Vector Space
前言
线性方程组可以用矩阵-向量表示法来表示
更深入地了解向量空间,即向量所在的结构化空间
本章的开头,我们非正式地将向量描述为相加并乘以标量后,仍然是相同类型的对象。现在,我们准备将其形式化,我们将首先介绍群的概念,它包含一组元素和一个定义在这些元素上的操作,该操作可以保持集合的某些结构完整
群
群在计算机科学中扮演着重要的角色。除了为集合上的运算提供一个基本框架外,它们还被大量应用于密码学、编码理论和图形学
定义 2.7 群
考虑一个集合
1
在 运算下的封闭性(Closure): 2 结合律(Associativity):
3 单位元(Neutral element):
: and 4 逆元(Inverse element):
: and ,其中 e是单位元。我们经常写 来表示 的逆元
备注 逆元是针对运算
阿贝尔群:
例如
是一个阿贝尔群 不是一个群:虽然 有一个单位元,但是缺少逆元 不是一个群:虽然 包含一个单位元 ,但是任何 的逆元都不是整数 不是群:因为 不具有逆元 是阿贝尔群 , , 是阿贝尔群,前提是 是按分量定义的,即 为逆元; 为单位元 , -矩阵集是阿贝尔集,前提是具有上面例子一样的分量加法 仔细看
,即之前定义的具有矩阵乘法的 -矩阵集 封闭性和结合性来自于矩阵乘法的定义
单位元:单位矩阵
逆元:如果矩阵
的逆存在( 是正则的),那么 是 的逆元,在这种情况下, 就是一群,称为 一般线性群(general liner group)
定义一般线性群
正则(可逆)矩阵集
向量空间
当我们讨论群时,我们研究集合
定义 向量空间
实值向量空间(Vector Space)
其中
是阿贝尔群 分配律
: :
结合律(外部操作)
: 关于外部操作的单位元:
:
元素
备注
向量乘法(vector multiplication)
(外积 outer product) (内积/标量积/点积 inner/scalar/dot product)
例 向量空间重要例子
是一个向量空间,其运算定义如下 相加:对于
与标量相乘:对于
是一个向量空间 相加:对于
逐元素相加 与标量相乘,记住
相当于 也是向量空间
备注
在下面,当
备注
向量空间
这样简化了向量运算的表示法。但是我们要区分
来表示列向量 来表示行向量,即列向量的转置
向量子空间
向量子空间是原始向量空间中的集合,且具有这样的性质
对子空间的元素进行向量空间运算,结果不会超出子空间。从这个意义上说,它是封闭的
向量子空间是机器学习的一个重要概念,利用向量子空间进行降维
定义 向量子空间
令
如果
为了确定
,特别地,单位元 的封闭性:
关于外部操作:
关于内部操作:
例 向量子空间
对于每个向量空间
具有
非齐次线性方程组
任意子空间的交集是它们本身的子空间
备注
对于