Tác giả giữ toàn bộ bản quyền (All Rights Reserved) — không phải giấy phép mở. Bạn vẫn xem và học miễn phí trên OpenER; muốn tái sử dụng cần xin phép tác giả.
PROFESSOR
Can you hear me? Just a quick question in the back. Can you read what's written or do you need it bigger? Bigger?
Các em có nghe thấy tôi nói không? Tôi có một câu hỏi nhanh ở phía sau. Bạn có thể đọc được những gì đã viết hay cần chữ to hơn? Lớn hơn?
What about now? People at the back, can you read? Thumbs up if you can read. Thank you.
Còn bây giờ thì sao? Những người ở phía sau, các bạn có biết đọc không? Giơ ngón tay cái lên nếu bạn đọc được. Cảm ơn.
Okay, let's get started. Welcome to lecture four.
Được rồi, chúng ta bắt đầu thôi. Chào mừng đến với bài giảng thứ tư.
And we're going to pick up today from where we left off last time in lecture, and I like to think about today's lecture really as the lecture on introduction to proofs.
Và hôm nay chúng ta sẽ tiếp tục từ chỗ chúng ta đã dừng lại. Lần trước trong bài giảng, và tôi muốn suy ngẫm về bài giảng hôm nay. Thực sự giống như bài giảng về nhập môn chứng minh.
So we'll talk about concepts that relate to solving systems of linear equations that we've been talking about, and we'll continue to build.
Vậy chúng ta sẽ nói về những khái niệm đó liên quan đến việc giải hệ phương trình tuyến tính Đó là điều chúng ta đã thảo luận và sẽ tiếp tục xây dựng.
But really, the goal of the lecture today is to develop a style of thinking, and we're going to do that through step by step examples that will build the larger story that we're talking about.
Nhưng thực sự, mục tiêu của bài giảng hôm nay là gì? Mục đích là để phát triển một phong cách tư duy. và chúng ta sẽ thực hiện điều đó thông qua từng bước. bằng các ví dụ từng bước sẽ giúp xây dựng nên bức tranh tổng thể lớn hơn. câu chuyện mà chúng ta đang nói đến.
But try to think critically about the steps that we're going to be taking. So before we get into the material, there's a couple of administrative announcements.
Nhưng hãy cố gắng suy nghĩ thấu đáo về các bước. mà chúng ta sẽ thực hiện. Vậy trước khi đi vào nội dung chính, Có một vài thông báo về mặt hành chính.
First, you've now attended all a week of discussions. Please remember that you should go to a discussion on Monday and on Wednesday.
Thứ nhất, bạn đã tham dự đầy đủ các buổi thảo luận trong suốt tuần. Hãy nhớ rằng bạn cần tham gia buổi thảo luận vào thứ Hai. và vào thứ Tư.
The material is different and lecture will assume that you've been to discussion. Homework will assume that you've been to discussion. So it's in your best interest to go.
Nội dung bài giảng khác nhau và sẽ dựa trên giả định này. mà bạn đã tham gia thảo luận. Bài tập về nhà sẽ dựa trên giả định rằng bạn đã tham gia buổi thảo luận. Vì vậy, đi là điều tốt nhất cho bạn.
We saw that some time slots had a lot of people trying to get into one section. I think one particular discussion section had upwards of 90 people in the room.
Chúng tôi nhận thấy một số khung giờ có rất nhiều người tham gia. Đang cố gắng vào một phần cụ thể. Tôi nghĩ một phần thảo luận cụ thể đã có số lượng người tham gia cao hơn. Trong số 90 người có mặt trong phòng.
Whereas other rooms had maybe 10 or 12 people only.
Trong khi đó, các phòng khác chỉ có khoảng 10 hoặc 12 người.
So what we've tried to do is we've tried to add a discussion section from 1:00 to 2:00 PM, which was one of the most crowded times, and one of the 5:00 PM sections has been canceled.
Vậy nên điều chúng tôi đã cố gắng làm là... Tôi đã cố gắng thêm phần thảo luận từ phút 1:00 đến phút 2:00. Chiều là một trong những thời điểm đông đúc nhất, và một trong các suất chiếu lúc 5 giờ chiều đã bị hủy.
So if you were in the crowded 1:00 to 2:00 PM section, or if you'd like to go to a section from 1:00 to 2:00 PM, there's a new section because it seems like that's a time that's convenient for most people's schedules.
Vì vậy, nếu bạn ở trong khu vực đông đúc từ 1:00 đến 2:00 chiều, hoặc nếu bạn muốn đến khu vực từ 1:00 đến 2:00 chiều, Có một mục mới vì có vẻ như vậy. Đó là thời điểm thuận tiện cho hầu hết mọi người. lịch trình.
So please try to go to that section. The 5:00 PM section is canceled. So are the updates are on Piazza and on the website.
Vì vậy, vui lòng cố gắng truy cập vào phần đó. Chuyến tàu lúc 5:00 chiều bị hủy. Các thông tin cập nhật cũng có trên Piazza và trên trang web.
Please, check and go to the right section on, I guess, tomorrow. Wednesday.
Vui lòng kiểm tra và chuyển đến đúng mục, tôi đoán vậy. Ngày mai. Thứ Tư.
If we see that there are certain sections that keep having a large population, we will try our best to rebalance them, but we don't have that much control over the room reservation system.
Nếu chúng ta thấy rằng có một số phần nhất định mà tiếp tục duy trì dân số đông, chúng ta Chúng tôi sẽ cố gắng hết sức để cân bằng lại chúng. nhưng chúng ta không có nhiều quyền kiểm soát đối với căn phòng đó. Hệ thống đặt chỗ.
This comes from campus. So we may or may not be able to actually do this. Okay, the second thing I wanted to say is about lecture today.
Thông tin này đến từ khuôn viên trường. Vì vậy, chúng ta có thể hoặc không thể thực hiện được điều này. Được rồi, điều thứ hai tôi muốn nói là về bài giảng hôm nay.
We're going to be doing a series of proofs and we're going to be introducing a lot of new mathematical definitions.
Chúng ta sẽ thực hiện một loạt các chứng minh. và chúng tôi sẽ giới thiệu Rất nhiều định nghĩa toán học mới.
And a lot of what I'm hoping you will get out of the lecture is in the process of thinking that we are going to be going through.
Và tôi hy vọng các bạn sẽ thu được nhiều điều bổ ích từ bài giảng này. đang trong quá trình suy nghĩ rằng chúng ta sẽ trải qua.
So there'll be a lot that will be said that won't necessarily be written down, and so I ask that you try not to distract yourselves with technology.
Vì vậy, sẽ có rất nhiều điều được nói ra mà không nhất thiết phải đúng. cần được ghi chép lại, vì vậy tôi mong bạn cố gắng đừng phân tâm. Hãy tự mình làm chủ công nghệ.
Try to stay away from social media, especially for this particular lecture.
Cố gắng tránh xa mạng xã hội. đặc biệt là đối với bài giảng này.
In general, we recommend also that don't bring your laptop to class or don't try to take — if you're taking notes on an iPad or something, that's great, but try to say okay.
Nhìn chung, chúng tôi cũng khuyên bạn không nên mang theo máy tính xách tay. đến lớp hoặc đừng cố gắng tham gia — Nếu bạn đang ghi chú trên iPad hoặc thiết bị tương tự, Tuyệt vời, nhưng hãy cố gắng nói "được rồi".
Promise yourself, I'm not going to check my email. I'm not going to open Facebook. Whatever it is. Hopefully this will be the best for your learning.
Tôi sẽ tự hứa với bản thân rằng mình sẽ không kiểm tra email. Tôi sẽ không mở Facebook. Cho dù đó là gì đi nữa. Hi vọng đây sẽ là phương pháp tốt nhất cho việc học tập của bạn.
That said, if lecture turns out to be really boring and you really want to check Facebook, try to do it in a way that doesn't really bother your neighbor if they want to concentrate.
Tuy nhiên, nếu bài giảng thực sự nhàm chán thì sao? và bạn thực sự muốn kiểm tra Facebook, cố gắng làm theo cách không thực sự Đừng làm phiền người bên cạnh nếu họ muốn tập trung.
Okay, so today, I want to start off with going back to, basically, span — that we talked about last time, and then I'm going to introduce these ideas of linear dependence and independence.
Được rồi, hôm nay tôi muốn bắt đầu bằng việc quay trở lại... Về cơ bản, là trải dài — mà chúng ta đã nói đến lần trước, và sau đó tôi... Tôi sẽ giới thiệu những ý tưởng về sự phụ thuộc tuyến tính này. và sự độc lập.
And what was the definition of span that we talked about last time?
Vậy định nghĩa của span là gì? mà chúng ta đã nói đến lần trước phải không?
We talked about the span of a matrix, and the span of a matrix or a span necessarily of a set of vectors.
Chúng ta đã thảo luận về không gian sinh bởi một ma trận. và không gian sinh bởi ma trận hoặc không gian sinh nhất thiết phải là một tập hợp các vectơ.
A1, A2, An. We will use these somewhat interchangeably. Here, if I can think of A as being the matrix that's made up by these column vectors.
A1, A2, An. Chúng ta sẽ sử dụng những thuật ngữ này thay thế cho nhau. Ở đây, nếu tôi có thể coi A là ma trận. Nó được tạo thành từ các vectơ cột này.
So remember, each column vector is long. It's a column, and if I stack them together, I get a matrix.
Vì vậy, hãy nhớ rằng mỗi vectơ cột đều dài. Đó là một cột, và nếu tôi xếp chúng lại với nhau, tôi sẽ được một ma trận.
So I can think of the span of A, or I can think of the span of the columns that make up A. These are exactly the same thing.
Vậy tôi có thể nghĩ về khoảng cách của A, hoặc I. có thể hình dung về độ rộng của các cột tạo nên hình A. Những cột này Chúng hoàn toàn giống nhau.
We will also use words, and these will become more clear in the following lectures, but I just wanted to introduce you to some jargon. So jargon alert.
Chúng ta cũng sẽ sử dụng từ ngữ, và những từ ngữ này sẽ trở nên rõ ràng hơn. trong các bài giảng tiếp theo, nhưng tôi chỉ Tôi muốn giới thiệu với bạn một số thuật ngữ chuyên ngành. Lưu ý: Thuật ngữ chuyên ngành sẽ được sử dụng.
Is span of A is equal to, really, range of A is equal to column space of A. These are all different things.
Liệu khoảng sinh bởi A có thực sự bằng với phạm vi ảnh bởi A hay không? bằng khoảng cách cột của ma trận A. Đây là những khái niệm khác nhau.
We'll talk more about where these different names come from, but I just wanted to let you know in case you come across these words in different contexts. They all mean the same thing.
Chúng ta sẽ thảo luận thêm về nguồn gốc của những tên gọi khác nhau này. từ, nhưng tôi chỉ muốn cho bạn biết hãy lưu ý điều này nếu bạn bắt gặp những từ này. trong các bối cảnh khác nhau. Chúng đều có cùng một nghĩa.
And what do we mean by span?
Vậy chúng ta hiểu "khoảng thời gian" là gì?
The span is really the set of all vectors, v, that can be written as a linear combination of A1, A2,
Không gian sinh bởi vectơ thực chất là tập hợp tất cả các vectơ, v, có thể được viết dưới dạng tổ hợp tuyến tính của A1, A2,
all the way up to An.
cho đến tận An.
This is how we define this.
Đây là cách chúng tôi định nghĩa điều này.
And we also said that based on what we know about systems of linear equations, this is basically the set of all vectors B. B is a dummy variable.
Và chúng tôi cũng nói rằng dựa trên điều gì Chúng ta biết về hệ phương trình tuyến tính. Đây về cơ bản là tập hợp tất cả các vectơ. B. B là một biến giả.
V, B, it doesn't matter what I use. Such that Ax equal to B has a solution.
V, B, tôi dùng cái gì cũng được. Sao cho Ax bằng B có nghiệm.
And why are these two things equivalent? It's because we remember from last time that we saw that A times x is basically taking linear combinations of the columns that make up A.
Vậy tại sao hai điều này lại tương đương nhau? Đó là vì chúng ta còn nhớ chuyện lần trước. Như chúng ta đã thấy, A nhân x về cơ bản bằng Lấy tổ hợp tuyến tính của các cột tạo nên ma trận A.
Does everyone remember that discussion from last time?
Mọi người còn nhớ cuộc thảo luận lần trước không?
So this is basically representing linear combinations of columns of A.
Vậy về cơ bản điều này thể hiện tổ hợp tuyến tính của các cột của A.
And I wanted to rewrite this definition for you just in another notation so that you get to see this notation.
Và tôi muốn viết lại định nghĩa này cho bạn. Chỉ là dùng một ký hiệu khác để bạn có thể thấy được ký hiệu này.
An, the span — which is the same thing that I've written here. I'm writing the same thing three different ways. This is equal to the following set.
An, khoảng thời gian— cũng chính là điều tôi đã viết ở đây. Tôi đang viết cùng một nội dung theo ba cách khác nhau. Điều này tương đương với tập hợp sau.
This is what is called the sigma notation.
Đây được gọi là ký hiệu sigma.
To 1 to n, Ci Ai, such that Ci belongs to R.
Từ 1 đến n, Ci Ai, sao cho Ci thuộc R.
And this symbol, this is the Greek letter sigma. This might be the first time you're seeing this notation. What does this mean?
