back to index

[線性代數] 線性組合 (Linear Combination)


link |
00:01.000
好,那接下來呢,要跟大家講linear combination這個概念
link |
00:09.160
那什麼是linear combination呢?
link |
00:11.800
linear combination的意思是說,假設我們有一個vector set
link |
00:16.700
這邊用U1到Uk表示這個vector set裡面的k個向量
link |
00:22.400
那如果我們把這k個向量,U1到Uk分別乘上scalar C1到Ck
link |
00:32.400
也就是說我們把C1乘上U1加C2乘上U2一直加到Ck乘上Uk
link |
00:39.200
那我們會得到什麼東西呢?我們會得到另外一個向量,這個向量寫作V
link |
00:45.800
那這邊C1、C2到Ck呢,叫做這個linear combination的coefficient
link |
00:52.000
就把這些U1到Uk,前面乘上C1到Ck加起來這件事,叫做linear combination
link |
01:00.600
那C1到Ck就是linear combination的係數,就是linear combination的coefficient
link |
01:08.200
那這邊呢,就舉個例子,假設一個向量
link |
01:11.400
假設有一個vector set,裡面有三個向量1、1、1、3、1、-1
link |
01:15.800
那他們的係數呢,coefficient呢,是-3、4、1
link |
01:20.200
那我們把這一個vector set裡面的向量
link |
01:23.400
用這組coefficient做linear combination得到的結果是什麼呢?
link |
01:27.000
這個大家一眼都可以看出來
link |
01:29.200
就是把-3乘上1,加上4乘上13,加上1乘上1-1
link |
01:35.400
接下來就心算,直到說得到新的向量是28,就這樣
link |
01:40.800
那所以linear combination呢,它的概念非常簡單
link |
01:44.800
用通俗的話來講,就是我們把這些向量做weighted sum
link |
01:50.200
我們把這些向量乘上一個數值,乘上一個coefficient
link |
01:55.000
再加起來,就是linear combination
link |
01:58.800
那為什麼突然提到linear combination呢?
link |
02:03.800
為什麼突然提到weighted sum呢?
link |
02:06.400
講到weighted sum,有沒有讓你聯想到矩陣跟向量相乘的column aspect?
link |
02:13.600
我們之前有講說,矩陣跟向量相乘可以用兩種觀點來看它
link |
02:18.200
一種是Raw的觀點,Raw的觀點是做inner product
link |
02:23.000
另外一種是Column的觀點,Column的觀點就是做weighted sum
link |
02:29.400
怎麼說呢?我們說,現在我們可以把一個system of linear equation
link |
02:35.600
寫作一個向量跟一個矩陣的相乘
link |
02:40.200
這個向量在哪裡呢?這個向量就是把這個system of linear equation裡面
link |
02:46.400
這個A的部分都拿出來組成一個矩陣
link |
02:51.400
這個矩陣的部分在哪裡呢?矩陣的部分就是
link |
02:54.400
把這個system of linear equation裡面A的部分都拿出來
link |
03:00.600
把乘到同一個variable上的這個係數拿出來
link |
03:06.600
組成這個矩陣裡面的column,都乘到x1的這些A拿出來組成A1
link |
03:14.200
都乘到x2的組成A2,都乘到xn的組成An
link |
03:20.000
這些variable x1到xn,排起來又是另外一個向量
link |
03:24.400
所以這個system of linear equation左邊左半部
link |
03:28.600
可以寫成矩陣A乘上向量x
link |
03:33.200
這個矩陣A乘上向量x,又可以看作是這個矩陣的column
link |
03:40.000
A1到An,根據這些variable x1到xn的位置上
link |
03:46.000
當我們把A乘上x的時候,從column的觀點來看
link |
03:51.400
我們等同於做的事情是把x1乘上A1加x2乘上A2
link |
03:57.000
加到xn乘上An,所以當我們把A乘上x的時候
link |
04:02.200
我們做的事情就是把A的column A1到An做位置上
link |
04:07.000
得到的結果就是A乘上x,在這邊就等於B
link |
04:13.800
那如果從我們剛才講的linear combination的角度來看
link |
04:18.200
我們有一個vector set,這個vector set是什麼呢
link |
04:22.600
