24 内积空间中的正交性
数值分析(03)内积空间与内积空间中的正交系72页PPT
正交系
21、没有人陪你走一辈子,所以你要 适应孤 独,没 有人会 帮你一 辈子, 所以你 要奋斗 一生。 22、当眼泪流尽的时候,留下的应该 是坚强 。 23、要改变命运,首先改变自己。
24、勇气很有理由被当作人类德性之 首,因 为这种 德性保 证了所 有其余 的德性 。--温 斯顿. 丘吉尔 。 25、梯子的梯阶从来不是用来搁脚的 ,它只 是让人 们的脚 放上一 段时间 ,以便 让别一 只脚能 够再往 上登。
55、 为 中 华 之 崛起而 读书。 ——周 恩来
谢谢!
51、 天 下 之 事 常成 于困约 ,而败 于奢靡 。——陆 游 52、 生 命 不 等 于是呼 吸,生 命是活 动。——卢 梭
53、 伟 大 的 事 业,需 要决心 ,能力 ,组织 和责任 感。 ——易 卜 生 54、 唯 书 籍 不 朽。——乔 特
内积空间的标准正交基
线性无关性的证明可以通过构造一个行列式来证明,该行列式的值等于所有线性组合系数的乘积,如 果该行列式的值为零,则说明存在一组不全为零的实数,使得线性组合等于零向量,从而证明了线性 无关性。
03 标准正交基的构造方法
正交化过程
01
选取一组线性无关的向量作为初始基底。
02
通过正交化过程,将这组线性无关的向量转化为正交向量组。
内积空间的标准正交基
目录
• 引言 • 标准正交基的性质 • 标准正交基的构造方法 • 标准正交基的应用 • 标准正交基的例子
01 引言
什么是内积空间
交换律
01
x·y=y·x
分配律
02
z·(x+y)=z·x+z·y
非负性
03
x·y≥0
内积空间的标准正交基的定义
• 标准正交基是指由单位向量组成的向量组,这些单位向量两两正交,即它们的点积为0。对于一个内积空间,如果存在一组 线性无关的向量,它们两两正交并且模长为1,那么这组向量就构成了该内积空间的标准正交基。
VS
描述
这n个基向量是正交的,即它们的内积都为 0。同时,它们的模都为1,即对于每一个 基向量,其各分量平方和都等于1。
THANKS FOR WATCHING
感谢您的观看
正交性
两两正交
标准正交基中的向量两两正交,即对于任意两个不同的向量$e_i$和$e_j$,如果$i neq j$,则$e_i cdot e_j = 0$。
正交化过程
在构造标准正交基时,需要先选择一组线性无关的向量,然后通过正交化过程将 它们转化为正交基。
基的唯一性
唯一性定理
对于同一个内积空间,如果存在两个不同的标准正交基,则 这两个基之间可以通过一个可逆线性变换相互转化。
内积空间中的正交与投影
5.2 内积空间中的正交与投影5.2.1 正交和投影定义5.2.1 设X 是内积空间,,X ∈x y ,若[,]0=x y ,则称x 与y 正交,记作⊥x y .设Y X ⊂,当x 与Y 中所有向量都直交时,称x 与Y 正交,记作Y ⊥x . 设,Y Z X ⊂,若对,Y Z ∀∈∀∈y z ,都有⊥y z ,则称Y 与Z 正交,记作Y Z ⊥. 设Y X ⊂,记{,}Y x x Y x X ⊥=⊥∈,并称之为Y 的正交补(集)。
注 C Y Y ⊥≠. 正交性质:(1) 若⊥x y ,则⊥y x ; (2) 若X ∈x ,则 X⊥⇔=0x x ;(3) 若Y Z ⊂,则Z Y ⊥⊥⊂; (4) 对Y X ∀⊂,恒有{}Y Y ⊥=0;注 {}YY ⊥=0不意味着Y Y X ⊥=.(5) 勾股弦定理:当⊥x y 时,222+=+x y x y .引理5.2.1 设X 是内积空间,Y X ⊂,则Y ⊥是X 的闭线性子空间。
证 (自证!)注 因为Y 未必是X 的闭线性子空间,所以一般地,()Y Y ⊥⊥≠,但有()Y Y ⊥⊥⊂. 若Y 是X 的闭线性子空间,则()Y Y ⊥⊥=.推论 设Y X ⊂,若span{}Z xx Y =∈是Y 张成的闭线性子空间,则Z Y ⊥⊥=.证 因为Y Z ⊂,所以Y Z ⊥⊥⊃.反过来,若Y ⊥∈x ,即Y ⊥x ,这时{}(){}YY Y ⊥⊥⊥⊥⊂⇒⊂⊂x x .由引理5.2.1知:{}⊥x 是X 的闭子空间, 而Z 是包含Y 的最小的闭集,所以{}Z Z Z ⊥⊥⊂⇒⊥⇒∈x x x或{}{}({})Z Z Z ⊥⊥⊥⊥⊥⊂⇒⊂⊂⇒∈x x x x得:Y Z ⊥⊥⊂. 综上所述,有Z Y ⊥⊥=. 证毕!定义5.2.2 设X 是内积空间,12,Y Y 是X 的两个线性子空间,若12Y Y ⊥,则称121122{,}Y Y Y =+∈∈x x x x为1Y 与2Y 的正交和,记作12Y Y ⊕.命题5.2.1 设内积空间X 能分解为1Y 与2Y 的线性和12121122{,}X Y Y Y Y =+=+∈∈x x x x则它为正交和 ⇔ 1221,Y Y Y Y ⊥⊥==.In fact , “⇒”设12X Y Y =⊕,则由定义5.2.3知:12Y Y ⊥. 于是111212Y Y Y ⊥∀∈⇔⊥⇔∈x x x ,故 12Y Y ⊥=. 同理可证21Y Y ⊥=.“⇐”设1221,Y Y Y Y ⊥⊥==,往证12X Y Y =⊕. 因为X 已经分解为1Y 与2Y 的线性和:12121122{,}X Y Y Y Y =+=+∈∈x x x x ,所以,要证明12X Y Y =⊕,只需证明12Y Y ⊥.因为 1221,Y Y Y Y ⊥⊥==,所以显然有 12Y Y ⊥. 证毕!定义5.2.3 设Y 是内积空间X 的线性子空间,X ∈x . 若存在01,Y Y ⊥∈∈x x ,使得01=+x x x (5.2.1)则称0x 是x 在Y 上的(正交)投影,或x 在Y 上的投影分量。
正交性定理
正交性定理正交性定理是线性代数中极为重要的一个定理,它在许多领域,特别是在信号处理、图像处理和物理学等方面都有广泛的应用。
在本文中,我将介绍正交性定理的概念、证明过程以及它的几个重要应用。
正交性定理是指两个向量的内积为0时,它们是正交的。
换句话说,如果两个向量的内积等于0,那么它们垂直于彼此。
内积是一种度量两个向量之间相似性的方法,它是两个向量的点积。
对于两个向量u和v,它们的内积可以表示为u·v。
如果u·v=0,则u和v是正交的。
接下来,我们将证明正交性定理。
假设有两个向量u=(u₁,u₂,...,uₙ)和v=(v₁,v₂,...,vₙ)。
它们的内积可以表示为:u·v= u₁v₁ + u₂v₂ + ... + uₙvₙ我们假设u·v=0,即:u₁v₁ + u₂v₂ + ... + uₙvₙ = 0我们可以将这个方程写成矩阵形式,即:[u₁ u₂ ... uₙ] · [v₁ v₂ ... vₙ]ᵀ = 0这个矩阵乘法等于0的条件是,矩阵的每一行与每一列的乘积之和等于0。
也就是说,u和v的每一个分量乘积之和等于0。
根据这个条件,我们可以得出结论,如果u·v=0,那么u和v是正交的。
正交性定理在很多应用中都有重要的作用。
首先,它在信号处理中被广泛用于傅里叶变换。
傅里叶变换将一个信号分解成一组正交基函数,每个基函数都代表了不同的频率。
这个定理的应用使得我们可以对信号进行频率分析,从而更好地理解和处理信号。
其次,正交性定理在图像处理中也扮演着重要的角色。
在图像处理中,我们经常会用到卷积操作。
