最后更新: 2025-11-29 16:27 查看: 677 次纠错评论(0) 课件开VIP

L2空间

## $L^2$ 空 间
在 $L^p$ 的系列空间中，$p=2$ 占有很重要的位置，因为这时的 $L^2$ ，不仅是线性赋范空间，还是个内积空间，与欧氏空间 $R ^n$ 更加相似。

回忆在 $R ^n$ 中，我们可以定义两个向量

$$
x =\left(x_1, x_2, \cdots, x_n\right) \text { 与 } y =\left(y_1, y_2, \cdots, y_n\right)
$$

的内积

$$
\langle x , y \rangle=\sum_{i=1}^n x_i y_i .
$$

这时，不仅可以考虑向量的长度

$$
\| x \|=\langle x , x \rangle^{\frac{1}{2}}=\left(\sum_{i=1}^n\left|x_i\right|^2\right)^{\frac{1}{2}},\| y \|=\langle y , y \rangle^{\frac{1}{2}}=\left(\sum_{i=1}^n\left|y_i\right|^2\right)^{\frac{1}{2}},
$$

还可以定义两个向量之间的夹角，其余弦为

$$
\cos \theta=\frac{\langle x , y \rangle}{\|x\|\|y\|}
$$

特别地，当 $\langle x , y \rangle=0$ 时， $x$ 与 $y$ 垂直，或称 $x$ 与 $y$ 正交．由此可以定义 $R ^{ n }$ 的标准
正交基，把平面或空间直角坐标系的概念推广到 $R ^n$ ．在 $L^2(E)$ ，我们可以建立类似的结构。

下面仍是沿用上一节的记号．一般地，$L^2(E)$ 简记为 $L^2$ 。
定义6．4 对任意的 $f \in L^2, g \in L^2$ ，称

$$
\int_{\varepsilon} f(x) g(x) d x
$$

为 $f$ 与 $g$ 的内积，记作 $\langle f, g\rangle$ ．
注意到 $p=2$ 时，它的共轭指标 $p^{\prime}=2$ ，根据 Schwarz 不等式，有

$$
|\langle f, g\rangle| \leqslant\|f\|_2\|g\|_2<+\infty
$$

因此，内积 $\langle f, g\rangle$ 是一个数．由 $L$ 积分的性质，不难验证 $\langle f, g\rangle$ 具有下列的性质 （内积公理）：
$1^{\circ}\langle f, g\rangle=\langle g, f\rangle ;$
$2^{\circ}\langle f, f\rangle \geqslant 0$ ，且 $\langle f, f\rangle=0$ 当且仅当 $f \sim 0$ ；
$3^{\circ}$ 对任意实数 $a,\langle a f, g\rangle=a\langle f, g\rangle$ ；
$4^{\circ}\left\langle f_1+f_2, g\right\rangle=\left\langle f_1, g\right\rangle+\left\langle f_2, g\right\rangle$ ．
根据上一节的结果，知 $L^2$ 组成一个完备的（实）内积空间．

定理 6．6（内积的连续性）若

$$
\lim _{k \rightarrow \infty} f_k=f\left(L^2\right),
$$

即

$$
\lim _{k \rightarrow \infty}\left\|f_k-f\right\|_2=0
$$

则对任意的 $g \in L^2$ ，有

$$
\lim _{k \rightarrow \infty}\left\langle f_k, g\right\rangle=\langle f, g\rangle .
$$

证明 用 Schwarz 不等式

便得到所需结果．

$$ L² 空间*

它是 L^p 空间家族中最重要、最特别的成员。

### 一句话概括

**L²空间是一个由“能量有限”的所有函数构成的“无限维客厅”，这个客厅不仅宽敞完整，而且结构极佳——它有“角度”和“垂直”的概念，是进行信号分析和函数逼近的理想场所。**

---

### 一个生动的比喻：无限维的客厅

想象一个无限大的客厅。这个客厅里的每一个点，不再是一个简单的家具，而是**一整个函数**（比如一段声音信号、一个波形）。

*   **入住标准（L²范数）**：一个函数 $f(x)$ 想进入这个客厅，必须满足“能量有限”的条件。即，它的平方在整个定义域（比如时间轴或空间轴）上的积分是有限的：
    $$
    \|f\|_2 = \sqrt{\int |f(x)|^2  dx} < \infty
    $$
    这个值 $\|f\|_2$ 可以理解为这个函数的“长度”或“总能量”。

