Visualizing a Column Space as a Plane in R3
-
0:01 - 0:04在上段视频中 我从这个矩阵开始讲起
-
0:04 - 0:07从这里开始讲 我们说这个矩阵的生成空间
-
0:07 - 0:10恰好就是列向量的生成空间
-
0:10 - 0:12我在这里写出来
-
0:12 - 0:14但是我们并不清楚它是否线性无关
-
0:14 - 0:15如果它不是线性无关的
-
0:15 - 0:17那么它就不是一个充分的基底
-
0:17 - 0:19对它进行运算 我们得到了
-
0:19 - 0:20A的零空间
-
0:20 - 0:22我们发现A的零空间
-
0:22 - 0:25不只有零向量
-
0:25 - 0:27这只是这两个向量的生成空间
-
0:27 - 0:31也就是说 这些列向量不是线性无关的
-
0:31 - 0:33我们以前看过几个这样的视频
-
0:33 - 0:35我们利用它们
-
0:35 - 0:36不线性相关这个信息
-
0:36 - 0:38尝试通过去掉多余的向量
-
0:38 - 0:39得到线性无关
-
0:39 - 0:41我们可以去掉这个和这个
-
0:41 - 0:44因为这两个向量本质上是
-
0:44 - 0:46和自由向量相关的列
-
0:46 - 0:48我们可以利用
-
0:48 - 0:50小技巧来做
-
0:50 - 0:53我们设其中一个等于0
-
0:53 - 0:55另一个等于-1
-
0:55 - 0:56然后求出主变量
-
0:56 - 0:58然后令另外一个等于0
-
0:58 - 0:59另外一个等于-1
-
0:59 - 1:01然后求出主变量
-
1:01 - 1:04你可以把它想象成一个一般化的过程
-
1:04 - 1:07如果你有一系列自由变量
-
1:07 - 1:10你可以设除其中一个外其它全为0
-
1:10 - 1:13而那个不为0的
-
1:13 - 1:14你可以令其等于-1
-
1:14 - 1:18你可以用主变量和的形式来表示
-
1:18 - 1:19其中主变量是自由变量的一个函数
-
1:19 - 1:21其中主变量是自由变量的一个函数
-
1:21 - 1:25一般而言 这是做这种题的捷径
-
1:25 - 1:28我们在这里必须要做的更慢一些
-
1:28 - 1:32如果我有一个矩阵A
-
1:33 - 1:37我想求出它的列空间的基底
-
1:37 - 1:39列空间就是这些向量的生成空间
-
1:39 - 1:42但是如果我想得到一个线性无关的基底
-
1:42 - 1:44我需要计算出
-
1:44 - 1:45线性无关的向量
-
1:45 - 1:50我要做的就是把它化成行简化阶梯形
-
1:50 - 1:52当我把它化成行简化阶梯形时
-
1:52 - 1:53我在这里已经做了
-
1:53 - 1:57这个就是A的行简化阶梯形
-
1:57 - 1:59我可以看到
-
1:59 - 2:04和主变量相关的变量
-
2:04 - 2:07这个是x1
-
2:07 - 2:09往上滚动一些
-
2:09 - 2:11这个和x1相关 对吧?
-
2:11 - 2:13当你把它和x1相乘时
-
2:13 - 2:15你得到了这一列乘x1
-
2:15 - 2:16这一列乘x2
-
2:16 - 2:18这一列乘x3
-
2:18 - 2:20这一列乘x4
-
2:20 - 2:22当你看到一个普通的矩阵A
-
2:22 - 2:23当你看到矩阵A时
-
2:23 - 2:24它是一样的
-
2:24 - 2:26如果你写成Ax=0
-
2:26 - 2:28这一列与x1相关
-
2:28 - 2:33这一列类似的和x2 x3 x4相关
-
2:33 - 2:36你可以做的是变形成行简化阶梯形
-
2:37 - 2:40你可以看出那一列有主元
-
2:40 - 2:41或者说和主变量相关
-
2:41 - 2:44x1和x2和主变量是相关的
-
2:45 - 2:47或者它们是主变量
-
2:47 - 2:48它们与前两列相关
-
2:48 - 2:54因此前两列是列空间的一个基底
-
2:55 - 2:57我是怎么得到的呢?
