电磁场中的矩阵理论及应用
电磁矩阵的原理及应用

电磁矩阵的原理及应用1. 电磁矩阵的基本原理•电磁矩阵是一种用于描述电磁场分布的数学工具。
它由一组有序的场量构成,可以表示电磁场在不同位置和不同时间的变化情况。
•电磁矩阵的基本原理是基于麦克斯韦方程组的理论基础,在电磁场理论和电磁波传播的研究中具有重要的作用。
•电磁矩阵利用场的分布信息来描述电磁场的强度、方向和相位等特性,可以通过电磁场的数学模型进行计算和分析。
2. 电磁矩阵的应用领域•无线通信:电磁矩阵可以用于计算天线之间的电磁场传播情况,帮助优化无线通信网络的布局,提高信号覆盖范围和通信质量。
同时,电磁矩阵还可以用于设计和优化天线阵列,提高无线通信系统的传输效率和容量。
•雷达系统:电磁矩阵在雷达系统中起到重要作用,可以帮助实现目标检测、跟踪和定位等功能。
通过计算和分析电磁场的分布情况,可以确定目标的位置、速度和形状等信息。
•电磁辐射:电磁矩阵可以用于描述电磁波在空间中的辐射特性,帮助研究电磁波的传播规律和辐射效果。
在电磁辐射领域中,电磁矩阵可用于计算辐射场的强度、方向、相位和极化等参数。
•电磁兼容性:电磁矩阵可以用于分析和评估电子设备之间的电磁兼容性问题。
通过计算电磁场的耦合效应,可以判断设备之间可能出现的干扰问题,并采取相应的措施进行抑制和优化。
•电磁波传输:电磁矩阵在电磁波传输领域中具有重要意义。
通过计算电磁场在不同介质中的传输特性,可以分析和优化电磁波在各种介质中的传播损耗、传输速率和传输距离等参数。
3. 电磁矩阵的计算方法•有限差分法(FDTD):有限差分法是一种常用的数值计算方法,可以用于求解电磁场的分布情况。
它将空间和时间分割成离散的格点,在每个格点上计算场的值,通过迭代计算可以获得电磁场的时间变化过程。
•有限元法(FEM):有限元法是一种广泛应用于工程领域的计算方法,也可以用于求解电磁场问题。
它将求解区域分割为有限数量的基本单元,通过对单元间的关系进行求解,得到电磁场的分布。
•边界元法(BEM):边界元法是一种基于边界积分方程的计算方法,可以用于求解电磁场分布。
电磁场问题的有限元分析

ANSYS电磁场分析首先求解出电磁场的磁势和电势, 然后经后处理得到其他电磁场物理量,如磁力线分布、磁 通量密度、电场分布、涡流电场、电感、电容以及系统能 量损失等
● 电力发电机 ● 变压器 ● 电动机 ● 天线辐射 ● 等离子体装置
9.1 电磁场基本理论
(4)ANSYS电磁场分析简介 2. ANSYS电磁场分析方法 (2)建立分析模型。 在建立几何模型后,对求解区域用选定的单元进行划分, 并对划分的单元赋予特性和进行编号。 单元划分的疏密程度要根据具体情况来定,即在电磁 场变化大的区域划分较密,而变化不大的区域可划分得稀 疏些。 (3)施加边界条件和载荷。 (4)求解和后处理。
过滤图形用户界面进入电磁场 分析环境。在ANSYS软件的 Multiphysics模块中,执行:Main Menu>Preferences,在弹出的对话 框中选择多选框“Magnetic-Nodal” 后,单击[OK]。
9.2 二维静态磁场分析
(2)二维静态磁场分析实例 (2) 建立模型 ①生成大圆面:Main Menu>Preprocessor>Modeling>Create>Area >Circle>By Dimensions弹出如对话框,在对 话框中输入大圆的半径“6”.然后单击 [OK]。 ②生成小圆: MainMenu>Preprocessor>Modeling>Create>Areas>Ci rcle>Solid Circle,弹出一个对话框,在“WP X”后面 输入“1”,在“Radius”后面输入“2”,单击[OK], 则生成第第二个圆。 ③布尔操作: MainMenu>Preprocessor>Modeling>Cr eate>Booleans>Overlap>Area,在弹出 对话框后,单击[Pick All]。
