MIT 線性代數 Linear Algebra 9: 向量空間的一些定義 -- 線性獨立,基,維度
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}
- linear independent.
- 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
- 線性代數基礎
- 高等代數 第三章 線性空間
- 【scipy 基礎】--線性代數
- 線性代數
- 【特徵值 / 特徵向量】- 圖解線性代數 11特徵圖解
- 線性代數中的線性方程組方法
- 數學基礎之線性代數
- 如何入門線性代數?這裡有一份Python線性代數講義Python
- 線性代數學習
- 線性代數--矩陣矩陣
- NumPy之:多維陣列中的線性代數陣列
- MATLAB版線性代數-線性方程組1Matlab
- 空間反演對稱性 (Spatial Inversion Symmetry) 和非線性響應 (Non-linear Response)
- 【基底 / 線性組合 / 線性無關(相關)】- 圖解線性代數 02圖解
- [心得]機器學習基礎之線性代數筆記機器學習筆記
- 線性代數與資料學習:MIT教授Gilbert Strang幫你打下堅實的數學基礎MIT
- 程式設計與線性代數程式設計
- 線性代數--二次型
- 【線性變換/矩陣及乘法】- 圖解線性代數 03矩陣圖解
- 高等代數理論基礎22:線性相關性
- Unity Gamma校正轉為線性空間UnityGAM
- [譯] JavaScript 線性代數:使用 ThreeJS 製作線性變換動畫JavaScriptJS動畫
- 《線性代數的本質》筆記10筆記
- 《線性代數的本質》筆記(09)筆記
- 人工智慧必備數學基礎:線性代數基礎(2)人工智慧
- 線性代數常用基本知識整理
- 線性基
- P12 2.3線性表型別的定義和一些操作型別
- 通俗理解線性迴歸(Linear Regression)
- PostgreSQL空間獨立事件相關性分析二-人車擬合SQL事件
- 支援向量機原理(一) 線性支援向量機
- 跟我一起學《深度學習》第二章 線性代數(2.4 線性相關和生成子空間 )深度學習
- 【行列式】- 圖解線性代數 04圖解
- “花書”的佐餐,你的線性代數筆記筆記
- 機器學習-----線性迴歸淺談(Linear Regression)機器學習
- 線性判別分析(Linear Discriminant Analysis)NaN
- CSS linear-gradient() 線性漸變CSS
- Spark2 Linear Regression線性迴歸Spark