第二节 欧式空间的基本概念
5-2欧式空间的基本概念
西安交通大学
线性代数与空间解析几何
定理5.2.1(Cauchy-Schwarz(柯西-施瓦兹)不等式) 设V是欧氏空间,则对任意 , V 有
, , ,
其中,等号成立的充要条件是 与 线性相关. 证明:如果与 线性无关,则对于任意的实数t , t + 0, 由内积的非负性可得
是内积, V 是一个欧氏空间.
西安交通大学
线性代数与空间解析几何
n n 例3: n阶实方阵的全体构成的线性空间 R 中,
A (aij )nn , B (bij )nn ,
定义
A, B aij bij
i 1 j 1 n n
标准内积
可以验证满足内积公理,
因此R nn 构成一个欧氏空间.
d ( , ) d ( , )
西安交通大学
线性代数与空间解析几何
三、标准正交基及其基本性质
定义5.2.5(正交向量组与正交单位向量组) 对于欧氏空间V中的一个向量组, 如果其中不含零向量,且其中的向量两两正交, 则称它为一个正交向量组. 如果一个正交向量组中的每个向量都是单位向量, 则称它为一个正交单位向量组.
1 1 , 1
0 1 , 1
2 1 1
正交基
1 3 1 , 3 1 3 0 1 , 2 1 2 2 6 1 6 1 6
西安交通大学
线性代数与空间解析几何
定理 5.2.2 :正交向量组必是线性无关的向量组. 证明: 设1 , 2 ,, m 是一组正交的向量组 , 则
第09章 欧式空间
= α s−1
−
(α s−1, ε1 ) (ε1,ε1 )
ε
1
−⋯
−
(α s−1 (ε s−2
,ε ,ε
s −2 s−2
) )
ε
s
−2
,ε s
= αs
−
s −1 k=1
(α s (εk
− εk ) ,εk )
ε
k
① L(ε1 ,⋯,ε s ) = L (α1 ,⋯,αs ) ⇔ ε1,⋯,ε s 与 α1,⋯, αs 等价
α = (ε1,⋯,ε n ) X = (η1,⋯,ηn ) X , X = T X , β = (ε1,⋯,ε n)Y = (η1,⋯,η n)Y ,Y = T Y
(α, β )在基 ε1,⋯,ε n ,η1,⋯,ηn下的度量矩阵分别为 G, G
(α ,
β)
=
X
'GY
=
X
'
T
'GT Y
=
X
'
GY
∴G = T 'GT 即 G~G
⎧R欧式空间
线性空间定义度量性质后 ⎪⎪C酉空间
⎨⎪思维时空空间 ⎪⎩辛空间
三维几何空间 R3
R
2
:设
� a
=
(a1
,
a2
),
� b
=
(b1,
b2)
�� a ⋅b = a1b1 + a2b2 ∈R
� a 的长度:
� a
=
a2 + a2 =
�� a⋅a
1
2
�� a,b
的夹角:
<
�� a, b
>= ar
欧氏空间复习
欧氏空间复习 一、欧氏空间定义如果V 是实数域R 上维线性空间,而且存在V 上二元实函数(,)满足: 1)(,)(,)αββα=2)(,)(,)(,)k l k l αβγαγβγ+=+3)(,)0αα≥,而且等于0的充分必要条件是0α=其中,,,,V k l R αβγ∈∈。
则称V 为具有内积(,)的欧氏空间,简称为欧氏空间。
我们有: ●(,0)0α=●1111(,)(,)rsrsi i j j i ji j i j i j k l k lαβαβ=====∑∑∑∑● 2(,)(,)(,)αβααββ≤(可以用其定义角度,证明一些不等式)如果设12,,,n εεε 为V 基,则定义(,)i j n n A εε⨯⎡⎤=⎣⎦,称其为基12,,,n εεε 的度量矩同样我们有:● 基的度量矩阵正定;● 不同基的度量矩阵合同(由此可以证明标准正交基的存在性) ●如果设1212[,,,],[,,,]n n X Y αεεεβεεε== ,则有:(,)T X AY αβ=二、标准正交基和正交补欧氏空间V 的基12,,,n εεε 称为标准正交基,如果有(,)i j ij εεδ=。
标准正交基的存在性一可以通过基的度量矩阵为正定矩阵及其正定矩阵和单位矩阵合同的性质证明。
其次可以通过施密特正交化方法证明。
我们有: ●n 维列向量12,,,n ααα 为n R 标准正交基的充分必要条件是矩阵12[,,,]n A ααα= 满足T A A E =,换句话说A 是正交矩阵。
注意一个正交矩阵决定两组正交基,一个是正交矩阵的列向量组,另外一个是正交矩阵的行向量组。
