三、线性代数中的一些基础概念

1. 实数的集合表示法

实数的集合用R表示,其定义为:所有非复数的数,everything but complex numbers.

2. 有序集合

R^n: 所有有序n元组的集合,所有n个实数的有序集。

3. 向量的另一种定义

R^n中的向量:R^n中的一个特定值。

线性代数的美在于,它不是只能应用在三维空间的图像上,还可以运用在N维空间。

线性代数中,一般用列来表示向量,也可以用行来表示。向量的表示法有很多种,例如(x_1, x_2) \; or \; <x_1, x_2>,但一般用:

\mathbf{v}=\begin{bmatrix} v_1\\ v_2\\ \vdots \\ v_n \end{bmatrix}

其中,向量用粗体表示或者不用粗体但字母顶上画一个箭头,标量用普通字体表示。二维、三维向量可以用绘图的方式来描绘,超过三维就没办法用绘图的方式来描绘了。

4. 共线向量

方向相同或相反的非零向量叫平行向量,任意一组平行向量都可移到同一直线上,所以又称共线向量。

5. 位置向量

空间中某一点的位置向量就是,以原点为起始点,以该点为终点的向量。

6. 直线的参数化表示

直线的参数化表示,就是用向量来表示直线,然后展开每一行。

在二维平面上,假设:

\vec{v}=\begin{bmatrix} 2\\ 1 \end{bmatrix}

S=\left \{ c \cdot \vec{v} \ | \ c \in \mathbb{R} \right \}

集合S代表一组共线向量,如果把\vec{v}看作位置向量,那么S代表一根过原点的直线,所有位置向量的终点构成了一条直线。那么,不过原点的直线如何表示呢?

假设:

\vec{x} = \begin{bmatrix} 1\\ 2 \end{bmatrix}

L=\left \{\vec{x} + c \cdot \vec{v} \ | \ c \in \mathbb{R} \right \}

集合L表示一根不过原点的直线:斜率为1/2,过点(1,2)的直线。

将具体向量代入L中:

L=\begin{bmatrix} 1\\ 2 \end{bmatrix} + c \cdot \begin{bmatrix} 2\\ 1 \end{bmatrix}

直线L的参数表示就是:

x=1+c2

y=2+c

直线L也可以直接用x表示y:

y=\frac{1}{2}x+\frac{3}{2}

当在R^2中处理直线时,可以用参数方程,也可以直接用x表示y,没必要非得用参数方程;但是在R^3中,如果有关于x,y和z的方程,例如x+2y+3z=5,它不是一条直线,而是一个平面,因此在三维空间中,定义直线或曲线的唯一方法是使用参数方程。

7. 向量的线性组合

向量的线性组合就是向量加权求和。线性表示将向量按比例放大,组合表示求和。

意义:向量的线性组合可以张成某一个线性空间(0向量、直线或R^n)。

例如,两个特殊的单位向量:

\vec{i}=\begin{bmatrix} 1\\ 0 \end{bmatrix} \quad \vec{j}=\begin{bmatrix} 0\\ 1 \end{bmatrix}

这两个向量张成(span)的线性空间就是R^2,即:span(\vec{a},\vec{b})=R^2

8. 线性相关

集合中的一个向量可以由集合中的其它向量的线性组合来表示,则称该向量集合线性相关。如果任何一个向量都无法由集合中的其它向量的线性组合来表示,则称该向量集合是线性无关的。

线性相关的准确定义:对于一个向量集合

S=\left \{ \vec{v_1},\vec{v_2},\cdots ,\vec{v_n}, \right \}

当且仅当

c_1\vec{v_1}+c_1\vec{v_1}+\cdots +c_n\vec{v_n}=\vec{0}

时,其中c_i不同时为0,该向量集合线性相关。

如果c_i同时为0,则该向量集合线性无关。

9. 线性子空间

R^n是包含所有向量的巨大的集合,一个无限大的集合。R^n的子集或线性子空间,可以是所有的向量,也可以是这些向量的一个子集。在数学上,子空间指的是维度小于(等于)全空间的部分空间。假设V是R^n的一个线性子空间,那么V满足三个条件:

1. V contains \vec{0},V中包含0向量。

2. \vec{x} in V, c\vec{x} in V, V中的向量满足--数乘的封闭性,假设\vec{x}是子空间V中的向量,c是一个实数,那么c\vec{x}仍然在子空间V中。

3. \vec{a} in V 且 \vec{b} in V, \vec{a}+\vec{b} in V, V中的向量满足--加法的封闭性。

任何向量集合张成的空间都是子空间。

10. 子空间的基

假设:

S=\left \{ \vec{v_1},\vec{v_2},\cdots ,\vec{v_n} \right \}

且集合S线性无关,

V=span(\vec{v_1},\vec{v_1}, \cdots,\vec{v_n})

那么集合S是子空间V的一组基。通俗的讲,基就是张成一个空间所需的最小向量集合。

猜你喜欢

转载自blog.csdn.net/gutsyfarmer/article/details/89392574