用直觀的方法理解抽象的概念——線性相關(線性代數)

2021-01-10 老胡說科學

在線性代數的課程中,你會被各種定義轟炸。線性代數教科書簡直就是一本充滿各種術語的字典,這些術語晦澀難懂,難以理解。學生們在考試前,只有幾個月的時間來理解特徵值,特徵向量,厄米特矩等。

令人沮喪的是,老師通常不會在課堂上教矩陣的空間感、或者解釋方程的深刻含義。相反,他們只是讓你死記硬背解題方法,最終通過錯誤學習方法得到正確的答案,線性代數最終竟然被說成了是「文科」,背就可以了。線性代數實際上是數學的一個非常有趣的分支,但是當我們漫無目的地盯著矩陣看幾個小時時,我們並不能理解它。

所以,今天我將帶大家直觀地理解線性代數中幾個重要的概念:

線性相關、線性無關擴張空間基我將用3篇文章分別深入探討這三個概念。這篇文章用圖案的類比,直觀地解釋了線性相關。擴張空間和基將在接下來的兩篇文章中分析。

我假設你們熟悉向量的表示、向量的相加以及線性組合的概念。

色彩類比:線性相關

假設你是一個畫家。如果我給你紅、藍、紫三種顏料,有沒有可能把其中兩種顏色混合在一起得到第三種顏色?答案顯然是肯定的:紅色和藍色混合就會變成紫色。我們可以說這三種顏色是相互依賴的(線性相關)。

紅+藍=紫如果我很吝嗇,想在油漆上省錢,我可以只買紅色和藍色的顏料,而不是紅色,藍色,和紫色,因為我可以混合紅色和藍色的油漆得到紫色的油漆。所以,你可能會說「相互依賴」的結果是至少有一種顏色是不必要的(在這個例子中是紫色)。

每種顏色的比例也可以是不同的,而不僅僅是1:1的比例。如果我給你紅、白和淺粉色三種顏料,你可能需要1份紅色和16份白色才能得到那個特定的粉色。這些顏色仍然是相互依賴的,即使紅色和白色的顏料組合不是五五開。

1分紅+ 16分白=非常淺的粉紅色類似於色彩組合,向量的線性相關來自於組合向量來得到其他向量。假設有幾個二維向量:v_1、v_2、w。這些向量繪製如下圖。問:有沒有一種方法組合v_1和v_向量來得到w向量?

在這種情況下,如果把v_1和v_2乘以2,然後把它們相加就得到了向量w。

那麼我們稱w是v_1和v_2的線性組合,這個向量序列是線性相關的。

線性無關

回到色彩組合,假設我給了你紅,藍,黃3種顏料。這些顏色是有關係的嗎?有沒有辦法把兩種顏色混合在一起得到第三種顏色?沒有。再多的紅色和黃色也不會產生藍色,而只是得到不同深淺的橙色。同樣,不管怎麼把紅色和藍色混合在一起,也永遠得不到黃色。所以我們稱這三種顏色相互獨立(線性無關)。

紅+藍無法組合成黃色,黃+藍無法組合成紅色,所以它們是相互獨立的。這與向量的線性無關相似但有點棘手,所以讓我們從這開始:有沒有辦法組合v_1(0,1)和v_2(1,0)得到w(2,2)?本質上這個問題相當於解下面的方程,使等式成立:

答案是肯定的,對於任意倍數的w,例如(4,4),我可以取4 (v_1)+ 4 (v_2)來得到2w。在這種情況下c= 4、c= 4、c3 = 2。你可能已經注意到下面的等式也是成立的:

所有項都乘以0的「解」叫做平凡解。不管向量是線性相關的還是線性無關的,平凡解總是有效的,所以在這個意義上,平凡解沒有用。

然而,另外兩個解我們已經驗證過,4 (v_1)+ 4 (v_2)= 2 (w)和2 (v_1)+ 2 (v_2)= w,這就意味著他們不是平凡解。

如果我有一些向量序列,比如(v_1,v_2,v_3,v_4,v_5),我想把這些向量組合得到另一個向量的倍數:

