【线性代数】3-5:独立性,基和维度(Independence,Basis and Dimension)
title: 【线性代数】3-5:独立性,基和维度(Independence,Basis and Dimension)
categories:
- Mathematic
- Linear Algebra
keywords: - Independence
- Basis
- Dimension
- Span
toc: true
date: 2017-09-25 15:20:46
Abstract: 本文是本章最重要的知识点,也是整个线性代数中非常核心的内容,包括independence ,basis和dimension等多个概念
Keywords: Independence,Basis,Dimension,Span
开篇废话
在没有系统学习线性代数之前,对很多里面的名词有所畏惧,现在思考发现,很多听不懂的名词都是因为不明白背后的原理和知识才会产生畏惧,也有可能这个名词背后真的蕴藏的一个非常深奥的系统知识,但是如果我们慢慢的从头开始抽丝剥茧的把每一个知识点都掌握了,最后听到这个名词就会觉得这是个很平常的词汇而已,但是没有学习之前就会一头雾水,还有一个感觉就是,如果这些基础知识不掌握,论文种可能是个很简单的过程,作者略过了,如果基础不牢就会迷惑,或者自己瞎猜,其实迷惑不可怕,起码自己知道这里有问题,但是瞎猜就有问题了,而且还猜的理直气壮,觉得自己猜的都对,这种人是永远不会进步的。
今天我们就逐个解释线性代数中比较常出现的几个非常重要的概念。
Linear Independence
Linear Independence可以拆开看,Linear就是我们的基础关系,线性,满足线性组合的基本要求1-1:Linear Combinations有详细说明,就是满足add 和scalar的组合;Independence表示独立,谁和谁也不相关,其实不相关的这个概念在概率论中让我记忆深刻的,而且一直也不懂到底是啥意思(现在也不懂),不相关就是没办法关联起来。
现在抛弃上面的所有思路,从矩阵角度来看,矩阵角度也就是向量角度,因为Linear Independence是针对***向量***矩阵是向量合起来写的一种方式:
Definition: The columns of A are linearly independent when the only solution to Ax=0Ax=0Ax=0 is x=0x=0x=0 No other combination AxAxAx of the columns gives the zero vector
定义是说,当向量汇聚成矩阵后,矩阵的nullspace只有0向量的时候,这些向量线性独立,nullspace只有0,说明elimination后的rank=column number。这样nullspace就只有0了。
另一个定义:
Definition: The sequence of vectors v1,…,vnv_1,\dots,v_nv1,…,vn is linearly Independence if the only combination that gives the zero vector is 0v1+0v2+⋯+0vn0v_1+0v_2+ \dots +0v_n0v1+0v2+⋯+0vn
x1v1+x2v2+⋯+xnvn=0x_1v_1+x_2v_2+\dots+x_nv_n=0x1v1+x2v2+⋯+xnvn=0 only happens when all x’s are zero
只有当x全是0的时候,组合向量v才能得到0,其他x不能完成这个任务,就说这些v线性独立。
注意,只有向量有线性独立的说法,一个矩阵不能线性独立,当然entry是矩阵的向量也可以线性独立,那就有点复杂了,不过也是一样的道理,满足条件就可以。
如果向量sequence中包含0向量,那么这个他们不会Linear Independence。
上面提到了rank和矩阵大小的关系对是否线性相关有影响,当r=n≤mr=n\leq mr=n≤m时,线性独立,但是当r≤m<nr\leq m < nr≤m<n时,必然线性相关。
在另一本书上《Linear algebra done right》上说当一个向量sequence里其中一个可以被其他线性组合出来,那么他们线性相关,否则线性无关,这个和上面的nullspace的说法含以上是一致的,但是感觉更形象。
Vectors that Span a Subspace(Row Space)
本来想写span但是总记得已经写过了,回去一查果然有说明,span的概念比较好理解,就是若干个向量通过线性组合得到的一个向量空间(满足向量空间的所有要求),具体的说明可以复习下:Span.列向量是矩阵中所有的列span成的空间。
举个
【线性代数】3-5:独立性,基和维度(Independence,Basis and Dimension)的更多相关文章
- 【读书笔记】:MIT线性代数(4):Independence, Basis and Dimension
Independence: The columns of A are independent when the nullspace N (A) contains only the zero vecto ...
- 【线性代数】3-6:四个子空间的维度(Dimensions of the Four Subspaces)
title: [线性代数]3-6:四个子空间的维度(Dimensions of the Four Subspaces) categories: Mathematic Linear Algebra ke ...
