H
hilbert-spaces
Strategie rozwiązywania problemów z przestrzeniami Hilberta w analizie funkcjonalnej
Instalacja
Wybierz klienta i sklonuj repozytorium do odpowiedniego katalogu skilli.
Instalacja
O skillu
Umiejętność wspierająca pracę z przestrzeniami Hilberta w analizie funkcjonalnej. Zawiera gotowe strategie dla kluczowych zagadnień: rozkładu ortogonalnego, twierdzenia o projekcji, reprezentacji Riesza, tożsamości Parsevala i nierówności Bessela. Wykorzystuje narzędzia SymPy do obliczeń symbolicznych i Z3 do dowodów formalnych. Idealna dla studentów i badaczy zajmujących się teorią funkcjonalną.
Jak używać
- Zidentyfikuj typ problemu z przestrzeniami Hilberta, z którym pracujesz — czy dotyczy rozkładu ortogonalnego, projekcji na podzbiór wypukły, reprezentacji funkcjonałów liniowych, czy tożsamości Parsevala.
- Dla rozkładu ortogonalnego zamkniętej podprzestrzeni M użyj komendy sympy_compute.py simplify, aby uprościć wyrażenie x - projection i zweryfikować, że każdy element rozkłada się na składową w M i składową w ortogonalnym dopełnieniu.
- Gdy potrzebujesz dowodu istnienia i jednoznaczności projekcji na zbiór wypukły, zastosuj z3_solve.py prove "projection_exists_unique" — narzędzie formalnie zweryfikuje twierdzenie o projekcji.
- Do pracy z reprezentacją Riesza (każdy funkcjonał liniowy ograniczony ma postać iloczynu skalarnego) uruchom z3_solve.py prove "riesz_representation", aby potwierdzić równoważność między funkcjonałem a jego reprezentantem.
- Dla obliczeń sum w tożsamości Parsevala (||x||² = suma |⟨x, eₙ⟩|²) użyj sympy_compute.py sum z parametrami --var n --from 1 --to oo, aby obliczyć nieskończoną sumę współczynników względem bazy ortonormalnej.
- Sprawdzaj nierówność Bessela dla dowolnych zbiorów ortonormalnych, korzystając z tych samych narzędzi do weryfikacji, że suma kwadratów współczynników nie przekracza normy wektora.
Podobne skille
D
data-storytelling
autor: wshobson
Data Science
26105
Q
quant-analyst
autor: zenobi-us
Data Science
67217
P
prompt-optimizer
autor: solatis
Data Science
15109
C
claude-automation-recommender
autor: anthropics
Data Science
1787
D
deep-research
autor: davidorex
Data Science
16151
M
moon-dev-trading-agents
autor: moondevonyt
Data Science
102232