如果這些向量對其中一個方程有非平凡解,那麼這些向量是線性相關的。但是,如果沒有一個非平凡解,這個序列是線性無關的。平凡解是與獨立性無關的解。

我們以前的例子中,向量(v_1,v_2,w)是線性相關的。另一方面(v_1,v_2)本身是線性無關的,因為我們無法用v_1表示v_2或者用v_2表示v_1。

用色彩組合類比線性相關問題有點不準確,這裡需要解釋一下,紅色+藍色就是紫色,但是紫色+藍色不是紅色。但是在線性相關的向量中,任何向量都可以表示成其他向量的組合。

我已經證明w是v_1和v_2的組合,但是v_1也是v_2和w的組合,只是 不太明顯:

解決該問題的一種方法是,想像從混合顏料中去除一定量顏料。然後我們可以將紫色表示為1(紅色)+ 1(藍色),然後將藍色表示為1(紫色)-1(紅色)。這意味著拿紫色塗料,除去紅色塗料的一部分,留下藍色。

總結

給定方程c_1v_1+ c_2v_2+…+ c_nv_n = 0v,其中所有v為向量,0v為零向量,c為標量,然後將所有c都設置為零稱為平凡解。如果存在對方程c_1v_1+ c_2v_2 +…+ c_nv_n = 0v的非平凡解(這實際上意味著無窮解),那麼一組向量與線性相關。如果不存在方程c_1v_1+ c_2v_2 +…+ c_nv_n = 0v的非平凡解,則這組向量是線性無關的。線性相關性很重要的一個原因是,如果兩個(或多個)向量線性相關,則其中必有一個是不必要的。這就像從調色板中刪除紫色,因為已經有紅色和藍色(他們可以生成紫色)。

雖然通常不會以這種方式解釋線性相關性和線性無關,但深入了解此概念很有幫助。它擴大了您對線性代數的理解範圍。這就像看一幅地平線的畫,有深紅的落日和墨黑的河流。你會驚訝於畫家在作畫時所用的成千上萬種顏色。或者,你可以注意到他們在整個過程中只使用紅、黃、藍。