-
2:57 - 3:00我是凭空想象的吗?
-
3:00 - 3:01当然不是
-
3:01 - 3:05它来源于一个事实
-
3:05 - 3:08你总可以构建一种情形
-
3:08 - 3:11其中和自由变量相关的向量
-
3:11 - 3:16你可以把它们写成
-
3:16 - 3:18和主变量相关的向量的线性组合
-
3:19 - 3:20我们在上次做了这么一个特殊的例题
-
3:20 - 3:23但是有一种快捷且邪恶的方法来做
-
3:23 - 3:24我不知道算不算是邪恶
-
3:24 - 3:26取这个矩阵
-
3:26 - 3:30把它化成行简化阶梯形
-
3:30 - 3:33你可以看到这一列
-
3:33 - 3:36和这一列是和自由变量相关的
-
3:36 - 3:40因此 这一列和这一列必然
-
3:40 - 3:41必然和自由变量是相关的
-
3:42 - 3:45解集和Ax=0
-
3:45 - 3:49或者行简化阶梯形的Ax=0是相同的
-
3:50 - 3:50它们是一样的
-
3:51 - 3:52因此 如果这一列和这一列
-
3:52 - 3:54是和自由变量是相关的
-
3:54 - 3:58也就是说 通过恰当的选取自由变量的值
-
3:58 - 4:01它们可以被表示成
-
4:01 - 4:05和主变量相关的列的线性组合
-
4:05 - 4:09也就是这一列
-
4:09 - 4:10和这一列
-
4:10 - 4:14这两列就是A的一个基底
-
4:14 - 4:16我们可以看到
-
4:16 - 4:17沿着往下看
-
4:17 - 4:21[1,2,3]和[1,1,4] 我们做了很多工作
-
4:21 - 4:23使用了各种方法
-
4:23 - 4:30我们说这是A的列生成空间的基底
-
4:30 - 4:32现在完成所有的工作 我们来看
-
4:32 - 4:34我们是否能
-
4:34 - 4:37实现A的列空间的可视化
-
4:37 - 4:39我有一种奇怪的感觉
-
4:39 - 4:41我也许说过几次列空间
-
4:41 - 4:43但是列空间是什么样的呢?
-
4:43 - 4:45有很多种方式来思考
-
4:45 - 4:47它是什么样的
-
4:47 - 4:52其中一种方法是 看到生成空间是两个向量
-
4:52 - 4:53它是R3的一个元素
-
4:53 - 4:57这是R3中的一个向量 这个也是R3中的一个向量
-
5:00 - 5:06我来画出x轴和z轴
-
5:06 - 5:12正常情况下 这是y轴 z轴 和x轴
-
5:12 - 5:15如果我想在三维空间中表示的话
-
5:15 - 5:18向量[1,2,3]是这样的
-
5:18 - 5:23这是1 这是1,2 这是1,2,3
-
5:23 - 5:25因此这是1 上面是3
-
5:25 - 5:28在标准形式下 向量就是这样的
-
5:28 - 5:29这是这个向量
-
5:29 - 5:34向量[1,1,4] 这是1 上面是4
-
5:34 - 5:37因此它是这样的
-
5:37 - 5:39实际上在三维中很难去画它们
-
5:39 - 5:41你们只需要了解这种思想
-
5:41 - 5:43但是列空间是这两个向量的生成空间
-
5:43 - 5:45是这两个向量的所有的线性组合
-
5:45 - 5:47因此这两个向量所有的线性组合
-
5:47 - 5:50会形成一个包含着
-
5:50 - 5:51两个向量的线性组合
-
5:51 - 5:54如果对这两个向量进行倍数组合
-
5:54 - 5:56你可以得到任意的向量
-
5:56 - 5:57如果将它们两个相加
-
5:57 - 5:58你会在这里得到一个向量
-
5:58 - 5:59如果你如果加上这个向量的两倍
-
5:59 - 6:01你会在这里得到一个向量
-
6:01 - 6:03如果你们把它们看成位置向量
-
6:03 - 6:07它们实质上是R3上的平面
-
6:07 - 6:09我们来看看能否得到这个平面的方程
-
6:09 - 6:11怎么来做呢?
