矩阵理论内积空间
戴华《矩阵论》 第一章线性空间与内积空间
这说明,维数是有限维线性空间的唯一的本质特征。在 同构的意义下,n维向量空间Pn并不只是线性空间V 的一 个特殊例子,而是所有的n维线性空间的代表。即每一个
1 0 C1 0 1 1 0 0 1 0 1 1 0 0 1 1 0
而基 ( III ) 到基 ( II ) 的过渡矩阵为
1 1 C2 1 1 1 1 1 0 1 1 0 0 1 0 0 0
所以
( A , A2 , A3 , A4 ) ( E11 , E12 , E21 , E22 )C1 1 ( B1 , B2 , B3 , B4 ) ( E11 , E12 , E21 , E22 )C2
dim(V1 V2 ) dim(V1 ) dim(V2 ) dim(V1 V2 ).
在维数公式中,和空间的维数不大于子空间维数之和。那么何时等号成立呢?
V1 , V2 是数域 P 上线
性空间 V 的两个有限维子空间,则它们的交 与和
例1.4.6 设 S , K 分别是 n 阶实对称矩阵和反对称矩阵 的全体。显然容易证明 S , K 均为线性空间 R nn 的子
( III )
显然
1 A1 0 0 E11 E22 1 1 0 ( E11 , E12 , E21 , E22 ) 0 1
类似地,
1 A2 0 0 E11 E22 1 1 0 ( E11 , E12 , E21 , E22 ) 0 1 0 1 ( E11 , E12 , E21 , E22 ) 1 0
证明:
1 0 取1= 0 0
0 1 3= 0 0 2= 0 1 1 0
矩阵理论-第二章内积空间
因此有 即
( , )
2
( , ) ( , )
( , )
而且当且仅当
( , ) ,即 与 线性相关时,等号成立. ( , )
定义 1.3 设 V 是欧氏空间,则 x,y V ,称
( x, y) arccos x y
, n 是 n 维欧氏空间 V 的一个标准正交基,
x 11 2 2
n
n n , y 1 1 2 2
n
n
n n
则有
( x, y ) ( i i , j j ) ii
i 1 j 1
i 1
在标准正交基下, V 中任意两个元素的内积等于它们对应坐标向量的内积.
km (m , i ) 0 ,(i 1,2, , m)
由于 i j 时, (i , j ) 0 ,故可得
ki ( i , i ) 0 (i 1, 2, , m) ,
又 i O 时, (i , i ) 0 , 从而有
ki 0 (i 1, 2
( x ,y ) 0 成立,
例 2.3 设
W1 ( x , y , T 0) x ,y W2 (0, 0, z )T z R
证明 因为 1 ,2 , 首先, 取
,n 线性无关,所以 i 0 (i 1 , 2 , n ,. )
1 1 ;
( 2 , 1 ) 1 ; ( 1 , 1 )
其次, 令 2 2
则可得两个正交元素 1 , 2 .
( 3 , 1 ) ( 3 , 2 ) 再次, 令 3 3 1 2 ; ( 1 , 1 ) (2 , 2 )
矩阵论第2章内积空间
则
即抽象的向量的内积可通过他们在基下的坐标及度量矩阵 的双线性函数来计算。
定理2:设 1, 2 ,, n 与 1 ,2 ,,n 为n维欧氏空间V的基,它们 的度量矩阵为A和B,,C是 1, 2 ,, n 到 1 ,2 ,,n 的过渡
命题
设S是n维线性空间V 的一个子空间,则存在子空 间T , 使得
并称T是S的补空间。
证明: 设x1 ,x2 , …,x k是S的一组基,则它可扩充为 V的一组基x1 ,x2 , …,x k,x 令 则
k+1,
…,x n,
从而
练习P23:5, 6
第四节
线性映射
主要内容: 一、线性映射 二、线性映射的矩阵表示 三、线性映射的运算(自学) 四、不变子空间(自学)
例4在实线性空间中,对于任意两个 n阶矩阵A,B ,定 义 n n T A, B tr ( AB ) aij bij
i 1 j 1
则
( A, B)
是内积,向量空间
R
nn
是欧氏空间。
内积的性质
对于欧氏空间的向量 , ,
1.(0, ) ( ,0) 0, V ; 2.( , ) ( , ) ( , ); 3.( , k ) k ( , )
3 k , k , (4) , 0 当且仅当 0
时等式成立
则称复数 ( , )为向量 , 的内积。 定义了内积的复线性空间叫做酉空间。
酉空间内积的性质
对于酉空间的向量 , ,
矩阵论第2章 内积空间
2 2 2 ( )2
由此得到式 (1) .
对此式由 ,得到
.
由此得到式 (2) .
