第五章 內積空間 5.1 r n 上之長度與點積 5.2 內積空間 5.3 單範正交基底:...
Post on 19-Dec-2015
281 views
TRANSCRIPT
5 - 2
5.1 Rn 上之長度與點積 長度 (length)
在 Rn上向量 的長度可能表示為 22
22
1|||| nvvv v
注意:長度的性質 ( 向量的長度不能為負數 )
vv
vv
vv
v
cc
4
0 iff 0 3
1 2
0 1
為單位向量 (unit vector)
),,,( 21 nvvv v
注意:向量的長度也可以稱為範數 (norm)
5 - 3
範例 1 :(a) 在 R5上, 的長度
(b) 在 R3上, 的長度
)2,4,1,2,0( v
525)2(41)2(0|||| 22222 v
117
17
17
3
17
2
17
2||||
222
v
),,(173
172
172 v
( 因為長度為 1 ,所以 v 是單位向量 )
5 - 4
Rn的標準單位向量 (standard unit vector)
vu
vu
vu
0 2
0 1
c
c
c
和 同方向 (same direction)
和 反方向 (opposite direction)
注意:兩非零向量互相平行 (parallel)
1,,0,0,0,,1,0,0,,0,1,,, 21 neee
範例:R2 上的標準單位向量:
R3 上的標準單位向量:
1,0,0,1, ji
1,0,0,0,1,0,0,0,1,, kji
5 - 5
定理 5.1 :純量乘積的長度令 v 為 Rn上的向量,而 c 是一純量,則
|||||||||| vv cc
||||||
||
)(
)()()(
||),,,(||||||
222
21
222
21
2
222
21
21
v
v
c
vvvc
vvvc
cvcvcv
cvcvcvc
n
n
n
n
證明:),,,( 21 nvvv v
),,,( 21 ncvcvcvc v
5 - 6
定理 5.2 :在 v 方向上的單位向量若 v 是 Rn中一個非零的向量,則下列向量
表示長度為 1 且與 v 同方向。向量 u 可稱為在 v 方向上的單位向量 (unit vector in the direction of v)
||||v
vu
證明:v不為零向量 0
10
vv
vv
1u ( 與 v為同方
向 )
1||||||||
1
|||||||| v
vv
vu (u 的長度為 1)
5 - 7
注意:
(1) 向量 可稱為在 v 方向上的單位向量 (u
nit vector in the direction of v)
(2) 這個在 v 方向上找單位向量的過程稱為單範化 (normalizing) 向量 v
||||v
v
5 - 8
範例 2 :求單位向量求在 方向上的單位向量,並證明其長度為 1
14
2,
14
1,
14
3)2,1,3(
14
1
2)1(3
)2,1,3(
|||| 222v
v
114
14
14
2
14
1
14
3
222
v
v 為單位向量
)2,1,3( v 14213 222 v
解:
)2,1,3( v
5 - 9
兩個向量間的距離 (distance)
在 Rn上 u 與 v 兩個向量間的距離為
||||),( vuvu d
注意:距離的性質(1)(2) 若且唯若 (3)
0),( vud
0),( vud vu
),(),( uvvu dd
5 - 11
Rn的點積 (dot product)
在 Rn上 與 的點積為
範例 4 :求兩向量間的點積 兩向量 與 間點積是)3,0,2,1( u )2,4,2,3( v
7)2)(3()4)(0()2)(2()3)(1( vu
nnvuvuvu 2211vu
),,,( 21 nuuu u ),,,( 21 nvvv v
5 - 12
定理 5.3 :向量點積的性質 若 u, v 與 w 為 Rn 上的向量且 c 為一純量, 則以下的性質成立 (1)
(2)
(3)
(4)
(5) , 此外 若且唯若
uvvu
wuvuwvu )(
)()()( vuvuvu ccc 2||||vvv
0vv 0vv 0v
5 - 13
歐基里德 n 維空間 (Euclidean n-space)
Rn被定義為所有有序 n 項實數對的集合。當 Rn結合了 向量加法、純量乘積、向量長度與點積這些標準運 算後所構成的向量空間,我們稱為歐基里德 n 維空間
5 - 14
解:6)8)(2()5)(2()( vua