卷积操作可以将一个图像与一个卷积核进行卷积,得到一个新的图像。
正交性定理告诉我们,如果一个卷积核是正交的,那么它可以保持图像的一些特性,比如边缘和纹理。
这个定理的应用使得我们可以通过设计适当的卷积核来改善图像质量。
另外,正交性定理在物理学中也是非常重要的。
在量子力学中,波函数的正交性是量子理论的基础之一。
内积空间的正交基与正交投影
内积空间的正交基与正交投影内积空间是数学中一个重要的概念,它在向量空间中定义了向量之间的内积运算。
在内积空间中,有两个重要的概念:正交基和正交投影。
本文将介绍内积空间的概念,探讨正交基的性质以及正交投影的应用。
一、内积空间的定义和性质内积空间是一个向量空间,其中定义了向量间的内积运算。
一个内积空间必须满足以下条件:1. 正定性:对于任意非零向量x,有内积⟨x, x⟩大于0,并且仅当x 为零向量时等于0。
2. 线性性:对于任意向量x、y和标量a,有内积的线性性质:⟨ax + y, z⟩ = a⟨x, z⟩ + ⟨y, z⟩。
3. 对称性:对于任意向量x和y,有内积的对称性质:⟨x, y⟩ = ⟨y, x⟩。
内积空间的一个重要性质是Cauchy-Schwarz不等式,它表明对于任意向量x和y,有|⟨x, y⟩| ≤ ∥x∥∥y∥,其中∥x∥和∥y∥分别表示向量x和y的范数。
二、正交基的定义和性质在内积空间中,如果一个向量组中的向量两两正交且非零,那么这个向量组称为正交基。
正交基的一个重要性质是,内积空间中的任意向量都可以由正交基线性表示。
假设V是一个n维内积空间,{v_1, v_2, ..., v_n}是V的一个正交基,那么对于任意向量x ∈ V,可以将x表示为线性组合的形式:x =c_1v_1 + c_2v_2 + ... + c_nv_n,其中c_1, c_2, ..., c_n为常数。
三、正交投影的定义和应用正交投影是内积空间中的一个重要应用,它可以将一个向量投影到另一个向量上,得到其在后者上的正交投影。
设V是一个内积空间,W是V的一个子空间,对于任意向量x ∈V,将其正交投影到W上的向量记作Proj_W(x)。
那么Proj_W(x)满足以下两个条件:1. Proj_W(x) ∈ W,即正交投影的结果在子空间W中。
2. 向量x - Proj_W(x)与W上的所有向量正交,即内积⟨x -Proj_W(x), w⟩ = 0,对于任意w ∈ W成立。
内积空间与正交变换的基本概念
内积空间与正交变换的基本概念内积空间和正交变换是线性代数中重要的概念,它们在数学和物理等领域都有广泛的应用。
本文将介绍内积空间和正交变换的基本概念,以及它们在实际问题中的应用。
一、内积空间的定义和性质内积空间是指在定义了内积运算的向量空间。
内积运算是指将两个向量进行运算得到一个标量的运算,常用的内积运算有点乘和矩阵乘法等。
内积空间具有以下性质:1. 正定性:对于任意非零向量v,它的内积与自身的内积大于零,即(v, v) > 0。
当且仅当v等于零向量时,(v, v)等于零。
2. 线性性:对于任意向量u、v和w,以及任意标量a和b,有(u+v, w) = (u, w) + (v, w)和(au, v) = a(u, v)。
3. 对称性:对于任意向量u和v,有(u, v) = (v, u)。
内积空间可以是有限维的,也可以是无限维的。
常见的有限维内积空间是欧几里得空间,而无限维内积空间的例子有L2空间和Hilbert空间等。
二、正交变换的定义和性质正交变换是指保持向量间内积不变的线性变换。
设A是一个n阶实矩阵,若AA^T=I(其中I是单位矩阵),则称A是正交矩阵。
正交矩阵表示的线性变换称为正交变换。
正交变换具有以下性质:1. 保持内积:对于任意向量u和v,有(Au, Av) = (u, v)。
2. 保持长度:对于任意向量u,有||Au|| = ||u||,其中||u||表示向量u的长度。
3. 保持角度:对于任意两个非零向量u和v,它们的夹角与它们的像Au和Av的夹角相等。
正交变换常用于解决几何和物理问题,如旋转、平移和镜像等。
正交变换在图像处理和编码等领域也有广泛的应用。
三、内积空间与正交变换的关系内积空间和正交变换之间有着密切的联系。
给定一个内积空间V和一个正交变换矩阵A,可以构造一个新的内积空间W,其中向量的内积定义为(u, v) = (Au, Av)。
这个内积空间W称为V关于正交变换A的像空间。
数值分析(03)内积空间与内积空间中的正交系PPT文档72页
41、学问是异常珍贵的东西,从任何源泉吸 收都不可耻。——阿卜、重复别人所说的话,只需要教育; 而要挑战别人所说的话,则需要头脑。—— 玛丽·佩蒂博恩·普尔
44、卓越的人一大优点是:在不利与艰 难的遭遇里百折不饶。——贝多芬
45、自己的饭量自己知道。——苏联
数值分析(03)内积空间与内积空间中 的正交系
1、纪律是管理关系的形式。——阿法 纳西耶 夫 2、改革如果不讲纪律,就难以成功。
3、道德行为训练,不是通过语言影响 ,而是 让儿童 练习良 好道德 行为, 克服懒 惰、轻 率、不 守纪律 、颓废 等不良 行为。 4、学校没有纪律便如磨房里没有水。 ——夸 美纽斯
线性代数中内积空间与正交性
线性代数中内积空间与正交性内积空间是线性代数中一个重要的概念,它是向量空间上定义了一个内积运算的结构。
内积空间的重要性在于它使得我们可以定义向量之间的夹角和长度,同时也为后续讨论正交性提供了基础。
一、内积空间的定义与性质内积空间的定义:设V为一个n维线性空间,对于任意的u、v、w ∈ V和任意的实数a,满足以下条件的运算称为内积:1. u·v = v·u (对称性)2. (au)·v = a(u·v) (齐次性)3. (u+v)·w = u·w + v·w (加法性)4. u·u ≥ 0,当且仅当u为零向量时,u·u = 0。
(正定性)内积空间的性质:1. 内积的线性性:对于任意的u、v ∈ V和任意的实数a、b,有(au+bv)·w = a(u·w) + b(v·w)。
2. 内积的非负性:对于任意的u ∈ V,有u·u ≥ 0,并且当且仅当u 为零向量时,u·u = 0。
3. 内积的正定性:对于非零向量u ∈ V,有u·u > 0。
二、向量间的夹角与正交性1. 夹角:在内积空间中,可以利用内积的定义计算向量之间的夹角。
设有u和v为非零向量,则它们的夹角θ可由以下公式计算得出:cosθ = (u·v) / (||u|| ||v||)其中,||u||表示向量u的长度(模)。
2. 正交性:若向量u和v的内积为零,则称它们为正交向量。
即,若u·v = 0,则称u与v正交。
另外,若向量空间中的每一对非零向量都是正交的,则称该向量空间为正交向量空间。
正交向量空间的一个重要性质是:任意向量空间都可以通过正交化的方法,将其转化为正交向量空间。
三、内积空间的应用1. 几何学中的内积:在几何学中,内积可以用于计算向量之间的夹角、判断向量之间的正交性等问题。
内积空间与正交性
内积空间与正交性内积空间是线性代数中一个非常重要的概念,它在很多数学和物理应用中都有着广泛的应用。
其中一个关键的概念就是正交性。
本文将探讨内积空间的定义、性质以及正交性的应用。
一、内积空间的定义与性质内积空间是一个向量空间配以内积的结构,它是一个具有内积运算的向量空间。