把定理 2-1 应用到欧氏空间 Rn 和例 2-3 中 R[a, b]得到两个著名
的不等式为
n
n
n
xi yi
xi2
(1) ( , k ) k( , ) ;
(2) , , , ;
(3) (, 0) (0, ) 0 .
有了内积概念,就可以在内积空间引入向量的长度及向量之间的 夹角等概念.下面先证明关于内积的一个重要不等式.
定理 2-1 设V 是数域 R 上的内积空间,对 , V ,则有不
(, ) ( , ) 2 2
一般地,如果1 ,2 , ,k 是 k 个两两正交的向量组,则有 1 2 k 2 1 2 2 2 k 2
这利用内积性质及正交条件可以证明.
事实上,由正交性有
(i
, j
)
(
i
,i
)
i
2
,
ji ,
(i, j 1, 2,
,k)
0,
ji
得到
k
设12n????及12n????是n维欧氏空间v的两个标准正交基从前一个基到后一个基的过渡矩阵为的两个标准正交基从前一个基到后一个基的过渡矩阵为a即12n?????12na????21上式转置得12??????????????12ta????????????22n?????n?????利用形式矩阵乘法将式22两边分别左乘式21得111212122212nnnnnn?????????????????????????????????????111212122212nntnnnnaa???????????????
由此可得,若1,2 , ,n 是 n 维欧氏空间V 的一组非零向 量,且满足条件:
矩阵论第二章
(2)
则 0 是 经单位化得到的单位向量。 定理1: [cauchy—schwarz不等式]对于内积 空间中任意向量 , ,有 ( , )
(3)
并且, 等号成立的 , 线性相关。
9°(三角不等式)对 向量 , ,有
定义4:设 V 是数域 F上的线性空间, 如果在V 上还定义了一种叫内积的运算:对于V 中任意 向量 , 都有 F 中唯一的数 x 与之对应, 记为
, x, 并且这种内积运算还具有如下性质:
对于任意的 , , V
1) , ,
及任意的 k F
有:
2) k , k , 4) 当 0时, , 0
3) , , ,
此时称 V 为一个内积空间。
n C 对于复数域上的线性空间 , 若规定向量 例1:
a1 , a2 ,, an
1 1 , 2
( 2 , 1 ) 1 2 , [设 2 k1 2 , ( 1 , 1 )
( 2 , 1 ) k ( 1 , 1 )
因 ( 2 , 1 ) 0
],
3
( 3 , 1 ) ( , ) 1 3 2 2 3,…, ( 1 , 1 ) ( 2 , 2 )
定理3: 欧氏空间在一组基下的度量矩阵都 是正定矩阵。
, 证明:设 V 是 n 维欧氏空间,
1 2
,, n
是 V 的一
A 是该基下的度量矩阵。 的一组基, 为证明实对
称矩阵 A 正定, 只须证明实二次型 x
1 1 2 2 n n
T
Ax 正定,
矩阵论——内积空间基本概念
第三章 内积空间基本概念在几何分析时,向量的长度、夹角是基本的度量。
§3.1 内积空间基本概念定义 1.1 设V 为数域()C 或R F 上线性空间,若有一法则使V 任两向量βα,确定F 中唯一的数,记为〉〈βα,,且〉〈βα,满足:(1)〉〈=〉〈βααβ,,,V ∈∀βα,;(共轭对称) (2)〉〈+〉〈=〉+〈γβγαγβα,,,,V ∈∀γβα,,; (3),,,〉〈=〉〈βαβαk k F k ∈∀,V ∈∀βα,; (4)0,≥〉〈αα,且等号成立当且仅当θα=。
则称><βα,为βα,的内积,V 为内积空间。
特别C F =时称()C V 为酉空间,R F =时称()R V 为欧氏空间。
注 (1)〉〈+〉〈=〉+〈γαβαγβα,,,;〉+〈=〉+〈αγβγβα,, 〉〈+〉〈=αγαβ,, 〉〈+〉〈=αγαβ,,〉〈+〉〈=γαβα,,;(2)〉〈=〉〈βαβα,,k k ; (3)0,,=〉〈=〉〈αθθα。
例1 在n R 中定义,,X Y Y X T =〉〈n R 为欧氏空间。
例2 在n R 中定义,,AX Y Y X T =〉〈其中A 为n 阶正定矩。
例3在n R 中定义,,X Y Y X T =〉〈,n C 为酉空间。
例4 n n C ⨯中TH H B B trAB B A =>=<,,。
例5 ()b a R V ,)(=上一切连续函数的集合),(b a C ,()(),,dx x g x f g f ba ⎰>=<()()V x g x f ∈∀,,()R V 是欧氏空间。
定义1.2 设n ααα,,,21 为内积空间V 的一组基,记,,ij j i g x x =〉〈()n j i ,,2,1, =,则称n 阶矩阵ij g G =,故G G H =。
定理1.1 设内积空间V 的一组基{}ni 1α的度量矩阵为G ,V 中向量βα与在该基下坐标向量分别为Y X ,,则X G Y Y G X T H T =>=<βα,。
矩阵理论课件 (21)
b
(f (x), g(x)) a f ( x)g( x)dx
证明: C[a,b]是欧氏空间.
