---
schema: online-okf-query-1
okf_schema: online-okf-1
input_commit: c5d5d525765d54262237dd13b408f2b9590f67a3
concept_version: {"store_id":"fcfd44a3-3b74-4077-bb28-54e09686ffaa","epoch":"34e87bb1-94ae-473e-8819-8bf58ed5087f","committed_seq":16,"export_revision":"5dd5494dac885d3f32508b96941a9afbe691461a46f932e9c6eff3502d419ded","manifest_sha256":"2c391ade665ad6762fd98c8704681ca19509af6b3df612a3d2b8c65f2926dce7"}
generated_by: deploy/worker/src/index.ts
---

# 在线查询包 / online OKF package

> q: `inner product hilbert` · books: 全部 · max_chars: 30000

回答铁律：英文原文优先于中文译文；跨书同名概念不得混同；引用必须带 `input_commit` 与站点 URL。

## 本包材料的网址（正文被截断时直接打开这些）

- 小节 5.2 Complex inner product spaces：https://limbo137.top/okf/books/szekeres/source-snapshot-bc3404156f6e/chapter-05/02-complex-inner-product-spaces.md
- 小节 1.2 Canonical quantization：https://limbo137.top/okf/books/nakahara-geometry-topology-physics/second-edition-local/chapter-01/02-section-1-2.md
- 小节 1.3 Path integral quantization of a Bose particle：https://limbo137.top/okf/books/nakahara-geometry-topology-physics/second-edition-local/chapter-01/03-section-1-3.md
- 概念卡 实内积(real inner product)：https://limbo137.top/okf/concepts/1438172c-4529-4171-9338-e797f954f1fb.md
- 概念卡 非退化厄米形式(nondegenerate Hermitian form)：https://limbo137.top/okf/concepts/68b6758f-5f71-444b-8fa4-ff25e8ccdd6b.md
- 概念卡 实内积(real inner product in Woit)：https://limbo137.top/okf/concepts/897523c4-d8fb-48f8-8a4c-e059d6fb978b.md
- 概念卡 复内积(complex inner product)：https://limbo137.top/okf/concepts/9dc809a9-95f3-4c45-bb82-06dd391d1f6b.md
- 概念卡 内积(inner product)：https://limbo137.top/okf/concepts/0a507b65-dfea-4bc8-ada8-442de630a818.md

## 命中小节（P0 中文译文节选，按标题与概念匹配）

### 5.2 Complex inner product spaces ｜ 5.2 复内积空间

原站：https://limbo137.top/en/chapter-05/02-complex-inner-product-spaces · 本段文件：https://limbo137.top/okf/books/szekeres/source-snapshot-bc3404156f6e/chapter-05/02-complex-inner-product-spaces.md

## 习题



> [!exercise] 习题 5.6 
>
> 证明由内积定义的范数满足平行四边形法则
>
> $$
> \| u + v \| ^ {2} + \| u - v \| ^ {2} = 2 \| u \| ^ {2} + 2 \| v \| ^ {2}.
> $$



> [!exercise] 习题 5.7 
>
> 在内积空间上证明
>
> $$
> 4 \langle u | v \rangle = \| u + v \| ^ {2} - \| u - v \| ^ {2} - i \| u + i v \| ^ {2} + i \| u - i v \| ^ {2}.
> $$
>
> 因此证明线性变换 $U : V \to V$ 是酉变换当且仅当它保持范数，
>
> $$
> \langle U u | U v \rangle = \langle u | v \rangle , \quad \forall u, v \in V \iff \| U v \| = \| v \|, \quad \forall v \in V.
> $$



> [!exercise] 习题 5.8 
>
> 证明复内积空间中的一对向量 $u$ 与 $v$ 正交，当且仅当
>
> $$
> \left\| \alpha u + \beta v \right\| ^ {2} = \left\| \alpha u \right\| ^ {2} + \left\| \beta v \right\| ^ {2}, \quad \forall \alpha , \beta \in \mathbb {C}.
> $$
>
> 在复内积空间中找出一对非正交向量 $u$ 和 $v$，使得 $\| u + v \| ^ { 2 } =$ $\| u \| ^ { 2 } + \| v \| ^ { 2 }$



