Analiza matematyczna 2/Wykład 3: Norma. Iloczyn skalarny: Różnice pomiędzy wersjami

Z Studia Informatyczne
Przejdź do nawigacjiPrzejdź do wyszukiwania
Gracja (dyskusja | edycje)
Nie podano opisu zmian
Gracja (dyskusja | edycje)
Nie podano opisu zmian
Linia 1: Linia 1:
==3. Norma. Iloczyn skalarny==
''Uwaga: przekonwertowane latex2mediawiki; prawdopodobnie trzeba wprowadzi栰oprawki''
 
==Norma. Iloczyn skalarny==


W wykładzie tym wprowadzamy pojęcie normy i przestrzeni
W wykładzie tym wprowadzamy pojęcie normy i przestrzeni
Linia 6: Linia 8:
wypukłymi.
wypukłymi.
Wprowadzamy pojęcia iloczynu skalarnego i przestrzeni unitarnej.
Wprowadzamy pojęcia iloczynu skalarnego i przestrzeni unitarnej.
Dowodzimy nierówności Schwarza,
Dowodzimy nierówność Schwarza,
warunku równoległoboku
warunek równoległoboku
i twierdzenia Pitagorasa.
i twierdzenie Pitagorasa.


==3.1. Przestrzenie unormowane==
===Przestrzenie unormowane===


Przypomnijmy, że na pierwszym wykładzie z Analizy Matematycznej
Przypomnijmy, że na pierwszym wykładzie z Analizy Matematycznej
Linia 21: Linia 23:
Funkcję tę nazwiemy normą.
Funkcję tę nazwiemy normą.
Okaże się
Okaże się
(zgodnie z intuicją, jak dla przypadku płaszczyzny <math>\displaystyle \displaystyle\mathbb{R}^2</math>),
(zgodnie z intuicją, jak dla przypadku płaszczyzny <math>\displaystyle \displaystyle\rr^2</math>),
że jeśli umiemy zmierzyć długość wektorów
że jeśli umiemy zmierzyć długość wektorów
przestrzeni wektorowej <math>\displaystyle X,</math>
przestrzeni wektorowej <math>\displaystyle X,</math>
Linia 28: Linia 30:


Pojęcie normy jest szczególnie przydatne w przestrzeniach
Pojęcie normy jest szczególnie przydatne w przestrzeniach
funkcji (np. przestrzeniach funkcji liniowych lub przestrzeniach
funkcji (na przykład przestrzeniach funkcji liniowych lub przestrzeniach
funkcji ciągłych). Norma będzie nam również przydatna w przyszłości do
funkcji ciągłych). Norma będzie nam również przydatna w przyszłości do
zdefiniowania pochodnych wyższych rzędów dla funkcji wielu
zdefiniowania pochodnych wyższych rzędów dla funkcji wielu
Linia 35: Linia 37:
Wprowadźmy formalną definicję
Wprowadźmy formalną definicję
(wektor zerowy przestrzeni wektorowej <math>\displaystyle X</math> będziemy oznaczać przez <math>\displaystyle \Theta</math>).
(wektor zerowy przestrzeni wektorowej <math>\displaystyle X</math> będziemy oznaczać przez <math>\displaystyle \Theta</math>).
{{definicja|||


Niech <math>\displaystyle X</math> będzie przestrzenią wektorową nad ciałem <math>\displaystyle K</math>
Niech <math>\displaystyle X</math> będzie przestrzenią wektorową nad ciałem <math>\displaystyle K</math>
(<math>\displaystyle K=\mathbb{R}</math> lub <math>\displaystyle K=\mathbb{C}</math>).<br>
(<math>\displaystyle K=\rr</math> lub <math>\displaystyle K=\cc</math>).<br>
Odwzorowanie
Odwzorowanie
<math>\displaystyle \displaystyle\|\cdot\|\colon X\longrightarrow\mathbb{R}_+</math> nazywamy normą w <math>\displaystyle X,</math>  jeśli:<br>
<math>\displaystyle \displaystyle\|\cdot\|\colon X\lra\rr_+</math> nazywamy normą w <math>\displaystyle X,</math>  jeśli:<br>
'''(1)'''
'''(1)'''
<math>\displaystyle \displaystyle\forall x\in X:\ \
<math>\displaystyle \displaystyle\forall x\in X:\ \
\|x\|=0\ \Longleftrightarrow\ x=\Theta</math>;<br>
\|x\|=0\ \Llra\ x=\Theta;</math><br>
'''(2)'''
'''(2)'''
<math>\displaystyle \displaystyle\forall x\in X,\ \ \lambda\in K:\ \
<math>\displaystyle \displaystyle\forall x\in X,\ \ \lambda\in K:\ \
Linia 54: Linia 54:
(subaddytywność).<br>
(subaddytywność).<br>
Parę <math>\displaystyle \displaystyle (X,\|\cdot\|)</math> nazywamy
Parę <math>\displaystyle \displaystyle (X,\|\cdot\|)</math> nazywamy
'''''przestrzenią unormowaną'''''.
{przestrzenią unormowaną}.
}}


Zauważmy, że definicja powyższa precyzuje nasze naturalne
Zauważmy, że definicja powyższa precyzuje nasze naturalne
Linia 66: Linia 65:
tego wektora i wartości bezwzględnej tej liczby;<br>
tego wektora i wartości bezwzględnej tej liczby;<br>
'''(3)'''
'''(3)'''
długość sumy wektorów jest niewiększa od sumy ich długości.
długość sumy wektorów jest nie większa od sumy ich długości.
 
{{przyklad|||


W przestrzeni wektorowej
W przestrzeni wektorowej
<math>\displaystyle \displaystyle\mathbb{R}^N</math> nad <math>\displaystyle \displaystyle\mathbb{R}</math> możemy wprowadzić następujące
<math>\displaystyle \displaystyle\rr^N</math> nad <math>\displaystyle \displaystyle\rr</math> możemy wprowadzić następujące
normy:<br>
normy:<br>
<math>\displaystyle \displaystyle \|x\|_{2}
<math>\displaystyle \displaystyle \|x\|_{2}
\stackrel{df}{=}
\sri
\sqrt{\sum_{i=1}^N x_i^2},
\sqrt{\sum_{i=1}^N x_i^2},
\qquad  x=(x_1,\ldots,x_N)\in\mathbb{R}^N</math>
\qquad  x=(x_1,\ldots,x_N)\in\rr^N</math>
(norma euklidesowa),<br>
(norma euklidesowa),<br>
<math>\displaystyle \displaystyle
<math>\displaystyle \displaystyle
\|x\|_{1}
\|x\|_{1}
\stackrel{df}{=}
\sri
\sum_{i=1}^N |x_i|,
\sum_{i=1}^N |x_i|,
\qquad  x=(x_1,\ldots,x_N)\in\mathbb{R}^N</math>
\qquad  x=(x_1,\ldots,x_N)\in\rr^N</math>
(norma taksówkowa),<br>
(norma taksówkowa),<br>
<math>\displaystyle \displaystyle
<math>\displaystyle \displaystyle
\|x\|_{\infty}
\|x\|_{\infty}
\stackrel{df}{=}
\sri
\max_{1\le i\le N} |x_i|,
\max_{1\le i\le N} |x_i|,
\qquad  x=(x_1,\ldots,x_N)\in\mathbb{R}^N</math>
\qquad  x=(x_1,\ldots,x_N)\in\rr^N</math>
(normamaksimowa).<br>
(normamaksimowa).<br>
Dowód faktów, że powyższe odwzorowania są normami pozostawiamy
Dowód faktu, że powyższe odwzorowania są normami, pozostawiamy
na ćwiczenia (patrz Zadanie [[##z.new.am2.c.03.010|Uzupelnic z.new.am2.c.03.010|]]).
na ćwiczenia (patrz Zadanie [[##z.new.am2.c.03.010|Uzupelnic z.new.am2.c.03.010|]]).
Nazwy powyższych norm nie są przypadkowe
Nazwy powyższych norm nie są przypadkowe
(patrz Uwaga [[##u.new.am2.w.03.040|Uzupelnic u.new.am2.w.03.040|]]).
(patrz Uwaga [[##u.new.am2.w.03.040|Uzupelnic u.new.am2.w.03.040|]]).
}}


Okazuje się, że każda przestrzeń unormowana jest w naturalny
Okazuje się, że każda przestrzeń unormowana jest w naturalny
Linia 100: Linia 96:
Mówi o tym następujące twierdzenie.
Mówi o tym następujące twierdzenie.


{{twierdzenie|||
Jeśli
<math>\displaystyle \displaystyle (X,\|\cdot\|)</math> jest przestrzenią unormowaną,
<math>\displaystyle \displaystyle (X,\|\cdot\|)</math> jest przestrzenią unormowaną,
<math>\displaystyle d\colon X\times X\longrightarrow\mathbb{R}_+</math>
<math>\displaystyle d\colon X\times X\lra\rr_+</math>
jest funkcją zadaną przez
jest funkcją zadaną przez
<math>\displaystyle d(x,y)\stackrel{df}{=}\|x-y\|,</math>
<math>\displaystyle d(x,y)\sri\|x-y\|,\displaystyle \displaystyle (X,d)</math> jest przestrzenią metryczną.<br>
to
<math>\displaystyle \displaystyle (X,d)</math> jest przestrzenią metryczną.<br>
Mówimy, że <math>\displaystyle d</math> jest
Mówimy, że <math>\displaystyle d</math> jest
'''''metryką zadaną przez normę''''' <math>\displaystyle \displaystyle\|\cdot\|.</math>
{metryką zadaną przez normę} <math>\displaystyle \displaystyle\|\cdot\|.</math>
}}
 
{{dowod|||


Załóżmy, że <math>\displaystyle \displaystyle\|\cdot\|</math> jest normą w <math>\displaystyle X.</math>
Załóżmy, że <math>\displaystyle \displaystyle\|\cdot\|</math> jest normą w <math>\displaystyle X.</math>
Pokażemy, że odwzorowanie
Pokażemy, że odwzorowanie
<math>\displaystyle d\colon X\times X\longrightarrow\mathbb{R}_+</math>
<math>\displaystyle d\colon X\times X\lra\rr_+</math>
zadane przez <math>\displaystyle d(x,y)\stackrel{df}{=}\|x-y\|</math>
zadane przez <math>\displaystyle d(x,y)\sri\|x-y\|</math>
jest metryką w <math>\displaystyle X.</math><br>
jest metryką w <math>\displaystyle X.</math><br>
'''(1)'''
'''(1)'''
Linia 140: Linia 128:


'''(2)'''
'''(2)'''
Dla dowolnych <math>\displaystyle x,y\in X,</math> mamy
Dla dowolnych <math>\displaystyle x,y\in X</math> mamy


