算子理论论
- 格式:pdf
- 大小:327.47 KB
- 文档页数:26
算子论中的谱理论研究近年来,算子论中的谱理论研究日益受到学术界的关注。
算子论是数学领域中的一个重要分支,它主要研究由线性算子组成的集合。
而谱理论则是算子论中的一个重要课题,涉及到算子的谱结构和特征值分布。
本文将对算子论中的谱理论研究进行探讨和分析,以期对该领域的发展提供一些理论参考。
谱理论早在20世纪初就出现了,起初是应用于量子力学的研究中。
随着数学理论的不断发展和完善,谱理论逐渐从物理学中分离出来,成为一门独立的数学学科。
谱理论的主要研究对象是算子的谱和特征值问题。
算子的谱是指算子所有特征值的集合,而特征值是算子作用后,满足特定条件的数值。
通过对算子的谱结构和特征值分布的研究,可以揭示算子的内在性质和特点。
谱理论的研究内容非常广泛,包括谱集、谱半径、谱分解、谱投影等方面。
谱集是指算子的所有特征值组成的集合,可以用于描述算子的性质和行为。
谱半径则表示谱集中的最大特征值。
而谱分解则是将算子分解为特征值和特征向量的线性组合形式。
谱投影则是将算子的谱分为不同的区间,进行投影分析。
通过这些研究方面,可以更深入地理解和分析算子的特性。
谱理论的应用非常广泛,不仅在数学领域有重要意义,还在物理学、工程学、计算机科学等领域中得到广泛应用。
在物理学中,谱理论可以用于描述量子力学中的算子行为和性质。
在工程学中,谱理论可以用于分析系统的稳定性和动态响应。
在计算机科学中,谱理论可以用于图像处理、信号处理等领域的算法设计和分析。
可以说,谱理论的研究对于科学研究和实际应用具有重要意义。
在算子论中进行谱理论研究时,需要借助于一些数学工具和方法。
例如,利用函数分析学中的Hilbert空间理论可以描述算子的性质和特征值的分布。
利用泛函分析学中的共轭空间理论可以刻画算子的谱结构和特征值变化的规律。
谱理论的研究还可以借助于特殊函数、复变函数、微分方程等数学工具和方法。
通过这些数学工具的运用,可以更好地理解和解决谱理论中的问题。
总之,算子论中的谱理论研究是一个重要的数学领域,涉及到算子的谱结构和特征值分布的问题。
算子论中的谱理论研究谱理论是算子论中的一个重要研究领域,它以线性代数为基础,研究线性算子的谱及其相关性质。
本文将通过对谱理论的概念、基本性质以及应用进行探讨,旨在探究算子论中谱理论的研究进展和重要性。
一、谱理论概述在算子论中,谱指的是线性算子特征值的集合。
对于一个线性算子T,由其特征值所组成的集合称为谱。
谱可分为点谱、连续谱和剩余谱三类。
点谱包含了算子所有的特征值,连续谱包含了无穷多个特征值,而剩余谱则是其他特征值的集合。
谱理论的研究对象主要是线性算子的谱性质,包括谱半径、谱集、谱包络等。
通过对谱理论的研究,可以深入了解线性算子的结构和性质,从而在实际问题中应用算子论的知识。
二、谱理论的基本性质1. 谱半径:谱半径定义为线性算子T的谱集中的最大模的绝对值。
谱半径的大小决定了线性算子T的收敛性和稳定性。
2. 谱包络:谱包络是线性算子T的谱集在复平面上的闭包。
通过研究谱包络,可以得到线性算子T的谱集在复平面上的分布情况。
3. 谱映射定理:谱映射定理是谱理论中的重要定理,它建立了线性算子T和其谱集之间的关系。
根据谱映射定理,如果一个复数不在线性算子T的谱集中,那么它是线性算子(T-zI)的可逆元。
这个定理在算子论的研究中具有广泛的应用。
三、谱理论的应用谱理论在物理学、工程学和数学等领域中有着广泛的应用。
以下是谱理论在一些具体应用中的例子。
1. 物理学中的谱理论应用:在量子力学中,谱理论被用于研究量子算子的能级和波函数。
通过计算线性算子的谱,可以得到量子系统的能量谱和态函数等重要物理性质。
2. 工程学中的谱理论应用:在信号处理中,谱理论被用于信号的谱分析和谱估计。
通过对信号的频谱进行分析,可以了解信号的频率分布和能量分布等信息,进而实现信号的滤波和降噪等处理。
3. 数学中的谱理论应用:在矩阵分析中,谱理论被用于研究特征值和特征向量的性质。
通过计算矩阵的特征值和特征向量,可以得到线性代数中的一些重要结果,如对角化和相似对角化等。
算子理论中的谱理论及其应用在算子理论中的谱理论及其应用算子理论是数学中的一个重要分支,研究的是线性算子的性质和特征。
