我们正在努力恢复Google Play商店上的Unionpedia应用程序
🌟我们简化了设计以优化导航!
Instagram Facebook X LinkedIn

泛函分析和连续线性算子

快捷方式: 差异相似杰卡德相似系数参考

泛函分析和连续线性算子之间的区别

泛函分析 vs. 连续线性算子

泛函分析(Functional Analysis)是现代数学分析的一个分支,隶属于分析学,其研究的主要对象是函数构成的函数空间。泛函分析历史根源是由对函数空间的研究和对函数的变换(如傅立叶变换等)的性质的研究。这种观点被证明是对微分方程和积分方程的研究中特别有用。 使用泛函这个词作为表述源自变分法,代表作用于函数的函数,这意味着,一个函数的参数是函数。这个名词首次被雅克·阿达马在1910年使用于这个课题的书中。是泛函分析理论的主要奠基人之一。然而,泛函的一般概念以前曾在1887年是由意大利数学家和物理学家維多·沃爾泰拉(Vito Volterra)介绍。非线性泛函理论是由雅克·阿达马的学生继续研究,特别是莫里斯·弗雷歇(Maurice Fréchet)可和列维(Levy)。雅克·阿达马还创立线性泛函分析的现代流派,并由弗里杰什·里斯和一批围绕着斯特凡·巴拿赫(Stefan Banach)的波兰数学家进一步发展。. 在泛函分析和数学相关领域,连续线性算子(continuous linear operator)或连续线性映射(continuous linear mapping)是拓扑向量空间之间的连续线性变换。 两个赋范空间之间的算子是有界线性算子,当且仅当它是连续线性算子。.

之间泛函分析和连续线性算子相似

泛函分析和连续线性算子有(在联盟百科)5共同点: 線性泛函线性映射賦範向量空間有界算子拓撲向量空間

線性泛函

在線性代數中,線性泛函是指由向量空間到對應純量域的線性映射。在 \mathbbR^n ,若向量空間的向量以列向量表示;線性泛函則會以行向量表示,在向量上的作用則為它們的矩陣積。一般地,如果 V 是域 k 上的向量空間,線性泛函 f 是一个从 V 到 k 的函数,它有以下的线性特性: 所有從 V 到 k 的線性泛函集合, 記為 \operatorname_k(V,k), 本身即為一向量空間,稱為 V 的 (代數)對偶空間。.

泛函分析和線性泛函 · 線性泛函和连续线性算子 · 查看更多 »

线性映射

在数学中,线性映射(有的书上将“线性变换”作为其同义词,有的则不然)是在两个向量空间(包括由函数构成的抽象的向量空间)之间的一种保持向量加法和标量乘法的特殊映射。线性映射从抽象代数角度看是向量空间的同态,从范畴论角度看是在给定的域上的向量空间所构成的范畴中的态射。 “线性算子”也是与“线性映射”有关的概念。但是不同数学书籍上对“线性算子”的定义存在区别。在泛函分析中,“线性算子”一般被当做“线性映射”的同义词。而有的书则将“线性算子”定义为“线性映射”的自同态子类(详见下文)。为叙述方便,本条目在提及“线性算子”时,采用后一种定义,即将线性算子与线性映射区别开来。.

泛函分析和线性映射 · 线性映射和连续线性算子 · 查看更多 »

賦範向量空間

在数学中,赋范向量空间是具有“长度”概念的向量空间。是通常的欧几里得空间 Rn 的推广。Rn中的长度被更抽象的范数替代。“长度”概念的特征是:.

泛函分析和賦範向量空間 · 賦範向量空間和连续线性算子 · 查看更多 »

有界算子

在泛函分析此一數學分支裡,有界線性算子是指在賦範向量空間X 及Y 之間的一種線性變換L,使得對所有X 內的非零向量v,L(v) 的範數與v 的範數間的比值會侷限在相同的數字內。亦即,存在一些M > 0,使得對所有在X 內的v, 其中最小的M 稱為L 的算子范数。\|L\|_ \,。 有界線性算子一般不會是有界函數;後者需要對所有的v,L(v)的範數是有界的,但這只有在Y 為零向量空間時才有可能。然而,有界線性算符為局部有界函數。 一個線性算子為有界的,若且唯若其為連續的。因此有界线性算子也被称为连续线性算子。.

有界算子和泛函分析 · 有界算子和连续线性算子 · 查看更多 »

拓撲向量空間

拓撲向量空間是泛函分析研究中的一個基本結構。顧名思義就是要研究具有拓撲結構的向量空間。 拓撲向量空間主要都是函數空間,在上面定義的拓撲結構就是函數列收歛的條件。 希爾伯特空間及巴拿赫空間是典型的例子。.

拓撲向量空間和泛函分析 · 拓撲向量空間和连续线性算子 · 查看更多 »

上面的列表回答下列问题

泛函分析和连续线性算子之间的比较

泛函分析有61个关系,而连续线性算子有9个。由于它们的共同之处5,杰卡德指数为7.14% = 5 / (61 + 9)。

参考

本文介绍泛函分析和连续线性算子之间的关系。要访问该信息提取每篇文章,请访问: