En matemáticas , un espacio de producto interno o un espacio de Hausdorff anterior a Hilbert [1] [2] es un espacio vectorial con una operación binaria llamada producto interno. Esta operación asocia cada par de vectores en el espacio con una cantidad escalar conocida como el producto interno de los vectores, a menudo denotado usando paréntesis angulares (como en). [3] Los productos internos permiten la introducción rigurosa de nociones geométricas intuitivas, como la longitud de un vector o el ángulo entre dos vectores. También proporcionan los medios para definir la ortogonalidad entre vectores (producto interno cero). Los espacios de producto interno generalizan los espacios euclidianos (en los que el producto interno es el producto escalar , [4] también conocido como producto escalar) a espacios vectoriales de cualquier dimensión (posiblemente infinita) , y se estudian en el análisis funcional . Los espacios de productos internos sobre el campo de números complejos a veces se denominan espacios unitarios . El primer uso del concepto de espacio vectorial con un producto interno se debe a Giuseppe Peano , en 1898. [5]
Un producto interno induce naturalmente una asociada norma , (| x | y | y | son las normas de x y y , en la imagen), que canónicamente hace que cada espacio de producto interior en un espacio vectorial normado . Si este espacio normado también es un espacio de Banach, entonces el espacio de producto interno se denomina espacio de Hilbert . [1] Si un espacio de producto interno ( H , ⟨·, ·⟩) no es un espacio de Hilbert, entonces puede "extenderse" a un espacio de Hilbert ( H , ⟨·, ·⟩ H ) , llamado terminación . Explícitamente, esto significa que H está incrustado lineal e isométricamente en un subespacio vectorial denso de H y que el producto interno ⟨·, ·⟩ H sobre H es la extensión continua única del producto interno original ⟨·, ·⟩ . [1] [6]
Definición
En este artículo, el campo de escalares denotado 𝔽 es el campo de números reales o el campo de los números complejos .
Formalmente, un espacio de producto interno es un espacio vectorial V sobre el campo 𝔽 junto con un mapa
llamado producto interno que satisface las siguientes condiciones (1), (2) y (3) [1] para todos los vectores x , y , z ∈ V y todos los escalares a ∈ 𝔽 : [7] [8] [9]
- Linealidad en el primer argumento: [nota 1]
- Si la condición (1) se cumple y si también es antilineal (también llamado, conjugado lineal ) en su segundo argumento [nota 2] entoncesse llama forma sesquilínea . [1]
- Simetría conjugada o simetría hermitiana : [nota 3]
- Las condiciones (1) y (2) son las propiedades definitorias de una forma hermitiana , que es un tipo especial de forma sesquilínea. [1] Una forma sesquilínea es hermitiana si y solo sies real para todo x . [1] En particular, la condición (2) implica [nota 4] quees un número real para todo x .
- Definición positiva : [1]
Las tres condiciones anteriores son las propiedades definitorias de un producto interno, razón por la cual un producto interno a veces se define (de manera equivalente) como una forma hermitiana definida positiva . Un producto interno se puede definir de manera equivalente como una forma sesquilínea definida positiva. [1] [nota 5]
Suponiendo que (1) se cumple, la condición (3) se mantendrá si y solo si ambas condiciones (4) y (5) a continuación se cumplen: [6] [1]
- Semi-definicin positiva o no-definicin negativa : [1]
- Condiciones (1), (2), y (4) son las propiedades que definen de una forma hermitiana semi-definida positiva , que nos permite definir un seminorma en V dado por v ↦ √ ⟨ v , v ⟩ . Esta seminorma es una norma si y solo si se cumple la condición (5).
- Separación de puntos o definición :
Cada producto interior satisface las condiciones (1) a (5).
Propiedades elementales
Definitividad positiva y linealidad, respectivamente, aseguran que:
Simetría conjugada implica que ⟨ x , x ⟩ es real para todo x , porque
La simetría conjugada y la linealidad en la primera variable implican
es decir, linealidad conjugada en el segundo argumento. Entonces, un producto interno es una forma sesquilínea .
Esta importante generalización de la familiar expansión del cuadrado sigue:
Estas propiedades, constituyentes de la linealidad anterior en el primer y segundo argumento:
también se conocen como aditividad .
