线性代数
A
=
[
1
2
3
4
]
{\displaystyle \mathbf {A} ={\begin{bmatrix}1&2\\3&4\end{bmatrix))}
向量 ·
向量空间 ·
基底 ·
行列式 ·
矩阵
向量
标量 ·
向量 ·
向量空间 ·
向量投影 ·
外积(
向量积 ·
七维向量积) ·
内积(
数量积) ·
二重向量
矩阵与行列式
矩阵 ·
行列式 ·
线性方程组 ·
秩 ·
核 ·
迹 ·
单位矩阵 ·
初等矩阵 ·
方块矩阵 ·
分块矩阵 ·
三角矩阵 ·
非奇异方阵 ·
转置矩阵 ·
逆矩阵 ·
对角矩阵 ·
可对角化矩阵 ·
对称矩阵 ·
反对称矩阵 ·
正交矩阵 ·
幺正矩阵 ·
埃尔米特矩阵 ·
反埃尔米特矩阵 ·
正规矩阵 ·
伴随矩阵 ·
余因子矩阵 ·
共轭转置 ·
正定矩阵 ·
幂零矩阵 ·
矩阵分解 (
LU分解 ·
奇异值分解 ·
QR分解 ·
极分解 ·
特征分解) ·
子式和余子式 ·
拉普拉斯展开 ·
克罗内克积
线性空间与线性变换
线性空间 ·
线性变换 ·
线性子空间 · 线性生成空间 ·
基 ·
线性映射 ·
线性投影 ·
线性无关 ·
线性组合 ·
线性泛函 ·
行空间与列空间 ·
对偶空间 ·
正交 ·
特征向量 ·
最小二乘法 ·
格拉姆-施密特正交化
.mw-parser-output .hlist ul,.mw-parser-output .hlist ol{padding-left:0}.mw-parser-output .hlist li,.mw-parser-output .hlist dd,.mw-parser-output .hlist dt{margin:0;display:inline}.mw-parser-output .hlist dt:after,.mw-parser-output .hlist dd:after,.mw-parser-output .hlist li:after{white-space:normal}.mw-parser-output .hlist dt:after{content:" :"}.mw-parser-output .hlist dd:after,.mw-parser-output .hlist li:after{content:" · ";font-weight:bold}.mw-parser-output .hlist-pipe dd:after,.mw-parser-output .hlist-pipe li:after{content:" | ";font-weight:normal}.mw-parser-output .hlist-hyphen dd:after,.mw-parser-output .hlist-hyphen li:after{content:" - ";font-weight:normal}.mw-parser-output .hlist-comma dd:after,.mw-parser-output .hlist-comma li:after{content:"、";font-weight:normal}.mw-parser-output .hlist dd:last-child:after,.mw-parser-output .hlist dt:last-child:after,.mw-parser-output .hlist li:last-child:after{content:none}.mw-parser-output .hlist ol{counter-reset:listitem}.mw-parser-output .hlist ol>li{counter-increment:listitem}.mw-parser-output .hlist ol>li:before{content:" "counter(listitem)" ";white-space:nowrap}.mw-parser-output .hlist dd ol>li:first-child:before,.mw-parser-output .hlist dt ol>li:first-child:before,.mw-parser-output .hlist li ol>li:first-child:before{content:" ("counter(listitem)" "}.mw-parser-output .hlist ol{counter-reset:listitem}.mw-parser-output .hlist ol>li{counter-increment:listitem}.mw-parser-output .hlist ol>li:before{content:" "counter(listitem)"\a0 "}.mw-parser-output .hlist dd ol>li:first-child:before,.mw-parser-output .hlist dt ol>li:first-child:before,.mw-parser-output .hlist li ol>li:first-child:before{content:" ("counter(listitem)"\a0 "}.mw-parser-output ul.cslist,.mw-parser-output ul.sslist{margin:0;padding:0;display:inline-block;list-style:none}.mw-parser-output .cslist li,.mw-parser-output .sslist li{margin:0;display:inline-block}.mw-parser-output .cslist li:after{content:","}.mw-parser-output .sslist li:after{content:";"}.mw-parser-output .cslist li:last-child:after,.mw-parser-output .sslist li:last-child:after{content:none}.mw-parser-output .navbar{display:inline;font-weight:normal}.mw-parser-output .navbar-collapse{float:left;text-align:left}.mw-parser-output .navbar-boxtext{word-spacing:0}.mw-parser-output .navbar ul{display:inline-block;white-space:nowrap;line-height:inherit}.mw-parser-output .navbar-brackets::before{margin-right:-0.125em;content:"[ "}.mw-parser-output .navbar-brackets::after{margin-left:-0.125em;content:" ]"}.mw-parser-output .navbar li{word-spacing:-0.125em}.mw-parser-output .navbar a>span,.mw-parser-output .navbar a>abbr{text-decoration:inherit}.mw-parser-output .navbar-mini abbr{font-variant:small-caps;border-bottom:none;text-decoration:none;cursor:inherit}.mw-parser-output .navbar-ct-full{font-size:114%;margin:0 7em}.mw-parser-output .navbar-ct-mini{font-size:114%;margin:0 4em}
查论编
在数学分支线性代数之中,向量空间中一个向量集合的线性生成空间(linear span,也称为线性包 linear hull),是所有包含这个集合的线性子空间的交集,从而一个向量集合的线性生成空间也是一个向量空间。
给定域 K 上的向量空间 V,集合 S(不必有限)的生成空间定义为所有包含 S 的线性子空间 V 的交集 W,称 W 为由 S(或 S 中的向量)生成的子空间。
如果
是 V 的有限子集,则生成空间为
![{\displaystyle {\rm {span))\left(S\right)={\rm {span))\left(v_{1},...,v_{r}\right)=\left\((\lambda _{1}v_{1}+\cdots +\lambda _{r}v_{r}\mid \lambda _{1},\ldots ,\lambda _{r}\in \mathbf {K} }\right\}.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/e19789253c8b4f4af8f7cbb8e96ef9245f34fa40)
S 的生成空间也可定义为 S 中元素的所有有限线性组合组成的集合。因为容易验证:S 中向量的有限线性组合的集合是包含 S 的一个向量空间,反之任何包含 S 的向量空间必然都包含 S 中向量的有限组合,故两个定义是等价的。
如果 S 的生成空间是 V,则 S 称为 V 的生成集合(spanning set)。V 的一个生成集合不必是 V 的一组基,因其不必是线性无关的。但是,对给定向量空间的极小生成集合一定是一组基。换句话说,V 的生成集合是一组基当且仅当 V 的任何向量可以唯一的写成生成集合中一些元素的线性组合。
如果 V 是无限维向量空间,S 是无穷集合,则 S 中的无限个向量的线性组合(如果收敛的话)不一定属于 S 的生成空间。
- 实向量空间 R3 中 {(1,0,0), (0,1,0), (0,0,1)} 是一个生成集合,这个生成集合事实上是一组基。这个空间的另一组生成集合 {(1,2,3), (0,1,2), (−1,1/2,3), (1,1,1)} 不是一组基,因为它们不是线性独立的。
- 集合 {(1,0,0), (0,1,0), (1,1,0)} 不是 R3 的生成集合;它的生成空间是 R3 中最后一个分量为零的向量组成的空间。
- 设 V={ (x,y,z) ∈R3 |x+y-z=0 },则 {(1,0,1), (0,1,1)} 是 V 的一个生成集合,也是一组基。
定理 1:向量空间 V 的非空集合 S 生成的子空间是 S 中向量的所有有限线性组合;
- 如注释中所说,这个定理如此熟知,以至有时也作为一个集合的生成空间的定义。
定理 2:设 V 是一个有限维向量空间,则 V 的任何生成集合 S 去掉一些向量(如果必要的话)可以简化为 V 的一组基。
- 取 V 任意一组基(有限集),将这组基表示为 S 中一些向量的有限组合,只用到 S 中有限个向量,这有限个向量的生成集合包含这组基,从而包含 V,故第一步可将 S 简化为有限集;如果 S 中向量不是线性无关的,则至少有一个向量能写成其他向量的组合,去掉这个向量剩下的也能生成 V。继续这个步骤直到剩下的向量集合线性无关,这便简化为一组基了。
- 这也说明当 V 是有限维时,一组基是极小生成集合。
- 假设
是向量空间 V 中 n 个向量,那么
![{\displaystyle {\rm {span))(v_{1},\ldots ,v_{n-1})={\rm {span))(v_{1},\ldots ,v_{n})\Longleftrightarrow v_{n}\in {\rm {span))(v_{1},\ldots ,v_{n-1}).}](https://wikimedia.org/api/rest_v1/media/math/render/svg/0541382e612d9bb1f5fcd38b9be6252cb2dbf40d)
- n 个向量生成空间的维数不大于 n,等于 n 当且仅当这些向量线性无关。
- 假设
与
是向量空间
中两个集合,则有:
![{\displaystyle S\subset S'\Rightarrow {\rm {span))(S)\subset {\rm {span))(S');}](https://wikimedia.org/api/rest_v1/media/math/render/svg/53b57ec8a080543235a50e47d16692cea40ea79c)
![{\displaystyle {\rm {span))(S\cup S')={\rm {span))(S)+{\rm {span))(S').}](https://wikimedia.org/api/rest_v1/media/math/render/svg/5e98a3bfa4ab1aa2183030f9a3a3185e5c893352)
设
与
是线性空间
的两个线性包,线性包
称为
与
的和,
,如果
,则称
为直和,记为