内积是一种将两个向量映射为一个实数的运算,满足以下几个性质:1. 正定性:对于所有非零向量x,有<x, x> > 0,等号仅在x为零向量时成立。
2. 对称性:对于所有向量x和y,有<x, y> = <y, x>。
3. 线性性:对于所有向量x、y和标量a,有<ax, y> = a<x, y>,<x + y, z> = <x, z> + <y, z>。
内积空间满足这些性质后,可以推导出许多关于内积的重要性质,例如:1. 内积的性质可以推广到向量的长度和夹角的概念。
2. 内积空间中定义的范数(norm)是向量的长度,且满足范德瓦尔斯不等式。
3. 内积还可以定义向量的正交性,即两个向量的内积为零。
二、正交性的定义与性质在内积空间中,两个非零向量x和y的正交性指的是它们的内积为零,即<x, y> = 0。
这意味着这两个向量在空间中是相互垂直的。
正交性具有以下几个重要性质:1. 如果向量x与自身正交(即<x, x> = 0),那么x必须为零向量。
2. 如果向量x与向量y正交,那么向量y也与向量x正交。
3. 如果向量x与向量y正交,且向量y与向量z正交,那么向量x 与向量z也正交。
4. 如果向量组中的每个向量两两正交,则称其为正交向量组。
正交性的概念在数学和物理的许多领域中都有着广泛的应用,如最小二乘法、信号处理、量子力学等。
正交性的概念可以用于寻找最优解、解决方程组以及进行信号分析等问题。
总结:内积空间是一个向量空间配以内积的结构,具有正定性、对称性和线性性等性质。
内积空间中的正交和投影
投影的性质
投影是非扩张的,即 $|mathbf{P}_{U}(mathbf{a})| leq
|mathbf{a}|$。
正交在解析几何、线性代数和物理等领域中都有广泛的应用,例如在解决物理问题、 图像处理和机器学习等领域中经常需要用到向量的正交。
02
内积空间中的投影
投影的定义
投影是将一个向量从内积空间投影到另一个子空间的过程。具体来说,给定向量$mathbf{a}$和子空间 $U$,投影$mathbf{P}_{U}(mathbf{a})$是满足$mathbf{P}_{U}(mathbf{a}) in U$且使 $mathbf{P}_{U}(mathbf{a}) perp mathbf{u}$的向量,其中$mathbf{u} in U$。
当子空间是超平面时,投影表示将向量投射到超平面 的法线方向上,使向量与超平面的距离最近。
投影在优化和机器学习中有广泛应用,例如在求解约 束优化问题时,可以将目标函数在约束条件下的解看
作是原问题解在约束子空间上的投影。
03
投影和正交的应用
在线性代数中的应用
线性子空间
投影可以将一个向量投射到指定的线性子空间上,通过计算向量的投影,可以得 到向量在子空间上的分量。
内积空间中的正交和投影的重要性
• 正交和投影是内积空间中的重要概念,它们在数学、物理和工程等领域中有着广泛的应用。正交表示两个向量相互垂直, 而投影则表示一个向量在另一个向量上的分量。这些概念在解决实际问题时非常有用,例如在信号处理、图像处理、量子 力学等领域中都有广泛的应用。
正交性与内积空间
正交性与内积空间在数学和物理学中,正交性是一个重要的概念,特别是当涉及到向量和内积空间时。
正交性是指两个向量之间的垂直关系,也用于描述向量的相互独立性。
内积空间是指一个具有内积定义的向量空间,内积是一种将两个向量映射到实数的运算。
1. 正交性的定义与性质在向量空间中,如果两个向量的内积为零,我们称它们是正交的。
具体而言,对于向量空间V中的两个向量u和v,若它们的内积<u,v>等于零,则称u和v是正交的。
正交性有以下一些重要的性质:- 若向量u和v正交,则它们的线性组合也正交。
- 若向量u与自身的内积等于零,则u为零向量。
- 零向量与任何向量都正交。
在矩阵和算子理论中,正交矩阵和正交算子也与正交性密切相关。
正交矩阵是指满足矩阵转置等于逆矩阵的矩阵,而正交算子是指满足运算规则的线性算子。
正交矩阵和正交算子的性质与向量的正交性有着紧密的联系。
2. 内积空间与内积的定义内积空间是指一个向量空间V,其在每一对向量之间定义了内积运算。
内积运算满足以下几个性质:- 非负性:对于任意向量u,<u,u>大于等于零,且只有<u,u>等于零时,u才为零向量。
- 线性性:对于向量u、v和标量c,内积的线性性质表示<u+v,w>等于<u,w>加上<v,w>,以及<c*u,v>等于c乘以<u,v>。
- 共轭对称性:对于向量u和v,<u,v>的共轭复数等于<v,u>。
常见的内积空间包括实数内积空间和复数内积空间。
在实数内积空间中,内积是由向量的点乘给出;在复数内积空间中,内积是由向量的共轭点乘给出。
3. 正交基与Gram-Schmidt正交化过程在内积空间中,正交基是指一个线性无关的向量组,其中每两个向量都是正交的。
正交基在求解问题时非常有用,因为它可以简化向量的表示和运算。
Gram-Schmidt正交化过程是一种常用的方法,用于将线性无关的向量组转化为正交基。
内积空间正交与投影
内积空间正交与投影内积空间是线性代数中的一个重要概念,它在理论和应用中都有广泛的应用。
在内积空间中,正交和投影是两个重要的概念和操作。
本文将介绍内积空间中正交和投影的概念,以及它们的性质和应用。
一、内积空间内积空间是一个定义了内积运算的线性空间。
内积是一种将向量对应到一个复数的运算,它满足线性性、对称性、正定性和共轭对称性。
内积运算可以用来衡量向量之间的夹角、长度和相似性。
在内积空间中,我们可以定义向量的正交性。
如果两个向量的内积为零,则称它们是正交的。
内积为零意味着两个向量之间没有共享的部分,它们在空间中相互垂直。
二、正交性的性质正交的向量在内积空间中具有一些重要的性质。
1. 任意向量与零向量正交:对于任意向量v,它与零向量的内积为零,即< v, 0 > = 0。
这是因为零向量不包含任何信息,与任意向量都没有共享的部分。
2. 向量与自身正交:对于任意向量v,它与自身的内积等于它的长度的平方,即< v, v > = ||v||^2。
这是因为内积可以表示向量的长度和夹角,向量与自身夹角为零。
3. 三角不等式:对于任意两个向量v和w,它们的内积的绝对值不超过它们的长度的乘积,即|< v, w > | ≤ ||v|| ||w||。
这个性质表明,内积可以衡量向量之间的相似性和夹角,两个向量之间的内积越大,它们越相似。
三、投影在内积空间中,我们可以利用向量的投影来进行向量的近似表示和问题的简化。
投影可以将一个向量分解成两个正交向量的和,其中一个向量是原向量在另一个向量上的投影,另一个向量是原向量与投影正交的部分。
投影的计算公式为:projv(w) = < w, v > / ||v||^2 * v。
其中,projv(w)表示向量w在向量v上的投影。
投影的应用非常广泛,例如在最小二乘法中,可以利用向量的投影来寻找一个向量在一个子空间上的最佳近似;在图像处理中,可以利用投影来实现图像的压缩和重构。
数值分析(03)内积空间与内积空间中的正交系