向量的斜对称矩阵

向量的斜对称矩阵一、向量和矩阵简介1.1 向量的定义和表示向量是数学中的一个概念,它可以用来表示具有方向和大小的量。
向量通常用有限个数的有序实数构成的序列表示,如向量a可以表示为:a = (a₁, a₂, …, aₙ)。
其中,a₁, a₂, …, aₙ是向量a的分量。
1.2 矩阵的定义和表示矩阵是一种数学工具,它是由若干个数排成的矩形阵列。
矩阵通常用大写字母表示,如矩阵A可以表示为:A = [aᵢⱼ]。
其中,aᵢⱼ表示矩阵A的第i行第j列的元素。
二、斜对称矩阵的定义2.1 斜对称矩阵的特点斜对称矩阵是指矩阵的转置等于其相反数的矩阵,即Aᵀ = -A。
斜对称矩阵是一种特殊的方阵,它有一些独特的性质和应用。
2.2 斜对称矩阵的表示和性质斜对称矩阵可以用aᵢⱼ = -aₙᵢ来表示。
斜对称矩阵的对角线上的元素都是0,而非对角线上的元素满足aᵢⱼ = -aₙᵢ的条件。
2.3 斜对称矩阵的示例以下是一个斜对称矩阵的示例:A = [ 0 1 -2][-1 0 3][ 2 -3 0]三、斜对称矩阵的性质及运算3.1 斜对称矩阵的性质斜对称矩阵具有以下性质: - 斜对称矩阵的对角线元素都为0; - 两个斜对称矩阵的和仍为斜对称矩阵; - 斜对称矩阵与标量的乘积仍为斜对称矩阵; - 两个斜对称矩阵的乘积不一定是斜对称矩阵。
3.2 斜对称矩阵的运算与其他类型的矩阵一样,斜对称矩阵也可以进行加法、减法和乘法运算。
但需要注意的是,两个斜对称矩阵的乘积不一定是斜对称矩阵。
四、斜对称矩阵的应用斜对称矩阵在实际应用中有着广泛的应用,以下是一些例子:4.1 刚体运动学在刚体运动学中,可以使用斜对称矩阵来表示刚体的角速度。
刚体的角速度是一个具有大小和方向的量,可以用斜对称矩阵表示。
4.2 电磁场理论在电磁场理论中,可以使用斜对称矩阵来表示磁场的旋转部分。
磁场的旋转部分可以用斜对称矩阵表示,而磁场的散度部分可以用对称矩阵表示。
4.3 机器人动力学在机器人动力学中,可以使用斜对称矩阵来表示刚体的惯性矩阵。
一维光子晶体中电磁场传播规律的转移矩阵理论

方法得 到 了周期 性光子晶体介质 中的 电磁场传输特性 , 计算 了电磁 场在一维光子 晶体 中的透射 率和反射 率, 为 计 算和 分析 究一维光子晶体的传输特性提供 了依据.
关键词 : 光 子 晶体 ; 传输矩阵 ; 透射 率 ; 反 射 率 中图分类号 : O 4 3 1 . 2 收 稿 日期 : 2 0 1 5— 0 5~1 0 文献 标 识 码 : A 文章 编 号 : 1 6 7 4—1 3 3 1 ( 2 0 1 5 ) 0 3— 0 0 4 0— 0 6
思想 是将 研究 体 系划分 为 多层 , 把 Ma x w e l l 方 程离 散化 , 通 过 边界 条 件将 各 层 中 的 电磁 场 , 用 一 个传 输 矩 阵联 系起 来 . 然后 依据 初始 条件 , 从第 一 层开始 逐 层计算 各 层 电磁 场 的分 布规 律 , 最 后得 出电磁 场 在 整个 介质 体 系 中的分 布特 性 J . 转 移 矩 阵法 因其 具 有 计 算 简 单 、 精确度高等特点 , 受 到 了研 究 人 员 的广 泛
关 注.
本文 采用 M a x w e l l 电磁场 理论 , 推导 了平 面 电磁 场 在 均 匀各 向 同性 介 质 中传 播 的波 动 方 程 , 利 用 转
移矩 阵方 法得 到 了周期 性光 子 晶体介 质 中电磁 场 的传播 特性 , 计 算 了 电场 在一 维光 子 晶体 中的透 射 率 和 反射 率 .
