矩阵分析与应用-11-向量子空间的基

最新推荐文章于 2022-11-07 19:52:35 发布

Xiao__fly

最新推荐文章于 2022-11-07 19:52:35 发布

阅读量1.2k

点赞数

文章标签：矩阵线性代数人工智能

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/Xiao__fly/article/details/125901339

版权

向量子空间的基

定义 1 向量 $x_1,x_2,...,x_d$ 的所有线性组合的集合称为由 $x_1,x_2,...,x_d$ 张成(或生成)的子空间或闭包(closure)，记作

$W=Span\left \{ x_1,x_2,...,x_d\right\}=Close\left \{ x_1,x_2,...,x_d \right\}$

向量 $x_1,x_2,...,x_d$ 称为子空间W的张成集(spanning set)或生成元(generator)。

定义 2 生成子空间W的线性无关的向量{ $u_1,u_2,..,u_d$ }称为子空间W的基向量(basis vectors)或简称为基。生成子空间W的基向量的个数称为子空间W的维数，即有

$d=dim\left\{Span\left \{ u_1,u_2,...,u_d\right\}\right\}$

注意：{ $u_1,u_2,..,u_d$ }只是子空间W的一组基，并非唯一的基。这是因为，对于n阶向量空间的一个d维子空间W而言，向量空间V中任何d个线性无关向量的集合都张成子空间W。虽然一个子空间可能存在许多基的选择，但是所有基都具有相同的向量个数。

定义 3 若{ $\alpha_1,\alpha_2,...,\alpha_n$ }和 { $\beta_1,\beta_2,...,\beta_n$ }是两组不同的基，并且 $\alpha_i^H\beta_i = 0$ ，则称其中-组基是另外一组基的对偶基(dual basis)。

定义 4 令{ $x_1,x_2,...,x_n$ }是子空间Span{ $x_1,x_2,...,x_n$ }的基向量。若这些基向量满足正交条件

$<x_i,x_j>=x_i^Tx_j=0,\forall i\neq j$

则称这些基向量为正交基向量。

定义 5 若正交基向{ $x_1,x_2,...,x_n$ }中所有向量的范数均等于1，即

$||x_i||=1,i=1,2,...,n$

向量空间的子空间具有以下性质。

1.设 $W_1$ 和 $W_2$ 。是向量空间V中的两个子空间，则它们的交集 $W_1$ ∩ $W_2$ 也是V的子空间。

2.设 $W_1$ 和 $W_2$ .是向量空间V中的子空间，则和 $W_1$ + $W_2$ 也是V的子空间。

关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。