线性代数 --- 向量空间(vector space)与子空间(subspace)

已于 2024-04-24 22:47:40 修改
阅读量1.1w 收藏 40
点赞数 7
分类专栏： Linear Algebra 文章标签： 线性代数基础 线性代数 向量空间 子空间 1024程序员节 vector space subspace
于 2022-04-01 17:04:58 首次发布
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/daduzimama/article/details/123823491
版权

 Part I --- 向量空间(vector space)

        向量空间就是由包含n个分量的列向量所组成的Rn的空间，其中R表示实数。例如，R2就代表了一般的x-y平面，其中包含两个分量的向量表示坐标系中的一个点(x,y)。同理，R3中的一个向量，包含三个分量,可以表示三维坐标系中的一个点(x,y,z)。

也就是说，向量空间，它满足：

1，向量空间中任意两个向量a,b的和向量v,依然在向量空间内。

2，向量空间中的任意一个向量b与任何一个常数c的积</

了解本专栏 订阅专栏 解锁全文 超级会员免费看
线性代数 --- 个人文章索引
松下J27录放机
08-30 679
本文是我写的所有线性代数文章的索引
向量空间的奥秘：子空间线性组合与基
AI天才研究院
05-03 923
向量空间的奥秘：子空间、线性组合与基 1. 背景介绍 1.1 向量空间的重要性 向量空间是线性代数的核心概念之一,也是理解和研究许多数学、物理和工程问题的基础。它为我们提供了一种抽象和系统的方式来表示和操作多维数据,在各个领域都有广泛
【线性代数】四个基本子空间
denghong637573的博客
03-10 2336
矩阵A一共对应着4个基本子空间，分别是列空间、行空间、零空间以及左零空间 行空间 设一m行n列实元素矩阵为\(A\)(mxn),则其行空间(Row Space)是由矩阵A的所有行向量所生成的\(R^n\)上的子空间，记作\(C(A^{\mathrm{T}})\)或\(R(A)\)。其中，矩阵\(A^{\mathrm{T}}\)是矩阵A的转置。 矩阵A的行空间中的所有向量均为矩阵A的行向量...
线性代数(13)——向量空间、维度和四大子空间(下)
Jakob_Hu的博客
06-02 2392
向量空间、维度和四大子空间零空间的基和秩-零化度定理零空间及零空间的基秩-零化度定理列空间与零空间对比零空间与矩阵的逆深入理解零空间左零空间回顾已有的三个子空间第四个子空间研究子空间的意义 零空间的基和秩-零化度定理 零空间及零空间的基 一个齐次线性系统A⋅x=0A\cdot x=0A⋅x=0的解就是对应的系数矩阵的零空间。 首先通过一个简单的齐次线性方程组进行演示， (−1231−4−13−35...
向量空间的定义与基本性质
最新发布
Major_S的博客
02-02 1191
一、向量空间的定义与基本公理向量空间与线性空间的定义：向量空间（Vector Space）是一个非空集合VVV，配备两个运算（加法和数乘），满足以下八个公理：加法封闭性：对任意uv∈Vu, v \in Vuv∈V，有uv∈Vuv∈V。加法交换律：对任意uv∈Vu, v \in Vuv∈V，有uvvuuvvu。加法结合律：对任意uvw∈Vuvw∈V，有uvwuvwuvwuvw。存在加法单位元。
4.1 向量空间与子空间
schnauzers的博客
04-26 6763
主要内容 本节讲述了向量空间的概念，这里要把之前由几何概念得到的对向量空间的直觉进行进一步抽象和泛化，只要满足定义的一组向量，都可以构成向量空间，例如多项式、实函数等等。在向量空间的基础上，引入了子空间的概念。 向量空间的定义 定义： 一个向量空间是由一些被称为向量的对象构成的非空集合VVV，在这个集合上定义了两个运算，称为加法和标量乘法，服从以下公理，这些公理必须对VVV中所有向量u,v,w\...
漫步线性代数八——向量空间和子空间
热门推荐
蜗牛
08-24 1万+
消元简化了线性方程组Ax=bAx=b，幸运的是它也简化了理论。存在性和唯一性的基本问题(一个解或没有解或无穷多个解)在消去之后很容易回答，我们现在就针对m×nm\times n系统讨论这些问题。但消去只有得到了一种Ax=bAx=b的一种理解，我们的主要目标是实现不同和更深层次的理解，之后的内容比之前的难一点，它将通向线性代数的核心。为了给出向量空间的概念，我们首先介绍一下最重要的空间，他们用R1,R
