漫步数学分析二——欧几里得空间
定义3\textbf{定义3} 欧几里得n−n-空间是由所有有序的nn 元实数组成的并且用RnR^n来表示。象征性的符号为
R^n=\{(x_1,\ldots,x_n)|x_1,\ldots,x_n\in R\}
因此RnR^n是RR与自身进行nn次笛卡尔乘积的结果,可以写成Rn=R×⋯×RR^n=R\times\cdots\times R。
RnR^n的元素通常用单个字母来表示,即x=(x1,…,xn)x=(x_1,\ldots,x_n),并且称xx是RnR^n中的一个点。
加法和标量乘法用通常的方式进行定义:
(x_1,\ldots,x_n)+(y_1,\ldots,y_n)=(x_1+y_1,\ldots,x_n+y_n)
乘法为
\alpha(x_1,\ldots,x_n)=(\alpha x_1,\ldots,\alpha x_n)\quad\text{for}\ \alpha\in R
这些运算的几何意义如图???\ref{fig:1-3}所示,该图是三空间的情况即n=3n=3。
图1:加法和标量乘法
定理4\textbf{定理4} 满足加法与标量乘法的欧几里得n−n-空间是一个nn为向量空间。
证明的方法就是直接检查是否满足向量空间的公理,这里不再讨论。这个定理在我们的意料之中,毕竟向量空间是欧几里得空间中向量基本性质的抽象,接下来我们就能通过展示RnR^n 有nn个向量的基来说明它的维数是nn,例如,标准基{e1=(1,0,…,0),e2=(0,1,0,…,0),…,en=(0,0,…,0,1)}\{e_1=(1,0,\ldots,0),e_2=(0,1,0,\ldots,0),\ldots,e_n=(0,0,\ldots,0,1)\}。
在标准基中,x=(x1,…,xn)x=(x_1,\ldots,x_n)的元素就是x1,…,xnx_1,\ldots,x_n,而对于RnR^n的其他基,这些元素将是不同的,这就意味着如果用e1,…,ene_1,\ldots,e_n来表示标准基,那么x=Σni=1xieix=\Sigma_{i=1}^n x_ie_i,但是如果f1,…,fnf_1,\ldots,f_n 是另一组基,那么x=Σni=1yifix=\Sigma_{i=1}^ny_if_i中的y1,…,yny_1,\ldots,y_n是不同的值。
下面是RnR^n中的一些基本运算。
定义4\textbf{定义4} RnR^n中向量xx的长度(length)或范数(norm)定义为
\Vert x\Vert=\left(\sum_{i=1}^nx_i^2\right)^{1/2}
其中x=(x1,…,xn)x=(x_1,\ldots,x_n),两个向量x,yx,y之间的距离(distance) 是一个实数并定义如下
d(x,y)=\Vert x-y\Vert=\left\{\sum_{i=1}^n(x_i-y_i)^2\right\}^{1/2}
x,yx,y的内积(inner product)定义为
\langle x,y\rangle=\sum_{i=1}^n x_iy_i
因此我们有∥x∥2=⟨x,x⟩\Vert x\Vert^2=\langle x,x\rangle。对于R3R^3空间,读者对⟨x,y⟩\langle x,y\rangle 比较熟悉,即⟨x,y⟩=∥x∥∥y∥cosθ\langle x,y\rangle=\Vert x\Vert\Vert y\Vert\cos\theta,其中θ\theta是x,yx,y夹角的余弦值,如图???\ref{fig:1-4}所示。
现在我们总结一下这些运算的基本性质:
定理5\textbf{定理5} 对于RnR^n中的向量,我们有
(I)\textrm(I)内积的性质
- ⟨x,y1+y2⟩=⟨x,y1⟩+⟨x,y2⟩\langle x,y_1+y_2\rangle=\langle x,y_1\rangle+\langle x,y_2\rangle
- 对于每个实数α,⟨x,αy⟩=α⟨x,y⟩\alpha,\langle x,\alpha y\rangle=\alpha\langle x,y\rangle
- ⟨x,y⟩=⟨y,x⟩\langle x,y\rangle=\langle y,x\rangle
- ⟨x,x⟩≥0\langle x,x\rangle\geq0,当且仅当x=0x=0时⟨x,x⟩=0\langle x,x\rangle=0
- |⟨x,y⟩≤∥x∥∥y∥||\langle x,y\rangle\leq\Vert x\Vert\Vert y\Vert|(柯西施瓦兹不等式(Cauchy-Schwarz inequality))。
