向量空间指的是线性组合的集合,例如\(b\)的向量空间是整个二维空间:
$$\boldsymbol{b}=x_{1}\begin{bmatrix}2\\1\\ \end{bmatrix}+x_{2}\begin{bmatrix}-1\\1\\ \end{bmatrix}$$
即:在二维空间中的任何一个向量\(b\),都可以通过向量\(\begin{bmatrix}2\\ 1\end{bmatrix}\)和\(\begin{bmatrix}-1\\ 1\end{bmatrix}\)的线性组合进行表示。向量空间的严谨定义是:对向量加法和数乘(即线性组合)都封闭的非空集合,就是向量空间。
基本单位向量(standard basis vector)指向量中只有一个标量为1,其余标量均为0。如公式(1-63) 为二维向量空间的基本单位向量:
$$\mathrm{span}\left\{\begin{bmatrix}1\\ 0\end{bmatrix}.\begin{bmatrix}0\\ 1\end{bmatrix}\right\}=R^2$$
怎么确定一个向量\(b\)是否在\(\{a_1,a_2,\cdots,a_n\}\)的向量空间中呢?其实就是去求解向量\(b\)是否可以在向量空间中被表示。如判断向量\(\begin{bmatrix}-1\\ 4\\ 11\end{bmatrix}\)是否存在于向量空间\(\left\{\begin{bmatrix}1\\ 2\\ -4\end{bmatrix},\begin{bmatrix}-3\\ -5\\ 13\end{bmatrix},\begin{bmatrix}2\\ -1\\ -12\end{bmatrix}\right\}\)中。
可以把这个问题转化成线性方程组求解的问题。即求解一个向量是否在向量空间中,就是求向量对应的线性方程组是否有解。其转化成线性方程组的过程如下所示:
$$x_{1}\begin{bmatrix}1\\2\\-4\end{bmatrix}+x_{2}\begin{bmatrix}-3\\-5\\13\end{bmatrix}+x_{3}\begin{bmatrix}2\\-1\\-12\end{bmatrix}=\begin{bmatrix}-1\\4\\11\end{bmatrix}$$
$$\begin{bmatrix}x_{1}\\2x_{1}\\-4x_{1}\end{bmatrix}+\begin{bmatrix}-3x_{2}\\-5x_{2}\\13x_{2}\end{bmatrix}+\begin{bmatrix}2x_{3}\\-x_{3}\\-12x_{3}\end{bmatrix}=\begin{bmatrix}-1\\4\\11\end{bmatrix}$$
$$\begin{bmatrix}x_1-3x_2+2x_3\\ 2x_1-5x_2-x_3\\ -4x_1+13x_2-12x_3\end{bmatrix}=\begin{bmatrix}-1\\4\\11\end{bmatrix}$$
$$\begin{bmatrix}1&-3&2\\2&-5&-1\\-4&13&-12\end{bmatrix}\begin{bmatrix}x_{1}\\x_{2}\\x_{3}\end{bmatrix}=\begin{bmatrix}-1\\4\\11\end{bmatrix}$$
注意,这只是一种表达方式,并不能把\(x\)的值解出来,要求解的话还是要转换成增广矩阵再进行求解。最后可解得:
$$\begin{aligned}&x_{1}=30\\&x_{2}=11\Longrightarrow x=\begin{bmatrix}30\\11\\1\end{bmatrix}\\&x_{3}=1\end{aligned}$$
向量的线性相关和线性无关
![图片[1]-向量空间与向量的线性相关和线性无关-点头深度学习网站](http://www.diantouedu.net/wp-content/uploads/2024/10/image-47.png)
如果\(x_1\vec{a_1}+x_2\vec{a_2}+\cdots+x_n\vec{a_n}=0\),可以找到至少一个\(x_i\)不为 0 ,即\(x_1,x_2,\cdots,x_n\)不全为 0 ,则\(\{\vec{a_1},\vec{a_2},\cdots,\vec{a_n}\}\)线性相关。
如果\(x_1\vec{a_1}+x_2\vec{a_2}+\cdots+x_n\vec{a_n}=0\),只在\(x_1=x_2=\cdots=x_n=0\)的情况下成立,则\(\{\vec{a_1},\vec{a_2},\cdots,\vec{a_n}\}\)线性无关。
关于线性相关性存在一个定理:\(n+1\)个\(n\)维向量必线性相关。例如三个3维向量可以线性无关,但三个2维向量一定线性相关,如上图所示。
如何判断一组向量是否线性相关呢?直接进行矩阵求解就好,如:
\(\vec{a_1}=\begin{bmatrix}-1\\0\\2\end{bmatrix},\vec{a_2}=\begin{bmatrix}3\\-2\\2\end{bmatrix},\vec{a_3}=\begin{bmatrix}5\\2\\-6\end{bmatrix}\),判断\(x_1\vec{a_1}+x_2\vec{2_2}+x_c\vec{a_3}=0\)(或写作\(\matrix{A}\vec{x}=0\))是否线性相关?
