{
  "id": "cauchy-schwarz-inequality",
  "title": "柯西–施瓦茨不等式",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "柯西–施瓦茨不等式指出，两向量内积的绝对值不超过其范数之积，且当且仅当两向量线性相关时取等号。",
  "category": "mathematics",
  "subcategory": "analysis",
  "type": "concept",
  "aliases": [
    "柯西不等式",
    "施瓦茨不等式",
    "柯西–布尼亚科夫斯基–施瓦茨不等式"
  ],
  "generated_at": "2026-10-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/cauchy-schwarz-inequality/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/cauchy-schwarz-inequality/",
      "json": "https://aiwiki.page/en/cauchy-schwarz-inequality.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "柯西–施瓦茨不等式是线性代数和数学分析中的一个基本不等式。它指出，两个向量的内积的绝对值不超过它们长度的乘积。其重要性在于，它用同一个原理统一描述了有限维向量、无穷序列、函数和随机变量所满足的关系。其一般形式为\n\n\\[|\\langle x,y\\rangle|\\leq \\|x\\|\\,\\|y\\|.\\]\n\n这里的长度由内积诱导的范数来度量。(people.maths.ox.ac.uk)"
    },
    {
      "heading": "表述与等号成立条件",
      "text": "设 \\(V\\) 是一个定义在实数域或复数域上、配备了内积的向量空间。定义\n\n\\[\\|x\\|=\\sqrt{\\langle x,x\\rangle}.\\]\n\n对任意 \\(x,y\\in V\\)，该不等式也可等价地写成\n\n\\[|\\langle x,y\\rangle|^2 \\leq \\langle x,x\\rangle\\langle y,y\\rangle.\\]\n\n等号成立当且仅当 \\(x\\) 与 \\(y\\) 线性相关：其中一个是另一个的标量倍数，或者至少有一个为零。因此，若两个非零向量线性无关，不等式就严格成立。这里不需要假设空间是有限维的或完备的；特别地，该结论在每个希尔伯特空间中都成立。(arxiv.org)\n\n绝对值不可省略。实内积可能为负，而复内积不一定是实数。这个不等式约束的是内积的大小，而不是给复数规定大小次序。(people.maths.ox.ac.uk)"
    },
    {
      "heading": "有限和与几何意义",
      "text": "对于欧几里得空间 \\(\\mathbb R^n\\) 中的向量 \\(a,b\\)，由通常的点积可得\n\n\\[\\left(\\sum_{i=1}^{n}a_i b_i\\right)^2 \\leq \\left(\\sum_{i=1}^{n}a_i^2\\right) \\left(\\sum_{i=1}^{n}b_i^2\\right).\\]\n\n对于复数坐标，对应的表达式为\n\n\\[\\left|\\sum_{i=1}^{n}a_i\\overline{b_i}\\right|^2 \\leq \\left(\\sum_{i=1}^{n}|a_i|^2\\right) \\left(\\sum_{i=1}^{n}|b_i|^2\\right),\\]\n\n其中横线表示复共轭。(linear.axler.net)\n\n在实内积空间中，该不等式保证，对于非零向量，有\n\n\\[\\frac{\\langle x,y\\rangle}{\\|x\\|\\|y\\|}\\in[-1,1].\\]\n\n因此，可以将这一比值作为夹角的余弦值，来定义两个向量之间的夹角。在通常的欧几里得几何学中，等号成立意味着两个向量沿同一直线，方向相同或相反。这个比值也是余弦相似度的基础。(ximera.osu.edu)\n\n例如，取 \\(a=(1,2)\\)、\\(b=(3,4)\\)，得到严格不等式 \\(121\\leq125\\)。若将 \\(b\\) 换成 \\((2,4)\\)，则由于 \\(b=2a\\)，等号成立。"
    },
    {
      "heading": "利用正交投影的证明",
      "text": "一种直接的数学证明利用了范数平方的非负性。约定内积对第一个变量是线性的。若 \\(y=0\\)，结论显然成立。否则，令\n\n\\[c=\\frac{\\langle x,y\\rangle}{\\|y\\|^2}, \\qquad z=x-cy.\\]\n\n则 \\(\\langle z,y\\rangle=0\\)。向量 \\(cy\\) 是 \\(x\\) 在由 \\(y\\) 张成的直线上的正交投影。展开范数的平方可得\n\n\\[0\\leq\\|z\\|^2 =\\|x\\|^2-\\frac{|\\langle x,y\\rangle|^2}{\\|y\\|^2}.\\]\n\n两边乘以 \\(\\|y\\|^2\\)，就证明了该不等式。等号成立当且仅当 \\(z=0\\)，这也证明了等号成立的条件。这一论证对实数和复数标量都适用。(linear.axler.net)\n\n实数情形下的另一种证明考虑如下非负的多项式：\n\n\\[\\|x-ty\\|^2 =\\|x\\|^2-2t\\langle x,y\\rangle+t^2\\|y\\|^2.\\]\n\n这个二次多项式的判别式不可能为正，由此可得同样的界。(people.maths.ox.ac.uk)"
    },
    {
      "heading": "积分与无穷序列",
