线性空间和欧式空间

1、第六章 线性空间和欧式空间§1 线性空间及其同构一 线性空间的定义设V是一个非空集合，K是一个数域，在集合V的元素之间定义了一种代数运算，叫做加法；这就是说，给出了一个法则，对于V中任意两个元素和，在V中都有唯一的一个元素与他们对应，成为与的和，记为。在数域K与集合V的元素之间还定义了一种运算，叫做数量乘法，即对于数域K中任一数k与V中任一元素，在V中都有唯一的一个元素与他们对应，称为k与的数量乘积，记为，如果加法与数量乘法满足下述规则，那么V称为数域K上的线性空间。 加法满足下面四条规则：1）；交换律2）；结合律3）在V中有一个元素0，对于V中任一元素都有（具有这个性质的元素0称为

2、V的零元素）； 存在零元4）对于V中每一个元素，都有V中的元素，使得（称为的负元素）.存在负元 数量乘法满足下面两条规则：5）； 存在1元6）. 数的结合律 数量乘法与加法满足下面两条规则：7）； 数的分配律8）. 元的分配律在以上规则中，表示数域中的任意数；等表示集合V中任意元素。例1 元素属于数域K的矩阵，按矩阵的加法和矩阵的与数的数量乘法，构成数域K上的一个线性空间，记为。例2 全体实函数（连续实函数），按函数的加法和数与函数的数量乘法，构成一个实数域上的线性空间。例3 维向量空间是线性空间。例4 向量空间的线性映射的集合是线性空间。二简单性质1零元素是唯一的。2负元素唯一。 3，。4若

3、，则或者。三.同构映射 定义：设是数域上的线性空间. 是一个线性映射.如果是一一映射，则称是线性空间的同构映射，简称同构。线性空间与称为同构的线性空间。定理 数域P上两个有限维线性空间同构的充分必要条件是他们有相同的维数。同构映射的逆映射以及两个同构映射的乘积还是同构映射。§2 线性子空间的和与直和子空间的和：设是线性空间的子空间，则集合 也是一个线性子空间，称为的和，记为.两个线性子空间的和是包含这两个线性子空间的最小子空间.满足交换律、结合律设与是V的两个向量组.则线性子空间中的线性无关向量组都能被扩充成这个子空间的一个基。定理：（维数公式）如果是线性空间的两个子空间，那么 +

4、=+ 由此可知，和的维数要比维数的和来得小。推广到有限个线性子空间的和空间维数推论：如果维线性空间中两个子空间的维数之和大于，那么必含有非零的公共向量。直和：设是线性空间的子空间，如果中的每个向量都能被唯一地表示成 .则称为直和，记为。设是线性空间的子空间，则下列结论互相等价：设是线性空间的一个子空间，那么一定存在的一个线性子空间，使得 满足上述条件的线性子空间称为的补子空间.推广到有限多个线性子空间也可以定义它们的直和§3 欧式空间定义 设是实数域上的有限维线性空间,在上定义了一个二元实函数，称为内积,记作,满足以下四条公理:1)对称性 ;2)关于标量乘法线性性质 ;3) 关于向量

5、加法的线性性质;4)正定性,当且仅当时, 这里是任意的向量,是任意实数,这样的线性空间称为欧几里得空间.例1 在线性空间中,对于向量,定义内积 (1)则内积(1)适合定义中的条件，这样就成为一个欧几里得空间.时，(1)式就是几何空间中的向量的内积在直角坐标系中的坐标表达式.例2 在里, 对于向量,定义内积 则内积(1)适合定义中的条件，这样就也成为一个欧几里得空间.对同一个线性空间可以引入不同的内积,使得它作成欧几里得空间.例3 在闭区间上的所有实连续函数所成的空间中,对于函数定义内积. (2)对于内积(2)，构成一个欧几里得空间.同样地，线性空间对于内积(2)也构成欧几里得空间.例4 令是一