$$\begin{aligned}&\matrix{A}\vec{x}=0 \\ \Rightarrow &\left[\begin{array}{rrr}-1&3&5 \\ 0&-2&2 \\ 2&2&-6 \end{array}\right]\begin{bmatrix}x_1\\ x_2\\ x_3\end{bmatrix}=\begin{bmatrix}0\\ 0\\ 0\end{bmatrix}\rightarrow \left[\begin{array}{rrr|r}-1&3&5&0\\ 0&-2&2&0 \\ 2&2&-6&0 \end{array}\right]\Rightarrow\left[\begin{array}{rrr|r}1&-3&5&0\\ 0&1&-1&0\\ 0&0&1&0 \end{array}\right]\end{aligned}$$
解得\(x_3=0,x_2=0,x_1=0\),根据之前线性相关性的定义,\(\vec{a_1},\vec{a_2},\vec{a_3}\)线性无关。如果把\(\vec{a_3}\)的值进行修改,相关性会有什么变化呢?
$$\vec{a_1}=\begin{bmatrix}-1\\0\\2\end{bmatrix},\vec{a_2}=\begin{bmatrix}3\\-2\\2\end{bmatrix},\vec{a_3}=\begin{bmatrix}-2\\0\\4\end{bmatrix}\\\left[\begin{array}{rrr|r}-1&3&-2&0\\0&-2&0&0\\2&2&4&0\end{array}\right]\Rightarrow\left[\begin{array}{rrr|r}1&-3&2&0\\0&1&0&0\\0&0&0&0\end{array}\right]$$
解得:
$$\begin{aligned}x_3 &=k\\ x_2 &=0 \\x_1 &=-2k\end{aligned}\Rightarrow \vec{x}=\begin{bmatrix}-2\\0\\1\end{bmatrix} $$
此时\(\vec{x}\)有无穷解,说明\(\vec{a_1},\vec{a_2},\vec{a_3}\)线性相关。
小结一下向量线性相关性的判断思路:判断向量的线性相关性可以通过将其转化为线性组合问题,然后表示为线性方程组。接着使用增广矩阵来描述该方程组并将其转化为阶梯形矩阵。最终,如果该矩阵有唯一解,则向量线性无关;如果有无穷多个解(对应一个自由列),则向量线性相关。
结合下面这五种情况,不难发现,向量的数量和维度都不是决定向量空间(也称为张成空间)的决定性因素,而是需要结合向量的线性无关性来进行考量。
第一种情况:\(\vec{u_1}= \begin{bmatrix}1\\1\end{bmatrix},\vec{u_2}=\begin{bmatrix}0\\1\end{bmatrix}\),显然,向量\(\vec{u_1}\)和\(\vec{u_2}\)是两个线性无关的二维向量,它构成了二维空间\(R^2\)的一组基,因此它们的张成空间就是整个二维空间\(R^2\)。
第二种情况:\(\vec{u_1}= \begin{bmatrix}1\\1\end{bmatrix},\vec{u_2}=\begin{bmatrix}-1\\-1\end{bmatrix}\),\(\vec{u_1}=-\vec{u_2}\)。因此\(\vec{u_1}\)和\(\vec{u_2}\)线性相关的共线向量,它们的张成空间是一条穿过原点的一维直线。
第三种情况:\(\vec{u_1}= \begin{bmatrix}1\\1\\1\end{bmatrix},\vec{u_2}=\begin{bmatrix}1\\-1\\1\end{bmatrix}\),\(\vec{u_1}\)和\(\vec{u_2}\)两个三维向量线性无关,但是由于向量的个数只有两个,因此它们的张成空间是三维空间中的一个穿过原点的平面。
第四种情况:\(\vec{u_1}= \begin{bmatrix}1\\1\\1\end{bmatrix},\vec{u_2}=\begin{bmatrix}1\\-1\\1\end{bmatrix},\vec{u_3}=\begin{bmatrix}3\\-1\\3\end{bmatrix}\),虽然向量的个数是3,但\vec{u_3}=\vec{u_1}+2\vec{u_2},因此它们是三个线性相关的共面向量,张成的空间仍然只是三维空间中的一个穿过原点的平面。
第五种情况:\(\vec{u_1}= \begin{bmatrix}1\\1\\1\end{bmatrix},\vec{u_2}=\begin{bmatrix}1\\-1\\1\end{bmatrix},\vec{u_3}=\begin{bmatrix}3\\-1\\5\end{bmatrix}\),\(\vec{u_1},\vec{u_2},\vec{u_3}\)三个向量线性无关,构成三维空间\(R^3\)中的一组基,因此它们的张成空间是整个三维空间\(R^3\)。
暂无评论内容