Và ký hiệu này, đây là chữ cái sigma trong tiếng Hy Lạp. Có thể đây là lần đầu tiên bạn thấy ký hiệu này. Điều này có nghĩa là gì?
If I write sigma and I have an index i going from 1 to n, and I write this index i here, this basically is equal to 1 plus 2 plus — all the way up to n.
Nếu tôi viết sigma và tôi có một chỉ số i từ 1 đến n, và tôi viết mục lục này ở đây, về cơ bản là như thế này bằng 1 cộng 2 cộng — cho đến tận n.
So I'm saying I start at i equal to 1, and I keep incrementing by 1 until I reach the number that's at the top of the sigma notation, and I add them up altogether.
Vậy tôi nói rằng tôi bắt đầu từ i bằng 1, và tôi cứ tăng thêm 1 cho đến khi đạt được con số đó. ở đầu ký hiệu sigma, và tôi cộng chúng lại với nhau.
That's what this notation means. So here, when I say sigma Ci Ai, this thing is basically equal to — is this blue color visible?
Đó là ý nghĩa của ký hiệu này. Vậy nên ở đây, khi tôi nói sigma Ci Ai, thì điều này có nghĩa là... về cơ bản là tương đương với — Màu xanh này có nhìn thấy được không?
Can people read it? Yeah? Okay. This is equal to C1 times A1 plus C2 times A2, all the way up to Cn An.
Mọi người có thể đọc được nó không? Vâng? Được rồi. Điều này tương đương với C1 nhân A1 cộng C2 nhân A2, cứ thế tiếp tục. lên đến Cn An.
And what does Ci belongs to R mean? Ci belongs to R is just saying that all of these Ci's are real numbers.
Vậy Ci thuộc về R có nghĩa là gì? Ci thuộc về R chỉ đơn giản là nói rằng tất cả những Ci này đều thuộc về R. số thực.
So we will end up using this notation occasionally in class. There is nothing about it. It's just a shorthand way of writing out this expression.
Vì vậy, chúng ta sẽ thỉnh thoảng sử dụng ký hiệu này trong lớp học. Không có gì về chuyện đó cả. Đây chỉ là cách viết tắt của biểu thức này.
Instead of writing this long expression with dot, dot, dots in it. Is this notation clear? Are there any questions on what this sigma notation means?
Thay vì viết biểu thức dài này bằng dấu chấm, chấm, các chấm bên trong. Cách ký hiệu này có rõ ràng không? Có ai có thắc mắc gì về ý nghĩa của ký hiệu sigma này không?
You might hear this called sigma notation because this symbol is basically the Greek letter sigma.
Bạn có thể nghe thấy thuật ngữ này được gọi là ký hiệu sigma. Bởi vì biểu tượng này về cơ bản là chữ cái sigma trong tiếng Hy Lạp.
Any questions about this? Okay, great.
Bạn có câu hỏi gì về vấn đề này không? Tuyệt vời!
So this basically is just a way of saying, oh, let us look at all the linear combinations of these columns, or let us look at all of these vectors such that Ax equal to B is the solution.
Tóm lại, đây chỉ là một cách nói khác của từ này: Ồ, chúng ta hãy xem xét tất cả các tổ hợp tuyến tính. của các cột này, hoặc chúng ta hãy xem xét tất cả các vectơ này. sao cho Ax bằng B là nghiệm.
This is just another way of writing out a linear combination of the vectors A1, A2, An, Okay, so we have this. I'm going to move this now, here.
Đây chỉ là một cách khác để viết ra. một tổ hợp tuyến tính của các vectơ A1, A2, An, Okay, Vậy là chúng ta có điều này. Tôi sẽ di chuyển cái này sang đây.
Let's see if two document cameras work this time.
Hãy xem lần này hai máy quay tài liệu có hoạt động được không.
Now let's do some examples. We did one last time, but it was kind of fast. So let's look at the span of let's say, 1, 1.
Bây giờ chúng ta hãy cùng xem một vài ví dụ. Chúng tôi đã làm thêm một lần cuối cùng, nhưng nó diễn ra khá nhanh. Vậy hãy xem xét khoảng cách của, chẳng hạn, 1, 1.
Or minus 1, minus 1.
Hoặc trừ 1, trừ 1.
What is the span of 1, 1 and 1, minus 1? If I was to draw out a picture, what are these vectors like? Plot them in R2.
Khoảng sinh bởi 1, 1 và 1 trừ 1 là bao nhiêu? Nếu tôi vẽ một bức tranh, thì các vectơ này trông như thế nào? Vẽ đồ thị của chúng trong R2.
Remember, we talked about R2 as basically the set of all pairs — like couples of real numbers. So 1, 1 is this vector here.
Hãy nhớ rằng, chúng ta đã nói về R2 như là tập hợp. trong tất cả các cặp — giống như các cặp số thực. Vậy 1, 1 chính là vectơ này.
Minus 1, minus 1 is this vector here. And we're looking at all linear combinations of these.
-1, -1 là vectơ này. Và chúng ta đang xem xét tất cả các tổ hợp tuyến tính của chúng.
And remember, these linear combinations — these coefficients here, these could be negative. So now, basically this means I can walk in this direction as much as I want, either forward steps or negative steps.
Và hãy nhớ rằng, đây là các tổ hợp tuyến tính — Các hệ số này có thể âm. Vậy bây giờ, về cơ bản điều này có nghĩa là tôi có thể đi theo hướng này. Tôi muốn tiến lên bao nhiêu tùy thích, hoặc là những bước tiến về phía trước. hoặc các bước tiêu cực.
I can take steps forward or backward, and I can walk in this other direction as much as I want. So where can I go using these two vectors?
Tôi có thể tiến lên hoặc lùi lại. Và tôi có thể đi theo hướng ngược lại này bao lâu tùy thích. Vậy tôi có thể đi đến đâu bằng cách sử dụng hai vectơ này?
It's a line. I can go anywhere along this line.
Đó là một đường thẳng. Tôi có thể đi bất cứ đâu dọc theo tuyến đường này.
And so the span of this, if I was to write this now mathematically, I would write this as the following set. I would write this as the set of all vectors alpha alpha.
Và vì vậy, nếu tôi viết điều này bây giờ, thì phạm vi của nó sẽ như thế nào? Về mặt toán học, tôi sẽ viết điều này dưới dạng tập hợp sau. Tôi sẽ viết điều này dưới dạng tập hợp tất cả các vectơ alpha alpha.
Basically where the first component is equal to the second component, and alpha is a real number.
Về cơ bản, thành phần đầu tiên nằm ở đâu? bằng với thành phần thứ hai và alpha là một số thực.
So this basically means that I can choose any real value at alpha, and I can get to that vector. This set contains all of those such vectors.
Vậy điều này về cơ bản có nghĩa là tôi có thể Chọn bất kỳ giá trị thực nào tại alpha, và tôi có thể truy cập được vectơ đó. Tập hợp này chứa tất cả các vectơ như vậy.
Let's look at another example. Example one, example two. Span of 1, 1 and 1, minus 1.
Chúng ta hãy xem một ví dụ khác. Ví dụ một, ví dụ hai. Khoảng cách 1, 1 và 1, trừ 1.
So now here, I have one vector is the black vector that we've already drawn, and what is 1, minus 1? 1, minus 1 is this orange vector.
Vậy bây giờ, tôi có một vectơ là vectơ màu đen mà chúng ta đã vẽ xong, Vậy 1 trừ 1 bằng bao nhiêu? 1 trừ 1 là vectơ màu cam này.
So if I wanted to, let's say, get to some arbitrary point, here, can I get to that point walking just along 1, 1 and 1, minus 1?
Vậy nếu tôi muốn, chẳng hạn, đến một điểm bất kỳ nào đó, Tôi có thể đến điểm đó bằng cách đi bộ dọc theo đường 1, 1 và 1 được không? trừ 1?
Intuitively, there is a sense in which we all feel yes, right? Is it obvious? What does this look like? Let's say this is 4, 2.
Theo trực giác, tất cả chúng ta đều cảm thấy đúng vậy, phải không? Điều đó có hiển nhiên không? Nó trông như thế nào? Giả sử đây là 4, 2.
You'd have to do some calculations to figure out how many steps to take exactly in each direction. We can't immediately just look at the picture and tell.
Bạn sẽ phải thực hiện một số phép tính để tìm ra câu trả lời. Cần đi chính xác bao nhiêu bước theo mỗi hướng? Chúng ta không thể chỉ nhìn vào bức ảnh mà nhận định ngay được.
But it seems like you could get to 4, 2. What about could you get to somewhere in this quadrant? Here? Here?
Nhưng có vẻ như bạn có thể đạt được 4, 2. Bạn có thể đến được vị trí nào đó trong góc phần tư này không? Đây? Đây?
You could probably get to all of these points. So what would we like to be able to say about the span of 1, 1 and 1, minus 1?
Bạn có thể dễ dàng đạt được tất cả những mục tiêu này. Vậy chúng ta muốn nói gì về khoảng cách 1, 1? và 1, trừ 1?
R2. We want to be able to say that the span is R2. And what we're going to do now is actually prove this. We have a sense — we have some proof by examples.
R2. Chúng tôi muốn có thể nói rằng nhịp cầu có bán kính R2. Và điều chúng ta sẽ làm bây giờ là chứng minh điều này. Chúng ta có cảm giác — Chúng tôi có một số bằng chứng cụ thể.
We can put in 4, 2 and try to compute. But we want to try and do this rigorously. So we want to say, theorem. This is the first theorem you're doing in this class.
Chúng ta có thể nhập 4, 2 và thử tính toán. Nhưng chúng tôi muốn cố gắng thực hiện điều này một cách nghiêm túc. Vậy nên chúng ta muốn nói, đó là định lý. Đây là định lý đầu tiên bạn sẽ học trong lớp này.
Span of 1, 1, 1, minus 1 is equal to R2.
Khoảng cách giữa hai điểm 1, 1, 1, trừ 1 bằng R2.
So take a minute and maybe think about how would you prove such a thing. What does it even mean to prove such a thing?
Vậy hãy dành một phút suy nghĩ xem bạn sẽ làm thế nào... Hãy chứng minh điều đó. Việc chứng minh điều đó rốt cuộc có nghĩa là gì?
And if we can just see can — can't you just say, well, you can get to this point, and you can get to this point, and you can it?
Và nếu chúng ta có thể nhìn thấy... Sao bạn không nói thẳng là, "À, bạn hoàn toàn có thể đạt đến trình độ này," Và bạn có thể đạt đến điểm này, và bạn có thể làm được điều đó không?
It seems like there's not even something to show here. This is an example of a simple thing, but we need to go through it step by step.
Dường như chẳng có gì để trưng bày ở đây cả. Đây là một ví dụ về điều đơn giản. Nhưng chúng ta cần phải xem xét từng bước một.
So if you had to rigorously prove this, maybe think about how you might try to do this.
Vậy nếu bạn phải chứng minh điều này một cách nghiêm ngặt, Có lẽ bạn nên suy nghĩ xem mình có thể thử làm điều này như thế nào.
Feel free to talk to your neighbors, discuss, and see what steps seem natural and what steps seem unnatural. So I want to give you some time to think about it on your own.
Hãy thoải mái trò chuyện với hàng xóm của bạn. Thảo luận và xem những bước nào có vẻ tự nhiên. và những bước nào có vẻ không tự nhiên. Vì vậy, tôi muốn cho bạn một chút thời gian để tự mình suy nghĩ về điều đó.
Talk to your neighbors. Take a break. Whatever you want.
Hãy trò chuyện với hàng xóm của bạn. Hãy nghỉ ngơi. Bạn muốn gì cũng được.
Try to make sure people don't feel left out. So look to your left and look to your right.
Hãy cố gắng đảm bảo mọi người không cảm thấy bị bỏ rơi. Vậy hãy nhìn sang bên trái và nhìn sang bên phải.
Okay, how many people think they have some ideas on how you could try to do this? How many people are not even sure what the question I'm asking is?
Được rồi, có bao nhiêu người nghĩ rằng họ có một số ý tưởng về cách làm như thế nào? Bạn có thể thử làm điều này? Có bao nhiêu người thậm chí còn không chắc chắn điều gì là đúng Câu hỏi tôi muốn đặt ra là?
It's not clear, right? How do you prove something? What does it mean to prove something? We've never talked about it in this class before, and that's what I'm hoping to do in today's class.
Điều đó không rõ ràng, phải không? Làm thế nào để chứng minh một điều gì đó? Chứng minh điều gì đó có nghĩa là gì? Chúng ta chưa từng thảo luận về điều này trong lớp học trước đây. Và đó là điều tôi hy vọng sẽ làm được trong tiết học hôm nay.
Is there someone who wants to share one of their ideas? Yeah?
Có ai muốn chia sẻ ý tưởng của mình không? Vâng?
STUDENT
Could you say that these two vectors are some what of a linear combination of two vector that you know span R2?
Cô có thể nói rằng hai vectơ này có mối liên hệ nào đó với nhau không? của tổ hợp tuyến tính của hai vectơ mà bạn biết là tạo thành không gian R2?
PROFESSOR
The idea was could you say that these two vectors are a linear combination of two other vectors that you know span R2? That's a very interesting and valid proof approach.
