仿射集合与线性子空间的关系

本文探讨了仿射集合与线性子空间在凸优化中的关系。线性子空间必须经过原点,而仿射集合则不一定。通过将仿射集合减去一个自身的元素,可以将其转化为线性子空间。这一转换揭示了两者之间的几何联系,即仿射集合平移后可得到线性子空间。
摘要由CSDN通过智能技术生成

最近在学习凸优化,总结一些学到的知识。

仿射集合与线性子空间的关系

线性子空间是必须经过原点的

我这里特意强调了是线性子空间,就是说子空间一定是线性的。其实在线性代数中,subspace就是指的线性子空间。
线性子空间必须符合两个重要的定理:

  • 如果 x 1 , x 2 ∈ S x_1,x_2\in \bm{S} x1,x2S,则有 k 1 x 1 + k 2 x 2 ∈ S k_1x_1+k_2x_2\in \bm{S} k1x
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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