- 【线性代数】Linear Algebra Big Picture
Abstract: 通过学习MIT 18.06课程,总结出的线性代数的知识点相互依赖关系,后续博客将会按照相应的依赖关系进行介绍.(2017-08-18 16:28:36) Keywords: Lin ...
- 线性代数导论 | Linear Algebra 课程
搞统计的线性代数和概率论必须精通,最好要能锻炼出直觉,再学机器学习才会事半功倍. 线性代数只推荐Prof. Gilbert Strang的MIT课程,有视频,有教材,有习题,有考试,一套学下来基本就入 ...
- Codeforces1101G (Zero XOR Subset)-less 【线性基】【贪心】
题目分析: 考虑到这是一个区间的异或问题,不妨求出前缀和,令$sum[i] = Xor_{j=1}^{i}a[j]$. 对于区间$[l,r]$的异或结果,等于$sum[r] \oplus sum[l- ...
- NPOI扩展--判断指定单元格是否为合并单元格和输出该单元格的行列跨度(维度)
因工作需要用到跨合并单元格获取数据,所以写了个NPOI扩展类. 主要方法如下: 1.判断指定行/列索引(单元格)是否为合并单元格. 2.获取指定列索引的实际含有数据的单元格. 3.返回指定行/列索引的 ...
- DAX/PowerBI系列 - 关于时间系列 - 如何用脚本生成时间维度 (Generate Date Dimension)
跟大家的交流是我的动力. :) DAX/PowerBI系列 - 关于时间系列 - 如何用脚本生成时间维度 (Generate Date Dimension) 难度: ★☆☆☆☆(1星) 适用范围: ★ ...
- 微软BI 之SSAS 系列 - 多维数据集维度用法之一 引用维度 Referenced Dimension
在 CUBE 设计过程中有一个非常重要的点就是定义维度与度量值组关系,维度的创建一般在前,而度量值组一般来源于一个事实表.当维度和度量值组在 CUBE 中定义完成之后,下一个最重要的动作就是定义两者之 ...
- 小波变换和motion信号处理(一)(转)
写的太好,不得不转:http://www.kunli.info/2011/02/15/fourier-wavelet-motion-signal-1/ 这是<小波变换和motion信号处理> ...
随机推荐
- 移动端测试之APP安全测试
现在APP测试已经是测试行业的一个重要分支,对APP测试技能和经验的要求也越来越高,看到一篇关于APP安全测试的总结,分享给需要的朋友.1.软件权限1)扣费风险:包括发送短信.拨打电话.连接网络等2) ...
- 并不对劲的CSP-S2019
day1 对题的第一印象: t1:颇有"小凯的疑惑"之风(赛后发现确实如此,因为最好写的正解也可以直接输出) t2:log方会被卡吧?好像倍增一个log?(赛后发现有很好写的线性做 ...
- hdu 6053 trick gcd 容斥
http://acm.hdu.edu.cn/showproblem.php?pid=6053 题意:给定一个数组,我们定义一个新的数组b满足bi<ai 求满足gcd(b1,b2....bn)&g ...
- ubuntu目录结构(转)
/:根目录,一般根目录下只存放目录,不要存放文件,/etc./bin./dev./lib./sbin应该和根目录放置在一个分区中 /bin:/usr/bin:可执行二进制文件的目录,如常用的命令ls. ...
- 关于小程序去除view/navigator 点击后默认阴影效果
hover:class :定义容器在被触发时的样式 通常无用,但若不去除则影响用户体验: 为避免被覆盖,约定在wxss底部添加class,比如: <!-- wxml --> <na ...
- C++ STL 之 函数对象
重载函数调用操作符的类,其对象常称为函数对象(function object),即它们是行为类似函数的对象,也叫仿函数(functor),其实就是重载“()”操作符,使得类对象可以像函数那样调用.注意 ...
- windows 日志清理和设置
Windows日志路径 c:/windows/system32/winevt/logs 这里的日志文件可以ctrl+a 选中后使用shift+delete进行删除,删不掉的可以点击跳过. 在“管理 ...
- Webstorm2017.3.3软件的安装使用
下载 ▶进入jetbrains的官方网站点击download,即下载开始.官方网站链接:http://www.jetbrains.com/webstorm/ 安装 ▶双击刚下载完成的.exe文件开始进 ...
- 最简单的SAP云平台开发教程 - 如何开发UI5应用并运行在SAP云平台上
选择Services Catalog,根据关键字搜索到WebIDE服务,点击超链接打开WebIDE: 进入workspace,选择Git->Clone Repository: 从我的github ...
- 算法---FaceNet在Tf下的实战篇
FaceNet---Tensorflow下的下的实战篇 @WP20190225 ===============目录=============== 一.FaceNet算法简介 二.FaceNet配置与使 ...