在 电子 能带计 算 中则 是必须 要 考虑 的. 计 算光 子 晶体 中电 磁波 传 播 特性 的常 用方 法 , 主要 有 时 域 有 限差
分法 、 多 重散 射法 、 平 面波展 开法 和转 移矩 阵法 等 . 其 中转 移 矩 阵 法 又称 为 特 征矩 阵法 或 传输 矩 阵法 , 其
6-高等电磁场理论-电磁散射

第6章
电磁散射
散射矩阵与散射截面
理想导电圆柱对平面波的散射 理想导电圆柱对柱面波的散射 理想导电球对平面波的散射 理想导电球对球面波的散射
an H (ka) ( j ) J n (ka) 0
J n (ka ) an ( j ) (2) H n (ka )
n
故得到
★ 讨论: ① 远区散射场
J n (ka ) (2) E ( j ) H n (k )e jn (2) H n (ka ) n
xLeabharlann es 1 (2) e jkz cos an H n (k sin )e jn k 0sin n
ei es 边界条件: ( )
a
0
an
§6.3 理想导电圆柱对柱面波的散射
问题:如图所示,一半径为a 的无限长理想
导体圆柱沿z 轴放置,附近放置一根无限长 的线电流 I,计算导体圆柱的散射场。 1. 无限长线源的场 位于 ( 0 ,0 ) 的无限长的线源的位函数满足方程
e
jkx
a
0
(Ei E S )
a
0
a
n
(2) an H n (ka )e jn 0
★ 平面波→基本柱面波函数展开 r (ex cos ey sin ) ez z jk r , 平面波: e k k (ex cos k ey sin k ) ez kz
广域电磁法解析灵敏度矩阵-概述说明以及解释

广域电磁法解析灵敏度矩阵-概述说明以及解释1.引言1.1 概述在广域电磁法领域,灵敏度矩阵是一种重要的工具,用于分析地下介质的电磁响应特性。
通过对地下材料对电磁场的响应进行分析,我们可以获取到更加准确的电磁参数信息,并帮助地质勘探工作者更好地理解地下构造和储集层特征。
本文将重点讨论广域电磁法解析灵敏度矩阵的计算方法和应用意义,从而为相关研究和实践提供参考和指导。
1.2 文章结构文章结构部分需要对整篇文章的组织结构进行说明,包括各个章节的内容概述和连接关系。
在本篇文章中,主要分为引言、正文和结论三个部分。
引言部分主要介绍了文章的背景和目的,使读者对广域电磁法解析灵敏度矩阵有一个整体的了解。
在本篇文章中,引言部分包括概述、文章结构和目的三部分。
概述部分简要介绍了广域电磁法以及其在地质勘探中的重要性;文章结构部分即为当前所在章节,说明了文章的整体框架和各个部分的内容;目的部分说明了本文的研究目的和意义。
正文部分是文章的核心部分,主要介绍了广域电磁法的基本原理、灵敏度矩阵的概念以及解析灵敏度矩阵的重要性。
这部分内容将比较详细地介绍相关知识和理论,从而阐述本文的研究内容和观点。
结论部分对整篇文章进行总结和展望,概括并强调了本文的重点内容和研究成果。
在本篇文章中,结论部分包括总结、应用前景展望和结论三部分。
总结部分总结了文章的主要内容和论点,应用前景展望部分展望了广域电磁法解析灵敏度矩阵在未来的应用前景,结论部分对本文的研究成果进行总结和概括。
1.3 目的:本文的主要目的是探讨广域电磁法解析灵敏度矩阵在地球物理勘探中的重要性和应用。
通过对广域电磁法和灵敏度矩阵的概念进行介绍和分析,希望能够说明广域电磁法解析灵敏度矩阵在勘探实践中的作用和价值。
同时,本文也将展望广域电磁法解析灵敏度矩阵的未来发展方向,为相关领域的研究和应用提供参考和借鉴。
通过深入探讨这一主题,旨在推动广域电磁法技术的发展,促进地球物理勘探领域的进步和创新。
电磁场中的矩阵理论Chapter 1_C

叠加原理
线性变换应用举例
微波遥感
Thanks
1.1 线性方程组 1.2 向量方程 1.3 矩阵方程 Ax=b 1.4 线性方程组的解集 1.5 线性无关 1.6 线性变换
矩阵方程 Ax=b
向量方程 x1a1+x2a2+…+xnan=b
解方程Ax=b就是要求出R4中所有经过乘以A的作用变为b的向量x
变换
X在T(x)作用下的像
ቤተ መጻሕፍቲ ባይዱ
无解,因此c不在T的值域中。
投影变换
若
变换
能否把R3中的点投影到x1,x2坐标平面上?