b
f ( x), g( x), a f ( x)g( x)dx 是唯一确定实数
当 t (t R,非零),显然定理中等号成立;反之,如果等号 成立,则, 必线性相关.因为若, 线性无关,则t R, 非零,都有 t 0.从而( t , t ) 0,所以等号不
成立, 矛盾.
返回
证明(2):若=0,不等式显然成立. 设 0,则
0 -k 2 =(-k ,-k )
( , )-k( , )-k( , ) kk( , )
(4)(分配律): ( , ) ( , ) ( , )
则映射( , ) 是 Vn(C) 上的内积,定义了内积的V为
n维酉空间.
返回
例1: (a1 ,L ,an )T , (b1 ,L ,bn )T Rn ,若规定
n
( , ) aibi i 1
则上式定义了一个内积, Rn是内积空间.
i 1
j 1
n
n
n
n
( , ) ( xii , y j j )
xi y j (i , j )= xi y j aij
i 1
j 1
i, j 1
i, j 1
(其中aij=(i , j )),构造矩阵和列向量:
(1, 1) (1, 2 ) L
A ( 2 ,1) ( 2 , 2 ) L
(2) , V , , 在基1 ,L
,
下的坐标分别为
n
x (x1 ,L , xn )T , y (y1 ,L , yn )T ,则
矩阵理论第四章内积空间
非负性
则称 (a, b ) 为a 与b 的内积,V 为实内积空间。
实内积空间也称欧几里得(Euclid)空间。
1
GEM
例. 线性空间 Rn { ( x1, x2 ,, xn )T | x1, x2 ,, xn R } a ( x1, x2 ,, xn )T , b ( y1, y2 ,, yn )T
GEM
(4) || a + b || 2 (a + b ,a + b ) (a,a ) + 2(a, b ) + (b , b ) || a || 2+ 2 || a |||| b || + || b || 2 ( || a || + || b ||)2,
|| a + b || || a || + || b ||。
(2) || ka || | k | || a ||; (3) | (a, b ) | || a || || b ||,
Cauchy-Schwarz 不等式
等号成立当且仅当a , b 线性相关;
(4) || a + b || || a || + || b || 。
三角不等式
GEM
(2) || ka || 2 (ka, ka ) k 2 (a,a ) | k |2 || a ||2 || ka || | k | || a ||
5
GEM
向量长度, Cauchy-Schwarz不等式
定义. 设V 为实内积空间,称 (a, a ) 为向量a 的长度, 记作 ||a ||。
定理. 设V 是实内积空间,a , b V , k R ,则
正定性 齐次性
(1) || a || 0, 且 || a || 0当且仅当a 0;
第三章 内积空间、正规矩阵、Hermite矩阵1
(α1 ,α 2 , , α n ) L
设:1α1 +k2α 2 +L +knα n=0 k
(α j , k1α1 +k2α 2 +L +knα n )=(α j , 0) =0
k j (α j , α j )=0
k j=0, 即k j=0, j = 1, 2,L , n) (
正交向量组线性无关 那么线性无关向量组是否正交呢? 那么线性无关向量组是否正交呢?
定义4.3: 子空间, 定义 : 设 S , T 是C n 的(或 R n )子空间,若对任意的 x ∈ S 和 y ∈ T 都有
( x, y ) = 0
是正交的, 则称 S 和 T 是正交的,记为 S ⊥ T
定理4.6: 两个正交子空间, 定理 :设 S , T 是 C n 的(或 R n )两个正交子空间,那么 (1)S I T = {0} ) (2)dim( S + T ) = dim( S ) + dim(T ) )
α1 , α 2 ,L , α n
′ ′ α1′, α 2 ,L , α n
度量矩阵 度量矩阵
A B
′ ′ (α1′, α 2 ,L , α n ) = (α1 , α 2 ,L , α n ) P
B = PT AP or
BT = P H AT P
定义1.5: 定义
设V是酉(欧氏)空间,定义 ∀α ∈ V 长度为
(1), A−1 = AH
(2), det A = 1
(3), A ∈ U
T n×n
(1), A = A
−1
T
(2), det A = ±1
(4), if B ∈ U n×n , then AB, BA ∈U
矩阵分析引论--第二章 内积空间-内积空间的概念、正交基及子空间的正交关系
目录 上页 下页 返回 结束
第二章第一二节 内积空间的概念、正交基及子空间的正交关系
Schmidt正交化过程(向量的正交化过程)
V的一个基: 1,2 ,,n
1 1,
2 2 k11
(2 , 1 ) (2 k11, 1 ) (2 , 1 ) k1(1, 1 ) 0
目录 上页 下页 返回 结束
第二章第一二节 内积空间的概念、正交基及子空间的正交关系
第二节 正交基及子空间的正交关系
正交组:内积空间中两两正交的非零向量组. (必线性无关!)