En el caso de la simetría conjugada se reduce a simetría y la sesquilinealidad se reduce a bilinealidad. Por tanto, un producto interno en un espacio vectorial real es una forma bilineal simétrica definida positiva . Es decir,
y la expansión binomial se convierte en:
Definiciones, notaciones y comentarios alternativos
Un caso especial común del producto interno, el producto escalar o producto punto , se escribe con un punto centrado
Algunos autores, especialmente en física y álgebra matricial , prefieren definir el producto interno y la forma sesquilínea con linealidad en el segundo argumento en lugar del primero. Entonces, el primer argumento se vuelve lineal conjugado, en lugar del segundo. En esas disciplinas, escribiríamos el producto internocomo ⟨ y | x ⟩ (la notación bra-ket de la mecánica cuántica ), respectivamente y † x (producto de punto como un caso de la convención de la formación de la matriz producto AB , como los productos de punto de filas de A con columnas de B ). Aquí, las kets y columnas se identifican con los vectores de V , y los sujetadores y filas con los funcionales lineales (covectors) del espacio dual V ∗ , con conjugación asociada a la dualidad. Esta orden inverso está ahora de vez en cuando siguió en la literatura más abstracto, [10] teniendo ⟨ x , y ⟩ para ser conjugado lineal en x en lugar de y . En cambio, unos pocos encuentran un término medio reconociendo tanto ⟨·, ·⟩ como ⟨· | ·⟩ Como notaciones distintas — diferenciándose sólo en qué argumento es lineal conjugado.
Hay varias razones técnicas por las que es necesario restringir el campo base a y en la definición. Brevemente, el campo base debe contener un subcampo ordenado para que la no negatividad tenga sentido, [11] y por lo tanto debe tener una característica igual a 0 (ya que cualquier campo ordenado debe tener dicha característica). Esto excluye inmediatamente los campos finitos. El campo base debe tener una estructura adicional, como un automorfismo distinguido . Más generalmente, cualquier subcampo cerrado cuadráticamente de o será suficiente para este propósito (por ejemplo, números algebraicos , números construibles ). Sin embargo, en los casos en que se trata de un subcampo adecuado (es decir, ni ni ), incluso los espacios de producto internos de dimensión finita no serán métricamente completos. Por el contrario, todos los espacios de producto internos de dimensión finita sobre o como los que se utilizan en la computación cuántica , son automáticamente métricamente completos (y por lo tanto los espacios de Hilbert ).
En algunos casos, es necesario considerar no negativos semi-definidas formas sesquilinear. Esto significa quesolo se requiere que no sea negativo. El tratamiento para estos casos se ilustra a continuación.
Algunos ejemplos
Numeros reales
Un ejemplo simple son los números reales con la multiplicación estándar como producto interno [4]
Espacio vectorial euclidiano
De manera más general, el espacio n real con el producto escalar es un espacio de producto interno, [4] un ejemplo de un espacio vectorial euclidiano .
donde x T es la transpuesta de x .
Espacio de coordenadas complejo
La forma general de un producto interior en se conoce como la forma hermitiana y viene dada por
donde M es cualquier matriz hermitiana positiva definida e y † es la transpuesta conjugada de y . Para el caso real, esto corresponde al producto escalar de los resultados del escalado direccionalmente diferente de los dos vectores, con factores de escala positivos y direcciones de escalado ortogonales. Es una versión de suma ponderada del producto escalar con pesos positivos, hasta una transformación ortogonal.
Espacio Hilbert
El artículo sobre espacios de Hilbert tiene varios ejemplos de espacios de productos internos, en los que la métrica inducida por el producto interno produce un espacio métrico completo . Un ejemplo de un espacio de producto interno que induce una métrica incompleta es el espacio de funciones continuas complejas valoradas y en el intervalo El producto interior es
Este espacio no está completo; considere, por ejemplo, para el intervalo [−1, 1] la secuencia de funciones de "paso" continuas, { f k } k , definida por:
Esta secuencia es una secuencia de Cauchy para la norma inducida por el producto interno anterior, que no converge a una función continua .
Variables aleatorias
Para las variables aleatorias reales X e Y , el valor esperado de su producto
es un producto interior. [12] [13] [14] En este caso, ⟨ X , X ⟩ = 0 si y sólo si Pr ( X = 0) = 1 (es decir, X = 0 casi seguramente ). Esta definición de expectativa como producto interno también puede extenderse a vectores aleatorios .