> [!exercise] 习题 5.9 
>
> 证明该公式
>
> $$
> \langle \mathsf {A} | \mathsf {B} \rangle = \operatorname{tr} (\mathsf {B A} ^ {\dagger})
> $$
>
> 定义了 $m \times n$ 复矩阵 $M ( m , n )$ 的向量空间上的一个内积
>
> (a) 计算 $\| \mathsf { I } _ { n } \|$，其中 $\mathsf { I } _ { n }$ 是 $n \times n$ 单位矩阵。
>
> (b) 与 $\mathsf { I } _ { n } ?$ 正交的矩阵具有什么特征？
>
> (c) 证明所有酉 $n \times n$ 矩阵 $U$ 关于此内积具有相同的范数。



> [!exercise] 习题 5.10 
>
> 设 $S$ 与 $T$ 为复内积空间，并设 $U : S \to T$ 为线性映射，使得 $\| U x \| = \| x \|$。证明
>
> $$
> \langle U x \mid U y \rangle = \langle x \mid y \rangle \quad \text { for   all } x, y \in S.
> $$



> [!exercise] 习题 5.11 
>
> 设 $V$ 为一个复向量空间，其上带有一个“不定内积(indefinite inner product)”，其定义为满足 (IP1)、(IP2)，但将 (IP3) 替换为非奇异性条件的内积
>
> (IP3') 对所有 $v \in V$ 均有 $\langle u \vert v \rangle = 0$，蕴含 $u = 0$
>
> (a) 证明对于这样的不定内积，可以证明与定理 5.2 和 5.3 类似的结果。
>
> (b) 若对角线上有 $p$ 个元素等于 $+1$，且有 $q$ 个元素等于 $-1$，求标准正交基之间的变换群 $U ( p , q )$ 的定义关系。



> [!exercise] 习题 5.12 
>
> 若 $V$ 是内积空间， 一个算符$K : V \to V$称为自伴算符(self-adjoint operator)，如果
>
> $$
> \langle u | K v \rangle = \langle K u | v \rangle
> $$
>
> 对任意一对向量 $u$、$v \in V$。设 $\{ e _ { i } \}$ 为任意基，具有 $\langle e _ { i } \mid e _ { j } \rangle = h _ { i j }$，并令 $K e _ { k } =$ $K _ { k } ^ { j } e _ { j }$。证明：若 $\mathsf { H } = [ h _ { i j } ]$ 且 $\mathsf { K } = [ K _ { j } ^ { k } ]$，则
>
> $$
> \mathsf {H K} = \mathsf {K} ^ {\dagger} \mathsf {H} = (\mathsf {H K}) ^ {\dagger}.
> $$
>
> 若 $\left\{ e _ { i } \right\}$ 是一组标准正交基，证明 $K$ 是埃尔米特矩阵。



<details class="source-info reading-source-info"><summary>来源与版本</summary>

正文：中文 · 整理译文

核对状态：未核对

原书 PDF（PDF 本体不随包分发）

来源版本：source-snapshot-bc3404156f6e

</details>

### 1.2 Canonical quantization ｜ 1.2 正则量子化

原站：https://limbo137.top/books/nakahara-geometry-topology-physics/second-edition-local/en/chapter-01/02-section-1-2 · 本段文件：https://limbo137.top/okf/books/nakahara-geometry-topology-physics/second-edition-local/chapter-01/02-section-1-2.md

## 1.2.1 希尔伯特空间、左矢与右矢

我们来考虑一个复希尔伯特空间




$$
\mathcal {H} = \{\left| \phi \right\rangle , \left| \psi \right\rangle , \dots \}. \tag {1.26}
$$