<center><math>\displaystyle d(x,y)
<center><math>\displaystyle d(x,y)
Linia 158: Linia 146:


'''(3)'''
'''(3)'''
Dla dowolnych <math>\displaystyle x,y,z\in X,</math> mamy
Dla dowolnych <math>\displaystyle x,y,z\in X</math> mamy


<center><math>\displaystyle d(x,y)
<center><math>\displaystyle d(x,y)
Linia 168: Linia 156:
\|x-z\|+\|z-y\|
\|x-z\|+\|z-y\|
\ =\
\ =\
d(x,z)+d(z,y)
d(x,z)+d(z,y),
</math></center>
</math></center>


zatem zachodzi warunek trójkąta dla <math>\displaystyle d.</math>
więc zachodzi warunek trójkąta dla <math>\displaystyle d.</math>


Pokazaliśmy zatem, że <math>\displaystyle d</math> jest metryką.
Pokazaliśmy zatem, że <math>\displaystyle d</math> jest metryką.
}}
{{uwaga|||


'''(1)'''
'''(1)'''
Linia 186: Linia 171:
'''(3)'''
'''(3)'''
Zbieżność w sensie metryki zadanej przez normę nazywamy
Zbieżność w sensie metryki zadanej przez normę nazywamy
'''''zbieżnością silną''''' lub
{zbieżnością silną} lub
'''''zbieżnością w normie''''', to znaczy
{zbieżnością w normie}, to znaczy
jeśli <math>\displaystyle \displaystyle\{x_n\}\subseteq X</math> jest ciągiem, to
jeśli <math>\displaystyle \displaystyle\{x_n\}\subseteq X</math> jest ciągiem, to


<center><math>\displaystyle  
<center><math>\displaystyle \graph
x_n
x_n
\ \stackrel{\|\cdot\|}{\longrightarrow}
\ \stackrel{\|\cdot\|}{\lra}
x
x
\ \ \ \stackrel{df}{\Longleftrightarrow}\ \ \
\ \ \ \stackrel{df}{\Llra}\ \ \
\|x_n-x\|
\|x_n-x\|
\ \longrightarrow\
\ \lra\
0.
0.
</math></center>
</math></center>


'''(4)'''
'''(4)'''
Normy euklidesowa, taksówkowa, maksimowa zdefiniowane w
Normy: euklidesowa, taksówkowa, maksimowa, zdefiniowane w
Przykładzie [[##p.new.am2.w.03.020|Uzupelnic p.new.am2.w.03.020|]] zadają odpowiednio
Przykładzie [[##p.new.am2.w.03.020|Uzupelnic p.new.am2.w.03.020|]], zadają odpowiednio
metryki euklidesową, taksówkową, maksimową
metryki euklidesową, taksówkową, maksimową
(patrz Zadanie [[##z.new.am2.c.03.020|Uzupelnic z.new.am2.c.03.020|]]).
(patrz Zadanie [[##z.new.am2.c.03.020|Uzupelnic z.new.am2.c.03.020|]]).
}}


Podobnie jak w przypadku metryk, tak i w przypadku norm można
W przypadku norm można
rozważać ich równoważność.
rozważać ich równoważność.
{{definicja|||


Dwie normy <math>\displaystyle \displaystyle\|\cdot\|_{a}</math> i <math>\displaystyle \displaystyle\|\cdot\|_{b}</math> w
Dwie normy <math>\displaystyle \displaystyle\|\cdot\|_{a}</math> i <math>\displaystyle \displaystyle\|\cdot\|_{b}</math> w
przestrzeni unormowanej <math>\displaystyle X</math> nazywamy
przestrzeni unormowanej <math>\displaystyle X</math> nazywamy
'''''równoważnymi''''', jeśli
{równoważnymi}, jeśli


<center><math>\displaystyle \exists m,M>0\ \
<center><math>\displaystyle \exists m,M>0\ \
Linia 224: Linia 206:
M\|x\|_{a}.
M\|x\|_{a}.
</math></center>
</math></center>
}}


Równoważność norm ma następujące własności.
Równoważność norm ma następujące własności.
{{uwaga|||


'''(1)'''
'''(1)'''
Linia 236: Linia 214:
przestrzeni unormowanej.<br>
przestrzeni unormowanej.<br>
'''(2)'''
'''(2)'''
Norma euklidesowa <math>\displaystyle \displaystyle\|\cdot\|_2</math> zadaje metrykę euklidesową
Normy: euklidesowa <math>\displaystyle \displaystyle\|\cdot\|_2,</math>
<math>\displaystyle d_2.</math>
maksimowa <math>\displaystyle \displaystyle\|\cdot\|_{\infty}</math> i
Norma maksimowa <math>\displaystyle \displaystyle\|\cdot\|_{\infty}</math> zadaje metrykę maksimową
taksówkowa <math>\displaystyle \displaystyle\|\cdot\|_1</math>
<math>\displaystyle d_{\infty}.</math>
są równoważne
Norma taksówkowa <math>\displaystyle \displaystyle\|\cdot\|_1</math> zadaje metrykę taksówkową
<math>\displaystyle d_1</math>
(patrz Przykłady AM1.[[##p.new.am1.w.03.040|Uzupelnic p.new.am1.w.03.040|]], AM1.[[##p.new.am1.w.03.050|Uzupelnic p.new.am1.w.03.050|]]
oraz AM1.[[##p.new.am1.w.03.060|Uzupelnic p.new.am1.w.03.060|]]
oraz Zadanie [[##z.new.am2.c.03.020|Uzupelnic z.new.am2.c.03.020|]]).<br>
'''(3)''' Powyższe trzy normy są równoważne
(będzie to pokazane na ćwiczeniach;
(będzie to pokazane na ćwiczeniach;
patrz Zadanie [[##z.new.am2.c.03.030|Uzupelnic z.new.am2.c.03.030|]]).
patrz Zadanie [[##z.new.am2.c.03.030|Uzupelnic z.new.am2.c.03.030|]]).
Linia 251: Linia 223:
wymiarowych wszystkie normy są równoważne
wymiarowych wszystkie normy są równoważne
(patrz Twierdzenie [[##t.new.am2.w.03.150|Uzupelnic t.new.am2.w.03.150|]]).
(patrz Twierdzenie [[##t.new.am2.w.03.150|Uzupelnic t.new.am2.w.03.150|]]).
}}
 
Twierdzenie poniższe podajemy tu bez
dowodu.
 
Wszystkie normy w <math>\displaystyle \displaystyle\rr^N</math> są równoważne.


Kolejne twierdzenie mówi, że
Kolejne twierdzenie mówi, że
odwzorowanie normy <math>\displaystyle \displaystyle\|\cdot\|\colon X\longrightarrow\mathbb{R}_+</math> jest ciągłe
odwzorowanie normy <math>\displaystyle \displaystyle\|\cdot\|\colon X\lra\rr_+</math> jest ciągłe
(oczywiście w przestrzeni <math>\displaystyle X</math> rozważamy metrykę zadaną przez normę,
(oczywiście w przestrzeni <math>\displaystyle X</math> rozważamy metrykę zadaną przez normę,
a w <math>\displaystyle \displaystyle\mathbb{R}</math> metrykę euklidesową).
a w <math>\displaystyle \displaystyle\rr</math> metrykę euklidesową).


{{twierdzenie|||
'''(Ciągłość normy)'''<br>
'''(Ciągłość normy)'''<br>
Norma jest funkcją ciągłą, to znaczy
Norma jest funkcją ciągłą, to znaczy


<center><math>\displaystyle \lim\limits_{n\rightarrow +\infty} x_n = x
<center><math>\displaystyle \limn x_n = x
\ \ \ \Longrightarrow\ \ \
\ \ \ \Lra\ \ \
\lim\limits_{n\rightarrow +\infty}\|x_n\|=\|x\|.
\limn\|x_n\|=\|x\|.
</math></center>
</math></center>
}}


W dowodzie powyższego twierdzenia wykorzystamy następujący
W dowodzie powyższego twierdzenia wykorzystamy następujący
lemat, będący wariantem nierówności trójkąta.
lemat, będący wariantem nierówności trójkąta.


{{lemat|||
Jeśli
<math>\displaystyle X</math> jest przestrzenią unormowaną,
<math>\displaystyle X</math> jest przestrzenią unormowaną,
to


<center><math>\displaystyle \forall x,y\in X:\
<center><math>\displaystyle \forall x,y\in X:\
Linia 283: Linia 252:
\|x-y\|.
\|x-y\|.
</math></center>
</math></center>
}}
{{dowod|||


Korzystając z subaddytywności normy, dla dowolnych
Korzystając z subaddytywności normy, dla dowolnych
<math>\displaystyle x,y\in X,</math> mamy
<math>\displaystyle x,y\in X</math> mamy


<center><math>\displaystyle \|x\|
<center><math>\displaystyle \|x\|
Linia 313: Linia 278:


Obie powyższe nierówności implikują nierówność w tezie lematu.
Obie powyższe nierówności implikują nierówność w tezie lematu.
}}


{{dowod|||
Twierdzenia [[##t.new.am2.w.03.070|Uzupelnic t.new.am2.w.03.070|]]<br>
Twierdzenia [[##t.new.am2.w.03.070|Uzupelnic t.new.am2.w.03.070|]]<br>
Warunek <math>\displaystyle \displaystyle\lim\limits_{n\rightarrow +\infty} x_n = x</math> oznacza, że
Warunek <math>\displaystyle \displaystyle\limn x_n = x</math> oznacza, że


<center><math>\displaystyle \lim\limits_{n\rightarrow +\infty} \|x_n-x\|
<center><math>\displaystyle \limn \|x_n-x\|
\ =\
\ =\
0.
0.
</math></center>
</math></center>


Ustalmy dowolne <math>\displaystyle \displaystyle\varepsilon>0.</math>
Ustalmy dowolne <math>\displaystyle \displaystyle\eps>0.</math>
Z powyższej równości wynika, że
Z powyższej równości wynika, że


Linia 330: Linia 293:
\|x_n-x\|
\|x_n-x\|
\ \le\
\ \le\
\varepsilon.
\eps.
</math></center>
</math></center>


Zatem, dla
Zatem dla
<math>\displaystyle n\ge N,</math> mamy
<math>\displaystyle n\ge N</math> mamy


<center><math>\displaystyle \big|\|x_n\|-\|x\|\big|
<center><math>\displaystyle \big|\|x_n\|-\|x\|\big|
Linia 340: Linia 303:
\|x_n-x\|
\|x_n-x\|
\ \le\
\ \le\
\varepsilon.
\eps.
</math></center>
</math></center>


Zatem pokazaliśmy, że <math>\displaystyle \displaystyle\|x_n\|\stackrel{\mathbb{R}}{\longrightarrow}\|x\|.</math>
Zatem pokazaliśmy, że <math>\displaystyle \displaystyle\graph\|x_n\|\stackrel{\rr}{\lra}\|x\|.</math>
}}


{{uwaga|||
Dowód tego, że <math>\displaystyle \ol{K}(a,r)</math> jest zbiorem wypukłym jest analogiczny.