Ý tưởng là liệu bạn có thể... cho rằng hai vectơ này là tổ hợp tuyến tính của hai vectơ. Bạn còn biết những vectơ nào khác trải rộng trên không gian R2 không? Đó là một phương pháp chứng minh rất thú vị và hợp lý.
So if you could somehow say that these two vectors can be represented as a linear combination of something else, and those two represent all of R2, then you can kind of do a two-step by step procedure by which you can get the required
Vậy nếu bạn có thể nói rằng hai vectơ này có thể có thể được biểu diễn dưới dạng tổ hợp tuyến tính của một cái gì đó khác, và hai yếu tố đó đại diện cho toàn bộ R2. sau đó bạn có thể thực hiện theo kiểu hai bước theo quy trình từng bước mà bạn có thể thực hiện để có được những gì cần thiết tổ hợp tuyến tính.
linear combinations. The challenge is that we have not yet proven that any vectors span R2. So from the perspective of building up from first principles, we can't fully do that.
Thách thức nằm ở chỗ chúng ta vẫn chưa... Đã chứng minh rằng bất kỳ vectơ nào cũng có thể tạo thành không gian R2. Vì vậy, xét từ góc độ xây dựng... Về cơ bản, chúng ta không thể làm được điều đó một cách trọn vẹn.
But it is a perfectly valid and great idea for a proof approach. Someone at the back. Yeah, all the way there.
Nhưng đó là một ý tưởng hoàn toàn hợp lý và tuyệt vời. để chứng minh phương pháp tiếp cận. Có người ở phía sau. Đúng vậy, hoàn toàn đúng rồi.
STUDENT
Would it be helpful try and describe R2?
Liệu việc mô tả R2 có hữu ích không?
PROFESSOR
Great idea. Would it be helpful to first describe R2? That is one of the steps we're going to take, yeah. How about over there?
Ý kiến hay đấy. Liệu việc mô tả R2 trước tiên có hữu ích không? Đó là một trong những bước chúng ta sẽ thực hiện, đúng vậy. Còn bên kia thì sao?
Yeah?
Vâng?
STUDENT
I thought maybe if I add v1 and v2, you could get, let's say, 2 and then 0, and then you add v1 and negative v2, you would get 0, 2.
Em nghĩ có lẽ nếu em cộng v1 và v2 lại thì sao, Ví dụ, bạn có thể nhận được 2 rồi sau đó là 0. và sau đó bạn cộng v1 với âm v2, bạn sẽ nhận được 0, 2.
And then you can make literally any vector.
Và sau đó bạn có thể tạo ra bất kỳ hình vectơ nào.
PROFESSOR
Yeah. That's a very good idea. It's very related to the idea about can you find a linear combination that spans this space, and then use that as a combination.
Vâng. Đó là một ý tưởng rất hay. Nó rất liên quan đến ý tưởng về việc liệu bạn có thể... Tìm một tổ hợp tuyến tính bao phủ không gian này. và sau đó sử dụng chúng như một sự kết hợp.
So that's a really good idea. OK, last idea at the back over there.
Đó quả là một ý tưởng hay. Được rồi, ý tưởng cuối cùng ở phía sau kia.
STUDENT
I would say pick an arbitrary point in R2, call it AB, and then solve for [INAUDIBLE] PROFESSOR: Yeah.
Em nghĩ nên chọn một điểm bất kỳ trong R2. gọi nó là AB, rồi giải phương trình để tìm [không nghe rõ] GIÁO SƯ: Vâng.
That's a great idea, and that's part of the idea that we are going to follow in doing this together.
Đó là một ý tưởng tuyệt vời, và đó là một phần của ý tưởng. Chúng ta sẽ cùng nhau tuân theo những hướng dẫn này.
So we're going to try to follow that idea, as well as the idea that suggests let's try and describe R2.
Vì vậy, chúng ta cũng sẽ cố gắng tuân theo ý tưởng đó. Theo ý tưởng đó, chúng ta hãy thử mô tả R2.
So the important thing to notice here is that everyone had a slightly different approach and a different way of proving things, and this is good.
Vậy điều quan trọng cần lưu ý ở đây là gì? Mỗi người đều có một cách tiếp cận hơi khác nhau. và một cách khác để chứng minh mọi thứ, và điều này là tốt.
Proofs are about creativity, but they're also about like step by step planning and procedure.
Chứng minh không chỉ là về sự sáng tạo mà còn là về các bước thực hiện. bằng cách lập kế hoạch và thực hiện từng bước.
So having different ways of doing things is a very good thing, and it's not necessary that two people will come up with the same approved for a particular concept.
Vì vậy, việc có nhiều cách làm khác nhau là điều cần thiết. Đó là một điều rất tốt và không cần thiết. Hai người sẽ cùng đưa ra một kết quả được chấp thuận giống nhau. cho một khái niệm cụ thể.
So keep these ideas coming.
Hãy tiếp tục chia sẻ những ý tưởng này nhé.
So how we're going to go about doing this — this pen is not working — is we want to show that these two steps are equal.
Vậy chúng ta sẽ tiến hành việc này như thế nào? Cây bút này không hoạt động. Chúng ta muốn chứng minh rằng hai bước này là tương đương nhau.
So in the span of 1, 1 and 1, minus 1, there's a bunch of vectors, and in R2, there's a bunch of vectors.
Vậy trong khoảng thời gian 1, 1 và 1, trừ 1, Có rất nhiều vectơ, và trong R2, có... một loạt các vectơ.
So let's ask, first, the question can span of 1, 1 and 1, minus 1 be bigger than R2?
Vậy trước tiên, chúng ta hãy đặt câu hỏi: Khoảng cách giữa hai điểm 1, 1 và 1 trừ 1 có thể lớn hơn R2 không?
If we want to say that these two are equal, then everything in here should be in here, and everything in here should be in here.
Nếu ta muốn nói rằng hai điều này là ngang bằng nhau, Vậy thì mọi thứ ở đây đều phải ở đây. Và mọi thứ ở đây đều nên ở đây.
None of these sets should be bigger than the other. So what is the span of this? So let's say consider some vector v. Consider.
Không có bộ nào lớn hơn bộ nào khác. Vậy phạm vi của việc này là bao lâu? Vậy giả sử ta xét một vectơ v nào đó. Hãy xem xét...
Which is a linear combination of our two candidate vectors. So how do you represent a linear combination? Let's take some constants.
Đây là tổ hợp tuyến tính của hai vectơ ứng cử viên của chúng ta. Vậy làm thế nào để biểu diễn một tổ hợp tuyến tính? Hãy lấy một vài hằng số.
Let's call them alpha times the first vector plus beta times the second vector.
Chúng ta hãy gọi chúng là alpha nhân với vectơ đầu tiên cộng với beta nhân vectơ thứ hai.
This is a linear combination of our two vectors. What is that going to give you? Well, I can add the components up. This is going to be alpha plus beta, and alpha minus beta.
Đây là tổ hợp tuyến tính của hai vectơ của chúng ta. Điều đó sẽ mang lại cho bạn điều gì? Tôi có thể cộng các thành phần lại. Đây sẽ là alpha cộng beta, và alpha trừ beta.
Is this now an element of R2?
Liệu đây có phải là một phần của R2 không?
Why is this an element of R2? Why does this belong to R2?
Tại sao đây lại là một phần tử của R2? Tại sao cái này lại thuộc về R2?
Because both components are real numbers, and our definition of R2 is all those vectors where each component is a real number.
Vì cả hai thành phần đều là số thực, và định nghĩa của chúng ta của R2 là tất cả các vectơ mà mỗi thành phần là một số thực.
So we've seen that if you have a linear combination of these two guys, well, they're a vector that belongs to R2.
Như vậy, chúng ta đã thấy rằng nếu bạn có một tổ hợp tuyến tính của hai yếu tố này thì... Các bạn ơi, chúng là một vectơ thuộc R2.
This is a step that at some level, once you start doing lots and lots and lots of proofs, is a simple step, and you might choose to not write it out as explicitly.
Đây là một bước mà ở một mức độ nào đó, một khi bạn bắt đầu làm rất nhiều, rất nhiều lần chứng minh, Đây là một bước đơn giản, và bạn có thể chọn không viết bước này. nêu rõ ràng.
But right now, because we're learning to do proofs, we're going to write every single step out super explicitly.
Nhưng hiện tại, vì chúng ta đang học cách chứng minh, Chúng ta sẽ viết ra từng bước một. Nói rõ ràng hết sức.
So what this means is that if your vector v belongs to your span of these guys, then v belongs to R2.
Vậy điều này có nghĩa là nếu vectơ của bạn v thuộc phạm vi của những người này, vậy thì v thuộc về R2.
So we've shown that, basically, the span cannot be bigger than R2. What's the other thing we now have to show to complete our proof? We want to show equality, right?
Như vậy, về cơ bản chúng ta đã chứng minh rằng, khoảng cách không thể lớn hơn R2. Chúng ta còn có gì nữa nhỉ? Để chứng minh điều này? Chúng ta muốn thể hiện sự bình đẳng, phải không?
We have to show that it's no less than, or we have to show that basically every single vector in R2 is part of the span.
Chúng ta phải chứng minh rằng nó không hề kém hơn, hoặc chúng ta phải chứng minh rằng về cơ bản mọi vectơ đều như vậy. R2 là một phần của nhịp cầu.
We've shown every single vector in the span is part of R2. Now we have to show every single vector in R2 can be represented as a linear combination.
Chúng tôi đã chứng minh rằng mọi vectơ trong không gian con đều là một phần của R2. Bây giờ chúng ta phải hiển thị mọi vectơ trong R2. có thể được biểu diễn dưới dạng tổ hợp tuyến tính.
Everyone clear on the second part? If you're not clear, ask your neighbor. If both of you can't figure it out, please raise your hand and let me know.
Mọi người đã hiểu rõ phần thứ hai chưa? Nếu bạn chưa rõ, hãy hỏi người hàng xóm. Nếu cả hai người đều không tìm ra đáp án, hãy giơ tay lên. Và hãy cho tôi biết nhé.
Ask questions.
Hãy đặt câu hỏi.
So the second part is can any vector in R2 be represented as a linear combination of 1, 1 and 1,
Vậy phần thứ hai là liệu có thể có bất kỳ vectơ nào trong R2 hay không. có thể được biểu diễn dưới dạng tổ hợp tuyến tính của 1, 1 và 1, trừ 1?
minus 1?
So here, we're starting with the opposite vector. Here, we started with the vector in the span. Start with v in span.
Vậy ở đây, chúng ta bắt đầu với vectơ ngược chiều. Ở đây, chúng ta bắt đầu với vectơ trong không gian sinh bởi sóng. Bắt đầu với chữ v trong span.
Now we want to start with some u belonging to R2. You see how we're starting on the other side?
Bây giờ chúng ta muốn bắt đầu với một số giá trị u thuộc về R2. Bạn thấy đấy, chúng ta đang bắt đầu từ phía bên kia phải không?
So what's a general u that is in R2? Well, let's consider a u which is u1, u2, and u1, u2 both are real numbers.
Vậy u tổng quát nằm trong R2 là gì? Vậy, hãy xem xét au, tức là u1. u2 và u1, u2 đều là số thực.
This is a general vector.
Đây là một vectơ tổng quát.
So now what is the question?
Vậy bây giờ câu hỏi là gì?
Can we find alpha, beta such that alpha times 1, 1 plus beta times 1, minus 1 is equal to u1, u2.
Liệu ta có thể tìm alpha, beta sao cho alpha nhân 1, 1 cộng beta nhân 1 trừ 1 bằng u1, u2.
And we have to be able to do this for any u1, u2. We're not making any assumptions on u1, u2. We're not saying u1, u2 is off of the form alpha, alpha.
Và chúng ta phải có khả năng làm điều này cho bất kỳ u1, u2 nào. Chúng tôi không đưa ra bất kỳ giả định nào về u1, u2. Chúng tôi không nói rằng u1, u2 xuất phát từ dạng alpha, alpha.
We're not saying it's of the form alpha, minus alpha. u1 and u2 are arbitrary real numbers.
Chúng tôi không nói rằng nó có dạng alpha, trừ alpha. u1 và u2 là các số thực bất kỳ.
So this is where we want to now start to use some of the tools that we've built up.
Vậy nên đây là lúc chúng ta bắt đầu sử dụng một số công cụ. mà chúng ta đã xây dựng nên.
So we want to figure out if u1, u2 can be represented in this format. I want to take this and manipulate it a little bit. So this is kind of our beginning.
Vậy chúng ta muốn tìm hiểu xem u1, u2 có thể được thể hiện theo định dạng này. Tôi muốn lấy cái này và chỉnh sửa nó một chút. Đây có thể coi là sự khởi đầu của chúng ta.
Oops, thank you. This is our beginning point. This is our end point. And we're going to try some manipulations to see how we can get from beginning to end.
Ồ, cảm ơn bạn. Đây là điểm khởi đầu của chúng ta. Đây là điểm kết thúc của chúng ta. Và chúng ta sẽ thử một số thao tác để xem kết quả như thế nào. có thể đi từ đầu đến cuối.
So you're here.
Vậy là bạn đã đến đây.
So I have alpha times 1, 1 plus beta times 1, minus 1.
Vậy tôi có alpha nhân 1, 1 cộng beta nhân 1, trừ 1.
These are linear combinations of columns. We have now a way of representing this compactly using matrices. So I can write this just as 1, 1 times alpha plus 1, minus 1 times beta.
