MIT线性代数公开课笔记（Lec9：线性相关性、基、维数）

“向量组”：线性相关性、生成空间、作为“基”。

“维数”：一个具体的数值。

对于矩阵A，AX = 0，且矩阵A的行数m小于列数n（即未知数n大于方程数m）

有推论：方程AX= 0有非零解。reason：对于A做消元得到阶梯矩阵As，As必包含有不少于一个的自由变量。

一、向量组线性相关性：

1. 对于向量x1,x2,x3,...,xn，如果存在c1x1+c2x2+c3x3+...+cnxn = 0，且c1,c2,c3,...cn不全为0，则向量x1,x2,x3,..xn线性相关，反之则不相关。（特例：如果向量组中存在有零向量，那么这个向量组必定线性相关）
2. 对于矩阵A中的列向量v1,v2,v3,...,vn，如果它们是无关的，A的零空间中只有零向量，此时A的秩=n，不存在自由变量；反之，对于AC = 0，零空间中存在非零向量c，A的秩<n，存在自由变量。

二、向量组“生成”空间：

1. 对于向量v1,...,vl生成一个空间指：这个空间包含v1,..,vl的所有线性组合。

三、基的概念

1. 向量空间的一组“基”指一系列的向量v1,..,vd有两大性质：(1).v1,...,vd线性无关；(2).v1,...vd生成一个空间

eg:

对于三维空间，有一组基

另一组基

对于给定空间空间中任意基都满足

(1).基的向量的个数相等（例：三维空间中基的向量的个数均为三），向量的个数也称为维数。

四、维数

1. 空间中的维数：表示基的向量的个数
2. 零空间的维数为n-r(矩阵A的列减去矩阵的秩，即其自由变量的个数)
3. 矩阵A的秩的值是其空间、子空间、列空间的维数