gram矩阵的性质_矩阵分析(九)Gram矩阵

欧氏空间

$V$是$\mathbb{R}$上的线性空间,定义映射

$$

\sigma: V\times V \to \mathbb{R}

$$

对于$\alpha, \beta \in V$,将$\sigma(\alpha, \beta)$记为$\left$,若$\sigma$满足:对称性:$\left=\left$

(右)齐次性:$\left=k\left$

(右)可加性:$\left=\left+\left$

非负性:$\left≥0$,且$\left=0\Leftrightarrow\alpha=0$

则称$\sigma$为$V$上的(实)内积,当$V$是有限维时,称其为欧氏空间($\mathbb{R}^n$为标准欧氏空间)

实际上$\alpha$是一个向量,$\beta$是一个向量,$\left$表示向量$\alpha$与向量$\beta$的内积,结果是一个实数

实内积的性质(左)齐次性:$\left=k\left$

(左)可加性:$\left=\left+\left$

$\left=k_1\left+···k_s\left$

$\left=k_1\left+···k_s\left$

复内积

$V$是$\mathbb{C}$上的线性空间,定义映射

$$

\sigma: V\times V \to \mathbb{C}

$$

对于$\alpha, \beta \in V$,将$\sigma

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值