Processing math: 100%

线性代数 Cheat Sheet 6-7:內积空间

  定义 向量空间 V 上的內积是一个函数,对每一对属于 V 的向量 uv,存在一个实数 u,v,满足下面公理,其中 u,v,w 属于 Vc 为任意数:
1. u,v=v,u
2. u+v,w=u,w+v,w
3. cu,v=cu,v
4. u,u0u,u=0 的充分必要条件是 u=0
一个赋予上面內积的向量空间称为內积空间

  具有标准內积的向量空间 Rn 是一个內积空间。

1. 长度、距离和正交性

  设 V 是一个內积空间,其內积记作 u,v。像 Rn 中一样,我们定义一个向量 v长度范数为数

v=v,v

v2=v,v(这个定义有意义,因为 v,v0,但这个定义并不是说 v,v 是一个“平方之和”,因为 v 不必是 Rn 中元素)。

  一个单位向量是长度为 1 的向量,向量 uv 之间的距离是 uv。如果 u,v=0 成立,则向量 u 和向量 v 正交

2. 格拉姆-施密特方法

  內积空间中有限维子空间的正交基的存在性可由格拉姆-施密特方法确定,像 Rn 空间一样,应用中经常出现的一些正交基问题可用这个方法构造。

  一个向量在一个具有正交基的子空间 W 上的正交投影可像平常一样构造。投影不依赖于正交基的选取,并且它们有正交分解定理和最佳逼近定理中所描述的性质。

3. 內积空间的最佳逼近

  应用数学中最常见的问题设计元素是函数的向量空间,主要是在 V 的特定子空间 W 中选取函数 g 来逼近 V 中的函数 f。对 f 的“逼近”成都依赖于 fg 定义的方式,仅考虑 fg 的距离用內积定义确定的情形,此时,fW 中函数的最佳逼近是指 f 在子空间 W 上的正交投影。

4. 两个不等式

  给定內积空间 V 中的向量 v 和有限维子空间 W,将勾股定理应用到 v 关于 W 的正交分解中,可以得到

v2=ProjWv2+vProjWv2

特别地,这表明 vW 上投影的范数不超过 v 自身的范数。

  定理 16(柯西-施瓦茨不等式)对 V 中任意向量 uv,有

|u,v|uv

  定理 17(三角不等式)对属于 V 中的所有向量 u,v,有

u+vu+v