'''(1)'''
'''(1)'''
Implikacja odwrotna do implikacji w
Implikacja odwrotna do implikacji w
twierdzeniu&nbsp;[[##t.new.am2.w.03.070|Uzupelnic t.new.am2.w.03.070|]] nie jest prawdziwa.<br>
twierdzeniu&nbsp;[[##t.new.am2.w.03.070|Uzupelnic t.new.am2.w.03.070|]] nie jest prawdziwa.<br>
Aby to zobaczyć, rozważmy ciąg <math>\displaystyle \displaystyle\{x_n\}\subseteq \mathbb{R}</math>
Aby to zobaczyć, rozważmy ciąg <math>\displaystyle \displaystyle\{x_n\}\subseteq \rr</math>
zadany przez
zadany przez
<math>\displaystyle x_n=(-1)^n.</math>
<math>\displaystyle x_n=(-1)^n.</math>
Linia 359: Linia 321:
\ =\
\ =\
1
1
\ \longrightarrow\
\ \lra\
1,
1,
</math></center>
</math></center>
Linia 371: Linia 333:
można odwrócić, to znaczy zachodzi równoważność:
można odwrócić, to znaczy zachodzi równoważność:


<center><math>\displaystyle \lim\limits_{n\rightarrow +\infty} x_n = \Theta
<center><math>\displaystyle \limn x_n = \Theta
\ \ \ \Longleftrightarrow\ \ \
\ \ \ \Llra\ \ \
\lim\limits_{n\rightarrow +\infty}\|x_n\|=0
\limn\|x_n\|=0
</math></center>
</math></center>


(dowód pozostawiamy jako proste ćwiczenie).
(dowód pozostawiamy jako proste ćwiczenie).
}}


W przestrzeniach wektorowych możemy mówić o wypukłości zbiorów.
W przestrzeniach wektorowych możemy mówić o wypukłości zbiorów.
{{definicja|||


Niech <math>\displaystyle X</math> będzie przestrzenią unormowaną oraz
Niech <math>\displaystyle X</math> będzie przestrzenią unormowaną oraz
Linia 387: Linia 346:
'''(1)'''
'''(1)'''
Jeśli <math>\displaystyle x,y\in X,</math>
Jeśli <math>\displaystyle x,y\in X,</math>
to '''''odcinkiem''''' w <math>\displaystyle X</math> łączącym punkty <math>\displaystyle x</math> i <math>\displaystyle y</math>
to {odcinkiem} w <math>\displaystyle X</math> łączącym punkty <math>\displaystyle x</math> i <math>\displaystyle y</math>
nazywamy zbiór
nazywamy zbiór


<center><math>\displaystyle [x,y]
<center><math>\displaystyle [x,y]
\ \stackrel{df}{=}\
\sr
\bigg\{z\in X:\
\bigg\{z\in X:\
z=\lambda x+(1-\lambda)y:\ \
z=\lambda x+(1-\lambda)y:\ \
Linia 400: Linia 359:
{ [[Rysunek AM2.M03.W.R02 (stary numer AM2.4.1b)]]}<br>
{ [[Rysunek AM2.M03.W.R02 (stary numer AM2.4.1b)]]}<br>
'''(2)'''
'''(2)'''
Mówimy, że zbiór <math>\displaystyle A</math> jest '''''wypukły''''', jeśli
Mówimy, że zbiór <math>\displaystyle A</math> jest {wypukły}, jeśli


<center><math>\displaystyle \forall x,y\in A:\ \
<center><math>\displaystyle \forall x,y\in A:\ \
Linia 408: Linia 367:
{ [[Rysunek AM2.M03.W.R03 (stary numer AM2.4.2a)]]}<br>
{ [[Rysunek AM2.M03.W.R03 (stary numer AM2.4.2a)]]}<br>
{ [[Rysunek AM2.M03.W.R04 (stary numer AM2.4.2b)]]}
{ [[Rysunek AM2.M03.W.R04 (stary numer AM2.4.2b)]]}
}}


W szczególnych przestrzeniach metrycznych jakimi są przestrzenie
W szczególnych przestrzeniach metrycznych, jakimi są przestrzenie
unormowane, kule mają tę przydatną własność, że są wypukłe.
unormowane, kule mają tę przydatną własność, że są wypukłe.
{{twierdzenie|||


Kule i kule domknięte w przestrzeniach unormowanych są
Kule i kule domknięte w przestrzeniach unormowanych są
Linia 420: Linia 376:
{ [[Rysunek AM2.M03.W.R06 (stary numer AM2.4.3b)]]}<br>
{ [[Rysunek AM2.M03.W.R06 (stary numer AM2.4.3b)]]}<br>
{ [[Rysunek AM2.M03.W.R07 (stary numer AM2.4.3c)]]}
{ [[Rysunek AM2.M03.W.R07 (stary numer AM2.4.3c)]]}
}}
{{dowod|||


Niech <math>\displaystyle a\in X</math> oraz <math>\displaystyle r>0.</math>
Niech <math>\displaystyle a\in X</math> oraz <math>\displaystyle r>0.</math>
Linia 458: Linia 411:


Zatem pokazaliśmy, że <math>\displaystyle x\in K(a,r).</math>
Zatem pokazaliśmy, że <math>\displaystyle x\in K(a,r).</math>
}}


Powyższe twierdzenie dostarcza nam pewnego warunku koniecznego
Powyższe twierdzenie dostarcza nam pewnego warunku koniecznego
na to aby dana przestrzeń metryczna była zadana przez normę.
na to, aby dana przestrzeń metryczna była zadana przez normę.


{{wniosek|||
Metryka kolejowa i metryka rzeka w <math>\displaystyle \displaystyle\rr^2</math> nie są
 
Metryka kolejowa i metryka rzeka w <math>\displaystyle \displaystyle\mathbb{R}^2</math> nie są
zadane przez żadną normę, ponieważ kule w tych metrykach
zadane przez żadną normę, ponieważ kule w tych metrykach
nie są zbiorami wypukłymi
nie są zbiorami wypukłymi
Linia 472: Linia 422:
{ [[Rysunek AM2.M03.W.R08 (stary numer AM2.4.4a)]]}<br>
{ [[Rysunek AM2.M03.W.R08 (stary numer AM2.4.4a)]]}<br>
{ [[Rysunek AM2.M03.W.R09 (stary numer AM2.4.4b)]]}
{ [[Rysunek AM2.M03.W.R09 (stary numer AM2.4.4b)]]}
}}


Przypomnijmy, że przestrzeń metryczną nazywamy zupełną, gdy
Przypomnijmy, że przestrzeń metryczną nazywamy zupełną, gdy
Linia 480: Linia 429:
przestrzenie unormowane zupełne.
przestrzenie unormowane zupełne.


{{definicja|||
{Przestrzenią Banacha} nazywamy przestrzeń
 
'''''Przestrzenią Banacha''''' nazywamy przestrzeń
unormowaną zupełną.
unormowaną zupełną.
}}
{{przyklad|||


'''(1)'''
'''(1)'''
<math>\displaystyle \displaystyle\big(\mathbb{R}^N,\|\cdot\|_{2}\big) </math> jest przestrzenią Banacha
<math>\displaystyle \displaystyle\big(\rr^N,\|\cdot\|_{2}\big) </math> jest przestrzenią Banacha
(patrz Wniosek [[##w.new.am2.w.02.230|Uzupelnic w.new.am2.w.02.230|]]).<br>
(patrz Wniosek [[##w.new.am2.w.02.230|Uzupelnic w.new.am2.w.02.230|]]).<br>
'''(2)'''
'''(2)'''
Przestrzeń
Przestrzeń
<math>\displaystyle C\big([a,b];\mathbb{R}\big)</math> z normą
<math>\displaystyle C\big([a,b];\rr\big)</math> z normą
<math>\displaystyle \displaystyle\|f\|_{\infty}=\sup\limits_{x\in[a,b]}\big|f(x)\big|</math>
<math>\displaystyle \displaystyle\|f\|_{\infty}=\sup\limits_{x\in[a,b]}\big|f(x)\big|</math>
jest przestrzenią Banacha
jest przestrzenią Banacha
(patrz Zadanie [[##z.new.am2.c.03.050|Uzupelnic z.new.am2.c.03.050|]]).
(patrz Zadanie [[##z.new.am2.c.03.050|Uzupelnic z.new.am2.c.03.050|]]).
}}
Okazuje się, że w przestrzeniach skończenie wymiarowych
wszystkie normy są równoważne. Twierdzenie to podajemy tu bez
dowodu.
{{twierdzenie|||
Wszystkie normy w <math>\displaystyle \displaystyle\mathbb{R}^N</math> są równoważne.
}}


===Przestrzenie unitarne===
===Przestrzenie unitarne===
Linia 515: Linia 449:
Okaże się, że przestrzenie z iloczynem skalarnym są także
Okaże się, że przestrzenie z iloczynem skalarnym są także
przestrzeniami unormowanymi z naturalnie wprowadzoną normą.
przestrzeniami unormowanymi z naturalnie wprowadzoną normą.
{{definicja|||


Niech <math>\displaystyle X</math> będzie rzeczywistą przestrzenią wektorową.
Niech <math>\displaystyle X</math> będzie rzeczywistą przestrzenią wektorową.
Odwzorowanie
Odwzorowanie
<math>\displaystyle \displaystyle (\cdot|\cdot)\colon X\times X\longrightarrow \mathbb{R}</math>
<math>\displaystyle \displaystyle (\cdot|\cdot)\colon X\times X\lra \rr</math>
nazywamy '''''iloczynem skalarnym''''' w <math>\displaystyle X,</math> jeśli:<br>
nazywamy {iloczynem skalarnym} w <math>\displaystyle X,</math> jeśli:<br>
'''(1)'''
'''(1)'''
<math>\displaystyle \displaystyle\forall x\in X:\ \
<math>\displaystyle \displaystyle\forall x\in X:\ \
Linia 528: Linia 460:
\big[
\big[
(x|x)=0
(x|x)=0
\ \Longleftrightarrow\
\ \Llra\
x=\Theta
x=\Theta
\big]</math><br>
\big];</math><br>
'''(2)'''
'''(2)'''
<math>\displaystyle \displaystyle\forall x,y\in X,\ \lambda\in\mathbb{R}:\ \
<math>\displaystyle \displaystyle\forall x,y\in X,\ \lambda\in\rr:\ \
(\lambda x|y)=\lambda(x|y)</math><br>
(\lambda x|y)=\lambda(x|y);</math><br>
'''(3)'''
'''(3)'''
<math>\displaystyle \displaystyle\forall x,y,z\in X:\ \
<math>\displaystyle \displaystyle\forall x,y,z\in X:\ \
(x+y|z)=(x|z)+(y|z)</math><br>
(x+y|z)=(x|z)+(y|z);</math><br>
'''(4)'''
'''(4)'''
<math>\displaystyle \displaystyle\forall x,y\in X:\ \
<math>\displaystyle \displaystyle\forall x,y\in X:\ \
Linia 542: Linia 474:
(symetria).<br>
(symetria).<br>
Parę <math>\displaystyle \displaystyle (X,(\cdot|\cdot))</math> nazywamy
Parę <math>\displaystyle \displaystyle (X,(\cdot|\cdot))</math> nazywamy
'''''przestrzenią unitarną'''''.
{przestrzenią unitarną}.
}}
 