定义2-3:在 n 维欧氏空间中,由正交组构成的基 称为正交基.
若1,,n是正交基,且i 1(i 1,,n) 则称1 ,, n是 标准正交基(或单位正交基).
k1
(2 , (1,
1) 1)
,
2
2
( 2 (1
, ,
1 1
) )
1;
3 3 k21 k32,
(3,1) 0 (3,2) 0
k2
(3 , 1 ) (1, 1 )
,
k3
(3 , (2,
2) 2)
目录 上页 下页 返回 结束
第二章第一二节 内积空间的概念、正交基及子空间的正交关系
Schmidt正交化过程(向量的正交化过程)
当( , ) 0时称 , 是正交 的,记为 . 由(0, ) 0,规定零向量0与任意向量正交. 例3: 若 , 则 | |2 | |2 | |2 . 一般,若1 ,2 ,,k是k个两两正交的向量,则:
| 1 2 k |2 | 1 |2 | 2 |2 k .2
推论:对内积空间V的任两向量 , 都有 (1) | || | | | (2) | || | | |
第三章内积空间、正规矩阵8-11节
下页 返回
( 2) A为H 矩阵 S H AS为H 矩阵, 其中S C nn
2、 有关结论 (1) A为H 矩阵 X H AX为实数 ( 2) A为H 矩阵 对任意n阶方阵S,S H AS为H 矩阵 证: “”设A为H 矩阵, 则A H A 故S H AS为H 矩阵 ( S H AS ) H S H A H S S H AS, “”设对任意n阶方阵S,S H AS为H 矩阵, 则( S H AS ) H S H AS,取S E得: ( E H AE ) H E H AE, 故A为H 矩阵 AH A, ( 3) A为H 矩阵 存在酉阵U, 使U H AU diag(1, 2, , n ) 其中1, 2, , n为实数 证: “”设A为H 矩阵, 则A为正规矩阵且 A的特征值为实数 又正规矩阵可以U相似于对角矩阵, 故存在酉阵U, 使
(3) A的特征值全大于零; (4)存在可逆矩阵P, 使得P H AP E;
(5)存在可逆矩阵Q, 使得A Q H Q; (6)存在正线上三角阵R, 使得A R H R且分解式唯一
证: (1) (2), 由引理2得 (2) (3) 由A为H 矩阵得:存在酉阵U使得
U 1 AU U H AU diag(1, 2, , n )
令X UY, 则f 3 y2 y2 2 y3 y3
上页
下页 返回
第三章 内积空间和正规矩阵
第九节 正定H 二次齐式、正定H 矩阵
上页
下页
返回
一、正定H 二次齐式或正定H 矩阵 1、 正(负)定二次齐式: 若对任意X 0, 有f X H AX ( )0, 而A称为正(负)定矩阵 则称f正(负)定二次齐式, 2、 半正(负)定二次齐式: 若对任意X 0, 有f X H AX ( )0, 而A称为半正(负)定矩阵 则称f半正(负)定二次齐式, 3、 两个引理 (1)设A是正线上三角阵且为酉阵, 则A为单位矩阵E a11 0 0 a11 a12 a1n a12 a 22 0 0 a22 a2 n H 则A 证: 设A (aii 0), a a a 0 0 a nn 1n 2 n nn H H 且由AA A A E得 a11a11 a12 a12 a1n a1n a11a11 1 a a a a a a a a 1 2n 2n 12 12 22 22 22 22 annann a1n a1n a2 n a2 n ann ann 1 2 a ii 1, 故A E 又 a , a 0 ( i j ) , a a 0(i j ), ij ii 1
矩阵分析lecture4内积空间
令 x ∈V2 ,则 x ∈V ,由第二式有:
x = x1 + x3
这里, x1 ∈V1, x3 ∈V3 。又因为 x ⊥ x1 ,所以,
0 = ( x, x1 ) = ( x1 + x3, x1 ) = ( x1, x1 ) + ( x3, x1 )
但 x3 ⊥ x1 ,故 (x3, x1) = 0 ,从而 (x1, x1) = 0 ,于是 x1 = 0 , x = x3 ∈V3 ; 即V2 ⊆ V3 。
定理 1:设 V 是内积空间, x, y 是 V 中任意两个向量,则有:
(x, y)2 ≤ (x, x)( y, y)
且等号成立当且仅当 x, y 线性相关时成立。
