第2章节 内积空间.ppt

与线性空间的同构类似，以下讨论内积空间的同构问题. 由于内积空间是定义了内积的线性空间，故下述定义的很自然的． 2.3　内积空间的同构 由定义可知，同构的两个欧氏空间有相同的维数． 2.4 正交变换 在内积空间中有一种特别的线性变换（正交变换），在许多场合都很有用，这种变换在欧氏空间（有限维实内积空间）中常可叙述为几个相互等价的提法，这些提法的每一种都刻画了正交变换的基本性质. 2.5 点到子空间的距离与最小二乘法 先设一个子空间W，它是由向量α1, α2,…,αk所生成，即W=L(α1, α2,…,αk). 说一个向量α垂直于子空间W ，就是指向量α垂直于W中任何一个向量. 已知α垂直于W的充分必要条件是α垂直于W中的每个向量αi(i=1,2,…,k). 在中学所学几何中知道一个点到一个平面（或一条直线）上所有点的距离以垂线最短. 下面证明一个固定向量和一个子空间中各向量间的距离也是以“垂线最短”. 现给定β ，设γ是W中的向量，满足β-γ垂直于W. 要证明β到W中各向量的距离以垂线最短，就是要证明，对于W中任一向量δ ，有 |β-γ| ≤ |β-δ|. 我们可以画出下面的示意图： 证明 由 β-δ=(β-γ)+(γ-δ) 因W是子空间，γ∈W,δ∈W, 则γ-δ∈W. 故β-γ垂直于γ-δ. 由勾股定理， |β-γ|2+|γ-δ|2=|β-δ|2. 故 |β-γ| ≤ |β-δ|. 证毕. W β γ δ γ-δ β-γ β-δ 最小二乘法问题：设线性方程组 无解. 即任何一组数 x1,x2,…,xs 都使得偏差 (1) 不等于零. 我们设法找实数组x10,x20,…,xs0使偏差式(1)最小，这样的x10,x20,…,xs0称为方程组的最小二乘解.这一方法就叫最小二乘法. 下面利用欧氏空间的概念来表达最小二乘法，并给出最小二乘解所满足的代数条件. 令 (2) 用距离的概念，(1)就是 最小二乘法就是找 x10,x20,…,xs0 使向量Y与向量B的距离最短. 但从(2)知道向量Y就是 把A的各列向量分别记成α1, α2,…,αs. 由它们生成的子空间为L(α1, α2,…,αs). Y就是L(α1, α2,…,αs)中的向量. 于是最小二乘法问题可叙述成： |Y-B|2 . 找X使(1)最小，就是在L(α1, α2,…,αs)中找一向量Y ，使得B到它的距离比到子空间L(α1, α2,…,αs)中其它向量的距离都短. 应用前面所讲的结论，设 是所求的向量，则 C=B-Y=B-AX 必须垂直于子空间L(α1, α2,…,αs). 为此必须而且只需满足内积 由矩阵乘法规则，上述一串等式可以写成矩阵相乘的式子，即 或 ATAX=ATB 这就是最小二乘解所满足的代数方程，它是一个线性方程组，系数矩阵是ATA，常数项是ATB. 这种线性方程组总是有解的. 而α1T, α2T,…,αsT按行正好排成矩阵AT，上述一串等式可合起来就是 α1TC=0, α2TC=0, …, αsTC=0 . ATC=AT(B-AX)=0 2.6 复内积空间（酉空间） * * 第2章 内积空间 2.1 内积空间的概念 　　2.2 正交基及子空间的正交关系 　　2.3 内积空间的同构 　　2.4 正交变换 　　2.5 点到子空间的距离与最小二乘法 　　2.6 复内积空间（酉空间） 2.7 正规矩阵 　　2.8* 厄米特二次型 2.9* 力学系统的小振动 线性空间只是考虑了向量“加法”和“数乘”的两个基本线性运算，然而在线性空间中缺少向量的度量的概念，例如向量的长度与夹角． 我们将在本章中引入内积的概念，得到向量的长度与夹角等重要的概念 ，深化对线性空间、线性变换的研究，由线性空间得到内积空间. 2.1 内积空间的概念 在内积空间里，我们利用“正交”概念，可以选择一种特殊的、使用起来很方便的基，称为正交基. 这在普通的线性空间里是没有的. 正交基的引入，得到在内积空间中增加了不少在一般线性空间中所没有的、且非常有实用价值的性质. 2.2 正