{{uwaga|||


'''(a)''' Warunki '''(2)''' i '''(3)'''
'''(a)''' Warunki '''(2)''' i '''(3)'''
Linia 553: Linia 482:
iloczyn skalarny jest także liniowy ze względu na drugą
iloczyn skalarny jest także liniowy ze względu na drugą
zmienną, zatem jest on dwuliniowy.
zmienną, zatem jest on dwuliniowy.
}}
{{przyklad|||


Odwzorowanie zdefiniowane przez
Odwzorowanie zdefiniowane przez


<center><math>\displaystyle (x|y)
<center><math>\displaystyle (x|y)
\ \stackrel{df}{=}\
\sr
\displaystyle \sum_{i=1}^N x_iy_i
\sumijN x_iy_i
\quad </math> dla <math>\displaystyle  \ x=(x_1,\ldots,x_N),\ y=(y_1,\ldots,y_N)\in\mathbb{R}^N
\quad </math> dla <math>\displaystyle  \ x=(x_1,\ldots,x_N),\ y=(y_1,\ldots,y_N)\in\rr^N
</math></center>
</math></center>


jest iloczynem skalarnym w <math>\displaystyle \displaystyle\mathbb{R}^N.</math>
jest iloczynem skalarnym w <math>\displaystyle \displaystyle\rr^N.</math>
Nazywamy go
Nazywamy go
'''''standardowym iloczynem skalarnym''''' w <math>\displaystyle \mathbb{R}^N</math>.
{standardowym iloczynem skalarnym} w <math>\displaystyle \rr^N.</math>
Iloczyn ten znamy ze szkoły dla przestrzeni
Iloczyn ten znamy ze szkoły dla przestrzeni
<math>\displaystyle \mathbb{R}^2</math> i <math>\displaystyle \mathbb{R}^3</math>.
<math>\displaystyle \rr^2</math> i <math>\displaystyle \rr^3.</math>
}}
 
{{dowod|||


Sprawdzimy kolejno punkty definicji iloczynu skalarnego.<br>
Sprawdzimy kolejno punkty definicji iloczynu skalarnego.<br>
'''(1)'''
'''(1)'''
Dla dowolnego <math>\displaystyle x\in\mathbb{R}^N</math>, mamy
Dla dowolnego <math>\displaystyle x\in\rr^N,</math> mamy


<center><math>\displaystyle (x|x)
<center><math>\displaystyle (x|x)
Linia 597: Linia 520:


'''(2)'''
'''(2)'''
Dla dowolnych <math>\displaystyle x,y\in\mathbb{R}^N</math>
Dla dowolnych <math>\displaystyle x,y\in\rr^N</math>
oraz <math>\displaystyle \lambda\in\mathbb{R}</math>, mamy
oraz <math>\displaystyle \lambda\in\rr,</math> mamy


<center><math>\displaystyle (\lambda x,y)
<center><math>\displaystyle (\lambda x,y)
Linia 610: Linia 533:


'''(3)'''
'''(3)'''
Dla dowolnych <math>\displaystyle x,y,z\in\mathbb{R}^N</math>, mamy
Dla dowolnych <math>\displaystyle x,y,z\in\rr^N,</math> mamy


<center><math>\displaystyle (x+y|z)
<center><math>\displaystyle (x+y|z)
Linia 625: Linia 548:


'''(4)'''
'''(4)'''
Dla dowolnych <math>\displaystyle x,y\in\mathbb{R}^N</math>, mamy
Dla dowolnych <math>\displaystyle x,y\in\rr^N,</math> mamy


<center><math>\displaystyle (x|y)
<center><math>\displaystyle (x|y)
Linia 637: Linia 560:


Zatem pokazaliśmy, że odwzorowanie
Zatem pokazaliśmy, że odwzorowanie
<math>\displaystyle (x|y)=\displaystyle \sum_{i=1}^N x_iy_i</math>
<math>\displaystyle (x|y)=\sumijN x_iy_i</math>
jest iloczynem skalarnym w <math>\displaystyle \mathbb{R}^N</math>.
jest iloczynem skalarnym w <math>\displaystyle \rr^N.</math>
}}


Okazuje się, że przestrzeń z iloczynem skalarnym jest
Okazuje się, że przestrzeń z iloczynem skalarnym jest
przestrzenią unormowaną.
przestrzenią unormowaną.


{{twierdzenie|||
Jeśli
<math>\displaystyle \displaystyle (X,(\cdot|\cdot))</math> jest przestrzenią unitarną oraz
<math>\displaystyle \displaystyle (X,(\cdot|\cdot))</math> jest przestrzenią unitarną oraz
<math>\displaystyle \displaystyle\forall x\in X:\ \|x\|_{}\ \stackrel{df}{=}\ \sqrt{(x|x)} ,</math>
<math>\displaystyle \displaystyle\forall x\in X:\ \|x\|_{}\sr\sqrt{(x|x)} ,\displaystyle \displaystyle\|\cdot\|_{}</math> jest normą w <math>\displaystyle X.</math><br>
to
<math>\displaystyle \displaystyle\|\cdot\|_{}</math> jest normą w <math>\displaystyle X.</math><br>
Mówimy, że <math>\displaystyle \displaystyle\|\cdot\|_{}</math> jest
Mówimy, że <math>\displaystyle \displaystyle\|\cdot\|_{}</math> jest
'''''normą zadaną przez iloczyn skalarny'''''
{normą zadaną przez iloczyn skalarny}
<math>\displaystyle \displaystyle (\cdot|\cdot).</math>
<math>\displaystyle \displaystyle (\cdot|\cdot).</math>
}}


W dowodzie wykorzystamy następującą nierówność Schwarza,
W dowodzie wykorzystamy następującą nierówność Schwarza,
zachodzącą w przestrzeniach unitarnych.
zachodzącą w przestrzeniach unitarnych.


{{lemat|||
'''(Nierówność Schwarza)'''<br>
'''(Nierówność Schwarza)'''<br>
Jeśli <math>\displaystyle \displaystyle (X,(\cdot|\cdot))</math> jest przestrzenią unitarną, to
Jeśli <math>\displaystyle \displaystyle (X,(\cdot|\cdot))</math> jest przestrzenią unitarną, to
Linia 666: Linia 581:
\left|(x|y)\right|\le\|x\|\|y\|.
\left|(x|y)\right|\le\|x\|\|y\|.
</math></center>
</math></center>
}}
{{dowod|||


Ustalmy dowolne <math>\displaystyle x,y\in X.</math>
Ustalmy dowolne <math>\displaystyle x,y\in X.</math>
Linia 676: Linia 587:
Niech
Niech
<math>\displaystyle \displaystyle \lambda=\frac{(x|y)}{(y|y)}</math>
<math>\displaystyle \displaystyle \lambda=\frac{(x|y)}{(y|y)}</math>
Korzystając z dwuliniowości iloczynu skalarnego mamy:
Korzystając z dwuliniowości iloczynu skalarnego, mamy:


<center><math>\displaystyle 0
<center><math>\displaystyle 0
Linia 717: Linia 628:


co należało dowieść.
co należało dowieść.
}}
{{uwaga|||


Zauważmy, że nierówność Cauchy'ego
Zauważmy, że nierówność Cauchy'ego
(patrz Lemat AM1.[[##l.new.am1.w.03.080|Uzupelnic l.new.am1.w.03.080|]])
(patrz Lemat AM1.[[##l.new.am1.w.03.080|Uzupelnic l.new.am1.w.03.080|]])
jest szczególnym przypadkiem nierówności
jest szczególnym przypadkiem nierówności
Schwarza, gdy w przestrzeni <math>\displaystyle \displaystyle\mathbb{R}^N</math>
Schwarza, gdy w przestrzeni <math>\displaystyle \displaystyle\rr^N</math>
mamy standardowy iloczyn skalarny.
mamy standardowy iloczyn skalarny.
}}


{{dowod|||
Twierdzenia [[##t.new.am2.w.03.180|Uzupelnic t.new.am2.w.03.180|]].<br>
Twierdzenia [[##t.new.am2.w.03.180|Uzupelnic t.new.am2.w.03.180|]]<br>
'''(1)'''
'''(1)'''


Linia 774: Linia 680:


zatem trzeci warunek (subaddytywność) w definicji normy jest spełniony.
zatem trzeci warunek (subaddytywność) w definicji normy jest spełniony.
}}
{{przyklad|||


Iloczyn skalarny w <math>\displaystyle \mathbb{R}^N</math> dany wzorem
Iloczyn skalarny w <math>\displaystyle \rr^N</math> dany wzorem
(patrz Przykład [[##t.new.am2.w.03.175|Uzupelnic t.new.am2.w.03.175|]])
(patrz Przykład [[##t.new.am2.w.03.175|Uzupelnic t.new.am2.w.03.175|]])


<center><math>\displaystyle (x|y)
<center><math>\displaystyle (x|y)
\ \stackrel{df}{=}\
\sr
\displaystyle \sum_{i=1}^N x_iy_i
\sumijN x_iy_i
\quad </math> dla <math>\displaystyle  \ x=(x_1,\ldots,x_N),\ y=(y_1,\ldots,y_N)\in\mathbb{R}^N
\quad </math> dla <math>\displaystyle  \ x=(x_1,\ldots,x_N),\ y=(y_1,\ldots,y_N)\in\rr^N
</math></center>
</math></center>


Linia 791: Linia 694:
<center><math>\displaystyle \sqrt{(x|x)}
<center><math>\displaystyle \sqrt{(x|x)}
\ =\
\ =\
\sqrt{\displaystyle \sum_{i=1}^N x_i^2}
\sqrt{\sumijN x_i^2}
\ =\
\ =\
\|x\|_{2}.
\|x\|_{2}.
</math></center>
</math></center>
}}


Podobnie jak dla przestrzeni unormowanych, tak i dla
Podobnie jak dla przestrzeni unormowanych, tak i dla
przestrzeni unitarnych, szczególną rolę odgrywają przestrzenie
przestrzeni unitarnych szczególną rolę odgrywają przestrzenie
unitarne zupełne.
unitarne zupełne.


