高等数学 / 系统课时

选择一组基压缩向量表示

选择一组基压缩向量表示

一组向量可能已经覆盖目标空间,却包含重复方向,使表示变得冗余。基要求向量既能张成整个空间,又彼此线性无关,因此可以删掉多余向量,同时保证空间中的每个向量都拥有唯一的一组坐标表示。

学习目标

  • 说明一组基必须同时满足张成与线性无关两个条件
  • 从包含冗余方向的向量组中删除不必要的向量
  • 用秩或线性组合关系验证所选向量是否构成基

基同时解决覆盖和冗余

仅仅能够张成一个空间还不够。例如在 R2R^2 中,

v1=(1,0),v2=(0,1),v3=(1,1)v_1=(1,0),\quad v_2=(0,1),\quad v_3=(1,1)

三个向量当然能覆盖整个二维平面,但 v3=v1+v2v_3=v_1+v_2,它没有提供新的方向。删除 v3v_3 后,v1,v2v_1,v_2 仍然能够张成整个平面,而且彼此不能由对方表示,因此它们构成一组基。

基必须同时满足两个条件:能够张成目标空间,并且其中没有任何向量可以由其余向量线性组合得到。前者保证没有缺方向,后者保证没有多余方向。

从冗余向量组筛选二维空间基的对比图

从冗余向量中选择基

实际选择时,可以按顺序加入向量。每遇到一个新向量,就判断它是否已经位于当前已选向量的张成空间中:如果已经可以由已有向量表示,就跳过;如果提供了新的方向,就保留。直到已选向量能够张成目标空间为止。

对矩阵而言,可以把候选向量作为列组成矩阵。高斯消元中的主元列对应新增的独立方向,因此原矩阵中与这些主元位置对应的列可以作为列空间的一组基。

下面用 Python 和 SymPy 对三个候选向量进行验证,并直接取得列空间的一组基:

python
from sympy import Matrix

A = Matrix([
    [1, 0, 1],
    [0, 1, 1],
])

basis = A.columnspace()
print("rank =", A.rank())
for vector in basis:
    print(list(vector))

预期输出

text
rank = 2
[1, 0]
[0, 1]

矩阵有三列但秩只有 2,说明三个候选向量中只有两个独立方向。程序返回前两列作为一组基;第三列因为能由它们线性组合得到而被舍弃。

为什么基能提供唯一坐标

假设 b1,b2b_1,b_2 是一组基,某个向量 xx 有两种表示:

x=a1b1+a2b2=c1b1+c2b2x=a_1b_1+a_2b_2=c_1b_1+c_2b_2

两式相减得到

(a1−c1)b1+(a2−c2)b2=0(a_1-c_1)b_1+(a_2-c_2)b_2=0

由于基向量线性无关,只有所有系数都为零才可能得到零向量,因此 a1=c1a_1=c_1、a2=c2a_2=c_2。这说明基不仅压缩掉冗余方向,也让坐标表示变得唯一。

选择基时检查什么

如果删掉某个向量后张成空间变小,说明它承担了不可替代的方向,不能删除;如果删掉后张成空间完全不变,它就是冗余候选。最终保留的向量数量等于空间的维数,并且每增加一个保留向量,都应使当前张成空间的维数增加 1。

因此,选择基并不是机械地挑固定数量的向量,而是在保持原有张成空间不变的前提下,持续删除可以由其他向量表示的冗余方向,直到剩余向量全部线性无关。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

选择一组基压缩向量表示

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通