使用 OpenID 登入
⇐ Use this menu to view and help create subtitles for this video in many different languages.
You'll probably want to hide YouTube's captions if using these subtitles.
Showing that the candidate basis does span C(A): Showing that just the columns of A associated with the pivot columns of rref(A) do indeed span C(A).
相關課程
- 在上上个视频中 我们曾经问自己
- 能否找到A的列空间的基底
- 我给你们一个做题的方法
- 你逐步的把A化为行简化阶梯形
- 因此这个矩阵R
- 就是A的阶梯型矩阵
- 观察它的主列
- 这就是主列
- 它有一个1 其余都是0
- 这是一个主列 一个1其余是0
- 1是在本行中第一个非零项
- 这个也是主列 我把它圈起来
- 这两个是主列
- 这里的列是主列
- 观察这个矩阵的
- 行简化阶梯形
- 在原始矩阵中相对应的列
- 就是你的基底
- 因此这个和这个
- 因此第一第二第四列是基底
- 我们称它为a1 这是a2
- 这是a4
- 这个是a3 这个是a5
- 我们说a1 a2和a4
- 是A的列空间的基底
- 在上上段视频中 我没有告诉你为什么
- 我只是告诉你就应该这样做
- 你应该把它看成一种理所当然
- 为了让它是一个基底
- 必须符合两个条件
- 必须是线性独立的
- 这个我刚在上段视频中讲过
- 第二个是关于处理这个向量
- 这些向量分别是r1
- 和r2 r4
- 很显然它们是线性独立的
- 它们在特殊的位置上都有一个1
- 其它的位置都是0
- 我们现在看的是三个主列
- 如果有n个主列也是成立的
- 各主列在某特殊位置
- 都有一个1
- 所有其它的主列
- 在这一行都是0
- 因此 不可能其它向量
- 其它向量的任何的线性组合
- 可以相加得到其中任意一个向量
- 它们显然是线性独立的
- 我在上段视频已经告诉你们
- 这些向量是线性独立的
- 它们确实如此
- 考虑到R和A有相同的零空间
- 我们知道这些向量是线性独立的
- 我在上段视频中已经讲过了
- 构成基底的另一个条件
- 我们检查这几个向量 a1 a2 an的生成空间
- 等于A的列空间
- A的列空间
- 就是这这五个向量的张成空间
- 因此 我在这里加上a3和a5
- 我用这三个向量
- 就能张成列空间
- 也就是说
- a3和a5可以用a1 a2 和a4
- 来线性表示
- 如果是这样的话
- 那么我就可以说 这两个向量是多余的
- 那么a1,a2,a3,a4,a5的张成空间
- 不需要a3和a5
- 我就可以缩减成这种形式
- 因为这两个向量可以表示成
- 其它三个向量的线性组合
- 这两个向量是多余的
- 如果我们能证明这两个向量
- 可以用其它两个向量线性表示
- 舍弃这两个向量
- 这三个向量的生成空间
- 和五个向量的一样
- 当然
- 它是A列空间的定义
- 我们开看看是否成立
- 我来把这里的每一个列向量
- 标记为a1到a5
- 这里的每一个列向量
- 标记为 r1, r2, r3, r4,r5.