)18,24()3,4(66)()( wwvub
12)6(2)(2)2()( vuvuc
25)3)(3()4)(4(||||)( 2 wwwd
)2,13()68,)8(5(2)( wve
22426)2)(2()13)(2()2( wvu
範例 5 :求點積 )3,4(),8,5(,)2,2( wvu 求解下列問題
(a) ; (b) ; (c) ;(d) ; (e)
vu wvu )( )2( vu 2|||| w )2( wvu
5 - 16
定理 5.4 :科西 - 舒瓦茲不等式 (Cauchy - Schwarz inequal
ity)
若 u 與 v 為 Rn 上的向量,則 ( 代表 的絕對值 )
|||||||||| vuvu
|| vu vu
vuvu
vvuuvu
vu
55511
11
5 ,11 ,1 vvuuvu
範例 7 :科西 - 舒瓦茲不等式的例子 用 與 來證明科西 - 舒瓦茲
不 等式
3) 1,- ,1(u 1)- 0, ,2(v
解:
5 - 17
注意: 零向量與其他向量的夾角並沒有被定義
Rn上兩個非零向量的夾角 (angle)
0,||||||||
cosvu
vu
1cos
1cos
0
0cos 2
0cos2
0cos 2
0
反方向 0vu 0vu 0vu 同方向
5 - 18
範例 8 :求兩向量間的夾角
)2,2,0,4( u )1,1,0,2( v
解: 242204 2222 uuu
1144
12
624
12
||||||||cos
vu
vu
61102 2222 vvv
12)1)(2()1)(2()0)(0()2)(4( vu
u 與 v 是反向的
)2( vu
5 - 20
範例 10 :求正交向量 求 Rn 中與 成正交的所有向量
0
24
),()2,4(
21
21
vv
vvvu
0
2
11024
tvt
v
21 ,2
Rt,tt
,2
v
)2,4(u 令 ),( 21 vvv
解: )2,4(u
5 - 21
定理 5.5 :三角不等式 (triangle inequality)
若 u 與 v 為 Rn 上的兩個向量,則 |||||||||||| vuvu
證明:)()(|||| 2 vuvuvu
2222 ||||||2|||| ||||)(2||||
)(2)()(
vvuuvvuu
vvvuuuvuvvuu
2
22
||)||||(||
||||||||||||2||||
vu
vvuu
|||||||||||| vuvu 注意:
三角不等式的等號成立若且唯若 u 與 v 為同方向
5 - 24
摘要與復習 (5.1 節之關鍵詞 )
length: 長度 norm: 範數 unit vector: 單位向量 standard unit vector : 標準單位向量 normalizing: 單範化 distance: 距離 dot product: 點積 Euclidean n-space: 歐基里德 n 維空間 Cauchy – Schwarz inequality: 科西 - 舒瓦茲不等式 angle: 夾角 triangle inequality: 三角不等式 Pythagorean theorem: 畢氏定理
5 - 25
5.2 內積空間
(1)
(2)
(3)
(4) 且 若且唯若
〉〈〉〈 uvvu ,,
〉〈〉〈〉〈 wuvuwvu ,,, 〉〈〉〈 vuvu ,, cc
0, 〉〈 vv 0, 〉〈 vv 0v
內積 (inner product)
令 u, v 與 w 為向量空間 V的向量且 c 是任何純量。 V
上的內積是一個函數 <u, v> ,其將每一向量對 u 與 v
對應到一個實數並且滿足下列公理
5 - 26
注意:具有內積的向量空間 V 稱為內積空間 (inner product spac
e)
注意:
上的一般內積在向量空間〉〈上的歐基里德內積點積
V
Rn
vu
vu
,
)(
, , , ,
, ,
V
V向量空間:
內積空間:
5 - 27
範例 1 : Rn 上的歐基里德內積 說明 Rn 上的點積符合內積的四個公理
nnvuvuvu 2211, vuvu 〉〈
),, ,(,),, ,( 2121 nn vvvuuu vu 解:
由定理 5.3 可知點積符合內積的四個公理
因此為 Rn 上的內積
5 - 28
範例 2 : Rn 上的另一種內積
證明下列式子符合 R2 的內積定義
2211 2, vuvu 〉〈 vu