      "text": "在测度论中，平方可积函数构成L^2 空间，其内积为\n\n\\[\\langle f,g\\rangle=\\int_\\Omega f\\overline g\\,d\\mu.\\]\n\n因此，\n\n\\[\\left|\\int_\\Omega f\\overline g\\,d\\mu\\right| \\leq \\left(\\int_\\Omega|f|^2\\,d\\mu\\right)^{1/2} \\left(\\int_\\Omega|g|^2\\,d\\mu\\right)^{1/2}.\\]\n\n由于 \\(|fg|\\) 可积，乘积的积分是良定义的。等号成立意味着两个函数作为 \\(L^2\\) 中的元素线性相关；因此，只要求它们几乎处处成比例，而不必在每一点都成比例。平方可和的无穷序列满足类似的不等式，而且它们对应项乘积组成的级数绝对收敛。(tropp.caltech.edu)"
    },
    {
      "heading": "概率与统计",
      "text": "对于同一概率空间上具有有限二阶矩的实值随机变量 \\(X,Y\\)，取内积 \\(\\langle X,Y\\rangle=\\mathbb E[XY]\\)，可得\n\n\\[|\\mathbb E[XY]|^2\\leq\\mathbb E[X^2]\\mathbb E[Y^2],\\]\n\n其中 \\(\\mathbb E\\) 表示期望值。将这一结论应用于中心化后的变量，可得\n\n\\[|\\operatorname{Cov}(X,Y)| \\leq \\sqrt{\\operatorname{Var}(X)\\operatorname{Var}(Y)}.\\]\n\n因此，协方差的绝对值不超过两个标准差的乘积。当两个方差都为正时，衡量线性相关关系的皮尔逊相关系数介于 \\(-1\\) 与 \\(1\\) 之间。当且仅当中心化后的变量几乎必然成比例时，等号成立。(tropp.caltech.edu)"
    },
    {
      "heading": "相关不等式",
      "text": "柯西–施瓦茨不等式可用于证明内积诱导的范数满足三角不等式：\n\n\\[\\|x+y\\|^2 \\leq\\|x\\|^2+2\\|x\\|\\|y\\|+\\|y\\|^2.\\]\n\n两边开平方可得 \\(\\|x+y\\|\\leq\\|x\\|+\\|y\\|\\)。这将内积空间的几何性质与赋范向量空间理论联系起来。(ximera.osu.edu)\n\n它也是赫尔德不等式在 \\(p=q=2\\) 时的特例；赫尔德不等式利用满足 \\(1/p+1/q=1\\) 的共轭指数来估计乘积的大小。与一般的赫尔德不等式不同，内积形式可以直接将等号成立的条件表述为线性相关。(math.ucla.edu)"
    }
  ],
  "links": [
    "linear-algebra",
    "mathematical-analysis",
    "inner-product",
    "norm-mathematics",
    "real-number",
    "complex-number",
    "vector-space",
    "linear-independence",
    "hilbert-space",
    "euclidean-space",
    "geometry",
    "cosine-similarity",
    "mathematical-proof",
    "orthogonal-projection",
    "polynomial",
    "measure-theory",
    "lp-space",
    "integral",
    "almost-everywhere",
    "probability-space",
    "random-variable",
    "expected-value",
    "covariance",
    "standard-deviation",
    "variance",
    "correlation",
    "almost-surely",
    "triangle-inequality",
    "normed-vector-space",
    "holders-inequality"
  ],
  "sources": [
    {
      "title": "people.maths.ox.ac.uk/~flynn/genus2/alg0506/LALect11.pdf",
      "url": "https://people.maths.ox.ac.uk/~flynn/genus2/alg0506/LALect11.pdf"
    },
    {
      "title": "arxiv.org/abs/1810.04315",
      "url": "https://arxiv.org/abs/1810.04315"
    },
    {
      "title": "linear.axler.net/LADR4e.pdf",
      "url": "https://linear.axler.net/LADR4e.pdf"
    },
    {
      "title": "ximera.osu.edu/oerlinalg/LinearAlgebra/VSP-0070/main",
      "url": "https://ximera.osu.edu/oerlinalg/LinearAlgebra/VSP-0070/main"
    },
    {
      "title": "tropp.caltech.edu/notes/Tro24-Probability-Theory-LN.pdf",
      "url": "https://www.tropp.caltech.edu/notes/Tro24-Probability-Theory-LN.pdf"
    },
    {
      "title": "math.ucla.edu/~rchu/131AH.pdf",
      "url": "https://www.math.ucla.edu/~rchu/131AH.pdf"
    }
  ],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}