【基底 / 线性组合 / 线性无关(相关)】- 图解线性代数 02

上一次图解微文中, 介绍了向量的概念以及加法和数乘运算, 这样就构成了线性空间.

基底

在二维线性空间中, 只要用两个特殊的向量就可以来用定位(表示)出任意向量:

空间中的任何向量都是可以通过缩放这两个向量再相加表示出来. 现在想象, 譬如向量 (3,2) 就是沿着 i 的方向拉伸 3 倍, 再沿着 j 方向 拉伸 2 倍的向量相加结果.

这样特殊的向量称之为基(Basis, 或基底), 任何二维向量都可以由这两个向量的线性组合表示出来, 其中 a, b 为标量.

观察下面动图显示, 当两个标量自由变化, 通过向量加法与向量数乘这两者基础运算, 就能获得所有二维中可能的向量:

基底的选取有各种各样的方式, 但不同的选取 可能会有 3 种情况, 观察下面动图中选取 i 和 j 作为基底出现:

  • 也可以线性表示出空间中任意的二维向量;

  • 如果两个向量恰好共线时候, 所产生的向量的终点被限制在一条过原点的直线上;

  • 两个向量都是零向量, 其组合向量是零向量.

所有由向量 i 和 j 线性组合而获得所有可能的向量集合, 称之为两个向量张成的空间(Span).

用上面的图形来说明: 对大部分二维向量来说, 两个向量所张成的空间是所有二维向量的集合, 可以称之为基底;  但当共线时, 张成的空间就是一条直线, 不能构成基底.

三维空间的基底

再来看看三维空间中的两个方向不同的向量所张成的空间就是两者所有的线性组合, 张成了一个过原点的平面 .

如果在加上第三个向量, 那么线性组合为下面的形式:

对三个基底向量分别进行缩放, 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他们张成的空间:

线性相关

考虑 三维中第三个向量已经落在前两个向量所张成的平面之中, 那么就可以被这两个向量线性表示; 或者二维中两个向量共线, 那么可以由另一个线性表示出来.

这种情况称之为线性相关(Linearly Dependent),  也就是说存在有向量对张成空间而言上多余的, 即便删除掉也不会对张成的空间有任何影响.

反之称为线性无关, 也就是没有任何向量可以由其他向量经过线性组合表示出来, 每个向量对所张成的空间都做出了"贡献".

上面就是图解线性代数例子. 好了, 现在让我们在下一篇的中继续探索. 因为本人水平有限, 疏忽错误在所难免, 希望各位老师和朋友多提宝贵意见, 帮助我改进这个系列, 感谢关注!

祝周末愉快! 


相关文章:

【向量】- 图解线性代数 01

(0)

相关推荐

  • 线性代数不深入,机器学习两行泪!

    我经常听到有人说,机器学习很难,到底怎么学更高效? 其实,我想说,机器学习本身没有多大难度,因为经过多年的积累后,很多规则已经成型了.对于我们来说真正难的,是机器学习背后的算法所涉及的基础数学原理,包 ...

  • MACD的相关图解和相关意义

    MACD 1.首先第一点,我们说说MACD的定义. MACD 我们通常称为指数平滑异动平均线,是由一条快速线和一条慢速线,加上红绿柱状图和一根直线组成,快速线又称DIF线,慢速线又称DEA线,中间的那 ...

  • 漂亮的一款红裙 相关图解

    漂亮的一款红裙 相关图解

  • 「图解线性代数」-以动画方式轻松理解线性代数的本质与几何意义

    来源:遇见数学 线性代数是数学中的一个非常重要科目, 需要研究线性空间, 线性变换和线性方程组. 至于应用就太广泛了, 图像处理, 压缩, 信号处理, 统计分析, 机器学习, 网页排序...... 刚 ...

  • 样本空间与事件 - 图解概率 02

    样本空间和古典概型 世间万物很多事情都是随机的, 概率就是对这些不确定现象的数学描述. 概率越高就越有可能发生. 样本空间和事件 假定一个试验(Experiment)的结果是不可预测的, 则该试验的所 ...

  • 【特征值 / 特征向量】- 图解线性代数 11

    "特征"一词译自德语的eigen, 意味着"自身的","有特征的" - 这强调了特征值对于定义特定的线性变换上是很重要的. ☺ 特征值 / ...

  • 【矮矩阵 / 长矩阵】- 图解线性代数 10

    矩阵乘法可以理解为一个特定的线性变换, 比如在 2x2 的可逆矩阵表示就是二维空间的(可逆)变换; 3x3 的可逆矩阵表示三维空间的变换. 这些都是 nxn 型的矩阵, 本节来看看更一般 mxn 矩阵 ...

  • 【秩 / 列空间 / 零空间】- 图解线性代数 09

    我们来做一个简短的回顾. 矩阵乘法可以理解为一个特定的线性变换, 矩阵的列向量相当基向量 i: (1,0) 和 j: (0,1) 经过变换过后的到达向量. (原谅我用鼠标进行的标注吧) 空间变换后的任 ...

  • 【方程组的解2】- 图解线性代数 08

    这次我们来看看三个方程式, 三个未知数的方程组解(即平面方程组)的情况. 其中每一个方程可以看做代表了三维空间中的一个平面, 而方程组的解集就可能是空间中的一部分: 无解, 一个交点, 一条直线或一个 ...

  • 【方程组的解/零空间/核】- 图解线性代数 07

    线性代数在许多领域都被广泛应用的主要原因是能够求解给定的线性方程组(Linear System of Equations). 这一次来看如何用矩阵的语言来构建简单的数学模型来: 有若干只鸡和兔在同个笼 ...