),(),( 2121 vvuu vu
解:
〉〈〉〈 uvvu ,22,)( 22112211 uvuvvuvua
〉〈〉〈
〉〈
wuvu
wvu
,,
)2()2(
22
)(2)(,
22112211
22221111
222111
wuwuvuvu
wuvuwuvu
wvuwvu),()( 21 wwb w
5 - 29
注意:
0,, 222111 innn cvucvucvuc 〉〈 vu
Rn 上的一個內積型式
〉〈〉〈
vu
vu
,
)(2)()2(,)( 2211211
c
vcuvcuvuvuccc
02,)( 22
21 vvd 〉〈 vv
)0(0020, 212
22
1 vvv vvvv〉〈
5 - 30
範例 3 :一個非內積的函數證明下列式子不是 R3 的一個內積
332211 2 vuvuvu 〉〈 vu
解:令 )1,2,1(v
06)1)(1()2)(2(2)1)(1(, 〉〈則 vv
不符合第 4個公理 所以此式子不是 R3 的一個內積
5 - 31
定理 5.7 :內積的性質 令 u, v 與 w 為內積空間 V 的向量且 c 是任何實數 (1)
(2)
(3)
0,, 〉〈〉〈 0vv0
〉〈〉〈〉〈 wvwuwvu ,,,
〉〈〉〈 vuvu ,, cc
u 的範數 (norm) 或長度 (length)
〉〈 uuu ,||||
〉〈 uuu ,|||| 2
注意:
5 - 32
u 與 v 的距離 (distance)
vuvuvuvu ,||||),(d
兩個非零向量 u 與 v 的夾角 (angle)
0,||||||||
,cos
vu
vu 〉〈
正交 (orthogonal)
0, 〉〈 vu若 ,則稱 u 與v 為正交
)( vu
5 - 34
範例 6 :求內積
上的向量為令 )(24)(,21)( 222 xPxxxqxxp
nnbababaqp 1100〉,〈 為一內積函數
?,)( 〉〈 qpa ?||||)( qb ?),()( qpdc
解:2)1)(2()2)(0()4)(1(,)( 〉〈 qpa
211)2(4,||||)( 222 〉〈 qqqb
22)3(2)3(
,||||),(
323)(
222
2
qpqpqpqpd
xxqpc
5 - 35
範數的性質(1)(2) 若且唯若 (3)
距離的性質(1)(2) 若且唯若 (3)
0|||| u
0|||| u 0u
|||||||||| uu cc
0),( vud
0),( vud vu
),(),( uvvu dd
5 - 36
定理 5.8 :
若 u 與 v 為內積空間 V 的向量
(1) 科西 - 舒瓦茲不等式:
(2) 三角不等式:
(3) 畢氏定理: u 與 v 成正交若且唯若
|||||||||||| vuvu 定理 5.5
222 |||||||||||| vuvu 定理 5.6
|||||||||,| vuvu 〉〈 定理 5.4
5 - 37
正交投影 (orthogonal-projection) 令 u 與 v 為內積空間 V 上的兩個向量且 , 則 u 正交投影到 v 可表示為
0v
vvv
vuuv 〉,〈
〉,〈proj
注意:若 (v 為單位向量 ),則 u 正交投影到 v 的式子可簡寫成
1||||, 2 vvv 〉〈
vvuuv 〉〈 ,proj
5 - 38
範例 10 :求 R3 上的正交投影用 R3 上的歐氏內積求的正交投影
)0,2,1()4,2,6( vu 到
uvproj
解:10)0)(4()2)(2()1)(6(, vu
5021, 222 vv
)0,4,2()0,2,1(proj 510
vvv
vuuv
5 - 40
摘要與復習 (5.2 節之關鍵詞 )
inner product: 內積 inner product space: 內積空間 norm: 範數 distance: 距離 angle: 夾角 orthogonal: 正交 unit vector: 單位向量 normalizing: 單範化 Cauchy – Schwarz inequality: 科西 - 舒瓦茲不等式 triangle inequality: 三角不等式 Pythagorean theorem: 畢氏定理 orthogonal projection: 正交投影
5 - 41
5.3 單範正交基底: Gram-Schmidt 過程 正交 (orthogonal)
在內積空間 V 上的集合 S 稱為正交,若在 S 上每對向量均為正交
