内积与范数 |
您所在的位置:网站首页 › 内积的定义怎么证明 › 内积与范数 |
对于\(v\in V\),\(v\)的范数\(\|v\| = \sqrt{\langle v,v \rangle } \) 若\((z_{1},\ldots ,z_{n}) \in \mathbf{F}^{n}\),则: \begin{equation} \label{eq:7} \| (z_{1},\ldots ,z_{n}) \| = \sqrt{ |z_{1}|^{2} + \ldots + |z_{n}|^{2}} \end{equation}在\([-1,1]\)上的实值连续函数构成的向量空间中有: \begin{equation} \label{eq:8} \| f \| = \sqrt{\int_{-1}^{1} (f(x))^{2} \mathrm{d}x } \end{equation}范数的基本性质: 设\(v\in V\) \(\| v\| = 0\) 当且仅当\(v=0\) 对所有\(\lambda\in \mathbf{F}\)均有\(\| \lambda v\| = |\lambda| \|v\|\)通常,处理范数的平方要比直接处理范数更容易。 两个向量\(u,v\in V\)是正交的,如果\( \langle u,v \rangle = 0\) 若\(u,v\)是\(\mathbf{R}^{2}\)中的非零向量,则: \begin{equation} \label{eq:9} \langle u,v \rangle = \| u \| \| v\|\cos \theta \end{equation}其中\(\theta\)是\(u\)和\(v\)的夹角,显然在平面几何的意义下,正交意味着垂直。 \(0\)正交与\(V\)中的任意向量。 \(0\)是\(V\)中唯一一个与自身正交的向量。设\(u\)和\(v\)是\(V\)中的正交向量,则\( \| u+v \|^{2} = \| u \|^{2} + \| v \|^{2} \) \begin{eqnarray} \label{eq:10} \| u+v \|^{2} &=& \langle (u+v),(u+v) \rangle \\ &=& \langle u,u \rangle + \langle u,v \rangle + \langle v,u \rangle + \langle v,v \rangle \\ &=& \langle u,u \rangle + \langle v,v \rangle \\ &=& \| u \|^{2} + \| v \|^{2} \end{eqnarray}设\(u,v\in V\),且\(v\neq 0\),我们想把\(u\)写成\(v\)的标量倍加上一个正交与\(v\)的向量\(w\)。如图1所示:
Figure 1: 正交分解 为了揭示如何将\(u\)写成\(v\)的标量倍加上一个正交于\(v\)的向量,令\(c\in \mathbf{F}\)表示一个标量,则: \[u = cv + (u-cv)\] 因此需要选取\(c\)使得\(v\)正交于\(u-cv\),也就是说我们希望: \[0 = \langle u-cv,v \rangle = \langle u,v \rangle - c \| v \|^{2} \] 上式表明\(c\)应该是\[\langle u,v \rangle / \| v \|^{2} \] 从而 \[ u = \frac{\langle u,v \rangle }{\| v \|^{2} }v + (u - \frac{\langle u,v \rangle }{\| v \|^{2} } v) \] 上式把\(u\)写成了\(v\)的标量倍加上一个正交于\(v\)的向量。 设\(u,v\in V\)且\(v\neq 0\),令\(c = \frac{\langle u,v \rangle }{\| v \|^{2} }, w = u - \frac{\langle u,v \rangle }{\| v \|^{2} } v \)则\(\langle w,v \rangle = 0 \),且\(u = cv + w\) 设\(u,v\in V\),则 \( | \langle u,v \rangle | \leq \| u \| \| v \| \),等号成立当且仅当\(u,v\)之间存在标量倍的关系。 我们把\(u\)分解为: \[u = w + \frac{\langle u,v \rangle }{\| v \|^{2} } v\] 其中\(w\)正交与\(v\),根据勾股定理,我们有: \begin{eqnarray} \label{eq:11} \| u \|^{2} &=& \bigg\| \frac{\langle u,v \rangle }{\| v \|^{2} } v \bigg\|^{2} + \| w \|^{2} \\ &=& \frac{ \|\langle u,v \rangle \|^{2} }{\| v \|^{2} } + \| w \|^{2} \\ &\geq & \frac{ \|\langle u,v \rangle \|^{2} }{\| v \|^{2} } \end{eqnarray}柯西施瓦茨不等式的例子 若\(x_{1},\ldots ,x_{n},y_{1},\ldots ,y_{n}\in \mathbf{R}\),则: \begin{equation} \label{eq:12} |x_1y_1 + \ldots x_ny_n|^2 \leq (x_1^2 + \ldots x_n^2)(y_1^2 + \ldots + y_n^2) \end{equation}若\(f,g\)均为\([-1,1]\)上的实值连续函数,则: \begin{equation} \label{eq:13} \bigg\vert \int_{-1}^{1}f(x)g(x)dx \bigg\vert^{2} \leq \bigg(\int_{-1}^{1} (f(x))^{2}dx\bigg) \bigg(\int_{-1}^{-1} (g(x))^{2}dx\bigg) \end{equation}设\(u,v\in V\),则\( \| u + v \| \leq \| u \| + \| v \| \),等号成立当且仅当\(u,v\)之一是另一个的标量倍。 \begin{eqnarray} \label{eq:14} \| u+v \|^{2} &=& \langle u+v,u+v \rangle \\ &=& \langle u,u \rangle + \langle u,v \rangle + \langle v,u \rangle + \langle v,v \rangle \\ &\leq& \| u \|^{2} + \| v \|^{2} + 2 \| u \| \| v \| \\ &=& ( \| u \| + \| v \| )^{2} \end{eqnarray}所以 \( \| u + v \| \leq \| u \| + \| v \| \) 设\(u,v\in V\),则\( \| u + v \|^{2} + \| u-v \|^{2} = 2( \| u \|^{2} + \| v \|^{2}) \) \begin{eqnarray} \label{eq:15} \| u+v \|^{2} + \| u-v \|^{2} &=& \langle u + v,u+v \rangle + \langle u-v,u-v \rangle \\ &=& \langle u,u \rangle + \langle u,v \rangle + \langle v,u \rangle + \langle v,v \rangle \\ &+& \langle u,u \rangle + \langle u,-v \rangle + \langle -v,u \rangle + \langle -v,-v \rangle \\ &=& 2 \langle u,u \rangle + 2 \langle v,v \rangle \\ &=& 2( \| u \|^{2} + \| v \|^{2} ) \end{eqnarray} |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |