函数空间
这便是让抽象值得一搏的例子:函数本身就是向量。固定一个集合 X 与一个域 F,令 V 为全体函数 f: X -> F。逐点相加,(f + g)(x) = f(x) + g(x),并按 (a*f)(x) = a*f(x) 缩放。检验八条公理——它们自动成立,因为 F 已在每一点遵守它们——于是 V 是一个向量空间,其“箭头”是一整个函数。
限制允许哪些函数,便引出一队熟悉的角色。次数至多 n 的多项式构成一个 (n+1) 维空间,以 1, x, x^2, ..., x^n 为基。全体多项式构成一个以无穷基 1, x, x^2, ... 为基、没有任何有限基的空间。[0,1] 上的连续函数、可微函数、某个固定线性微分方程的解——每个都是函数空间,且每个都继承了由公理证明的每条定理。
这是典范的无穷维例子,正是在此处线性代数不再关乎数字方格,而开始为分析学供能。微分 D 与积分是函数空间之间的线性映射;D 的一个特征函数是满足 Df = lambda*f 的函数 f,即 e^(lambda*x)。傅里叶级数把一个函数在正弦与余弦的标准正交“基”中展开。第一卷的语言一旦施于函数,便成为现代数学与物理的引擎。
一句诚实的告诫:在无穷维中那些舒适的事实可能失效。多项式有一个你能写下的基,但全体连续函数空间却没有任何你能展示的基——只有一个由佐恩引理保证存在的抽象之基(哈梅尔基)。函数空间正是你首次感到有限维与无穷维之间地面位移之处。
次数 <=2 的多项式构成三维空间;微分 D 是其上的线性映射,一旦固定基 1, x, x^2 便有矩阵。
R^n 本身暗地里就是一个函数空间:向量 (v_1, ..., v_n) 不过是从指标集 {1, ..., n} 到 R 的一个函数。把指标集延长到整个 N,你便从有限列向量过渡到无穷序列——迈向无穷维的第一步。