而谱理论,则是算子理论中的一个重要内容,用来分析算子的本征值和本征向量。
谱理论不仅在数学中有广泛的研究,而且在物理学、工程学等领域也有重要的应用。
本文将介绍算子理论中的谱理论和其应用。
一、谱理论的概念与基本性质谱理论是算子理论中研究算子本征值和本征向量的一门学科。
在谱理论中,我们主要关注的是线性算子的谱分解和谱集合的性质。
线性算子的谱是指满足特定条件的本征值的集合,而谱集合则是指具有特定性质的谱的集合。
谱理论的研究对象主要是有界线性算子和紧算子。
对于有界线性算子,谱可以分为点谱、连续谱和剩余谱三种类型。
点谱是指算子本征值构成的集合,连续谱是指谱集合中不属于点谱的部分,而剩余谱则是指既不属于点谱又不属于连续谱的部分。
而对于紧算子,其谱只能是点谱,并且必定含有无穷多个本征值。
谱理论有许多基本的性质,如紧算子的谱非空、有界算子的谱集合为紧集等。
这些性质为谱理论的进一步研究提供了基础。
二、谱理论的应用谱理论在数学以及其他学科中有广泛的应用。
下面将以物理学和工程学为例,介绍谱理论在实际问题中的应用。
1. 物理学中的应用谱理论在量子力学中有重要的应用。
量子力学研究的是微观领域的物质运动规律,而线性算子在量子力学中起到了关键作用。
谱理论提供了研究算子本征值和本征向量的方法,为量子力学中的问题求解提供了理论基础。
2. 工程学中的应用谱理论在信号处理领域有广泛的应用。
在图像处理、语音识别等领域,信号通常可以表示为线性算子的本征值和本征向量。
谱理论可以用来分析信号的频谱特性、提取信号的特征等。
此外,谱理论还在控制论、结构动力学、流体力学等领域中得到了应用。
在控制论中,谱理论可以用来分析控制系统的稳定性和响应特性;在结构动力学中,谱理论可以用来分析结构的振动特性和损伤诊断等;在流体力学中,谱理论可以用来研究流体的稳定性和湍流特性等。
泛函分析中的巴拿赫空间与算子理论泛函分析是数学中的一个重要分支,研究向量空间上的函数和算子,以及对它们的性质和结构进行描述和分析。
巴拿赫空间和算子理论是泛函分析的重要内容之一,它们在数学、物理等领域中有着广泛的应用。
一、巴拿赫空间巴拿赫空间是泛函分析中的一个重要概念,它是一个完备的赋范线性空间。
在巴拿赫空间中,任意的柯西序列都有极限,这使得巴拿赫空间具有良好的完备性质。
巴拿赫空间的定义和性质可以用数学符号来表达。
设X是一个赋范线性空间,在X中,如果任意一个柯西序列都有极限,则称X是一个巴拿赫空间。
巴拿赫空间的一个重要例子是无穷维的赋范空间l^p,其中1 ≤ p < ∞。
在l^p中,p-范数定义为||x||p = (Σ |xi|^p)^(1/p)。
l^p空间在数学分析和概率论中有广泛的应用,特别是在相关的函数空间、Hilbert空间等领域。
二、算子理论算子理论是泛函分析中研究算子和其性质的理论。
算子可以理解为将一个函数映射到另一个函数的操作。
在算子理论中,我们关注的是算子的性质,如线性性、有界性、稠密性等。
线性算子是算子理论中的基础概念。
线性算子可以简单理解为满足线性性质的函数映射。
设X和Y是两个赋范空间,如果一个算子A:X→Y满足对于任意的x, y∈X和c∈K,都有A(x+y) = A(x) + A(y)和A(cx) = cA(x),则称A是一个线性算子。
有界算子是算子理论中的重要概念。
有界算子是一类满足一定条件的线性算子,其范数是有界的。
设X和Y是两个赋范空间,如果一个线性算子A:X→Y满足存在一个常数M>0,使得对于任意的x∈X,有||A(x)|| ≤ M ||x||,则称A是一个有界算子。
巴拿赫-施托尔兹定理是算子理论中的一个重要定理。
它说明了有界线性算子的性质,描述了有界算子的范数和它在一个完备赋范空间中的性质之间的关系。
三、巴拿赫空间与算子理论的应用巴拿赫空间与算子理论在数学、物理等领域中有着广泛的应用。
算子理论的精粹算子理论是数学中的一个重要分支,它在各个领域都有广泛的应用。
本文将介绍算子理论的基本概念、主要性质以及其在数学和物理学中的应用。
一、算子理论的基本概念算子是指将一个函数映射到另一个函数的数学对象。
在算子理论中,常用的算子有线性算子、紧算子、自伴算子等。
下面分别介绍这些算子的定义和性质。
1. 线性算子线性算子是指满足线性性质的算子。
设X和Y是两个线性空间,T是从X到Y的映射,如果对于任意的x1、x2∈X和任意的标量α、β,都有T(αx1+βx2)=αT(x1)+βT(x2),则称T是一个线性算子。
线性算子的性质包括可加性、齐次性和保持线性组合。
可加性指对于任意的x1、x2∈X,有T(x1+x2)=T(x1)+T(x2);齐次性指对于任意的x∈X和标量α,有T(αx)=αT(x);保持线性组合指对于任意的x1、x2∈X和任意的标量α、β,有T(αx1+βx2)=αT(x1)+βT(x2)。
2. 紧算子紧算子是指将有界集映射为有界集的算子。
设X和Y是两个巴拿赫空间,T是从X到Y的线性算子,如果对于任意的有界集B⊆X,T(B)是有界集,则称T是一个紧算子。
紧算子的性质包括有界性和完全性。
有界性指对于任意的有界集B⊆X,T(B)是有界集;完全性指如果X中的每个收敛序列都有唯一的极限,则称X是完全的。
3. 自伴算子自伴算子是指满足自伴性质的算子。
设H是一个希尔伯特空间,T是从H到H的线性算子,如果对于任意的x、y∈H,有⟨T(x),y⟨=⟨x,T(y)⟨,则称T是一个自伴算子。
自伴算子的性质包括对称性和正定性。
对称性指对于任意的x、y∈H,有⟨T(x),y⟨=⟨x,T(y)⟨;正定性指对于任意的非零向量x∈H,有⟨T(x),x⟨>0。
二、算子理论的主要性质算子理论有许多重要的性质,下面介绍其中的几个。
1. 谱理论谱理论是算子理论中的一个重要分支,它研究的是算子的谱和谱半径。
算子的谱是指使得算子不可逆的复数集合,谱半径是指谱中绝对值最大的复数。
数学中的泛函分析和算子理论泛函分析和算子理论是现代数学中非常重要的分支之一。
它们的应用领域非常广泛,包括了数学学科内的各个领域,以及物理学、工程学、经济学、计算机科学等交叉学科中的许多问题。
在这篇文章中,我们将从基础的概念开始介绍泛函分析和算子理论,并阐述它们在各个领域中的应用。
一、泛函分析泛函分析是对无限维向量空间进行研究的一个分支。
在泛函分析中,研究的对象是向量空间上的函数,即泛函。
泛函分析的主要工具包括了拓扑空间、内积空间、巴拿赫空间、希尔伯特空间等概念。
1.1 拓扑空间拓扑空间是一个最简单的几何结构。
在数学中,拓扑空间被定义为一个集合,其中提供了有关集合元素联系性的结构。
通俗地说,如果在一个集合中定义了一个"接近"的概念,那么这个集合就可以被视为一种拓扑空间。
在泛函分析中,拓扑空间的功能是在连续性的范畴中描述的。
1.2 内积空间内积空间是一个向量空间,其中两个向量之间有一个内积(或称为“点积”)。
内积的定义需要满足一些基本的性质,如对称性、线性性和正定性等。
在内积空间中,可以定义向量的模长和角度等概念。
内积空间是几何和物理学模型中的基本工具。
1.3 巴拿赫空间巴拿赫空间是一个完备的拓扑向量空间。
完备的含义是指这个空间中的柯西序列都有极限。
在巴拿赫空间中,可以定义范数,范数可以确定空间中点的大小、距离等概念。
巴拿赫空间可以看成是向量空间与拓扑结构的融合。
1.4 希尔伯特空间希尔伯特空间是一种拓扑向量空间,它是一个完备的内积空间。
在希尔伯特空间中,可以定义内积和范数等概念,同时还可以定义投影算子、正交投影算子等重要的概念。
希尔伯特空间是量子力学中的基本工具。
二、算子理论在算子理论中,研究的是线性变换,即算子。
算子可以看成是一个向量空间到自身的映射。
算子理论的主要工具包括了矢量分析、线性代数、拓扑学、泛函分析等概念。
2.1 矢量分析矢量分析用于描述空间中矢量的运算关系,包括矢量的点积、叉积、向量分解、旋转等运算。
数学中的泛函分析与算子理论泛函分析是数学中的重要分支之一,它研究的是无限维度向量空间上的函数和算子的性质。
在泛函分析中,算子理论是一个关键的概念,它提供了一种描述和分析线性变换的方法。
本文将介绍泛函分析和算子理论的基本概念,以及它们在数学和其他领域中的应用。
一、泛函分析的基本概念泛函分析是对无限维度向量空间中的函数进行研究和描述的数学分支。
在泛函分析中,我们关注的是函数的性质和空间的结构。
泛函分析的基本概念包括范数、内积、完备性等。
1. 范数在泛函分析中,范数是衡量向量空间中元素大小的一种方法。
