定义2
设 X X X 是内积空间, M M M 是 X X X 的 子集,称集合
M ⊥ = { x ∈ X : x ⊥ M } M ^ { \perp } = \{ x \in X : x \perp M \} M⊥={x∈X:x⊥M}
为 M M M 在 X X X 中的正交补。
读者不难证明 M ⊥ M ^ { \perp } M⊥ 是 X X X中的闭线性子空间.又由正交补的定义可知,若 M M M 是 X X X 的线性子空间,则 M ∩ M ⊥ = { 0 } . M \cap M ^ { \perp } = \{ 0 \} . M∩M⊥={0}.
当 X X X是希尔伯特空间时,我们有下面的投影定理
定理2
设 Y Y Y 是希尔伯特空间 X X X 的 闭子空间,那么有
X = Y + Y ⊥ . ( 6 ) X = Y + Y ^ { \perp } .\quad\quad(6) X=Y+Y⊥.(6)
证明
因为
Y
Y
Y 是
X
X
X 的闭子空间,所以
Y
Y
Y 是
X
X
X 的完备子空间,由定理1的推论及引理1,对于任意
x
∈
X
,
x \in X ,
x∈X, 存在唯一
y
∈
Y
y \in Y
y∈Y 及
z
∈
Y
⊥
,
z \in Y ^ { \perp } ,
z∈Y⊥,使
x = y + z , ( 7 ) x = y + z ,\quad\quad(7) x=y+z,(7)
又若另有 y 1 ∈ Y y _ { 1 } \in Y y1∈Y 及 z 1 ∈ Y ⊥ , z _ { 1 } \in Y ^ { \perp } , z1∈Y⊥, 使 x = y 1 + z 1 , x = y _ { 1 } + z _ { 1 } , x=y1+z1, 则 y − y 1 = z 1 − z , y - y _ { 1 } = z _ { 1 } - z , y−y1=z1−z, 因 y − y 1 ∈ Y , z 1 − z ∈ Y 1 , y - y _ { 1 } \in Y , z _ { 1 } - z \in Y ^ { 1 } , y−y1∈Y,z1−z∈Y1, 于是 y 1 − y y _ { 1 } - y y1−y = z 1 − z ∈ Y ∩ Y ⊥ = { 0 } , = z _ { 1 } - z \in Y \cap Y ^ { \perp } = \{ 0 \} , =z1−z∈Y∩Y⊥={0}, 因此, y = y 1 , z = z 1 , y = y _ { 1 } , z = z _ { 1 } , y=y1,z=z1, 这就证明了 X = Y + Y 1 . X = Y + Y ^ { 1 } . X=Y+Y1.
当 X = Y + Z , X = Y + Z , X=Y+Z, 且 Y ⊥ Z Y \perp Z Y⊥Z 时,称 X X X 是 Y Y Y 和 Z Z Z 的 正交和,记为 X = Y ⊕ Z , X = Y \oplus Z , X=Y⊕Z, 因此(6)式可以写成
X = Y ⊕ Y 1 . ( 8 ) X = Y \oplus Y ^ { 1 } .\quad\quad(8) X=Y⊕Y1.(8)
若 y ⊥ z , x = y + z , y \perp z , x = y + z , y⊥z,x=y+z, 则写 x = y ⊕ z . x = y \oplus z . x=y⊕z. 定理2告诉我们,当 Y Y Y 是希尔伯特空间 X X X 的闭子空间时,对每个 x ∈ X , x \in X , x∈X, 存在唯一 y ∈ Y y \in Y y∈Y 及 z ∈ Y 1 , z \in Y ^ { 1 } , z∈Y1, 使得 x = y ⊕ z , x = y \oplus z , x=y⊕z, 称 y y y 为 x x x 在 空间 Y Y Y 上的正交投影简称为投影.利用投影,可以定义 X X X 到 Y Y Y 上 的映射 P P P 如下:对任意 x ∈ X , x \in X , x∈X, 令
P x = y , P x = y , Px=y,
其中 y y y 是 x x x 在 Y Y Y 上 的投影,称 P P P 为 X X X 到 Y Y Y上的投影算子读者不难证明,投影算子具有下列一系列性质.
- 1 ∘ P 1 ^ { \circ } P 1∘P 是 X X X 到 Y Y Y 上 的有界线性算子,且当 Y ≠ { 0 } Y \neq \{ 0 \} Y={0}时, ∥ P ∥ = 1. \| P \| = 1 . ∥P∥=1.
- 2 ∘ P X = Y , P Y = Y , P Y ⊥ = { 0 } . 2 ^ { \circ } P X = Y , P Y = Y , P Y ^ { \perp } = \{ 0 \} . 2∘PX=Y,PY=Y,PY⊥={0}.
- 3 ∘ P 2 = P , 3 ^ { \circ } P ^ { 2 } = P , 3∘P2=P, 其中 P 2 = P P . P ^ { 2 } = P P . P2=PP.