Đây là các tổ hợp tuyến tính của các cột. Giờ đây chúng ta đã có cách để biểu diễn Cách này được thực hiện một cách gọn gàng bằng cách sử dụng ma trận. Vậy tôi có thể viết điều này đơn giản là 1, 1 nhân alpha cộng 1, trừ 1 lần beta.
I did nothing. I just rewrote the multiplication. The scalar can go on either side of the vector.
Tôi không làm gì cả. Tôi vừa viết lại phép nhân. Đại lượng vô hướng có thể nằm ở cả hai phía của vectơ.
But now, it's basically this vector scaled by this constant, and then this vector scaled by this constant. I can write this out as a matrix.
Nhưng bây giờ, về cơ bản nó là vectơ này được nhân với hằng số này. và sau đó vectơ này được nhân với hằng số này. Tôi có thể viết điều này ra dưới dạng ma trận.
1, 1, 1, minus 1, and make alpha, beta into a vector.
1, 1, 1, trừ 1, và biến alpha, beta thành một vectơ.
And so now the question is does 1, 1, 1, minus 1, alpha, beta is equal to u1, u2 have a solution?
Vậy câu hỏi đặt ra bây giờ là liệu 1, 1, 1, trừ 1, alpha, Liệu beta bằng u1, u2 có lời giải không?
If this has a solution, then that means I can find alpha, beta to get u1, u2 as a linear combination.
Nếu vấn đề này có lời giải, thì có nghĩa là tôi có thể tìm ra alpha. Sử dụng beta để có được u1, u2 dưới dạng tổ hợp tuyến tính.
This is just rewriting, essentially, the definition of span. I'm doing it out in a slightly longer way just so that you can get used to the definition of span.
Về cơ bản, đây chỉ là viết lại. Định nghĩa về khoảng thời gian. Tôi sẽ trình bày nó theo cách dài dòng hơn một chút. Chỉ để bạn làm quen với định nghĩa của "span".
There are other ways to do this proof. It's not the only way. But now, what are you in a situation where you know basically one thing for solving systems of linear equations.
Còn có những cách khác để chứng minh điều này. Đó không phải là cách duy nhất. Nhưng bây giờ, bạn đang ở trong tình huống nào? trong đó bạn chỉ biết một điều cơ bản để giải quyết vấn đề. hệ phương trình tuyến tính.
Gaussian elimination. So why don't you quickly do Gaussian elimination? I'll do it on the side here as well, and see what you get. So this is known.
Phương pháp khử Gauss. Vậy tại sao bạn không nhanh chóng thực hiện phép khử Gauss? Tôi cũng sẽ làm thử ở đây và xem kết quả thế nào. Vậy là điều này đã được biết đến.
This is known.
Điều này ai cũng biết.
This guy is unknown.
Người này không rõ danh tính.
And so I can write this now as 1, 1, 1, minus 1, u1, u2. I'm just going to do the rho operation first.
Và giờ tôi có thể viết điều này như sau: 1, 1, 1, trừ 1, u1, u2. Tôi sẽ thực hiện phép toán rho trước.
So R2 minus R1 gives me 1, 1, u1, 0 minus 2, u2 minus u1.
Vậy R2 trừ R1 cho tôi 1, 1, u1, 0 trừ 2, u2 trừ u1.
Then R2 divided by minus 2 gives me 1, 1, u1, 0, 1, u1 minus u2 divided by 2.
Sau đó, R2 chia cho -2 ta được 1, 1, u1, 0, 1, u1 trừ u2 chia cho 2.
And then I do the back substitution step. So this gives me the second component. That beta is equal to u1 minus u2 over 2.
Và sau đó tôi thực hiện bước thay thế ngược. Như vậy, tôi có được thành phần thứ hai. Hệ số beta đó bằng u1 trừ u2 chia cho 2.
I do back substitution to basically get this 1, 0, 0, 1, here and here I get u1 plus u2 by 2, and here I get u1 minus u2 by 2.
Tôi thực hiện phép thế ngược để về cơ bản nhận được chuỗi 1, 0, 0, 1 này. Ở đây và ở đây tôi nhận được u1 cộng u2 chia cho 2. và ở đây tôi nhận được u1 trừ u2 chia cho 2.
So this means that I have alpha is equal to u1 plus u2 by 2. Beta is equal to u1 minus u2 by 2.
Vậy điều này có nghĩa là alpha của tôi bằng u1 cộng u2 chia cho 2. Beta bằng u1 trừ u2 chia cho 2.
Yeah, question?
Ừ, có câu hỏi gì không?
STUDENT
[INAUDIBLE] PROFESSOR: Okay.
[KHÔNG NGHE RÕ] GIÁO SƯ: Được rồi.
No worries. It's very, very easy to make algebra mistakes. So good to catch these things. Yeah?
Không sao cả. Rất, rất dễ mắc lỗi trong đại số. Thật tuyệt khi bắt được những thứ này. Vâng?
STUDENT
[INAUDIBLE] PROFESSOR: So we saw some examples last time that showed that just by looking for whether there is a row of zeros doesn't always necessarily give you
[KHÔNG NGHE RÕ] GIÁO SƯ: Vậy là lần trước chúng ta đã xem một vài ví dụ rồi. Điều đó cho thấy rằng chỉ cần tìm kiếm xem liệu có Một hàng toàn số 0 không nhất thiết luôn mang lại cho bạn Câu trả lời đúng.
the right answer. So you actually have to go through the entire procedure. So that approach could work, but it might not work.
Vì vậy, bạn thực sự phải trải qua toàn bộ quy trình. Vì vậy, phương pháp đó có thể hiệu quả, nhưng cũng có thể không hiệu quả.
STUDENT
[INAUDIBLE] PROFESSOR: In this case, you're not going to get a row of all zeros, but in the case where you had a separate situation, you might.
[KHÔNG NGHE RÕ] GIÁO SƯ: Trong trường hợp này, bạn không phải là sẽ nhận được một hàng toàn số không, nhưng trong trường hợp này Trong trường hợp của bạn là một tình huống khác, thì có thể.
Let's talk about it offline. Yeah?
Chúng ta hãy bàn chuyện này riêng nhé. Vâng?
STUDENT
[INAUDIBLE] PROFESSOR: What is the objective of the first part of the proof? Which part? This part?
[KHÔNG NGHE RÕ] GIÁO SƯ: Mục tiêu của phần đầu tiên của chứng minh là gì? Phần nào? Phần này à?
Before we did the u1, u2 step. That's a great question. What is the point of this part of the proof?
Trước khi chúng ta thực hiện bước u1, u2. Đó là một câu hỏi tuyệt vời. Mục đích của phần chứng minh này là gì?
So when you want to show two things are equal, two sets are equal, you are to show every member of the first set is a member of the second set.
Vậy nên khi bạn muốn chứng minh hai thứ bằng nhau, Hai tập hợp bằng nhau, bạn cần chứng minh điều đó. Mọi thành viên của tập hợp thứ nhất đều là thành viên của tập hợp thứ hai.
In this case, it's simple to see that if you take a linear combination of the two vectors, they belong to R2.
Trong trường hợp này, thật dễ dàng để thấy rằng nếu bạn Lấy tổ hợp tuyến tính của hai vectơ, chúng thuộc R2.
But because we're learning how to do a proof, it's important to do that first step out. Once you're taking grad classes or even when you're taking classes like 70, you might not do this.
Nhưng vì chúng ta đang học cách chứng minh, Việc bước ra ngoài lần đầu tiên rất quan trọng. Khi bạn đang theo học các lớp sau đại học hoặc thậm chí khi bạn đang... Nếu bạn học những lớp như lớp 70, có thể bạn sẽ không làm điều này.
But the goal of 16A is to help prepare you for classes like 70 where you're going to be expected to do more advanced proofs.
Nhưng mục tiêu của môn 16A là giúp bạn chuẩn bị cho các lớp học như 70. nơi bạn sẽ được mong đợi để thực hiện các chứng minh nâng cao hơn.
So this is kind of the first very, very ease into proofs type of problem.
Đây có thể coi như là bước đầu tiên, rất, rất dễ dàng để làm quen với các chứng minh. loại vấn đề.
Okay, so we're here. We basically have alpha, beta, and we've figured them out.
Được rồi, vậy là chúng ta đã đến nơi. Về cơ bản, chúng ta có phiên bản alpha, beta, và chúng ta đã tìm ra cách giải quyết chúng.
So now this means that for all u1, u2, which means all u, we can find alpha, beta.
Vậy bây giờ điều này có nghĩa là với mọi u1, u2, tức là mọi u, Chúng ta có thể tìm alpha, beta.
And basically, this means that all u can be written as a linear combination.
Về cơ bản, điều này có nghĩa là tất cả những gì bạn có thể viết được. như một tổ hợp tuyến tính.
Basically, you can say QED, which is basically Latin for what was to be shown.
Về cơ bản, bạn có thể nói QED, về cơ bản là Tiếng Latinh có nghĩa là những gì sẽ được trình chiếu.
You started out by saying that you wanted to show that all vectors in R can be written as a linear combination.
Bạn bắt đầu bằng cách nói rằng bạn muốn chứng minh rằng tất cả các vectơ trong R có thể được viết dưới dạng tổ hợp tuyến tính.
And what you have done here, this style of proof is what is called a constructive proof.
Và những gì bạn đã làm ở đây, kiểu chứng minh này Đây được gọi là chứng minh mang tính xây dựng.
You ask the question, can every vector in R2 be expressed as a linear combination? And the way you answered that was by finding that linear combination.
Bạn đặt câu hỏi, liệu mọi vectơ trong R2 có thể là vectơ của R2 không? Có thể biểu diễn dưới dạng tổ hợp tuyến tính không? Và cách bạn trả lời câu hỏi đó là bằng cách tìm kiếm đó là tổ hợp tuyến tính.
You found exactly those numbers. It's possible to prove things without necessarily constructing an example, and we'll see an example of a proof like that.
Bạn đã tìm thấy chính xác những con số đó. Có thể chứng minh mọi thứ mà không nhất thiết phải xây dựng một ví dụ, và chúng ta sẽ Hãy xem một ví dụ về cách chứng minh như vậy.
But what you did here, it's important to remember, is that you did a constructive proof.
Nhưng điều quan trọng là phải nhớ những gì bạn đã làm ở đây. Điều đó có nghĩa là bạn đã thực hiện một phép chứng minh mang tính xây dựng.
Okay. Yes, question?
Được rồi. Vâng, có câu hỏi gì không?
STUDENT
[INAUDIBLE] PROFESSOR: The question was can you just prove that the vectors are linearly independent?
[KHÔNG NGHE RÕ] GIÁO SƯ: Câu hỏi là liệu bạn có thể chỉ Chứng minh rằng các vectơ đó độc lập tuyến tính?
We will eventually get to learning about linear independence and dependence, but we haven't even defined those things yet.
Rồi cuối cùng chúng ta cũng sẽ học được thôi. Về tính độc lập và phụ thuộc tuyến tính, Nhưng chúng ta thậm chí còn chưa định nghĩa những điều đó.
So when you're doing a proof, you have to know what is in your scope, what is in your toolbox, and what isn't.
Vì vậy, khi bạn thực hiện một chứng minh, bạn phải biết điều gì đang xảy ra. Trong phạm vi công việc của bạn, những gì có trong bộ công cụ của bạn và những gì không có.
And because none of those are in school because we're proving things from first principles, that would not be necessarily a valid approach that we could do right now.
Và bởi vì không ai trong số họ đang đi học vì chúng ta đang chứng minh mọi thứ từ những nguyên lý cơ bản. Đó không nhất thiết là một cách tiếp cận hợp lệ. Chúng ta có thể làm điều đó ngay bây giờ.
But again, if you're taking an advanced class, once you've learned that in the class, you're welcome to do things like that.
Nhưng một lần nữa, nếu bạn đang theo học một lớp nâng cao, một khi bạn đã học được điều đó trong lớp học, Bạn hoàn toàn có thể làm những việc như vậy.
But we haven't learned that yet, so that wouldn't be a valid way of proving it right now. Yes, in the back.
Nhưng chúng ta vẫn chưa học được điều đó, vì vậy Hiện tại, đó không phải là cách chứng minh hợp lệ. Đúng vậy, ở phía sau.
STUDENT
How do you know that that linear combination [INAUDIBLE] PROFESSOR: How do I know that that linear combination has no solutions?
Làm sao thầy biết rằng tổ hợp tuyến tính đó [Không nghe rõ] GIÁO SƯ: Làm sao tôi biết rằng tổ hợp tuyến tính đó có Không có giải pháp nào sao?
I basically set this up as alpha and beta are the coefficients of the linear combination.
Về cơ bản, tôi thiết lập điều này với alpha và beta là các hệ số. của tổ hợp tuyến tính.
Alpha and beta are basically alpha times the first vector plus beta times this vector gives me vector u, and I'm solving it using Gaussian elimination.
Alpha và beta về cơ bản đều là alpha. lần vectơ đầu tiên cộng với beta lần vectơ này cho tôi vectơ u, và tôi đang giải Nó sử dụng phương pháp khử Gauss.
And by Gaussian elimination, I'm constructing the example so I know that there is a solution because I constructed it.
Và bằng phương pháp khử Gauss, tôi đang xây dựng ví dụ này. Vì vậy, tôi biết rằng có một giải pháp vì tôi đã tự mình xây dựng nó. Nó.
