第 6 章:内积空间
从内积和范数恢复几何,用 Gram-Schmidt、正交补与投影解决最小化,并以伪逆处理不可逆映射。
学习目标
- 能先写出“第 6 章:内积空间”的域、空间、维数与量词,再判断定理是否可用
- 能从定义和见证重建“有限维内积空间中 V=U⊕U^⊥,且 P_Uv 是 U 中距离 v 最近的向量。”的五步证明链
- 能用“把 R^3 中 v=(1,2,3) 投影到 xy 平面 U,得到 P_Uv=(1,2,0),残差 (0,0,3) 与 U 正交。”完成一次非平凡计算或结构检查
- 能删除一条假设并用“对线性相关列表直接执行 Gram-Schmidt,某一步得到零向量并试图归一化,产生除零。”说明结论如何失效
为什么从这个问题开始
为什么正交投影不仅是几何图,而且给出了最小二乘问题的唯一最佳解? 本页不把矩阵计算当作最终答案,而是先固定域、空间、维数和量词,再区分定义、见证、不变量与坐标表示。Gram-Schmidt 不改变每个前缀的 span。最小化证明把任意候选 u 与投影 P_Uv 的差分解为两条正交方向,距离平方因此只能增加。
官方第四版定位
本页依据 Sheldon Axler 官方开放获取 PDF 独立编排中文教学结构。当前核对版本在版权页标注 fourth edition, 13 July 2026, © 2024 Sheldon Axler;作者官网 与 Springer 第四版页面 共同确认 9 章、开放获取与第四版范围。旧版页码、目录和练习编号不能替代本页列出的第四版正式节点。
正式目录逐项映射
- 6A Inner Products and Norms:在“第 6 章:内积空间”中定位它的定义对象、输入假设、允许使用的定理和坐标无关结论;复核时必须能给出正常见证与删除假设后的边界。
- Inner Products:在“第 6 章:内积空间”中定位它的定义对象、输入假设、允许使用的定理和坐标无关结论;复核时必须能给出正常见证与删除假设后的边界。
- Norms:在“第 6 章:内积空间”中定位它的定义对象、输入假设、允许使用的定理和坐标无关结论;复核时必须能给出正常见证与删除假设后的边界。
- 6B Orthonormal Bases:在“第 6 章:内积空间”中定位它的定义对象、输入假设、允许使用的定理和坐标无关结论;复核时必须能给出正常见证与删除假设后的边界。
- Orthonormal Lists and the Gram-Schmidt Procedure:在“第 6 章:内积空间”中定位它的定义对象、输入假设、允许使用的定理和坐标无关结论;复核时必须能给出正常见证与删除假设后的边界。
- Linear Functionals on Inner Product Spaces:在“第 6 章:内积空间”中定位它的定义对象、输入假设、允许使用的定理和坐标无关结论;复核时必须能给出正常见证与删除假设后的边界。
- 6C Orthogonal Complements and Minimization Problems:在“第 6 章:内积空间”中定位它的定义对象、输入假设、允许使用的定理和坐标无关结论;复核时必须能给出正常见证与删除假设后的边界。
- Orthogonal Complements:在“第 6 章:内积空间”中定位它的定义对象、输入假设、允许使用的定理和坐标无关结论;复核时必须能给出正常见证与删除假设后的边界。
- Minimization Problems:在“第 6 章:内积空间”中定位它的定义对象、输入假设、允许使用的定理和坐标无关结论;复核时必须能给出正常见证与删除假设后的边界。
- Pseudoinverse:在“第 6 章:内积空间”中定位它的定义对象、输入假设、允许使用的定理和坐标无关结论;复核时必须能给出正常见证与删除假设后的边界。
定义、对象与量词
- ↡:把长度与夹角编码进向量空间的函数。 在本页推导中必须同时写出所属空间与适用前提。
- ↡:两两正交且每个向量范数为 1 的基。 在本页推导中必须同时写出所属空间与适用前提。
- ↡:把线性无关列表变为同 span 的正交规范列表。 在本页推导中必须同时写出所属空间与适用前提。
- ↡:与 U 中每个向量都正交的向量集合。 在本页推导中必须同时写出所属空间与适用前提。
- ↡:在不可逆时给出最小范数最小二乘解的线性映射。 在本页推导中必须同时写出所属空间与适用前提。
必须先声明以下假设:
- V 已给定实或复内积
- 复内积的一个变量需要共轭线性
- U 是有限维子空间
- Gram-Schmidt 输入列表线性无关
Quantifier · space · hypothesis
第 6 章:内积空间:假设检查台
为什么正交投影不仅是几何图,而且给出了最小二乘问题的唯一最佳解?