這個vector set,它裡面的每一個vector
link |
04:25.600
就是matrix A的column,matrix A的column拿出來當作是一個
link |
04:32.000
vector set,那x就是linear combination的coefficient
link |
04:38.000
當我們把A乘上x的時候,就是拿這些coefficient
link |
04:42.800
拿這些variable x1到xn去對matrix A的column
link |
04:48.400
做linear combination,這件事情就是一個矩陣
link |
04:52.400
和一個向量相乘的column aspect
link |
04:55.600
所以我們知道column aspect就是linear combination
link |
05:00.800
那知道這件事情有什麼用呢
link |
05:04.400
知道這件事情,你就可以把一個system of linear equation
link |
05:10.200
有解沒有解這件事情,把它換句話說
link |
05:15.800
什麼意思呢,我們說我們今天要討論的事情是
link |
05:19.400
一個system of linear equation,它有沒有解
link |
05:23.800
或者是它的解是不是空集合
link |
05:28.200
或者是這個system of linear equation
link |
05:31.400
是不是consistent,這些都是同樣的敘述
link |
05:35.200
我們現在要問一個system of linear equation ax等於b
link |
05:39.000
有解沒有解,這件事情其實等同於從column aspect來看
link |
05:45.400
從A乘以x的column aspect來看,等同於問的問題就是
link |
05:50.600
因為A乘以x會等於把A的column拿出來做linear combination
link |
05:57.600
我們希望A乘以x會等於b
link |
06:01.600
意思就是說,我們希望A1到An這個vector set
link |
06:05.800
也就是A的column做linear combination以後
link |
06:08.600
有可能會等於b這個向量
link |
06:12.400
所以現在上面這些敘述
link |
06:15.400
跟下面這個藍色框框裡面的敘述
link |
06:18.600
是同一件事情,只是換句話說而已
link |
06:24.200
換句話說是什麼意思呢?這邊的意思是說
link |
06:27.800
上面這幾個敘述跟下面這個藍色框框裡面講的敘述
link |
06:32.400
其實是一模一樣的
link |
06:34.600
b是A的linear combination
link |
06:38.800
如果b是A的column的linear combination
link |
06:43.200
那就意味著這個system of linear equation
link |
06:45.800
它是consistent的,或者是它是有解的
link |
06:49.400
你想要知道一個system of linear equation
link |
06:52.000
它是不是consistent的,它是不是有解的
link |
06:55.200
等同你要問的問題就是
link |
06:57.400
b是不是A的column的linear combination
link |
07:02.000
我們現在知道了column aspect就是linear combination以後
link |
07:05.800
我們就可以把有解無解這件事情換句話說
link |
07:09.400
算是同一件事,但換句話說
link |
07:12.400
以後你要問一個system of linear equation有解無解的時候
link |
07:15.800
你可以改成問說
link |
07:17.400
現在vector b 是不是A的column的linear combination
link |
07:22.800
以下就是舉幾個例子
link |
07:26.200
在高中的時候,像這樣子的system of linear equation
link |
07:30.200
你當然都是解到不想再解了
link |
07:32.800
過去你通常是把這兩個system of linear equation
link |
07:35.800
改成兩條直線,看看這兩條直線的關係是什麼
link |
07:38.800
你就可以把這個system of linear equation的解找出來
link |
07:42.200
現在我們改成用linear combination的觀點來看待它
link |
07:48.000
我們把這個system of linear equation
link |
07:51.000
寫成矩陣跟向量的相乘
link |
07:53.600
寫完之後,這個矩陣是3624
link |
07:57.800
就把藍色的部分拿出來就是3624
link |
08:01.200
那x就有兩個變數,x1跟x2
link |
08:04.800
