线性相关性、基、维数

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：

1. 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
2. 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：

1. 这个向量组线性无关
2. 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）