Matrices reales
Para las matrices cuadradas reales del mismo tamaño, ⟨ A , B ⟩ ≝ tr ( AB T ) con transposición como conjugación
es un producto interior.
Espacios vectoriales con formas
En un espacio de producto interno, o más generalmente un espacio vectorial con una forma no degenerada (por lo tanto, un isomorfismo V → V ∗ ), los vectores se pueden enviar a covectors (en coordenadas, a través de transposición), de modo que uno puede tomar el producto interno y externo producto de dos vectores, no simplemente de un vector y un covector.
Norma
Los espacios de productos internos son espacios vectoriales normativos para la norma definida por [4]
Como para todo espacio vectorial normado, un espacio de producto interno es un espacio métrico , para la distancia definida por
Los axiomas del producto interno garantizan que el mapa de arriba forma una norma, que tendrá las siguientes propiedades.
- Homogeneidad
- Para un vector x de V y un escalar r
- Desigualdad triangular
- Para vectores y de V
- Desigualdad de Cauchy-Schwarz
- Para x , y elementos de V
- Identidad de polarización
- El producto interno se puede recuperar de la norma mediante la identidad de polarización.
- Ortogonalidad
- Dos vectores son ortogonales si su producto interno es cero.
En el caso de los espacios vectoriales euclidianos , que son espacios producto internos de dimensión finita sobre los reales, el producto interno permite definir el ángulo (no orientado) de dos vectores distintos de cero mediante - Teorema de pitágoras
- Siempre que x , y son en V y ⟨ x , y ⟩ = 0 , entonces
- La identidad de Parseval
- Una inducción en los rendimientos teorema de Pitágoras: si x 1 , ..., x n son ortogonales vectores, es decir, ⟨ x j , x k ⟩ = 0 para los índices de distinta j , k , entonces
- Ley del paralelogramo
- Para los elementos x , y de V ,
- La desigualdad de Ptolomeo
- Para x , y , z elementos de V ,
Partes reales y complejas de productos internos.
Suponer que es un producto interno de V (por lo que es antilineal en su segundo argumento). La identidad de polarización muestra que la parte real del producto interno es
Si es un espacio vectorial real entonces y la parte imaginaria (también llamada parte compleja ) desiempre es 0 .
Suponga para el resto de esta sección que V es un espacio vectorial complejo. La identidad de polarización para espacios vectoriales complejos muestra que
El mapa definido por para todos satisface los axiomas del producto interno excepto que es antilineal en su primer argumento, más que en el segundo. La parte real de ambos y son iguales a pero los productos internos difieren en su parte compleja:
La última igualdad es similar a la fórmula que expresa un funcional lineal en términos de su parte real.
- Productos internos reales frente a complejos
Dejar denotar considerado como un espacio vectorial sobre los números reales en lugar de números complejos. La parte real del complejo producto interior. es el mapa que necesariamente forma un producto interno real en el espacio vectorial real Cada producto interno en un espacio vectorial real es simétrico y bilineal .
Por ejemplo, si con producto interior dónde es un espacio vectorial sobre el campo luego es un espacio vectorial sobre y es el producto escalar dónde se identifica con el punto (y de manera similar para ). Tambien tiene en cambio, se ha definido como el mapa simétrico (en lugar del mapa antisimétrico habitual ) entonces es parte real que no sea el producto de punto.
Los siguientes ejemplos muestran que aunque los productos internos reales y complejos tienen muchas propiedades y resultados en común, no son del todo intercambiables. Por ejemplo, si luego pero el siguiente ejemplo muestra que lo contrario en general no es cierto. Dado cualquier el vector (que es el vector girado 90 °) pertenece a y también pertenece a (aunque la multiplicación escalar de por i no está definido en sigue siendo cierto que el vector en denotado por es un elemento de ). Para el producto interno complejo, mientras que para el producto interior real el valor es siempre
Si tiene el producto interno mencionado anteriormente, luego el mapa definido por es un mapa lineal distinto de cero (lineal para ambos y ) que denota una rotación de 90 ° en el plano. Este mapa satisface para todos los vectores donde este producto interno hubiera sido complejo en lugar de real, entonces esto habría sido suficiente para concluir que este mapa lineal es idénticamente (es decir, que ), cuya rotación ciertamente no lo es. Por el contrario, para todos los distintos de cero el mapa satisface
Secuencias ortonormales
Sea V un espacio de producto interno de dimensión finita de dimensión n . Recuerde que toda base de V consta exactamente de n vectores linealmente independientes. Usando el proceso de Gram-Schmidt podemos comenzar con una base arbitraria y transformarla en una base ortonormal. Es decir, en una base en la que todos los elementos son ortogonales y tienen norma unitaria. En símbolos, una base { e 1 , ..., e n } es ortonormal si ⟨ e i , e j ⟩ = 0 para cada i ≠ j y ⟨ e i , e i ⟩ = || e i || = 1 para cada i .