剪切变换
设
T=Ax,
求其作用于右图后的图形
旋转变换 设 求 在T下的像
左旋90o
线性变换性质
变换T称为线性的,若 a. 对T的定义域中一切u,v,T(u+v)=T(u)+T(v) b. 对一切u,v和标量c,T(cu)=cT(u) c. 对任意数c1,c2…cp
值域:所有像的集合
定义域
取值空间
例:
Optical Scanning Holography (OSH)
系统的传输函数可以写为:
H (k x , k y ; z ) exp[ j
z 2 (k x2 +k y )] zk0 f f z k x , y ' k y ) exp[ j ( x ' k x y ' k y )]dx ' dy ' k0 k0 f
* p1 ( x ', y ') p2 ( x '
如果p1(x, y)=1 , p2(x, y) = δ(x, y)
矩阵发展历史

矩阵发展历史引言概述:矩阵是线性代数中的一个重要概念,它在数学、物理、工程等领域都有广泛的应用。
矩阵的发展历史可以追溯到古希腊数学家欧几里德,但是真正的矩阵理论起源于19世纪。
本文将从矩阵的起源开始,介绍矩阵的发展历史。
一、矩阵的起源1.1 古希腊数学中的矩阵古希腊数学家欧几里德首次提出了矩阵的概念,他将矩阵定义为一个矩形的罗列,其中包含了数字或者其他数学对象。
1.2 矩阵在代数中的应用17世纪,数学家开始将矩阵引入代数中,用矩阵来表示线性方程组,这为后来的矩阵理论的发展奠定了基础。
1.3 矩阵的命名矩阵这个术语最早是由19世纪的数学家詹姆斯·约瑟夫·西尔维斯特提出的,他将矩阵定义为一个矩形的数学表格。
二、矩阵理论的发展2.1 行列式的发现19世纪初,马克斯·普朗克和卡尔·高斯等数学家发现了行列式的概念,行列式是矩阵理论中的重要内容。
2.2 矩阵运算的研究19世纪中叶,数学家开始研究矩阵的运算规则,如矩阵的加法、乘法等,建立了矩阵的基本性质。
2.3 矩阵的应用拓展20世纪初,矩阵在量子力学、电路理论等领域得到广泛应用,矩阵理论也得到了更深入的发展。
三、矩阵在现代科学中的应用3.1 矩阵在物理学中的应用矩阵在量子力学、电磁场理论等物理学领域有着重要的应用,如矩阵表示量子态、电磁场中的传播等。
3.2 矩阵在工程学中的应用在工程学中,矩阵被广泛应用于控制系统、信号处理、图象处理等领域,如矩阵在控制系统中的状态空间表示。
3.3 矩阵在计算机科学中的应用在计算机科学中,矩阵被广泛应用于图象处理、机器学习、人工智能等领域,如矩阵在神经网络中的权重表示。
四、矩阵的未来发展趋势4.1 矩阵在人工智能领域的应用随着人工智能的发展,矩阵在深度学习、自然语言处理等领域将发挥更重要的作用,未来矩阵理论将继续深入发展。
4.2 矩阵在量子计算中的应用量子计算是未来计算机科学的重要方向,矩阵在量子计算中的应用将会得到更深入的研究和拓展。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
⎡ a11 a12
⎢ ⎢
a21
a22
a1 j
a1N ⎤
a2 j
a2 N
⎥ ⎥
⎢
⎥
行i →
⎢ ⎢
ai1
ai 2
aij
aiN
⎥ ⎥
=
A
⎢
⎥
⎢
⎥
⎢⎣aM1 aM 2
aMj
aMN ⎥⎦
↑
列j
(1‐16)
M × N 矩阵 A 可以写成 M 块行向量Vi (i = 1, 2, , M )
2
第一章 线性空间与线性变换
(1‐6)
X 和Y 的点积是一个标量值,表示为 X iY = x1 y1 + x2 y2 + + xN yN
(1‐7)
1
电磁场中的矩阵理论与计算
向量 X 的长度(范数)定义为
( ) X = x12 + x22 + + xN2 1/2
(1‐8)
式(1-8)称为向量 X 的欧几里得范数。
如果 X 和Y 表示位置向量, N 维空间中两点 X 和Y 的距离可表示向量差的范
向量 X 和Y 相等当且仅当它们对应的各分量相等,设向量Y = ( y1, y2, , yN )
X = Y if and only if xj = y j 其 中 j = 1, 2, , N
(1‐2)
向量 X 与Y 的和是它们对应的各分量分别相加得到的向量,表示为
X + Y = ( x1 + y1, x2 + y2 , , xN + yN )
r( A) = r(PA) = r(AQ)
(1‐25)
证 由定理 1.2的后一个不等式,得 r( A) ≥ r(PA) ≥ r(P−1(PA)) = r( A) 。同理可 证其余部分。
1.1.3 矩阵的初等变换