{{definicja|||
{Przestrzenią Hilberta} nazywamy
 
'''''Przestrzenią Hilberta''''' nazywamy
przestrzeń unitarną zupełną.
przestrzeń unitarną zupełną.
}}


{{twierdzenie|||
'''(Ciągłość iloczynu skalarnego)'''<br>
'''(Ciągłość iloczynu skalarnego)'''<br>
Iloczyn skalarny w przestrzeni unitarnej jest funkcją ciągłą,
Iloczyn skalarny w przestrzeni unitarnej jest funkcją ciągłą,
to znaczy
to znaczy


<center><math>\displaystyle  
<center><math>\displaystyle \graph
\bigg[
\bigg[
x_n\stackrel{X}{\longrightarrow} x,\
x_n\stackrel{X}{\lra} x,\
y_n\stackrel{X}{\longrightarrow} y
y_n\stackrel{X}{\lra} y
\bigg]
\bigg]
\ \ \Longrightarrow\ \
\ \ \Lra\ \
\bigg[
\bigg[
(x_n|y_n)
(x_n|y_n)
\ \stackrel{\mathbb{R}}{\longrightarrow}\
\ \stackrel{\rr}{\lra}\
(x|y)
(x|y)
\bigg]
\bigg]
</math></center>
</math></center>


(oczywiście zbieżność <math>\displaystyle \displaystyle x_n\stackrel{X}{\longrightarrow} x</math> oznacza zbieżność
(oczywiście zbieżność <math>\displaystyle \displaystyle\graph x_n\stackrel{X}{\lra} x</math> oznacza zbieżność
w normie zadanej
w normie zadanej
przez iloczyn skalarny <math>\displaystyle \displaystyle (\cdot|\cdot)</math>).
przez iloczyn skalarny <math>\displaystyle \displaystyle (\cdot|\cdot)</math>).
}}


{{dowod|||
Niech <math>\displaystyle \displaystyle\{(x_n,y_n)\}</math> będzie ciągiem takim, że
(Dowód nadobowiązkowy.)<br>
<math>\displaystyle \displaystyle\graph x_n\stackrel{X}{\lra} x</math> i
Niech <math>\displaystyle \displaystyle\{(x_n,y_n)\}</math> będzie ciągiem, takim, że
<math>\displaystyle \displaystyle\graph y_n\stackrel{X}{\lra} y.</math>
<math>\displaystyle \displaystyle x_n\stackrel{X}{\longrightarrow} x</math> i
<math>\displaystyle \displaystyle y_n\stackrel{X}{\longrightarrow} y.</math>
Oznacza to, że
Oznacza to, że


<center><math>\displaystyle \|x_n-x\|
<center><math>\displaystyle \|x_n-x\|
\ \longrightarrow\
\ \lra\
0,\quad
0,\quad
\|y_n-y\|
\|y_n-y\|
\ \longrightarrow\
\ \lra\
0
0
</math></center>
</math></center>
Linia 848: Linia 742:
oraz z ciągłości normy (patrz Twierdzenie [[##t.new.am2.w.03.070|Uzupelnic t.new.am2.w.03.070|]]), mamy
oraz z ciągłości normy (patrz Twierdzenie [[##t.new.am2.w.03.070|Uzupelnic t.new.am2.w.03.070|]]), mamy


<center><math>\displaystyle \|x_n\|\longrightarrow \|x\|.
<center><math>\displaystyle \|x_n\|\lra \|x\|.
</math></center>
</math></center>


Linia 865: Linia 759:
</math></center>
</math></center>


Z wyżej wskazanych zbieżności w <math>\displaystyle \displaystyle\mathbb{R}</math> wynika, że
Z wyżej wskazanych zbieżności w <math>\displaystyle \displaystyle\rr</math> wynika, że
prawa strona nierówności,
prawa strona nierówności,
a zatem także lewa, zmierza do zera, gdy <math>\displaystyle n\rightarrow+\infty.</math>
a zatem także lewa, zmierza do zera, gdy <math>\displaystyle n\ra+\infty.</math>
Oznacza to, że <math>\displaystyle \displaystyle (x_n|y_n)\stackrel{\mathbb{R}}{\longrightarrow}(x|y),</math>
Oznacza to, że <math>\displaystyle \displaystyle\graph (x_n|y_n)\stackrel{\rr}{\lra}(x|y),</math>
co należało dowieść.
co należało dowieść.
}}


W przestrzeni unitarnej możemy wprowadzić pojęcie prostopadłości
W przestrzeni unitarnej możemy wprowadzić pojęcie prostopadłości
wektorów.
wektorów.
{{definicja|||


Niech <math>\displaystyle \displaystyle\big(X,(\cdot|\cdot)\big) </math> będzie przestrzenią
Niech <math>\displaystyle \displaystyle\big(X,(\cdot|\cdot)\big) </math> będzie przestrzenią
Linia 881: Linia 772:
'''(1)'''
'''(1)'''
Jeśli <math>\displaystyle \displaystyle (x|y)=0,</math> to mówimy, że wektory
Jeśli <math>\displaystyle \displaystyle (x|y)=0,</math> to mówimy, że wektory
<math>\displaystyle x</math> i <math>\displaystyle y</math> są '''''ortogonalne''''' (lub '''''prostopadłe''''')
<math>\displaystyle x</math> i <math>\displaystyle y</math> są {ortogonalne} (lub {prostopadłe})
i piszemy <math>\displaystyle x\perp y.</math><br>
i piszemy <math>\displaystyle x\perp y.</math><br>
{ [[Rysunek AM2.M03.W.R10 (stary numer AM2.4.5a)]]}<br>
{ [[Rysunek AM2.M03.W.R10 (stary numer AM2.4.5a)]]}<br>
Linia 887: Linia 778:
'''(2)'''
'''(2)'''
Niech <math>\displaystyle Y</math> będzie podprzestrzenią wektorową <math>\displaystyle X.</math>
Niech <math>\displaystyle Y</math> będzie podprzestrzenią wektorową <math>\displaystyle X.</math>
Mówimy, że wektor <math>\displaystyle x</math> jest '''''ortogonalny'''''
Mówimy, że wektor <math>\displaystyle x</math> jest {ortogonalny}
('''''prostopadły''''', '''''normalny''''') do
({prostopadły}, {normalny}) do
podprzestrzeni <math>\displaystyle Y,</math>
podprzestrzeni <math>\displaystyle Y,</math>
jeśli
jeśli
Linia 900: Linia 791:
'''(3)'''
'''(3)'''
Mówimy, że wektory <math>\displaystyle a_1,\ldots,a_k\in X</math> tworzą układ
Mówimy, że wektory <math>\displaystyle a_1,\ldots,a_k\in X</math> tworzą układ
'''''ortogonalny''''',
{ortogonalny},
jeśli
jeśli


<center><math>\displaystyle (a_i|a_j)=0
<center><math>\displaystyle (a_i|a_j)=0
\qquad\forall\  i\ne j.
\qfa i\ne j.
</math></center>
</math></center>


'''(4)'''
'''(4)'''
Mówimy, że wektory <math>\displaystyle a_1,\ldots,a_k\in X</math> tworzą układ
Mówimy, że wektory <math>\displaystyle a_1,\ldots,a_k\in X</math> tworzą układ
'''''ortonormalny''''',
{ortonormalny},
jeśli
jeśli


<center><math>\displaystyle  
<center><math>\displaystyle \graph
\forall i,j:\ \
\forall i,j:\ \
(a_i|a_j)=\delta_{ij}
(a_i|a_j)=\delta_{ij}
\ \stackrel{df}{=}\
\sr
\left\{
\left\{
\begin{array} {ll}
\begin{array} {ll}
Linia 927: Linia 818:
są parami ortogonalne oraz mają
są parami ortogonalne oraz mają
normę <math>\displaystyle 1</math>).
normę <math>\displaystyle 1</math>).
}}


Poniższe twierdzenie podamy tu bez dowodu.
Poniższe twierdzenie podamy tu bez dowodu.
{{twierdzenie|||


Każda przestrzeń unitarna skończenie wymiarowa posiada bazę
Każda przestrzeń unitarna skończenie wymiarowa posiada bazę
ortonormalną (to znaczy bazę tworzącą układ ortonormalny).
ortonormalną (to znaczy bazę tworzącą układ ortonormalny).
}}


{{przyklad|||
Baza kanoniczna w <math>\displaystyle \displaystyle\rr^N</math> jest bazą ortonormalną.


Baza kanoniczna w <math>\displaystyle \displaystyle\mathbb{R}^N</math> jest bazą ortonormalną.
'''(Warunek równoległoboku)'''<br>
}}


{{twierdzenie|||
'''(Warunek równoległoboku)'''<br>
Jeśli
<math>\displaystyle \displaystyle\big(X,(\cdot|\cdot)\big)</math> jest przestrzenią unitarną oraz
<math>\displaystyle \displaystyle\big(X,(\cdot|\cdot)\big)</math> jest przestrzenią unitarną oraz
<math>\displaystyle \displaystyle\|\cdot\|</math> jest normą zadaną przez iloczyn skalarny,
<math>\displaystyle \displaystyle\|\cdot\|</math> jest normą zadaną przez iloczyn skalarny,
to


<center><math>\displaystyle \forall x,y\in X:\ \
<center><math>\displaystyle \forall x,y\in X:\ \
Linia 955: Linia 837:
2\big(\|x\|^{2}+\|y\|^{2}\big).
2\big(\|x\|^{2}+\|y\|^{2}\big).
</math></center>
</math></center>
}}
{{dowod|||


Dla dowolnych ustalonych <math>\displaystyle x,y\in X</math> liczymy
Dla dowolnych ustalonych <math>\displaystyle x,y\in X</math> liczymy
Linia 974: Linia 852:
</math></center>
</math></center>


Dodając stronami powyższe równości dostajemy tezę twierdzenia.
Dodając stronami powyższe równości, dostajemy tezę twierdzenia.
}}


{ [[Rysunek AM2.M03.W.R13 (stary numer AM2.4.7)]]}
{ [[Rysunek AM2.M03.W.R13 (stary numer AM2.4.7)]]}


