这篇博客主要阐述一下这三个概念及其相关东西
线性相关性
Q:什么是线性相关性?
A:
- 对于x1, x2,……xn这一组向量, 除了零向量外, 不存在结果为零的组合, 则称这一个向量组线性无关; 反之, 则称为线性有关。通俗的说就是:c1x1 + c2x2 + c3x3 +……+cnxn = 0, 如果c1, c2……cn不全为零, 则为线性相关, 如果只有当c1,c2……cn全为零时才成立, 则称线性无关。 如果向量组中存在零向量, 则线性相关
- 对于x1, x2, x3……xn这一向量组, 将它们做成一个矩阵, 矩阵的每一列就是每一个向量。 对于Ax=0 如果零空间中只存在零向量, 那么则称线性无关, 如果零空间中除了零向量之外还存在其他向量, 则为线性相关。
向量的“基”
Q:向量组“生成”一个空间是什么意思?
A:对于v1,v2……vn这个向量组来说, 如果一个空间中包含了这些向量的所有线性组合, 则称这个空间是由这个向量组“生成”的。
Q:什么是向量空间的“基”?
A:向量空间的一组“基”是:一系列的向量v1,v2……vd。 这些向量具有两个特性:
- 这个向量组线性无关
- 这个向量组能“生成”整个空间
判断一组向量是否能构成“基”的一个简单方法是:把它们做成一个矩阵, 消元, 看是否存在自由变量;如果存在自由变量, 不是空间的一组“基”。
Q:对于Rn, n个向量组成的n*n方阵要满足什么条件才能构成它的“基”呢?
A:可逆。
维数
Q:什么是维数?
A:构成一个空间有很多组“基”向量, 但是他们都有一个共同点:向量的个数一定。 比如:R3的“基”向量有3个向量, Rn的“基”向量有n个向量 every basis for the space has the same number vectors , the number was called 维数
总结:
线性无关:着眼于线性组合不为零。
生成:着眼于所有的线性组合。
“基”:一组无关的向量, 并生空间。
维数:基向量的个数
需要注意的地方:
对于一个矩阵来说, 矩阵的秩是列空间的维数, 零空间的维数是自由变量的数目。例如:矩阵A=, 因为它的 列三 = 列一 + 列二, 列四 = 列一。 所以它的一组基为:(注意满足基向量的两个性质)。矩阵的秩为:2, 零空间的维数也是:2(n-r, n为列数)