Linear dependence and independence

• https://youtu.be/CrV1xCWdY-g

有了 linear combination 和 span 的知識後，很簡單就可以了解 Linear dependence / independence 的意義，

當你想要 span 某個東西時，使用不多不少剛剛好的向量來表示即為 Linear Independence

例如使用 (1, 0) 和 (0, 1) 來 span 整個 R2 平面時，這兩個向量即為線性獨立

而在 span 時，使用了 多餘 的向量，這個向量和本來就足夠的向量，形成了 Linear Dependence

例如本來只用 (1, 0) 和 (0, 1) 已經可以 span R2 ，

但我又加了向量 (1, 3) 來形成 R2 平面， (1, 3) 和另外兩個向量即為線性依賴

• https://youtu.be/Alhcv5d_XOs

• 正式一點的定義為

  • 當 linear combination 中有任意一個向量可以被表示為其他向量的加總時

  • 或是某個向量的 scalar 不為 0 卻可以讓整個 linear combination 變為 0 時

  • 即為 Linear dependence

$$\begin{aligned} \text{Linear dependent} &\iff a_1\vec{v_1} + a_2\vec{v_2}+\cdots+a_n\vec{v_n} = 0 = \begin{bmatrix} 0\\\vdots\\0 \end{bmatrix}\\ &\iff \text{for some }a_i \text{ , not all are zero, at least one non-zero}\\ v_1 = a_2v_2 + a_3v_3+\cdots+a_nv_n&\iff \end{aligned}$$

上面的定義可以很好的用來檢驗向量間為 linear dependence or linear independence

例如要檢測下面兩個向量是否有 linear dependence

$$\begin{aligned} \vec{v_1} &= (2,1)\\ \vec{v_2} &= (3,2) \\ a_1\vec{v_1}+a_2\vec{v_2} &= 0 = \begin{bmatrix} 0\\0 \end{bmatrix}\\ a_1 \begin{bmatrix}2\\1\end{bmatrix} + a_2 \begin{bmatrix}3\\2\end{bmatrix}&=\begin{bmatrix}0\\0\end{bmatrix} \end{aligned}$$

再將其拆開驗證即可

$$\left\{\begin{matrix} 2a_1 + 3a_2 &= 0\\ a_1 + 2a_2 &= 0\\ \end{matrix}\right.\\ a_1 = 0 \\a_2 =0$$

可以得到結果， v1 和 v2 為 linear independence !

3 demension example: https://youtu.be/9kW6zFK5E5c