6、切平方和收敛的实数列所成的集合,则是一个欧几里得空间,通常称为希尔伯特(Hilbert)空间.定义 非负实数称为向量的长度，记为.显然，向量的长度一般是正数，只有零向量的长度才是零，这样定义的长度符合熟知的性质： (3)这里.长度为1的向量叫做单位向量.如果,由(3)式，向量就是一个单位向量.用向量的长度去除向量，通常称为把单位化. (Cauchy-Buniakowski不等式)对任意的向量有 而且等号成立当且仅当线性相关.(保证向量夹角定义的合理性)定义 非零向量的夹角规定为根据柯西-布涅柯夫斯基不等式，有三角形不等式.定义 如果向量的内积为零，即那么称为正交或互相垂直，记为.两个非零向量正

7、交的充要条件是它们的夹角为.只有零向量才与自己正交.勾股定理：当正交时，推广：如果向量两两两正交，那么.称为基的度量矩阵.度量矩阵完全确定了内积. 标准欧式空间(其内积关于自然基的度量矩阵是n阶单位阵)定义 欧氏空间的一组非零的向量,如果它们两两正交，就称为一个正交向量组.由单个非零向量所成的向量组也是正交向量组. 在维欧氏空间中，两两正交的非零向量不能超过个.正交向量组一定是线性无关的。若正交向量组中的向量都是单位向量，则称为规范正交组。定义 在维欧氏空间中，由个向量组成的正交向量组称为正交基；由单位向量组成的正交基称为规范正交基组.对一组正交基进行单位化就得到一组规范正交基.欧式空间的线性

8、子空间必存在规范正交基。在规范正交基下，向量的内积可以通过坐标简单地表示出来， 这个表达式正是几何中向量的内积在直角坐标系中坐标表达式的推广.把一组线性无关的向量变成一单位正交向量组的方法在一些书和文献中称为格拉姆-施密特（Schimidt）正交化方法. (P314)定义 欧氏空间与称为同构的,如果存在线性空间的同构，保持内积，即 ,对任意的成立，这样的映射A称为到的同构映射.同构的欧氏空间必有相同的维数.每个维的欧氏空间都与同构.同构作为欧氏空间之间的关系具有反身性、对称性与传递性.由每个维欧氏空间都与同构知，任意两个维欧氏空间都同构.定理 两个有限维欧氏空间同构它们的维数相等.这个定理说明

9、，从抽象的观点看，欧氏空间的结构完全被它们的维数决定.§4 欧式空间中的正交补空间与正交投影是欧式空间的一个子集，如果中向量与中每个向量都正交，则称与正交，记做.正交投影的定义，正交投影的求法(P321-323),则其中每个向量都能唯一的表示成是在上的正交投影的充要条件是.令则为在上的正交投影.在中取一个规范正交基，则在上的正交投影为.正交投影的求法:（1） 用施密特正交化方法求出的规范正交基，再用（2） 设，则,解齐次线性方程组（3） 把(2)写成矩阵形式，解决，中任意向量在子空间上的最佳逼近元存在且唯一，就是在上的正交投影.最小二乘法（偏差总和最小>偏差平方和最小）（P32

10、7-328）最小二乘法问题：线性方程组可能无解.即任何一组数都可能使 (1)不等于零.我们设法找使（1）最小，这样的称为方程组的最小二乘解.这种问题就叫最小二乘法问题.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. (2)用距离的概念，（1）就是最小二乘法就是找使与的距离最短.但从（2），知道向量就是把的各列向量分别记成.由它们生成的子空间为.就是中的向量.于是最小二乘法问题可叙述成：找使（1）最小，就是在中找一向量，使得到它的距离比到子空间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，则必须垂直于子空间.为此只须而且必须回忆矩阵乘法规则，上述一串等式可以写成矩阵相乘的式子，即而按行正好排成矩阵，上述一串等式合起来就是或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，常数项是.这种线性方程组总是有解的.§5 正交变换与正交矩阵定义 欧氏空间的线性变换A叫做一个正交变换,如果它保持向量的内积不变，即对任意的，都有,都有(A,A)=.正交变换可以从几个不同方面公平加以刻画.正交群设A是n维欧氏空间的一个正交变换，则有以下结论：（1） 如果是规范正交基，那么A , A , A 也是规范正交基；