-
6:11 - 6:13我们知道根据一个法向量点乘任意一个(向量)
-
6:13 - 6:20我们可以计算一个平面的方程
-
6:22 - 6:24我来写出法向量
-
6:24 - 6:29法向量点乘
-
6:29 - 6:31平面上任意一个向量
-
6:31 - 6:38x减去平面上任意一个点
-
6:38 - 6:39或者说是平面上任意一个向量
-
6:39 - 6:45因此我减去向量[1,2,3]
-
6:45 - 6:47等于0
-
6:47 - 6:49我们利用这个信息来计算出
-
6:49 - 6:51这个平面的方程
-
6:51 - 6:53但是法向量是什么呢?
-
6:53 - 6:56我怎么来寻找这个平面的法向量
-
6:56 - 6:59首先它是一个向量
-
6:59 - 7:02在不混淆问题的前提下
-
7:02 - 7:04我用一种方法来画出来
-
7:04 - 7:05如果平面是这样的
-
7:05 - 7:06那么法向量就是这样的
-
7:06 - 7:09我怎么来得到一个法向量
-
7:09 - 7:12我们知道
-
7:12 - 7:15对任意两个向量做叉乘\N【请牢记:“叉乘”和“外积”是一样的】
-
7:15 - 7:16在R3上唯一定义的叉乘
-
7:16 - 7:19我会得到一个向量
-
7:19 - 7:21它和这两个向量都垂直
-
7:21 - 7:22我们来做叉乘
-
7:22 - 7:26这是思考问题的很好方式
-
7:26 - 7:27因为它整合了我们目前知道的
-
7:27 - 7:28所有的知识
-
7:28 - 7:30定义法向量
-
7:30 - 7:37等于[1,2,3]×[1,1,4]
-
7:38 - 7:40结果是什么?
-
7:40 - 7:44首项先忽略不考虑
-
7:44 - 7:46我得到24-31
-
7:46 - 7:482*4等于8
-
7:48 - 7:50而24-31
-
7:51 - 7:52是8-3
-
7:52 - 7:56第二行 有1*4
-
7:56 - 7:59我要做的是14-31
-
7:59 - 8:01但是我需要求相反数
-
8:01 - 8:0531 等于3 减去14
-
8:08 - 8:09我们以前做过好多次
-
8:09 - 8:11如果你感觉很陌生
-
8:11 - 8:13请复习叉乘的视频
-
8:13 - 8:14你忽略了中间行
-
8:14 - 8:17正常情况下是 14-31
-
8:17 - 8:18但是中间行需要求相反数
-
8:18 - 8:23我们只对R3是这样定义的
-
8:23 - 8:25因此我们得到了31-14
-
8:25 - 8:27对于最后一行
-
8:27 - 8:28是1*1
-
8:28 - 8:321减去2*1就是2
-
8:32 - 8:39最后等于向量[5,-1,-1]
-
8:39 - 8:41通过叉乘的定义
-
8:41 - 8:42我已经给你们展示了很多次
-
8:42 - 8:46它和这两个向量是垂直的
-
8:46 - 8:48因此 它也和这两个向量所有的线性组合
-
8:48 - 8:49是垂直的
-
8:49 - 8:51现在我们求出了法向量
-
8:51 - 8:58我们可以定义这个平面的传统意义下的方程
-
8:58 - 9:04我们知道法向量是[5,-1,-1]
-
9:04 - 9:06它是通过取基底向量
-
9:06 - 9:13和平面上任意的向量的叉乘得到的
-
9:13 - 9:14我写出任意一个向量
-
9:14 - 9:16令它等于[x,y,z]
-
9:16 - 9:21x,y,z 由于坐标轴是这样定义的
-
9:21 - 9:23这个就是x轴
-
9:23 - 9:24是x y z
-
9:24 - 9:28[x,y,z]减去 我选择这两个向量中的一个
-
9:28 - 9:31随便选择 减去[1,2,3]
-
9:31 - 9:34这个式子等于0
-
9:34 - 9:35这一项等于多少?