● 标准正交基的过度矩阵是正交阵。
●根据施密特正交化我们可以推出,对任意实可逆矩阵A 存在正交矩阵U 和上(或者下)三角矩阵T 使得A TU =或者A U T =。
●如果12,,,n εεε 为欧氏空间V 的标准正交基,而且:1212[,,,],[,,,]n n X Y αεεεβεεε==则有(,)T X Y αβ=。
关于欧氏空间的若干问题
关于欧氏空间的若干问题欧氏空间,也称欧几里德空间,是数学中研究最广泛、应用最广泛的一个空间概念。
它是一个三维的空间,通常用欧氏度量来度量距离。
在欧氏空间中,可以进行许多有趣的几何推理和计算,下面将针对欧氏空间的一些常见问题进行探讨。
一、欧氏空间的定义和性质:1. 欧氏空间的定义:欧氏空间是一个具有三个轴向(x、y、z)的空间,其中任意两点之间的距离可以用欧氏度量来度量。
2. 欧氏度量的定义:欧氏度量是指两个点之间的距离,即在空间中点A和点B的距离可以表示为√[(xB-xA)² + (yB-yA)² + (zB-zA)²]。
3. 欧氏空间的性质:欧氏空间满足公理化的欧氏几何的所有性质,包括点、线、平行、相似、共面等等。
二、欧氏空间中的几何推理和计算:1. 直线和平面:在欧氏空间中,可以定义直线和平面,直线是两点之间的最短路径,平面是由三个或更多点组成的平坦表面。
2. 平行和垂直:在欧氏空间中,可以定义平行和垂直关系,平行的直线永远不会相交,垂直的直线相交时角度为90度。
3. 距离和角度:在欧氏空间中,可以计算两点之间的距离,并且可以计算两条直线或两个平面之间的夹角。
4. 对称和相似:在欧氏空间中,可以定义对称和相似的概念,对称是指关于某一中心轴或点对称,而相似是指形状和大小相似但不完全相同。
5. 三角形和多边形:在欧氏空间中,可以进行三角形和多边形的计算,包括面积、周长、角度等。
6. 空间图形的投影:在欧氏空间中,可以进行空间图形的投影计算,包括平行投影和透视投影等。
三、欧氏空间在现实生活中的应用:1. 建筑和工程:欧氏空间的几何推理和计算在建筑和工程领域中得到广泛应用,如房屋设计、结构力学分析等。
2. 机械制造:欧氏空间的几何推理和计算在机械制造中也起到重要作用,如零件加工、装配设计等。
3. 计算机图形学:欧氏空间的概念在计算机图形学中被广泛应用,如三维建模、渲染等。
欧式空间
欧氏空间(Euler space )一、 内积与欧氏空间1.设V 是实数域R 上的线性空间,在V 上定义一个二元实函数,称为内积,记为),(βα,它具有以下性质: )3(,)2(),,(),)(1( αββα= 这样的线性空间V 称为欧几里的空间,简称欧氏空间.2.设V 是数域P 上的线性空间,如果V 中的任意两个向量βα,都按某一法则对应P 内唯一确定的数,记为),(βαf ,且),(),(),(,,,,)1(221122112121βαβαβααβααk f k k k f V P k k +=+∈∈∀有;),(),(),(,,,,)2(221122112121βαβαββαββαl f l l l f V P l l +=+∈∈∀有 则称),(βαf 是V 上的一个双线性函数.3.内积是双线性函数.4.设V 是n 维欧氏空间,n e e e ,,,21 为V 的一组基,V ∈βα,,若n n e x e x e x +++= 2211α; n n e y e y e y +++= 2211β则j i n j ni j i j i n j n i j i y x a y x e e ∑∑∑∑====∆=1111),(),(βα,5.称 )),(()(j i ij e e a A ==为基n e e e ,,,21 的度量矩阵.6. 设n e e e ,,,21 是n 维欧氏空间V 的一组基,,A 是基n e e e ,,,21 下的度量矩阵,则任意V ∈βα,,有AY X '=),(βα.7.度量矩阵必为正定矩阵,且不同基下的度量矩阵是合同的.二、 长度与夹角1。
欧氏空间V 中向量长度 ),(||ααα=;单位化:当||0||0αααα=≠时, 2.欧氏空间中的重要不等式:① Cauchy-Буняковский不等式:对任意向量V ∈βα,有线性相关时等式成立。
,当且仅当βαβαβα|,||||),(|≤。
高等代数欧氏空间的定义与基本性质
. .. . . ..
