ベクトル空間#
ベクトル空間:実数倍と和が定義されており、任意の元の線形結合がふたたび元となる集合
定義(ベクトル空間)
任意の元\(x, y \in L\)と任意の実数\(a, b\)について実数倍\(ax, by\)とそれらの和\(ax + by\)が定義されており、 かならず\(ax + by \in L\)が成り立つような集合\(L\)を**ベクトル空間(vector space)という。また\(L\)の元をベクトル(vector)**という
イメージ的には原点と矢印と、矢印同士の演算(和や積など)だけが決まっている。座標は固定ではない
整数集合\(\mathbb{Z}\)は実数を掛けて線形結合した結果が整数になるとは限らないため、ベクトル空間ではない。 実数集合\(\mathbb{R}\)はベクトル空間である。
部分空間#
(定義)部分ベクトル空間
ベクトル空間 \(V\) の空でない部分集合 \(W\) が、 \(V\) における和とスカラー倍の演算によってベクトル空間になるとき、すなわち
\(W \neq \phi \quad\) ( \(\phi\) は空集合)
\(\boldsymbol{0} \in W\)(\(W\)は\(V\)の零ベクトルを含む)が1番目の条件にくる定義もある
\(\boldsymbol{a}, \boldsymbol{b} \in W \Rightarrow \boldsymbol{a}+\boldsymbol{b} \in W\)
\(\boldsymbol{a} \in W, \quad \lambda \in \boldsymbol{R} \Rightarrow \lambda \boldsymbol{a} \in W\)
を満たすとき、 \(W\) を \(V\) の 部分空間 、または 部分べクトル空間 という。
ベクトル空間\(V\)自身や\(V\)の零元だけからなる集合\(\{0\}\)
\(K\)上のベクトル空間\(V\)の任意の元\(v\)に対して、集合\(\{av | a \in K\}\)
\(\mathbb{R}^n\)に対し、原点を含む直線、平面、超平面
原点を含まない直線、平面、超平面は アフィン部分空間
スパン(ベクトルが張る空間)#
ベクトル空間\(V\)から選ばれたいくつかのベクトル\(\boldsymbol{x}_1, \dots, \boldsymbol{x}_n\)を用いて作られる部分集合
(定義)スパン
ベクトル\(\boldsymbol{x}_1, \dots, \boldsymbol{x}_n\)(\(\in V\))の線形結合\(a_1 \boldsymbol{x}_1 + \cdots + a_n \boldsymbol{x}_n\)の集合
は部分空間であり、これを\(\boldsymbol{x}_1, \dots, \boldsymbol{x}_n\)の**スパン(span)**あるいは\(\boldsymbol{x}_1, \dots, \boldsymbol{x}_n\)が張る空間といい
と書く
(例)線形回帰モデルとの関わり#
\(\boldsymbol{x}_1\)を「教育を受けた年数」の観測値のベクトル、\(\boldsymbol{x}_2\)を「その職種の経験年数」の観測値のベクトル、\(\boldsymbol{y}\)を「賃金」の観測値のベクトルとしたとき、\(\text{Span}\{ \boldsymbol{x}_1, \boldsymbol{x}_2 \}\)に\(\boldsymbol{y}\)が属するならば
という関係が成り立つことになる
線形従属#
(定義)線形従属
ベクトル\(\boldsymbol{x}_1, \dots, \boldsymbol{x}_n \in V\)と、すべてが0ではない係数\(a_1,\dots,a_n\)を用いて
とできるとき、\(\boldsymbol{x}_1, \dots, \boldsymbol{x}_n\)は**線形従属(linearly dependent)**であるという。
(例)\(\boldsymbol{x}_1\)がそれ以外のベクトルの線形結合で表せる、つまり
となるとき、\(\boldsymbol{x}_1, \dots, \boldsymbol{x}_n\)は線形従属である
(例)線形写像(行列)を使っての例
異なる入力のベクトル\(\boldsymbol{x}, \boldsymbol{x}'\)が同じ\(\boldsymbol{y}\)に移る、つまり単射でない場合、すなわち\(A \boldsymbol{x} = A\boldsymbol{x}'\)の場合、\(A\)を構成する列ベクトルたち\(\boldsymbol{a}_1, \dots, \boldsymbol{a}_m\)は線形従属である
線形独立#
(定義)線形独立
\(\boldsymbol{x}_1, \dots, \boldsymbol{x}_n \in L\)について、係数\(a_1,\dots,a_n\)が
であるとき、またそのときにのみ
が成り立つとき、\(\boldsymbol{x}_1, \dots, \boldsymbol{x}_n\)は 線形独立(linearly independent) であるという。
例えば、
とする。
とすると、第2成分が0になるためには\(a_2 = 0\)である必要がある。
そして\(a_1 \boldsymbol{x}_1 = \boldsymbol{0}\)となるためには、\(a_1 = 0\)である必要がある。
よって\(a_1 = a_2 = 0\)であるため、\(\boldsymbol{x}_1, \boldsymbol{x}_2\)は1️次独立である。
基底#
(定義)基底
ベクトル空間\(L\)と、それに属するベクトル\(\boldsymbol{x}_1, \dots, \boldsymbol{x}_n \in L\)を用いて
と書けるとき、「\(L\)の 次元(dimension) は\(n\)である」あるいは「\(L\)は\(n\)次元ベクトル空間である」といい、
と書く。
またこのとき、ベクトル\(\boldsymbol{x}_1, \dots, \boldsymbol{x}_n\)を\(L\)の 基底(base) という
例えば\(L=\mathbb{R}^2\)であれば、\(\boldsymbol{x}_1 = (1, 0)^T, \boldsymbol{x}_2 = (0, 1)^T\)という線形独立なベクトルを用いて
と書くことができる。\(\dim \mathbb{R}^2 = 2\)であり、\(\boldsymbol{x}_1, \boldsymbol{x}_2\)は\(\mathbb{R}^2\)の基底になる。
書籍によっては別の定義を使っていることもある
(定義)基底
ベクトル空間\(L\)と、ベクトルの組\(\boldsymbol{x}_1, \dots, \boldsymbol{x}_n \in L\)が次の2つの条件を満たすとき、\(V\)の基底という
\(\boldsymbol{x}_1, \dots, \boldsymbol{x}_n\)は1次独立である
\(\boldsymbol{x}_1, \dots, \boldsymbol{x}_n\)は\(V\)を生成する