线性空间
线性空间又称为向量空间。 线性空间满足两大预算运算:
- 加法运算
- 纯量乘法运算
这两个运算有8个特性:
- 加法交换性
- 加法结合性 α + β = β + α \alpha+\beta=\beta+\alpha α+β=β+α
- 加0得到自身(零元性)
- 负元素性
- 乘1得到自身
- 乘法结合律
- 乘法交换律 ( k + l ) α = k α + l α (k+l)\alpha=k\alpha+l\alpha (k+l)α=kα+lα
- 乘法交换律 k ( α + β ) + k α + k β k(\alpha+\beta)+k\alpha+k\beta k(α+β)+kα+kβ
内积空间
又称为 酉空间。 增加点积结构的向量空间。允许我们谈论向量的角度与长度。内积空间也叫准Hilbert空间,由内积定义的距离完备化以后就会得到一个Hilbert空间。
满足以下的条件:
- 共轭对称性 < x , y > <x,y> <x,y> = < y , x > ‾ \overline{ <y,x>} <y,x>
- 第一变元线性性 ( α x + β y , z ) = α ( x , z ) + β ( y , z ) (\alpha x+\beta y ,z)=\alpha(x,z)+\beta(y,z) (αx+βy,z)=α(x,z)+β(y,z)
- 正定性 ∥ x ∥ = 0 ⇔ x = 0 \Vert x \Vert =0 \Leftrightarrow x=0 ∥x∥=0⇔x=0
赋范线性空间
引入范数的线性空间。满足三大性质的线性空间称为赋范线性空间:
- ∥ x ∥ = 0 ⇔ x = 0 \Vert x \Vert =0\Leftrightarrow x=0 ∥x∥=0⇔x=0
- ∥ λ x ∥ = ∣ λ ∣ ∥ x ∥ \Vert \lambda x\Vert=|\lambda|\Vert x\Vert ∥λx∥=∣λ∣∥x∥
- 三角不等性 ∥ x + y ∥ ≤ ∣ x ∥ + ∣ y ∥ \Vert x+y\Vert \le \vert x\Vert+\vert y\Vert ∥x+y∥≤∣x∥+∣y∥