-
9:35 - 9:37它等于
-
9:37 - 9:39我来把它写的更简洁一些
-
9:39 - 9:45[5,-1,-1]点乘
-
9:45 - 9:47这一项等于多少?
-
9:47 - 9:53是[x-1,y-2,z-3]
-
9:53 - 9:55点乘积等于0
-
9:55 - 9:56点乘积是什么?
-
9:56 - 10:045*(x-1)加上-1乘---
-
10:04 - 10:08加上-1乘(y-2)
-
10:08 - 10:12加上-1乘(z-3)
-
10:12 - 10:13结果等于0
-
10:13 - 10:15这个就是点乘的定义
-
10:15 - 10:16简化这个式子
-
10:16 - 10:30得到5x-5-y+2-z+3=0
-
10:30 - 10:332+3=5 再减去5 抵消了
-
10:33 - 10:35常数项是0
-
10:35 - 10:42我们得到5x-y-z=0
-
10:43 - 10:48这个平面是A的列空间
-
10:48 - 10:52现在我们已经证明 它确实是A中的一个平面
-
10:52 - 10:55并且这个平面是经过原点的
-
10:55 - 11:00并且这个平面是经过原点的
-
11:00 - 11:02如果你令z=y=z=0
-
11:02 - 11:03那么它满足这个方程
-
11:03 - 11:04这是有意义的
-
11:05 - 11:07因为我们说过一个矩阵的列空间
-
11:07 - 11:09必须是非空子空间
-
11:09 - 11:14而一个非空子空间必然含有一个零向量
-
11:14 - 11:18在R3空间中坐标就是[0,0,0]
-
11:18 - 11:20现在我要做的是看我能否
-
11:20 - 11:26用完全不同的方法
-
11:26 - 11:29来得到相同的答案
-
11:29 - 11:34我都忘了 回头来看看原始的A
-
11:35 - 11:37我在上面已经做了很多标记
-
11:37 - 11:39我只需复制粘贴
-
11:39 - 11:44原始的A在这里
-
11:46 - 11:48复制
-
11:48 - 11:50粘贴
-
11:50 - 11:51不对
-
11:51 - 11:53这不是我想要的
-
11:53 - 11:56我来想想
-
11:57 - 11:59我把复制粘贴搞错了
-
11:59 - 12:04我来做这一点 我不想浪费你们的时间
-
12:04 - 12:09复制 粘贴
-
12:09 - 12:11好的 向下滚动
-
12:11 - 12:13我们来找到一块干净的地方
-
12:13 - 12:16把A放下面
-
12:16 - 12:17我已经用了很多空间了
-
12:17 - 12:20开始拖动
-
12:20 - 12:22把A放在这里
-
12:22 - 12:25我要做的是看
-
12:25 - 12:26能否用完全不同的方法来算出结果
-
12:26 - 12:27这个结果
-
12:27 - 12:29我是通过计算出了列生成空间的基底得到的
-
12:29 - 12:32通过对两个基底向量
-
12:32 - 12:34做叉乘得到法向量
-
12:34 - 12:39然后利用法向量
-
12:39 - 12:41和差做点乘
-
12:41 - 12:44这个差是这个向量
-
12:44 - 12:46你用任意一个向量减去其中一个基底向量
-
12:46 - 12:47用这种方法求得平面上的向量
-
12:47 - 12:49这个就是在此平面上的向量
-
12:49 - 12:53平面上的任意一个向量
-
12:53 - 12:56点乘法向量都等于0
-
12:56 - 13:00实际上 我应该做一个边注
-
13:00 - 13:03我之所以说
-
13:03 - 13:05法向量是这两个基底向量的叉乘
-
13:05 - 13:08是因为我知道这两个基底向量
-
13:08 - 13:11不仅指定了平面上的某些点
-
13:11 - 13:14我们称这个向量是蓝向量
-
13:14 - 13:18它们不仅仅指定了平面上的某些点
-
13:21 - 13:24而且它们本身就是完全在平面上的
-
13:24 - 13:25我是怎么知道的呢?