一、内积和内积空间的基本概念∀∈=+=+=∀∈≥==义2-12定:设V 是实数域R 上的线性空间,如果α,βV 都有一个实数记为(α,β)与其对应,且满足以下条件,则称实数(α,β)为向量α,β的内积.①对称性(α,β)(β,α)②可加性(αβ,γ)(α,γ)(β,γ);③齐次性(k α,β)k(α,β),k R;④正定性(α,α)0,且当且仅当α0时才有(α,α)0定义了内积的线性空间称为内积空间第二节内积空间与内积空间中的正交系内积的基本性质:(1)(,)(,)k k αβαβ=(,)(,)(,)(,):k k k k αββαβααβ===证(2)(,)(,)(,)αβγαβαγ+=+(3)(,0)(0,)0αβ==,,2121⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=n n y y y y x x x x二、几种线性空间中定义的内积1.nR 中的内积1,,(,)(1)n nTi ii x y R x y x y x y =∀∈==∑定义内积,1,,((2),)nnTiijji j A x y R x y x Ay x ay =∀∈==∑为对称正定矩阵,定义内积[]1112112212221111121221212222Ta a y x Ay x x a a y a x y a x y a x y a x y ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦=+++111(,)nTi ii ii nn a A x y x Ay x a y a =⎛⎫ ⎪===⎪⎪⎝⎭∑ 取,1,,((2),)nnTiijji j A x y R x y x Ay x ay =∀∈==∑为对称正定矩阵,定义内积[]11121122122222111121221122220,TTx Ax x a a x x Ax x x a a x a x a x x a x x a x >∀≠⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦=+++二次型:正定矩阵的性质(1)正定阵主对角元恒正;1111,00T x e x Ax a ⎡⎤===>⎢⎥⎣⎦以二阶矩阵为例证明取得证明:22112245x x x x ++11221225x x x x ⎡⎤⎡⎤=⎡⎤⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦2220,01Tx e x Ax a ⎡⎤===>⎢⎥⎣⎦取得1,(2)A A -是正定阵也是正定阵;,(3),n n TA R A A A n ⨯∀∈若是非奇异的则是阶实对称正定阵;0i λ>(由证明)0,0Tx Ax x >∀≠(由证明)()()0,0T T Tx A Ax Ax Ax x A Ax =∀≠∴≠ 可逆,证明:()()0T T Tx A Ax Ax Ax =>(1)(,)()(,):T TTTTTx y x Ay x Ay y A x y Ax y x =====证(2)(,)()(,)(,)T T Tx z y x z Ay x Ay z Ay x y z y +=+=+=+0),()4(1,≥==∑=nj i j ijiTx ax Ax x x x ,1,,((2),)nnTiijji j A x y R x y x Ay x ay =∀∈==∑为对称正定矩阵,定义内积(3)(,)()(,)TTkx y kx Ay kx Ay k x y ===(),()[,],()0,2.[(,)()()()[,](),].ba f x g x C ab x f g x f x g x dxC a C a b b x ρρρ∀∈>=⎰对于给定的权函数称为在中中的内带权的内积积dxx g x f g f x ba⎰==)()(),(,1)(则若ρ二、几种线性空间中内积的定义[,],()[,],(1)()0;(2)(),0,1...;(3),()()()()0;()[,].ba bnabaa b x a b x dx x x dx n a b g x x g x dx g x x a b ρρρρρ>==⎰⎰⎰设是有限或无限区间是定义在上的非负可积函数若其满足存在若对[]上的非负连续函数有=0,则必有则称是上的一定义2-13 个权函数.,0),(.0,,,,.,,,;),,(矛盾所以等号不成立从而都有非零则线性无关因为若必线性相关则成立如果等号反之显然定理中等号成立非零当>++≠+∈∀∈=βαβαβαβαβαβαk k k R k R k k 2,,(,)(,)(,).:()Cauchy Sch z V war αβαβααββαβ-≤设是内积空间中任意两个向量则有等号只有当且仅当和是线性相定关理2-6不等时才成立式222,(,)(,)2(,)(,)0,4(,)4(,)(,)0(,)(,)(,:)k k k k k αβαβαααβββαβααββαβααββ++=++≥-≤≤任取实数考虑内积利用一元二次方程根的判别式有所以有证明12{,,,},0(,)(,1,,)1217 .-nn i j ij nV i ji j n i j V εεεεεεδε=≠⎧===⎨=⎩ 在内积空间中取一组基若则称基是中的定标准正交基义内积空间V n 中的标准正交基12{,,,}0(,)02 .-16nn i j nV S v v v i j v v i j S V γ=≠⎧=⎨≠=⎩ 在内积空间中取一组基若则称基是中的定正交基义数值分析.1000,0100,0010,00014321⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=εεεε同理可知.4的一个标准正交基也为R 必有正交基。
内积空间与正交补空间的定义与性质
内积空间与正交补空间的定义与性质内积空间是线性代数中的一个重要概念,它在许多数学和物理问题中都具有广泛的应用。
正交补空间是内积空间中一个特殊的子空间,它与给定子空间的向量互相垂直。
本文将介绍内积空间与正交补空间的定义与性质。
一、内积空间的定义与性质内积空间是一个向量空间,其中定义了一个特殊的二元运算——内积。
内积又称为点积或数量积,用来衡量两个向量之间的夹角和长度。
对于内积空间V,其定义需要满足以下几个性质:1. 正定性:对于任意非零向量v∈V,有(v, v)>0,其中(v, v)表示向量v与自身的内积。
2. 线性性:对于任意向量v, w, u∈V和数域F的任意标量a,b,有(a⋅v+b⋅w, u)=a⋅(v, u)+b⋅(w, u),其中⋅表示数域F中的乘法运算。
3. 共轭对称性:对于任意向量v, w∈V,有(v, w)=(w, v)。
4. 可加性:对于任意向量v,w, u∈V和数域F的任意标量a,b,有(a⋅v+b⋅w, u)=a⋅(v, u)+b⋅(w, u)。
5. 整体唯一性:对于内积空间V,其内积具有唯一性,即对于每一对向量v, w∈V,(v, w)的值是唯一确定的。
内积空间的定义与性质为我们后续讨论正交补空间提供了基础。
二、正交补空间的定义与性质给定内积空间V及其子空间U,U的正交补空间记作U⊥,它由与U中所有向量都正交的向量构成。
具体定义如下:U⊥={v∈V|(v, u)=0, ∀u∈U}正交补空间U⊥与U有以下重要性质:1. U⊥是V的一个子空间:U⊥包含于V,且对于任意向量v,w∈U⊥,以及任意标量a∈F,有av+w∈U⊥。
2. U与U⊥的交集为零向量:U∩U⊥={0}。