对于一个向量空间V,如果存在一个函数∥·∥:V→R,满足以下条件:1) 对于任意的向量x∈V,有∥x∥≥0,且当且仅当x=0时,∥x∥=0;2) 对于任意的标量α,以及向量x∈V,有∥αx∥=|α|∥x∥;3) 对于任意的向量x,y∈V,有∥x+y∥≤∥x∥+∥y∥。
那么我们称∥·∥为范数。
2. 内积内积是定义在向量空间中的一种运算,它衡量了两个向量之间的夹角和大小关系。
对于一个向量空间V,如果存在一个运算符<·, ·>:V×V→R,满足以下条件:1) 对于任意的向量x∈V,有< x,x >≥0,并且当且仅当x=0时,< x,x >=0;2) 对于任意的标量α,以及向量x,y∈V,有< αx,y > = α< x,y >;3) 对于任意的向量x,y,z∈V,有< x+y,z > = < x,z > + < y,z >。
那么我们称<·, ·>为内积。
3. 完备性在泛函分析中,完备性是指向量空间中的柯西序列(Cauchy sequence)在该空间中存在极限。
一个向量空间如果对于所有的柯西序列都存在极限,那么我们称该向量空间是完备的。
函数论中的算子理论基础
1. 算子理论概述
算子理论是数学分析的一个分支,它研究线性算子及其性质。
算子理论在很多领域都有应用,包括函数论、量子力学和统计学。
2. 函数论中的算子理论
函数论中的算子理论主要研究定义在函数空间上的算子。
函数空间是所有函数的集合,函数空间上的算子是对函数进行操作的函数。
函数论中的算子理论主要研究算子的性质,包括谱理论、算子值函数和算子微积分等。
3. 谱理论
谱理论是算子理论的一个重要分支,它研究算子的谱。
算子的谱是算子所有特征值的集合。
谱理论可以用来研究算子的性质,包括算子的稳定性、可逆性和紧凑性等。
4. 算子值函数
算子值函数是定义在函数空间上的函数,其值是算子。
算子值函数可以用来研究算子的性质,包括算子的连续性、可微性和可积性等。
5. 算子微积分
算子微积分是算子理论的一个分支,它研究算子的微积分。
算子微积分可以用来研究算子的导数、积分和微分方程等。
6. 应用
函数论中的算子理论在很多领域都有应用,包括:
•量子力学:算子理论用于研究量子力学的基本概念,如波函数、算子和测量。
•统计学:算子理论用于研究随机过程和统计推断。
•信号处理:算子理论用于研究信号的分析和处理。
•图像处理:算子理论用于研究图像的增强、复原和压缩。
7. 结论
函数论中的算子理论是一个重要的数学分支,它在很多领域都有应用。
算子理论的研究可以帮助我们更好地理解和解决这些领域的各种问题。
算子KK-理论简明小结最近学了一点算子KK-理论,发现这个东西技术细节还是比较麻烦的,下面我就来整理一个大致思路,对KK-理论的概貌做一个大致的刻画,希望对能够来到这里的数学天才有所帮助。
对于KK-群有各种不同版本的定义,但最后的基本性质却是相似的,因此我们先来讨论最一般意义上的KK(A,B).让我们先看基本约定,在KK(A,B)中,一般要求A与B是带σ-单位的分次C*-代数,这一点可以保证它强同伦与同伦关系是一致的。
此外,我们假设A是可分的,这主要是使得对应Kasparov模的等价关系一致于同伦关系,还假设B是稳定的,这可以带来KK-群的稳定性,在KK-理论中紧算子代数是可以被忽略的。
在这样的约定下,我们来看KK-群的若干基本性质。
1)同伦不变性:同伦关系导出相同的KK-群2)稳定性:与紧算子代数K或有限矩阵代数M_n的张量积保持KK-群不变3)Abel群性质:它构成Abel群。
这里的加法是通过一个特殊的降阶内自同构Θ来定义为[a]+[b]=Θdiag{a,b},而Θ:Mn(B)→B,Θ:((b_ij))=Σw_ib_ijw_j*,其中w_i*w_j=0,若i≠j;Σw_iw_i*=1.