1.1.3.1初等变换的标准形
当 n ≥ 3 时,用公式 A−1 = A* / A 求逆矩阵(或,等价地,用 Cramer 法则求解方 程组)工作量过大,以致没有实用价值,所以需要发展其它工具,这就是初等变换。
=
E
(1‐24)
反过来,若有矩阵 B ∈ M n 使得AB=BA=E,则显然 A ≠ 0 ,从而有下述定理。 定理 1.3 n阶方阵A非奇异的充要条件是存在n阶方阵B使得AB=BA=E。 将满足定理 1.3的方阵B称为A的逆矩阵,此时,矩阵A称为可逆的。于是,对
n阶方阵而言,“秩为n”(也称为“满秩”),“非奇异”与“可逆”是等价的三个概念。易 知,若A是可逆矩阵,则其逆矩阵是唯一的,记为 A−1 。故 A−1 = A∗ / A 。逆矩阵具 有下述性质:
数形式
( ) Y − X = ( y1 − x1)2 + ( y2 − x2 )2 + + ( yN − xN )2 1/2
(1‐9)
当上式计算两个点的距离时,称这些点位于 N 维欧几里得范数
定理 1.1(向量代数)设 X ,Y 和 Z 是 N 维向量, a 和 b 是标量,向量加和标量 乘积有如下性质:
(1) ( A−1)−1 = A ;
(2) ( AT )−1 = ( A−1)T ;
4
第一章 线性空间与线性变换
(3) (AB)−1 = B−1A−1 ; (4) 若 λ ≠ 0 ,则 (λ A)−1 = λ −1A−1 ; (5) A−1 = A −1 。 定理 1.4 设A是 m × n 矩阵,P是m阶可逆方阵,Q是n阶可逆方阵,则
r(C) ≥ r( A) + s + t − m − p
(1‐22)
定理 1.2 的证明将将在下一节介绍初等变换后再给出。
对任意 n 阶方阵 A = (aij ) ,去掉第 i 行第 j 列后所剩余的 n-1 阶方阵的行列式 称为元素 aij 的余子式,记为 Mij 。而 (−1)i+ j Mij 称为元素 aij 的代数余子式,记为 Aij 。 n阶方阵
阵 A 称为降秩的,退化的或奇异的。 定理 1.2 (1)设 A,B 分别为 m × p , p × n 矩阵,则
r( A) + r(B) − p ≤ r( AB) ≤ min{r( A), r(B)}
(1‐21)
(2)设 A 是 m × p 矩阵,任取 A 的 s 行 t 列构成 s × t 子矩阵 C,则
I
目录
1.5.5 算子方程的变分原理 ........................................ 54
II
第一章 线性空间与线性变换
第一章 线性空间与线性变换 Equation Section 1
学习线性空间与线性变换的知识。主要学习矩阵、线性空间、线性变换和内积空间的理 论知识,最后讲解电磁理论分析中使用到的函数空间概念。
1.1.1.2 矩阵
矩阵是按行列分布的二维数组,一个矩阵有 M 行和 N 列,称为 M × N 矩阵。
大写字母 A 表示矩阵,小写 aij 表示构造矩阵的一个复数,矩阵表示为
A = ⎡⎣aij ⎤⎦M×N , 其 中 1 ≤ i ≤ M ,1 ≤ j ≤ N
(1‐15)
这里 aij 是位于矩阵第 i 行和第 j 列的 (i, j) 数,矩阵 A 的扩展形式为
1.1.2 矩阵的秩
定义 1.1 在矩阵 A = (aij )m×n 中,任取 k 行 k 列,位于这 k 行 k 列交叉位置的 元素,按原矩阵 A 中的相对位置排列成的 k 阶行列式,成为矩阵 A 的一个 k 阶子式。
定义 1.2 矩阵 A 的所有不为零的子式的最高阶数为矩阵 A 的秩,记为 r( A) 。 矩阵 A 的秩等于 r 当且仅当(至少)存在一个 r 阶子式不等于 0,且所有的阶 数超过 r 的子式都等于 0。 因此,矩阵 A = 0 当且仅当 r( A) = 0 。显然,r( Am×n ) ≤ min{m, n},当 r( A) = m 时,
A = ⎡⎣C1 C2
Cj
CN ⎤⎦
(1‐19)
其中列向量 C j 为 M 维向量
⎡ a1 j ⎤
⎢ ⎢
a2
j
⎥ ⎥
⎢⎥
Cj
=
⎢ ⎢
aij
⎥ ⎥
⎢⎥
⎢⎥ ⎢⎣aMj ⎥⎦
(1‐20)
当 M = N 时,矩阵 A 为 N 阶方阵,对于方阵而言,主对角线(即 i = j )上的 元素为主对角元素;除主对角线外的其余元素均为 0 的方阵为对角矩阵;主对角 线以下均为 0 的矩阵称为上三角矩阵;主对角线以上均为 0 的矩阵称为下三角矩 阵;关于主对角线对称,即满足条件 M = N 。
(1‐3)