b是3跟4
link |
08:07.800
我們現在要問這個x有沒有解這件事情
link |
08:13.800
等同於問b是不是A的column的linear combination
link |
08:19.000
A的column由兩個向量所組成,32跟64
link |
08:24.000
b是34,現在要問的問題就是
link |
08:27.000
34能不能夠由32、64這個vector set裡面的vector
link |
08:32.400
做linear combination以後來得到
link |
08:35.800
那我們就來看看能不能得到呢
link |
08:38.400
現在32把它畫在二維的平面上是長這個樣子的
link |
08:43.000
64畫在二維的平面上
link |
08:47.000
它是32的兩倍就是長這個樣子
link |
08:50.400
那現在把64跟32做linear combination
link |
08:56.400
你會得到什麼樣的結果呢
link |
08:58.600
把64跟32做linear combination
link |
09:01.400
所有的向量都會落在這一條虛線上
link |
09:06.600
我們把32跟64乘上任何的coefficient相加
link |
09:10.000
得到的結果都在這一條虛線上
link |
09:13.600
那34有可能落在這一條虛線上嗎
link |
09:17.200
34沒有落在這一條虛線上
link |
09:19.800
那這告訴我們什麼
link |
09:21.200
這告訴我們這個矩陣的兩個column
link |
09:24.600
做linear combination以後沒有辦法變成b
link |
09:27.800
所以這告訴我們說
link |
09:29.400
這個system of linear equation是沒有解的
link |
09:33.000
它是inconstant的
link |
09:35.800
這是第一個例子
link |
09:39.000
那第二個例子呢
link |
09:40.600
第二個例子是說
link |
09:41.600
現在有另外一個system of linear equation
link |
09:44.000
我們把它的矩陣a寫出來
link |
09:46.200
把它的x寫出來
link |
09:48.200
把它的b寫出來
link |
09:50.200
現在要問這個system of linear equation
link |
09:52.200
有解沒有解這件事情
link |
09:54.400
等同於問說
link |
09:55.800
如果我們把a的column拿出來
link |
09:59.000
組成一個vector set
link |
10:01.400
那b這個向量
link |
10:03.200
會不會在這個vector set的linear combination裡面
link |
10:06.600
這個vector set的linear combination
link |
10:08.600
有沒有可能組成b這個向量
link |
10:11.800
那一樣我們來畫個圖來檢查一下
link |
10:16.400
那我們先把這個矩陣a的column
link |
10:20.800
把它畫在二維平面上
link |
10:22.600
這個矩陣a的兩個column
link |
10:24.400
分別是23跟31
link |
10:26.200
我們就把2331畫在二維平面上
link |
10:30.200
我們把b也畫在二維平面上
link |
10:33.000
它的位置是4-1
link |
10:35.600
有沒有可能用23跟31
link |
10:38.600
做linear combination以後
link |
10:40.600
得到41呢
link |
10:43.000
有沒有可能用23跟31
link |
10:44.800
做linear combination以後
link |
10:46.600
得到41呢
link |
10:48.800
那有的同學可能會說
link |
10:51.000
這個不可能吧
link |
10:52.800
就是這兩個向量裡
link |
10:54.400
然後他們做linear combination
link |
10:56.600
感覺好像就是落在這個範圍內
link |
10:58.800
他們都是正的
link |
11:00.200
加起來還是正的
link |
11:01.200
這個都是正的
link |
11:02.000
加起來還是正的
link |
11:03.400
但其實你可以用這兩個向量
link |
11:05.600
做linear combination得到4-1
link |
11:07.800
為什麼呢
link |
11:08.600
因為你要不要忘了
link |
11:09.800
在做linear combination的時候
link |
11:11.600
這個係數coefficient可以是負的
link |
11:15.600
在coefficient可以是負的前提下
link |
11:17.600
我們確實可以用23跟31
link |
11:20.000
做linear combination
