赋范线性空间三
文章目录
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
设 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×X→F 满足 ∀ x , y , z ∈ X , α , β ∈ F \forall x,y,z\in X,\alpha,\beta\in F ∀x,y,z∈X,α,β∈F
- 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,β∈F
【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
设 X X X 为内积空间, ∀ x ∈ X \forall x\in X ∀x∈X,记
- ∥ x ∥ = < x , x > \|x\|=\sqrt{<x,x>} ∥x∥=<x,x>
称 ∥ ⋅ ∥ \|\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
设 X X X 为内积空间, x , y ∈ X x,y\in X x,y∈X,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+y∥2+∥x−y∥2=2(∥x∥2+∥y∥2)
极化恒等式
当 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+y∥2−∥x−y∥2)
当 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+y∥2−∥x−y∥2+i∥x+iy∥2−i∥x−iy∥2)
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
设 X X X 为内积空间, x , y ∈ X x,y\in X x,y∈X,若 < x , y > = 0 <x,y>=0 <x,y>=0,则称 x x x 与 y y y 是正交的,记为 x ⊥ y x\perp y x⊥y
设 X , Y ⊂ X X,Y\subset X X,Y⊂X,若 ∀ x ∈ A , y ∈ B \forall x\in A,y\in B ∀x∈A,y∈B,有 x ⊥ y x\perp y x⊥y,就称 A A A 与 B B B 正交,记为 A ⊥ B A\perp B A⊥B,特别的 { x } ⊥ B \{x\}\perp B {x}⊥B 记为 x ⊥ B x\perp B x⊥B
记 A ⊥ = { x ∣ x ⊥ A } A^{\perp}=\{x|x\perp A\} A⊥={x∣x⊥A},称 A ⊥ A^\perp A⊥ 为 A A A 的正交补
【定理】勾股定理在内积空间中的推广
设 X X X 为内积空间, x , y ∈ X x,y\in X x,y∈X, x ⊥ y x\perp y x⊥y,则有
∥ x + y ∥ 2 = ∥ x ∥ 2 + ∥ y ∥ 2 \|x+y\|^2=\|x\|^2+\|y\|^2 ∥x+y∥2=∥x∥2+∥y∥2
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=1∑nxi 2=i=1∑n∥xi∥2
【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={ei∣i∈I} 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 为 X X X 中的正交系
- 若还满足 ∀ e i ∈ E \forall e_i\in E ∀ei∈E, ∥ 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={ei∣i∈Z+} 为标准正交系,则 ∀ x ∈ X \forall x\in X ∀x∈X,有
∥ x ∥ 2 ≥ ∑ i = 1 ∞ ∣ < x , r i > ∣ 2 \|x\|^2\geq\sum_{i=1}^\infty|<x,r_i>|^2 ∥x∥2≥i=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={ei∣i∈Z+} 为标准正交系,若只有零元与一切 e i ∈ E e_i\in E ei∈E 都正交,则称 E E E 是个完全系
【定理】完全系的等价描述
设 X X X 是 Hilbert 空间1, E = { e i ∣ i ∈ Z + } E=\{e_i|i\in\mathbb{Z}_+ \} E={ei∣i∈Z+} 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 ∀x∈X, 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 ∀x∈X,有 ∥ x ∥ 2 = ∑ i = 1 ∞ ∣ < x , e i > ∣ 2 \|x\|^2=\sum_{i=1}^\infty|<x,e_i>|^2 ∥x∥2=∑i=1∞∣<x,ei>∣2
【定理】Gram-Schmidt 正交化
设 B = { x n ∣ n ∈ Z + } B=\{x_n|n\in \mathbb{Z}_+\} B={xn∣n∈Z+} 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={en∣n∈Z+} 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
设 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
设 X , Y X,Y X,Y 是同一数域上的内积空间, T T T 是 X X X 到 Y Y Y 的线性同构映射,
- 若 T T T 还保持内积,即 ∀ x , y ∈ X \forall x,y\in X ∀x,y∈X, < 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