我们在对称双线性度量空间以及内积的基础上建立更强性质的空间,即欧氏空间(Euclid 空间),它是实数域上的线性空间。
欧氏空间[]
一个定义在实数域上的对称双线性度量空间,如果其中的非奇异对称双线性函数是内积,我们就称这个空间是一个欧氏空间,或欧几里得空间,Euclid 空间(Euclid space),也叫做内积空间。
一般的直观几何空间带上普通意义下的内积(数量积)就是一个 Euclid 空间。
向量的长度[]
在维 Euclid 空间上,称为向量的长度,记为。
如果,那么就称向量是单位向量(identity vector),对于任意的非零的,向量就是和同方向的单位向量,也记作,我们把非零向量化为和它同向的单位向量的过程称为单位化(或标准化)。
和直观几何一样,向量的长度可以比较大小,但向量不能比较大小。
向量的夹角[]
在这之前,我们要知道一个 Cauchy-Bunjakovski 不等式: 在 Euclid 空间上,成立如下不等式
借此来定义向量的夹角:在 Euclid 空间上,,那么定义两者的夹角
标准正交基[]
如果一组基底在 Euclid 空间中满足如下条件,就称这组基是标准正交基(standard orthogonal basis)。
- 正交基:
- 标准基:
容易证明,在维欧几里得空间中必存在标准正交基。
参见基底标准正交化。
选定了一个 Euclid 空间后,通过标准正交化就找到对应于该空间中内积函数的一组标准正交基,在这组基下,内积的度量矩阵就是阶单位矩阵,而两个向量的内积运算结果就是把这两个向量在这组基底下的坐标对应的分量求积之后再求和即可。
Euclid 空间同构[]
像线性空间的同构那样,我们可以在 Euclid 空间之间建立同构关系。两个 Euclid 空间,称到的同构映射为到的一个 Euclid 空间同构映射,如果
可以证明两个有限维 Euclid 空间同构当且仅当它们维数相等。
有了 Euclid 空间同构的概念,一些在二维或三维中相关的问题我们可以直接通过同构转化到平面或几何空间中证明了。
上下节[]
- 上一节:内积
- 下一节:向量到子空间的距离
参考资料
- 郭聿琦, 岑嘉评, 王正攀, 《高等代数教程》, 科学出版社, 北京, 2014-07, ISBN
978-7-0304-0417-6
.
- 郭聿琦, 岑嘉评, 王正攀, 《高等代数教程》, 科学出版社, 北京, 2014-07, ISBN
线性代数(学科代码:1102110,GB/T 13745—2009) | |
---|---|
矩阵 | 矩阵的转置 ▪ 矩阵的逆 ▪ 对角矩阵 ▪ 初等矩阵 ▪ 等价标准型 ▪ 分块矩阵 ▪ 伴随矩阵 ▪ 酉矩阵(正交矩阵) ▪ Hermite 矩阵(实对称矩阵) ▪ 正规矩阵(实正规矩阵) ▪ 幂等矩阵 ▪ 幂零矩阵 ▪ 对合矩阵 ▪ 秩一矩阵 >>另参见数值分析<< |
行列式 | Vandermonde 行列式 ▪ 行列式的展开 ▪ Laplace 展开 ▪ 三角行列式 ▪ 三对角行列式 ▪ 行列式的计算 ▪ 析因子法 |
向量组理论 | 向量组 ▪ 替换定理 ▪ 矩阵的秩 ▪ 矩阵的迹 |
线性方程组 | Cramer 法则 ▪ 基础解系(解的结构)>>另参见数值分析<< |
线性空间和内积空间 | 线性空间的维数和基底 ▪ 线性空间的坐标变换 ▪ 线性空间的同构 ▪ 线性子空间 ▪ 线性空间的直和 ▪ 维数公式 ▪ 线性空间上的线性函数 ▪ 双线性函数 ▪ 对称双线性度量空间 ▪ 正交补空间 ▪ 内积 ▪ Euclid 空间 ▪ 向量到子空间的距离 ▪ 最小二乘法 ▪ Gram-Schmidt 正交化 |
线性变换 | 线性映射 ▪ 线性变换 ▪ 线性变换的运算 ▪ 自同构变换 ▪ 线性变换的特征值和特征向量 ▪ 特征子空间 ▪ 特征多项式 ▪ 零化多项式 ▪ 最小多项式 ▪ 关联矩阵的特征根 ▪ 线性空间的直和分解 ▪ 幂等线性变换 ▪ 正交变换 ▪ 正定矩阵 ▪ 半正定矩阵 |
矩阵标准型 | 相似标准型 ▪ λ-矩阵 ▪ 数字矩阵的特征矩阵 ▪ Frobenius 标准形 ▪ Jacobson 标准形 ▪ Jordan 标准形 |
二次型理论 | 二次型(实二次型) ▪ 二次型的化简 ▪ 正定二次型 ▪ 一对实二次型同时化简 |
所在位置:数学(110)→ 代数学(11021)→ 线性代数(1102110) |