Yeah.
Vâng.
STUDENT
[INAUDIBLE] PROFESSOR: We could have two equations and two unknowns, and have infinitely many solutions or no solutions.
[KHÔNG NGHE RÕ] GIÁO SƯ: Chúng ta có thể có hai phương trình và hai ẩn số, và có vô số lời giải hoặc không có lời giải nào.
Two equations and two unknowns doesn't guarantee that, and we're going to see more of how and where — this is a great lead into what I want to talk about next.
Hai phương trình và hai ẩn số không đảm bảo điều đó. và chúng ta sẽ tìm hiểu thêm về cách thức và địa điểm diễn ra điều đó — Đây là một lời dẫn tuyệt vời cho điều tôi muốn nói tiếp theo.
So let me move on.
Vậy tôi xin phép chuyển sang vấn đề khác.
I'm sorry?
Tôi xin lỗi?
STUDENT
[INAUDIBLE] PROFESSOR: What has a solution? This equation has a solution because I computed it.
[KHÔNG NGHE RÕ] GIÁO SƯ: Vậy giải pháp là gì? Phương trình này có nghiệm vì tôi đã tính toán ra nó.
This is the equation. Alpha and beta are my unknowns. u and u2 is a vector that is given to me.
Đây là phương trình. Alpha và beta là những ẩn số của tôi. u và u2 là một vectơ được cung cấp cho tôi.
I'm writing it in terms of symbols, but I know exactly what u1, u2 is. So it's important to remember, this is known, this is known, these guys are unknown.
Tôi đang viết nó dưới dạng các biểu tượng. Nhưng tôi biết chính xác u1, u2 là gì. Vậy nên điều quan trọng cần nhớ là, điều này đã được biết đến, điều này đã được biết đến. Những người này vô danh.
Alpha, beta are unknown. Good question.
Alpha và beta chưa được biết. Câu hỏi hay đấy.
Okay, so this leads me to moving to the next part, which is remember last time we talked about when we have our experiment, we have some object — thank you.
Được rồi, vậy là tôi sẽ chuyển sang phần tiếp theo, đó là phần tiếp theo sẽ là... Tôi nhớ lần trước chúng ta nói chuyện về... Chúng ta có thí nghiệm của mình, chúng ta có một số vật thể — Cảm ơn.
We have our object, which is x, and we're doing our imaging experiment.
Chúng ta có đối tượng của mình, đó là x, và chúng ta đang... Chúng tôi đang tiến hành thí nghiệm chụp ảnh.
And our imaging experiment is represented by this matrix, A, which is taking linear combinations of the pixels of the object, and this gives us our measurement.
Và thí nghiệm chụp ảnh của chúng ta được biểu diễn bằng ma trận này, A, đó là việc lấy tổ hợp tuyến tính của các pixel của đối tượng, và điều này cho chúng ta phép đo.
This is the tomography example.
Đây là ví dụ về chụp cắt lớp.
And our question was, how do I know that my design of my MRI machine is good from the get go?
Và câu hỏi của chúng tôi là, làm sao tôi biết được điều đó? Liệu thiết kế máy MRI của tôi đã tốt ngay từ đầu chưa?
Or at least how do I know that it's not bad from the get go? And we said last time that we're going to answer that question in today's lecture.
Hoặc ít nhất làm sao tôi biết nó không tệ ngay từ đầu? Và lần trước chúng ta đã nói rằng chúng ta sẽ đi Để trả lời câu hỏi đó trong bài giảng hôm nay.
And for that, I want to basically introduce a definition, and this definition is linear dependence.
Và vì điều đó, về cơ bản tôi muốn giới thiệu một định nghĩa, và định nghĩa này Đây là sự phụ thuộc tuyến tính.
We say a set of vectors, A1, A2, all the way up to An are said to be linearly dependent if one of the vectors
Ta nói đến một tập hợp các vectơ, A1, A2, cho đến An. Các vectơ được gọi là phụ thuộc tuyến tính nếu một trong các vectơ đó là phụ thuộc tuyến tính.
can be as a linear combination.
có thể được biểu diễn dưới dạng tổ hợp tuyến tính.
So what does this mean?
Vậy điều này có nghĩa là gì?
Effectively, it's saying if one of your vectors in your set is in the span of all of the other vectors in your set, then your entire set is said to be linearly dependent.
Về cơ bản, điều đó có nghĩa là nếu một trong các vectơ của bạn trong tập hợp của bạn nằm trong không gian sinh bởi tất cả các vectơ khác trong tập hợp của bạn. Khi đó, toàn bộ tập hợp của bạn được gọi là phụ thuộc tuyến tính.
Linearly dependent, meaning you take some linear combination of some of them, and it gives you the other one. And linear dependence is something that's going to show up a lot.
Phụ thuộc tuyến tính, nghĩa là bạn thực hiện một số tổ hợp tuyến tính. Một số trong số đó sẽ cho bạn cái còn lại. Và sự phụ thuộc tuyến tính là một điều gì đó Điều đó sẽ xuất hiện rất nhiều.
So for example, if you have the set, let's say 1, 1 and 2, 2. Is this set of vectors linearly dependent?
Ví dụ, nếu bạn có tập hợp số là 1, 1 và 2, 2. Tập hợp các vectơ này có phụ thuộc tuyến tính với nhau không?
Yes, this is the linear dependent because 2 times 1, 1 gives you 2, 2. Okay, what about 1, 1, 1 and 1, 2, 3?
Đúng vậy, đây là mối quan hệ tuyến tính vì 2 nhân 1, 1 cho bạn 2, 2. Được rồi, vậy còn 1, 1, 1 và 1, 2, 3 thì sao?
Are these linearly dependent? No, right? You cannot do this. This is not linearly dependent.
Chúng có phụ thuộc tuyến tính với nhau không? Không, đúng không? Bạn không thể làm điều này. Điều này không phụ thuộc tuyến tính.
You could also write this as linearly independent. What about 1, 1 minus 1, 1 and 2, 3?
Bạn cũng có thể viết điều này dưới dạng độc lập tuyến tính. Còn 1, 1 trừ 1, 1 và 2, 3 thì sao?
Is the set of vectors linearly dependent or linearly independent?
Tập hợp các vectơ có phụ thuộc tuyến tính không? hay độc lập tuyến tính?
Okay, I'm getting different answers now.
Được rồi, giờ tôi nhận được những câu trả lời khác nhau.
So take a minute. Figure it out. Talk to your neighbors.
Hãy dành một phút. Hãy tìm ra câu trả lời. Hãy trò chuyện với hàng xóm của bạn.
So do we have some kind of consensus? What did we talk about? What did we look at for these two vectors, 1, 1 and 1, minus 1?
Vậy chúng ta đã đạt được sự đồng thuận nào đó chưa? Chúng ta đã nói về điều gì vậy? Chúng ta đã xem xét điều gì đối với hai vectơ này, 1, 1 và 1? trừ 1?
Or minus 1, 1, which are just the same vector.
Hoặc trừ 1, 1, chúng cũng chính là cùng một vectơ.
What is the span of these? R2. Can 2, 3 be written as a linear combination of 1, 1 and minus 1, 1? Yes.
Khoảng cách giữa các khoảng này là bao nhiêu? R2. Liệu 2, 3 có thể được viết dưới dạng tổ hợp tuyến tính không? của 1, 1 và trừ 1, 1? Đúng.
So is this set of vectors linearly dependent or independent? Dependent, right? Okay, good. So this is linearly dependent.
Vậy tập hợp các vectơ này có tuyến tính không? Phụ thuộc hay độc lập? Phụ thuộc, phải không? Được rồi, tốt. Như vậy, mối quan hệ này là tuyến tính.
Okay, so we have some examples.
Được rồi, vậy là chúng ta có một vài ví dụ.
Now, let's get really to the meat of the lecture, which is now we're going to actually prove a theorem that connects linear dependence and independence to systems of linear equations.
Giờ thì chúng ta hãy đi thẳng vào vấn đề chính. của bài giảng, và bây giờ chúng ta sẽ chứng minh điều đó. một định lý liên hệ giữa sự phụ thuộc tuyến tính và tính độc lập đến các hệ phương trình tuyến tính.
You say if the columns of A are linearly dependent, then ax equal to b does not have a unique solution.
Bạn nói rằng nếu các cột của ma trận A phụ thuộc tuyến tính thì Phương trình ax = b không có nghiệm duy nhất.
This is the second theorem that we want to prove today.
Đây là định lý thứ hai mà chúng ta muốn chứng minh hôm nay.
And for this, actually, I wrote out — I'll post this later, but I want to kind of try and use these tips for writing out proofs that we can think about while going through this process.
Và thực ra, tôi đã viết ra về điều này— Tôi sẽ đăng bài này sau, nhưng tôi muốn thử sử dụng nó trước đã. những lời khuyên này để viết chứng minh Chúng ta có thể suy nghĩ về điều đó trong suốt quá trình này.
So there's two learning objectives that I want to achieve in going through this proof. The first one is proving to you that this is true because, hey, this is great.
Vậy có hai mục tiêu học tập. Đó là điều tôi muốn đạt được khi thực hiện bài chứng minh này. Điều đầu tiên là chứng minh cho bạn thấy điều này là đúng. Bởi vì, này, điều này thật tuyệt vời.
If we set up our imaging machine, and it turns out that the measurements it's taking gives us linearly dependent columns, we know it's a failed endeavor.
Nếu chúng ta thiết lập máy chụp ảnh của mình, và hóa ra các phép đo mà nó đang thực hiện cho chúng ta các cột phụ thuộc tuyến tính. Chúng ta biết đó là một nỗ lực thất bại.
We know we should go back to the drawing board because we know that we're not going to get a unique solution. So that's one part of the learning objective.
Chúng ta biết rằng chúng ta nên bắt đầu lại từ đầu. Bởi vì chúng ta biết rằng mình sẽ không tìm ra được một giải pháp duy nhất. Đó là một phần của mục tiêu học tập.
But the other thing is I want to try and use this to think about, constructively, how can we step by step build up a proof? So this is a pretty complex thing to prove.
Nhưng điều khác nữa là tôi muốn thử sử dụng cái này. để suy nghĩ một cách tích cực về việc chúng ta có thể làm thế nào Hãy từng bước xây dựng một chứng minh? Vì vậy, đây là một điều khá phức tạp để chứng minh.
It's more complex than proving that the span of the set that we just discussed is exactly R2. So when you're trying to do a proof, there's a couple of things that I always recommend.
Vấn đề phức tạp hơn việc chỉ chứng minh khoảng thời gian đó. của tập hợp mà chúng ta vừa thảo luận chính xác là R2. Vì vậy, khi bạn đang cố gắng chứng minh điều gì đó, Có một vài điều mà tôi luôn khuyên bạn nên làm.
And the first thing is that you want to try and write out the beginning part of the proof and the end part of the proof explicitly. So here, let's look at this statement.
Và điều đầu tiên bạn muốn làm là cố gắng viết. loại bỏ phần đầu của bằng chứng và phần cuối của chứng minh được trình bày rõ ràng. Vậy, chúng ta hãy xem xét tuyên bố này.
So we have if — we have an if, and we have a then. So if this statement is true, then we want to prove the second part is true.
Vậy chúng ta có nếu — Chúng ta có mệnh đề "nếu" và mệnh đề "thì". Vậy nếu phát biểu này là đúng thì chúng ta Tôi muốn chứng minh phần thứ hai là đúng.
One of the things I see students confuse a lot is accidentally trying to show that the second part of the statement implies the first part of the statement.
Một trong những điều tôi thấy học sinh thường nhầm lẫn là rất nhiều. vô tình cố gắng cho thấy phần thứ hai của câu nói ngụ ý phần đầu tiên của câu nói.
So when you're reading a statement, look at the implication. It says if something is true, then something else is true. So you want to show this clause implies this other clause.
Vì vậy, khi bạn đọc một bản tuyên bố, Hãy xem xét ý nghĩa của nó. Câu nói này có nghĩa là nếu một điều gì đó là đúng, thì điều khác cũng đúng. Vậy bạn muốn chứng minh mệnh đề này hàm ý mệnh đề khác.
So this is the kind of proof where you have P implies Q. So P is this first statement, and Q is the second statement. So look at the direction of the implication.
Đây là dạng chứng minh mà trong đó P kéo theo Q. Vậy P là phát biểu đầu tiên, và Q là phát biểu thứ hai. Vậy hãy xem xét hướng của hàm ý.
That's what this is saying. Look at the direction of the implication, and then write out what the two clauses are, separately.
Đó là điều mà đoạn văn này muốn nói. Hãy xem xét hướng của hàm ý. Sau đó, hãy viết rõ hai mệnh đề đó một cách riêng biệt.
So here, you want to basically say if the columns of A are linearly dependent. So let's write out this proof.
Vậy ở đây, về cơ bản bạn muốn nói rằng nếu các cột của A có mối quan hệ tuyến tính. Vậy chúng ta hãy viết ra bằng chứng này.
So the beginning — so what does it mean to have the columns of A linearly dependent?
Vậy phần mở đầu— vậy nó có nghĩa là gì? Ý nghĩa của việc các cột của ma trận A phụ thuộc tuyến tính là gì?
Well, let's say A is given by A1, A2, An.
Giả sử A được xác định bởi A1, A2, An.