欧几里得空间的概念
注 在欧几里得空间的定义中, 对它作为线性空间的维数并无要 求,可以是有限维的,也可以是无限维的. 由内积的对称性可知,内积也满足 右齐次性 (α, kβ) = k(α, β);
因而我们也称内积满足齐次性、可加性,这两条性质合在一 起称为内积的双线性性. 即内积是实线性空间中的一个正定 对称双线性函数.
. .. . . ..
欧氏空间的度量
由欧氏空间定义中内积的正定性,有 √
(α,
α)
≥
0.
所以对于任意
的向量 α, (α, α) 是有意义的. 在几何空间中,向量的长度为
√ (α, α).
类似地,我们在一般的欧氏空间中引进:
定义 √
非负实数 (α, α) 称为向量 α 的长度,(或称范数,或称模)记 为 |α|.
. .. . . ..
欧几里得空间的概念
注 在欧几里得空间的定义中, 对它作为线性空间的维数并无要 求,可以是有限维的,也可以是无限维的. 由内积的对称性可知,内积也满足
因而我们也称内积满足齐次性、可加性,这两条性质合在一 起称为内积的双线性性. 即内积是实线性空间中的一个正定 对称双线性函数.
. . . .... .... .... . . . . .... .... .... . .
显然,向量的长度一般是正数,只有零向量的长度才是零,这样 定义的长度符合熟知的性质:
|kα| = |k||α|,
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
欧氏空间的度量
这里,k ∈ αR, α ∈ V. 事实上,
√
定义与基本性质欧氏空间
欧氏空间的性质
完备性
在欧氏空间中,任意柯西序列都收敛,即任意两点之间的距离可 以由有限步的有限位移得到。
有限维性
欧氏空间是有限维的,其维度等于空间中独立坐标的个数。
连通性
欧氏空间是连通的,即任意两点之间都存在一条连续的路径。
欧氏空间的维度
一维欧氏空间
只有一条坐标轴。
二维欧氏空间
有两条相互垂直的坐标轴。
向量的模
欧氏空间中向量的模定义为向量长度或大小,表 示为$| vec{v} |$,计算公式为$sqrt{v_1^2 + v_2^2 + cdots + v_n^2}$。
向量的内积
欧氏空间中向量的内积定义为两个向量的点积, 表示为$vec{v} cdot vec{w}$,计算公式为 $v_1w_1 + v_2w_2 + cdots + v_nw_n$。
连续性的几何意义
在欧氏空间中,连续性意味着函数图像的每一点附近都有其他点,这些点与图像 上对应的点足够接近。
03
欧氏空间的应用
解析几何中的欧氏空间
解析几何是数学的一个重要分支,它使用代数方法研究几何对象。在解析几何中 ,欧氏空间是一个基本的、重要的概念,用于描述平面和三维空间中的点、线、 面等几何元素。
长度和半径
欧氏空间中,线段的长度和圆的 半径可以通过度量性质进行计算 。
欧氏空间的平行性
平行直线
在欧氏空间中,两条直线平行当且仅当它们的方向向量成比 例。
平行平面
在欧氏空间中,两个平面平行当且仅当它们的法向量共线。
欧氏空间的连续性
连续性定义
在欧氏空间中,如果对于任意给定的正数$epsilon$,都存在一个正数$delta$,使 得对于空间中的任意两点$P$和$Q$,只要$d(P, Q) < delta$,就有$d(f(P), f(Q)) < epsilon$,则称函数$f$在欧氏空间中是连续的。
三维几何中的欧几里得空间
欧几里得空间,又称欧式空间,是指在三维几何中我们熟悉的传统空间。
这是以希腊古代数学家欧几里得的几何学为基础发展起来的一种数学概念。
在欧几里得空间中,我们可以研究和描述点、线、面以及它们之间的关系。
首先,让我们来了解一下欧几里得空间的基本元素。
欧几里得空间中最基本的元素是点和直线。
点是没有任何大小和形状的,它只有一个位置坐标。
直线是由一些点组成,且经过两个不重合的点。
在欧几里得空间中,我们还可以定义出其他一些元素,比如线段、角等。