{{twierdzenie|||
'''(Twierdzenie Pitagorasa)'''<br>
'''(Twierdzenie Pitagorasa)'''<br>
Jeśli
 
<math>\displaystyle \displaystyle\big(X,(\cdot|\cdot)\big)</math>
<math>\displaystyle \displaystyle\big(X,(\cdot|\cdot)\big)</math>
jest przestrzenią unitarną oraz
jest przestrzenią unitarną oraz
<math>\displaystyle \displaystyle\|\cdot\|</math> jest normą zadaną przez iloczyn skalarny,
<math>\displaystyle \displaystyle\|\cdot\|</math> jest normą zadaną przez iloczyn skalarny,
to


<center><math>\displaystyle \forall x,y\in X:\ \
<center><math>\displaystyle \forall x,y\in X:\ \
\bigg[
\bigg[
x\perp y
x\perp y
\ \ \Longleftrightarrow\ \
\ \ \Llra\ \
\|x+y\|^{2}
\|x+y\|^{2}
=
=
Linia 996: Linia 871:
\bigg].
\bigg].
</math></center>
</math></center>
}}
{{dowod|||


Dla dowolnych ustalonych <math>\displaystyle x,y\in X</math> liczymy
Dla dowolnych ustalonych <math>\displaystyle x,y\in X</math> liczymy
Linia 1012: Linia 883:
co należało dowieść.<br>
co należało dowieść.<br>
{ [[Rysunek AM2.M03.W.R14 (stary numer AM2.4.8)]]}
{ [[Rysunek AM2.M03.W.R14 (stary numer AM2.4.8)]]}
}}
 
Zauważmy, że gdy <math>\displaystyle X=\rr^2,</math> to implikacja w prawą stronę w
powyższym twierdzeniu (<math>\displaystyle \Lra</math>), to znane ze szkoły twierdzenie
Pitagorasa.
Implikację w lewą stronę (<math>\displaystyle \Lla</math>) znamy ze szkoły jako
twierdzenie odwrotne do twierdzenia Pitagorasa.

Wersja z 19:22, 24 sie 2006

Uwaga: przekonwertowane latex2mediawiki; prawdopodobnie trzeba wprowadzi栰oprawki

Norma. Iloczyn skalarny

W wykładzie tym wprowadzamy pojęcie normy i przestrzeni unormowanej. Pokazujemy, że kule w przestrzeniach unormowanych są zbiorami wypukłymi. Wprowadzamy pojęcia iloczynu skalarnego i przestrzeni unitarnej. Dowodzimy nierówność Schwarza, warunek równoległoboku i twierdzenie Pitagorasa.

Przestrzenie unormowane

Przypomnijmy, że na pierwszym wykładzie z Analizy Matematycznej 2 wprowadziliśmy pojęcie metryki, czyli funkcji, która każdym dwóm punktom danego zbioru przyporządkowuje ich odległość. W przypadku, gdy dany zbiór jest przestrzenią wektorową, możemy wprowadzić funkcję mierzącą "długość" wektora. Funkcję tę nazwiemy normą. Okaże się (zgodnie z intuicją, jak dla przypadku płaszczyzny Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle \displaystyle\rr^2} ), że jeśli umiemy zmierzyć długość wektorów przestrzeni wektorowej X, to możemy także mierzyć odległość między punktami zbioru X.

Pojęcie normy jest szczególnie przydatne w przestrzeniach funkcji (na przykład przestrzeniach funkcji liniowych lub przestrzeniach funkcji ciągłych). Norma będzie nam również przydatna w przyszłości do zdefiniowania pochodnych wyższych rzędów dla funkcji wielu zmiennych.

Wprowadźmy formalną definicję (wektor zerowy przestrzeni wektorowej X będziemy oznaczać przez Θ).

Niech X będzie przestrzenią wektorową nad ciałem K (Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle K=\rr} lub Parser nie mógł rozpoznać (nieznana funkcja „\cc”): {\displaystyle \displaystyle K=\cc} ).
Odwzorowanie Parser nie mógł rozpoznać (nieznana funkcja „\lra”): {\displaystyle \displaystyle \displaystyle\|\cdot\|\colon X\lra\rr_+} nazywamy normą w X, jeśli:
(1) Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \displaystyle\forall x\in X:\ \ \|x\|=0\ \Llra\ x=\Theta;}
(2) Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \displaystyle\forall x\in X,\ \ \lambda\in K:\ \ \|\lambda x\|=|\lambda|\cdot\|x\|} (jednorodność);
(3) Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \displaystyle\forall x,y\in X:\ \ \|x+y\|\le\|x\|+\|y\|} (subaddytywność).
Parę (X,) nazywamy {przestrzenią unormowaną}.

Zauważmy, że definicja powyższa precyzuje nasze naturalne wymagania w stosunku do długości wektora, a mianowicie:
(1) długość wektora wynosi zero wtedy i tylko wtedy, gdy wektor jest zerowy;
(2) długość iloczynu wektora przez liczbę, to iloczyn długości tego wektora i wartości bezwzględnej tej liczby;
(3) długość sumy wektorów jest nie większa od sumy ich długości.

W przestrzeni wektorowej Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle \displaystyle\rr^N} nad Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle \displaystyle\rr} możemy wprowadzić następujące normy:
Parser nie mógł rozpoznać (nieznana funkcja „\sri”): {\displaystyle \displaystyle \displaystyle \|x\|_{2} \sri \sqrt{\sum_{i=1}^N x_i^2}, \qquad x=(x_1,\ldots,x_N)\in\rr^N} (norma euklidesowa),
Parser nie mógł rozpoznać (nieznana funkcja „\sri”): {\displaystyle \displaystyle \displaystyle \|x\|_{1} \sri \sum_{i=1}^N |x_i|, \qquad x=(x_1,\ldots,x_N)\in\rr^N} (norma taksówkowa),
Parser nie mógł rozpoznać (nieznana funkcja „\sri”): {\displaystyle \displaystyle \displaystyle \|x\|_{\infty} \sri \max_{1\le i\le N} |x_i|, \qquad x=(x_1,\ldots,x_N)\in\rr^N} (normamaksimowa).
Dowód faktu, że powyższe odwzorowania są normami, pozostawiamy na ćwiczenia (patrz Zadanie Uzupelnic z.new.am2.c.03.010|). Nazwy powyższych norm nie są przypadkowe (patrz Uwaga Uzupelnic u.new.am2.w.03.040|).

Okazuje się, że każda przestrzeń unormowana jest w naturalny sposób przestrzenią metryczną. Mówi o tym następujące twierdzenie.

(X,) jest przestrzenią unormowaną, Parser nie mógł rozpoznać (nieznana funkcja „\lra”): {\displaystyle \displaystyle d\colon X\times X\lra\rr_+} jest funkcją zadaną przez Parser nie mógł rozpoznać (nieznana funkcja „\sri”): {\displaystyle \displaystyle d(x,y)\sri\|x-y\|,\displaystyle \displaystyle (X,d)} jest przestrzenią metryczną.
Mówimy, że d jest {metryką zadaną przez normę} .

Załóżmy, że jest normą w X. Pokażemy, że odwzorowanie Parser nie mógł rozpoznać (nieznana funkcja „\lra”): {\displaystyle \displaystyle d\colon X\times X\lra\rr_+} zadane przez Parser nie mógł rozpoznać (nieznana funkcja „\sri”): {\displaystyle \displaystyle d(x,y)\sri\|x-y\|} jest metryką w X.
(1) Zauważmy, że dla dowolnych x,yX:

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle d(x,y) \ =\ \|x-y\| \ \ge\ 0 }

oraz

d(x,y)=0xy=0x=y.

(2) Dla dowolnych x,yX mamy

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle d(x,y) \ =\ \|x-y\| \ =\ |-1|\|x-y\| \ =\ \|(-1)(x-y)\| \ =\ \|-x+y\| \ =\ \|y-x\| \ =\ d(y,x). }

(3) Dla dowolnych x,y,zX mamy

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle d(x,y) \ =\ \|x-y\| \ =\ \|x-z+z-y\| \ \le\ \|x-z\|+\|z-y\| \ =\ d(x,z)+d(z,y), }

więc zachodzi warunek trójkąta dla d.

Pokazaliśmy zatem, że d jest metryką.

(1) Z powyższego twierdzenia wynika, że każda norma zadaje metrykę.
(2) Nie każda metryka jest zadana przez normę (patrz Wniosek Uzupelnic w.new.am2.w.03.120|).
(3) Zbieżność w sensie metryki zadanej przez normę nazywamy {zbieżnością silną} lub {zbieżnością w normie}, to znaczy jeśli {xn}X jest ciągiem, to

Parser nie mógł rozpoznać (nieznana funkcja „\graph”): {\displaystyle \displaystyle \graph x_n \ \stackrel{\|\cdot\|}{\lra} x \ \ \ \stackrel{df}{\Llra}\ \ \ \|x_n-x\| \ \lra\ 0. }

(4) Normy: euklidesowa, taksówkowa, maksimowa, zdefiniowane w Przykładzie Uzupelnic p.new.am2.w.03.020|, zadają odpowiednio metryki euklidesową, taksówkową, maksimową (patrz Zadanie Uzupelnic z.new.am2.c.03.020|).

W przypadku norm można rozważać ich równoważność.

Dwie normy a i b w przestrzeni unormowanej X nazywamy {równoważnymi}, jeśli

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \exists m,M>0\ \ \forall x\in X:\ \ m\|x\|_{a} \ \le\ \|x\|_{b} \ \le\ M\|x\|_{a}. }

Równoważność norm ma następujące własności.

(1) Relacja równoważności norm jest relacją równoważnościową w zbiorze wszystkich norm na danej przestrzeni unormowanej.
(2) Normy: euklidesowa 2, maksimowa i taksówkowa 1 są równoważne (będzie to pokazane na ćwiczeniach; patrz Zadanie Uzupelnic z.new.am2.c.03.030|). Okazuje się, że w przestrzeniach wektorowych skończenie wymiarowych wszystkie normy są równoważne (patrz Twierdzenie Uzupelnic t.new.am2.w.03.150|).

Twierdzenie poniższe podajemy tu bez dowodu.

Wszystkie normy w Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle \displaystyle\rr^N} są równoważne.

Kolejne twierdzenie mówi, że odwzorowanie normy Parser nie mógł rozpoznać (nieznana funkcja „\lra”): {\displaystyle \displaystyle \displaystyle\|\cdot\|\colon X\lra\rr_+} jest ciągłe (oczywiście w przestrzeni X rozważamy metrykę zadaną przez normę, a w Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle \displaystyle\rr} metrykę euklidesową).