- 我再次回到零空间的问题上
- 先不是零空间
- 我来研究方程Ax=0
- 换种方式写出来
- 我用[x1,x2,x3,x4,x5]来替换x
- 这就是我们定义解集的方法
- 所有可能的x1到x5
- 或者说所有可能的向量X
- 都表示零空间
- 我来研究所有的R
- 乘上[x1,x2,x3,x4,x5]等于0
- 这是零向量 在这种特殊情况中
- 这个向量有四行
- 它是Rm中的一个元素
- 因此这个方程可以被重新改写
- 我可以重新写为
- A的列向量是什么？
- 它们是a1,a2一直到a5
- 因此 我可以重新把它写成
- 为x1*a1+x2*a2+x3*a3+a4*x4+a5*x5
- 等于0
- 这是根据矩阵向量乘积的定义
- 得到的
- 这是一组从a1到a5的列向量
- 我在这里标出
- 我可以这样重新写出来方程
- 类似的 我把这个方程写成
- 向量x1*r1+x2*r2
- 加上x3*r3+x4*r4+x5*r5
- 等于0
- 当我们把它化成
- 阶梯型矩阵时
- 那么和主列
- 相关的x变量--
- 主列相关的x变量是什么呢？
- 主列是r1,r2,r4
- 和x变量相关的变量
- 我们称之为主变量
- 不和主变量相关的变量
- 我们称之为自由变量
- 因此在本题中
- 自由变量是x3和x5
- 对于A同样适用
- 所有满足这个方程的向量
- 也满足这个方程 反之亦然
- 它们有相同的零空间
- 相同的解集
- 我们也可以称x3和x5是自由变量
- 这是什么意思？
- 我们已经做了很多这样的例子了
- 对于自由变量
- 你可以令它等于任何数
- 因此在本题中你可以令
- x3和x5等于任意实数
- 你可以令它们等于任何你想要的数
- 从行简化阶梯形中
- 我们用这两个自由变量的函数
- 来表示其它的主变量
- 也许x1=Ax3+Bx5
- 也许x2=Cx3+Dx5
- 也许x4=Ex3+Fx5
- 这个式子是逐步用这三个主向量
- 和这个x相乘等于0得到的
- 你会得到一系列方程
- 你可以用这些自由变量
- 来表示这些主变量
- 考察这种情况 我想告诉你们
- 你总可以表示其中的。。。
- 在原始的矩阵中
- 我们回到原始的矩阵
- 你总可以用和自由变量相关的变量
- 表示其中一个向量
- 你总可以用这些和主列
- 相关向量的线性组合来
- 表示其中一个自由向量
- 我怎么来做？
- 比如说我想寻找
- 一个线性组合来得到这个
- 自由列a3
- 我怎么来做
- 重新整理方程
- 我得到什么？
- 抱歉
- 这是x3a3
- 如果我从方程的两边都减去x3a3
- 我得到了-x3a3=x1a1+x2a2+
- 这里没有3 加x4a4加x5
- 抱歉 x不是一个向量 x5a5
- 我在这里用浅橙色颜色写出的
- 是这里方程的另一种写法
- 我所要做的就是把这一项
- x3a3从方程的两侧消去
- x3是自由变量
- 我么可以令它等于任何数 x5也是
- 我们令x3=-1
- 那么这一项就是1
- 因为这里是-x3
- 令x5=0
- 如果x5=0 那么这一项就消失了
- 我以前做过
- 因为x5是一个自由变量
- 我可以令它等于任何数
- 现在我已经把a3写成了一个线性组合
- 你可以称它为一个可能的基底
- 或者称它为向量a1 a2 a4
- 它们是在原始矩阵中
- 和主列相关的向量
- 为了说明我们总可以这么做
- 我们必须证明出对于这个线性组合
- 总有某个x1 x2 x4是满足条件的
- 当然总有某些x1 x2 x3满足条件
- 我们只需要把自由变量
- 有x3=-1 x5=0
- 代入这组方程中
- 当我们化成阶梯型矩阵的形式
- 在本题中x1=-A+0
- x2=-C 其它的同理
- 你总可以这样做
- 你总能用
- 和主列相关的向量的
- 线性组合来表示
- 和非主列相关的向量
- 我刚对a3做过
- 你们也可以同样的对a5这样做
- 通过在方程两边
- 减去这一项
- 令x5=-1 x3=0
- 因此带3的项没有了
- 你可以得到一样的论点
- 考虑这个 我希望已经告诉你们了
- 或者说帮助你们看到
- 或者让你们理解了这个思想
- 这个向量
- 我来用一个亮色标记
- 这些洋红色的向量
- 是和自由列
- 或者说是自由变量
- x3和x5是线性相关的
- 就是这些列
- 它们总能表示成
- 其它列的线性组合
- 因为你只需要调整方程
- 令你要求出线性组合的
- 向量的系数等于-1
- 其它不是要求的向量的
- 系数都等于0
- 这时你就得到一个
- 和主列相关向量的线性组合
- 我已经给你们证明了这些自由向量
- 我对于术语用的很随意
- 和非主列相关的列可以
- 用这些向量线性表示
- 它们不是必须的
- 它的生成空间等价于它的生成空间
- 这个的生成空间是A的列空间
- 因此这个生成空间就是A的列空间
- 在上段视频中 我给你们证明了
- 这三个向量是线性独立的
- 现在我给你们证明了
- 这些向量的生成空间是A的列空间
- 现在你应当很满意这些向量了
- 我用蓝色的颜色写出来
- 这个列向量
- 这个列向量
- 和这个列向量
- 它们和阶梯型矩阵的
- 主列是相关的
- 它们确实可以表示A的列空间的基底
- 无论如何 希望你们觉得这个不是太复杂
留言:
新增一則留言(尚未登入)
更多
載入中...
新增一則留言(尚未登入)
更多