單範正交 (orthonormal)
若在 S 上每對向量均為正交且每個向量均為單位向量則稱 S 為單範正交
ji
jiii
n
0
1,
,,, 21
vv
VvvvS
0,
,,, 21
ii
n
vv
VvvvS
ji
注意:若 S 為基底,則分別稱為正交基底 (orthogonal basis)
或單範正交基底 (orthonormal basis)
5 - 42
範例 1 :R3上一個非標準的單範正交基底
證明 S 為單範正交基底
3
1,
3
2,
3
2,
3
22,
6
2,
6
2,0,
2
1,
2
1321
S
vvv
解:證明三個向量彼此為正交
09
22
9
2
9
2
0023
2
23
2
00
32
31
61
61
21
vv
vv
vv
5 - 43
證明三個向量的長度均為 1
因此 S 是一個單範正交集合
1||||
1||||
10||||
91
94
94
333
98
362
362
222
21
21
111
vvv
vvv
vvv
5 - 44
證明: ,001 2
1 xx v ,00 22 xx v ,00 2
3 xx v
範例 2 : 的單範正交基底 在 上,使用下列的內積定義
)(2 xP
)(2 xP
221100, bababaqp
} , ,1{ 2xxB
0)1)(0()0)(1()0)(0(,
,0)1)(0()0)(0()0)(1(,
,0)0)(0()1)(0()0)(1(,
32
31
21
vv
vv
vv則
此組標準基底 為單範正交
5 - 46
定理 5.10 :正交集合為線性獨立若 為內積空間 V 上一些非零向量所構成的正交集合,則 S 為線性獨立
n21 v,,v,vS
證明: 因為 S 為正交且 S 上的每個向量都不為零向量
00 jiji v,vv,v 且即 ji
iiinn
nn
ccc
ccc
0,0,
0
2211
2211
vvvvv
vvv
令
5 - 47
定理 5.10 的推論若 V 為 n 維的內積空間,則 n 個非零向量所構成的任意正交集合為 V 的基底。
iniii2i1 v,vv,vv,vv,v ni cccc 21
ii v,vic
是線性獨立S
v,v ii
iic 0
0
5 - 48
範例 4 :使用正交性質來測試基底證明下列集合為 的基底4R
)}1,1,2,1(,)1,2,0,1(,)1,0,0,1(,)2,2,3,2{(4321
Svvvv
解: :非零向量
02262
02402
02002
41
31
21
vv
vv
vv
4321 ,,, vvvv
01201
01001
01001
43
42
32
vv
vv
vv
為正交S
的基底是 4RS ( 定理 5.10 的推論 )
5 - 49
定理 5.11 :相對於單範正交基底的座標若 為內積空間 V的單範正交基底,則向量 w 相對於 B 的座標表示為
},,,{ 21 nB vvv
},,,{ 21 nB vvv 為單範正交
ji
jiii
0
1, 〉〈 vv
Vw
nnkkk vvvw 2211 ( 唯一表示 )
證明:因為 為 V 的基底},,,{ 21 nB vvv
nn vvwvvwvvww 〉〈〉〈〉〈 ,,, 2211
5 - 50
ik
kkk
kkk
i
inniiii
inni
〉,〈〉,〈〉,〈
〉,)(〈〉,〈
11
2211
vvvvvv
vvvvvw
nn221 vvwvvwvvww ,,, 1
注意:若 為 V 的單範正交基底且},,,{ 21 nB vvv Vw
則 w 相對於 B的座標矩陣為
n
B
vw
vw
vw
w
,
,
,
2
1
5 - 51
範例 5 :相對於單範正交基底的向量表示 求 相對於下列 單範正交基底的座標
)}1,0,0(,)0,,(,)0,,{( 53
54
54
53 B
3R)2,5,5( w
解:
2)1,0,0()2,5,5(,
7)0,,()2,5,5(,
1)0,,()2,5,5(,
3
53
54
22
54
53
11
vwvw
vwvw
vwvw
3
2
7
1
][ Bw
5 - 52
Gram-Schmidt 單範正交化過程 為內積空間 V 的基底 },,,{ 21 nB uuu
11 uv 令
})({1 1vW span
}),({2 21 vvW span
},,,{' 21 nB vvv
},,,{''2
2
n
nBv
v
v
v
v
v
1
1
為正交基底
為單範正交基底
1
1 〉〈〉〈
1
n
ii
