本系列为我硕士课程《机器学习数学原理》的课堂笔记总结,在本学期学习的过程中,网络中各前辈的博客以及文章对我的学习产生了许多积极的帮助,所以我也希望在结课之际,一来自己编辑博文总结笔记,二来为后续学习相关知识的同学提供一些参考,也算是一件有诸多意义的事情。
线性空间
定义:
假如一个空间 中定义了加法与乘法并且满足如下的多条性质:
加法:
(1) (加法交换律)
(2) (加法结合律)
(3)在空间中存在唯一零元素且
(4)
乘法:
(5)
(6)
(7)
(8)
数乘以及向量加的封闭性:
(9)
注意对于一个空间来说,加法与乘法是我们人为定义的,因此很多情况下我们判定一个空间为向量空间时,因为我们所继承的加法与乘法的定义已经满足了前八条性质,因此无需再做判断。例如空间,该空间在定义时已经继承了向量的加法与数乘的定义,因此证明其为线性空间时,只需证明其封闭性即可。
线性子空间
定义:
为
的子空间,且满足
,则
为S的线性子空间。
其实从这个定义我们也很好理解,首先子空间一定继承了S的加法与数乘定义,并且若此时子空间满足了封闭性,那我们则可以判定该子空间为线性子空间。同样我们有线性空间本身也是自己的线性子空间的说法
线性组合与张成(span)
我们在线性空间S中取一组向量V
一组向量V中向量的线性组合可以表示为:
则我们定义这组向量所张成的空间记作
显然Span(V)是S的一个子空间无论V中所包含的元素是什么。
线性无关
线性相关的定义:
当一组向量V满足存在一组不全为0的标量,使得
,则我们称该向量组线性相关,反之,则线性无关。
基底
定义:
线性空间S的子空间的基底为空间中一组向量V且满足如下条件:
1.
2. 是线性无关的
则此时基底中元素的个数则称之为空间的维数