-
13:25 - 13:28因为我知道
-
13:28 - 13:31[0,0,0]向量是在生成空间中 对吧?
-
13:31 - 13:35我们知道 如果在标准位置上画向量的话
-
13:35 - 13:41点[0,0,0]在生成空间中
-
13:41 - 13:43我们还知道它的终点也在生成空间中
-
13:43 - 13:46那么这整个向量就在平面上
-
13:46 - 13:49同样的 这整个向量就在这个平面上
-
13:49 - 13:50因此 如果我做叉乘
-
13:50 - 13:53任何和这两个向量或者这两个向量的组合
-
13:53 - 13:55垂直的向量必然和这个平面垂直
-
13:55 - 13:56我们在这里得到了这个结果
-
13:56 - 13:58我们利用这个式子
-
13:58 - 14:00和列生成空间的其它定义
-
14:00 - 14:03其它的定义 它确实是一个等价的定义
-
14:03 - 14:08Ax所有的有效解
-
14:11 - 14:18其中x是Rn中的元素
-
14:18 - 14:20另一种思路是 我们可以把它看成是
-
14:21 - 14:25Ax=b的所有的有效b
-
14:25 - 14:38其中x是Rn中的元素
-
14:38 - 14:39它俩是等价的叙述
-
14:39 - 14:42我在这里刚定义了Ax=b
-
14:42 - 14:44因此 它俩是等价的描述
-
14:44 - 14:46我们用这个式子继续下去
-
14:46 - 14:49我们定义了b
-
14:49 - 14:52因此b是R3中的向量 对吧?
-
14:52 - 14:56我们已经有了类似的直觉力
-
14:57 - 15:03取Ax b=[x,y,z]
-
15:03 - 15:04我想计算出
-
15:04 - 15:07x y z 我能否得到一个有效解
-
15:07 - 15:15取向量A 用它乘以--
-
15:23 - 15:25实际上我想到了一个最好的方法
-
15:25 - 15:30我们刚用过
-
15:30 - 15:33如果要求解Ax=b
-
15:37 - 15:40实际上 就产生了一个增广矩阵
-
15:40 - 15:44其中有了一个矩阵A
-
15:44 - 15:46我可以用b进行增广
-
15:46 - 15:48把它化成行简化阶梯形
-
15:49 - 15:51它实际上代表了解空间
-
15:51 - 15:52我们就这么做
-
15:52 - 15:55我在这里用b构造了一个增广矩阵
-
15:55 - 15:57我在这里写出来x y z
-
15:57 - 15:59这个就是A关于b的增广
-
15:59 - 16:00这个是A 这个是b
-
16:00 - 16:03我来把它化成行简化阶梯形
-
16:03 - 16:05然后求出解空间
-
16:07 - 16:13xyz定义了一个有效b
-
16:13 - 16:15我得到了什么
-
16:15 - 16:17我要做的第一件事
-
16:17 - 16:18在以前的练习中做过
-
16:18 - 16:21保持第一行不变
-
16:22 - 16:27是1 1 1 1 x
-
16:27 - 16:30我们用第二行减去第一行的两倍
-
16:30 - 16:34来代替原来的第一行
-
16:40 - 16:41我来这样做
-
16:41 - 16:43我来用第一行的二倍减去第一行
-
16:43 - 16:45来代替原第二行
-
16:45 - 16:47因此 用二倍的的第一行减去第二行
-
16:47 - 16:50这里我们得到2x-y
-
16:50 - 16:53有2*1-2=0
-
16:53 - 16:56而2*1-1=1
-
16:56 - 17:00且2*1-4=-2
-
17:00 - 17:06然后 2*1-3=-1
-
17:07 - 17:08很简单
-
17:08 - 17:14现在我用第三行减去第一行的3倍
-
17:16 - 17:21来替换第三行
-
17:21 - 17:25用第三行减去
-
17:25 - 17:27不是 我来用这种方法做
-
17:27 - 17:34第三行减去第一行的3倍
-
17:34 - 17:37我先做b这一列
-