Esta definición de base ortonormal se generaliza al caso de espacios de productos internos de dimensión infinita de la siguiente manera. Sea V cualquier espacio de producto interno. Entonces una colección
es una base para V si el subespacio de V generado por combinaciones lineales finitas de elementos de E es denso en V (en la norma inducida por el producto interno). Decimos que E es una base ortonormal para V si es una base y
si α ≠ ß y ⟨ e α , e α ⟩ = || e α || = 1 para todos α , ß ∈ A .
Usando un análogo de dimensión infinita del proceso de Gram-Schmidt, se puede mostrar:
Teorema. Cualquier espacio de producto interior separable V tiene una base ortonormal.
Utilizando el principio máximo de Hausdorff y el hecho de que en un espacio de producto interno completo la proyección ortogonal sobre subespacios lineales está bien definida, también se puede demostrar que
Teorema. Cualquier espacio interior completo de producto V tiene una base ortonormal.
Los dos teoremas anteriores plantean la cuestión de si todos los espacios de productos internos tienen una base ortonormal. La respuesta, resulta que es negativa. Este es un resultado no trivial y se demuestra a continuación. La siguiente prueba está tomada del Libro de problemas espaciales de A Hilbert de Halmos (véanse las referencias). [ cita requerida ]
Prueba Recuerde que la dimensión de un espacio de producto interno es la cardinalidad de un sistema ortonormal máximo que contiene (según el lema de Zorn , contiene al menos uno y dos cualesquiera tienen la misma cardinalidad). Una base ortonormal es ciertamente un sistema ortonormal máximo, pero como veremos, no es necesario que se mantenga lo contrario. Observe que si G es un subespacio denso de un espacio con producto interno H , entonces cualquier base ortonormal para G es automáticamente una base ortonormal para H . Por lo tanto, es suficiente para construir un espacio con producto interno H con un subespacio denso G cuya dimensión es estrictamente menor que el de H . Sea K un espacio de Hilbert de dimensión ℵ 0 (por ejemplo, K = l 2 ( N ) ). Sea E una base ortonormal de K , entonces | E | = ℵ 0 . Extienda E a una base de Hamel E ∪ F para K , donde E ∩ F = ∅ . Dado que se sabe que la dimensión de Hamel de K es c , la cardinalidad del continuo, debe ser que | F | = c .
Sea L un espacio de Hilbert de dimensión c (por ejemplo, L = l 2 (ℝ) ). Sea B una base ortonormal para L , y sea φ : F → B una biyección. Entonces hay una transformación lineal T : K → L tal que Tf = φ ( f ) para f ∈ F , y Te = 0 para e ∈ E .
Deje H = K ⊕ L y dejar que G = {( k , Tk ): k ∈ K )} sea la gráfica de T . Sea Ḡ el cierre de G en H ; vamos a mostrar G = H . Dado que para cualquier e ∈ E tenemos ( e , 0 ) ∈ G , se deduce que K ⊕ 0 ⊂ Ḡ .
Luego, si b ∈ B , entonces b = Tf para algún f ∈ F ⊂ K , entonces ( f , b ) ∈ G ⊂ Ḡ ; dado que ( f , 0) ∈ Ḡ también, también tenemos ( 0 , b ) ∈ Ḡ . De ello se deduce que 0 ⊕ L ⊂ G , por lo que G = H , y G es denso en H .
Finalmente, {( e , 0): e ∈ E } es un conjunto ortonormal máximo en G ; Si
para todos e ∈ E entonces, ciertamente, k = 0 , por lo que ( k , Tk ) = (0, 0) es el vector cero en G . Por tanto, la dimensión de G es | E | = ℵ 0 , mientras que está claro que la dimensión de H es c . Esto completa la prueba.
La identidad de Parseval conduce inmediatamente al siguiente teorema:
Teorema. Deje que V sea un espacio con producto interno separable y { e k } k una base ortonormal de V . Entonces el mapa
es un mapa lineal isométrico V → l 2 con una imagen densa.