在欧几里得空间中,我们可以进行一些基本运算和构造。
最基本的就是连接两个点来构造出一条线段或一条直线。
同时,我们还可以使用直尺和量角器来测量线段的长度和角度的大小。
这些运算和构造使得我们可以对空间中的物体进行测量和表达。
欧几里得空间中的点、线、面可以存在各种各样的关系。
最常见的就是垂直和平行关系。
当两条线段或两条直线互相垂直时,它们之间的角度是90度。
而当两条线段或两条直线互相平行时,它们永远不会相交。
这些关系在日常生活中经常被用到,比如建筑设计、家具布置等。
欧几里得空间中还存在一个非常重要的概念,那就是三角形。
三角形是由三条线段构成的闭合图形,它是几何学的一个基本研究对象。
在三角形中,我们可以通过测量边长和角度来研究它的性质。
例如,我们可以通过测量三条边的长度来判断一个三角形的形状,比如等边三角形和等腰三角形;我们还可以测量三个角的大小来判断一个三角形是否为直角三角形。
三角形的研究在很多领域中都有重要的应用,比如航海、地理学等。
除了三角形,欧几里得空间中还存在其他一些有趣的对象。
比如四边形、多边形等。
四边形是由四条线段构成的闭合图形,它也有很多有趣的性质。
多边形是由多条线段构成的闭合图形,它们也是几何学的重要研究对象。
研究这些对象的性质,可以帮助我们更好地理解和应用欧几里得空间中的几何学知识。
总结一下,在三维几何中的欧几里得空间中,我们可以研究和描述点、线、面以及它们之间的关系。
欧氏空间的定义与基本性质 PPT
一、欧氏空间的定义 二、欧氏空间中向量的长度 三、欧氏空间中向量的夹角 四、n维欧氏空间中内积的矩阵表示 五、欧氏子空间
问题的引入:
1、线性空间中,向量之间的基本运算为线性运算, 其具体模型为几何空间 R2、R3, 但几何空间的度量 性质(如长度、夹角)等在一般线性空间中没有涉及.
(5)
当且仅当、 线性相关时等号成立.
证:当 0时, ( ,0) 0, 0 ( , ) 0. 结论成立. 当 0 时,作向量 t ,
tR
由内积的正定性,对 t R,皆有
( , ) ( t , t )
注意:由于对 V , 未必有 (, ) (, )
所以1),2)是两种不同的内积. 从而 Rn 对于这两种内积就构成了不同的欧氏空间.
例2.C(a,b) 为闭区间 [a,b] 上的所有实连续函数
所成线性空间,对于函数 f ( x), g( x) ,定义
b
( f , g) a f ( x)g( x) dx
1. 引入夹角概念的可能性与困难
1)在 R3中向量 与 的夹角 , arccos
(4)
2)在一般欧氏空间中推广(4)的形式,首先
应证明不等式: 此即,
( , ) 1
2. 柯西-布涅柯夫,有
( , )
、 , 定义一个二元实函数,记作 ( , ) ,若 ( , ) 满足性质: , , V , k R
1 (, ) ( , )
(对称性)
2 (k, ) k(, )
3 ( , ) , ( , )
(数乘) (可加性)
第二节 欧式空间的基本概念
例3 已知在欧氏空间 R3 中,向量组
证毕
k1α1+…+kmαm =0,
i ,
j
=
||
i
||2 0,当j = i时, 0,当j i时.
3、 正交基与标准正交基 定义 在 n 维欧氏空间 V 中, 由 n 个向量组成的 正交向量组称为V 的正交基; 由n个向量组成的正交 单位向量组或称为 V 的标准正交基或规范正交基.
定理3 设 α1,…, αn 是n维欧氏空间V的一个标准 正交基, α和β是V 的中任意两个向量, 设 α=x1α1+…+xnαn , β=y1α1+…+ynαn , 则 (1) xi =<α, αi>(i=1,2, …,n) , 即
|| 2
|| 2 =
1 (1,0,1)T= ( 1 ,0,
2
2
1 )T . 2
3
=
1
|| 3
||3=
1 (1,2,1)T = ( 1 ,
6
6
2, 6
1 )T . 6
2、 正交向量组的性质
定理2 正交向量组必是线性无关向量组.