向量空间与线性子空间
天天向上的专栏
10-30 5437
向量空间是线性代数研究的基本对象，它是一个集合。在该集合内，可以做向量的加法（两个向量相加仍然在该集合中），向量与标量的乘法，并且改加法与乘法还满足八个公理。具体可参见维基百科：https://en.wikipedia.org/wiki/Vector_space 注：齐次线性方程组的解是一个向量空间。 子空间一般指的是线性子空间。线性子空间 WWW 是向量空间 VVV 的一个子集，并且还满足下面三...
向量空间
Debroon
10-20 1351
《目录》 包含向量 向量的“运动”依然在空间中 特性的向量空间 子空间 基底 张成空间 向量我们都很清楚，其实空间不太明白。 小说里的空间，大概是上图这样。 包含各种物质，比如星体、生物、能...
线性代数N维向量空间基与维数PPT学习教案.pptx
10-05
"线性代数N维向量空间基与维数PPT学习教案.pptx" 向量空间的定义和性质 在数学中，向量空间（Vector Space）是一种抽象代数结构，它是由一组向量和两个运算（向量加法和标量乘法）组成的。在这里，我们将讨论向量...
机器学习和深度学习之数学基础-线性代数 第一节 向量及线性映射
yong_bai的博客
04-18 7915
本文为原创文章，欢迎转载，但请务必注明出处。 线性代数是机器学习和深度学习算法的数学基础之一，这个系列的文章主要描述在AI算法中可能涉及的线性代数相关的基本概念和运算。本文主要参考Garrett Thomas(2018)，Marc Peter Deisenroth(2018)，Strang(2003)，José Miguel Figueroa-O’Farrill， Isaiah Lank...
向量空间模型(Vector Space Model)
pennyliang的专栏
09-11 4741
向量空间模型(Vector Space Model)M个无序特征项ti ,词根/词/短语/其他每个文档dj可以用特征项向量来表示(a1j,a2j,…,aMj)权重计算，N个训练文档AM*N= (aij)文档相似度比较1)Cosine计算,余玄计算的好处是,正好是一个介于0到1的数,如果向量一直就是1,如果正交就是0,符合相似度百分比的特性,余玄的计算方法为,向量内积/各个向量的模的乘积.2
向量空间、子空间、列空间
一个搬运知识的笨小孩
01-13 2360
1.向量空间、子空间、列空间 1.1 向量空间 向量空间是由列空间组成的 诸如下面 v\boldsymbol{v}v 这样的类型的所有向量构成了空间 Rn\boldsymbol{R}^nRn，可以将空间看作一个集合，集合中的每个元素都是一个类似于 v\boldsymbol{v}v 的向量 v=[v1v2⋮vn] \boldsymbol{v}=\begin{bmatrix} v_1\\ v_2\\ \vdots\\ v_n \end{bmatrix} v=⎣⎢⎢⎢⎡​v1​v2​⋮vn​​⎦⎥⎥⎥⎤​ 如
【AI知识点】向量空间（vector space）
AI完全体
10-01 1603
向量空间（vector space），有时称为线性空间，是数学中线性代数的一部分，它描述了向量的集合以及这些向量可以进行的操作。向量空间是计算机科学、机器学习和自然语言处理（NLP）等领域的基础概念，尤其在表示数据的特征时，向量空间模型得到了广泛应用。
向量空间 vector space
weixin_43269419的博客
11-13 1700
向量空间表示为 R1,R2,R3,R4,...,Rn\bf{R}^1, \bf{R}^2, \bf{R}^3, \bf{R}^4, ..., \bf{R}^nR1,R2,R3,R4,...,Rn 。 Rn\bf{R}^nRn 表示 nnn 维向量集合所组成的空间，称为二维向量空间。但是，并不是所有集合组成的空间都能称作向量空间，必须满足以下 2 个条件 集合中的两个向量相加，所得的新向量依然在这个集合内。 集合中的任一向量与一标量相乘，所得的新向量依然在这个集合内。 举两个例子（ from mit公开课
Vector space
qq_66485519的博客
11-16 634
1
线性代数系列（六）--四个基本子空间
Thincor的博客
08-04 1825
主要内容 列空间 零空间 行空间。也就是A的转置的列空间 转置的零空间N(AT)N(A^T)N(AT)，又叫左零空间
PCA与子空间跟踪的关系
01-15
