本文介绍了线性相关性、基和维数的概念。线性相关性涉及向量的组合是否能为零，零向量的存在意味着相关。生成空间由一组向量的所有线性组合构成。基是一组能够生成空间且相互无关的向量，其数量等于空间的维数。在R3空间中，例如标准基和可逆矩阵的列向量都是基。矩阵的秩等于列空间的维数，而零空间的维数为矩阵的列数减去秩。
首先在定义这几个名词之前，我们要知道这几个词：线性相关（linear independence）、基（basis）、维数（dimension）是争对什么量的，比如我们只会说一组向量（a bunch of vectors）线性无关或线性相关，不会说矩阵线性无关，矩阵我们只说秩，行列式等，我们会说某组向量可以作为某空间的基，不会说某个矩阵是基，另外这里讨论的维数并不是矩阵的维数，而是空间的维数。
线性相关性
假设有向量x1，x2…xn，这些向量可进行任意组合，如果有除了c1=0，c2=0，…，cn=0之外的常数向量c使得c1x1+ c2x2+…+ cnxn=0，那么x1，x2…xn就是相关的（dependent）。定义很好理解，现在我们来看两个例子加深对定义的理解，第一个例子，如果向量组（a bunch of vectors）中有零向量，那么这组向量就一定是线性相关的。我们可以认为零向量可用任何向量乘以0得到，也就是说零向量与任意向量都存在倍数关系，因此一定是相关的，也可以想象一下，我们可以用任何非零常数乘以零向量加上零乘以其他非零向量可以得到零向量，所以从定义的角度也可得到结果。第二个例子，平面内的任意三个向量一定是相关的。假设平面内有向量
最低0.47元/天 解锁文章
扫一扫
2435
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