证明:设 t 为任意实数,则根据内积定义 (x − ty, x − ty) ≥ 0 。
即对任意实数 t,
( y, y)t2 − 2(x, y)t + (x, x) ≥ 0
| x |= (x, x)
由此,C—S 不等式即:
| (x, y) |≤| x | ⋅ | y |
从而: ±(x, y) ≤| x | ⋅ | y | 进一步,当 x ≠ 0, y ≠ 0 时,我们有
(x, y) ≤ 1 xy −1 ≤ (x, y) ≤ 1
xy
可用等式
cosϕ = (x, y) xy
则 e3 ≠ 0 ,再由 (e3, e1) = 0, (e3, e2 ) = 0 得
β1
=
−
( f3, e1 ) (e1, e1 )
,
β2
=
−
( f3, e2 (e2 , e2
) )
按此方法做下去,若已作出正交组 e1, e2,", en−1 则令
第4讲内积空间
一、内积空间的概念 二、 内积空间的性质 三、 标准正交基 四、 正交变换与对称变换 五、Schur定理与正规矩阵
一、内积空间的定义
定义: 设 V 是实数域 R 上的 n维线性空 间,对于 V 中的任意两个向量 α , β 按照某 一确定法则对应着一个实数,这个实数称为 α 与 β 的内积,记为 (α , β ) ,并且要 求内积满足下列运算条件:
例
⎡3 0 8⎤ ⎢ 3 −1 6 ⎥ A= ⎢ ⎥ ⎢ −2 0 −5⎥ ⎣ ⎦
H
试求酉矩阵 U 使得 U
AU 为上三角矩阵.
定义: 设
A∈C
n ×n
, 如果
H
AA = A A
H
A 满足
那么称矩阵 设
A 为一个正规矩阵.
, 如果同样满足
A∈ R
n ×n
AA = A A
H H
那么称矩阵
A 为一个实正规矩阵.
α α
总是单位向量,称此过程为单位化。
三、标准正交基
n
{ 定义:设 V 是 n 维酉空间, α i } 为其一组 基,对于 V 中的任意两个向量
α = ∑ xiαi , β = ∑ y jα j
那么 α 与 β 的内积
n n i =1 j =1 i =1 j =1 n
(α , β ) = ( ∑ xiαi , ∑ yiα i ) =
+ nxn yn
( , ) 2 也是 R n 上的一个内积 容易验证 n ,这样 R 又成为另外一个欧氏空间。
例 在 nm 维线性空间 R n×m 中,规定
( A, B ) := Tr( AB )
T
容易验证这是 R 上的一个内积,这样 R 对于这个内积成为一个欧氏空间。 例 在线性空间 C[a , b] 中,规定
矩阵分析 第三章内积空间、正规矩阵1-4节
四、长度及其性质
记为 . 1、定义: 非负实数 ( , )称为向量的长度, 2、 单位向量: 1 , 则称 为单位向量. 设 1 0 注 :当 0时, 为单位向量
上页
下页
返回
3、 性质: (1) 非负性: 0, 当且仅当 0 时 0;
( 2) 齐次性: ; ( 3) 三角不等式: .
满足以下条件:
i 1
i 1
(1) (, ) ( , ) ; (2) (k, ) k (, ); (3) ( , ) (, ) ( , ); (4) (, ) 0, 当且仅当 0时等号成立. 则称V为C上的酉空间, (, )称为内积. 而
ii
4、 内积表示式: 设内积空间V中基 1, 2, , n的度量矩阵为G 且, 在基下的坐标为 , , (, ) X T GY . X Y 则
证: (1, 2, , n ) X, (1, 2, , n )Y,
G (1, 2, , n )T (1, 2, , n ). (, ) T [(1, 2, , n ) X ]T [(1, 2, , n )Y ] X T [( 1, 2, , n )T ( 1, 2, , n )]Y X T GY . 注: V为酉空间, (, ) Y H GX 若 则
上页
下页
返回
5、 不同基下度量矩阵的关 设 1, 2, , n; 1, 2, , n为内 系: 积空间V中的基且度量矩阵为 , , A B 过渡矩阵为C, B C T AC 则
证: A ( 1, 2, , n )T ( 1, 2, , n ). B ( 1, 2, , n )T ( 1, 2, , n ),
矩阵论第2章内积空间综述
(2)给定n维线性空间V的基后, V上的线性变换 与n阶矩阵之间存在一一对应关系。