向量 X 的取负是通过取它的各分量取负得到,表示为
− X = (−x1, −x2 , , −xN )
(1‐4)
标量乘积 cX 为,设 c 为实数(标量)
cX = (cx1, cx2 , , cxN )
(1‐5)
X 和Y 线性组合为加权和 cX + dY ,设 d 为标量
cX + dY = (cx1 + dy1, cx2 + dy2 , , cxN + dyN )
3
电磁场中的矩阵理论与计算
矩阵 A 称为是行满秩的;当 r( A) = n 时,矩阵 A 称为是列满秩的。 特别,对 n 阶方阵 A 有 r(A) ≤ n ,并且 A 满秩即 r(A) = n 当且仅当| A |≠ 0 ;等价
地, n 阶方阵 A 的秩小于 n 当且仅当| A |= 0 。 一般的,将| A | 的方阵 A 称为满秩的,非奇异的或非退化的,而将| A |= 0 的方
目录
目录
第一章 线性空间与线性变换 ........................................... 1 1.1 矩阵的概念...................................................... 1
1.1.1 向量和矩阵 ................................................. 1 1.1.2 矩阵的秩 ................................................... 3 1.1.3 矩阵的初等变换 ............................................. 5 1.1.4 分块矩阵 .................................................. 11 1.2 线性空间....................................................... 14 1.2.1 线性空间的概念 ............................................ 14 1.2.2 基变换与坐标变换 .......................................... 20 1.2.3 线性子空间 ................................................ 23 1.3 线性变换....................................................... 30 1.3.1 线性变换的概念及实例 ...................................... 30 1.3.2 线性变换的运算 ............................................ 32 1.3.3 线性变换的矩阵表示 ........................................ 32 1.3.4 线性映射的矩阵表示 ........................................ 38 1.4 内积空间....................................................... 39 1.4.1 内积的定义 ................................................ 39 1.4.2 正交性与 Gram-Schmidt 正交化方法 ........................... 41 1.4.3 正交补空间 ................................................ 43 1.4.4 选定基下内积的表达式 ...................................... 48 1.5 电磁问题中的线性算子和线性方程................................. 49 1.5.1 线性算子 .................................................. 49 1.5.2 希尔伯特空间的有界线性算子 ................................ 50 1.5.3 有界线性泛函 .............................................. 51 1.5.4 线性算子方程 .............................................. 52