证明
设 α1,…, αm 是一个正交向量组 , 则
i ,
j
=
|| i
||2
(1)与(2)的证明板书推导. 下面证明(3).
三角不等式的证明
|| ||2 = , =|| ||2 2 , || ||2
第九章 欧式空间(第二讲)
( , ) xi y j ( i , j ).
i 1 j 1
m
n
令
aij ( i , j ),
i. j 1, 2, , n,
显然aij=aji.于是矩阵
a11 a 21 A an1 a12 a22 an 2 a1n a2 n ann
定义2.2 每个向量都是单位向量的正交组称为一个标 准正交组或单位正交组.
定义2.3 在欧氏空间中,由正交向量组形成的基称为 正交基;由标准正交组形成的基称为标准正交基或单位正 交基.
n维欧氏空间的n个向量ε1,ε2 ,· · ·,ε n构成标准正交 基的充要条件是
1, ( i , j ) ij 0,
1
x2 ( x
( k 2 3)
于是
(3) g3 ( x) k1(3) g1 ( x) k2 g2 ( x) f3 ( x) 1 1 x x2 3 2 1 2 x x . 6
在将g1(x) ,g2(x) ,g3(x)单位化.由前面计算已得 1 2 2 g1 ( x) 1, g 2 ( x) . 再计算出 12
线性代数
机动
目录
上页
下页
返回
结束
§ 度量矩阵与标准正交基
2.1 欧氏空间的度量矩阵
设V是n维欧氏空间. ε1,ε2 ,· · ·,ε n是V的一个基.对 于V中两个向量 x1 1 x2 2 xn n ,
y1 1 y2 2 yn n ,
为一个实对称矩阵.向量α, β的内积可表为
( , ) x T Ay.
(1)
这里x,y分别是α, β的坐标.我们称A为在基ε1,ε2 ,· · ·, ε n下的度量矩阵.上述结果表明,当知道了某组基下的度 量矩阵A时,任意两向量的内积可以通过这两个向量的坐 标按(1)式来计算.可见,度量矩阵完全确定了内积.
高等代数考研复习[欧氏空间]
(A ,A ) (, ),
则称 A 是正交变换. 2.2 关于正交变换的几个等价命题
设 A 是欧氏空间V的一个线性变换,则下面
四个命题相互等价: (1) A 是正交变换; (2) A 保持向量的长度不变,即对任意的
d) n维欧空间中任意一个正交向量组都能扩充 成一组标准正交基.
3) 标准正交基的求法:施密特(Schmidt)正交 化方法
题型分析:
例1 设 1,2, ,n 是欧氏空间V的基,证明:
1) 若 V 使得 ( ,i ) 0, 则 0.
2) 若 1, 2 V , 对任意的 V 有 (1, ) ( 2, )
2.3 正交变换是可逆的;正交变换的乘积与 正交变换的逆变换仍然是正交变换. 正交变换在 任何一组标准正交基下的矩阵都是正交矩阵,
其行列式等于正负1,行列式为1的正交变换称 为第一 类的,或旋转;行列式为-1的正交变换 称为第二类的.
2.4 对称变换的定义 设A 是欧氏空间V的线性变换,如果对任意
(
2
,1)
(
n
,1
)
(1,2 ) (2,2 )
(n ,2 )
为基1,2, ,n 的度量矩阵.
(1,n )
(
2
,
n
)
(
n
,
n
)
2) 度量矩阵的性质
a) 设, 在n维欧氏空间V的基1,2, ,n 下的 坐标分别为 X (x1, x2, , xn ), Y ( y1, y2, , yn ), 则 (, ) X AY , 其中A是基1,2, ,n 的度量矩 阵.特别当1,2, ,n 是标准正交基时,A=E,则
9.1 欧氏空间定义及性质
公理1称为对称性,公理2,3合称为线性性,公理4称 为恒正性. 对称性,线性性和恒正性正是数量积(如功) 的基本属性.
在此基础上可进一步建立向量长度、夹角、距离等概 念,这均为几何空间的特征,是以欧氏几何为基础的, 故称为欧氏空间.
i1 j 1
r
s
r
( aii , bj j ) ( aii , b11 b22 bss )
i1
j 1
i1
r
r
r
( aii , b11 ) ( aii, b22 ) ( aii, bss )
i1
i1
i1
→ |α+β|≤|α |+|β |.
