大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
这是我的第一篇原创博客，谈谈自己在读研中的一些小思考，希望能给大家的学习带来一点启发。
对于函数内积，我想很多理工科的都理解，最常用的就是傅里叶变换，一个信号与很多个频率的基函数相乘，也就是信号与每个基函数做内积，求得在每个基函数上的占比，或者说是在该基函数上的投影大小，遍历全部基函数，就求得在全部基函数的占比。
而函数内积的定义为：
可能很多人会想为什么函数也可以有内积，为什么这样定义，它跟一般的向量内积又有什么联系呢？
回顾一下两个向量的内积：
我们直到两个向量的内积可以看作是a向量投影到b向量，也可以看作是b向量投影到a向量；如果两个向量正交，那他们的内积就为零。某种意义上，可见向量内积也可以看作是两者相似程度的度量。
回到函数的内积，若两个函数是离散的，即f[n],g[n],我们不就可以把该函数看作是一个在n维空间展开的向量
可见一个离散函数的内积下形式是跟一般向量内积的形式是一致的。
如果我们把离散的函数变成连续的，只不过是把求和函数变成积分，delta_n 变成dx。
即可得到
如果是复函数，乘上自身共轭即可。
本人才疏学浅，若有错误，欢迎交流指出
码字不易，喜欢的话，点个赞吧
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/190051.html原文链接：https://javaforall.net
