搜尋(繁體中文或英文)
訊息看板
-
近期文章
線性代數專欄
其他主題專欄
每週問題
數據充分性問題
其他分類
Recent Comments
xmj on 內積的定義 Ning ChingSan on 線性代數的第一堂課──矩陣乘法的定義 momo on 兩岸線性代數用詞參照 訪客 on 克拉瑪公式的簡易幾何證明 悟 on 條件機率與貝氏定理 jeremy on 內積與外積是怎麼來的? 近期最多人點閱
分類
Archives
標籤雲
- Cayley-Hamilton 定理
- Frobenius 範數
- Gram-Schmidt 正交化
- Gramian 矩陣
- Hermitian 矩陣
- Householder 矩陣
- Jordan 典型形式
- LU 分解
- QR 分解
- Schur 定理
- SVD
- Vandermonde 矩陣
- 三角不等式
- 不變子空間
- 么正矩陣
- 二次型
- 代數重數
- 伴隨矩陣
- 內積
- 冪矩陣
- 冪等矩陣
- 冪零矩陣
- 分塊矩陣
- 列空間
- 半正定矩陣
- 反對稱矩陣
- 可交換矩陣
- 可逆矩陣
- 向量空間
- 圖論
- 基底
- 基本列運算
- 奇異值
- 奇異值分解
- 實對稱矩陣
- 對角化
- 座標變換
- 微分方程
- 投影矩陣
- 排列矩陣
- 旋轉矩陣
- 最小多項式
- 最小平方法
- 正交性
- 正交投影
- 正交矩陣
- 正交補餘
- 正定矩陣
- 正規矩陣
- 特徵值
- 特徵向量
- 特徵多項式
- 特殊矩陣
- 相伴矩陣
- 相似
- 矩陣乘法
- 矩陣多項式
- 矩陣指數
- 矩陣範數
- 矩陣譜
- 秩
- 秩─零度定理
- 簡約列梯形式
- 組合數學
- 線性獨立
- 線性變換
- 線性變換表示矩陣
- 行列式
- 行空間
- 譜分解
- 跡數
- 逆矩陣
- 通解
- 零空間
- 高斯消去法
線代線上影音課程
線代學習網站
線代電子書
- A First Course in Linear Algebra (Robert A. Beezer)
- Fundamentals of Linear Algebra (James B. Carrell)
- Linear Algebra (Jim Hefferon)
- Linear Algebra Done Wrong (Sergei Treil)
- Linear Algebra Problems (Jerry L. Kazdan)
- Linear Algebra via Exterior Products (Sergei Winitzki)
- Linear Algebra, Theory and Applications (Kenneth Kuttler)
- Matrix Analysis and Applied Linear Algebra (Carl D. Meyer)
- Notes on Linear Algebra (Peter J. Cameron)
矩陣計算器
LaTeX
Blogroll
-
Join 690 other subscribers
Tag Archives: 仿射組合
凸組合、凸包與凸集
本文的閱讀等級:初級 幾何座標空間 的一個向量 表示該向量端點的座標。點與座標向量具有一對一的對應關係,因為這個緣故,我們經常以座標向量代表點。本文介紹一種別於子空間與仿射空間 (子空間的平移) 的向量集。我們稱一個向量集 是凸集 (convex set),若給定任兩點 和 ,點 屬於 。淺白地說,在凸集中,任兩個點皆可「看見」彼此,連接這兩點的直線段不含集合以外的點。見圖一的例子。比較特別的是, 所包含的子空間與仿射空間都是凸集。
仿射獨立
本文的閱讀等級:初級 考慮 中三向量 。如果存在不全為零的組合權重 使得 , 我們稱向量集 線性相關 (否則稱為線性獨立),這時候其中一個向量可以表示為其他二向量的線性組合。若 的端點 (向量代表點座標) 位於同一直線上,則其中一向量為其他二向量的仿射組合 (見“仿射組合與仿射空間”)。設 , 其中 。將上式改寫為 , 可知 不僅線性相關,且組合權重之和等於零。這個結果引出下面的定義:對於 ,若存在不全為零的實數 使得 , 並滿足 ,我們稱向量集 仿射相關 (affine dependent),否則稱為仿射獨立 (affine independent)。以下討論限定於幾何向量空間 。
仿射組合與仿射空間
本文的閱讀等級:初級 考慮線性方程 ,所有可能的解稱為通解,具有下列形式: , 其中特解 是指滿足 的任一解,齊次解 則滿足 。除非齊次解僅包含平凡解 ,否則特解和齊次解皆不唯一,故通解有無窮多種表達式。見下例: 的通解可以表示為 , 上式中, 是任意實數,改變 數值即產生新的特解 ,齊次解則為 。幾何空間向量可用其端點表示,上例通解 (即所有特解構成的集合) 是 中一不穿越原點的直線,故不為子空間 (任一子空間必定包含原點)。另一方面,所有的齊次解都位於穿越原點的平行直線上,此即 的零空間 (見“Ax=b 和 Ax=0 的解集合有什麼關係?”)。所以,通解與齊次解之間具有點對點的平移關係,而該平移量可以是任一滿足線性方程的特解 。通解、特解和齊次解之間的關係常令學者感到困惑,本文介紹兩個新概念──仿射組合與仿射空間,希望藉此得以釐清特解和齊次解的幾何意義。