注意:(v)\textrm{(v)}可从(i)-(iv)\textrm{(i)-(iv)}推出。
(II)\textrm(II)范数的性质
- ∥x∥≥0\Vert x\Vert\geq0
- ∥x∥=0\Vert x\Vert=0当且仅当x=0x=0
- 对于每个实数α,∥αx∥=|α|∥x∥\alpha,\Vert\alpha x\Vert=|\alpha|\Vert x\Vert
- ∥x+y∥≤∥x∥+∥y∥\Vert x+y\Vert\leq\Vert x\Vert+\Vert y\Vert(三角不等式(triangle inequality))
(III)\textrm(III)距离的性质
1.d(x,y)=d(y,x)d(x,y)=d(y,x)
2.d(x,y)≥0d(x,y)\geq0
3.d(x,y)=0d(x,y)=0当且仅当x=yx=y
4.d(x,y)≤d(x,z)+d(z,y)d(x,y)\leq d(x,z)+d(z,y)(也称为三角不等式)
图2:长度和内积
这些性质都要非常明显的几何意义,例如 (II)(III)\textrm{(II)(III)}中的 (iv)\textrm{(iv)}表达的就是三角形的一边长小于或等于其他两边长的和(图 ???\ref{fig:1-5})。
对于一个集合,如果其中的函数dd满足规则(III)\textrm{(III)},那么称该集合为度量空间;对于一个向量空间,如果其中的范数满足规则(II)\textrm{(II)},那么称该空间为范数空间;对于一个向量空间,如果其中的内积满足规则(I)\textrm{(I)},那么称该空间为内积空间。
我们回忆一下线性代数中线性子空间的符号,特别地,RnR^n 中(n−1)(n-1)维线性子空间称为超平面。仿射超平面就是集合x+Hx+H,其中HH是一个超平面且x∈Rnx\in R^n;x+Hx+H意味着所以x+yx+y组成的集合,其中yy取HH上的值;因此x+H={x+y|y∈H}x+H=\{x+y|y\in H\},如图???\ref{fig:1-6}所示。
最后我们推广一下R3R^3中的概念,我们称x,y∈Rnx,y\in R^n是正交的(orthogonal)当且仅当⟨x,y⟩=0\langle x,y\rangle=0。两个子空间S,TS,T是正交的,当且仅当对于所以的x∈S,y∈T,⟨x,y⟩=0x\in S,y\in T,\langle x,y\rangle=0。进一步来讲,如果S,TS,T生成RnR^n,那么称他们是正交补(orthogonal complements),当且仅当S,TS,T是正交的且他们的维数和为nn时他们才会是正交补。我们定义S⊥={y∈Rn|⟨x,y⟩=0 for all x∈S}S^{\perp}=\{y\in R^n|\langle x,y\rangle=0\ \text{for all}\ x\in S\},那么不难看出S,S⊥S,S^{\perp}是正交补。除了一些线性代数的基本概念外,我们不需要太多线性代数知识,所以我们不在进行进一步的讨论。
图3:三角不等式
例1:\textbf{例1:}求出连接点(1,1,1)到(3,2,0)线段的长度。
解:\textbf{解:}这个长度就是向量(3,2,0)−(1,1,1)=(2,1,−1)(3,2,0)-(1,1,1)=(2,1,-1)的长度,其长度为
\Vert(2,1,-1)\Vert=\sqrt{2^2+1^2+(-1)^2}=\sqrt6
图4:超平面和仿射超平面
图5:正交补
例2:\textbf{例2:}在 R3R^3中,找出直线 x=y=z/2x=y=z/2的正交补(或者其他符号表示为 x1=x2=x3/2x_1=x_2=x_3/2)。
解:\textbf{解:}我们称这条直线为ll,它是由向量(1,1,2) 生成的一维子空间(图???\ref{fig:1-7}),正交补是一个平面(因为是一个子空间所以过原点),所以有如下的形式
Ax+By+Cz=0
即
\langle(A,B,C),(x,y,z)\rangle=0
其中(A,B,C)是平面的法向量;但是(1,1,2)是与该平面垂直所以正交补是平面
x+y+2z=0
漫步数学分析二——欧几里得空间相关推荐
- 漫步数学分析二十九——幂级数
本篇文章我们介绍无限级数的相关理论,我们先从幂级数开始. 定义5\textbf{定义5} 幂级数就是形如Σ∞k=0akxk\Sigma_{k=0}^\infty a_kx^k的级数,其中系数aka_k ...
