欧氏空间

$V$是$\mathbb{R}$上的线性空间,定义映射

$$

\sigma: V\times V \to \mathbb{R}

$$

对于$\alpha, \beta \in V$,将$\sigma(\alpha, \beta)$记为$\left$,若$\sigma$满足:对称性:$\left=\left$

(右)齐次性:$\left=k\left$

(右)可加性:$\left=\left+\left$

非负性:$\left≥0$,且$\left=0\Leftrightarrow\alpha=0$

则称$\sigma$为$V$上的(实)内积,当$V$是有限维时,称其为欧氏空间($\mathbb{R}^n$为标准欧氏空间)

实际上$\alpha$是一个向量,$\beta$是一个向量,$\left$表示向量$\alpha$与向量$\beta$的内积,结果是一个实数

实内积的性质(左)齐次性:$\left=k\left$

(左)可加性:$\left=\left+\left$

$\left=k_1\left+···k_s\left$

$\left=k_1\left+···k_s\left$

复内积

$V$是$\mathbb{C}$上的线性空间,定义映射

$$

\sigma: V\times V \to \mathbb{C}

$$

对于$\alpha, \beta \in V$,将$\sigma(\alpha, \beta)$记为$\left$,若$\sigma$满足:共轭对称性:$\left=\overline{\left}$

(右)齐次性:$\left=k\left$

(右)可加性:$\left=\left+\left$

非负性:$\left≥0$,且$\left=0\Leftrightarrow\alpha=0$

则称$\sigma$为$V$上的(复)内积,当$V$是有限维时,称其为酉空间($\mathbb{R}^n$为标准欧氏空间)

复内积的性质(左)齐次性:$\left=\bar{k}\left$

(左)可加性:$\left=\left+\left$

$\left=\overline{k_1}\left+···\overline{k_s}\left$

$\left=k_1\left+···k_s\left$

线性组合的内积的矩阵表示

$\alpha_1,...,\alpha_s;\beta_1,...,\beta_t$是$\mathbb{C}$上的内积空间$V$中的两个向量组,则

$$

\begin{aligned}

\left\\

=(\overline{k_1},...,\overline{k_s})\begin{bmatrix}\left&\cdots &\left\\ \vdots & \ddots &\vdots \\\left &\cdots & \left\end{bmatrix}\begin{bmatrix}l_1\\ \vdots \\ l_t\end{bmatrix}

\end{aligned}

$$

Gram矩阵

$\alpha_1,...,\alpha_s;\beta_1,...,\beta_t$是$\mathbb{C}$上的内积空间$V$中的两个向量组,则

$$

\begin{bmatrix}\left&\cdots &\left\\ \vdots & \ddots &\vdots \\\left &\cdots & \left\end{bmatrix}

$$

称为$\alpha_1,...,\alpha_s;\beta_1,...,\beta_t$的协Gram矩阵,记为$G(\alpha_1,...,\alpha_s;\beta_1,...,\beta_t)$

$\alpha_1,...,\alpha_s$是$\mathbb{C}$上的内积空间$V$中的一个向量组,则

$$

\begin{bmatrix}\left&\cdots &\left\\ \vdots & \ddots &\vdots \\\left &\cdots & \left\end{bmatrix}

$$

称为$\alpha_1,...,\alpha_s$的Gram矩阵,记为$G(\alpha_1,...,\alpha_s)$

$\alpha_1,...,\alpha_s$是$\mathbb{C}^n$中的一个向量组,记$A=(\alpha_1,...,\alpha_s)$,则

$$

G(\alpha_1,...,\alpha_s)=A^HA

$$

其中,$A^H=(\bar{A})^T=\overline{(A^T)}$

$\alpha_1,...,\alpha_s$是$\mathbb{R}^n$中的一个向量组,记$A=(\alpha_1,...,\alpha_s)$,则

$$

G(\alpha_1,...,\alpha_s)=A^TA

$$

$\alpha_1,...,\alpha_s;\beta_1,...,\beta_t$是$\mathbb{C}$上的内积空间$V$中的两个向量组,如果$\alpha_1,...,\alpha_s$可由$\beta_1,...,\beta_t$线性表出,且

$$

(\alpha_1,...,\alpha_s)=(\beta_1,...,\beta_t)A

$$

$$

G(\alpha_1,...,\alpha_s)=A^HG(\beta_1,...,\beta_t)A

$$

Gram矩阵的性质$Rank(G)=rank(\alpha_1,...,\alpha_s)$

Hermite性:$G^H=G$

非负性:$\forall x\in \mathbb{C}^s$,复二次型$x^HGx≥0$,并且$G$正定$\Leftrightarrow \alpha_1,...,\alpha_s$线性无关

gram矩阵的性质_矩阵分析(九)Gram矩阵相关推荐

  1. 合同相似可逆等价矩阵的关系及性质_笔记:辛矩阵和Siegel上半平面

    1.辛矩阵 (1.1)定义. 设 , 是交换幺环.定义 其中 ,以及 注意,对任意 , 令 ,演算知 .因此有群概形的正合列: (1.2)等价条件.设 ,利用分块矩阵计算,可知下述条件等价: ; ; ...

