【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(6):子空间的交与和

208 阅读2分钟

「这是我参与2022首次更文挑战的第22天,活动详情查看:2022首次更文挑战」。

@TOC

在这里插入图片描述

前言

Hello!小伙伴! 非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出~   自我介绍 ଘ(੭ˊᵕˋ)੭ 昵称:海轰 标签:程序猿|C++选手|学生 简介:因C语言结识编程,随后转入计算机专业,有幸拿过一些国奖、省奖...已保研。目前正在学习C++/Linux/Python 学习经验:扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语!   机器学习小白阶段 文章仅作为自己的学习笔记 用于知识体系建立以及复习 知其然 知其所以然!

往期文章

【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(1):集合与映射

【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(2):线性空间定义及其性质

【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(3):线性空间的基与坐标

【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(4):基变换与坐标变换

【机器学习|数学基础】Mathematics for Machine Learning系列之矩阵理论(5):线性子空间

1.6 子空间的交与和

1.6.1 子空间的交

定理1.6.1

如果V1,V2V_1,V_2是数域KK上线性空间VV的两个子空间,那么它们的交V1V2V_1\cap V_2也是VV的子空间

证明

因为0V1,0V20\in V_1,0\in V_2,得到0V1V20\in V_1 \cap V_2

说明V1V2V_1 \cap V_2非空

证加法封闭性:

α,βV1V2\alpha,\beta\in V_1\cap V_2,可以得到

α,βV1α,βV2\alpha,\beta\in V_1及\alpha,\beta \in V_2

因为V1,V2V_1,V_2也是线性空间,同样满足加法封闭性,故

α+βV1,α+βV2\alpha+\beta\in V_1,\alpha+\beta\in V_2

α+βV1V2\alpha + \beta \in V_1 \cap V_2

证数乘封闭性:

kK,αV1V2k \in K,\alpha\in V_1 \cap V_2

αV1V2aV1,aV2\alpha\in V_1 \cap V_2\Rightarrow a\in V_1,a\in V_2

因为α\alpha是一个线性空间,故符合数乘封闭性,得到

kαV1,kαV2k\alpha\in V_1,k\alpha\in V_2

kαV1V2k\alpha \in V_1 \cap V_2

综上,V1V2V_1\cap V_2也是VV的子空间


子空间的交满足交换律结合律

  • 交换律:V1V2=V2V2V_1 \cap V_2 = V_2 \cap V_2
  • 结合律:(V1V2)V3=V1(V2V3)(V_1 \cap V_2)\cap V_3=V_1 \cap (V_2 \cap V_3)

1.6.2 子空间的和

定义1.8

V1,V2V_1,V_2都是数域KK上线性空间VV的子空间,χV1,ζV2\chi\in V_1,\zeta\in V_2

则所有χ+ζ\chi + \zeta这样的元素的集合叫做V1V_1V2V_2的和(或和空间),记为V1+V2V_1+V_2

V1+V2={σσ=χ+ζ,χV1,ζV2}V_1 + V_2 =\{\sigma|\sigma = \chi + \zeta,\chi \in V_1,\zeta \in V_2\}

定理1.6 .2

如果V1,V2V_1,V_2都是数域KK上线性空间VV的子空间,那么它们的和V1+V2V_1+V_2也是VV的子空间

子空间和运算满足交换律结合律

  • 交换律:V1+V2=V2+V1V_1 + V_2=V_2 + V_1
  • 结合律:(V1+V2)+V3=V1+(V2+V3)(V_1 + V_2)+V_3=V_1 + (V_2 + V_3)

结语

说明:

  • 参考于 课本《矩阵理论》
  • 配合书中概念讲解 结合了自己的一些理解及思考

文章仅作为学习笔记,记录从0到1的一个过程

希望对您有一点点帮助,如有错误欢迎小伙伴指正

在这里插入图片描述