These are the columns of A. We know that for some Ai, there's some column Ai — we don't know which one, but one of them is equal to a linear combination of the other ones.
Đây là các cột của ma trận A. Chúng ta biết rằng với một số Ai nào đó, Có một số cột Ai — Chúng ta không biết chính xác là cái nào, nhưng chắc chắn là một trong số đó. bằng một tổ hợp tuyến tính của các phần tử còn lại.
So I'm writing out this definition of columns are linearly dependent in this mathematical notation.
Vì vậy, tôi đang viết ra định nghĩa này. các cột phụ thuộc tuyến tính trong ký hiệu toán học này.
So I'm saying for some column Ai, it is a linear combination of the other columns, and here in this linear combination, I want to make sure that I don't write Ai equal to Ai.
Vậy nên tôi đang nói về một số cột Ai, Nó là sự kết hợp tuyến tính của các cột khác. và ở đây trong tổ hợp tuyến tính này, Tôi muốn đảm bảo rằng mình không viết Ai bằng Ai.
That's not a valid linear combination. So I'm specifying that I cannot use any columns equal to the i-th column, but I can use all of the other columns.
Đó không phải là một tổ hợp tuyến tính hợp lệ. Vì vậy, tôi đang chỉ rõ rằng tôi không thể sử dụng bất kỳ cột nào bằng nhau. đến cột thứ i, nhưng tôi có thể sử dụng tất cả các cột khác.
We're going from 1 to n, except for the one where j is equal to i. Is this notation clear to everyone? Yeah, question?
Chúng ta đi từ 1 đến n, ngoại trừ số một. trong đó j bằng i. Mọi người đã hiểu rõ ký hiệu này chưa? Ừ, có câu hỏi gì không?
STUDENT
So you're saying for some column Ai, this statement of [INAUDIBLE] is true. But if all the columns are linearly dependent, [INAUDIBLE] PROFESSOR: Good question.
Vậy ý cô là đối với một số cột Ai, Tuyên bố này của [không rõ] là đúng. Nhưng nếu tất cả các cột đều phụ thuộc tuyến tính, [KHÔNG NGHE RÕ] GIÁO SƯ: Câu hỏi hay đấy.
So the question is why are we choosing just one Ai? I'm saying it's true for some Ai, and not true for all of the Ai's. Let's go back to the definition of linear dependence.
Vậy câu hỏi đặt ra là tại sao chúng ta chỉ chọn một loại trí tuệ nhân tạo duy nhất? Tôi đang nói rằng điều đó đúng với một số loại trí tuệ nhân tạo. và điều này không đúng với tất cả các trí tuệ nhân tạo. Chúng ta hãy quay lại định nghĩa về sự phụ thuộc tuyến tính.
The definition says if one of the vectors.
Định nghĩa nói rằng nếu một trong các vectơ.
So we might not have this be true for all of the vectors, but only one — sometimes it'll be true that there'll be multiple linear combinations, but other times it might not be.
Vì vậy, điều này có thể không đúng với tất cả các vectơ. nhưng chỉ có một — Đôi khi điều đó sẽ đúng. có thể là nhiều tổ hợp tuyến tính, nhưng đôi khi nó Có thể không phải vậy.
So you have only one, so you can only assume that one.
Vậy là bạn chỉ có một, nên bạn chỉ có thể giả định đó là một.
Yeah, a question?
Vâng, tôi có câu hỏi gì không?
STUDENT
[INAUDIBLE] PROFESSOR: No, it does not matter. Good question.
[KHÔNG NGHE RÕ] GIÁO SƯ: Không, điều đó không quan trọng. Câu hỏi hay đấy.
Okay. So we have this beginning statement, and what is the end statement that we want to try and get to?
Được rồi. Vậy là chúng ta có câu mở đầu này, Vậy mục tiêu cuối cùng mà chúng ta muốn đạt được là gì?
We want to show that ax equals to b does not have a unique solution. This is a bit harder to immediately mathematize.
Chúng ta muốn chứng minh rằng ax bằng b không đúng. có một giải pháp độc đáo. Việc này hơi khó để diễn đạt bằng toán học ngay lập tức.
What do we do know how to mathematize?
Chúng ta biết cách toán học hóa những gì?
You don't know how to say something is not a solution, but what we're going to try and do here is we're going to try and do a proof by contradiction, which is a different style of proof from the style of proof we just did.
Bạn không biết cách nói rằng điều đó không phải là giải pháp. nhưng điều chúng ta sẽ cố gắng làm ở đây Chúng ta sẽ cố gắng chứng minh bằng phương pháp phản chứng, tức là Đây là một kiểu chứng minh khác so với kiểu chứng minh mà chúng ta vừa sử dụng. làm.
So here we're going to say assume, if possible, that ax equal to b has a unique solution.
Vậy ở đây chúng ta sẽ giả định, nếu có thể, Phương trình ax bằng b có một nghiệm duy nhất.
Let x star be this solution.
Gọi x* là nghiệm này.
And now, the proof approach that we're going to try and take is we're going to say, well, let's try and go from here to here, but show that what we're assuming here is wrong.
Và bây giờ, phương pháp chứng minh mà chúng ta sẽ thử áp dụng sẽ là... Chúng ta sẽ nói, được rồi, hãy thử và đi Từ đây đến đây, nhưng hãy chứng minh điều chúng ta đang giả định ở đây. Điều đó sai.
Let's arrive at a contradiction.
Chúng ta hãy đi đến một mâu thuẫn.
So whenever you have some kind of complex proof like this, dealing with these sigma notation, dealing with n columns all at once, this can sometimes be quite complicated and can distract you from thinking about the core ideas within the proof.
Vì vậy, bất cứ khi nào bạn có một loại chứng minh phức tạp như thế này, xử lý các ký hiệu sigma này, xử lý n cột cùng một lúc, Điều này đôi khi có thể khá phức tạp. và có thể khiến bạn xao nhãng khỏi việc suy nghĩ về những ý tưởng cốt lõi. trong phần chứng minh.
So I always recommend is the first thing you should try is try out basically a small, simple example.
Vì vậy, tôi luôn khuyên bạn nên thử điều đầu tiên. Đây là một ví dụ nhỏ, đơn giản để thử nghiệm.
So here today, let's try and do this just for the context of a is a 3 by 3 matrix. So let's do a simple example.
Vậy hôm nay, chúng ta hãy thử làm điều này nhé. Trong ngữ cảnh này, a là một ma trận 3x3. Chúng ta hãy làm một ví dụ đơn giản.
So let's say A is equal to just A1, A2, A3, and it's 3 by 3.
Vậy giả sử A chỉ bằng A1, A2, A3, và nó là một ma trận 3x3.
And furthermore, let us say we can write this now. We want to write this condition of linear dependence in our 3 by 3 context. So now we have this question.
Và hơn nữa, giả sử chúng ta có thể viết điều này ngay bây giờ. Chúng tôi muốn viết điều kiện phụ thuộc tuyến tính này vào phương trình 3 của chúng tôi. bởi 3 ngữ cảnh. Vậy bây giờ chúng ta có câu hỏi này.
Is A1 dependent on A2 and A3? Or is A2 dependent on A1 and A3? How do we figure this out? So one option is to do cases.
A1 có phụ thuộc vào A2 và A3 không? Hay A2 phụ thuộc vào A1 và A3? Chúng ta làm thế nào để tìm ra điều này? Vậy một lựa chọn là nghiên cứu các trường hợp cụ thể.
To say, well, let's first assume that A1 is dependent on A2 and A3. All we know is that one of them is dependent. We don't know which one.
Để nói, trước hết, hãy giả sử rằng A1 phụ thuộc vào A2 và A3. Chúng ta chỉ biết rằng một trong số họ đang phụ thuộc vào người khác. Chúng ta không biết đó là cái nào.
So let's pick one.
Vậy chúng ta hãy chọn một cái.
So let's assume A1 is equal to basically some C2 times A2 plus C3 times A3.
Vậy giả sử A1 về cơ bản bằng một số C2 nhân A2 cộng C3 nhân A3.
And remember, we will check this for A1. Do for A1. Must also check for A2 and A3.
Và hãy nhớ, chúng tôi sẽ kiểm tra điều này cho A1. Làm bài tập cho A1. Cũng cần kiểm tra A2 và A3.
And what we'll find out — we'll do these steps and we'll find out that actually, the procedure that we would go through for A2 and A3 would be very, very similar to the procedure that we would go through, assuming A1 has a dependence.
Và những gì chúng ta sẽ tìm ra— chúng ta sẽ thực hiện các bước này. và chúng ta sẽ tìm ra rằng thực tế, quy trình mà chúng ta sẽ vượt qua vòng A2 và A3 sẽ rất, rất Tương tự như quy trình mà chúng ta sẽ trải qua, giả sử A1 có sự phụ thuộc.
And so we will introduce this notion of what we call without loss of generality. But I want to come back to that at the end of the proof.
Vì vậy, chúng ta sẽ giới thiệu khái niệm này. mà chúng ta gọi là như vậy, không làm mất tính tổng quát. Nhưng tôi muốn quay lại vấn đề đó ở cuối phần chứng minh.
Here, I just want to say let's, for now, assume that A1 is what is dependent on A2 and A3.
Ở đây, tôi chỉ muốn nói rằng, tạm thời, chúng ta hãy giả định rằng A1 là Điều gì phụ thuộc vào A2 và A3?
So now that we're here, let me pause and give you a chance to try and play with this a little bit yourself. So what do we have here?
Vậy là chúng ta đã đến đây rồi, cho phép tôi tạm dừng một chút để chia sẻ với các bạn. Đây là cơ hội để bạn tự mình thử và trải nghiệm điều này một chút. Vậy chúng ta có gì ở đây?
We have a simple example. We're doing this just in the context of the 3 by 3 case.
Chúng ta có một ví dụ đơn giản. Chúng ta đang làm điều này chỉ trong bối cảnh của trường hợp 3x3.
We're assuming A1 is a linear combination of the other two columns, and we want to arrive at a contradiction to x star being the unique solution.
Chúng ta giả định A1 là tổ hợp tuyến tính của hai cái còn lại. các cột, và chúng ta muốn đi đến một sự mâu thuẫn với x sao là giải pháp duy nhất.
So the next step in of our standard way of doing proofs is to try to manipulate, basically, the beginning side and the ending side or any combinations to see if you can get to where you want to go.
Vậy bước tiếp theo trong phương pháp chứng minh thông thường của chúng ta là gì? Về cơ bản, đó là cố gắng thao túng. mặt bắt đầu và mặt kết thúc hoặc bất kỳ sự kết hợp nào Để xem bạn có thể đến được nơi mình muốn đến hay không.
The important thing is to take small steps, and every time you make a transformation, justify why you're doing that transformation. Write it out. Be explicit.
Điều quan trọng là phải thực hiện từng bước nhỏ. và mỗi lần bạn thực hiện một sự chuyển đổi, Hãy giải thích lý do tại sao bạn lại thực hiện sự thay đổi đó. Hãy viết nó ra. Hãy nói rõ ràng.
So take a chance to take a few minutes to do it on your own. Talk to your neighbor. See what you come up with.
Vì vậy, hãy dành ra vài phút để tự mình làm điều đó. Hãy nói chuyện với hàng xóm của bạn. Hãy xem bạn có thể nghĩ ra điều gì.
Try to talk to new people. Make sure that people aren't left out. Be very, very inclusive.
Hãy thử trò chuyện với những người mới. Hãy đảm bảo rằng không ai bị bỏ sót. Hãy thật sự, thật sự bao dung.
How many people want another minute for discussion? How many people are ready to move on? Okay, it's about equal. So I'll give you a minute.
Có bao nhiêu người muốn thêm một phút để thảo luận? Có bao nhiêu người sẵn sàng chuyển đi? Được rồi, chúng xấp xỉ bằng nhau. Tôi sẽ cho bạn một phút.
Okay, everyone stop talking. Okay, we can move on if people are ready to move on.
Được rồi, mọi người im lặng hết đi. Được rồi, chúng ta có thể tiếp tục nếu mọi người đã sẵn sàng.
So when I see something like this, what is my first thought?
Vậy khi nhìn thấy điều như thế này, suy nghĩ đầu tiên của tôi là gì?
To me, right now, it's not at all clear how to go from this — this is something about the columns, and I want to now prove something about the matrix.
Hiện tại, tôi hoàn toàn không biết phải làm thế nào để tiếp tục... Đây là vấn đề liên quan đến các cột. Và bây giờ tôi muốn chứng minh một điều gì đó về ma trận.
I have columns and I have matrix.
Tôi có các cột và tôi có một ma trận.
So I somehow want to get these columns to reconfigure back to looking like a matrix because here on this side, I have a times x equal to b.
Vậy nên tôi muốn bằng cách nào đó khôi phục lại cấu hình ban đầu của các cột này. trông giống như một ma trận vì ở phía bên này, Tôi có a nhân x bằng b.
So all the columns are stacked together in this matrix form. So how can we make this look like a matrix?
Như vậy, tất cả các cột được xếp chồng lên nhau theo dạng ma trận này. Vậy làm thế nào để chúng ta có thể làm cho nó trông giống như một ma trận?
Yes, question?
Vâng, có câu hỏi gì không?
STUDENT
[INAUDIBLE].
[KHÔNG NGHE RÕ].
PROFESSOR
Oh. Sure. Why not?
