目录
线性独立(Independ)
定义:1.Ax=0的解只有0,A中的列向量就是独立的
或者说A的列向量的线性组合不可能得到0向量(除了x=0外)
2.不存在某一向量等于其他向量的线性组合
3.组成向量空间的基底向量
性质含义零向量的向量集合不是独立的
产生空间(span)
如果一组向量的线性组合充满空间,那么这组向量就是独立向量,这组向量产生空间(span)
该组向量和系数结合可以表示任意在向量空间中的向量
eg:A的独立向量作为基底产生列向量空间
行空间(row space)
行向量组成行空间,是Rn的子空间记作C(AT)(AT为转置),同时也是是AT(A的转置)的列空间。
零向量空间的基底是空集
基底(Basis)
基底向量:1.相互独立2.组成向量空间
eg:三维的向量空间的基底只能有三个向量,少一个组成不了向量空间,多一个不独立
性质:1.对某一个向量而言,用基底向量表示,系数是唯一的
eg:二维向量用一组基底表示,基底系数唯一
2.组成同一个向量空间的基底数量唯一
维度(dimention)
定义:向量空间的维度=基底数量=秩=列空间维度=行空间维度
表述:r用来形容矩阵,维度形容向量空间
矩阵空间和函数空间的基底
矩阵空间:
维度是:m*n
矩阵空间的基底就是单位向量(基底就是某一项为1,其余项为0)
函数空间:
课本举例:从二阶导定义
如y‘’=0是所有一次函数的向量空间
y"=2不是一个空间,因为0不在其中
他的完全解为2x^2+ax+c
注意此时ax+c等于y"=0的解相当于N(A)
2x^2是特解和chapter3.3的完全解概念一致
初略的理解为y"=2等于y“=0+2
他的解等于y”=2的解加y"=0的解(和向量有点像)
我想或许也等于y”=-1的解加y“=3的解:
但无法直接表示不如拆成0到2
小结:引入新的概念,重点在于r 和维度以及独立性的关联