首页 > 其他分享 >线性代数笔记 #2 | 向量空间相关

线性代数笔记 #2 | 向量空间相关

时间:2023-06-21 10:58:01浏览次数:56  
标签:命题 笔记 无关 cdots 线性代数 线性相关 线性 向量

所用教材:
席南华 基础代数(第一卷)
柯斯特利金 代数学引论
练习模块:https://www.cnblogs.com/IhopeIdieyoung/p/17495666.html


线性相关(linear dependence): 我们定义\(\mathbb{R}^n\)中的向量(组)\(v_1, v_2, \cdots v_k\)是线性相关的, 当且仅当存在不全为0的数(纯量)\(a_1, a_2, \cdots a_k\)使得

\[a_1v_1 + a_2v_2 + \cdots + a_kv_k = \vec{0} \]

, 反之, 不存在这组数的话, 我们就称之为线性无关的.
(线性无关 \(\Rightarrow\)(蕴含) 系数组\(a_1, a_2, \cdots a_k\)全为0)


命题1: 如果向量(组)\(v_1, v_2, \cdots v_k\)的一部分是线性相关的, 那么向量(组)\(v_1, v_2, \cdots v_k\)是线性相关的.
证明: 显然

推论1: 如果向量(组)\(v_1, v_2, \cdots v_k\)的是线性无关的, 那么向量(组)\(v_1, v_2, \cdots v_k\)的每一部分都是线性无关的.
证明: 同命题1

命题2: 如果向量(组)\(v_1, v_2, \cdots v_k\)的是线性相关的, 当且仅当其中至少有一个向量是其余向量的线性组合
证明:

命题3: 如果向量(组)\(v_1, v_2, \cdots v_k\)的是线性无关的, 而向量(组)\(v_1, v_2, \cdots v_k, v^{`}\)是线性相关的, 那么\(v^`\)是\(v_1, v_2, \cdots v_k\)的线性组合
证明:

命题4: 如果向量(组)\(v_1, v_2, \cdots v_k\)的是线性无关的, 而\(v^`\)不科研表示成\(v_1, v_2, \cdots v_k\)的线性组合, 那么向量(组)\(v_1, v_2, \cdots v_k, v^{`}\)是线性无关
证明: 与命题3等价


假设\(V\)是\(\mathbb{R}^n\)的一个线性子空间, 假设\(V\)中的向量都可以表示成\(V\)中的向量(组)\(v_1, v_2, \cdots v_k\)的线性组合, 我们称向量(组)\(v_1, v_2, \cdots v_k\)为\(V\)的线性基, 或者基(basis)

标签:命题,笔记,无关,cdots,线性代数,线性相关,线性,向量
From: https://www.cnblogs.com/IhopeIdieyoung/p/17495670.html

相关文章

  • <学习笔记>组合数学
    ####插板法问题一:现有$n$个完全相同的元素,要求将其分为$k$组a,保证每组至少有一个元素,一共有多少种分法?考虑拿$k-1$块板子插入到$n$个元素两两形成的$n-1$个空里面。所以答案就是$$\binom{n-1}{k-1}$$问题二:如果问题变化一下,每组允许为空呢?显然此时没法直接插板......
  • SpringBoot学习笔记
    SpringBoot学习笔记学习资料分享,一定要点!!!示例代码跳转链接无效,查看完整笔记点击:https://gitee.com/pingWurth/study-notes/blob/master/springboot/spring-boot-demo/SpringBoot学习笔记.md官方文档:https://docs.spring.io/spring-boot/docs/current/reference/html/index......
  • 复习笔记-Unity
    泛型与Object区别Object是所有类型的基类,泛型是一种数据类型,将类型参数化达到代码复用提高软件开发效率泛型不用装箱拆箱,泛型是替换,将泛型参数替换成具体的类型,并且不需要强制类型转换,并且编译时自动检查类型安全,避免隐性的类型转换异常。Toggle与Button监听事件:Toggle:On......
  • Docker --镜像容器学习笔记
    Docker简介准备工作1.前提知识-linux-Git2.课程定位和范围(基于JavaEE方向)-JavaEEjavaSpringMVC/springBoot/mybatis...docker基础篇-DockerGoSwarm/compose/machine/mesos/k8s/---CI/CDjenkinds整合docker高级篇是什么1.问题:为什......
  • 【whale-starry-stl】01天 list学习笔记
    一、知识点1.std::bidirectional_iterator_tagstd::bidirectional_iterator_tag是C++标准库中定义的一个迭代器类型标签,用于标识支持双向遍历的迭代器类型。在C++中,迭代器是一种泛型指针,用于遍历容器中的元素。迭代器类型标签用于标识迭代器的特性,从而在算法中选择合适的......
  • 【React工作记录一百一十六】前端小知识点扫盲笔记记录14
    前言我是歌谣放弃很容易但是坚持一定很酷微信公众号关注前端小歌谣带你进入前端巅峰交流群今天继续对前端知识的小结根据每个元素i属性进行排序<!DOCTYPEhtml><htmllang="en"> <head> <metacharset="UTF-8"/> <metahttp-equiv="X-UA-Compatible"content="IE=edge&......
  • opencv学习笔记(四)
    梯度运算:是图像形态学中的一种操作,用于检测图像中的边缘。它通过结合膨胀(Dilation)和腐蚀(Erosion)操作来计算图像的梯度。importcv2importnumpyasnp#读取图像image=cv2.imread('input.jpg',cv2.IMREAD_GRAYSCALE)#定义结构元素(内核)kernel=np.ones((5,5),np.u......
  • MongoDB批量导入Redis优化迭代笔记
    背景统计最近五天所有content信息的正文字节数(正文字段占用较多),然后根据这个大小,推送存在redis要配置多少的内存。统计方法1.在mongodb中查询db.content_.aggregate([{$match:{updatetime:{$gte:1686134400000,//对应日期"2023-06-07T00:00:00Z"的......
  • Dempster/Shafer 证据理论(D-S证据理论) 用于异构数据融合方面的笔记
    Dempster/Shafer证据理论(D-S证据理论)的大体内容如下:一、简介:在理论中,由互不相容的基本命题组成的完备集合Θ称为识别框架,表示对于某一问题的所有可能答案,但是只有一个答案是正确的。其中,θj称为识别框架Θ的一个事件或元素。接着引入幂集的概念,即识别框架Θ全......
  • 《程序员修炼之道:从小工到专家》读书笔记
      这本书最初出中文译本的时候,它的名字叫《务实的程序员》,而这本书也正像它书名的副标题那样,是一本带领程序员从小工成为行业专家的著作。这本书里有70个Tip(指点、提示),这些Tip都是短小精炼的句子,但都是大师们编程经验的总结和沉淀。因此不管什么时候看这本书,也不管你翻到第几页,总......