Ồ. Chắc chắn. Tại sao không?
STUDENT
[INAUDIBLE] PROFESSOR: Yeah.
[KHÔNG NGHE RÕ] GIÁO SƯ: Vâng.
So basically, the next step that I want to do is I think about it a little bit differently, but that's exactly — every one of us will think about it differently.
Vậy về cơ bản, bước tiếp theo mà tôi muốn làm là gì? Tôi nghĩ về điều đó hơi khác một chút. nhưng đó chính xác là — Mỗi người trong chúng ta sẽ có suy nghĩ khác nhau về vấn đề này.
That's exactly the right way. So I want to make these things look like a matrix. So I'm going to look at this. So I'm going to look at the left-hand side of this.
Đó chính xác là cách đúng đắn. Vậy nên tôi muốn làm cho những thứ này trông giống như một ma trận. Vậy tôi sẽ xem xét vấn đề này. Vậy tôi sẽ xem xét phần bên trái của biểu đồ này.
And what is A1 in terms of — can I write A1 as a matrix vector product?
Vậy A1 có ý nghĩa gì về mặt — Tôi có thể viết A1 dưới dạng tích ma trận và vectơ được không?
If I take the matrix A, which is equal to A1, A2, A3, and I multiply it by the vector 1, 0, 0, what do I get out?
Nếu tôi lấy ma trận A, bằng A1, A2, A3, Và nếu tôi nhân nó với vectơ 1, 0, 0, thì tôi nhận được kết quả gì?
A1. So this left-hand side is basically A times this vector.
A1. Vậy vế bên trái về cơ bản là A nhân với vectơ này.
1, 0, 0.
1, 0, 0.
Does everyone see that? What about the right-hand side?
Mọi người đều thấy điều đó chứ? Còn phía bên phải thì sao?
Can I write the right-hand side also as a matrix vector product?
Tôi có thể viết cả phần bên phải được không? như một tích ma trận vectơ?
I can write A1, A2, A3 times — what would I want to write? So the three columns are A1, A2, A3.
Tôi có thể viết A1, A2, A3 lần — Tôi muốn viết gì? Vậy ba cột đó là A1, A2, A3.
What is A1 being scaled by on the right-hand side? 0. A2 is being scaled by C2, and A3 is being scaled by C3.
A1 đang được thu phóng theo hệ số nào ở phía bên phải? 0. A2 được thu nhỏ bởi C2, và A3 được thu nhỏ bởi C3.
So this is basically A times 0, C2, C3.
Vậy về cơ bản đây là A nhân 0, C2, C3.
Okay, I'll try and write on this sheet of paper so you can see everything.
Được rồi, tôi sẽ thử viết lên tờ giấy này. để bạn có thể nhìn thấy mọi thứ.
Okay, so now I have both sides of this equation that are represented by A. So I have basically A times 1, 0, 0 equal to A times 0, C2, C3.
Được rồi, vậy là bây giờ tôi đã có cả hai vế của phương trình này rồi. được biểu diễn bằng A. Vậy về cơ bản tôi có A nhân 1, 0, 0 bằng A nhân 0, C2, C3.
I can now reorganize this to say that A times 0, C2, C3 minus A times 1, 0, 0 is equal to 0.
Tôi có thể sắp xếp lại điều này thành A nhân 0, C2, C3 trừ A nhân 1, 0, 0 bằng 0.
Just reorganized. Remember, take small steps. Try not to do lots of things at once. It often leads to algebra mistakes or mistaken logic on exams.
Vừa mới sắp xếp lại. Hãy nhớ, hãy bắt đầu từ những bước nhỏ. Cố gắng đừng làm quá nhiều việc cùng một lúc. Điều này thường dẫn đến những lỗi sai về đại số hoặc logic sai lầm. trong các kỳ thi.
I recommend against it. This implies — now I can write this as basically, A times minus 1, C2, C3 equal to 0.
Tôi khuyên bạn không nên làm vậy. Điều này ngụ ý— bây giờ tôi có thể viết điều này về cơ bản là, A lần -1, C2, C3 bằng 0.
So I have A times some vector equal to 0.
Vậy tôi có A nhân với một vectơ nào đó bằng 0.
What else have we assumed? We have assumed that x star is a solution of a x equal to b.
Chúng ta còn giả định điều gì khác nữa? Chúng ta đã giả định rằng x* là nghiệm của phương trình ax = b.
So what this means is that I have a times x star is equal to b.
Vậy điều này có nghĩa là tôi có a nhân x sao bằng b.
By our assumption, we have A times x star equal to B. Okay, so what do you want to do now?
Theo giả định của chúng ta, ta có A nhân x bằng B. Được rồi, Vậy bây giờ bạn muốn làm gì?
What do we want to get a contradiction to? We have said that x star is the unique solution. We want to somehow say that this is false. We want to arrive at a contradiction.
Chúng ta muốn tìm ra sự mâu thuẫn với điều gì? Chúng tôi đã nói rằng x ngôi sao là giải pháp duy nhất. Chúng ta muốn nói rằng điều này là sai bằng cách nào đó. Chúng ta muốn đi đến một sự mâu thuẫn.
So what's one way to say that x star is not the unique solution?
Vậy có cách nào để nói rằng ngôi sao X không phải là...? Giải pháp duy nhất là gì?
Multiply it by 0. Multiplying it by 0 would just give us a 0, right? We wouldn't necessarily — but you're on the right track. You're thinking exactly in the right way.
Nhân nó với 0. Nhân nó với 0 thì kết quả cũng chỉ là 0, đúng không? Chúng tôi không nhất thiết phải làm vậy, nhưng bạn đang đi đúng hướng. Bạn đang suy nghĩ hoàn toàn đúng hướng.
You want to somehow use this 0. There's a 0 that we've created here, and we can add zeros to things without creating a problem.
Bạn muốn sử dụng số 0 này bằng cách nào đó. Chúng ta đã tạo ra một số 0 ở đây. và chúng ta có thể thêm số 0 vào mọi thứ mà không gây ra vấn đề gì.
So if I can somehow create a second solution, if I can give you another solution — x double star that is not equal to x star, but is also a solution, do we have our contradiction?
Vậy nếu tôi có thể tạo ra một giải pháp thứ hai bằng cách nào đó, Nếu tôi có thể đưa ra cho bạn một giải pháp khác — x dấu sao kép đó không bằng x sao, nhưng cũng là một nghiệm. Chúng ta có mâu thuẫn không?
Yeah, question?
Ừ, có câu hỏi gì không?
STUDENT
[INAUDIBLE] PROFESSOR: If everything inside this vector were multiplied by a constant, it would still be 0.
[KHÔNG NGHE RÕ] GIÁO SƯ: Nếu mọi thứ bên trong vectơ này Nếu nhân với một hằng số, kết quả vẫn là 0.
Yes?
Đúng?
STUDENT
[INAUDIBLE].
[KHÔNG NGHE RÕ].
PROFESSOR
Yes, but we don't need to use that right now. Yes, white t-shirt.
Vâng, nhưng chúng ta không cần dùng đến nó ngay bây giờ. Vâng, áo phông trắng.
STUDENT
[INAUDIBLE].
[KHÔNG NGHE RÕ].
PROFESSOR
Yeah. That's exactly what we're going to try and do. There was a purple t-shirt or a red t-shirt question also right there. Yeah, you.
Vâng. Đó chính xác là điều chúng ta sẽ cố gắng thực hiện. Ngoài ra còn có câu hỏi nên chọn áo phông màu tím hay áo phông màu đỏ. Ngay chỗ đó. Đúng rồi, chính bạn đấy.
No? Good? Okay. Okay, so how do we create our new solution?
KHÔNG? Tốt? Được rồi. Vậy, chúng ta sẽ tạo ra giải pháp mới như thế nào?
Let's consider A times x star plus 0 equal to B.
Hãy xét A nhân x cộng 0 bằng B.
If A times x star is equal to B, A times x star plus 0 is also equal to B. Nothing has changed. But what is 0 equal to?
Nếu A nhân x sao bằng B, thì A nhân x star cộng 0 cũng bằng B. Không có gì thay đổi cả. Nhưng 0 bằng bao nhiêu?
Its A times this vector. So I have A times x star plus A times minus 1, C2, C3 equal to B.
Nó nhân với vectơ này. Vậy tôi có A nhân x cộng A nhân trừ 1, C2, C3 bằng B.
This means that A times x star plus minus 1, C2, C3 is equal to B. I'm going to call this vector x double star.
Điều này có nghĩa là A nhân x cộng trừ 1, C2, C3 bằng B. Tôi sẽ gọi vectơ này là vectơ sao kép x.
This implies A times x double star is equal to B.
Điều này ngụ ý rằng A nhân x bằng B.
So what does this mean?
Vậy điều này có nghĩa là gì?
x star is not unique. We just produced a second solution, right?
Dấu sao x không phải là duy nhất. Chúng ta vừa đưa ra giải pháp thứ hai rồi, phải không?
What is the one thing we have to check to make sure that x star — that we can go forward? What if x star and x double star were equal?
Điều quan trọng nhất mà chúng ta cần kiểm tra là gì? để đảm bảo rằng x sao — Để chúng ta có thể tiến về phía trước? Nếu x sao và x sao đôi bằng nhau thì sao?
Our proof wouldn't hold, right? This would not be a contradiction. So how do we know that x star and x double star are not equal?
Bằng chứng của chúng ta sẽ không thuyết phục, phải không? Điều này sẽ không phải là một sự mâu thuẫn. Vậy làm sao chúng ta biết rằng ngôi sao x và sao đôi x không phải là... bình đẳng?
This vector that we're adding is not all zeros.
Vectơ mà chúng ta đang cộng này không phải toàn là số không.
So now what we have to do — so now we have found x double star also a solution.
Vậy bây giờ chúng ta phải làm gì — Vậy là giờ chúng ta đã tìm thấy x ngôi sao đôi cũng là một giải pháp.
x doubles star does not equal x star because x doubles star minus x star is equal to minus 1, C2, C3.
x nhân đôi dấu sao không bằng x dấu sao vì x nhân đôi sao trừ x sao bằng -1, C2, C3.
And why do we know that minus 1, C2, C3 is not equal to 0? C2 and C3 could be 0, right?
Và tại sao chúng ta biết rằng -1, C2, C3 không bằng 0? C2 và C3 có thể bằng 0, đúng không?
But we have this minus 1 here, and we know that minus 1 is definitely not 0. This is not equal to 0. So we have to do this check.
Nhưng chúng ta có số âm 1 ở đây, và chúng ta biết rằng âm 1 Chắc chắn không phải là 0. Giá trị này không bằng 0. Vì vậy, chúng ta phải thực hiện việc kiểm tra này.
This implies x star is not the unique solution.
Điều này ngụ ý rằng x sao không phải là nghiệm duy nhất.
This is a contradiction, which means that we are done.
Đây là một sự mâu thuẫn, có nghĩa là chúng ta đã hoàn thành.
Yeah.
Vâng.
STUDENT
I lost track of where the check came from. Why don't we have the x double star minus x star?
Tôi không nhớ rõ tấm séc này đến từ đâu. Tại sao chúng ta không có x ngôi sao đôi trừ x ngôi sao?
PROFESSOR
Great question. So excellent. Thank you for asking. So we're over here.
Câu hỏi hay đấy. Tuyệt vời! Cảm ơn bạn đã hỏi. Vậy là chúng tôi đang ở đây.
We've added A times x star plus 0 equal to B. Now we have A. We pulled the A out.
Chúng ta đã cộng A nhân x cộng 0 bằng B. Giờ thì chúng ta đã có A. Chúng ta đã lấy được A ra.
So we have A times x star plus this vector equal to B, and x double star we're defining to be equal to x star plus minus 1, C2, C3.
Vậy ta có A nhân x star cộng với vectơ này bằng B, và x dấu sao kép mà chúng ta định nghĩa là bằng x ngôi sao cộng trừ 1, C2, C3.
We're defining this here. This definition is hidden here, but now it's also called out over here. Excellent question.
Chúng ta đang định nghĩa điều này ở đây. Định nghĩa này được giấu ở đây, nhưng giờ thì nó đã được công bố. Cũng có người gọi ở đây. Câu hỏi rất hay.
Everyone with me here? And now we want to check to make sure that, well, we created a second solution, but how do I know that the second solution isn't just x star plus 0?
Mọi người có mặt ở đây không? Và bây giờ chúng ta muốn kiểm tra lại để chắc chắn. Vâng, chúng tôi đã tạo ra một giải pháp thứ hai. nhưng làm sao tôi biết rằng giải pháp thứ hai không chỉ là x sao cộng 0?
That's the trick way of creating a second solution. That's not actually a different solution. Well, we can check that the difference between them is not 0. That's why we know.
Đó là cách khéo léo để tạo ra giải pháp thứ hai. Đó thực chất không phải là một giải pháp khác. Chúng ta có thể kiểm tra sự khác biệt giữa chúng. không phải là 0. Đó là lý do tại sao chúng ta biết.
Do you see how the style and flavor of proof and way of thinking is different from the first proof that we did where we created the example?
Bạn có thấy phong cách và hương vị như thế nào không? Cách chứng minh và phương pháp tư duy này khác với cách chứng minh đầu tiên. Chúng ta đã làm gì khi tạo ra ví dụ đó?
And this was a different flavor of proof. So it's something to take to keep in mind. Any other questions? This is complex.
