美文网首页
3B1B-线性代数-02

3B1B-线性代数-02

作者: Rebui | 来源:发表于2020-03-06 20:21 被阅读0次

线性组合、张成的向量和基

上次介绍向量加法和数乘的同时,也介绍了向量坐标,这也是在数与向量之间反复出现的概念,比如一对数和二维向量。

当你看到一对描述向量的数,比如(3,-2),我们可以把每个坐标看作标量,也就是说它们如何拉伸或压缩一个向量。在x-y坐标系中有两个非常特别的向量,x轴的单位向量“ i 帽” ,和y轴的单位向量“ j 帽” 。现在想象向量(3,-2)的x坐标是一个标量,它将 i 帽 拉伸为原来的3倍,t坐标是一个标量,它将 j 帽拉伸为原来的-2倍。从这个角度去看,这个向量实际上是两个经过缩放的向量的和。

“缩放向量并且相加”这一概念至关重要。i 帽 和 j 帽两个向量有着特殊的名称——坐标系的“基”,这是在说,当你把坐标看作标量时,基向量实际上就是这些标量缩放的对象。我们根据这两个特殊的基向量构建坐标系时,也浮现了一个有趣而微妙的问题:我们完全可以选择不同的基向量,获得一个合理的新坐标系。

比如在x-y坐标系中随便选一个指向右上方的向量 v,和一个指向右下方的向量 w,想象一下,通过选择两个标量,分别用于缩放二者的其中一个,然后把它们相加,你能得到不同的结果。通过改变所选择的标量,你可以得到哪些二维向量?答案是,你可以得到所有的二维向量。

这样的一对新的基向量 v和w,同样允许我们在一对数与二维向量之间自由转化,但是这种变换关系与之前用 i 帽和 j 帽的变换关系不同,后续会详细说明不同坐标系之间的确切关系。现在只需要接受一点:每当我们用数字描述向量时,它都依赖我们正在使用的基。

两个数乘向量的和被称为这两个向量的线性组合。“线性”这个词从哪儿来的?这跟直线又有什么关系?虽然不是这个词的根源,但你可以这样看待它:如果固定其中一个标量,让另一个标量自由变换,所产生的向量的终点会描出一条直线。

如果你让两个标量同时自由变化,考虑所有可能得到的向量,可能有三种情况:大部分情况下,对于一对初始向量,你能到达平面中的每一个点,所有的二维向量都尽在掌握;也有糟糕的情况,当两个初始向量恰好共线时,所产生的向量的终点就被限制在一条直线上;当两个向量都是零向量,那就只能乖乖待在原点了。

三种情形

这其中有一些术语,所有可以表示为给定向量线性组合的向量的集合,被称为给定向量张成的空间(span)。用术语来说,对不共线的二维向量,它们张成的空间是所有二维向量的集合,但是当它们共线时,张成的空间就是终点落在一条直线上的向量的集合。

a与b在实数范围内变动

之前说过,“线性代数紧紧围绕向量加法与数乘”,两个向量张成的空间实际上是问,仅通过向量加法和向量数乘这两种基础运算,你能获得的所有可能向量的集合是什么 。

想象平面上很多向量的情况,为了简洁,通常我们用向量的终点代表该向量,向量的起点仍旧位于原点。这样的话,如果你要考虑落在一条直线上的所有向量时,你只要考虑直线本身就行了。要考虑平面上的所有二维向量时,将每个向量抽象为它的终点,实际上你就不必考虑所有箭头,只需要考虑无限大的二维平面本身即可。单个向量看作箭头,多个向量看作点。

每个向量抽象为点

所以之前的例子,不共线的两个二维向量,它们张成的空间是整个无限大的二维平面; 共线时,张成的空间就是一条直线。

两个三维向量张成的空间是什么样的?两个向量张成的空间就是它们所有可能的线性组合,也就是缩放再相加之后 所有可能得到的向量。你大概可以想象一下,逐渐改变线性组合中的两个标量,把缩放后的向量相加,然后跟着最终向量的终点走,这个终点会画出三维空间中某个过原点的平面,所有终点落在这个平面上的向量的集合是两个向量张成的空间。

两个三维向量张成的空间

如果再加上第三个向量,那么它们张成的空间又是什么样的呢?三个向量的线性组合的定义和之前的方法基本一致:选择三个标量,对三个向量分别进行缩放,然后把结果相加。而这三个向量所有可能的线性组合构成了它们张成的空间。

三个三维向量

如果第三个向量恰好落在前两个向量所张成的平面上,它们张成的空间并不改变,还是被困在这个平面中。换句话说,在线性组合中引入第三个向量并没有让你“走得更远”。

第三个向量(红色)恰好落在前两个向量所张成的平面上

但是如果你随机选一个向量,它几乎不可能落在前两个向量所张成的平面中,这种情况下,由于第三个向量直线不同的方向,我们就能得到所有的三维向量。当你缩放迪桑向量时,它将于前两个向量所张成的平面沿它的方向来回移动,从而扫过整个三维空间。

至于第三个向量已经落在前两个向量张成的空间中, 或者两个向量恰好共线的情况,我们需要一些术语来描述它们,即 一组向量中至少有一个是多余的,没有对张成空间做出任何贡献。你有多个向量,并且可以移除其中一个而不减小张成的空间,当这种情况发生时,我们称它们是“线性相关”的。    另一种表述方法是,其中一个向量可以表示为其它向量的线性组合,因为这个向量已经落在其它向量张成的空间之中。    另一方面,如果所有向量都给张成的空间增添了新的维度,它们就被称为是“线性无关”的。

线性无关

空间的一组的严格定义:张成该空间的一个线性无关的向量组。

相关文章

  • 3B1B-线性代数-02

    线性组合、张成的向量和基 上次介绍向量加法和数乘的同时,也介绍了向量坐标,这也是在数与向量之间反复出现的概念,比如...

  • 2020年考研数学汤家凤复习资料大全

    2020概率统计辅导讲义-余炳森01.pdf2020概率统计辅导讲义-余炳森02.pdf2020线性代数辅导讲义-...

  • 资料收集

    线性代数 MIT线性代数笔记

  • 线性代数01 and 02

    好多事有了结点,最近闲下来想补补数学,不会记特别详细的笔记,就大致列下内容框架。github上有个特别详细的笔记内...

  • 人工智能基础课

    人工智能基础课 数学基础 (7讲) 01 数学基础 | 九层之台,起于累土:线性代数 02 数学基础 | 月有阴晴...

  • 数学基础知识系列(线性代数,数理统计)

    漫步线性代数系列 漫步线性代数一——引言 漫步线性代数二——线性方程的几何形状漫步线性代数三——高斯消元法漫步线性...

  • 工程数学 线性代数第六版(同济大学)

    线性代数第六版(同济大学) 线性代数第1-2章 线性代数第3-4章 线性代数第5-6章

  • numpy -- 进阶

    Numpy 线性代数 NumPy 提供了线性代数函数库 linalg,该库包含了线性代数所需的所有功能,可以看...

  • NumPy 中的线性代数

    NumPy 中的线性代数 矩阵 线性代数 多项式 曲线拟合

  • 线性代数笔记02

    第二节 行变换 row operation 列变换就是右乘,行变换就是左乘在进行方程计算时,进行行变换,所以用左乘...

网友评论

      本文标题:3B1B-线性代数-02

      本文链接:https://www.haomeiwen.com/subject/obfwrhtx.html