(Ciągłość normy)
Norma jest funkcją ciągłą, to znaczy

Parser nie mógł rozpoznać (nieznana funkcja „\limn”): {\displaystyle \displaystyle \limn x_n = x \ \ \ \Lra\ \ \ \limn\|x_n\|=\|x\|. }

W dowodzie powyższego twierdzenia wykorzystamy następujący lemat, będący wariantem nierówności trójkąta.

X jest przestrzenią unormowaną,

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \forall x,y\in X:\ \big|\|x\|-\|y\|\big| \ \le\ \|x-y\|. }

Korzystając z subaddytywności normy, dla dowolnych x,yX mamy

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \|x\| \ =\ \|x+(-y)+y\| \ \le\ \|x-y\|+\|y\|, }

czyli

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \|x\|-\|y\| \ \le\ \|x-y\|. }

Analogicznie pokazujemy, że

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \|y\|-\|x\| \ \le\ \|x-y\|. }

Obie powyższe nierówności implikują nierówność w tezie lematu.

Twierdzenia Uzupelnic t.new.am2.w.03.070|
Warunek Parser nie mógł rozpoznać (nieznana funkcja „\limn”): {\displaystyle \displaystyle \displaystyle\limn x_n = x} oznacza, że

Parser nie mógł rozpoznać (nieznana funkcja „\limn”): {\displaystyle \displaystyle \limn \|x_n-x\| \ =\ 0. }

Ustalmy dowolne Parser nie mógł rozpoznać (nieznana funkcja „\eps”): {\displaystyle \displaystyle \displaystyle\eps>0.} Z powyższej równości wynika, że

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \exists N\forall n\ge N:\ \|x_n-x\| \ \le\ \eps. }

Zatem dla nN mamy

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \big|\|x_n\|-\|x\|\big| \ \le\ \|x_n-x\| \ \le\ \eps. }

Zatem pokazaliśmy, że Parser nie mógł rozpoznać (nieznana funkcja „\graph”): {\displaystyle \displaystyle \displaystyle\graph\|x_n\|\stackrel{\rr}{\lra}\|x\|.}

Dowód tego, że Parser nie mógł rozpoznać (nieznana funkcja „\ol”): {\displaystyle \displaystyle \ol{K}(a,r)} jest zbiorem wypukłym jest analogiczny.

(1) Implikacja odwrotna do implikacji w twierdzeniu Uzupelnic t.new.am2.w.03.070| nie jest prawdziwa.
Aby to zobaczyć, rozważmy ciąg Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle \displaystyle\{x_n\}\subseteq \rr} zadany przez xn=(1)n. Wówczas

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \|x_n\|_2 \ =\ 1 \ \lra\ 1, }

ale sam ciąg {xn} nie jest silnie zbieżny (dlaczego?)
(2) Jeżeli granicą ciągu {xn} jest Θ (wektor "zerowy" przestrzeni wektorowej), to implikację w Twierdzeniu Uzupelnic t.new.am2.w.03.070| można odwrócić, to znaczy zachodzi równoważność:

Parser nie mógł rozpoznać (nieznana funkcja „\limn”): {\displaystyle \displaystyle \limn x_n = \Theta \ \ \ \Llra\ \ \ \limn\|x_n\|=0 }

(dowód pozostawiamy jako proste ćwiczenie).

W przestrzeniach wektorowych możemy mówić o wypukłości zbiorów.

Niech X będzie przestrzenią unormowaną oraz AX.
(1) Jeśli x,yX, to {odcinkiem} w X łączącym punkty x i y nazywamy zbiór

Parser nie mógł rozpoznać (nieznana funkcja „\sr”): {\displaystyle \displaystyle [x,y] \sr \bigg\{z\in X:\ z=\lambda x+(1-\lambda)y:\ \ \lambda\in[0,1]\bigg\}. }

{ Rysunek AM2.M03.W.R01 (stary numer AM2.4.1a)}
{ Rysunek AM2.M03.W.R02 (stary numer AM2.4.1b)}
(2) Mówimy, że zbiór A jest {wypukły}, jeśli

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \forall x,y\in A:\ \ [x,y]\subseteq A. }

{ Rysunek AM2.M03.W.R03 (stary numer AM2.4.2a)}
{ Rysunek AM2.M03.W.R04 (stary numer AM2.4.2b)}

W szczególnych przestrzeniach metrycznych, jakimi są przestrzenie unormowane, kule mają tę przydatną własność, że są wypukłe.

Kule i kule domknięte w przestrzeniach unormowanych są wypukłe.
{ Rysunek AM2.M03.W.R05 (stary numer AM2.4.3a)}
{ Rysunek AM2.M03.W.R06 (stary numer AM2.4.3b)}
{ Rysunek AM2.M03.W.R07 (stary numer AM2.4.3c)}

Niech aX oraz r>0. Pokażemy, że kula K(a,r) jest zbiorem wypukłym. W tym celu wybierzmy dowolne x1,x2K(a,r). Z definicji kuli wynika, że

x1a<r,x2a<r.

Niech x[x1,x2]. Należy pokazać, że xK(a,r). Z definicji odcinka w X wiemy, że

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \exists \lambda\in[0,1]:\ x=\lambda x_1+(1-\lambda)x_2. }

Zatem

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \|x-a\| \ =\ \|\lambda x_1+(1-\lambda)x_2-a\| \ =\ \|\lambda(x_1-a)+(1-\lambda)(x_2-a)\| \ \le\ \lambda\|x_1-a\|+(1-\lambda)\|x_2-a\| \ <\ \lambda r+(1-\lambda)r \ =\ r. }

Zatem pokazaliśmy, że xK(a,r).

Powyższe twierdzenie dostarcza nam pewnego warunku koniecznego na to, aby dana przestrzeń metryczna była zadana przez normę.

Metryka kolejowa i metryka rzeka w Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle \displaystyle\rr^2} nie są zadane przez żadną normę, ponieważ kule w tych metrykach nie są zbiorami wypukłymi (patrz Przykład Uzupelnic p.new.am2.w.01.050| oraz Przykład Uzupelnic p.new.am2.w.01.060|).
{ Rysunek AM2.M03.W.R08 (stary numer AM2.4.4a)}
{ Rysunek AM2.M03.W.R09 (stary numer AM2.4.4b)}

Przypomnijmy, że przestrzeń metryczną nazywamy zupełną, gdy każdy ciąg Cauchy'ego tej przestrzeni ma granicę (patrz Definicja Uzupelnic d.new.am2.w.02.100|). Wśród przestrzeni unormowanych szczególną rolę odgrywają przestrzenie unormowane zupełne.

{Przestrzenią Banacha} nazywamy przestrzeń unormowaną zupełną.

(1) Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle \displaystyle\big(\rr^N,\|\cdot\|_{2}\big) } jest przestrzenią Banacha (patrz Wniosek Uzupelnic w.new.am2.w.02.230|).
(2) Przestrzeń Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle C\big([a,b];\rr\big)} z normą f=supx[a,b]|f(x)| jest przestrzenią Banacha (patrz Zadanie Uzupelnic z.new.am2.c.03.050|).

Przestrzenie unitarne

W przestrzeniach wektorowych możemy wprowadzić pojęcie iloczynu skalarnego. Dzięki niemu będziemy mogli mówić o prostopadłości wektorów. Okaże się, że przestrzenie z iloczynem skalarnym są także przestrzeniami unormowanymi z naturalnie wprowadzoną normą.

Niech X będzie rzeczywistą przestrzenią wektorową. Odwzorowanie Parser nie mógł rozpoznać (nieznana funkcja „\lra”): {\displaystyle \displaystyle \displaystyle (\cdot|\cdot)\colon X\times X\lra \rr} nazywamy {iloczynem skalarnym} w X, jeśli:
(1) Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \displaystyle\forall x\in X:\ \ \big[(x|x)\ge 0\big] \ } i Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \ \big[ (x|x)=0 \ \Llra\ x=\Theta \big];}
(2) Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle \displaystyle\forall x,y\in X,\ \lambda\in\rr:\ \ (\lambda x|y)=\lambda(x|y);}
(3) Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \displaystyle\forall x,y,z\in X:\ \ (x+y|z)=(x|z)+(y|z);}
(4) Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \displaystyle\forall x,y\in X:\ \ (x|y)=(y|x)} (symetria).
Parę (X,(|)) nazywamy {przestrzenią unitarną}.

(a) Warunki (2) i (3) mówią, że iloczyn skalarny jest liniowy ze względu na pierwszą zmienną.
(b) Ze względu na symetrię (4), iloczyn skalarny jest także liniowy ze względu na drugą zmienną, zatem jest on dwuliniowy.

Odwzorowanie zdefiniowane przez

Parser nie mógł rozpoznać (nieznana funkcja „\sr”): {\displaystyle \displaystyle (x|y) \sr \sumijN x_iy_i \quad } dla Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle \ x=(x_1,\ldots,x_N),\ y=(y_1,\ldots,y_N)\in\rr^N }

jest iloczynem skalarnym w Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle \displaystyle\rr^N.} Nazywamy go {standardowym iloczynem skalarnym} w Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle \rr^N.} Iloczyn ten znamy ze szkoły dla przestrzeni Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle \rr^2} i Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle \rr^3.}

Sprawdzimy kolejno punkty definicji iloczynu skalarnego.
(1) Dla dowolnego Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle x\in\rr^N,} mamy

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle (x|x) \ =\ \sum_{n=1}^N x_i^2 \ \ge\ 0 }

oraz

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle (x|x)=0 \ \Longleftrightarrow\ \sum_{n=1}^N x_i^2=0 \ \Longleftrightarrow\ x_1=\ldots=x_N \ \Longleftrightarrow\ x=\Theta. }

(2) Dla dowolnych Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle x,y\in\rr^N} oraz Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle \lambda\in\rr,} mamy

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle (\lambda x,y) \ =\ \sum_{n=1}^N \lambda x_iy_i \ =\ \lambda \sum_{n=1}^N x_iy_i \ =\ \lambda (x|y) }

(3) Dla dowolnych Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle x,y,z\in\rr^N,} mamy

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle (x+y|z) \ =\ \sum_{n=1}^N (x_i+y_i)z_i \ =\ \sum_{n=1}^N(x_iz_i+y_iz_i) \ =\ \sum_{n=1}^N x_iz_i +\sum_{n=1}^Ny_iz_i \ =\ (x|z)+(y|z). }

(4) Dla dowolnych Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle x,y\in\rr^N,} mamy

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle (x|y) \ =\ \sum_{n=1}^N x_iy_i \ =\ \sum_{n=1}^N y_ix_i \ =\ (y|x). }

Zatem pokazaliśmy, że odwzorowanie Parser nie mógł rozpoznać (nieznana funkcja „\sumijN”): {\displaystyle \displaystyle (x|y)=\sumijN x_iy_i} jest iloczynem skalarnym w Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle \rr^N.}

Okazuje się, że przestrzeń z iloczynem skalarnym jest przestrzenią unormowaną.