Và đây là một bằng chứng theo một cách khác. Vì vậy, đây là điều cần ghi nhớ. Bạn còn câu hỏi nào khác không? Vấn đề này khá phức tạp.
Yes, black shirt.
Vâng, áo sơ mi đen.
STUDENT
How does this prove that this works for all matrices, not just [INAUDIBLE] PROFESSOR: Great question. How does this prove this works for three all matrices, and not just three by threes?
Điều này chứng minh điều này như thế nào? có tác dụng với tất cả các ma trận, không chỉ [KHÔNG NGHE RÕ] GIÁO SƯ: Câu hỏi hay đấy. Làm thế nào điều này chứng minh rằng nó hoạt động với cả ba ma trận? và không chỉ là những khối ba nhân ba?
We haven't proven that yet. We were just doing the simple example part. So what would be the next step that you would do?
Chúng ta vẫn chưa chứng minh được điều đó. Chúng tôi chỉ đang làm phần ví dụ đơn giản thôi. Vậy bước tiếp theo bạn sẽ làm gì?
You would do this out basically for the larger setup, but you now know exactly what you would do. So what would be the thing that you would want to do?
Về cơ bản, bạn sẽ làm điều này đối với các thiết lập lớn hơn. Nhưng giờ bạn đã biết chính xác mình sẽ làm gì. Vậy điều mà bạn muốn làm là gì?
If I said Ai was equal to sigma i not equal to j, j equal to 1 to n, Cj, Aj.
Nếu tôi nói Ai bằng sigma i không bằng j, j bằng 1 đến n, Cj, Aj.
What was the key step here? This was the key step, right?
Bước quan trọng ở đây là gì? Đây là bước quan trọng nhất, phải không?
So I know I can rewrite this out as A times 0, 0, except there's a 1 in the i-th position.
Vậy tôi biết tôi có thể viết lại điều này thành A nhân 0, 0, ngoại trừ có số 1 ở vị trí thứ i.
1 in i-th position, and the right-hand side we know is C1, C2, except there's a 0 in i-th position.
1 ở vị trí thứ i, và phía bên phải chúng ta biết là C1, C2, ngoại trừ có số 0 ở vị trí thứ i.
Instead of 3, now if you had a set up where you n columns, you would basically get this exact same thing, but now instead of having the 0 in the first position, you would have it in the general position.
Thay vì 3, giờ nếu bạn có một thiết lập với n cột, Về cơ bản bạn sẽ nhận được kết quả y hệt như vậy. nhưng bây giờ thay vì có số 0 ở vị trí đầu tiên, Bạn sẽ đặt nó ở vị trí tổng quát.
In fact, even for the 3 by 3 case, we've only done the one case where you assume that A1 is a linear combination of A2 and A3. What about the other two cases?
Thực tế, ngay cả trong trường hợp 3x3, chúng tôi mới chỉ thực hiện một trường hợp duy nhất Bạn cho rằng A1 là tổ hợp tuyến tính của A2 và A3. Còn hai trường hợp kia thì sao?
Here is where I want to introduce this idea of what we say without loss of generality.
Tôi muốn giới thiệu ý tưởng này ở đây. Chúng ta nói như vậy mà không làm mất tính tổng quát.
s What this means is that I have this symmetry between A1, A2, A3.
Điều này có nghĩa là tôi có sự đối xứng giữa A1, A2, A3.
If I assume A1 is a linear combination of A2, A3, and go through the proof, mechanistically, I can basically do the same thing for all of the other cases.
Nếu tôi giả sử A1 là tổ hợp tuyến tính của A2, A3, và tiến hành chứng minh một cách máy móc, tôi Về cơ bản, có thể làm điều tương tự cho tất cả các trường hợp khác.
So that's why you say without any loss of generality. You're doing a specific case, but if it applies to the general case. That's what without loss of generality means.
Vậy nên bạn mới nói rằng điều đó không làm mất đi tính tổng quát. Bạn đang xử lý một trường hợp cụ thể, nhưng nếu... Áp dụng cho trường hợp tổng quát. Đó chính là ý nghĩa của cụm từ "không làm mất tính tổng quát".
And so here, we did this one assumption. In the end by end case, you would say without loss of generality, let Ai be represented as a linear combination of the remainder.
Và vì vậy, ở đây, chúng ta đã đưa ra một giả định. Cuối cùng, trong trường hợp kết thúc, bạn sẽ Nói một cách đơn giản, ta có thể Ai có thể được biểu diễn dưới dạng tổ hợp tuyến tính của phần dư.
You would have these two steps. You would have this step, and you would basically follow through the similar steps.
Bạn sẽ thực hiện hai bước này. Bạn sẽ thực hiện bước này, và về cơ bản bạn sẽ làm theo. thông qua các bước tương tự.
The reason to do it out in 3 by 3 is starting to think about this large thing with keeping track of these indices and i's and j's is super complicated.
Lý do nên chia thành 3 phần bằng 3 đang bắt đầu suy nghĩ về điều lớn lao này. với việc theo dõi các chỉ số này Và chữ i và chữ j thì cực kỳ phức tạp.
It's easy to get lost. So we basically do it out as a 3 by 3 example first, and then do the general example. Great question.
Rất dễ bị lạc đường. Vậy nên trước tiên chúng ta sẽ làm thử với ví dụ 3x3. Sau đó, hãy đưa ra ví dụ tổng quát. Câu hỏi hay đấy.
Does everyone see how we could use the 3 by 3 example to build a proof for the larger case? Yeah? Thumbs up if you kind of do, thumbs down if you don't.
Mọi người có thấy chúng ta có thể sử dụng ví dụ 3x3 không? Để xây dựng bằng chứng cho trường hợp tổng quát hơn? Vâng? Hãy giơ ngón tay cái lên nếu bạn thấy điều đó đúng, giơ ngón tay cái xuống nếu bạn không thấy đúng.
Yeah, blue t-shirt.
Đúng rồi, áo phông màu xanh dương.
STUDENT
[INAUDIBLE] PROFESSOR: We haven't talked about converses yet, and we will eventually, but it is not.
[KHÔNG NGHE RÕ] GIÁO SƯ: Chúng ta chưa nói về việc trao đổi. Và cuối cùng thì chúng ta sẽ làm vậy, nhưng hiện tại thì chưa.
It is important to keep in mind, this question is basically related to implications.
Điều quan trọng cần ghi nhớ là câu hỏi này. Về cơ bản, nó liên quan đến những hệ quả.
What we're saying is that if the columns of A are linearly dependent, then ax minus b does not have a unique solution.
Điều chúng ta đang nói là nếu các cột của A nếu chúng phụ thuộc tuyến tính thì ax trừ b không phụ thuộc tuyến tính. có một giải pháp độc đáo.
This is not saying that if ax minus b does not have a unique solution, then the columns of A are linearly dependent. That's a different direction, and that's not what we have proven.
Điều này không có nghĩa là nếu ax trừ b thì không có một giải pháp duy nhất, sau đó các cột của A có mối quan hệ tuyến tính. Đó là một hướng đi khác, và đó không phải là... Những gì chúng ta đã chứng minh.
Other questions? Yes, gray t-shirt.
Bạn còn câu hỏi nào khác không? Vâng, áo phông màu xám.
STUDENT
[INAUDIBLE] PROFESSOR: Hey, I'm going to ask people to keep their voices down just because we have a couple more minutes, and I really want to answer people's questions if they have questions.
[KHÔNG NGHE RÕ] GIÁO SƯ: Này, tôi sẽ hỏi mọi người. Họ phải giữ im lặng chỉ vì chúng ta có thêm một vài người nữa. vài phút, và tôi thực sự muốn trả lời câu hỏi của mọi người. Nếu họ có thắc mắc.
STUDENT
[INAUDIBLE] PROFESSOR: Great question.
[KHÔNG NGHE RÕ] GIÁO SƯ: Câu hỏi hay đấy.
The question is if the columns are linearly independent, then can you prove that you have a unique solution?
Câu hỏi đặt ra là liệu các cột có độc lập tuyến tính hay không. Vậy bạn có thể chứng minh rằng mình có một giải pháp duy nhất không?
We will get to this in the next lecture, but this will be true only for square systems. We will not be able to prove this generally because it isn't true.
Chúng ta sẽ đề cập đến vấn đề này trong bài giảng tiếp theo. Nhưng điều này chỉ đúng với các hệ quy chiếu vuông. Chúng ta sẽ không thể chứng minh điều này một cách tổng quát. Bởi vì điều đó không đúng sự thật.
Good question. Yes, red blouse.
Câu hỏi hay đấy. Đúng vậy, áo sơ mi đỏ.
STUDENT
[INAUDIBLE] PROFESSOR: Without loss of generally will apply in general. I can barely hear you.
[KHÔNG NGHE RÕ] GIÁO SƯ: Không mất đi sự hiểu biết chung Sẽ áp dụng chung. Tôi hầu như không nghe thấy bạn nói gì.
So let's talk after class. Hey, folks, please be polite to your other students. Your fellow students are trying to ask questions.
Vậy chúng ta hãy nói chuyện sau giờ học nhé. Này mọi người, hãy lịch sự với các bạn học sinh khác nhé. Các bạn sinh viên khác đang cố gắng đặt câu hỏi.
If you want to leave that's fine, but be respectful of the people who have questions.
Nếu bạn muốn rời đi thì không sao cả. Nhưng hãy tôn trọng những người đặt câu hỏi.
Any other questions? Yeah.
Bạn còn câu hỏi nào khác không? Vâng.
STUDENT
So this A times the vector 000100, was the purpose of you writing that to prove that no matter the dimensions, it's still [INAUDIBLE] PROFESSOR: Yes.
Vậy A nhân với vectơ 000100, Mục đích bạn viết điều đó là để chứng minh rằng dù thế nào đi nữa Kích thước, nó vẫn [không nghe rõ] GIÁO SƯ: Vâng.
The question was why am I writing this generally with the dot, dot, dots, and the zeros? And was the point of that to say that regardless of the dimension, this holds true?
Câu hỏi đặt ra là tại sao tôi lại viết điều này một cách tổng quát. Với dấu chấm, dấu chấm, dấu chấm và số không? Và ý của điều đó là để nói rằng bất kể điều gì xảy ra Điều này có đúng trong chiều không gian đó không?
And the answer is basically yes. I want to conceptually say that no matter what, I'm going to be able to come up with a vector that is of this form.
Và câu trả lời về cơ bản là có. Tôi muốn nói một cách khái quát rằng bất kể Vậy thì, tôi sẽ có thể tạo ra một vectơ mà có dạng như thế này.
That is A times C1, C2, all the way up to Ci minus 1, 0 in the i-th position, Ci plus 1 all the way up to Cn, this is equal to 0.
Đó là A nhân C1, C2, cứ thế tiếp tục lên đến nốt A. tới Ci trừ 1, 0 ở vị trí thứ i, Ci cộng thêm 1 cho đến Cn, kết quả là bằng 0.
So this is a parallel of — sorry, I want to have a minus 1.
Vậy đây là một sự tương đồng với — Xin lỗi, tôi muốn trừ 1.
This is a parallel of this vector, where the minus 1, instead of being in the first position, is now in the i-th position.
Đây là một vectơ song song với vectơ này, trong đó -1, thay vì ở vị trí đầu tiên, hiện đang ở vị trí thứ i.
And here, it doesn't matter how many columns you have.
Và ở đây, số lượng cột không quan trọng.
STUDENT
[INAUDIBLE] PROFESSOR: How do you prove that something happens without loss of generality? That is a great question. Usually you prove it by symmetries.
[KHÔNG NGHE RÕ] GIÁO SƯ: Làm thế nào để chứng minh một điều gì đó xảy ra? mà không làm mất tính tổng quát? Đó là một câu hỏi tuyệt vời. Thông thường, người ta chứng minh điều đó bằng các phép đối xứng.
The first couple of times you're doing proofs, it might be worth it to convince yourself by doing the case where A2 is dependent on the other guys.
Những lần đầu tiên bạn làm bài kiểm tra chứng minh, Có lẽ bạn nên tự mình tìm hiểu và thuyết phục bản thân bằng cách làm rõ vấn đề. trong đó A2 phụ thuộc vào những người khác.
But quickly, you will start to see that basically, anytime that relabeling is allowed, without loss of generality holds. That's the short answer to that question.
Nhưng bạn sẽ nhanh chóng nhận ra điều đó. về cơ bản, bất cứ khi nào việc dán nhãn lại Điều này được cho phép, mà không làm mất tính tổng quát. Đó là câu trả lời ngắn gọn cho câu hỏi đó.
Yes?
Đúng?
STUDENT
So before when you said that [INAUDIBLE]
Vậy trước đây khi thầy/cô nói rằng [KHÔNG NGHE RÕ]
PROFESSOR
Yes, exactly. Exactly right. OK, well, let's stop here. If you have more questions, please come to office hours.
Vâng, chính xác. Hoàn toàn chính xác. Được rồi, vậy chúng ta dừng lại ở đây. Nếu bạn có thêm thắc mắc, vui lòng đến giờ làm việc.
And see you on Thursday, thanks.
Hẹn gặp lại vào thứ Năm, cảm ơn.
Đăng nhập để đánh giá học liệu này.
Đăng nhập để bình luận — chưa ai bình luận về học liệu này.
Không có khóa học liên quan.