(3)设T1,T2是n维线性空间V的两个线性变换,
下的矩阵为
是n维线性空间V的基,T1,T2在该基 则T1+T2,kT1,T1T2,T-1在该基下
矩阵分别为
(4)设n维线性空间V的一个线性变换T在
基下的矩阵为
且向量 在该基下的坐标为
不同的欧氏空间。
(2)不论如何定义内积,不会改变线性空间的维数。
例3 在实线性空间C[a,b]中,对于任意两个连续函数,
f (x), g(x) 定义
f
( x),
g(x)
b
a
f
(x)g(x)dx
利用定积分的性质,可以验证 是欧氏空间,但其维数无限。
f (x), g是(x)内 积, C[a,b]
例4在实线性空间中,对于任意两个n阶矩阵A,B,
则 在该基下的坐标为
(5)设
是纯量多项式,T
为V中的线性变换,且对V的基
有
则V的线性变换f(T)在该基下的矩阵为:
其中f(A)称为矩阵A的多项式。
例1、试确定在多项式空间Pn [x]上的求导运算T
分别在下列两组基下的表示矩阵
说明:同一线性变换在不同基下的表示矩阵一般 是不同的,它们之间的关系是相似矩阵.---P18定 理1.4.7。
线性映射(变换)
有以下性质:
(3)T将V中的线性相关向量组映射为W中的线性 相关向量组,但把线性无关向量组不一定映射为W 中的线性无关向量组;
(4)设 则
并且
线性变换的值域与核
设T是n维线性空间V的一个线性变换,定义T的值域R(T)与核 N (T)分别为
矩阵论--内积空间
第三讲 内积空间[回顾] nR 作为线性空间,运算:加法,数乘,数量积:刻画向量长度,夹角… 抽象出来….a b •推广至线性空间?()n V F 一, 欧氏空间和酉空间1.内积定义:二元运算满足(,):()()n n V F V F F ×→i i 对称性,线性性,正定性,则称是的一个内积。
(,)i i ()n V F 内积空间:[]();(,)n V F αβF=R, []为欧氏空间,此时为实内积。
();(,)n V R αβF=C, []为酉空间,此时为复内积。
();(,)n V C αβ2.常见的欧氏空间[R )= T ] ,n T α[R ;(,βαβ)=], [R B)=tr A)]m [R ×n T ;(A ,B)=tr (BA)] [ [X] g(x) )==10()()f x g x dx ∫[P ][X](f(x)n ;,g(x))Remark: 对于相同的线性空间,可以定义不同的内积,成为不同的内积空间。
例[R n ;(α,β)= α T A β] ,A 正定。
3,常见的酉空间记号:复矩阵A 的共轭转置矩阵记为()H T A A =,)= H ] ,[C n H α;(,βαβ)=], [C B)=trm [C ×n H ;(A ,B)=tr (B A)]二, 内积空间数量关系1. 向量长度α。
单位向量定义。
=|| || || ||α||k ||=⏐⏐αk ||||;Cauchy(Cauchy 不等式):∀ α ,β ∈ [V n (F );(α,β)], | (α,β) | ≤ || α|| || β|| 。
|| || || || || ||α(三角不等式)||+β≤αβ||||||||||+. 欧氏空间中,定义非零向量之间夹角2之间夹欧氏空间中,定义非零向量角0,0αβ≠≠,夹角θ定义为:c o s θ=(,)arccos αβαβ⋅α 和 β正交 ⇔(α,β)=0正交向量组:标准正交向量组:[回顾]3R 中相互正交向量的个数3;且线性无关(构成基)一般的n R 中?更加一般的中?()n V F 定理:不含零向量的正交向量组是线性无关的。
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
01南航戴华《矩阵论》第一章线性空间与内积空间
注意:
通过上面的例子可以看出线性空间的基底并不
唯一,但是维数是唯一确定的。由维数的定义,
线性空间可以分为有限维线性空间和无限维线性 空间。目前,我们主要讨论有限维的线性空间。
N(A)称为矩阵A的零子空间或核空间,也记为Ker(A);
例1.4.1
对于任意一个有限维线性空间 V ,它必
有两个平凡的子空间,即由单个零向量构成的子空
因此
所以
V1
V2 的基为 2 ,维数为 dim(V1
V2 ) 1.
