线性代数的本质与几何意义 02. 线性组合、张成的空间、基(3blue1brown 咪博士图文注解版)

ゝ一世哀愁。 2022-06-04 00:06 222阅读 0赞

**1. 线性组合**

接下来我们要换一个角度来看向量。以二维平面直角坐标系为例，i, j 分别是沿 2 个坐标轴方向的单位向量。那么坐标平面上的其他向量，例如 \[3−2\] 与 i, j 是什么关系呢？

![linear_algebra_i_j_3_2.png][]

将向量 i 沿水平向右的方向拉升 3 倍，向量 j 沿竖直向下的方向拉升 2 倍

![linear_algebra_i_j_3_2_stretch.png][]

这样，我们可以将向量 \[3−2\] 看成是将向量 i, j 缩放后再相加的结果

![linear_algebra_i_j_3_2_combine.png][]

向量 i, j 称为基向量，其他向量都可以通过对基向量缩放再相加的方法构造出来。基向量缩放的倍数对应向量的各个分量，即向量对应的坐标。

我们可以通过选择不同的基向量来构造新的坐标系。例如，我们可以选择指向右上方的向量 v 和 指向右下方的向量 w 作为基向量。

![linear_algebra_other_base.png][]

对这组新的基向量进行缩放再相加，同样也能构造出其他的向量

![linear_algebra_other_base_combine.png][]

一组基向量就对应一个坐标系，选择不同的基向量就构造出了不同的坐标系。同一个向量，在不同的坐标系下（即采用不同的基向量），其坐标值也要相应地发生变化。后面，咪博士会进一步谈到具体如何变换。

上面，反复出现 **“将向量进行缩放再相加”** 的操作，这样的操作，我们称之为 **线性组合**

![linear_algebra_linear_combination.png][]

**2. 向量张成的空间**

在二维平面中，选取 2 个向量，然后考虑它们所有可能的线性组合，我们会得到什么呢？这取决于我们选择的 2 个向量。

通常情况下，我们会得到整个平面

![linear_algebra_span_plain.png][]

如果选择的 2 个向量，恰好共线的话，那它们的线性组合就被局限在一条过原点的直线上了

![linear_algebra_span_line.png][]

最极端的情况是，选择的 2  个向量都是零向量，那么它们的线性组合就只可能是零向量了

![linear_algebra_span_point.png][]

向量 v, w 的 **全部线性组合** 所构成的向量集合称为向量 v, w 所 **张成的空间**

![linear_algebra_span.png][]

还记得前面的教程中，咪博士谈到数乘和加法是向量 2 个最基础的运算吗？当我们谈论向量所张成的空间时，我们实际上就是在问，仅仅通过数乘和加法 2 种基础运算，你能获得的所有可能的向量集合是什么。

在线性代数中，向量的起点始终固定在原点的位置，因此 **向量的终点就唯一确定了向量本身**。这样，我们便可以将**向量看成是空间中的点（即向量的终点）**。

**3. 线性相关、线性无关**

将线性组合的想法扩展到 3 维空间中。想象 3 个 3 维向量，它们所张成的空间会是什么样的呢？这取决于我们选择的 3 个向量。

*  a. 通常情况下，我们会得到整个 3 维空间
 *  b. 当选择的 3 个向量共面时，它们所张成的空间是一个过原点的平面
 *  c. 当 3 个向量共线时，它们所张成的空间是一条过原点的直线
 *  d. 当 3 个向量都是零向量时，它们所张成的空间只包含零向量

显然，在考虑向量所张成的空间时，有些向量是多余的。例如，情况 b ，确定一个平面只需要 2 个向量，而我们却用了 3 个向量，这意味着，有 1 个向量是多余的；情况 c，确定一条直线只需要 1 个向量就够了，而我们用了 3 个向量，其中有 2 个向量是多余的。数学上，我们用线性相关来描述这样的现象。

当我们说几个向量所构成的向量组线性相关时，意思是向量组中的（任意）一个向量都可以用向量组中其他向量的线性组合来表示出来。换句话讲，这个向量已经落在其他向量所张成的空间中，它对整个向量组张成的空间是没有贡献的，把它从向量组中拿掉，并不会影响向量组所张成的空间。

![linear_algebra_linear_dependent.png][]

线性无关指的是，向量组中的（任意）一个向量无法用向量组中其他向量的线性组合表示出来。换句话说，向量组中的每一个向量都为向量组所张成的空间贡献了一个维度，每一个向量都缺一不可，少了任何一个向量，都会改变向量组所张成的空间。

![linear_algebra_linear_independent.png][]

**4. 基的严格定义**

最后，我们把本节相关的概念串起来，形成基的严格定义：

向量空间的一组 **基** 是 **张成** 该空间的一个 **线性无关**  向量集

![linear_algebra_basis_definition.png][]

原文链接：[http://www.ipaomi.com/2017/11/21/线性代数的本质与几何意义-02-线性组合、张成的空/][http_www.ipaomi.com_2017_11_21_-02-]

[linear_algebra_i_j_3_2.png]: http://www.ipaomi.com/wp-content/uploads/2017/11/linear_algebra_i_j_3__2.png
[linear_algebra_i_j_3_2_stretch.png]: http://www.ipaomi.com/wp-content/uploads/2017/11/linear_algebra_i_j_3__2_stretch.png
[linear_algebra_i_j_3_2_combine.png]: http://www.ipaomi.com/wp-content/uploads/2017/11/linear_algebra_i_j_3__2_combine.png
[linear_algebra_other_base.png]: http://www.ipaomi.com/wp-content/uploads/2017/11/linear_algebra_other_base.png
[linear_algebra_other_base_combine.png]: http://www.ipaomi.com/wp-content/uploads/2017/11/linear_algebra_other_base_combine.png
[linear_algebra_linear_combination.png]: http://www.ipaomi.com/wp-content/uploads/2017/11/linear_algebra_linear_combination.png
[linear_algebra_span_plain.png]: http://www.ipaomi.com/wp-content/uploads/2017/11/linear_algebra_span_plain.png
[linear_algebra_span_line.png]: http://www.ipaomi.com/wp-content/uploads/2017/11/linear_algebra_span_line.png
[linear_algebra_span_point.png]: http://www.ipaomi.com/wp-content/uploads/2017/11/linear_algebra_span_point.png
[linear_algebra_span.png]: http://www.ipaomi.com/wp-content/uploads/2017/11/linear_algebra_span.png
[linear_algebra_linear_dependent.png]: http://www.ipaomi.com/wp-content/uploads/2017/11/linear_algebra_linear_dependent.png
[linear_algebra_linear_independent.png]: http://www.ipaomi.com/wp-content/uploads/2017/11/linear_algebra_linear_independent.png
[linear_algebra_basis_definition.png]: http://www.ipaomi.com/wp-content/uploads/2017/11/linear_algebra_basis_definition.png
[http_www.ipaomi.com_2017_11_21_-02-]: http://www.ipaomi.com/2017/11/21/%e7%ba%bf%e6%80%a7%e4%bb%a3%e6%95%b0%e7%9a%84%e6%9c%ac%e8%b4%a8%e4%b8%8e%e5%87%a0%e4%bd%95%e6%84%8f%e4%b9%89-02-%e7%ba%bf%e6%80%a7%e7%bb%84%e5%90%88%e3%80%81%e5%bc%a0%e6%88%90%e7%9a%84%e7%a9%ba/