3. U和U⊥的维度之和等于V的维度:dim(U)+dim(U⊥)=dim(V)。
4. U⊥的补空间即为U的向量补:(U⊥)⊥=U。
正交补空间的定义与性质在许多数学和物理问题中都具有重要意义。
它为我们提供了一个将一个向量空间分解为两个正交的子空间的方法,从而使问题的求解更加简化。
24 内积空间中的正交性
内积空间中的正交性Inner Product Spaces and Orthogonality在三维空间中,如右图1所示任取一平面M ,空间中的每一个矢量x 必能分解成两个直交的向量和,其中一个向量0x 在平面M 上,另一个向量z 与平面M 垂直,即0x x z =+,0x z ⊥.这种向量的分解形式,在一般的内积空间是否成立图2.4.1 三维空间向量的分解,向量0x x z =+,其中0x z ⊥2.4.1 正交分解定义2.4.1 正交设X 是内积空间,,x y X ∈,如果(,)0x y =,则称x 与y 正交或垂直,记为x y ⊥.如果X 的子集A 中的每一个向量都与子集B 中的每一个向量正交,则称A 与B 正交,记为A B ⊥.特别记x A ⊥,即向量x 与A 中的每一个向量垂直.定理2.4.1 勾股定理 设X 是内积空间,,x y X ∈,若x y ⊥,则222x y x y +=+.证明 2(,)x y x y x y +=++(,)(,)(,)(,)x x x y y x y y =+++ (,)(,)x x y y =+22x y =+.□ 注1: 在内积空间中,是否存在222x y x y +=+ ⇒x y ⊥显然由2x y +(,)(,)(,)(,)x x x y x y y y =+++222Re(,)x y x y =++,可知在实内积空间中222x y x y x y +=+⇒⊥成立.定义2.4.2 正交补Orthogonal complement设X 是内积空间,M X ⊂,记{|,}M x x M x X ⊥=⊥∈,则称M ⊥为子集M 的正交补.显然有{0}X ⊥=,{0}X ⊥=以及{0}M M ⊥=I .性质2.4.1 设X 是内积空间,M X ⊂,则M ⊥是X 的闭线性子空间.证明 (1) M ⊥是X 的线性子空间,x y M ⊥∀∈,,αβ∈K ,z M ∀∈,有 (,)(,)(,)(,)(,)0x y z x z y z x z y z αβαβαβ+=+=+=,于是x y M αβ⊥+∈,因此M ⊥是X 的线性子空间.(2) M ⊥是X 的闭子空间设{}n x M ⊥⊂,且依范数0n x x →()n →∞,于是z M ∀∈,有0(,)(lim ,)lim(,)0n n n n x z x z x z →∞→∞===. 因此0x M ⊥∈,即M ⊥是X 的闭子空间.□注2: 由于完备度量空间中的子空间完备的充要条件是子空间闭,因此在Hilbert 空间中(完备的内积空间),任意子集M 的正交补M ⊥是完备的子空间,即Hilbert 空间的正交补M ⊥也是Hilbert 空间.定义2.4.3 正交分解设M 是内积空间X 的子空间,x X ∈,如果存在0,x M z M ⊥∈∈,使得0x x z =+,则称0x 为x 在M 上的正交投影或正交分解.引理 2.4.1 设X 是内积空间,M 是X 的线性子空间,x X ∈,若存在y M ∈,使得(,)x y d x M -=,那么x y M -⊥.证明 令z x y =-,若z 不垂直于M ,则存在1y M ∈,使得1(,)0z y ≠,显然10y ≠. 因为α∀∈K ,有2111(,)z y z y z y ααα-=--21111(,)(,)(,)z y z z y y y αααα=--+21111(,)[(,)(,)]z z y y z y y ααα=--- 特别取111(,)(,)y z y y α=,则可得 222222121111(,)(,)(,)(,)y z z y z z y z z x y d x M y y αα-=-=-≤=-=, 即知1(,)z y d x M α-<.又由于1y M α∈,所以111()(,)z y x y y x y y d x M ααα-=--=-+≥.产生矛盾,故x y M -⊥.□定理2.4.1 投影定理设M 是Hilbert 空间H 的闭线性子空间,则H 中的元素x 在M 中存在唯一的正交投影,即x H ∀∈,0x x z =+,其中0,x M z M ⊥∈∈.(或表示为H M M ⊥=⊕)证明 (1) 寻找0x 进行分解.x H ∀∈,设(,)inf{}0y Md x M x y a ∈=-=>,则存在{}n y M ⊂,使得 n y x a -→ ()n →∞,首先证{}n y 是M 中的基本列,因为,m n ∀∈N 有22()()m n m n y y y x x y -=-+-22222()()m n m n y x x y y x x y =-+----- 2221224()2m nm n y x x y y y x =-+--+- 因为,m n y y M ∈及M 是子空间,知1()2m n y y M +∈,所以1()2m n y y x a +-≥,于是 2m n y y -222224m n y x x y a ≤-+--0(,)m n →→∞故{}n y 是M 中的基本列,又因M 是闭子空间,即为完备空间,所以{}n y 是M 中的收敛列.不妨设0()n y x n →→∞,则有0(,)a x x d x M =-=.令0z x x =-,因此有0x x z =+,其中0x M ∈,且根据前面引理知z M ⊥∈.(2) 分解的唯一性.假设还存在1x M ∈,1z M ⊥∈使得11x x z =+,那么有0110()()x x z z =-+-,1⊥-∈z z M ,于是只需0的分解具有唯一性.若0y'z'=+,y'M ∈,⊥∈z'M ,则20(0,)(,)(,)(,)y'y'z'y'y'y'z'y'y'==+=+= 可见0y'=及0z'=,即0的分解具有唯一性.□例2.4.1 证明在内积空间上,x y ⊥的充要条件是α∀∈K 有x y x α+≥. 证明 必要性⇒ 若x y ⊥,则有(,)0x y =,α∀∈K 有(,)(,)0x y x y αα==,于是由勾股定理得:2222x y x y x αα+=+≥.充分性⇐若α∀∈K 有x y x α+≥,且0y ≠时,220x y x α≤+- (,)(,)x y x y x x αα=++-(,)(,)(,)(,)(,)x x y x x y y y x x αααα=+++-(,)[(,)(,)]y x x y y y ααα=++ 特别取(,)(,)x y y y α=-,于是, 220x y x α≤+-22(,)(,)(,)0(,)x y x y y x y y y =-=-≤ 故(,)0x y =,即x y ⊥.□2.4.2 标准正交系在三维空间中,任何一向量α可写成112233a e a e a e α=++,其中1(1,0,0)e =,2(0,1,0)e =,3(0,0,1)e =,11(,)a e α=,22(,)a e α=,33(,)a e α=, 显然当i j ≠时,i j e e ⊥,而(,)1i i e e =.