link |
11:21.400
也就是做weighted sum以後得到4-1
link |
11:24.000
怎麼做呢
link |
11:25.200
我們把31乘2倍
link |
11:28.400
我們把23乘上負1倍
link |
11:31.400
我們把2倍的31加上負1倍的23
link |
11:34.200
得到4-1
link |
11:35.600
那你就發現說
link |
11:37.200
23跟31
link |
11:38.600
你找得到一組coefficient
link |
11:40.400
把23跟31做linear combination以後
link |
11:42.600
得到4-1
link |
11:44.000
結束了
link |
11:45.000
你就知道說
link |
11:46.200
現在這個System of Linear Equations
link |
11:48.400
它是有解的
link |
11:52.400
那這邊告訴我們什麼事情呢
link |
11:55.200
其實如果有兩個向量
link |
11:59.800
在二維的空間中
link |
12:02.400
如果有兩個二維的向量U跟V
link |
12:05.800
它們是非平行的
link |
12:08.600
那其實這兩個向量的linear combination
link |
12:13.600
可以組合出任何的二維向量
link |
12:19.000
兩個二維向量
link |
12:21.200
如果它們是非平行的
link |
12:23.200
它們做linear combination以後
link |
12:25.200
可以組合出任何的二維向量
link |
12:29.800
什麼叫做非平行呢
link |
12:31.600
那我想非平行其實我們在高中的時候
link |
12:34.200
平行這個是國中高中國小就有學過的概念
link |
12:38.400
那在這邊還是跟你再定義一次
link |
12:40.800
這邊所謂的非平行的意思
link |
12:42.800
首先U跟V都必須是非0的
link |
12:46.800
如果是0的話
link |
12:47.800
在這邊就不考慮了
link |
12:49.400
非平行一定U跟V都不可以是0向量
link |
12:53.400
然後U不等於C倍的V
link |
12:57.000
那這樣U跟V就是非平行的
link |
13:00.000
兩個非平行的向量做linear combination以後
link |
13:03.600
它們可以佔滿整個二維的平面
link |
13:09.000
所以我們今天知道說
link |
13:11.200
假設有一個System of Linear Equations
link |
13:13.800
你把X1這個variable
link |
13:17.000
它的係數拿出來
link |
13:18.800
你把X2的variable它的係數拿出來
link |
13:21.600
你把U1 U2拿出來組合一個向量
link |
13:23.800
V1 V2拿出來組合一個向量
link |
13:25.600
當你發現說這兩個向量是非平行的時候
link |
13:30.000
就代表說這個System of Linear Equations
link |
13:33.000
它一定是有解的
link |
13:36.200
但是反過來呢
link |
13:39.000
你要不要想想看反過來
link |
13:41.400
是有解還是無解的呢
link |
13:45.000
U跟V如果是非平行的
link |
13:48.600
它們可以佔據這整個平面
link |
13:52.200
所以不管你B1 B2設多少
link |
13:54.800
我也不在意
link |
13:56.000
反正U跟V一定可以組出我們指定的B1 B2
link |
14:01.800
所以今天U跟V如果是非平行的
link |
14:04.800
那就一定是有解的
link |
14:06.400
但如果反過來呢
link |
14:08.800
有解一定要U跟V是非平行的嗎
link |
14:14.400
給大家三秒鐘的時間想一下
link |
14:18.800
你覺得反過來的敘述也成立的同學舉手一下
link |
14:23.800
你覺得反過來的敘述不一定成立的同學舉手一下
link |
14:29.600
手放下
link |
14:30.800
沒錯 反過來的敘述不一定成立
link |
14:34.400
那在下一頁投影片就會舉一個例子
link |
14:36.400
告訴你說為什麼反過來的敘述不一定成立
link |
14:40.400
那剛才討論的都是二維的向量
link |
14:45.400
那如果三維的向量呢
link |
14:48.400
假設有U B W這三個三維的向量
link |
14:54.200
這三個三維的向量是非平行的
link |
14:59.000
那這三個三維的非平行的向量
link |
15:02.600
如果做linear combination的話
link |
15:06.000
能不能夠佔滿
link |
15:08.400
能不能夠少過整個三維的空間呢
link |
15:12.000
是不是所有的三維的向量
link |
15:14.000
