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.
வேலை செய்த உதாரணம் · eigenvalues of [[2,1],[1,2]]
Eigenvalues of [[2,1],[1,2]]
படிப்படியாக
- \det(A - \lambda I) = 0
Eigenvalues are the roots of the characteristic polynomial.
- \det\left[\begin{matrix}2 - \lambda & 1\\1 & 2 - \lambda\end{matrix}\right] = 0
Subtract λ from the diagonal.
- \lambda^{2} - 4 \lambda + 3 = 0
Expand the determinant.
- \left(\lambda - 3\right) \left(\lambda - 1\right) = 0
Factor.
- \lambda = 3, \lambda = 1
Eigenvalues (with multiplicity).
- \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.
- \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.
விடை தெரியப்படுத்து
இப்போது நீங்கள் ஒரு பிரச்சனையை தேர்ந்தெடு, அல்லது தங்களையே வரையவும். ஒவ்வொரு படியும், ஒரு படமாக, நீங்கள் கேட்கும் வரை பதில் மறைக்கப்படும்.
இலவச கணக்கு ஒவ்வொரு பாடத்திலும் குறிப்புகளை சேர்க்கும், நீங்கள் முடித்ததை பதிவு செய்கிறது, உங்கள் தீர்த்த பிரச்சனைகள் ஒரு இடத்தில், மற்றும் ஒரு ஆசிரியரை நீங்கள் இந்த பக்கத்தை பற்றி கேட்கலாம். கணிதமே அனைவருக்கும் திறந்துள்ளது, நுழைந்தாலும் இல்லையென்றாலும்.
பதிவு செய் உள்நுழைஇங்கே பயன்படுத்தப்பட்ட குறியீடுகள்
முழுமையான வரையறை, ஒரு படத்தை, மற்றும் ஒவ்வொரு எழுத்தும் என்ன அர்த்தம் என்று எந்த சின்னத்தையும் அழுத்து.
எப்படி: Hilbert spaces and the spectral theorem
- Eigenvalues are the roots of the characteristic polynomial.
- Subtract λ from the diagonal.
- Expand the determinant.
- Factor.
- Eigenvalues (with multiplicity).
- Solve (A − 1I)v = 0 for a basis eigenvector.
- Solve (A − 3I)v = 0 for a basis eigenvector.
கேள்விகள்
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.