由例1.4.4 由前得
V1 V2 span(1 , 2 , 1 , 2 )
5 2 0 1 l2 2 l 2 1 l 2 2 3 3 5 2 即 2 0 1 2 1 3 3 然而 1 , 2 , 1 线性无关,这样 1 , 2 , 1 是
2
nn
这说明,维数是有限维线性空间的唯一的本质特征。在 同构的意义下,n维向量空间Pn并不只是线性空间V 的一 个特殊例子,而是所有的n维线性空间的代表。即每一个
数域P上的线性空间都与n维向量空间Pn同构。因此n维向
求 V1
V2 、V1 V2 的基与维数。
解 设 V1
所以可令 解关于
V2
,则
V1, V2
k11 k2 2 = l11 l2 2
k1 , k2 , l1 , l2 的齐次方程组,得
5 2 k1 0, k2 l2 , l1 l2 3 3 5 = k1 1 k2 2 l2 2 . 3
4 3 4 2 1 4
23 18 4
例1.3.5 已知矩阵空间 R 2 2 的两组基:
- 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)。
定义 2.6 设 x 是欧氏空间 V 中任意的一个元素, W 是 V 的一个子空间,且 x 可被唯一地分解为
x y z, y W , z W , 则 y 称为元素 x 在子空间 W 上的正投影(又称内投影). 显然 (W ) W 故 z 为元素 x 在W 上的正投影.
则可以证明这是 C a,b上 f ( x) 与 g(x) 的一种内积.
欧氏空间 V 中的内积具有如下的性质:
(1) (O, ) (,O) 0, V;
(2) (, k ) k(, ),, V ,k R;
(3) (, ) (, ) (, ),, , V;
n
m
mn
(4) ( kixi, ljyj) kilj(xi,yj)
另外,若规定
n
( , ) kk k , k 1
同样可验证这样确定的实数是 Rn 中向量 和 的内积.
内积不是唯一的
同一个实线性空间在不同内积下构成不同的欧氏空间
例 1.2 在a,b 上连续函数空间 C a,b中,对任意函数 f (x), g(x)C a,b ,
定义
b
( f , g) f ( x)g( x)dx a
例 2.3 设 W1 ( x, y, T0 ) x ,y R, W2 (0,0, z)T z R ,
则容易得 W1,W2 均为 R3 的子空间,,且 W1 W2 .
定理 2.3 设W1,W2 , ,Ws 是欧氏空间 V 的子空间, 且两两正交,则 W1 W2 Ws 是直和.
(1,1) 1
2
1
1
0
故向量 x 与 y 在 ( R2 )1 中正交,在 (R2 )2 中不正交.
由此例说明,两元素正交与否,由所在空间的内积确定.
此外,在欧氏空间 V 中也有勾股定理, 即当 x y 时,有 x y 2 x 2 y 2 , 将其推广至多个元素的情形, 即当1,2 , ,m 两两正交时,有
(2)
当
O 时,
1
1, 即
1
是一个单位向量.
得单位向量的过程叫做把非零向量 单位化.
定理 1.1 ( Cauchy Schwarz 不等式) 设 V 是欧氏空间,则对 , V ,不等式
( , )
均成立,当且仅当 与 线性相关时,等号成立.
证明 当 与 至少有一个是零元素时,结论显然成立.
有了数量积,向量的长度与夹角可表示为:
(,) cos , ( , )
以数量积的性质为依据,将该概念推广至抽象的线性空间.
定义 1.1 设 V 是实线性空间,若对于 V 中任意两个元素 和 , 总能对应唯一的实数,记作 ( , ) ,且对应满足以下的性质: (1) 对称性 ( , ) ( , ) ; (2) 可加性 ( , ) ( , ) ( , ) ; (3) 齐次性 (k , ) k ( , ) ,k R ; (4) 非负性 ( , ) 0当, 且仅当 O 时, ( , ) 0 则称该实数是 V 中元素 和 的内积,并称这样的实线性空间 V
为欧几里得 (Euclid ) 空间,简称为欧氏空间.
例 1.1 在 n 维向量空间 Rn 中,任意两个向量
(1 ,2 , ,n )T , (1, 2 , , n )T ,
n
若规定 ( , ) 11 22 nn k k , k 1
则容易验证,这样确定的实数符合内积的定义,是 Rn 中向量 和 的内积.
设 W (x,0,0) x R ,
则易得 W 是 R3 的一个子空间,且它的正交补为
W (0, y, z) y, z R
对任意的 ( x, y, z) R3 , 在 W 上的正投影为 ( x,0,0) , 在W 上的正投影为 (0, y, z) .
2.3 正交变换与对称变换
依此进行下去,一般有
i
i
( i (1
,1 , 1
))1
( (
i , 2 ,
2
2))2
这样得到 V 的一个正交基。 再将其单位化,令
(i ,i 1 i( 1 i,
1
) i) 1
(i 2 , 3 ,
n,
)
i
1
i
i
(i 1, 2,
, n)
则可得 V 的一组标准正交基 1 , 2 , , n .
arccos ( x, y)
xy
为 x 与 y 的夹角,记作 x, y ,即 x, y arccos ( x, y) , ( x, y [0, ] ) .
xy
例 1.3 试证明欧氏空间 V 中成立三角不等式
x y x y ,x, y V . 证明 因为 x y2 ( x y, x )y
x 11 22 n n , y 11 2 2 n n
n
n
n
则有 ( x, y) ( i i , j j ) ii
i 1
j1
i 1
在标准正交基下,
V 中任意两个元素的内积等于它们对应坐标向量的内积.