Este teorema se puede considerar como una forma abstracta de la serie de Fourier , en la que una base ortonormal arbitraria juega el papel de la secuencia de polinomios trigonométricos . Tenga en cuenta que el conjunto de índices subyacente puede tomarse como cualquier conjunto contable (y, de hecho, cualquier conjunto, siempre que l 2 se defina adecuadamente, como se explica en el artículo Espacio de Hilbert ). En particular, obtenemos el siguiente resultado en la teoría de series de Fourier:
Teorema. Sea V el espacio interior del producto C [−π, π] . Luego, la secuencia (indexada en el conjunto de todos los enteros) de funciones continuas
es una base ortonormal del espacio C [−π, π] con el producto interno L 2 . El mapeo
es un mapa lineal isométrico con una imagen densa.
La ortogonalidad de la secuencia { e k } k se deriva inmediatamente del hecho de que si k ≠ j , entonces
La normalidad de la secuencia es por diseño, es decir, los coeficientes se eligen de modo que la norma resulte en 1. Finalmente, el hecho de que la secuencia tenga un intervalo algebraico denso, en la norma del producto interno , se sigue del hecho de que la secuencia tiene un intervalo algebraico denso, esta vez en el espacio de funciones periódicas continuas en [−π, π] con la norma uniforme. Este es el contenido del teorema de Weierstrass sobre la densidad uniforme de polinomios trigonométricos.
Operadores en espacios interiores de productos
Varios tipos de mapas lineales A desde un espacio de producto interno V a un espacio de producto interno W son de relevancia:
- Mapas lineales continuos , es decir, A es lineal y continuo con respecto a la métrica definida anteriormente, o de manera equivalente, A es lineal y el conjunto de reales no negativos {|| Ax ||} , donde x se extiende sobre la bola unitaria cerrada de V , está acotada.
- Operadores lineales simétricos, es decir, A es lineal y ⟨ Ax , y ⟩ = ⟨ x , Ay ⟩ para todos x , y en V .
- Isometrías, es decir, A es lineal y ⟨ Ax , Ay ⟩ = ⟨ x , y ⟩ para todos x , y en V , o de manera equivalente, A es lineal y || Hacha || = || x || para todas las x en V . Todas las isometrías son inyectivas . Las isometrías son morfismos entre espacios de productos internos y los morfismos de espacios de productos internos reales son transformaciones ortogonales (compárese con la matriz ortogonal ).
- Isomorfismos isométricos, es decir, A es una isometría sobreyectiva (y, por tanto, biyectiva ). Los isomorfismos isométricos también se conocen como operadores unitarios (compárese con la matriz unitaria ).
Desde el punto de vista de la teoría del espacio de producto interno, no es necesario distinguir entre dos espacios que son isométricamente isomórficos. El teorema espectral proporciona una forma canónica para operadores simétricos, unitarios y más generalmente normales en espacios de producto internos de dimensión finita. Una generalización del teorema espectral es válida para los operadores normales continuos en los espacios de Hilbert.
Generalizaciones
Cualquiera de los axiomas de un producto interno puede debilitarse, dando lugar a nociones generalizadas. Las generalizaciones más cercanas a los productos internos ocurren donde se retienen la bilinealidad y la simetría conjugada, pero se debilita la definición positiva.
Productos internos degenerados
Si V es un espacio vectorial y ⟨·, ·⟩ una forma sesquilínea semidefinida , entonces la función:
tiene sentido y satisface todas las propiedades de la norma excepto que || x || = 0 no implica x = 0 (tal funcional se llama entonces una semi-norma ). Podemos producir un espacio de producto interno considerando el cociente W = V / { x : || x || = 0 }. La forma sesquilinear ⟨·, ·⟩ factores a través de W .
Esta construcción se utiliza en numerosos contextos. La construcción Gelfand-Naimark-Segal es un ejemplo particularmente importante del uso de esta técnica. Otro ejemplo es la representación de núcleos semidefinidos en conjuntos arbitrarios.