可见112233(,)(,)(,)e e e e e e αααα=++,那么在有限维内积空间中是否具有同样的结论呢定义2.4.4 标准正交系设X 是内积空间,{}n e 是X 中的点列,若满足1(,)0i j i j e e i j =⎧=⎨≠⎩. 则称{}n e 为X 中的标准正交系.例2.4.2 在n 维内积空间n R 中,向量组1(1,0,,0)e =L ,2(0,1,0,,0)e =L ,L ,(0,,0,1)n e =L ,是n R 的一个标准正交系.□例 2.4.3 在2l 中,向量(0,,0,1,0,,0,)n ne =L L L 14243(1,2,n =L ),则{}n e 是2l 的一个标准正交系.□例2.4.4 在2[,]L ππ-中,对于2,[,]f g L ππ∈-,定义内积为1(,)()()f g f t g t dt πππ-=⋅⎰ 则下列三组向量均是2[,]L ππ-的标准正交系,{}{cos ,1,2,}n n n e e e nx n ===L ;{}{sin ,1,2,}'''n n n e e e nx n ===L ;*00{}{,,cos ,sin ,1,2,}''n n n n n e e e e e e nx e nx n =====L .□注3: 如果线性空间上中的点列{}n e 的任意有限个元素线性独立,则称{}n e 为线性独立系.可验证标准正交系是线性独立系.设12{,,,}kn n n e e e L 是标准正交系{}n e 的一个有限子集,如果存在12,,,k ααα∈L K 使得12120kn n k n e e e ααα+++=L , 那么对于任意的j α(1j k ≤≤)11(,)(,)(,)(,)(0,)0j j j j t j t j jk k j j n n j n n t n n t n n n t t e e e e e e e e e ααααα========∑∑. 反过来,任何一个线性独立系经过正交化后为标准正交系.定理2.4.2 设{}n e 为内积空间X 的标准正交系,12{,,,}kn n n e e e L ⊂{}n e ,记 12{,,,}k n n n M span e e e =L ,那么x X ∀∈,01(,)i i kn n i x x e e ==∑是x 在M 上的正交投影.即0x M ∈,0x x z =+,0()x x M -⊥.证明 显然0x M ∈,y M ∀∈,由于存在12,,,k ααα∈L K ,使得1,i ki n i y e α==∑于是 011(,)((,),)i i i k kn n i n i i x x y x x e e e α==-=-∑∑ 111(,)((,),)i i i i k k ki n n n i n i i i x e x e e e αα====-∑∑∑ 11(,)(,)(,)0i i i i k ki n i n n n i i x e x e e e αα===-=∑∑.□ 注4: 上述定理中的M 为k 维闭子空间,作为内积空间M 与k R 同构,M 也是完备的子空间,根据投影定理,x 在M 上的正交投影0x 唯一存在.定理2.4.3 设{}n x 为内积空间X 中任意的一组线性独立系,则可将{}n x 用格拉姆-施密特(Gram-Schmidt)方法化为标准正交系{}n e ,且对任何自然数n ,有()(),n n k k αβ∈K()1n n n k kk x e α==∑,()1nn n k k k e x β==∑, 同时1212{,,,}{,,,}n n span e e e span x x x =L L .证明 令111x e x =,则有11e =.记11{}M span e =,根据上述定理可将2x 在1M 上做正交分解22112(,)x x e e v =+,即21v e ⊥,21v M ⊥∈,得22211(,)v x x e e =-. 令222v e v =,则有21e =,21e e ⊥,且有 21221221(,)1x e e x x v v x =-,221122(,)x x e e v e =+. 记212{,}M span e e =,将3x 在2M 上做正交分解33113223(,)(,)x x e e x e e v =++,则30v ≠及32v M ⊥∈,得33311322(,)(,)v x x e e x e e =--,可令333v e v =,从而治3x 是123,,e e e 的线性组合,3e 是123,,x x x 的线性组合.以此类推,可令11(,)n n n n i i i v x x e e -==-∑,且有121,,,n e e e -L 正交,进而令n n nv e v =,显然1n e =,于是11()111(,)(,)n n nn n n n i i n n n i i i i i i i x v x e e v e x e e e α--====+=+=∑∑∑.同时可得n e 是12,,,n x x x L 的线性组合.□。
内积空间的正交补基与正交补投影
内积空间的正交补基与正交补投影内积空间是线性代数中的一种重要概念,它在向量空间的研究中具有广泛的应用。
在内积空间中,我们可以通过正交补基和正交补投影来描述向量的性质和空间的关系。
本文将介绍内积空间的概念,正交补基的定义和性质,以及如何利用正交补投影进行向量的分解。
一、内积空间的概念内积空间是指具有内积运算的向量空间。
在这个空间中,我们可以定义两个向量之间的内积,记作⟨x,y⟩,其中x和y为内积空间中的向量。
内积满足以下性质:1. 对称性:⟨x,y⟩ = ⟨y,x⟩2. 线性性:⟨kx,y⟩ = k⟨x,y⟩,⟨x1 + x2,y⟩ = ⟨x1,y⟩ + ⟨x2,y⟩,其中k为标量。
3. 正定性:⟨x,x⟩≥ 0,当且仅当x = 0时,⟨x,x⟩ = 0。
在内积空间中,我们可以定义向量的长度(或者称为模)和向量之间的夹角。
向量的长度由内积的平方根给出,即∥x∥ = √⟨x,x⟩。
向量之间的夹角可以通过余弦定理进行计算,即cosθ = ⟨x,y⟩ /(∥x∥∥y∥),其中θ为两个向量之间的夹角。
二、正交补基的定义和性质在内积空间中,我们可以定义正交补基。
对于内积空间中的一个子空间V,其正交补子空间记作V⊥,它由与V中任意向量正交的向量组成。
具体而言,V⊥中的向量与V中的任意向量的内积为0,即⟨x,y⟩= 0,其中x属于V,y属于V⊥。
V⊥中的向量与V中的向量正交,相互垂直。
正交补基是指V中的一组线性无关向量,它与V⊥中的一组线性无关向量共同组成了整个内积空间的一组基。
换句话说,正交补基是一组既包含V中的基向量,又包含V⊥中的基向量的基。
正交补基的性质如下:1. V中的基向量与V⊥中的基向量互为正交。
2. V中的基向量与V中的其它基向量正交。
3. V⊥中的基向量与V⊥中的其它基向量正交。
通过使用正交补基,我们可以方便地对向量进行分解和表示。
三、正交补投影的概念和应用正交补投影是利用正交补基来进行向量的分解和表示的重要方法。
矩阵分析引论--第二章 内积空间-内积空间的同构、正交变换、点到子空间的距离
(T ,T ) ( , ) , , V ,
则T 一定是线性变换,因而是正交变换.
