maths.free › Functional Analysis › Hilbert spaces and the spectral theorem

Hilbert spaces and the spectral theorem

Inner products, orthonormal bases, Fourier series, and eigenvalues of operators.

An inner product gives angles and projections; an orthonormal basis expands any vector: Fourier series are exactly this in L². Self-adjoint operators have real spectrum and an eigen-decomposition, the infinite-dimensional version of diagonalising a symmetric matrix. Picture it: the symmetric matrix [[2,1],[1,2]] stretching along two perpendicular eigenvectors. Think it: quantum observables are self-adjoint operators; measurement outcomes are their spectrum.

Apdorotas pavyzdys · eigenvalues of [[2,1],[1,2]]

Linear-Algebra · Eigenvalues

Eigenvalues of [[2,1],[1,2]]

\left[\begin{matrix}2 & 1\\1 & 2\end{matrix}\right]

Žingsnis po žingsnio

  1. \det(A - \lambda I) = 0

    Eigenvalues are the roots of the characteristic polynomial.

  2. \det\left[\begin{matrix}2 - \lambda & 1\\1 & 2 - \lambda\end{matrix}\right] = 0

    Subtract λ from the diagonal.

  3. \lambda^{2} - 4 \lambda + 3 = 0

    Expand the determinant.

  4. \left(\lambda - 3\right) \left(\lambda - 1\right) = 0

    Factor.

  5. \lambda = 3, \lambda = 1

    Eigenvalues (with multiplicity).

  6. \lambda = 1:\ (A - \lambda I)\mathbf{v} = 0 \Rightarrow \mathbf{v} = \left[\begin{matrix}-1\\1\end{matrix}\right]

    Solve (A − 1I)v = 0 for a basis eigenvector.

  7. \lambda = 3:\ (A - \lambda I)\mathbf{v} = 0 \Rightarrow \mathbf{v} = \left[\begin{matrix}1\\1\end{matrix}\right]

    Solve (A − 3I)v = 0 for a basis eigenvector.

Atskleisti atsakymą
\lambda = 3,\; \lambda = 1

Dabar tu Pasirinkite problemą, arba įveskite ar piešti savo. Kiekvienas žingsnis, paveikslas, atsakymas paslėptas, kol jūs klausiate.

Išlaikyti savo darbą

Nemokama paskyra prideda pastabas apie kiekvieną pamoką, įrašą apie tai, ką baigėte, savo išspręstas problemas vienoje vietoje ir mokytoją, kurį galite paklausti apie šį puslapį. Pati matematika yra atvira visiems, kurie yra ar nėra užsiregistravę.

Prisijungti Prisijungti

Čia naudojami simboliai

Bakstelėkite visus simbolius, kad būtų galima apibrėžti visą apibrėžimą, paveikslėlį ir ką reiškia kiekviena raidė.

Kaip vartoti: Hilbert spaces and the spectral theorem

  1. Eigenvalues are the roots of the characteristic polynomial.
  2. Subtract λ from the diagonal.
  3. Expand the determinant.
  4. Factor.
  5. Eigenvalues (with multiplicity).
  6. Solve (A − 1I)v = 0 for a basis eigenvector.
  7. Solve (A − 3I)v = 0 for a basis eigenvector.

Klausimai, kuriuos klausia žmonės

What is a Hilbert space?

A vector space with an inner product (so lengths and angles make sense) that is complete (no missing limit points). Square-integrable functions form one; quantum states live in one.

Daugiau informacijos Functional Analysis

Normed and Banach spaces