不同范数下的余弦定理_平行四边形法则与勾股定理–内积与范数

本文探讨了范数的概念,特别是内积诱导的范数。通过平行四边形法则、勾股定理和余弦定理,展示了这些数学原理在向量空间中的应用。讨论了如何判断一个范数是否由内积诱导,以及它们之间的等价关系。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

所谓的范数,就是向量长度这个概念在一般向量空间中的推广。简单地讲就是从向量空间 \( V\) 到数域 \( \mathbf{F}\) 的一个函数 \( |\cdot|\),满足如下条件:

1) \( \forall v\in V,|v|\ge 0\),并且 \( |v|=0\) 当且仅当 \( v=0\)。

2) \( |av|=|a| |v|\)

3) \( |u+v|\le |u|+|v|\)

在一个内积空间中,由内积表达式 \( \sqrt{\langle v,v\rangle}\) 就可以定义出一个范数,这个范数称为由内积诱导的范数。

不是所有的范数都是由内积诱导出来的。例如,在 \( \mathbb{R}^2\) 中,定义范数 \( |(x,y)|=|x|+|y|\),它确实是范数但没有内积可以诱导出这个范数。因为,内积诱导的范数满足平行四边形法则: \[ |u+v|^2+|u-v|^2=2|u|^2+2|v|^2\] 即平行四边形四边的平方和等于两对角线的平方和。而上面举的例子显然不满足这个特性。

那么是不是一个范数只要满足平行四边形法则,它就必然是由某个内积诱导出来的呢?答案是肯定的。证明见下面。

那么平行四边形法则到底是什么东西?为什么有这么大的魔力,使它成为一个范数是否有内积背景的唯一门槛?

如果一个范数 \( |\cdot|\) 是由内积诱导的,也就是存在内积 \( \langle\cdot,\cdot\rangle\) 满足 \( |v|^2=\langle v,v\rangle\),那么它必然带有内积的某些特性,尤其是,内积是个双线性函数(复数空间上是半双线性函数),这就表明内积是个二次式,导致范数的平方本身也应该是个二次式。

更确切地讲,内积的半双线性直接导致余弦定理: \[ |u+v|^2=|u|^2+|v|^2+2\mathrm{Re}\,\langle u,v\rangle\] \[ |u-v|^2=|u|^2+|v|^2-2\mathrm{Re}\,\langle u,v\rangle\]

但是,这两个公式中依然有一个内积,所以无法用这个来判断某个范数是否由内积诱导的,原因是这个时候还不知道内积为何物

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值