maths.free › Linear Algebra › Vector spaces, span and linear independence

Vector spaces, span and linear independence

The axioms, spanning sets, independence, basis and dimension.

A vector space is a set closed under addition and scaling. Vectors are independent when no combination cancels; a basis is an independent spanning set, and every basis has the same size: the dimension. Picture it: two vectors spanning a plane unless they are parallel, the 3D view of the column vectors. Think it: rank is the dimension of the column space; rank + nullity = number of columns.

Ví dụ đã làm · rank of [[1,2],[2,4]]

Linear-Algebra · Rank

Rank of [[1,2],[2,4]]

\left[\begin{matrix}1 & 2\\2 & 4\end{matrix}\right]

Bước một bước

  1. \left[\begin{matrix}1 & 2\\2 & 4\end{matrix}\right]

    Row-reduce; the rank is the number of non-zero rows (pivots).

  2. \left[\begin{matrix}1 & 2\\0 & 0\end{matrix}\right]

    R2 ← R2 − (2)·R1 to clear column 1.

  3. \operatorname{rank} A = 1

Giải đáp
\operatorname{rank} A = 1

Now you Chọn một bài toán, hoặc gõ hoặc vẽ của riêng mình. Mỗi bước, một bức tranh, câu trả lời ẩn cho đến khi bạn hỏi.

Để cho anh làm việc

Một tài khoản miễn phí thêm ghi chú vào mỗi bài học, ghi chép những gì bạn đã hoàn thành, các bài toán bạn giải quyết ở một nơi, và một giáo viên bạn có thể hỏi về trang này. Toán học là mở cho mọi người, dù có đăng nhập hay không.

Đăng ký Đăng nhập

Ký hiệu được dùng ở đây

Nhấn vào bất kỳ ký hiệu nào để xem định nghĩa đầy đủ, một bức ảnh, và ý nghĩa của từng chữ cái trong nó.

Làm thế nào: Vector spaces, span and linear independence

  1. Put the vectors as columns of a matrix and row-reduce.
  2. Pivot columns are a basis of the span; the number of pivots is the rank.
  3. Free columns give the null space: the dependencies among the vectors.

Câu hỏi người ta hỏi

What does a determinant mean geometrically?

It is the factor by which the matrix scales area (2×2) or volume (3×3), with a negative sign if orientation flips. Zero means the matrix flattens space and cannot be undone.

What is an eigenvector?

A direction the matrix does not turn: it only stretches it by the eigenvalue. Along eigenvectors a complicated matrix acts like multiplication by a number.

Why is matrix multiplication not commutative?

Because a matrix is a transformation and AB means "do B, then A". Rotating then reflecting is not the same as reflecting then rotating.

More in Linear Algebra

DeterminantsMatrix inverseEigenvalues and eigenvectorsMatrix multiplicationRow reductionOrthogonality, projections and least squaresDiagonalisation and matrix powersLinear transformations and change of basis