赋范线性空间3

赋范线性空间三

三、内积空间

赋范线性空间是定义了向量长度的线性空间,但有时还会对向量的夹角感兴趣,因此引入内积。

3.1 内积空间的定义和性质

内积同样可以自行定义,但应满足以下基本条件:

【定义】内积

X X X 是数域 F F F (实数域or复数域)上的线性空间,若映射 < ⋅ , ⋅ > : X × X → F <\cdot,\cdot>:X\times X\to F <,>:X×XF 满足 ∀ x , y , z ∈ X , α , β ∈ F \forall x,y,z\in X,\alpha,\beta\in F x,y,zX,α,βF

  • 正定性: < x , x > ≥ 0 <x,x>\geq0 <x,x>≥0,取等号当且仅当 x = 0 x=0 x=0
  • 共轭对称性: < x , y > = < y , x > ‾ <x,y>=\overline{<y,x>} <x,y>=<y,x>(这里的共轭指复数的共轭)
  • 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>,其中 α , β ∈ F \alpha,\beta\in F α,βF
【定理】内积的性质——Schwarz不等式

∣ < x , y > ∣ ≤ < x , x > < y , y > |<x,y>|\leq\sqrt{<x,x>}\sqrt{<y,y>} <x,y><x,x> <y,y>

【定义】有内积导出的范数

X X X 为内积空间, ∀ x ∈ X \forall x\in X xX,记

  • ∥ x ∥ = < x , x > \|x\|=\sqrt{<x,x>} x=<x,x>

∥ ⋅ ∥ \|\cdot\| 为由 X X X 上的内积导出来的范数

【定理】内积、由内积导出的范数 的性质

X X X 为内积空间, x , y ∈ X x,y\in X x,yX,则对于内积和由内积导出的范数,有

  • 平行四边形公式 ∥ x + y ∥ 2 + ∥ x − y ∥ 2 = 2 ( ∥ x ∥ 2 + ∥ y ∥ 2 ) \|x+y\|^2+\|x-y\|^2=2(\|x\|^2+\|y\|^2) x+y2+xy2=2(x2+y2)

  • 极化恒等式

    • X X X 为实内积空间时

      < x , y > = 1 4 ( ∥ x + y ∥ 2 − ∥ x − y ∥ 2 ) <x,y>=\frac14(\|x+y\|^2-\|x-y\|^2) <x,y>=41(x+y2xy2)

    • X X X 为复内积空间时

      < x , y > = 1 4 ( ∥ x + y ∥ 2 − ∥ x − y ∥ 2 + i ∥ x + i y ∥ 2 − i ∥ x − i y ∥ 2 ) <x,y>=\frac14(\|x+y\|^2-\|x-y\|^2+i\|x+iy\|^2-i\|x-iy\|^2) <x,y>=41(x+y2xy2+ix+iy2ixiy2)

3.2 正交与正交系

有了内积的定义,空间中就有了夹角的概念,相应的也就有了正交这样的几何概念

【定义】正交、正交补
  • X X X 为内积空间, x , y ∈ X x,y\in X x,yX,若 < x , y > = 0 <x,y>=0 <x,y>=0,则称 x x x y y y 是正交的,记为 x ⊥ y x\perp y xy

  • X , Y ⊂ X X,Y\subset X X,YX,若 ∀ x ∈ A , y ∈ B \forall x\in A,y\in B xA,yB,有 x ⊥ y x\perp y xy,就称 A A A B B B 正交,记为 A ⊥ B A\perp B AB,特别的 { x } ⊥ B \{x\}\perp B {x}B 记为 x ⊥ B x\perp B xB

  • A ⊥ = { x ∣ x ⊥ A } A^{\perp}=\{x|x\perp A\} A={xxA},称 A ⊥ A^\perp A A A A 的正交补

【定理】勾股定理在内积空间中的推广

X X X 为内积空间, x , y ∈ X x,y\in X x,yX x ⊥ y x\perp y xy,则有
∥ x + y ∥ 2 = ∥ x ∥ 2 + ∥ y ∥ 2 \|x+y\|^2=\|x\|^2+\|y\|^2 x+y2=x2+y2
对任意有限个相互正交的元素,有
∥ ∑ i = 1 n x i ∥ 2 = ∑ i = 1 n ∥ x i ∥ 2 \left\|\sum_{i=1}^n x_i\right\|^2=\sum_{i=1}^n \left\|x_i\right\|^2 i=1nxi 2=i=1nxi2

