计算机科学和机器学习中的代数、拓扑、微积分和最优化理论

学习math-deep的笔记.
课本来自: https://www.cis.upenn.edu/~jean/math-deep.pdf

好吧,第一章的介绍不知道为啥是空白的。

第二章 群、环、域

在接下来的4章中,会复习一下基本代数结构(群,环,域,向量空间),并且会着重强调向量空间。

会介绍一些线性代数的基本观念,例如:向量空间、子空间、线性组合、线性无关、基(bases)、商空间、线性映射(linear maps)、矩阵、基的变换、直和、线性形式(linear forms 不知道是什么)、 对偶空间、超平面、线性映射的转置。

2.1 群、子群、陪集

实数集R包含两个操作 + : R × R → R +:\mathbb{R} \times \mathbb{R} \to \mathbb{R} +:R×RR ∗ : R × R → R ( 乘 法 ) *:\mathbb{R} \times \mathbb{R} \to \mathbb{R}(乘法) :R×RR()并且满足:1. R \mathbb{R} R是 + 下的阿贝尔群,2. R − { 0 } = R ∗ \mathbb{R} - \{0\} = \mathbb{R}^* R{0}=R是* 下的阿贝尔群。现在复习群的定义。

定义2.1 是一个集合G。其中G包含二元操作 ⋅ : G × G → G \cdot:G\times G \to G :G×GG 将G中的每一对元素 a , b ∈ G a,b \in G a,bG都与一个元素 a ⋅ b ∈ G a \cdot b \in G abG关联起来。 ⋅ \cdot 满足结合律(associative),有一个恒等元 e ∈ G e \in G eG,并且(对于 ⋅ \cdot )G中的每个元素都可逆。即:

( G 1 ) a ⋅ ( b ⋅ c ) = ( a ⋅ b ) ⋅ c ( 结 合 律 ) ; ( G 2 ) a ⋅ e = e ⋅ a = a . ( 有 恒 等 元 ) ( G 3 ) 对 任 意 a ∈ G , 都 存 在 某 个 a − 1 ∈ G 使 得 a ⋅ a − 1 = a − 1 ⋅ a = e . ( 有 逆 元 ) (G1) a \cdot (b \cdot c) = (a \cdot b ) \cdot c (结合律);\\ (G2) a \cdot e = e \cdot a = a . (有恒等元) \\ (G3) 对任意 a \in G,都存在某个 a^{-1} \in G 使得 a \cdot a^{-1} = a^{-1} \cdot a = e .(有逆元) (G1)a(bc)=(ab)c();(G2)ae=ea=a.()(G3)aG,a1G使aa1=a1a=e.()

一个群 G 是阿贝尔群(或交换群) 如果:
a ⋅ b = b ⋅ a 对 所 有 a , b ∈ G 成 立 . a \cdot b = b \cdot a 对所有 a,b \in G 成立. ab=baa,bG.

如果群M 存在操作 ⋅ : M × M → M \cdot:M \times M \to M :M×MM与一个元素 e ,并且仅满足 (G1)和(G2)两个条件,那么M就叫做幺半群(monid)。
例如:自然数集合 N = { 0 , 1 , … , n , … } \mathbb{N}=\{0,1, \ldots,n,\ldots\} N={0,1,,n,}是一个加法下的(交换)幺半群。当然,它并不是一个群(因为没有包含负数,不满足(G3))。

下面给出几个群的例子:

例 2.1

汗没想到写的这么费劲,有时间再补充吧。
创建了一个qq学习群,346930740 。欢迎大家一起来讨论学习。计算机科学和机器学习中的代数、拓扑、微积分和最优化理论_第1张图片

你可能感兴趣的:(机器学习数学)