Formas simétricas conjugadas no generadas
Alternativamente, se pueden requerir que el emparejamiento ser una forma no degenerado , lo que significa que para todos los no-cero x existe alguna y tal que ⟨ x , y ⟩ ≠ 0 , aunque y no la misma necesidad x ; en otras palabras, el mapa inducido al espacio dual V → V ∗ es inyectivo. Esta generalización es importante en la geometría diferencial : una variedad cuyos espacios tangentes tienen un producto interno es una variedad de Riemann , mientras que si está relacionada con una forma simétrica conjugada no degenerada, la variedad es una variedad pseudo-Riemanniana . Según la ley de inercia de Sylvester , así como cada producto interno es similar al producto escalar con pesos positivos en un conjunto de vectores, cada forma simétrica conjugada no degenerada es similar al producto escalar con pesos distintos de cero en un conjunto de vectores, y el número de las ponderaciones positivas y negativas se denominan respectivamente índice positivo e índice negativo. El producto de vectores en el espacio de Minkowski es un ejemplo de producto interno indefinido, aunque, técnicamente hablando, no es un producto interno según la definición estándar anterior. El espacio de Minkowski tiene cuatro dimensiones y los índices 3 y 1 (la asignación de "+" y "-" a ellos difiere según las convenciones ).
Los enunciados puramente algebraicos (los que no usan positividad) generalmente solo se basan en la no degeneración (el homomorfismo inyectivo V → V ∗ ) y, por lo tanto, se mantienen de manera más general.
Productos relacionados
El término "producto interno" se opone al producto externo , que es un opuesto ligeramente más general. Simplemente, en coordenadas, el producto interno es el producto de un covector 1 × n con un vector n × 1 , dando como resultado una matriz de 1 × 1 (un escalar), mientras que el producto externo es el producto de un vector m × 1 con un 1 × n covector, produciendo una matriz m × n . Tenga en cuenta que el producto exterior se define para diferentes dimensiones, mientras que el producto interior requiere la misma dimensión. Si las dimensiones son las mismas, entonces el producto interno es la traza del producto externo (la traza solo se define correctamente para matrices cuadradas). En un resumen informal: "interior es horizontal por vertical y se encoge, exterior es vertical por horizontal y se expande".
De manera más abstracta, el producto externo es el mapa bilineal W × V ∗ → Hom ( V , W ) que envía un vector y un covector a una transformación lineal de rango 1 ( tensor simple de tipo (1, 1)), mientras que el producto interno es el mapa de evaluación bilineal V ∗ × V → F dado al evaluar un covector en un vector; el orden de los espacios vectoriales de dominio aquí refleja la distinción entre el vector y el covector.
El producto interior y el producto exterior no deben confundirse con el producto interior y el producto exterior , que son operaciones en campos vectoriales y formas diferenciales , o más generalmente en el álgebra exterior .
Como complicación adicional, en álgebra geométrica el producto interno y el producto externo (Grassmann) se combinan en el producto geométrico (el producto de Clifford en un álgebra de Clifford ) - el producto interno envía dos vectores (1-vectores) a un escalar (a 0-vector), mientras que el producto exterior envía dos vectores a un bivector (2-vector), y en este contexto, el producto exterior generalmente se denomina producto exterior (alternativamente, producto de cuña ). El producto interno se llama más correctamente un producto escalar en este contexto, ya que la forma cuadrática no degenerada en cuestión no necesita ser definida positiva (no necesita ser un producto interno).
Ver también
- Forma bilineal
- Sistema biortogonal
- Espacio dual
- Espacio energético
- Producto semi-interno en L
Notas
- ^ Al combinar lapropiedad lineal en el primer argumento con lapropiedad de simetría conjugada , se obtiene conjugada lineal en el segundo argumento :Así es como se definió originalmente el producto interno y todavía se usa en algunas comunidades matemáticas de la vieja escuela. Sin embargo, toda la ingeniería y la informática, y la mayor parte de la física y las matemáticas modernas ahora definen el producto interno como lineal en el segundo argumento y conjugado-lineal en el primer argumento porque esto es más compatible con varias otras convenciones en matemáticas. En particular, para cualquier producto interno, hay una matriz hermitiana , positiva-definida tal que (Aquí, es la transposición conjugada de)
- ^ Esto significa que y para todos los vectores x , y , zy todos los escalares a .
- ^ Una barra sobre una expresión denota conjugación compleja; p.ej, es la conjugación compleja de Por valores reales, y la simetría conjugada es solo simetría.
- ^ Recuerde que para cualquier número complejo c , c es un número real si y solo si c = c . Usando y = x en la condición (2) da lo que implica que es un número real.