ii
innnnn n
proj vv,v
v,vuuuv W
21W vv,v
v,uv
v,v
v,uuuuv
〉〈〉〈
〉〈〉〈
22
23
11
133333 2
proj
111
122222 〉〈
〉〈1
vv,v
v,uuuuv W proj
5 - 53
解:)0,1,1(11 uv
)2,0,0()0,2
1,
2
1(
2/1
2/1)0,1,1(
2
1)2,1,0(
222
231
11
1333
vvv
vuv
vv
vuuv
範例 7 : Gram-Schmidt 單範正交化過程的應用應用 Gram-Schmidt 單範正交化過程求下列基底的單範正交基底
)}2,1,0(,)0,2,1(,)0,1,1{(321
Buuu
)0,2
1,
2
1()0,1,1(
2
3)0,2,1(1
11
1222
vvv
vuuv
5 - 54
}2) 0, (0, 0), , 2
1 ,
2
1-( 0), 1, (1,{},,{' 321 vvvB
正交基底
}2) 0, (0, 0), , 2
1 ,
2
1-( 0), ,
2
1 ,
2
1({},,{''
3
3
2
2 v
v
v
v
v
v
1
1B
單範正交基底
5 - 55
範例 10 : Gram-Schmidt 單範正交化過程的另一種形式 求下列線性方程式齊次系統之解空間的單範正交基底
0622
07
4321
421
xxxx
xxx
解: 此系統的增廣矩陣可化簡為
08210
01201
06212
07011 .. EJG
1
0
8
1
0
1
2
2
82
2
4
3
2
1
ts
t
s
ts
ts
x
x
x
x
5 - 56
因此解空間的一組基底為 )}1,0,8,1(,)0,1,2,2{(},{ 21 vvB
1 ,2 ,4 ,3
0 1, 2, ,2 9
181 0, 8, 1,
,
,
0 1, 2, ,2
111
1222
vvv
vuuv
uv 11
1,2,4,3 0,1,2,2' B ( 正交基底 )
30
1,
30
2,
30
4,
30
3 , 0,
3
1,
3
2,
3
2''B ( 單範正交基
底 )
5 - 57
摘要與復習 (5.3 節之關鍵詞 )
orthogonal set: 正交集合 orthonormal set: 單範正交集合 orthogonal basis: 正交基底 orthonormal basis: 單範正交基底 linear independent: 線性獨立 Gram-Schmidt Process: Gram-Schmidt 過程
5 - 58
5.4 數學模型與最小平方分析 W 的正交補集 (orthogonal complement)
令 W 是內積空間 V 的一個子空間(a) 在 V 中的一個向量 u 被稱正交於 W (orthogonal to W) , 若 u 正交 W 中的每一個向量(b) 在 V 中與 W 上每一個向量正交的所有向量所構成的 集合被稱為 W 的正交補集 (orthogonal complemen
t) }W ,0,|V{W wwvv
W W ( 讀 “ perp
”)
0V(2)
V0(1)
注意:
5 - 59
注意:
WW(3)
0WW(2)
VW(1)
VW
的子空間是
的子空間是
WW
WW
RyW
xWRV
(3)
)0,0( (2)
- (1)
- ,2
2
的子空間為軸則
軸若
範例:
5 - 60
直和 (direct sum)
令 與 為 上的子空間。若每個向量 可被唯一寫成為 中向量 與 中向量 的和,
則 為 與 的直和而且我們可以寫成
定理 5.13 :正交子空間的性質 令 W 為 Rn 的子空間,則下列性質為真 (1)
(2)
(3)
1W 2W nRnRx
1W 1w 2W 2w
21 wwx nR 1W 2W
21 WW nR
n )Wdim()Wdim( WWnR
W)W(
5 - 61
定理 5.14 :在子空間的投影 (projection onto a subspace)
若 為內積空間上子空間 W 的一組單範正交基底且 ,則
},,,{ 21 tuuu
Vv
vv W
proj
||
tt uuvuuvuuvv ,,,proj 2211W
ii 0,projW
vv
5 - 62
範例 5 :在上子空間的投影
3 ,1 ,1 ,0 ,0 ,2 ,1 ,3 ,0 2 vww1
求向量 v 在上子空間 的投影
:, 21 ww 解:
W 之正交基底
:0,0,1),10
