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.

Przykład pracownika · 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]

Krok po kroku

  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.

Odkryj odpowiedź
\lambda = 3,\; \lambda = 1

Teraz ty Wybierz problem, albo wpisz lub narysuj swój własny. Każdy krok, obraz, odpowiedź ukryta, dopóki nie zapytasz.

Zachowaj swoją pracę.

Darmowe konto dodaje notatki na każdej lekcji, zapis tego, co zakończyłeś, rozwiązane problemy w jednym miejscu, a także korepetytor, którego możesz zapytać o tę stronę. Matematyka sama jest otwarta dla wszystkich, zapisana lub nie.

Podpisz Zalogowanie

Symbole używane tutaj

Dotknij dowolny symbol pełnej definicji, obrazu i co oznacza każda litera.

Jak to zrobić?: 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.

Pytania, które ludzie zadają

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.

Więcej w Functional Analysis

Normed and Banach spaces