3-3. 生成與線性獨立
Define Linear Combination
V 為一佈於 F 的向量空間, S⊆V, S 中任意有限個向量 v1⃗, ..., vk⃗, F 中任意有限個純量 α1, ..., αk, 稱 v⃗ = α1v1⃗ + ... + αkvk⃗ 為 S 之一線性組合(linear combination, LC)
Theorem of 行向量線性組合關係式
A, B∈Fm×n, A 列等價於 B, 則 A 與 B 之行向量線性組合關係式相同
∵A 列等價於 B⇒ker(A) = ker(B)
ex.A=⎣⎡111234345405⎦⎤ 列運算至 rref U=⎣⎡100010110001⎦⎤, 其中 U 的每個非 pivot 行皆可寫成 pivot 行(column ↓ with 1)的 LC
Define Span and Spanning Set
V 為一佈於 F 的向量空間, S⊆V, span(S) = { v⃗ | v⃗ 為 S 的一組 LC }, 稱為 S 的生成空間(span);
若 span(S) = V, 則稱 S 生成 V(S spans V)或 S 為 V 的生成集(spanning set)
ex.R2:
- span{(1, 0)} = { x(1, 0) | x∈R } = { (x, 0) | x∈R } = x軸
- span{(0, 1)} = { y(0, 1) | y∈R } = { (0, y) | y∈R } = y軸
- span{(1, 0), (0, 1)} = { x(1, 0) + y(0, 1) | x, y∈R } = { (x, y) | x, y∈R } = R2
→span(S): set of all LC in S
Properties of Span
- span(∅) = { 0⃗ }; span({ 0⃗ }) = { 0⃗ } as well
- A∈Fm×n:
- CS(A) = span{ a1⃗, ..., an⃗ }, ax⃗: A 的行向量
- RS(A) = span{ A1, ..., Am }, Ax: A 的列向量
- span(S) 為 V 的子空間
∵span(S) 補齊 S 之封閉性
- span(S) 為包含 S 之最小子空間 ⇒ 所有包含 S 的子空間之交集
- S is a subspace of V⇔span(S) = S
- S1⊆S2⇒span(S1) ⊆span(S2)
but ⇍:
ex.S1 = {(1, 0)} ⊈S2 = {(2, 0), (0, 1)} ⇒span(S1) = x軸 ⊆span(S2) = R2
- span(S1∩S2) ⊆span(S1) ∩ span(S2)
- span(S1∪S2) ⊇span(S1) ∪ span(S2)
Theorem of Sum of Spans
V 為一佈於 F 的向量空間, S1, S2⊆V, 若 W1 = span(S1), W2 = span(S2), 則 W1 + W2 = span(S1∪S2)
ex.S1 = {(1, 0)} ⇒W1 = span{(1, 0)} = x軸; S2 = {(0, 1)} ⇒W2 = span{(0, 1)} = y軸
⇒W1 + W2 = span{(1, 0), (0, 1)} = R2
Corollary of Sum of Spans
V 為一佈於 F 的向量空間, ∀i = 1, ..., k, Si⊆V, 若 Wi = span(Si), 則 i=1∑kWi = span(S1∪...∪Sk)
Define Linear Dependent and Independent Sets
V 為一佈於 F 的向量空間, S⊆V, ∃ 有限個 vi⃗⊆S, i = 1, ..., k
S 為線性相依集(linear dependent set, LD) ⇔
∃ 有限個不全為 0 的 ci⊆F s.t. c1v1⃗ + ... + ckvk⃗ = 0⃗
∃vi⃗∈S s.t. 該 vi⃗ 可寫成其他 ∈S 的向量之 LC
S 為線性獨立集(linear independent set, LI) ⇔
c1v1⃗ + ... + ckvk⃗ = 0⃗⇒c1 = c2 = ... = ck = 0
∀vi⃗∈S 皆無法寫成其他 ∈S 的向量之 LC
Properties of LD and LI
- S1⊆S2,
- S2: LI ⇒S1: LI
S2: LI ⇍S1: LI
- S1: LD ⇒S2: LD
- 0⃗∈S⇒S: LD
∵c0⃗ = 0⃗, c∈F
- v⃗≠0⃗⇒ { v⃗ }: LI
∵cv⃗ = 0⃗⇒c = 0
- ∅: LI
- { u⃗, v⃗ }: LD ⇔u⃗ = cv⃗, or v⃗ = cu⃗, c∈F
Wronskian
f1, f2, ..., fn∈C(n−1)[a, b]: 在 [a, b] 上的 n−1 次可微分函數所成的集合(即函數向量空間)
定義 W(x) = ∣∣∣∣∣∣∣∣f1(x)f1′(x)⋮f1(n−1)(x)f2(x)f2′(x)⋮f2(n−1)(x)……⋱…fn(x)fn′(x)⋮fn(n−1)(x)∣∣∣∣∣∣∣∣
稱為 f1, f2, ..., fn 之 Wronskian
ex.f1(x) = 2x2, f2(x) = 3x3, W(x) = ∣∣∣∣2x24x3x39x∣∣∣∣ = 6x4
Theorem of Wronskian
f1, f2, ..., fn∈C(n−1)[a, b], ∃x0∈[a, b] s.t. W(x0) ≠0⇒f1, f2, ..., fn: LI
→ 若 W(x) = 0, 未必保證 f1, f2, ..., fn: LD
ex.f1(x) = x2, f2(x) = x∣x∣ on [−1, 1] ⇒W(x) = ∣∣∣∣x22xx∣x∣2∣x∣∣∣∣∣ = 0
但假設 c1x2 + c2x∣x∣ = 0 {c1+c2=0,c1−c2=0,if x=1if x=−1⇒c1 = c2 = 0, f1, f2: LI
→ 若定義域改成[0, 1], 則 f1, f2: LD