二. 正交补与正交投影 定义 2.4 设W1,W2 是欧氏空间 V 的两个子空间, 若对任意的 x W1, y W2 ,总有 ( x ,y ) 0 成立, 则称W1 与W2 正交,记作W1 W2 . 若对某个确定的 x 及任意的 y W1 ,总有 ( x ,y ) 0 成立, 则称 x 与W1 正交,记作 x W1 .
现在设, 均为非零元素,则
( ( , ) ,
(
,
ห้องสมุดไป่ตู้
)) ( ,
( ,
)
)2
0
( , )
( , )
( , )
因此有 ( , )2 ( , ) ( , )
即
( , )
而且当且仅当 ( , ) ,即 与 线性相关时,等号成立. ( , )
定义 1.3 设 V 是欧氏空间,则 x,y V ,称
k1(1,i ) k2(2 ,i ) km (m ,i ) 0 ,(i 1, 2, , m)
由于 i j 时, (i , j ) 0 ,故可得 ki (i ,i ) 0 (i 1, 2, , m) ,
又 i O 时, (i ,i ) 0 , 从而有
ki 0 (i 1, 2 , m)
定理 2.4 欧氏空间 V 的任一个子空间W , 都存在唯一的正交补W .
证明 先证存在性.
设 1 , 2, , m 是子空间 W 的一个标准正交基, 则可以扩充为 V 的一个标准正交基: 1 , 2, , m , m1 , , n 显然 W L( m1 , , n .)
再证唯一性.设W1 与W2 都是 W 的正交补,则 V W W1,V W W2
证明 设i Wi (i 1 , 2 , s 且, ) 1 2 s O 分别用 i 在上式两边作内积,得 (i ,i ) 0 从而有 i O ( i 1 , 2 , s, ) 即 W1 W2 Ws 是直和.
定义 2.5 设W1,W2 是欧氏空间 V 的两个子空间, 若W1 W2 ,且W1 W2 V , 则称W1 与W2 互为正交补,记作W1 W2 或W1 W2 V .
第二章 内积空间
本章将在抽象的线性空间中引进内积运 算,导出内积空间,并讨论正交变换与 正交矩阵及对称变换与对称矩阵,最后 将实二次型推广为复二次型,介绍 Hermite二次型.
2.1 内积空间的概念
三维立体空间 R3 中向量的数量积具有以下的代数性质:
(1) 对称性 ( , ) ( , ) ; (2) 可加性 ( , ) ( , ) ( , ) ; (3) 齐次性 (k , ) k ( , ) ,k R ; (4) 非负性 ( , ) 0当, 且仅当 0 时, ( , ) 0
(x, y) 0,
则称元素 x 与 y 正交,记作 x y.
由定义易知,零元素 O 与任何元素均正交. 若 x O, 由于 ( x, x) 0,所以非零元素不会与自身正交, 即只有零元素才与自己正交.
例 2.1 在 R2 中,对于任意两个向量 x 与 y ,定义两种内积
(1) ( x, y)1 xT y
证明 因为1,2 , ,n 线性无关,所以 i 0 (i 1 , 2 , n ,. )
首先, 取 1 1;
其次,
令 2
2
( 2 (1
, ,
1 1
) )
1;
则可得两个正交元素 1, 2 .
再次,
令 3
3
( (
3 1
, ,
1 1
) )
1
(3 , 2 ) (2, 2)
2;
则得到三个正交元素 1 , 2 , 3 .
例 2.1 在 R4 中,将基1 (1,1, 0, 0)T ,2 (1, 0,1, 0)T ,3 (1, 0, 0,1)T , 4 (1, 1, 1,1)T 用 Schmidt 正交化方法化为标准正交基.
解 先正交化
令 1 1 (1,1, 0, 0)T;
2
2
(2 , 1 ) (1, 1)
所以 1 ,2 , ,m 线性无关.
由定理可知, 在 n 维欧氏空间中,正交元素组所含元素的个数不会超过 n 个.
定义 2.3 在 n 维欧氏空间 V 中,由 n 个元素构成的正交元素组 称为 V 的正交基; 由单位元素组成的正交基叫作标准正交基.
定理 2.2 ( Schmidt 正交化方法) 设1,2 , ,n 是 n 维欧氏空间 V 的任意一个基,则总可将其 进行适当运算后化为 V 的一个正交基,进而将其化为一个 标准正交基.
1 2 m 2 1 2 2 2 m 2
定义 2.2 欧氏空间 V 中一组非零元素若两两正交,则称其为一 个正交元素组.