相關焦點

  • 用直觀的方法理解抽象的概念——擴張空間(線性代數)
    除了一個出色的、高效的生物學特徵外,它還說明了線性代數中的一個重要概念:擴張空間。為了直觀地解釋擴張空間,我將給你一個類比,就像我解釋線性相關一樣。這是用色彩組合來解釋線性代數概念的第二部分。第一部分是關於線性相關的,你可以在這裡讀到用直觀的方法理解抽象的概念——線性相關(線性代數)。紅色和黃色的跨度想像你是一個畫家,面前有一張空白畫布的。
  • 考研數學線性代數暑期強化複習重點及方法
    考研數學線性代數相比較高等數學和概率論的複習而言,呈現明顯的知識點,概念多、定理多、符號多、運算規律多、內容相互縱橫交錯,知識前後緊密聯繫。因此,考研數學線性代數暑期複習重點應充分理解概念,掌握定理的條件、結論、應用,熟悉符號意義,掌握各種運算規律、計算方法,並及時進行總結,抓聯繫,使學知識能融會貫通,舉一反三。
  • 2021考研數學線性代數的特點
    首先,回顧一下線性代數的主要構成有哪些,它由六大塊知識點構成:行列式、矩陣、向量、線性方程組、特徵值特徵向量、二次型。基於以上幾個板塊,會發現線性代數有以下幾個特點: 第一,概念較為抽象。 這是複習之初,考生們面臨的第一道坎。
  • 考研數學之——線性代數解析!
    所以要熟練掌握行列式常用的計算方法。1、重點內容:行列式計算(1)降階法這是計算行列式的主要方法,即用展開定理將行列式降階。但在展開之前往往先用行列式的性質對行列式進行恆等變形,化簡之後再展開。2、常見題型:(1)數字型行列式的計算(2)抽象行列式的計算(3)含參數的行列式的計算(4)代數餘子式的線性組合二、向量向量部分既是重點又是難點,由於n維向量的抽象性及在邏輯推理上的較高要求,導致考生在學習理解上的困難。
  • 2010年考研數學線性代數考點及解題思路分析
    2010年考研已經落下帷幕,想必大家一定會有很多收穫和感慨,很多參加考試的同學非常關心自己的成績,也都非常希望了解今年數學試卷整體的概況,現就今年考研數學線性代數部分的考點及解題思路作如下的分析。考研數學中,線性代數課程特點比較鮮明:概念多、定理多、符號多、運算規律多、內容相互縱橫交錯,知識前後緊密聯繫。
  • 楊晶:讓數學課不再枯燥——走近「簡明線性代數」慕課-清華大學...
    楊晶:讓數學課不再枯燥——走近「簡明線性代數」慕課通訊員 雷陳勇通過該課程的學習,學生可以對幾何向量、空間的直線和平面、線性方程組的高斯(Gauss)消去法、行列式、矩陣代數、n維向量空間、向量的線性相關和線性無關性、矩陣的對角化和實對稱矩陣有較深入的認識和理解,掌握線性代數的基本知識、基本理論和基本技能,具有較強的運算能力、邏輯推理能力、抽象思維能力、綜合運用所學的數學原理和技能分析問題和解決問題的能力。
  • 什麼是「抽象代數」?抽象代數導論
    抽象這個詞是什麼意思?如果你查字典,你會發現「抽象」有很多定義。但基本上都是在說同一件事。一個人可以有抽象的想法、藝術或夢想。一個人可以抽象任何東西。在現實世界中我們可以找到真實的東西。但是我們也有一個保存我們的想法和概念的世界。
  • 玩轉線性代數(21)線性方程組解的判斷與求法
    討論內容:線性方程組的解的判斷與矩陣的秩,矩陣方程的解法記錄:7.1線性方程組解的討論我:「上節課真夠費腦子的,今天好多了,引入了矩陣的秩後,下面來討論一下矩陣的秩與線性方程組的解的判斷.」小慧:「到現關於矩陣終於可以告一段落了,這一章學習了矩陣的五種運算:加、減、乘、逆、行列式;矩陣的四種操作:轉置、初等變換、分解、分塊;五類特殊矩陣:單位矩陣、對角陣、對稱陣、初等陣、可逆陣;一個核心概念:秩.」我:「矩陣是一個工具,它雖從線性方程組中抽象出來,但可適用於更大更廣的範圍,從課本後面的知識來看,矩陣真是無處不在!」
  • 解析2015年考研數學線性代數基礎階段複習
    一掌握基本概念,建立知識框架。1 掌握基本概念在線代中,定義特別重要,定義往往是掌握原理的出發點的,例如線性相關無關,矩陣的關係中等價,相似,合同等。把這些說法用數學語言嚴格的表示出來就是定義,然後再分析相互之間有甚聯繫。
  • 江蘇2013年自考工程數學(線性代數、複變函數)(27391)考試大綱(1)
    2、行列式的性質理解行列式的性質,會用行列式性質化簡行列式。  3、行列式按一行(或一列)展開熟練掌握行列式按一行(或一列)展開的方法計算行列式。  2、向量間的線性關係會判斷向量組的線性相關或線性無關,將給定的向量由向量組線性表出。  3、向量組的極大線性無關組掌握用矩陣的初等行變換求向量組的極大線性無關組。  4、向量組的秩與矩陣的秩掌握用矩陣的初等行變換求向量組的秩或矩陣的秩。