17:37 - 17:38因为我能记得我做的是什么
-
17:38 - 17:40第三行减去第一行的3倍
-
17:40 - 17:43有3-3*1=0
-
17:43 - 17:45又4-3*1=1
-
17:45 - 17:48且1-3*1=-2
-
17:48 - 17:56然后2-3*1=-1
-
17:57 - 18:02现在我可以直接变形到行简化阶梯形
-
18:02 - 18:03但是我已经注意到了一些有意思的事情
-
18:03 - 18:08我从已知的出发尝试去消去第三行
-
18:08 - 18:11消去第三行的最好方法就是
-
18:11 - 18:13替换第三行
-
18:13 - 18:15因此 我甚至无需担心第一行
-
18:15 - 18:17因此 我甚至无需担心第一行
-
18:17 - 18:23第二行是 0 1 -2 -1 2x-y
-
18:23 - 18:26现在我不需要担心第一行了
-
18:26 - 18:27为了化简成行简化阶梯形
-
18:27 - 18:30我只需替换第三行
-
18:30 - 18:31用第二行
-
18:31 - 18:35减去第三行来替换它
-
18:35 - 18:42因此 你得到2x-y-z+3x
-
18:42 - 18:45我只是用它来减它
-
18:45 - 18:47因此是-z+3x
-
18:47 - 18:50有0-0=0
-
18:50 - 18:51又1-1=0
-
18:52 - 18:56且-2-(-2)=0
-
18:56 - 19:02如果它等于0
-
19:02 - 19:08那么Ax=b就有有效解
-
19:08 - 19:10如果它不等于0会怎样?
-
19:10 - 19:14我们会看到一堆0等于某一个数
-
19:14 - 19:16它是不可能有解的
-
19:16 - 19:20如果我选择一个非零的b
-
19:20 - 19:21那么我无法求解
-
19:21 - 19:24如果这一项等于5 如果我去选择x y z
-
19:24 - 19:26使得这个表达式等于5
-
19:26 - 19:29那么Ax=b是无解的
-
19:29 - 19:30因为它会得到0=5
-
19:30 - 19:32所以这个必须是0
-
19:32 - 19:40为了使b有效
-
19:40 - 19:422x-y-z+3必须为0
-
19:42 - 19:49或者说b在A的列空间中
-
19:49 - 19:52就必须满足
-
19:52 - 19:56Ax等于0
-
19:56 - 19:58它必须等于0
-
19:58 - 20:00它等于什么?
-
20:00 - 20:01加上2x+3x
-
20:02 - 20:11我得到5x-y-z=0
-
20:11 - 20:14这和我们之前
-
20:14 - 20:16用基向量得出的结果一致
-
20:16 - 20:17你知道为什么吗?
-
20:17 - 20:19根据定义基底向量的定义
-
20:19 - 20:21它们必须是在自身的列空间中
-
20:21 - 20:25通过在叉乘
-
20:25 - 20:26我来寻找一个法向量
-
20:26 - 20:28我说过
-
20:28 - 20:33叉乘和任意一个空间中的有效向量
-
20:33 - 20:36减去其中一个基底的乘积 必定等于0
-
20:36 - 20:37然后我得到了这个方程
-
20:37 - 20:39我们也可以用其它方法来做
-
20:39 - 20:42我们也可以通过令b等于这个
-
20:42 - 20:44来解这个方程
-
20:44 - 20:47我们说过什么b会给出一个有效解
-
20:47 - 20:50我们唯一的有效解
-
20:50 - 20:52当这一项等于0时得到
-
20:52 - 20:54因为这一行剩下的都是0
-
20:54 - 20:56当我令它等于0时
-
20:56 - 20:57我们得到了相同的方程
-
20:57 - 21:00希望你们感觉到还令人满意
-
21:00 - 21:03因为我们用两种不同的方法
-
21:03 - 21:05来求解这个问题并得到相同的结果
-
21:05 - 21:08它向你展示了线性代数之美
-
21:08 - 21:09它们其实相互融洽的