(实际上这类似Cuntz代数的结构,在KK-群的加法定义中只用到n=2的情形)4)乘积性质:即有双线性映射:KK(A,B)×KK(B,C)→KK (A,C),它满足下面性质:4.1)单位律:1_A·x=x=x·1_B,对任何x∈KK(A,B)4.2)分配律:x·(y+z)=x·y+x·z,对任何x∈KK(A,B),y、z∈KK(B,C)4.3)结合律:(x·y)·z=x·(y·z),对任何x∈KK(A,B),y∈KK(B,C),z∈KK(C,D)5)函子性质:5.1)若f:A1→A是态射,则f^*(x)·y=f^*(x·y),对任何x∈KK(A,B),y∈KK(B,C)5.2)若g:C→C1是态射,则x·g_*(y)=g_*(x·y),对任何x∈KK(A,B),y∈KK(B,C)5.3)若h:B1→B2是态射,则h_*(x)·y=x·h^*(y),对任何x∈KK(A,B1),y∈KK(B2,C)6)与K-群的联系:KK(C,B)=K_0(B)在KK-群的基础上还可以定义KK^1群为KK^1(A,B)=KK(A,B_(1))其中B_(1)是带奇分次的B⊙B,这样我们还有性质:6’)KK^1(C,B)=K_1(B)7)扩张性:若A,B平凡分次,则KK^1(A,B)=Ext(A,B)^(-1);若A还是核C*-代数,则KK^1(A,B)=Ext(A,B).8)Bott周期:KK(A,B)=KK(SA,SB)=KK^1(SA,B)=KK^1(A,SB).9)六项正合列(见[2]19.5.7)10)P-V正合列(见[2]19.6.1)下面简述KK-群的几种不同定义,一般我们都是先从Kasparov 模来引入KK-群的。
Research Institute of Antennas & RF Techniques
School of Electronic and Information Engineering
South China University of Technology
计算电磁场第3讲
算子理论与逼近理论
褚庆昕
华南理工大学
电子与信息学院
天线与射频技术研究所
Research Institute of Antennas & RF Techniques 算子理论 逼近理论 误差分析
第3讲内容
3-1-1 映射和算子
Research Institute of Antennas & RF Techniques
Research Institute of Antennas & RF Techniques 按照映射前后两个集合的不同类型有三种基本的映射关系:
函数:数与数的对应关系。
泛函:函数与数之间的对应关系。
算子:函数与函数之间的对应关系。
算子有多种形式:微分,不定积分,Fourier 变换,Laplace 变换,矩阵,梯度,旋度,散度等。
Research Institute of Antennas & RF Techniques
Research Institute of Antennas & RF Techniques
3-1-2常用算子
线性算子
符合以下条件的算子L 称为线性算子(a) (b) 单位算子I 零算子θ
逆算子L -1,若,则称为的逆算子
1212()L u u Lu Lu +=+()L u Lu
αα=Iu u
=0u θ=1LL I -=1L -L
Research Institute of Antennas & RF Techniques
Research Institute of Antennas & RF Techniques
Research Institute of Antennas & RF Techniques
Research Institute of Antennas & RF Techniques
则
Research Institute of Antennas & RF Techniques
3-1-3
【定义】
Research Institute of Antennas & RF Techniques
Research Institute of Antennas & RF Techniques
Research Institute of Antennas & RF Techniques
3-1-4 算子与矩阵
【定理】N 维空间中,在基给定时,每一个线性算子都有一个确定的矩阵与之对应。
反之在固定的基下,每个矩阵都对应于线性算子。
证明:设N 维空间中基为,则
12{},,,i n u u u u = []1112212,,T n n n n u u u u u u u ξξξξξξα⎡⎤
⎢⎥=+++=+=⎢⎥⎢⎥⎣⎦
[]11122121
,,n
n n i i n i n Lu Lu Lu Lu Lu Lu Lu ξξξξξξξ=⎡⎤