  2. java 矩阵求秩_线性代数精华3——矩阵的初等变换与矩阵的秩

    矩阵的初等变换这个概念可能在很多人听来有些陌生,但其实我们早在初中的解多元方程组的时候就用过它.只不过在课本当中,这种方法叫做消元法.我们先来看一个课本里的例子: 假设我们要解这个方程,怎么做呢? 首 ...

  3. 两个3×3矩阵乘法例题_两个3×3矩阵相乘 三个矩阵相乘从左向右算还是从右算起...

    两个三乘三矩阵相乘怎么算,在线等 设A为m*p的矩阵,B为p*n的矩阵,那么称m*n的矩阵C为矩阵A与B的乘积,记作C=AB ,其中矩阵C中的第i行第j列元素可以表示为: 例如: 扩展资料: 注意事项 ...

  4. python矩阵和向量乘积_向量点积和矩阵乘积的区别

    点积 dot product 点积是针对向量而言的. 我们可以理解为维度[n,1]或者[1,n],一维的矩阵. 在python中,我们设置一个array,查看其shape: >>> ...

  5. gram矩阵的性质_线性代数(十五)标准正交基(Orthonormal Bases)和Gram-Schmidt正交化...

    本节讲述什么是标准正交基.为什么需要标准正交基以及如何获得标准正交基. 标准正交基需要两个要素:正交(orthogonal 垂直)和标准(normal 长度为1).如果只是正交的基,而向量长度不为1, ...

  6. gram矩阵的性质_第十七课:正交矩阵和GramSchmidt正交化——MIT线性代数课程学习笔记...

    公众号关注  "DL_NLP" 设为 "星标",重磅干货,第一时间送达! ◎ 原创 | 深度学习算法与自然语言处理 ◎ 作者 | 丁坤博 一. 知识概要 这一节 ...

  7. 矩阵键盘程序_独立按键与矩阵按键

    一.独立按键原理 按键在闭合和断开时,触点会存在抖动现象 硬件消抖电路 独立按键控制程 二.独立按键控制程序 #include "reg52.h" typedef unsigned ...

  8. python矩阵乘法分治_分治法实现矩阵乘法

    #include #include #include #include using namespace std; int *InitMatrix(int row,int col);//初始化 void ...

  9. python矩阵乘法算法_纯python进行矩阵的相乘运算的方法示例

    本文介绍了纯python进行矩阵的相乘运算的方法示例,分享给大家,具体如下: def matrixMultiply(A, B): # 获取A的行数和列数 A_row, A_col = shape(A) ...

最新文章

  1. mysql getconnection 如何关闭连接_【MySQL】使用连接池获取Connection执行sql以及mybatis事务注意事项...
  2. netty做一个posp的网络_皑云网络——接手一个新的SEM竞价账户怎么做?
  3. 【Android 事件分发】ItemTouchHelper 实现拖动排序
  4. python函数不定参数求和
  5. php扩展调试,5分钟学会PHP扩展开发与断点调试
  6. 【机器视觉】 export_def算子
  7. QML笔记-整合C++及单例模式管理QML中控件
  8. linux下搭建属于自己的博客(WordPress安装)
  9. Python入门--常用的内置模块
  10. 【MATLAB】三角函数
  11. 利用官方预训练模型快速计算Inception Score和FID
  12. 最新县及县以上行政区划代码(截止2014年10月31日)
  13. Iterative Reweighted Least Squares
  14. 基于深度学习的CNN边缘检测RCF--Richer Convolutional Features for Edge Detection
  15. CH340下载程序时DTR和RTS的电平变化分析
  16. 施密特-卡塞格林望远镜
  17. 如何构建自己的知识体系
  18. kafka踩坑、实践篇
  19. 常见宽带路由器设置方法汇总
  20. 计算机控制在无人车中的应用,汽车无人驾驶技术的探讨

热门文章

  1. SpringBoot使用Workbook读取excel中内容
  2. python查看excel编码格式_[Python]实现处理读写xlsx xls excel文件格式(含中文处理方法)...
  3. 【国内博客】国内常见的 博客 主页 (IT)
  4. 万字文肝Java基础知识(一)
  5. 并发控制中的乐观锁与悲观锁
  6. 群、环、域的概念总结
  7. 商城后台管理系统(EasyUI、jQuery、js、Ajax、Servlet、jsp、mysql、EL,导出订单等)
  8. 记录爬虫实战——有道翻译(反js加密)
  9. 完数(难度系数:半颗星)
  10. 隐藏的Word快捷键操作