□
几何意义:几何空间中,两边之和大于第三边.
定义5 向量α ,β 的距离 d(α ,β )=|α -β | 几何意义如图示.
16) α ≠β ,则 d(α ,β )>0.
α -β
17) d(α ,β )= d(β ,α ).
β
18) d(α ,γ )≤d(α ,β )+d(β ,γ ).
(0,α) = (0·0,α) = 0 (0,α) = 0 = (α,0) .
8) 对任意的β∈V,(αβ) = 0, 则α= 0
取β=α, 则 (αα) = 0, 据公理4得α= 0 .
9)
r
( aii ,
s
r
bj j )
s
aibj (i , j )
i 1
j 1
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
α1 = (1 , 1 , 1)T , α2 = (1 , 0 , -1)T , α3 = (1 , -2 , 1)T ,
是一个正交向量组 ,请将该向量组化为正交单位向量组 .
解
ao = 1 a
|| a ||
1
=
1
|| 1
||1
=
1 (1,1,1)T = ( 1 ,
3
3
1, 3
1 )T . 3
2
=
1
证毕
, .
(3)三角不等式 ||α+β||||α||+||β||.
3 、向量的夹角
定义非零向量a与b的夹角φ为
= arccos a,b ,
|| a || || b ||
(0 )
规定: 零向量与任意向量成任意角.
• 若<a,b>=0, 则称向量a与b正交.
• 范数为 1 的向量称单位向量.
α = 0.
其中α,β和γ是V中任意向量, k是任意实数, 则称实数 <α,β>为α和β的内积, 称定义了内积的实线性空间V为 实内积空间或欧几里得空间, 简称为欧氏空间.
❖ 关于欧氏空间的两点说明
① 欧氏空间定义中的条件(1)-(4)称为内积公理,
其中的(2), (3)统称为内积的线性性质, 且可以写成
(1)与(2)的证明板书推导. 下面证明(3).
三角不等式的证明
|| ||2 = , =|| ||2 2 , || ||2
|| ||2 2 || || || || || ||2 = (|| || || ||)2
两边同时开方可得
||α+β||||α||+||β||, 故三角不等式成立.
证毕
k1α1+…+kmαm =0,
i ,
j
=
||
i
||2 0,当j = i时, 0,当j i时.
3、 正交基与标准正交基 定义 在 n 维欧氏空间 V 中, 由 n 个向量组成的 正交向量组称为V 的正交基; 由n个向量组成的正交 单位向量组或称为 V 的标准正交基或规范正交基.
定理3 设 α1,…, αn 是n维欧氏空间V的一个标准 正交基, α和β是V 的中任意两个向量, 设 α=x1α1+…+xnαn , β=y1α1+…+ynαn , 则 (1) xi =<α, αi>(i=1,2, …,n) , 即
<kα+lβ,γ>=k<α,γ>+l<β,γ>,
这里 α,β,γ 是V 中任意向量, k和l 是任意实数.
再由内积的对称性可知:<γ,kα+lβ>=k<γ,α>+l<γ,β>.
②齐次性的推广 (2)齐次性: <kα,β>=k<α,β>;
m
n
mn
kii , l j j =
kil j i , j
d (α,β)=||α-β|| 由向量的范数的基本性质可知距离有下列基本性质: (1)对称性 d (α,β)=d (β,α); (2)非负性 d (α,β) ≥ 0,且d (α,β)=0当且仅当α =β. (3)三角不等式 d (α,β) d (α,γ)+d (γ, β).
三、标准正交基及其基本性质
解得
1
1
1 2
1 1
x1 x2 x3
=
0 0
x = (k,0,k). (k 0).
ao = 1 a || a ||
故所求的单位向量为 1 (1,0,1).
2
xo = 1 x =
1
( k , 0, k )
|| x ||
(k)2 02 k2
4 、距离 定义 对于欧氏空间V中的两个向量α和β , 称范数 ||α-β||为α与β的距离, 记作d (α, β) . 即
= 4 , 2 4 , , 0,
即 , 2 , , 从而有 , , , .
如果向量α和β线性相关, 则向量α和β成比例.
不妨设向量 α=kβ (kR), 故
, = k, = k ,
= k2 , , = k,k ,
引言
在线性空间中,只涉及向量的线性运算和向量间的 线性关系,而几何空间中向量的长度和夹角等度量概念 没有得到反映, 故有必要在一般的线性空间中引入度量 的概念. 下面介绍欧氏空间的相关内容.
