MIT 線性代數 Linear Algebra 9: 向量空間的一些定義 -- 線性獨立,基,維度

Lyn_S發表於2020-10-03

本節內容都是一些定義,實際上我們之前已經接觸過了。讓我們總結一下:

linear independent 線性獨立

給定一組向量 { v 1 , v 2 , . . . , v n } \{\bm{v_1,v_2,...,v_n}\} {v1,v2,...,vn},若
c 1 v 1 + c 2 v 2 + . . . + c n v n = 0 c_1\bm{v_1}+c_2\bm{v_2}+...+c_n\bm{v_n}=0 c1v1+c2v2+...+cnvn=0

僅有零解 c 1 = c 2 = . . . = c n = 0 c_1=c_2=...=c_n=0 c1=c2=...=cn=0, 則我們稱 { v 1 , v 2 , . . . , v n } \{\bm{v_1,v_2,...,v_n}\} {v1,v2,...,vn} 線性獨立。否則,線性相關。

spanning a space

給定一組向量 { v 1 , v 2 , . . . , v n } \{\bm{v_1,v_2,...,v_n}\} {v1,v2,...,vn},他們張成(span)的空間即為它們線性組合後的向量構成的空間。

basis

一個vector space的basis是一組滿足以下兩個條件的向量 { v 1 , v 2 , . . . , v n } \{\bm{v_1,v_2,...,v_n}\} {v1,v2,...,vn}

  1. linear independent.
  2. span the vector space.

換句話說, n n n 是這個空間內最大的線性無關的向量組中向量的個數。

我們經常使用的basis是standard basis, e.g., [ 1 , 0 , 0 ] ⊤ , [ 0 , 1 , 0 ] ⊤ , [ 0 , 0 , 1 ] ⊤ [1,0,0]^\top,[0,1,0]^\top,[0,0,1]^\top [1,0,0],[0,1,0],[0,0,1].

dimension

就是上面的 n n n了,通常寫作 dim ( V ) = n \text{dim}(V)=n dim(V)=n, 其中 V V V 是一個vector space.

over,這節課就是這麼簡單~~

相關文章