选择一条不可省略的假设
lad4-06 · assumption 1
有限维内积空间中 V=U⊕U^⊥,且 P_Uv 是 U 中距离 v 最近的向量。
把 R^3 中 v=(1,2,3) 投影到 xy 平面 U,得到 P_Uv=(1,2,0),残差 (0,0,3) 与 U 正交。
保持量:投影分量属于 U,残差属于 U^⊥,二者内积为零。
核心定理与证明入口
本页主张: 有限维内积空间中 V=U⊕U^⊥,且 P_Uv 是 U 中距离 v 最近的向量。
这条主张的验收不是背公式。复核者要能从同一对象重建下列证明骨架,并在每一步指出使用了哪条定义或已有定理:
- 声明对象:V 已给定实或复内积 依据是:先冻结“第 6 章:内积空间”的域、空间与量词,避免证明中途换题。
- 展开定义:内积与正交规范基按定义进入推导 依据是:只使用“第 6 章:内积空间”正文已声明的定义,不把待证结论当引理。
- 构造见证:把 R^3 中 v=(1,2,3) 投影到 xy 平面 U,得到 P_Uv=(1,2,0),残差 (0,0,3) 与 U 正交。 依据是:非平凡对象让“有限维内积空间中 V=U⊕U^⊥,且 P_Uv 是 U 中距离 v 最近的向量。”中的结构可以逐步检查。
- 保持不变量:投影分量属于 U,残差属于 U^⊥,二者内积为零。 依据是:每一步都核对“第 6 章:内积空间”真正不随选择改变的量。
- 封闭结论:有限维内积空间中 V=U⊕U^⊥,且 P_Uv 是 U 中距离 v 最近的向量。 依据是:结论只覆盖四条假设允许的范围,并与“对线性相关列表直接执行 Gram-Schmidt,某一步得到零向量并试图归一化,产生除零。”区分。
Definition · lemma · claim
第 6 章:内积空间:证明重建器
V 已给定实或复内积
先冻结“第 6 章:内积空间”的域、空间与量词,避免证明中途换题。
交付工件:正交分解、Pythagorean 等式、投影系数和残差内积。
正常例:把抽象结构落到一个对象
把 R^3 中 v=(1,2,3) 投影到 xy 平面 U,得到 P_Uv=(1,2,0),残差 (0,0,3) 与 U 正交。 这个例子必须保存输入基、所属空间、关键中间对象和“投影分量属于 U,残差属于 U^⊥,二者内积为零。”的检查结果。用最小二乘拟合三点直线:列空间承担可解释部分,残差落在其正交补;伪逆给出所有最小二乘解中的最小范数者。
反例与适用边界
对线性相关列表直接执行 Gram-Schmidt,某一步得到零向量并试图归一化,产生除零。 反例只删除一条假设,其余对象保持不变;这样才能定位结论首次失效的位置,而不是换一道完全不同的题。
Remove one hypothesis · preserve the witness
第 6 章:内积空间:反例实验
第 1 次沿用同一个域、空间、映射和基
所有假设仍保留
把 R^3 中 v=(1,2,3) 投影到 xy 平面 U,得到 P_Uv=(1,2,0),残差 (0,0,3) 与 U 正交。
正交分解、Pythagorean 等式、投影系数和残差内积。
最小可重放记录
page: 03-spectral-inner/lad4-inner-product-spaces
theorem: 有限维内积空间中 V=U⊕U^⊥,且 P_Uv 是 U 中距离 v 最近的向量。
normal_object: 把 R^3 中 v=(1,2,3) 投影到 xy 平面 U,得到 P_Uv=(1,2,0),残差 (0,0,3) 与 U 正交。
removed_hypothesis: V 已给定实或复内积
boundary_object: 对线性相关列表直接执行 Gram-Schmidt,某一步得到零向量并试图归一化,产生除零。
invariant: 投影分量属于 U,残差属于 U^⊥,二者内积为零。
artifact: 正交分解、Pythagorean 等式、投影系数和残差内积。代码、数值或图形只能验证具体对象,不能替代全称证明。“第 6 章:内积空间”的交付物至少包含 正交分解、Pythagorean 等式、投影系数和残差内积。;若换基后结论变化,必须先区分是坐标变化还是结构真的变化。
练习与答案
练习
问题 1: 把 (1,2,3) 投影到 xy 平面,并验证残差正交。
问题 2: 对 ((1,0),(1,1)) 执行 Gram-Schmidt。
问题 3: 为什么线性相关输入会让 Gram-Schmidt 的归一化失败?
本章回顾
有限维内积空间中 V=U⊕U^⊥,且 P_Uv 是 U 中距离 v 最近的向量。 本页掌握标准是:会声明假设、会构造正常见证、会逐步说明理由、会删除一条假设制造反例,并能解释“投影分量属于 U,残差属于 U^⊥,二者内积为零。”为什么不依赖偶然坐标。
名词解释
本章出现的专业名词,用大白话再讲一遍。
- 内积
把长度与夹角编码进向量空间的函数。 本页使用这个词时同时保留对象、域与必要假设。
- 正交规范基
两两正交且每个向量范数为 1 的基。 本页使用这个词时同时保留对象、域与必要假设。
- Gram-Schmidt
把线性无关列表变为同 span 的正交规范列表。 本页使用这个词时同时保留对象、域与必要假设。
- 正交补
与 U 中每个向量都正交的向量集合。 本页使用这个词时同时保留对象、域与必要假设。
- 伪逆
在不可逆时给出最小范数最小二乘解的线性映射。 本页使用这个词时同时保留对象、域与必要假设。