### PCA与子空间跟踪的关系 PCA（主成分分析）是一种用于降维的技术，通过线性变换将原始数据映射到一个新的坐标系，在这个新坐标系中，第一主成分具有最大的方差，第二主成分次之，以此类推[^1]。而子空间跟踪则是在动态环境中实时估计信号子空间的一种技术。 #### 子空间的概念 在许多实际应用场景中，比如雷达、声纳以及无线通信等领域，观测到的数据往往存在于一个较低维度的有效子空间内。该子空间由一组正交基向量组成，这些基向量能够很好地表示大部分有用信息。当环境发生变化时，有效子空间也会随之改变；因此，如何快速准确地追踪这种变化成为了研究的重点之一。 #### PCA作为静态子空间提取工具 对于给定的一组固定样本集来说，可以通过计算其协方差矩阵并求解特征值分解来获得最优的k个主方向——即前k大特征对应的单位特征向量所张成的空间就是经过PCA处理后的目标子空间[^3]。然而值得注意的是，这种方法适用于批处理模式下的离线场景，并不擅长应对随时间演化的在线情况。 #### 动态子空间跟踪算法简介 为了克服传统PCA方法存在的局限性，研究人员提出了多种基于递归更新机制实现高效稳定的子空间跟踪方案。这类算法能够在接收到新的测量值之后立即调整当前估计得到的最佳近似子空间位置，从而更好地适应非平稳过程中的统计特性漂移现象。常见的有Rank-One Update (ROU)，Exponential Windowed Subspace Tracking (EWST) 和 Projection Approximation Subspace Tracking (PAST)[^2]等几种典型代表作。 ```python import numpy as np from sklearn.decomposition import PCA def past_algorithm(X, k=2): """ A simple implementation of PAST algorithm. Parameters: X : array-like, shape (n_samples, n_features) Training data. k : int, default=2 Number of components to keep. Returns: W : ndarray of shape (n_components, n_features) The estimated subspace basis vectors. """ pca = PCA(n_components=k).fit(X) U = pca.components_.T # Initialize the projection matrix with identity P = np.eye(U.shape[0]) for t in range(1, len(X)): xt = X[t].reshape(-1, 1) # Compute residual error vector r_t rt = Xt - P @ Ut # Update the projection approximation using rank-one update formula Pt_plus_1 = P + ((rt @ rt.T)/(np.linalg.norm(rt)**2)) * P # Orthogonalize columns of updated projector via QR decomposition Q, R = np.linalg.qr(Pt_plus_1) P = Q @ Q.T # Extract new set of orthonormal bases spanning same space as previous ones did before updating Ut_plus_1 = P[:, :k] return Ut_plus_1.T if __name__ == "__main__": # Example usage rng = np.random.RandomState(seed=42) X_example = rng.randn(100, 5) result = past_algorithm(X=X_example, k=2) print(result) ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

松下J27

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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。

余额充值