### L²空间最特别的两个优点

#### 优点一：它是个“完美客厅”（希尔伯特空间）

L²空间不仅仅是一个空间，它是一个**希尔伯特空间**。这意味着：

1.  **完备无缺**：客厅的地板非常平整，没有裂缝。如果一个函数序列（就像一队人走路）步调越来越一致（柯西序列），他们一定会走向客厅里的某一个确定的点（某个函数）。**极限运算不会掉进“裂缝”里**，这是做数学分析最理想的性质。

2.  **可以量“角度”和“垂直”（内积）**：这是L²空间比其它L^p空间（如L¹，L³）更高级的地方！在这个客厅里，我们不仅可以量长度，还可以定义两个函数之间的**内积**：
    $$
    \langle f, g \rangle = \int f(x) \overline{g(x)}  dx
    $$
    这个内积带来了革命性的概念：
    *   **正交（垂直）**：如果 $\langle f, g \rangle = 0$，我们就说函数 $f$ 和 $g$ 是正交的。就像在三维空间里，x轴、y轴、z轴两两垂直一样。
    *   **角度**：内积的大小反映了两个函数的“相似程度”。内积为0表示完全不相似（正交）；内积很大表示它们形状很相似。

#### 优点二：它是“信号分析的神兵利器”（傅里叶分析的基础）

正因为有“正交”这个概念，我们可以在L²空间里做一件非常神奇的事情：**找到一组标准的“正交基函数”**。

*   **通俗理解**：就像在三维空间里，任何向量都可以用三个垂直的坐标轴（i, j, k）的组合来表示一样。在L²空间里，我们也能找到无限多个“互相垂直”的基本函数（例如，正弦和余弦函数 $\sin(nx), \cos(nx)$）。
*   **应用**：任何一个复杂的“信号”（即L²空间里的任何一个函数），比如一段音乐、一张图片，都可以分解成这些简单正弦、余弦波的叠加。这就是**傅里叶分析**的核心思想。
*   **意义**：通过这种分解，我们可以分析信号里包含哪些频率成分（频谱分析），可以进行数据压缩（JPEG, MP3的核心原理），可以过滤噪音等等。

### 与其他L^p空间的简单对比

为了更好地理解L²，可以快速对比一下：

*   **vs L¹空间（看重“总量”）**：L¹关心的是函数曲线下的**面积**。一个很高的尖峰，只要很窄，面积不大，L¹就不在乎。L²因为要平方，所以对尖峰更敏感。
*   **vs L∞空间（看重“峰值”）**：L∞只关心函数值不能超过某个上限，完全不关心持续时间。L²则是一种“平均”意义上的衡量。

### 总结：为什么L²空间如此重要？

所以，L²空间远不止是L^p空间的一个特例。它是连接**几何直观**、**物理世界**和**抽象分析**的完美桥梁，是现代数学、物理和工程学中不可或缺的核心工具。

科数题库(单机版) 会议室预约系统(book)

今日还可看 0 篇未注册用户每天查看4篇，注册用户每天8篇，开通VIP会员无限制查看。

免费注册

《高等数学》难点解析

高数教程 泰勒公式切线与法线切平面与法平面驻点·拐点·极值点·零点间断点渐进线瑕积分欧拉方程伯努利方程 Abel 收敛定理偏导数的几何意义偏导数的几何意义梯度数量场与向量场多元函数极值拉格朗日算子通量与散度环流量与旋度格林公式高斯公式斯托克斯公式三大公式比较傅里叶级数极坐标微元点法式方程变上限定积分 X型计算面积 Y型计算面积微分的意义渐近线间断点 y''+py'+qy=f(x)方程高斯黎曼傅里叶变换(复数) 拉普拉斯变换(复数)

《线性代数》难点解析

线代教程 近世代数对数学的整体思考线性的意义矩阵乘法(列视角) 矩阵乘法(行视角) 矩阵左乘矩阵右乘逆矩阵求解方程组阶梯形矩阵的求法方程组解的判定四阶行列式的计算线性变换的意义线性空间向量组的等价线性空间的几何意义基础解系的求法施密特正交化特征值与特征向量的意义矩阵相似的几何意义矩阵可对角化的理解秩的意义(向量版) 秩的意义(方程版) 二次型的意义

《概率论与数理统计》难点解析

概率教程 置信区间与上a分位数概率中的“取”与“放” 贝叶斯公式全概率公式泊松分布指数分布伽玛分布二维密度图的意义卷积的意义相关系数的意义 k阶矩是与矩母函数卡方分布的作用单正态区间估计理解假设检验理解切比雪夫不等式中心极限定理

上一篇：闵可夫斯基不等式

下一篇：标准正交系

本文对您是否有用？有用 (0) 无用 (0)