【定义】正交系、标准正交系

设 X 为内积空间, E = { e i ∣ i ∈ I } E=\{e_i|i\in I\} E={eiiI} 为一簇非零元素,其中 I I I 为某一非空集合,

  • 若其中任意两元素均正交,则称 E E E X X X 中的正交系
  • 若还满足 ∀ e i ∈ E \forall e_i\in E eiE ∥ e i ∥ = 1 \|e_i\|=1 ei=1,则称 E E E 为标准正交系
【定理】Bessel 不等式(标准正交系推出的性质)

设 X 为内积空间, E = { e i ∣ i ∈ Z + } E=\{e_i|i\in\mathbb{Z}_+ \} E={eiiZ+} 为标准正交系,则 ∀ x ∈ X \forall x\in X xX,有
∥ x ∥ 2 ≥ ∑ i = 1 ∞ ∣ < x , r i > ∣ 2 \|x\|^2\geq\sum_{i=1}^\infty|<x,r_i>|^2 x2i=1<x,ri>2

【定义】完全系

设 X 为内积空间, E = { e i ∣ i ∈ Z + } E=\{e_i|i\in\mathbb{Z}_+ \} E={eiiZ+} 为标准正交系,若只有零元与一切 e i ∈ E e_i\in E eiE 都正交,则称 E E E 是个完全系

【定理】完全系的等价描述

X X X 是 Hilbert 空间1 E = { e i ∣ i ∈ Z + } E=\{e_i|i\in\mathbb{Z}_+ \} E={eiiZ+} 为标准正交系,则下列说法等价:

  • E E E 是完全系
  • ∀ x ∈ X \forall x\in X xX x = ∑ i = 1 ∞ < x , e i > e i x=\sum_{i=1}^{\infty}<x,e_i>e_i x=i=1<x,ei>ei
  • Parseval 等式成立,即 ∀ x ∈ X \forall x\in X xX,有 ∥ x ∥ 2 = ∑ i = 1 ∞ ∣ < x , e i > ∣ 2 \|x\|^2=\sum_{i=1}^\infty|<x,e_i>|^2 x2=i=1<x,ei>2
【定理】Gram-Schmidt 正交化

B = { x n ∣ n ∈ Z + } B=\{x_n|n\in \mathbb{Z}_+\} B={xnnZ+} 是内积空间 X X X 的可数子集,则存在标准正交系 E = { e n ∣ n ∈ Z + } E=\{e_n|n\in\mathbb{Z}_+ \} E={ennZ+} 使得 s p a n B = s p a n E spanB=spanE spanB=spanE2

【定理】可分的Hilbert空间必存在完全的标准正交系

X X X 是可分3的Hilbert空间,则 X X X 中必存在完全的标准正交系

【定义】内积空间的同构

X , Y X,Y X,Y 是同一数域上的内积空间, T T T X X X Y Y Y 的线性同构映射,

  • T T T 还保持内积,即 ∀ x , y ∈ X \forall x,y\in X x,yX < T x , T y > = < x , y > <Tx,Ty>=<x,y> <Tx,Ty>=<x,y>

则称 T T T 为内积空间上的同构映射,称 X , Y X,Y X,Y 作为内积空间是同构的

【定理】任何可分3的无穷维Hilbert空间都与 l² 等距同构


  1. 【Hilbert空间】备的内积空间称为Hilbert空间 ↩︎

  2. 【span】线性空间内所有元素对于加法、数乘封闭,这些元素所有可能的线性组合记作 S p a n Span Span ↩︎

  3. 【可分】设 A , B A,B A,B 为度量空间 X X X 中的子集,若 B ⊂ A ‾ B\subset\overline A BA ,就称 A A A B B B 中稠密,若一个可数集 A A A X X X 中稠密,则称 X X X 是可分的。 ↩︎ ↩︎

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