第二节 欧式空间的基本概念
一、向量的内积与欧氏空间
1 、内积和欧氏空间 定义 设 V 是一个实线性空间, 如果对于 V 中任意
0,
0,
当 i=j 时, 当 i≠j 时,
设存在一组数 k1,…, km , 使 k1α1+…+kmαm = 0,
用αi 与上式两边作内积, 由于当j≠i时有<αi,αj> =0, 故得: ki <αi ,αi > =0, 因为 <αi ,αi > > 0, 所以 ki = 0, (i=1,2, …,m) 所以 α1,…, αm 线性无关.
( i=1,2, …,n ) 所以 α=<α ,α1>α1+…+<α ,αn>αn .
α=x1α1+…+xnαn , β=y1α1+…+ynαn , (1) xi =<α, αi > (i=1,2, …,n) , α=<α, αi >α1+…+<α, αn>αn ,
n
n
nn
(2) <α,β>= xii , y j j =
• 非零向量a的单位化(或规范化)向量 ao = 1 a || a ||
表示与a同向(即夹角为零)的单位向量.
由非零向量
a
得到单位向量
||
1 a
||
a,
称为向量a的
单位化.
例2 求与a= (1,1,1), b=(1,2,1)同时正交的单位向量.
解
设非零向量 x=(x1, x2, x3) 与a,b同时正交, 则有
i =1
j=1
i=1 j=1
例 1 在线性空间Rn中,对于向量α =(a1 ,a2 , ... ,an)T,
β =(b1,b2 , … ,bn)T, 验证
<α,β>=a1b1+a2b2+…+anbn=αTβ
(*)
是满足内积公理. 从而Rn是一个欧氏空间.
证明 (1()1对)<称β,性α>:=<α,ββT>α=<=β(,βαT>α;)T =αTβ =<α,β >. (2)齐次性: <kα,β>=k<α,β>; (3)(2加)设性:kR<,α则+β,γ>=<α,γ>+<β,γ>; (4)非<k负α,β性>=: <α(k,αα>)Tβ 0,=等k (号αT成β)立的=k充<α分,β必>. 要条件是α = 0.
<α,β>=a1b1+a2b2 +... +anbn=αTβ
例1 ′ 设f(x)和g(x)是连续空间C[a,b]中任意两个函数,
定义
b
f , g = f ( x)g( x)dx
a
则C[a,b] 是一个欧氏空间.
2. 柯西-施瓦茨(Cauchy-Schwarz)不等式 定理1 设α和β是欧氏空间V 中任意两个向量,
四、Gram-Schmidt(格拉姆-施密特)正交化方法
• 问题 已知 α1,…, αn 为 n 维欧氏空间 V 的一个基, 如何求 V 的一个标准正交基 ?
如果 β1,…, βn 为 n 维欧氏空间 V 的一个正交基, 我们可以把每个 βi 单位化得到n个单位向量e1,…, en ,
|| 2
|| 2 =
1 (1,0,1)T= ( 1 ,0,
2
2
1 )T . 2
3
=
1
|| 3
||3=
1 (1,2,1)T = ( 1 ,
6
6
2, 6
1 )T . 6
2、 正交向量组的性质
定理2 正交向量组必是线性无关向量组.
证明
设 α1,…, αm 是一个正交向量组 , 则
i ,
j
=
|| i
||2
α=<α, α1>α1+…+ <α, αn>αn ; (2) <α,β> = x1y1+…+xn yn ; (3) ||α|| = x12 L xn2 ; (4) d (α,β) = ( x1 y1)2 L ( xn yn )2
证明 (1) 用 αi 与 α=x1α1+…+xnαn 两端作内积, 得 <α, αi >= <x1α1+…+xnαn ,αi > = xi<αi,αi > = xi ,
❖ 标准正交基的几何解释
设 e1,…, en 是 n 维欧氏空间V的一个标准正交基,
α 是V 的中任一向量, 设 α=x1e1+…+xnen , 则
α=<α, ei >e1+…+<α, en >en.
R
• 几何意义
uuur
OP uuur
=
, e1
e1
OQ uuur
=
, e2
e2
OR uuur
= ,
α 的范数(或长度), 记作 || a ||. 即
|| || = , .