内积

内积 (Inner Product)

内积（Inner Product），亦称标量积（Scalar Product），是线性代数与泛函分析的核心概念。它是在向量空间上定义的一种二元运算，将一对向量映射到一个标量。内积的根本作用是为抽象的向量空间引入直观的几何概念——长度、距离与角度。定义了内积的向量空间称为内积空间。内积可视为二维和三维欧几里得空间中点积概念的推广，可定义在任意维向量空间乃至无穷维函数空间上。

形式化定义

令 $V$ 是域 $F$（实数域 $\mathbb{R}$ 或复数域 $\mathbb{C}$）上的向量空间。$V$ 上的内积是函数 $\langle \cdot, \cdot \rangle : V \times V \to F$，满足三个公理：

一、共轭对称性： $\langle u, v \rangle = \overline{\langle v, u \rangle}$。实向量空间中简化为对称性 $\langle u, v \rangle = \langle v, u \rangle$。

二、第一项线性： $\langle au + v, w \rangle = a \langle u, w \rangle + \langle v, w \rangle$。结合共轭对称性可推出对第二项为共轭线性，即具有半双线性性（Sesquilinear）。

三、正定性： $\langle v, v \rangle \ge 0$，且 $\langle v, v \rangle = 0$ 当且仅当 $v = \mathbf{0}$（零向量）。该公理确保由内积导出的"长度"非负且仅零向量长度为零。

常见例子

1. $\mathbb{R}^n$ 上的标准内积（点积）： $\langle x, y \rangle = \sum_{i=1}^{n} x_i y_i$。

2. $\mathbb{C}^n$ 上的标准内积： $\langle z, w \rangle = \sum_{i=1}^{n} z_i \overline{w_i}$，第二向量取复共轭以保证正定性。

3. 函数空间 $C[a, b]$ 上的内积： $\langle f, g \rangle = \int_a^b f(t)\overline{g(t)} dt$，在傅里叶分析和量子力学中至关重要。

4. 弗罗贝尼乌斯内积： 对实矩阵 $A, B$，$\langle A, B \rangle_F = \sum_{i,j} A_{ij} B_{ij} = \text{tr}(A^T B)$，其中 $\text{tr}$ 为迹。

衍生的几何概念

内积的核心价值在于使任意向量空间可定义几何量：

• 范数： $\|v\| = \sqrt{\langle v, v \rangle}$，即向量长度。
• 距离： $d(u, v) = \|u - v\|$。
• 角度： 实空间中非零向量夹角 $\theta$ 满足 $\cos \theta = \frac{\langle u, v \rangle}{\|u\| \|v\|}$。
• 正交性： $\langle u, v \rangle = 0$ 时两向量正交，推广了"垂直"概念。正交向量满足勾股定理：$\|u+v\|^2 = \|u\|^2 + \|v\|^2$。

关键定理

柯西-施瓦茨不等式是内积空间最重要的不等式：$|\langle u, v \rangle| \le \|u\| \|v\|$，等号成立当且仅当 $u, v$ 线性相关。该不等式保证了角度定义的合理性。

格拉姆-施密特正交化从一组线性无关向量出发，通过向量投影逐步消除分量，构造标准正交基：先正交化（$u_k = v_k - \sum_{j=1}^{k-1} \frac{\langle v_k, u_j \rangle}{\langle u_j, u_j \rangle} u_j$），再单位化（$e_i = u_i / \|u_i\|$）。

应用领域

• 量子力学：物理状态由希尔伯特空间中向量描述，两状态内积的模平方表示概率幅度。
• 统计与机器学习：最小二乘法在内积空间中寻求最小距离向量；主成分分析与支持向量机深植于内积几何。
• 信号处理：傅里叶级数将周期函数在正交正弦余弦基上投影，本质是函数内积空间中的正交分解。