(X,(|)) jest przestrzenią unitarną oraz Parser nie mógł rozpoznać (nieznana funkcja „\sr”): {\displaystyle \displaystyle \displaystyle\forall x\in X:\ \|x\|_{}\sr\sqrt{(x|x)} ,\displaystyle \displaystyle\|\cdot\|_{}} jest normą w X.
Mówimy, że jest {normą zadaną przez iloczyn skalarny} (|).

W dowodzie wykorzystamy następującą nierówność Schwarza, zachodzącą w przestrzeniach unitarnych.

(Nierówność Schwarza)
Jeśli (X,(|)) jest przestrzenią unitarną, to

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \forall x,y\in X:\ \ \left|(x|y)\right|\le\|x\|\|y\|. }

Ustalmy dowolne x,yX. Jeśli y=Θ to powyższa nierówność jest oczywistą równością. Załóżmy, że yΘ. Niech λ=(x|y)(y|y) Korzystając z dwuliniowości iloczynu skalarnego, mamy:

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle 0 \ \le\ (x-\lambda y|x-\lambda y) \ =\ (x|x)-2\lambda(x|y)+\lambda^2(y|y) \ =\ (x|x)-2\frac{(x|y)^2}{(y|y)} +\frac{(x|y)^2}{(y|y)} }
Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle =\ (x|x) -\frac{(x|y)^2}{(y|y)} \ =\ \|x\|-\frac{(x|y)^2}{\|y\|}. }

Zatem mamy

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \frac{(x|y)^2}{\|y\|^2} \ \le\ \|x\|^2, }

skąd

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle (x|y)^2 \ \le\ \|x\|^2\cdot \|y\|^2, }

a zatem

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle |(x|y)| \ \le\ \|x\|\cdot\|y\|, }

co należało dowieść.

Zauważmy, że nierówność Cauchy'ego (patrz Lemat AM1.Uzupelnic l.new.am1.w.03.080|) jest szczególnym przypadkiem nierówności Schwarza, gdy w przestrzeni Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle \displaystyle\rr^N} mamy standardowy iloczyn skalarny.

Twierdzenia Uzupelnic t.new.am2.w.03.180|.
(1)

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \|x\|=0 \ \Longleftrightarrow\ (x|x)=0 \ \Longleftrightarrow x=\Theta, }

zatem pierwszy warunek w definicji normy jest spełniony.
(2)

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \|\lambda x\| \ =\ \sqrt{(\lambda x|\lambda x)} \ =\ \sqrt{\lambda^2}\sqrt{(x|x)} \ =\ |\lambda|\|x\|, }

zatem drugi warunek (jednorodność) w definicji normy jest spełniony.
(3) Korzystając z nierówności Schwarza, mamy

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \|x+y\|^2 \ =\ (x+y|x+y) \ =\ (x|x)+2(x|y)+(y|y) \ \le\ \|x\|^2+2\|x\|\cdot\|y\| +\|y^2\| \ =\ (\|x\|+\|y\|)^2, }

zatem

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \|x+y\| \ \le\ \|x\|+\|y\|. }

zatem trzeci warunek (subaddytywność) w definicji normy jest spełniony.

Iloczyn skalarny w Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle \rr^N} dany wzorem (patrz Przykład Uzupelnic t.new.am2.w.03.175|)

Parser nie mógł rozpoznać (nieznana funkcja „\sr”): {\displaystyle \displaystyle (x|y) \sr \sumijN x_iy_i \quad } dla Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle \ x=(x_1,\ldots,x_N),\ y=(y_1,\ldots,y_N)\in\rr^N }

zadaje normę euklidesową, bo

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \sqrt{(x|x)} \ =\ \sqrt{\sumijN x_i^2} \ =\ \|x\|_{2}. }

Podobnie jak dla przestrzeni unormowanych, tak i dla przestrzeni unitarnych szczególną rolę odgrywają przestrzenie unitarne zupełne.

{Przestrzenią Hilberta} nazywamy przestrzeń unitarną zupełną.

(Ciągłość iloczynu skalarnego)
Iloczyn skalarny w przestrzeni unitarnej jest funkcją ciągłą, to znaczy

Parser nie mógł rozpoznać (nieznana funkcja „\graph”): {\displaystyle \displaystyle \graph \bigg[ x_n\stackrel{X}{\lra} x,\ y_n\stackrel{X}{\lra} y \bigg] \ \ \Lra\ \ \bigg[ (x_n|y_n) \ \stackrel{\rr}{\lra}\ (x|y) \bigg] }

(oczywiście zbieżność Parser nie mógł rozpoznać (nieznana funkcja „\graph”): {\displaystyle \displaystyle \displaystyle\graph x_n\stackrel{X}{\lra} x} oznacza zbieżność w normie zadanej przez iloczyn skalarny (|)).

Niech {(xn,yn)} będzie ciągiem takim, że Parser nie mógł rozpoznać (nieznana funkcja „\graph”): {\displaystyle \displaystyle \displaystyle\graph x_n\stackrel{X}{\lra} x} i Parser nie mógł rozpoznać (nieznana funkcja „\graph”): {\displaystyle \displaystyle \displaystyle\graph y_n\stackrel{X}{\lra} y.} Oznacza to, że

Parser nie mógł rozpoznać (nieznana funkcja „\lra”): {\displaystyle \displaystyle \|x_n-x\| \ \lra\ 0,\quad \|y_n-y\| \ \lra\ 0 }

oraz z ciągłości normy (patrz Twierdzenie Uzupelnic t.new.am2.w.03.070|), mamy

Parser nie mógł rozpoznać (nieznana funkcja „\lra”): {\displaystyle \displaystyle \|x_n\|\lra \|x\|. }

Korzystając z nierówności Schwarza, mamy

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \big|(x_n|y_n)-(x|y)\big| \ =\ \big|(x_n|y_n)-(x_n|y)+(x_n|y)-(x|y)\big| \ \le\ \big|(x_n|y_n-y)+(x_n-x|y)\big| }
Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \le\ \|x_n\|\cdot\|y_n-y\| +\|x_n-x\|\cdot\|y\|. }

Z wyżej wskazanych zbieżności w Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle \displaystyle\rr} wynika, że prawa strona nierówności, a zatem także lewa, zmierza do zera, gdy Parser nie mógł rozpoznać (nieznana funkcja „\ra”): {\displaystyle \displaystyle n\ra+\infty.} Oznacza to, że Parser nie mógł rozpoznać (nieznana funkcja „\graph”): {\displaystyle \displaystyle \displaystyle\graph (x_n|y_n)\stackrel{\rr}{\lra}(x|y),} co należało dowieść.

W przestrzeni unitarnej możemy wprowadzić pojęcie prostopadłości wektorów.

Niech (X,(|)) będzie przestrzenią unitarną.
(1) Jeśli (x|y)=0, to mówimy, że wektory x i y są {ortogonalne} (lub {prostopadłe}) i piszemy xy.
{ Rysunek AM2.M03.W.R10 (stary numer AM2.4.5a)}
{ Rysunek AM2.M03.W.R11 (stary numer AM2.4.5b)} (2) Niech Y będzie podprzestrzenią wektorową X. Mówimy, że wektor x jest {ortogonalny} ({prostopadły}, {normalny}) do podprzestrzeni Y, jeśli

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \forall y\in Y:\ x\perp y. }

Piszemy xY.
{ Rysunek AM2.M03.W.R12 (stary numer AM2.4.6)}
(3) Mówimy, że wektory a1,,akX tworzą układ {ortogonalny}, jeśli

Parser nie mógł rozpoznać (nieznana funkcja „\qfa”): {\displaystyle \displaystyle (a_i|a_j)=0 \qfa i\ne j. }

(4) Mówimy, że wektory a1,,akX tworzą układ {ortonormalny}, jeśli

Parser nie mógł rozpoznać (nieznana funkcja „\graph”): {\displaystyle \displaystyle \graph \forall i,j:\ \ (a_i|a_j)=\delta_{ij} \sr \left\{ \begin{array} {ll} 1 & \quad i=j,\\ 0 & \quad i\ne j \end{array} \right. }

(to znaczy wektory a1,,ak są parami ortogonalne oraz mają normę 1).

Poniższe twierdzenie podamy tu bez dowodu.

Każda przestrzeń unitarna skończenie wymiarowa posiada bazę ortonormalną (to znaczy bazę tworzącą układ ortonormalny).

Baza kanoniczna w Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle \displaystyle\rr^N} jest bazą ortonormalną.

(Warunek równoległoboku)

(X,(|)) jest przestrzenią unitarną oraz jest normą zadaną przez iloczyn skalarny,

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \forall x,y\in X:\ \ \|x+y\|^{2} +\|x-y\|^{2} \ =\ 2\big(\|x\|^{2}+\|y\|^{2}\big). }

Dla dowolnych ustalonych x,yX liczymy

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \|x+y\|^2 \ =\ \|x\|^2+2(x|y)+\|y\|^2, }

oraz

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \|x-y\|^2 \ =\ \|x\|^2-2(x|y)+\|y\|^2. }

Dodając stronami powyższe równości, dostajemy tezę twierdzenia.

{ Rysunek AM2.M03.W.R13 (stary numer AM2.4.7)}

(Twierdzenie Pitagorasa)

(X,(|)) jest przestrzenią unitarną oraz jest normą zadaną przez iloczyn skalarny,

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \forall x,y\in X:\ \ \bigg[ x\perp y \ \ \Llra\ \ \|x+y\|^{2} = \|x\|^{2}+\|y\|^{2} \bigg]. }

Dla dowolnych ustalonych x,yX liczymy

Parser nie mógł rozpoznać (błąd składni): {\displaystyle \displaystyle \|x+y\|^2 \ =\ \|x\|^2+2\underbrace{(x|y)}\limits_{=0}+\|y\|^2 \ =\ \|x\|^2+\|y\|^2, }

co należało dowieść.
{ Rysunek AM2.M03.W.R14 (stary numer AM2.4.8)}

Zauważmy, że gdy Parser nie mógł rozpoznać (nieznana funkcja „\rr”): {\displaystyle \displaystyle X=\rr^2,} to implikacja w prawą stronę w powyższym twierdzeniu (Parser nie mógł rozpoznać (nieznana funkcja „\Lra”): {\displaystyle \displaystyle \Lra} ), to znane ze szkoły twierdzenie Pitagorasa. Implikację w lewą stronę (Parser nie mógł rozpoznać (nieznana funkcja „\Lla”): {\displaystyle \displaystyle \Lla} ) znamy ze szkoły jako twierdzenie odwrotne do twierdzenia Pitagorasa.