- 漫步数学分析二十六——积分方程与不动点
在许多物理问题中,我们会遇到积分方程:他们的形式如下 f(x)=a+∫x0k(x,y)f(y)dy(1) \begin{equation} f(x)=a+\int_0^x k(x,y)f(y)dy\t ...
- 漫步数学分析二十五——等连续函数
定义4\textbf{定义4} 令B⊂ℓ(A,Rm)B\subset \ell(A,R^m),我们称BB是函数的等连续(equicontinuous)集合,如果对于每个ε>0\varepsilo ...
- 漫步数学分析二十四——连续函数空间
固定集合A⊂RnA\subset R^n并且考虑所有函数f:A→Rmf:A\to R^m的集合VV,那么VV可以看成一个向量空间.在VV中,零向量就是对于所有的x∈Ax\in A函数等于0的函数.另外 ...
- 漫步数学分析二十一——逐点收敛与一致收敛
对一个函数序列来说,最自然的收敛类型可能是逐点(pointwise)收敛,定义如下. 定义1\textbf{定义1} 函数序列fk:A→Rm,A⊂Rnf_k:A\to R^m,A\subset R^n ...
- 漫步数学分析二十三——级数的积分与微分
对于一致收敛的序列或级数,我们也有关于极限函数积分与微分的陈述,需要回答的问题是是否这些运算可以逐项执行.对于积分过程,答案是肯定的,下面的定理会介绍,而积分的一般定义会在后面给出,但是对于单变量连续 ...
- 漫步数学分析二十八——狄利克雷与阿贝尔测试
在我们判断一致收敛的时候,某些情况下魏尔斯特拉斯M测试会失效,为此挪威数学家尼尔斯阿贝尔(Niels Abel)以及狄利克雷(Dirichlet)分别提出了两种测试方法,这些方法对许多实例都是非常有用 ...
- 漫步数学分析二十——一致连续
有时候,对连续的定义进行一些变形是非常有用的.这就是我们要介绍的一致连续函数(uniformly continuous function),精确的定义如下. 定义3\textbf{定义3} 令f:A→ ...
- 学术-物理-维空间:四维空间(标准欧几里得空间)
ylbtech-学术-物理-维空间:四维空间(标准欧几里得空间) 四维空间不同于三维空间,四维空间指的是标准欧几里得空间,可以拓展到n维:四维时空指的是闵可夫斯基空间概念的一种误解.人类作为三维物体可 ...
最新文章
- 全球安全行业融资收购简报(2016年2月)
- python 简易 http server
- 第4章 DHCP服务
- 329. Longest Increasing Path in a Matrix 矩阵中的最长递增路径
- 云安全仍是企业决策者最大担心
- mysql pxc启动_Percona XtraDB Cluster(PXC) 无法正常启动
- pbs 作业管理命令
- 026 模块3-random库的使用
- win10+ubuntu双系统引导修复
- Redis基本类型之Set类型
- 计算机安全常用防护策略,新手必看
- c语言中eof的作用,C语言中,怎么用EOF结束输入?
- “征服自己是最大的胜利,被征服是最大的耻辱和邪恶。”
- //毫米到英寸,单位换算
- Java开发面试题目,Java面试网络问题
- oracle怎样创建scott用户,oracle 手工创建Scott用户
- qml显示gif动画
- 猿哥翻译的以太坊黄皮书
- 项目管理中对个人能力的要求
- 连载《一个程序猿的生命周期》-《发展篇》- 23.两年多的时间,从孤家寡人到10多人的团体,经历了什么...