- ^ Esto se debe a que la condición (1) y la definición positiva implican quees siempre un número real. Y como se mencionó antes, una forma sesquilínea es hermitiana si y solo sies real para todo x .
Referencias
- ↑ a b c d e f g h i j k Trèves , 2006 , págs. 112-125.
- ^ Schaefer y Wolff 1999 , págs. 40-45.
- ^ "Compendio de símbolos matemáticos" . Bóveda de matemáticas . 2020-03-01 . Consultado el 25 de agosto de 2020 .
- ^ a b c d Weisstein, Eric W. "Producto interior" . mathworld.wolfram.com . Consultado el 25 de agosto de 2020 .
- ^ Moore, Gregory H. (1995). "La axiomatización del álgebra lineal: 1875-1940". Historia Mathematica . 22 (3): 262-303. doi : 10.1006 / hmat.1995.1025 .
- ↑ a b Schaefer y Wolff , 1999 , págs. 36-72.
- ^ Jain, PK; Ahmad, Khalil (1995). "5.1 Definiciones y propiedades básicas de los espacios interiores de productos y espacios de Hilbert" . Análisis funcional (2ª ed.). New Age International. pag. 203. ISBN 81-224-0801-X.
- ^ Prugovec̆ki, Eduard (1981). "Definición 2.1" . Mecánica cuántica en el espacio de Hilbert (2ª ed.). Prensa académica. págs. 18 y siguientes. ISBN 0-12-566060-X.
- ^ "Espacio interior del producto | Wiki brillante de matemáticas y ciencias" . shiny.org . Consultado el 25 de agosto de 2020 .
- ^ Emch, Gerard G. (1972). Métodos algebraicos en mecánica estadística y teoría cuántica de campos . Nueva York: Wiley-Interscience . ISBN 978-0-471-23900-0.
- ^ Finkbeiner, Daniel T. (2013), Introducción a matrices y transformaciones lineales , Dover Books on Mathematics (3ª ed.), Courier Dover Publications, p. 242, ISBN 9780486279664.
- ^ Ouwehand, Peter (noviembre de 2010). "Espacios de variables aleatorias" (PDF) . OBJETIVOS . Consultado el 5 de septiembre de 2017 .
- ^ Siegrist, Kyle (1997). "Espacios vectoriales de variables aleatorias" . Aleatorio: probabilidad, estadística matemática, procesos estocásticos . Consultado el 5 de septiembre de 2017 .
- ^ Bigoni, Daniele (2015). "Apéndice B: Teoría de la probabilidad y espacios funcionales" (PDF) . Cuantificación de la incertidumbre con aplicaciones a problemas de ingeniería (PhD). Universidad Técnica de Dinamarca . Consultado el 5 de septiembre de 2017 .
- ^ Apostol, Tom M. (1967). "Desigualdad de Ptolomeo y la métrica cordal" . Revista de Matemáticas . 40 (5): 233–235. doi : 10.2307 / 2688275 . JSTOR 2688275 .
Fuentes
- Axler, Sheldon (1997). Álgebra lineal bien hecha (2ª ed.). Berlín, Nueva York: Springer-Verlag . ISBN 978-0-387-98258-8.
- Emch, Gerard G. (1972). Métodos algebraicos en mecánica estadística y teoría cuántica de campos . Wiley-Interscience . ISBN 978-0-471-23900-0.
- Schaefer, Helmut H .; Wolff, Manfred P. (1999). Espacios vectoriales topológicos . GTM . 8 (Segunda ed.). Nueva York, NY: Springer New York Imprint Springer. ISBN 978-1-4612-7155-0. OCLC 840278135 .
- Schechter, Eric (1996). Manual de análisis y sus fundamentos . San Diego, CA: Academic Press. ISBN 978-0-12-622760-4. OCLC 175294365 .
- Swartz, Charles (1992). Introducción al análisis funcional . Nueva York: M. Dekker. ISBN 978-0-8247-8643-4. OCLC 24909067 .
- Trèves, François (2006) [1967]. Espacios, distribuciones y núcleos vectoriales topológicos . Mineola, NY: Publicaciones de Dover. ISBN 978-0-486-45352-1. OCLC 853623322 .
- Joven, Nicolás (1988). Una introducción al espacio de Hilbert . Prensa de la Universidad de Cambridge . ISBN 978-0-521-33717-5.