【线性代数】3-5:独立性,基和维度(Independence,Basis and Dimension)
title: 【线性代数】3-5:独立性,基和维度(Independence,Basis and Dimension)
categories:
- Mathematic
- Linear Algebra
keywords: - Independence
- Basis
- Dimension
- Span
toc: true
date: 2017-09-25 15:20:46
Abstract: 本文是本章最重要的知识点,也是整个线性代数中非常核心的内容,包括independence ,basis和dimension等多个概念
Keywords: Independence,Basis,Dimension,Span
开篇废话
在没有系统学习线性代数之前,对很多里面的名词有所畏惧,现在思考发现,很多听不懂的名词都是因为不明白背后的原理和知识才会产生畏惧,也有可能这个名词背后真的蕴藏的一个非常深奥的系统知识,但是如果我们慢慢的从头开始抽丝剥茧的把每一个知识点都掌握了,最后听到这个名词就会觉得这是个很平常的词汇而已,但是没有学习之前就会一头雾水,还有一个感觉就是,如果这些基础知识不掌握,论文种可能是个很简单的过程,作者略过了,如果基础不牢就会迷惑,或者自己瞎猜,其实迷惑不可怕,起码自己知道这里有问题,但是瞎猜就有问题了,而且还猜的理直气壮,觉得自己猜的都对,这种人是永远不会进步的。
今天我们就逐个解释线性代数中比较常出现的几个非常重要的概念。
Linear Independence
Linear Independence可以拆开看,Linear就是我们的基础关系,线性,满足线性组合的基本要求1-1:Linear Combinations有详细说明,就是满足add 和scalar的组合;Independence表示独立,谁和谁也不相关,其实不相关的这个概念在概率论中让我记忆深刻的,而且一直也不懂到底是啥意思(现在也不懂),不相关就是没办法关联起来。
现在抛弃上面的所有思路,从矩阵角度来看,矩阵角度也就是向量角度,因为Linear Independence是针对***向量***矩阵是向量合起来写的一种方式:
Definition: The columns of A are linearly independent when the only solution to Ax=0Ax=0Ax=0 is x=0x=0x=0 No other combination AxAxAx of the columns gives the zero vector
定义是说,当向量汇聚成矩阵后,矩阵的nullspace只有0向量的时候,这些向量线性独立,nullspace只有0,说明elimination后的rank=column number。这样nullspace就只有0了。
另一个定义:
Definition: The sequence of vectors v1,…,vnv_1,\dots,v_nv1,…,vn is linearly Independence if the only combination that gives the zero vector is 0v1+0v2+⋯+0vn0v_1+0v_2+ \dots +0v_n0v1+0v2+⋯+0vn
x1v1+x2v2+⋯+xnvn=0x_1v_1+x_2v_2+\dots+x_nv_n=0x1v1+x2v2+⋯+xnvn=0 only happens when all x’s are zero
只有当x全是0的时候,组合向量v才能得到0,其他x不能完成这个任务,就说这些v线性独立。
注意,只有向量有线性独立的说法,一个矩阵不能线性独立,当然entry是矩阵的向量也可以线性独立,那就有点复杂了,不过也是一样的道理,满足条件就可以。
如果向量sequence中包含0向量,那么这个他们不会Linear Independence。
上面提到了rank和矩阵大小的关系对是否线性相关有影响,当r=n≤mr=n\leq mr=n≤m时,线性独立,但是当r≤m<nr\leq m < nr≤m<n时,必然线性相关。
在另一本书上《Linear algebra done right》上说当一个向量sequence里其中一个可以被其他线性组合出来,那么他们线性相关,否则线性无关,这个和上面的nullspace的说法含以上是一致的,但是感觉更形象。
Vectors that Span a Subspace(Row Space)
本来想写span但是总记得已经写过了,回去一查果然有说明,span的概念比较好理解,就是若干个向量通过线性组合得到的一个向量空间(满足向量空间的所有要求),具体的说明可以复习下:Span.列向量是矩阵中所有的列span成的空间。
举个
最新文章
- Maven如何传递系统属性变量到TestNG
- 25+ Useful Selenium Web driver Code Snippets For GUI Testing Automation
- 用js 向h5 中的table 动态添加数据 (简单实现)
- oracle分配权限:一个用户访问另一个用户的表
- nodejs连接mysql并进行简单的增删查改
- docker containerd中的容器操作
- 蓝桥杯--- 历届试题 大臣的旅费 (DFS &; Vector)
- 【原创】StickHeaderListView的简单实现,解决footerView问题
- Mysql编辑工具中使用(Navicat查询结果显示行号)
- Java中View游戏开发框架
- 转:PHP乱码问题,UTF-8(乱码)
- HDU 2025 查找最大元素
- [转载]Linux 性能监控、测试、优化工具
- IOS_OC_id ,NSObject, id&;lt;NSObject&;gt;差别
- 深入理解 Android 消息机制原理
- 常见mysql的慢查询优化方式
- 如何才能在python的路上走得更远
- Android为TV端助力 关于线程的那些事
- 使用log
- this和引用变量的地址值是同一个---------new后面的是构造方法
热门文章
- python — 生成器、推导式、递归
- S02_CH05_UBOOT实验Enter a post title
- Devepxress xaf Dashboard中DetailView控件使其可编辑
- python+django学习三
- js对象中属性调用.和[] 两种方式的区别
- canvas-绘制矩形-读书笔记
- 嵌入式安装telnet
- 如何使用Chrome开发者工具找到Marketing Cloud某个contact的guid
- js 数值精确运算使用math.js
- Image Processing and Analysis_8_Edge Detection: Optimal edge detection in two-dimensional images ——1996