⎢⎥=+++==+⎢⎥
⎢⎥⎣⎦
∑
Research Institute of Antennas & RF Techniques 令,同样可以用基唯一确定
即
于是
所以算子L 与矩阵A 在基下一一对应。
1,2,,.i i Lu f i n == 1==∑n
i ij j
j f a u 111111⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦
n n n nn n f a a u f a a u []111112111
1,,n n n n T i i i i j j n i i j n nn n a a u Lu f a u Au a a u ξξξξξα===⎡⎤⎡⎤⎢⎥⎢⎥===+=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦
∑∑∑ ==αα T T Lu L u Au
{}i u
Research Institute of Antennas & RF Techniques
这一定理作用重大,因为它在线性算子与矩阵之间建立了一种关系。
这使我们在研究有限空间的线性算子时,获得了一种解析工具,所有关于矩阵的定理都可以转化为算子定理。
【推理】若基恰好是本征向量,则算子对应对角矩阵.证:设则
可见,L 对应于对角矩阵1,2,,.
==λ i i i Lu u i n 11⎡⎤⎡⎤
⎢⎥⎢⎥==⎢⎥⎢⎥
⎢⎥⎢⎥⎣⎦⎣⎦
λααλ T T n n u Lu L u u 1(,...,)
n diag λλ
3-2-1
Research Institute of Antennas & RF Techniques
Research Institute of Antennas & RF Techniques
幂函数系是的完备函数系。
即连续
函数可由多项式逼近。
三角函数系(正、余弦)是以2π为周期的连续函数的完备函数系。
在数值分析中,由于计算机的容量有限,不可能取无穷项去逼近函数,只能用n 维有限子空间。
于是对于连续函数在中选择n 维有限子空间的基
作展开基(不是完备基)来逼近函数
的近似解
{}1
n x
-[],C a b []0(),u x C a b ∈0
()==∑n
i
i
i P x ax 1(),() n u x u x [],C a b 0
()()
n
n n i u x a u x ==∑
Research Institute of Antennas & RF Techniques 这里属于(由展开的空间)有限维子空间
这时,函数的逼近提法在方法论上有了两个转化: 把无限维空间转换为有限维空间,这相当于由完备空间转入不完备空间。
把原函数的求解问题转化为求系数问题或求的坐标投影的问题.
函数逼近从概念上应有三个问题需要研究: 是否存在
怎样算最好(最佳逼近) 如何确定系数
()u x {}1(),() n Span u x u x 1(),() n u x u x 0()u x {}1(),() n Span u x u x ()u x ()u x
3-2-2
Research Institute of Antennas & RF Techniques
3-2-3 函数逼近与算子方程解逼近Research Institute of Antennas & RF Techniques
Research Institute of Antennas & RF Techniques
Research Institute of Antennas & RF Techniques
Research Institute of Antennas & RF Techniques
Research Institute of Antennas & RF Techniques 两类误差
分析误差:离散与配置
计算误差:迭代误差,舍去误差 计算误差
当把原问题的算子方程转化成离散化算子方程时,有三个方面的近似.
用展开函数取代基
用有限项截断取代无限项
用近似算子取代精确算子(有时)
习题
Research Institute of Antennas & RF Techniques。