- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
关于向量内积的基本知识点:
基本概念:
设 V 是实数 R 上的线性空间 .如果 V 中任意两个向量α, β都按某一法则对应于 R 中一个唯一确定的数 , 记作 ( α , β ), 且 满足 (i) ( α , β)=( β, α ); (ii) ( α+β, γ )=( α , γ ) + (β , γ ); (iii) ( kα , β) = k(α, β); (iv) 当α时, ( α , α )0;其中的α , β,γ是 V 中任意向量 , k是任意实数 .则称 ( α , β) 为向量 α , β的内积. 而 V 叫做对这个内积来说的一个欧几里德 (Euclid) 空间 , 简称欧氏空间 .
举例说明:
例1: 在 Rn 里 , 对于任意两个向量, , 规定:
容易验证 , 关于内积的公理被满足 , 因而 Rn 对于这样定义的内积来说作成一个欧氏空间。
例2: 在 Rn 里 , 对于任意两个向量, , 规定:
不难验证 , 这样Rn也作成一个欧氏空间. 由以上两个例子可以看出 , 对同一个线性空间可以引人不同的内积 , 使它作成欧氏空间
例3: 令 C[a,b] 是定义在 [a ,b] 上一切连续实函数所成的线性空间 .关于任意 f(x), g(x) C[a,b] , 规定:
根据定积分的基本性质可知 , 关于内积的公理都被满足 , 因而 C[a,b] 作成一个欧氏空间 .
一些性质:
关于欧氏空间 V 中的向量α , β,γ和实数a有 以下基本性质:
(1) (0, α )=( α , 0 )=0;
(2)?? ( α ,β十γ )=( α , β ) 十 ( α , γ );
(3)?? ( α , aβ ) = a( α , β ).
进一步 , 对于 V 向量,及 R 中实数 和, 必有
长度: 由于对欧氏空间的任意向量α来说 , 句 (α, α ) 总是一个非负实数 , 我们可以合理地引人向量长度的概念 . 设α是欧氏空间的一个向量 .非负实数 ( α , α ) 的算术平方根 , 叫做α的长度,记作| α |, 即 | α | = .由定义可知 , 欧氏空间中每个向量都有确定的长度 .零向量的长度是 0, 非零向量的长度是正数. 对欧氏空间的任意向量α和任意实数k,
|kα| = == |k|||
即实数k 与向量α的数量乘积的长度等于k的绝对值与α长度的积 .
长度为 1 的向量叫做单位向量 .如果α是非零向量 , 则是一单位向量 , 用这种方式得到单位向量叫做α的单位化 . 以下定理给出了一个重要的不等式 , 通常称为哥西一施瓦兹不等式
定理1: 在在一个欧氏空间里 , 关于任意向量α , 卢有不等式
等号成立当且仅当α,线性相关
证明思路: 应用二次函数。
由定理1, 我们可以得到很多重要不等式。如:哥西 (Cauchy) 不等式;施瓦兹 ( Schwarz ) 不等式等。
夹角: 设的是欧氏空间中两个非零向量 .则由哥西一施瓦兹不等式得
这样有意义 , 称其为的夹角 .这样 , 欧氏空间任意两个非零向量有唯一的夹角。为方便起见 , 我们规定 : 零向量与任何向量的夹角为,
如果 ()=0, 则称欧氏空间的二个向量是正交的 .
不难知道 , 正交 , 当且仅当的夹角为 。容易验证 , 在欧氏空间 Rn 中 , 单位向量= (0, … ,0 ,1,0, … ,0), i = 1,2, … ,n.两两正交 .
定理2: 在一个欧氏空间中 , 如果向量α与中每一个正交 , 则α与的任意一个线性组合也正交.
距离: 在欧氏空间里 , 定义向量α , 卢的距离为 ||, 通常用 d()表示的距离 .
容易证明 , 距离有如下性质
(i) 当时 ,d()0.(ii) d() = d().(iii) d() d()+d(),
其中是欧氏空间的任意向量 .不等式 (iii) 称为三角形不等 式 .在解析几何里 , 这个不等式的意义就是一个三角形两边之和大 于第三边 .
最后 , 值得一提的是 , 如果 W 是欧氏空间 V 的一个子空间 , 那么W关于 V 的内积来说 ,W 也作成一个欧氏空间 .
基本定义:
正定矩阵的行列式必大于零,但是,我们判断矩阵是否为正定矩阵,要看各级顺序主子式都要大于零。
如果两个矩阵是相似的,则它们的特征多项式是相同的;若两个矩阵的特征多项式相同,则这两个矩阵是相似的。
知道基础解系的基本定义:
就是要最多有r个线性无关向量,再加一个向量就是线性相关的;
其他任意一个向量都可由这r个向量线性表示。
接着,要会求基础解系,然后找出这个 r个线性无关向量。
文档评论(0)