1、引言
什么是赋范线性空间、内积空间,度量空间,希尔伯特空间 ?
现代数学的一个特点就是以集合为研究对象,这样的好处就是可以将很多不同问题的本质抽象出来,变成同一个问题。
函数空间/ 集合,最重要的是,1.元素;2、规则。
例如,线性空间,定义的元素:向量;规则:8大规则
但线性空间(线性代数课学的)中的元素没有“长度”(相当于三维空间中线段的长度),为了量化线性空间中的元素,所以又在线性空间引入特殊的“长度”,即范数。赋予了范数的线性空间即称为赋笵线性空间。
但赋范线性空间中两个元素之间没有角度的概念,为了解决该问题,所以在赋范线性空间中又引入了内积的概念。
因为有度量,所以可以在度量空间、赋范线性空间以及内积空间中引入极限,但抽象空间中的极限与实数上的极限有一个很大的不同就是,极限点可能不在原来给定的集合中,所以又引入了完备的概念,完备的内积空间就称为Hilbert空间。
这几个空间之间的关系是:线性空间与度量空间是两个不同的概念,没有交集。赋范线性空间就是赋予了范数的线性空间,也是度量空间(具有线性结构的度量空间,内积空间是赋范线性空间,希尔伯特空间就是完备的内积空间。
2、完备空间
完备空间或者完备度量空间是具有下述性质的空间:
空间中的任何柯西序列都收敛在该空间之内。
任一紧致度量空间都是完备的。
实际上,一个度量空间是紧致的当且仅当该空间是完备且完全有界的。
完备空间的任一子空间是完备的, 当且仅当它是一个闭子集。
若X为一集合,M是一个完备度量空间,则所有从X映射到M的有界函数f的集合B(X, M)是一个完备度量空间,其中集合B(X, M)中的距离定义为:
d
(
f
,
g
)
:
=
sup
{
d
(
f
(
x
)
,
g
(
x
)
)
:
x
∈
X
}
d
(
f
,
g
)
:
=
sup
{
d
(
f
(
x
)
,
g
(
x
)
)
:
x
∈
X
}
{\displaystyle d(f,g):=\sup \left\{\,d(f(x),g(x)):x\in X\,\right\}} d(f,g) := \sup\left\{\,d(f(x),g(x)) : x\in X \,\right\}
d(f,g):=sup{d(f(x),g(x)):x∈X}d(f,g):=sup{d(f(x),g(x)):x∈X}。
若X为一拓扑空间,M是一个完备度量空间,则所有从X映射到M的连续有界函数f的集合Cb(X,M)是B(X, M)(按上一条目的定义)中的闭子集,因而也是完备的。
贝尔纲定理:任一完备度量空间为一贝尔空间。就是说,该空间的可数个无处稠密子集的并集无内点。
3、希尔伯特空间
在数学里,希尔伯特空间即完备的内积空间,也就是说一个带有内积的完备向量空间。是有限维欧几里得空间的一个推广,使之不局限于实数的情形和有限的维数,但又不失完备性(而不像一般的非欧几里得空间那样破坏了完备性)。
此外,希尔伯特空间还是一个完备的空间,其上所有的柯西序列会收敛到此空间里的一点,从而微积分中的大部分概念都可以无障碍地推广到希尔伯特空间中。
希尔伯特空间为基于任意正交系上的多项式表示的傅立叶级数和傅立叶变换提供了一种有效的表述方式,而这也是泛函分析的核心概念之一。希尔伯特空间是公设化数学和量子力学的关键性概念之一。
在希尔伯特空间,所有元素运算取极限,仍然在这个空间内(或者定义的集合内)
4、拓扑空间
减少对距离的定义,提出了连续概念。
X的最简单的拓扑τ={X,∅}
,这个是平凡拓扑;
包含X所有子集的拓扑为,离散拓扑。
X是元素,τ是拓扑结构,组成一个拓扑空间。
最近开通了个公众号,主要分享python学习相关内容,推荐系统,风控等算法相关的内容,感兴趣的伙伴可以关注下。
公众号相关的学习资料会上传到QQ群596506387,欢迎关注。
参考: