zoukankan      html  css  js  c++  java
  • 内积空间

    一 向量空间与内积空间

        向量空间也称作线性空间,向量空间对向量线性组合封闭。如果  为向量空间 V 的一组基,则  仍在向量空间 V 中。在向量空间中,仅定义了数乘与向量加法运算。在此基础上,定义内积运算,通过内积运算,可以求解向量长度,向量间角度等概念,这就定义了内积空间。设向量为X, Y,X 长度定义为 , X,Y 间角度定义为 

    二 内积定义

        在 空间上,有如下矢量 ,在几何中,矢量长度表示原点到其端点的距离,根据 Pythagorean 定理,有 。定义内积 ,则矢量 X 长度等于 ,这样建立其内积与长度关系。

        在复矢量空间 中,有如下矢量 ,定义内积 。 如何理解复矢量内积?首先,针对单个复数 

    有 ,使用共轭乘法可求解复数长度。当两个不同复数共轭乘法时,,其结果仍然为一个复数,可分解为实数分类与虚数分量。复矢量内积就是对所得复数相加得到一个结果,最终结果一般包括实数分量与虚数分量部分,即一般结果为  形式。

        内积满足如下性质:

        1)正性:如果 v 为非零向量, <v, v> > 0, 该性质对实矢量与复矢量均成立;

        2)共轭对称性:,针对复矢量,该等式成立,针对实矢量,共轭运算等于本身,则内积运算对称;

        3)均匀性:, 针对复矢量时 c 为复数,实矢量时 c  为实数;

        4)线性:<u + v, w> = <u, w> + <v, w>,  <u, v + w> = <u, v> + <u, w>, 针对复矢量与实矢量均成立。

    三  空间与  空间

        一个信号可表示为 f(t) 的函数,在区间  上 ,空间  表示所有平方可积函数组成的空间,即

        

        函数 f(t) 可以存在无穷多个间断点,使用 Lebesgue 观点,即不考虑测度为零的集合时,在区间  上的积分和有限。在 N 维向量空间中,空间维度为 N,向量长度也为 N。类比 N 维向量空间,空间  是无限维的(即无限个 f(t) 满足以上条件), 区间  可以被无限细分,类似向量长度可以无限长。

        假设 f(x), g(x) 是  空间中的信号,将区间 [0, 1] 离散化为 N  等分,构成 N 为向量 ,当 N 趋近无穷大大时, 

        , 则 , 

        当逐渐增大 N 时,  也随着逐渐增大,由于  空间为无限维空间,如果按该方法定义内积将得到一个无限大值(在向量空间中,由于空间维度有限,使用乘积和定义是合理的,其物理意义也很明确)。改进的方法为使用无限和平均值,则有 。当 N 趋近无穷大时,该式为 Riemann 和近似,则 内积可定义为:

        , 

         空间内积同样满足 正性,共轭对称性,均匀性以及线性等性质。

        由于在 Lebesgue 积分过程中,不考虑测度为零的间断点,则在  空间中定义两个函数相等意味着除了零测度集外,只要其他区域上满足 f(t) = g(t) 即认为函数相等。

        在信号处理应用中,存在很多无限离散序列,,该离散序列在 j > |N| 时,,这定义了  的离散形式:

        ,这里不再像  定义使用平均值是因为离散序列在 j > |N| 时,

         空间中可以使用两种方式定义收敛:

        1)收敛定义为:给定任意足够小 ,存在一个足够大的非负整数 N,使得当  时, 有 

           以上定义中使用  内积概念,由于积分过程不考虑测度为零的间断点,所以并不保证在任意点上两函数都无限接近;

        2)一致收敛定义为:给定任意足够小 ,存在一个足够大的非负整数 N,使得当  时, 在区间 上任意点都满足 

                     

        根据以上图形,很容易得到如下结论:若  一致收敛到 f,则  一定  收敛到 f;反之,则不一定成立。

    四 Schwarz不等式与三角不等式

        1) Schwarz不等式:

        2)三角不等式: 

        Schwarz不等式在实空间下证明:

        考虑不等式 ,其中 t 为实数变量,使用内积公式展开得:

        ,由于该不等式大于或等于零,关于 t 的二次函数判别式小于等于零;

        , 整理得:,结论得证。

        Schwarz不等式在复空间下证明:

        在复空间下内积结果一般为一复数,即 。要使 X, Y 内积为一实数,可以对 X 做反方向旋转,故可考虑如下不等式:

        ,其中 t 为实数变量, 使内积结果为一实数,展开不等式得:

        

       根据共轭对称性质 ,最终得到:

        ,当旋转合适  后, 退化为实数  。使用二次多项式判别式结论得证。

        三角不等式证明:

        ,因为

       所以有 ,两边开平方后结论得证。

    五 正交

        在内积空间 V 中,

        1)X, Y 属于 V ,如果 <X, Y> = 0, 根据余旋定理可得 X, Y 正交;

        2)矢量集 中每个矢量 ,如果  且彼此正交,则矢量集  正交;

        3)如果 ,一个子空间中每个矢量与另一个子空间每个矢量正交,则子空间  正交;

        在小波变换与傅里叶变换中,分别用到两个不同得正交矢量集,haar小波函数与三角函数,具体如下:

        haar小波函数包括尺度函数 ,小波函数 ,在  空间中,根据内积定义,正交。

        三角函数 f(t) = sint, g(t) = cost, 在  空间中, 根据内积定义,,f, g 正交。

        矢量可以根据某个正交基展开,

       1)如果  是内积空间 V 的一个子空间, 的正交基为 ,若 ,则 

       2)如果  是内积空间 V 的一个子空间, 的正交基为 ,若 ,则 

             且  ,也即 

       当  时, 有如下推导:

       使用正交基  将 v 展开得:,其中  为各分量系数,且未知;

       令 k 为 [1,N] 区间中一具体整数,做如下运算:,由矢量基的正交性可得:

       将  代入得:,结论得证。

       当  时,v 无法由  线性张成,但可以在  空间中找到一个离 v 最近得向量 ,使得 ,推导如下:

       假设  是  空间最接近 v  的矢量,构造函数:,由于 是  空间最接近 v 的矢量,则当 t = 0 时函数取得最小值;

       考虑实矢量情况下,,然后对 f(t) 求导:

       ,由于 t = 0 时函数取得最小值,则有 ,即 

        假设  可写成正交基 的线性组合,,由于 ,有 

        根据内积线性性质,化简得: ,求得 ,即 

        内积空间可被分为  与正交补 

        定义为:,对任意矢量 ,可以唯一表示 ,其中,

       使用 Gram-Schmidt 方法可正交化一组基,

       内积(子)空间 V 中存在一组基 ,可以寻找一组对应正交基 ,其中 ,具体方法如下:

       1)定义 

       2) 在  上投影为:,则 ,确保  且 

       3) 在  上投影为:

       4)重复以上过程知道求解出 ,完成 Gram-Schmidt 正交化。

    参考资料   小波与傅里叶分析基础 Albert Boggess & Francis J. Narcowich

  • 相关阅读:
    声明式编程和命令式编程的比较
    函数式编程
    读《暗时间》
    动态语言和静态语言的比较
    2013第二次实训
    for惠普2013实习生
    bat的大数据
    android stduio优化
    当move手势太快,降低频率
    ANR没root的时候处理*(转)
  • 原文地址:https://www.cnblogs.com/luofeiju/p/11798137.html
Copyright © 2011-2022 走看看