设 X X X 是 内积空间, M M M 是 X X X 的 子集,记 ( M ⊥ ) ⊥ = M ⊥ ⊥ , \left( M ^ { \perp } \right) ^ { \perp } = M ^ { \perp \perp } , (M⊥)⊥=M⊥⊥, 显然
M ⊂ M ⊥ ⊥ . ( 9 ) M \subset M ^ { \perp \perp } .\quad\quad(9) M⊂M⊥⊥.(9)
反之,有下面的引理.
引理2
设 Y Y Y 是希尔伯特空间 X X X 的闭子空间,则有
Y = Y ⊥ ⊥ . ( 10 ) Y = Y ^ { \perp\perp } .\quad\quad(10) Y=Y⊥⊥.(10)
证明
由(9)式,只要证明
Y
1
−
1
⊂
Y
Y ^ { 1 - 1 } \subset Y
Y1−1⊂Y 即可.设
x
∈
Y
1
−
1
,
x \in Y ^ { 1 - 1 } ,
x∈Y1−1, 由投影定理,存在
y
∈
Y
⊂
y \in Y \subset
y∈Y⊂
Y
1
−
1
Y ^ { 1 - 1 }
Y1−1 及
z
∈
Y
⊥
,
z \in Y ^ { \perp } ,
z∈Y⊥, 使得
x
=
y
⊕
z
.
x = y \oplus z .
x=y⊕z. 因为
x
∈
Y
1
−
1
,
x \in Y ^ { 1 - 1 } ,
x∈Y1−1, 并且
Y
1
+
1
Y ^ { 1 + 1 }
Y1+1 是线性空间,所以
x
−
y
∈
Y
1
−
1
,
x - y \in Y ^ { 1 - 1 } ,
x−y∈Y1−1, 因此
z
z
z
=
x
−
y
∈
Y
1
∩
Y
1
−
1
=
{
0
}
,
= x - y \in Y ^ { 1 } \cap Y ^ { 1 - 1 } = \{ 0 \} ,
=x−y∈Y1∩Y1−1={0}, 即
z
=
0
,
z = 0 ,
z=0, 所以
x
=
y
∈
Y
.
x = y \in Y .
x=y∈Y. 这就证明了
Y
1
−
1
⊂
Y
.
Y ^ { 1 - 1 } \subset Y .
Y1−1⊂Y.
利用正交补,可以得到内积空间 X X X 中子集 M M M 的 线性包在 X X X中稠密的判断方法
引理3
设 M M M 是希尔伯特空间 X X X 中非空子集,则 M M M 的线性包 span M \operatorname { s p a n } M spanM 在 X X X 中稠密的充要条件为 M ⊥ = { 0 } . M ^ { \perp } = \{ 0 \} . M⊥={0}.
证明
设
x
∈
M
⊥
,
x \in M ^ { \perp } ,
x∈M⊥, 若
span
M
\operatorname { s p a n } M
spanM 在
X
X
X中稠密,则
x
∈
span
M
,
x \in \operatorname { s p a n } M ,
x∈spanM, 因此,存在
x
n
∈
span
M
,
n
x _ { n } \in \operatorname { s p a n } M , n
xn∈spanM,n
=
1
,
2
,
⋯
,
= 1 , 2 , \cdots ,
=1,2,⋯, 使
x
n
→
x
(
n
→
∞
)
,
x _ { n } \rightarrow x ( n \rightarrow \infty ) ,
xn→x(n→∞), 又因
x
∈
M
⊥
,
x \in M ^ { \perp } ,
x∈M⊥, 所以
⟨
x
n
,
x
⟩
=
0
,
n
=
1
,
2
,
⋯
,
\left\langle x _ { n } , x \right\rangle = 0 , n = 1 , 2 , \cdots ,
⟨xn,x⟩=0,n=1,2,⋯,由内积连续性,得到
⟨
x
,
x
⟩
=
0
,
\langle x , x \rangle = 0 ,
⟨x,x⟩=0, 因而
x
=
0
,
x = 0 ,
x=0, 即
M
1
=
{
0
}
.
M ^ { 1 } = \{ 0 \} .
M1={0}. 反之,设
M
1
=
{
0
}
,
M ^ { 1 } = \{ 0 \} ,
M1={0}, 如果
x
⊥
span
M
,
x \perp \operatorname { s p a n } M ,
x⊥spanM, 则
x
⊥
M
,
x \perp M ,
x⊥M, 即
x
∈
M
⊥
,
x \in M ^ { \perp } ,
x∈M⊥, 所以
x
=
0
,
x = 0 ,
x=0, 因此
(
span
M
)
⊥
=
{
0
}
.
( \operatorname { s p a n } M ) ^ { \perp } = \{ 0 \} .
(spanM)⊥={0}. 但
(
span
M
)
⊥
=
(
span
M
)
⊥
,
( \operatorname { s p a n } M ) ^ { \perp } = ( \operatorname { s p a n } M ) ^ { \perp } ,
(spanM)⊥=(spanM)⊥,由投影定理
X
=
X =
X=
spanM
,
\operatorname { s p a n M } ,
spanM, 即
span
M
\operatorname { s p a n } M
spanM 在
X
X
X中稠密。