本博文为观看《上海交通大学公开课-数学之旅-函数空间 》所整理笔记,公开课视频连接:http://open.163.com/newview/movie/free?pid=M8PTB0GHI&mid=M8PTBUHT0
数学中的空间 是 大家研究工作的对象和这些对象遵循的规则 组成的。数学空间的两个核心要素:元素和结构(线性结构和拓扑结构)(砖块为一个个元素,按照一定的结构盖成房子,就有了空间。房子是一个空间,但是一堆任意的砖,不一定是房子,因为,没有说明结构问题)
说到 距离 ,大多数人脑海里最熟悉的就是两点之间的欧式距离。实际生活中还有很多很多的距离:地球仪上两个地点的距离、城区距离、两条曲线之间的距离(取最大差异为距离,当最大差异都为0,两条曲线才为一条。)
1.距离:从具体到抽象
两个向量之间的距离 ,
x = ( x 1 , . . . , x n ) x=(x_1,...,x_n) x=(x1,...,xn)到 y = ( y 1 , . . . , y n ) y=(y_1,...,y_n) y=(y1,...,yn)之间的距离,可以用下面三种方式衡量:
1.两向量(点)之间的欧几里得距离:
d
1
(
x
,
y
)
=
(
x
1
−
y
1
)
2
+
.
.
.
+
(
x
n
−
y
n
)
2
d_1(x,y)=\sqrt{(x_1-y_1)^2+...+(x_n-y_n)^2}
d1(x,y)=(x1−y1)2+...+(xn−yn)2
2.最大分量差
d
2
(
x
,
y
)
=
m
a
x
∣
x
1
−
y
1
∣
,
.
.
.
,
∣
x
n
−
y
n
∣
d_2(x,y)=max{|x_1-y_1|,...,|x_n-y_n|}
d2(x,y)=max∣x1−y1∣,...,∣xn−yn∣
3.城区距离
d
3
(
x
,
y
)
=
∣
x
1
−
y
1
∣
+
.
.
.
+
∣
x
n
−
y
n
∣
d_3(x,y)=|x_1-y_1|+...+|x_n-y_n|
d3(x,y)=∣x1−y1∣+...+∣xn−yn∣
上面三种方式都可以定义为
x
,
y
x, y
x,y 之间的距离,它们之间不尽相同,确有着核心的共同点,抽象出来,就可以定义一个更一般的距离。
距离的定义
X X X是一个非空的集合,任意给定一对集合中的元素 x , y x,y x,y,都能确定一个实数 d ( x , y ) d(x,y) d(x,y)与 x , y x,y x,y 对应,并且 d ( x , y ) d(x,y) d(x,y)满足:
1.非负性
d
(
x
,
y
)
>
=
0
,
d
(
x
,
y
)
=
0
<
=
>
x
=
y
d(x,y)>=0,d(x,y)=0<=>x=y
d(x,y)>=0,d(x,y)=0<=>x=y
2.对称性
d
(
x
,
y
)
=
d
(
y
,
x
)
d(x,y)=d(y,x)
d(x,y)=d(y,x)
3.三角不等式
d
(
x
,
y
)
<
=
d
(
x
,
z
)
+
d
(
z
,
y
)
d(x,y)<=d(x,z)+d(z,y)
d(x,y)<=d(x,z)+d(z,y)
可称
d
(
x
,
y
)
d(x,y)
d(x,y)是两个元素之间的距离。
在集合 X X X中定义了 距离,可以度量两个元素之间的远近。如果在集合 X X X中再规定线性结构,就可以得到一个线性度量空间。
线性结构:向量加法和数乘,且 满足(7条运算定律)加法的交换律,结合律,零元,负元;数乘的交换律,单位1,数乘与加法的结合律。
2.范数
有了线性度量空间, 可以在此基础上定义范数
范数的定义
若 R n R^n Rn上的映射 ∣ ∣ x ∣ ∣ ||x|| ∣∣x∣∣满足以下三点,称 ∣ ∣ x ∣ ∣ ||x|| ∣∣x∣∣是 R n R^n Rn上的范数:
1.非负性
∣
∣
x
∣
∣
>
=
0
,
||x||>=0,
∣∣x∣∣>=0,
2.其次性(多了一个属性)
∣
∣
α
∣
∣
=
∣
α
∣
∣
∣
x
∣
∣
,
∀
α
∈
R
,
x
∈
R
n
||\alpha||=|\alpha|\ ||x||,\ \forall\alpha \in R,x\in R^n
∣∣α∣∣=∣α∣ ∣∣x∣∣, ∀α∈R,x∈Rn
3.三角不等式
∣
∣
x
+
y
∣
∣
<
=
∣
∣
x
∣
∣
+
∣
∣
y
∣
∣
,
∀
x
,
y
∈
R
n
||x+y||<=||x||+||y||,\ \forall x,y \in R^n
∣∣x+y∣∣<=∣∣x∣∣+∣∣y∣∣, ∀x,y∈Rn
范数可以看做:元素到零点的距离,用于比较不同元素的大小
由范数可以定义距离(范数定义的表达式满足距离定义中的三点要求,)
∣
∣
x
−
y
∣
∣
=
>
d
(
x
,
y
)
||x-y||=>d(x,y)
∣∣x−y∣∣=>d(x,y)
由距离不一定能定义范数(距离定义需要多加其次性才能定义范数):
d
(
0
,
x
)
=
>
∣
∣
x
∣
∣
d(0,x)=>||x||
d(0,x)=>∣∣x∣∣
d ( 0 , α x ) = > ∣ ∣ α x ∣ ∣ d(0,\alpha x)=>||\alpha x|| d(0,αx)=>∣∣αx∣∣
d ( 0 , α x ) ≠ > ∣ α ∣ ∣ ∣ x ∣ ∣ d(0,\alpha x)\neq>|\alpha|\ ||x|| d(0,αx)=>∣α∣ ∣∣x∣∣
第三条不能由距离定义推导出来。
3.内积
赋予了范数或者距离的集合分别称为 赋范空间、度量空间,加上线性结构,称为 线性赋范空间、线性度量空间
赋范空间,有了向量的模长(度量向量的大小),但是还缺乏一个重要的概念,两个向量的夹角。
内积定义
设 ( x , y ) ∈ R (x,y)\in R (x,y)∈R 且满足:
1.对称性
(
x
,
y
)
=
(
y
,
x
)
(x,y)=(y,x)
(x,y)=(y,x)
2.对第一个变元具有线性性
(
α
x
+
β
y
,
z
)
=
α
(
x
,
z
)
+
β
(
y
,
z
)
(\alpha x+\beta y,z)=\alpha (x,z) +\beta(y,z)
(αx+βy,z)=α(x,z)+β(y,z)
3.正定性
(
x
,
x
)
>
=
0
,
(
x
,
x
)
=
0
<
=
>
x
=
0
(x,x)>=0, \ (x,x)=0 <=>x=0
(x,x)>=0, (x,x)=0<=>x=0
称(x,y)为内积。
向量各个分量的乘积累和可以定义为向量内积 ( x , y ) : = ∑ i = i m x i y i (x,y):=\sum_{i=i}^m x_i y_i (x,y):=∑i=imxiyi,
两个函数的内积: ( f , g ) : = ∫ − ∞ + ∞ f ( x ) g ( x ) d x (f,g):=\int_{-\infty}^{+\infty}f(x)g(x)dx (f,g):=∫−∞+∞f(x)g(x)dx
内积可以导出范数:
(
x
,
x
)
=
>
∣
∣
x
∣
∣
2
(x,x)=>||x||^2
(x,x)=>∣∣x∣∣2
内积空间
在线性空间上定义内积,其空间称为内积空间。内积可以在空间中建立欧几里得几何学,如交角,垂直,和投影等,习惯上称其为欧几里得空间。(在这个空间做我们习惯的事情大部分都是对的)
希尔伯特空间
1904 年希尔伯特引入无穷实数数组并定义内积,称其空间为内积空间,在附加完备性,就成为希尔伯特 空间。(无穷维)(完备性空间在极限运算中,取极限不能跑出去)
巴拿赫空间
1922年,巴拿赫提出赋范空间,其完备的赋范空间称为巴拿赫空间。
4.拓扑
连续的概念不需要内积,甚至不需要距离,所以在距离的基础上再少一些属性,就可以定义拓扑(朋友圈)
拓扑-距离-范数-内积,四者从最熟悉的 距离出发,加属性得到 范数 ,进一步加属性得到 内积,从距离出发,减属性,得到 拓扑。(加了属性,内涵多了,外延就少了;相反内涵少了,外延就多了)
泛函分析: 研究无穷维内积空间/无穷维线性赋范空间中映射的数学分支(线性泛函分析,分线性泛函分析)
拓扑学: 研究拓扑空间的数学分支(点集拓扑,代数拓扑,微分拓扑)
泛函分析,拓扑学,抽象代数,为大学数学系的(新三高)