线性代数｜向量内积的性质及施瓦茨不等式的证明

定义 1　设有 $n$ 维向量
$$\mathbf{x}=\left(\begin{array}{c}{x}_1\\ x_2\\ ⋮\\ x_n\end{array}\right),\mathbf{y}=\left(\begin{array}{c}{y}_1\\ y_2\\ ⋮\\ y_n\end{array}\right)$$
令
$$[\mathbf{x},\mathbf{y}]=x_1{y}_1+x_2{y}_2+\cdots +x_n{y}_n$$
$[\mathbf{x},\mathbf{y}]$ 称为向量 $\mathbf{x}$ 与 $\mathbf{y}$ 的 内积。

内积是两个向量之间的一种运算，其结果是一个实数，用矩阵记号表示，当 $\mathbf{x}$ 与 $\mathbf{y}$ 都是列向量时，有
$$[\mathbf{x},\mathbf{y}]={\mathbf{x}}^T\mathbf{y}$$
内积具有下列性质：

性质 1　$[\mathbf{x},\mathbf{y}]=[\mathbf{y},\mathbf{x}]$（$\mathbf{x},\mathbf{y}$ 为 $n$ 维度向量）

证明　根据定义 1，有 $[\mathbf{y},\mathbf{x}]=y_1{x}_1+y_2{x}_2+\cdots +y_n{x}_n=x_1{y}_1+x_2{y}_2+\cdots +x_n{y}_n=[\mathbf{x},\mathbf{y}]$

性质 2　$[\lambda \mathbf{x},\mathbf{y}]=\lambda [\mathbf{x},\mathbf{y}]$（$\mathbf{x},\mathbf{y}$ 为 $n$ 维度向量，$\lambda$ 为实数）

证明　根据定义 1，有 $[\lambda \mathbf{x},\mathbf{y}]=\lambda x_1{y}_1+\lambda x_2{y}_2+\cdots +\lambda x_n{y}_n=\lambda (x_1{y}_1+x_2{y}_2+\cdots +x_n{y}_n)=\lambda [\mathbf{x},\mathbf{y}]$

性质 3　$[\mathbf{x}+\mathbf{y},\mathbf{z}]=[\mathbf{x},\mathbf{z}]+[\mathbf{y},\mathbf{z}]$（$\mathbf{x},\mathbf{y},\mathbf{z}$ 为 $n$ 维度向量）

证明　根据定义 1，有
$$\begin{array}{rl}[\mathbf{x}+\mathbf{y},\mathbf{z}]& =(x_1+y_1)z_1+(x_2+y_2)z_2+\cdots (x_n+y_n)z_n\\ & =(x_1{z}_1+x_2{z}_2+\cdots x_n{z}_n)+(y_1{z}_1+y_2{z}_2+\cdots y_n{z}_n)\\ & =[\mathbf{x},\mathbf{z}]+[\mathbf{y},\mathbf{z}]\end{array}$$

性质 4　当 $\mathbf{x}=0$ 时，$[\mathbf{x},\mathbf{x}]=0$；当 $\mathbf{x}\ne 0$ 时，$[\mathbf{x},\mathbf{x}]>0$（$\mathbf{x}$ 为 $n$ 维度向量）

证明　根据定义 1，有 $[\mathbf{x},\mathbf{x}]=x_1^2+x_2^2+\cdots +x_n^2\ge 0$。因此，显然有当 $\mathbf{x}=0$ 时，$[\mathbf{x},\mathbf{x}]=x_1^2+x_2^2+\cdots +x_n^2=0$；当 $\mathbf{x}\ne 0$ 时，$[\mathbf{x},\mathbf{x}]=x_1^2+x_2^2+\cdots +x_n^2>0$。得证。

性质 5（施瓦茨不等式）　$[\mathbf{x},\mathbf{y}{]}^2\le [\mathbf{x},\mathbf{x}][\mathbf{y},\mathbf{y}]$（$\mathbf{x},\mathbf{y}$ 为 $n$ 维度向量）

证明　根据定义 1，有
$$\begin{array}{rl}[\mathbf{x},\mathbf{y}{]}^2& =(x_1{y}_1+x_2{y}_2+\cdots +x_n{y}_n{)}^2\\ [\mathbf{x},\mathbf{x}][\mathbf{y},\mathbf{y}]& =(x_1^2+x_2^2+\cdots +x_n^2)(y_1^2+y_2^2+\cdots +y_n^2)\end{array}$$
如果 $\mathbf{x}=0$：显然有 $[\mathbf{x},\mathbf{y}{]}^2=[\mathbf{x},\mathbf{x}][\mathbf{y},\mathbf{y}]=0$，满足不等式。

如果 $\mathbf{x}\ne 0$：因为根据性质 4，有 $[\mathbf{x},\mathbf{x}]=x_1^2+x_2^2+\cdots +x_n^2>0$，所以，可以构造二次函数
$$\begin{array}{rl}f(t)& =(x_1^2+x_2^2+\cdots +x_n^2)t^2+2(x_1{y}_1+x_2{y}_2+\cdots x_n{y}_n)t+(y_1^2+y_2^2+\cdots +y_n^2)\\ & =(x_1^2{t}^2+2x_1{y}_{1}t+y_1^2)+(x_2^2{t}^2+2x_2{y}_{2}t+y_2^2)+\cdots +(x_n^2{t}^2+2x_n{y}_{n}t+y_n^2)\\ & =(x_{1}t+y_1{)}^2+(x_{2}t+y_2{)}^2+\cdots +(x_{n}t+y_n{)}^2\end{array}$$
因为对于任意 $t\in R$，都有 $f(t)\ge 0$，所以 $f(t)=0$ 无解，进而 $f(t)$ 的判别式应该小于 $0$，于是有
$$\Delta =[2(x_1{y}_1+x_2{y}_2+\cdots x_n{y}_n){]}^2-4(x_1^2+x_2^2+\cdots +x_n^2)(y_1^2+y_2^2+\cdots +y_n^2)<0$$
即
$$[\mathbf{x},\mathbf{y}{]}^2=(x_1{y}_1+x_2{y}_2+\cdots +x_n{y}_n{)}^2<(x_1^2+x_2^2+\cdots +x_n^2)(y_1^2+y_2^2+\cdots +y_n^2)=[\mathbf{x},\mathbf{x}][\mathbf{y},\mathbf{y}]$$
综上所述，当 $\mathbf{x}=0$ 时，$[\mathbf{x},\mathbf{y}{]}^2=[\mathbf{x},\mathbf{x}][\mathbf{y},\mathbf{y}]$；当 $\mathbf{x}\ne 0$ 时 $[\mathbf{x},\mathbf{y}{]}^2<[\mathbf{x},\mathbf{x}][\mathbf{y},\mathbf{y}]$。得证。