( , ) 0 0. (T( ) T T , T( ) T T ) 0,
T( ) T T , (T(k ) kT ,T(k ) kT ) 0, T(k ) kT .
第二章第三四五节 内积空间的同构与正交变换、最小二乘法
定义2-8:设V是内积空间, , V , 则d( , ) 称为向量与的距离.
距离具有以下性质:
(1) d( , ) d( , ); (2) d( , ) d( , ) d( , ); (3) d( , ) 0,等号成立当且仅当 .
(4) T 在V 的任一标准正交基下的矩阵是正交矩阵.
目录 上页 下页 返回 结束
第二章第三四五节 内积空间的同构与正交变换、最小二乘法
定理2-6的证明
证 (1) (2), (T,T ) (, ), 取 = , 即可得.
(2) (3), 取 i j , 由 | T || | 可得
(T(i j ),T(i j )) (i j ,i j ), 整理可得 (T i ,T i ) 2(T i ,T j ) (T j ,T j )
例2: 设T是内积空间V 的一个线性变换. 证明: T是正交变换的充要条件是:T 保持任意两向 量的距离不变,即
| T T || |, , V .
目录 上页 下页 返回 结束
第二章第三四五节 内积空间的同构与正交变换、最小二乘法
思考:内积空间的保持距离不变的变换是否一
定是线性变换? 平移变换:T = +0.
线性空间同构
(2) (k ) k ( ); (3) ( ( ), ( )) ( , ). ——保内积不变
2.4内积空间的标准正交基
k
(2n 2k )! Pn ( x ) ( 1) n x n 2 k 2 k !( n k )!( n 2k )! k 0
k
n [ ] 2
1 dn 2 n Pn ( x ) n ( x 1) 2 n ! dx n
为勒让德多项式的级数表示. 注意到 x cos , 故可方便地得出前几个勒让德多项式:
3、拉盖尔多项式
氢原子的定态薛定谔方程
2 [ U (r )] E 2m
U (r ) e
2
2
4 0 r
2 2m 1 2 1 1 e2 (r ) 2 (sin ) 2 2 (E ) 0 2 2 2 r r r r sin r sin 4 0 r
(4)对 X 中任意两个元素 x,y 有
x, y x, ek y, ek
k 1
2.4.4 常用标准正交基举例
1、勒让德多项式
2n 1 1 d n 2 n ( x 1) 2 2 n n ! dx n
通项:
Pn ( x )
另外,拉普拉斯方程在求坐标系下分离变量
分离变量,得到
d 2 2 m 0 l d 2 d ml2 1 d (sin ) ( 2 ) 0 sin d d sin 2 1 d dR 2 m e 2 ( r ) [ ( E ) ]R 0 2 2 r 2 dr dr 40 r r
m
m
2.4.3 内积空间的标准正交基
定义2.4.7(内积空间的完全标准正交系或 标准正交基) 在内积空间 X 中的标准正交系(en) 被称作是完全的,是指 X 中不存在与所
- 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)。
2、4 内积空间中的正交性Inner Product Spaces and Orthogonality在三维空间中,如右图1所示任取一平面M ,空间中的每一个矢量x 必能分解成两个直交的向量与,其中一个向量0x 在平面M 上,另一个向量z 与平面M 垂直,即0x x z =+,0x z ⊥.这种向量的分解形式,在一般的内积空间就是否成立?图2.4.1 三维空间向量的分解,向量0x x z =+,其中0x z ⊥2.4.1 正交分解定义2.4.1 正交设X 就是内积空间,,x y X ∈,如果(,)0x y =,则称x 与y 正交或垂直,记为x y ⊥.如果X 的子集A 中的每一个向量都与子集B 中的每一个向量正交,则称A 与B 正交,记为A B ⊥.特别记x A ⊥,即向量x 与A 中的每一个向量垂直.定理2.4.1 勾股定理设X 就是内积空间,,x y X ∈,若x y ⊥,则222x y x y +=+. 证明 2(,)x y x y x y +=++(,)(,)(,)(,)x x x y y x y y =+++ (,)(,)x x y y =+22x y =+.□注1: 在内积空间中,就是否存在222x y x y +=+ ⇒x y ⊥?显然由2x y+(,)(,)(,)(,)x x x y x y y y =+++222Re(,)x y x y =++,可知在实内积空间中222x y x y x y +=+⇒⊥成立.定义2.4.2 正交补Orthogonal complement设X 就是内积空间,M X ⊂,记{|,}M x x M x X ⊥=⊥∈,则称M ⊥为子集M 的正交补.显然有{0}X ⊥=,{0}X ⊥=以及{0}M M ⊥=.性质2.4.1 设X 就是内积空间,M X ⊂,则M ⊥就是X 的闭线性子空间. 证明 (1) M ⊥就是X 的线性子空间,x y M ⊥∀∈,,αβ∈K ,z M ∀∈,有(,)(,)(,)(,)(,)0x y z x z y z x z y z αβαβαβ+=+=+=,于就是x y M αβ⊥+∈,因此M ⊥就是X 的线性子空间.(2) M ⊥就是X 的闭子空间设{}n x M ⊥⊂,且依范数0n x x →()n →∞,于就是z M ∀∈,有0(,)(lim ,)lim(,)0n n n n x z x z x z →∞→∞===.因此0x M ⊥∈,即M ⊥就是X 的闭子空间.□注2: 由于完备度量空间中的子空间完备的充要条件就是子空间闭,因此在Hilbert 空间中(完备的内积空间),任意子集M 的正交补M ⊥就是完备的子空间,即Hilbert 空间的正交补M ⊥也就是Hilbert 空间.定义2.4.3 正交分解设M 就是内积空间X 的子空间,x X ∈,如果存在0,x M z M ⊥∈∈,使得0x x z =+,则称0x 为x 在M 上的正交投影或正交分解.引理 2.4.1 设X 就是内积空间,M 就是X 的线性子空间,x X ∈,若存在y M ∈,使得(,)x y d x M -=,那么x y M -⊥.证明 令z x y =-,若z 不垂直于M ,则存在1y M ∈,使得1(,)0z y ≠,显然10y ≠. 因为α∀∈K ,有2111(,)z y z y z y ααα-=--21111(,)(,)(,)z y z z y y y αααα=--+ 21111(,)[(,)(,)]z z y y z y y ααα=---特别取111(,)(,)y z y y α=,则可得222222121111(,)(,)(,)(,)y z z y z z y z zx yd x M y y αα-=-=-≤=-=,即知1(,)z y d x M α-<.又由于1y M α∈,所以111()(,)z y x y y x y y d x M ααα-=--=-+≥.产生矛盾,故x y M -⊥.□定理2.4.1 投影定理设M 就是Hilbert 空间H 的闭线性子空间,则H 中的元素x 在M 中存在唯一的正交投影,即x H ∀∈,0x x z =+,其中0,x M z M ⊥∈∈.