内积空间 (Inner Product Space)
内积空间 (Inner Product Space) 是赋有内积结构的向量空间。内积是一种将两个向量映射为一个标量的二元运算,满足共轭对称性、第一变元的线性性以及正定性。内积空间将欧几里得空间 Rn 中的点积运算推广到一般线性空间,使"长度"和"角度"概念得以在抽象空间中定义,是泛函分析、量子力学和信号处理等领域的基础数学结构。
定义与基本性质
设 F 为实数域 R 或复数域 C,V 是 F 上的向量空间。内积是映射 ⟨⋅,⋅⟩:V×V→F,满足三条公理:
- 共轭对称性:⟨x,y⟩=⟨y,x⟩,在实内积空间中简化为 ⟨x,y⟩=⟨y,x⟩。
- 第一变元的线性性:⟨αx+βy,z⟩=α⟨x,z⟩+β⟨y,z⟩,对任意 α,β∈F 成立。
- 正定性:⟨x,x⟩≥0,且 ⟨x,x⟩=0 当且仅当 x=0。
内积自然诱导出范数 ∥x∥=⟨x,x⟩,赋予向量空间以度量结构。并非所有范数都来自内积——只有满足平行四边形法则的范数才能由内积诱导。
核心不等式与几何意义
内积空间最核心的不等式是柯西–施瓦茨不等式:
∣⟨x,y⟩∣≤∥x∥⋅∥y∥
该不等式保证了夹角定义的合理性:在实内积空间中,可通过 cosθ=∥x∥∥y∥⟨x,y⟩ 定义非零向量的夹角 θ∈[0,π]。当 ⟨x,y⟩=0 时称 x 与 y 正交,记作 x⊥y,推广了欧几里得空间中"垂直"的概念。
由柯西–施瓦茨不等式可导出三角不等式 ∥x+y∥≤∥x∥+∥y∥ 和平行四边形法则 ∥x+y∥2+∥x−y∥2=2(∥x∥2+∥y∥2)。后者刻画了范数来自内积的充要条件:范数若满足该法则,则必由某个内积诱导,内积可通过极化恒等式恢复。
正交性与正交分解
给定线性无关的向量组 {v1,…,vn},Gram--Schmidt 正交化过程构造正交向量组 {e1,…,en}:
e1=v1,ek=vk−i=1∑k−1⟨ei,ei⟩⟨vk,ei⟩ei
将所得向量归一化即得标准正交基。在此基下,向量坐标简化为内积运算。
设 M 是完备内积空间(希尔伯特空间)的闭子空间,则空间可唯一分解为正交直和 V=M⊕M⊥,任意向量 x 有唯一分解 x=m+n,其中 m∈M, n∈M⊥。映射 x↦m 称为正交投影,它是 M 中距离 x 最近的向量——构成了最小二乘法的理论基础。
常见例子与拓展
重要内积空间包括:欧几里得空间 Rn(标准点积)、平方可和序列空间 ℓ2、平方可积函数空间 L2[a,b](积分内积)以及矩阵空间 Rm×n(Frobenius 内积)。ℓ2 和 L2 空间在完备化后成为希尔伯特空间,其中 L2 上的傅里叶级数展开本质上是函数在标准正交基 {e2πint} 下的坐标表示。
内积空间的几何结构在多个领域具有基础性作用:回归分析中的最小二乘法本质上是正交投影;量子力学中可观测量由自伴算子表示;傅里叶变换和小波变换均基于 L2 空间的内积结构;核方法通过正定核定义高维特征空间中的内积,使线性方法可用于非线性问题。
总之,内积空间将欧几里得几何的语言提升到一般线性空间,为分析和几何提供了统一框架,是现代数学与应用科学的基石。