都可以用這三個非平行的向量
link |
15:17.200
做linear combination組合出來呢
link |
15:21.200
那這邊給大家五秒鐘的時間想一下
link |
15:28.400
就你想想看這個二維的向量
link |
15:32.200
兩個非平行的二維向量可以組出所有的二維的向量
link |
15:37.600
那這樣照理說
link |
15:39.400
以此類推 歸納法
link |
15:41.800
三個三維的向量
link |
15:44.200
應該可以組出所有的三維的向量
link |
15:47.400
如果這三個三維的向量是非平行的話
link |
15:52.000
你覺得這個敘述是對的同學舉手一下
link |
15:56.000
好 手放下
link |
15:57.200
你覺得這個敘述是錯的同學舉手一下
link |
16:01.400
好 手放下
link |
16:02.400
所以兩邊都有支持者
link |
16:04.400
答案是什麼呢
link |
16:05.400
答案是no
link |
16:07.400
為什麼答案是no呢
link |
16:09.000
為什麼答案是錯的呢
link |
16:11.800
你想想看
link |
16:13.800
三個非平行的向量
link |
16:16.600
他們搞不好共平面啊
link |
16:18.400
對不對 三個非平行的向量
link |
16:20.800
如果他們在同個平面上
link |
16:23.000
那他們做linear combination以後
link |
16:25.400
只能組出那個平面上所有的向量
link |
16:28.000
沒有辦法組成所有三維的向量
link |
16:32.200
如果今天這個是不是平行這件事情
link |
16:35.400
我們換成之後會講的另外一個專有名詞
link |
16:38.200
叫做independent
link |
16:40.000
如果UVW他們是independent的話
link |
16:45.400
那他們就可以組出所有的三維向量
link |
16:48.400
就UV如果是independent
link |
16:51.000
可以組出所有的二維向量
link |
16:52.600
UVW如果是independent的話
link |
16:55.800
就可以組出所有三維的向量
link |
17:00.400
好 那這個我們之後會再講到
link |
17:04.200
好 那接下來舉第三個例子
link |
17:06.800
第三個例子就是要回答剛才那個
link |
17:09.400
有可能有solution
link |
17:12.800
但是U跟V卻是平行的狀況
link |
17:17.800
好 那現在呢
link |
17:19.000
把這個system of linear equation的矩陣
link |
17:21.400
跟X跟B統統寫出來
link |
17:24.200
那現在有沒有解這件事情
link |
17:26.400
我們說在這個線性代數裡面
link |
17:28.600
有沒有解這件事情
link |
17:30.000
等同於問另外一個問題
link |
17:32.000
就是這個A的column組成一個vector set
link |
17:36.400
能不能夠做linear combination得到B
link |
17:39.000
來看看A的column做linear combination
link |
17:41.400
能不能得到B呢
link |
17:42.600
A的column就是21跟63
link |
17:46.800
那把21跟63做linear combination後得到的結果
link |
17:51.600
通通會在這一條虛線上
link |
17:53.800
但是剛好B-2就落在這條線上
link |
17:58.200
所以我們把這個vector set裡面的
link |
18:00.800
兩個vector做linear combination以後
link |
18:02.800
是可以得到這個B的
link |
18:05.400
這代表說這個system of linear equation是有解的
link |
18:08.600
所以U跟V
link |
18:10.400
有這一個向量叫U
link |
18:12.000
這個向量叫V
link |
18:13.000
這個vector set裡面兩個向量叫做U跟V
link |
18:15.600
U跟V如果是非平行的一定有解
link |
18:18.400
但是有解並不代表
link |
18:20.000
它們一定是非平行的
link |
18:24.200
好 那我們講到這邊
link |
18:26.000
就是跟大家講了
link |
18:27.600
什麼是linear combination
link |
18:30.000
然後告訴你說linear combination
link |
18:32.400
跟有解沒有解的關係是什麼
link |
18:35.800
所以在這一整塊圖上
link |
18:38.000
我們現在就完成了左上角這一小塊
link |
18:42.200
接下來我們就繼續前進
link |
18:44.800
直到把這整張地圖完成