『linear algebra-5』inner product space

内积空间

本篇是对高等代数中"内积空间"的定义、性质、定理以及计算方法的速记,不涉及严密的推导证明。

一、n 维内积与欧氏空间

  • 内积定义:设 α=(a1,,an)T,β=(b1,,bn)TRn,定义内积 (α,β)=αTβ=βTα=aibi
  • 内积运算性质:
    • 对称性:(α,β)=(β,α)
    • 线性加法:(α+β,γ)=(α,γ)+(β+γ)
    • 线性数乘:(kα,β)=k(α,β)kR
    • 正定性:(α,α)0,且 (α,α)=0α=0
  • 向量的几何性质:用内积定义
    • 向量的长度:||α||=(α,α)
    • 向量间的夹角:<α,β>=arccos(α,β)||α||||β||
  • Cauchy-Schwarz 不等式:|(α,β)|||α||||β||
  • 三角不等式:||α+β||||α||+||β||;当 αβ||α+β||2=||α||2+||β||2(勾股定理)
  • 欧氏空间:定义了内积运算n 维实向量空间称为 n 维欧氏空间,记作 Rn

二、 正交化

  • 标准正交基:设 ,若有 则称 的一组标准正交基

  • "正交基" 与 "线性相关性":两两正交不含零向量的向量组是线性无关

  • 施密特正交化:借助线性无关 构造一组标准单位正交基 ,步骤如下

    • 迭代开始:初始时直接令

    • 迭代过程:取 ,令 ,其中

      解得 ,即使得任意 之间都正交

    • 标准化:取 ,即把 的长度全部化作 1,算法结束


三、正交矩阵

  • 实正交矩阵的定义:设 ,如果 ,则称 实正交阵

    的列分块表示为

  • "正交"从何而来: 的行(列)向量组是单位正交向量组

  • 正交矩阵的性质:

    • 行列式值的绝对值为 1:
    • 逆阵 等于 转置阵,可用于快速求逆;且 也是正交阵
    • 乘积保持正交:若 是正交阵,则有 是正交阵
  • "正交变换" 与 "几何度量":正交变换不改变向量的长度向量间内积向量间夹角,即


『linear algebra-5』inner product space
http://larry0454.github.io/2024/09/01/linear_algebra/inner-product-space/
Author
WangLe
Posted on
September 1, 2024
Licensed under