1,
10
3,0( , ,
2
2
1
1
w
w
w
wuu 21
單範正交基底
}),({W 21 wwspan
5 - 64
定理 5.15 :正交投影與距離 令 W 為 V 上的子空間且 ,則對所有 且 ,下式成立
Vv Ww
vw Wproj
||||||proj|| W wvvv
||||min||proj|| W wvvv 或Ww
( 在 W 的所有向量中, 是最逼近於 v 的向量 )
vWproj
5 - 65
證明: )proj()proj( WW wvvvwv
)proj()proj( WW wvvv
利用畢氏定理 2
W2
W2 ||proj||||proj|||||| wvvvwv
0projproj WW wvvw2
W2 ||proj|||||| vvwv
||||||proj|| W wvvv
5 - 67
定理 5.16 :矩陣的基本子空間 (fundamental subspaces)
若 A為一 mxn 的矩陣,則 (1)
(2)
(3)
(4)
ACSANS
ANSACS
)(
)(
ACSANS
ANSACS
)(
)(
mmT RANSACSRANSACS )()()()(
nTnT RACSACSRANSACS )()()()(
5 - 68
範例 6 :基本子空間 求下列矩陣的四個基本子空間
000
000
100
021
A ( 列簡梯形形式 )
解: 的子空間40,0,1,00,0,0,1span)( RACS
的子空間31,0,00,2,1span)( RARSACS
5 - 69
的子空間30,1,2span)( RANS
的子空間41,0,0,00,1,0,0span)( RANS
0000
0010
0001
~
0010
0002
0001
RA
檢查: ANSACS )(
ANSACS )(
4)()( RANSACS T 3)()( RANSACS T
ts
5 - 70
範例 3 :
令 W 是 R4的子空間且(a) 求一個 W 的基底(b) 求一個 W 的正交補集的基底
)1 0, 0, 0,( ),0 1, 2, 1,( 2 ww1
解:
21
00
00
10
01
~
10
01
02
01
ww
RA ( 列簡梯形形式 )
}),({W 21 wwspan
5 - 71
1,0,0,0,0,1,2,1
)(
ACSa W
W 的基底
W
W
0,1,0,10,0,1,2
0
1
0
1
0
0
1
2
0
2
1000
0121
)(
4
3
2
1
tst
s
ts
x
x
x
x
A
ANSACSb
的基底
注意:
4
4
)2(
)dim()dim()dim( )1(
R
R
WW
WW
5 - 72
最小平方問題 (least squares problem)
為線性方程式系統
(1) 如果此系統為一致性,我們可以使用高斯消去法
與反代法來解 x
bx A11 mnnm
(2) 當系統為不一致性時,如何找出“最可能的”解,也 就是 x 的值使得 Ax 與 b 的差相當 的小。有一個方 法可以定義出“最可能的”,此法需要最小化 Ax-b 的範數。這個定義即是最小平方問題 的核心。
5 - 73
最小平方解 (least squares solution)
考慮一個有 m 個線性方程式和 n 個未知數的系統 Ax=b ,最小平方問題是在 Rn 中找出使得 為最小的向量 x ,此向量稱為 Ax=b 的最小平方解
bx A
5 - 74
ACSW
RACSACSA
R
MA
m
n
nm
的子空間為x
x
bx
xb
xb
xb
bx
AAA
AA
ANSACSA
ACSA
projA W
ˆ
0ˆ
ˆ
ˆ
ˆ
即
令
(Ax=b 的一般方程式 (normal equations))
5 - 75
注意:解 的最小平方問題相當於是在解其所相對的一般方程式 的明確解
bx A
bx AAA ˆ
定理:對於任一線性系統 ,這其所相對的一般方程式
為一致性系統,且一般方程式的所有解是 Ax=b 的最小平方解。此外,假如 W 是 A 的行空間,且 x 是 Ax
=b 的任一最小平方解,則 b 正交投影到 W 是
bx A
bx AAA ˆ
xb Apwoj W
5 - 76
定理:若 A 為一具有線性獨立行向量之 mxn 的矩陣,則對於每一個 mx1 的矩陣 b ,線性系統 Ax=b 有一唯一最小平方解。這解為
此外,假如 W 是 A 的行空間,則 b 正交投影到 W 是
bx AAA1
bxb AAAAAproj1
W