(或表示为H M M ⊥=⊕)证明 (1) 寻找0x 进行分解.x H ∀∈,设(,)inf{}0y Md x M x y a ∈=-=>,则存在{}n y M ⊂,使得n y x a -→ ()n →∞,首先证{}n y 就是M 中的基本列,因为,m n ∀∈N 有22()()m nm n y y y x x y -=-+- 22222()()m nm n y x x y y x x y =-+-----2221224()2m nm n y x x y y y x =-+--+-因为,m n y y M ∈及M 就是子空间,知1()2m n y y M +∈,所以1()2m n y y x a +-≥,于就是 2m ny y -222224m ny x x y a ≤-+--0(,)m n →→∞故{}n y 就是M 中的基本列,又因M 就是闭子空间,即为完备空间,所以{}n y 就是M 中的收敛列.不妨设0()n y x n →→∞,则有0(,)a x x d x M =-=.令0z x x =-,因此有0x x z =+,其中0x M ∈,且根据前面引理知z M ⊥∈.(2) 分解的唯一性.假设还存在1x M ∈,1z M ⊥∈使得11x x z =+,那么有0110()()x x z z =-+-,1⊥-∈z z M ,于就是只需0的分解具有唯一性.若0y'z'=+,y'M ∈,⊥∈z'M ,则20(0,)(,)(,)(,)y'y'z'y'y'y'z'y'y'==+=+=可见0y'=及0z'=,即0的分解具有唯一性.□例2.4.1 证明在内积空间上,x y ⊥的充要条件就是α∀∈K 有x y x α+≥.证明 必要性⇒ 若x y ⊥,则有(,)0x y =,α∀∈K 有(,)(,)0x y x y αα==,于就是由勾股定理得:2222x y x y x αα+=+≥.充分性⇐若α∀∈K 有x y x α+≥,且0y ≠时,220x y x α≤+-(,)(,)x y x y x x αα=++-(,)(,)(,)(,)(,)x x y x x y y y x x αααα=+++- (,)[(,)(,)]y x x y y y ααα=++特别取(,)(,)x y y y α=-,于就是, 220x y xα≤+-22(,)(,)(,)0(,)x y x y y x y y y=-=-≤ 故(,)0x y =,即x y ⊥.□2.4.2 标准正交系在三维空间中,任何一向量α可写成112233a e a e a e α=++,其中1(1,0,0)e =,2(0,1,0)e =,3(0,0,1)e =,11(,)a e α=,22(,)a e α=,33(,)a e α=,显然当i j ≠时,i j e e ⊥,而(,)1i i e e =.可见112233(,)(,)(,)e e e e e e αααα=++,那么在有限维内积空间中就是否具有同样的结论呢?定义2.4.4 标准正交系设X 就是内积空间,{}n e 就是X 中的点列,若满足1(,)0i j i je e i j=⎧=⎨≠⎩.则称{}n e 为X 中的标准正交系.例2.4.2 在n 维内积空间n R 中,向量组1(1,0,,0)e =,2(0,1,0,,0)e =,,(0,,0,1)n e =,就是n R 的一个标准正交系.□例2.4.3 在2l 中,向量(0,,0,1,0,,0,)n ne =(1,2,n =),则{}n e 就是2l 的一个标准正交系.□例2.4.4 在2[,]L ππ-中,对于2,[,]f g L ππ∈-,定义内积为1(,)()()f g f t g t dt πππ-=⋅⎰则下列三组向量均就是2[,]L ππ-的标准正交系,{}{cos ,1,2,}n n n e e e nx n ===; {}{sin ,1,2,}'''n n n e e e nx n ===;*00{}{,,cos ,sin ,1,2,}''n n n n n e e e e e e nx e nx n =====.□注3: 如果线性空间上中的点列{}n e 的任意有限个元素线性独立,则称{}n e 为线性独立系.可验证标准正交系就是线性独立系.设12{,,,}kn n n e e e 就是标准正交系{}n e 的一个有限子集,如果存在12,,,k ααα∈K 使得12120k n n k n e e e ααα+++=,那么对于任意的j α(1j k ≤≤)11(,)(,)(,)(,)(0,)0jjjjt jt j jk kj j n n j n n t n n t n n n t t e e e e e e e e e ααααα========∑∑、反过来,任何一个线性独立系经过正交化后为标准正交系.定理2.4.2 设{}n e 为内积空间X 的标准正交系,12{,,,}kn n n e e e ⊂{}n e ,记12{,,,}k n n n M span e e e =,那么x X ∀∈,01(,)i i kn n i x x e e ==∑就是x 在M 上的正交投影.即0x M ∈,0x x z =+,0()x x M -⊥.证明 显然0x M ∈,y M ∀∈,由于存在12,,,k ααα∈K ,使得1,i ki n i y e α==∑于就是011(,)((,),)i i i k kn n i n i i x x y x x e e e α==-=-∑∑111(,)((,),)i i i i kk ki n n n i n i i i x e x e e e αα====-∑∑∑11(,)(,)(,)0i i i i k ki n i n n n i i x e x e e e αα===-=∑∑.□注4: 上述定理中的M 为k 维闭子空间,作为内积空间M 与k R 同构,M 也就是完备的子空间,根据投影定理,x 在M 上的正交投影0x 唯一存在.定理 2.4.3 设{}n x 为内积空间X 中任意的一组线性独立系,则可将{}n x 用格拉姆-施密特(Gram-Schmidt)方法化为标准正交系{}n e ,且对任何自然数n ,有()(),n n k k αβ∈K()1nn n k k k x e α==∑,()1nn n k k k e x β==∑,同时1212{,,,}{,,,}n n span e e e span x x x =.证明 令111x e x =,则有11e =.记11{}M span e =,根据上述定理可将2x 在1M 上做正交分解22112(,)x x e e v =+,即21v e ⊥,21v M ⊥∈,得22211(,)v x x e e =-.令222v e v =,则有21e =,21e e ⊥,且有 21221221(,)1x e e x x v v x =-,221122(,)x x e e v e =+. 记212{,}M span e e =,将3x 在2M 上做正交分解33113223(,)(,)x x e e x e e v =++,则30v ≠及32v M ⊥∈,得33311322(,)(,)v x x e e x e e =--,可令333v e v =,从而治3x 就是123,,e e e 的线性组合,3e 就是123,,x x x 的线性组合.以此类推,可令11(,)n n n n i i i v x x e e -==-∑,且有121,,,n e e e -正交,进而令nn nv e v =,显然1n e =,于就是11()111(,)(,)n n nn n n n i i n n n i i i i i i i x v x e e v e x e e e α--====+=+=∑∑∑.同时可得n e 就是12,,,n x x x 的线性组合.□。