  • 2021考研數學線性代數行列式考點分析
    2021考研數學線性代數行列式考點分析 考研進入到考研衝刺階段了,基礎知識打紮實了嗎,公式要記牢,為了方便大家查漏補缺,本文中公考研小編整理分享考研線性代數相關內容,一起來看。
  • 這裡有一本全交互的線性代數書
    機器之心編輯參與:路今天,我們給大家介紹一本好玩的線性代數書籍。線性代數的書籍那麼多,這本卻獨具特色。準確來講,量詞似乎不能用「本」,因為它需要在網頁上閱讀,更重要的是,書裡的圖是可以動的,讀者還可以拖動圖。
  • 2015考研數學線性代數之行列式篇
    雖然高等數學在考研數學中佔56%,線性代數隻佔22%,而且從教材上來看,線性代數的內容也不及高數上冊教材的一半,但是線性代數有很多特點是高等數學不具備的:首先線代中的概念和運算均很抽象,需要考生花費時間去理解;其次線性代數中考查的基本全是計算題,需要考生反覆練習;最後線性代數知識體系複雜,各個知識點之間都是相通的,這就導致考題的靈活性、綜合性強。
  • 透過近幾年考研數學大綱看線性代數六大命題點
    另外範德蒙行列式也是需要掌握的;行列式的考查方式分為低階的數字型矩陣和高階抽象行列式的計算、含參數的行列式的計算等。涉及秩的應用,包含矩陣的秩與向量組的秩之間的關係,矩陣等價與向量組等價,對矩陣的秩與方程組的解之間關係的分析,備考需要在理解概念的基礎上,系統地進行歸納總結,並做習題加以鞏固。3三、向量部分,理解相關無關概念,靈活進行判定   向量組的線性相關問題是向量部分的重中之重,也是考研線性代數每年必出的考點。如何掌握這部分內容呢?
  • 考研數學線性代數之矩陣——高頓小侯七老師
    考研數學線性代數之矩陣——高頓小侯七老師在數學中,矩陣(Matrix)是一個按照長方陣列排列的複數或實數集合,最早來自於方程組的係數及常數所構成的方陣。這一概念由19世紀英國數學家凱利首先提出。矩陣中除可逆陣、伴隨陣、分塊陣、初等陣等重要概念外,主要也是運算,其運算分兩個層次,一是運用矩陣的性質對抽象矩陣進行運算,二是具體矩陣的數值運算。矩陣的基本運算包括矩陣的加法,減法,數乘,轉置,共軛和共軛轉置。矩陣的加法滿足下列運算律:A+B=B+A;(A+B)+C=A+(B+C)應該注意的是只有同矩陣之間才可以進行加法。
  • 2015考研數學線性代數歷年真題考點梳理
    線性代數總共分為六章,第一章行列式,本章的考試重點是行列式的計算,考查形式有兩種:一是數值型行列式的計算,二是抽象型行列式的計算。另外數值型行列式的計算不會單獨的考大題,它的計算主要是出現在大題當中的某一問或者是在大題的計算過程中需要計算行列式,比如求特徵值其實質就是計算含參的數值型行列式,題目難度不是很大,其主要方法是利用行列式的性質或者展開定理即可。
  • 線性相關
    當然,有關聯並不代表就一定是線性相關,也可能是曲線、性線性相關等。本節主要討論線性相關,因為線性相關較其他相關簡單,也是多重線性回歸的基礎。           線性相關                兩隨機變量X、Y之間呈線性趨勢的關係。一般地,若兩變量X、Y 同時增大或減少,稱為正相關;若兩變量X、Y 呈反向變化,稱為負相關。
  • 圖像處理中的數學原理詳解11——線性空間
    2.3 泛函與抽象空間本文引用地址:http://www.eepw.com.cn/article/201704/346200.htm  牛頓說:「把簡單的問題看得複雜,可以發現新領域;把複雜的問題看得簡單,可以發現新規律。」
  • SPSS-線性相關與多重線性回歸
    對服從正態分布的定量資料,我們探討線性相關,對計數和等級資料,我們探討秩相關,今天的內容,便是定量資料的相關與回歸。1 簡單線性相關與回歸:例:探討身高與前臂長的相關性① 繪製散點圖(直觀的反應兩者關係):② 求相關係數(兩變量相關關係的方向及密切程度):
  • 線性表示和線性相關
    定理1  向量b可由向量組A:a1,a2,…,am線性表示的充分必要條件是:線性方程組a1x1+a2x2+…+amxm=b有解.即R (A)= R (A,b)若R (A)= R (A,b)= m  則表示方法唯一若R (A)= R (A,b) <m  則表示方法不唯一定義2