$\mathcal{H}$ 中的元素称为右矢(ket)或右矢向量。

线性函数 $\alpha : \mathcal{H} \to \mathbb{C}$ 由下式定义：




$$
\alpha \left(c _ {1} \mid \psi_ {1} \rangle + c _ {2} \mid \psi_ {2} \rangle\right) = c _ {1} \alpha \left(\left| \psi_ {1} \right\rangle\right) + c _ {2} \alpha \left(\left| \psi_ {2} \right\rangle\right) \quad \forall c _ {i} \in \mathbb {C}, \left| \psi_ {i} \right\rangle \in \mathcal {H}.
$$


我们采用狄拉克引入的一种特殊记号，把该线性函数记作 $\langle \alpha |$，其作用记作 $\langle \alpha |\psi \rangle \in \mathbb{C}$。线性函数的集合本身也是一个向量空间，称为 $\mathcal{H}$ 的对偶向量空间(dual vector space)，记作 $\mathcal{H}^*$。$\mathcal{H}$ 中的元素称为左矢(bra)或左矢向量。

设 $\{|e_1\rangle, |e_2\rangle, \ldots\}$ 是 $\mathcal{H}$ 的一组基。于是任一向量 $|\psi \rangle \in \mathcal{H}$ 可展开为 $|\psi \rangle = \sum_{k} \psi_k |e_k\rangle$，其中 $\psi_k \in \mathbb{C}$ 称为 $|\psi \rangle$ 的第 $k$ 个分量。现在我们在 $\mathcal{H}^*$ 中引入一组基 $\{\langle \varepsilon_1|, \langle \varepsilon_2|, \ldots\}$。我们要求这组基是 $\{|e_k\rangle\}$ 的对偶基，即




$$
\langle \varepsilon_ {i} | e _ {j} \rangle = \delta_ {i j}. \tag {1.27}
$$


于是，任意的线性泛函 $\langle \alpha |$ 可展开为 $\langle \alpha | = \sum_{k}\alpha_{k}\langle \varepsilon_{k}|,$，其中 $\alpha_{k}\in \mathbb{C}$ 是 $\langle \alpha |$ 的第 $k$ 个分量(component)。现在，$\langle \alpha |\in \mathcal{H}^*$ 对 $|\psi \rangle \in \mathcal{H}$ 的作用可以用它们的分量表示为




$$
\langle \alpha | \psi \rangle = \sum_ {i j} \alpha_ {i} \psi_ {j} \left\langle \varepsilon_ {i} \mid e _ {j} \right\rangle = \sum_ {i j} \alpha_ {i} \psi_ {j} \delta_ {i j} = \sum_ {i} \alpha_ {i} \psi_ {i}. \tag {1.28}
$$


可以把 $|\psi \rangle$ 看作一个列向量，把 $\langle \alpha |$ 看作一个行向量，这样 $\langle \alpha |\psi \rangle$ 就只被看成行向量与列向量的矩阵乘法，其结果是一个标量。

可以在 $\mathcal{H}$ 的元素与 $\mathcal{H}^*$ 的元素之间建立一一对应。固定 $\mathcal{H}$ 的一组基 $\{|e_k\rangle\}$ 以及 $\mathcal{H}^*$ 的一组基 $\{\langle \varepsilon_k|\}$。于是，与 $|\psi\rangle = \sum_{k}\psi_{k}|e_{k}\rangle$ 相对应，存在元素 $\langle \psi | = \sum_{k}\psi_{k}^{*}\langle \varepsilon_{k}|\in \mathcal{H}^{*}$。对 $\psi_{k}$ 取复共轭的原因很快就会清楚。这样便可以在 $\mathcal{H}$ 的两个元素之间引入内积。设 $|\phi\rangle, |\psi\rangle \in \mathcal{H}$，它们的内积定义为




$$
\left(| \phi \rangle , | \psi \rangle\right) \equiv \langle \phi | \psi \rangle = \sum_ {k} \phi_ {k} ^ {*} \psi_ {k}. \tag {1.29}
$$


我们习惯上用同一个字母来表示相应的左矢与右矢。向量 $|\psi \rangle$ 的范数(norm)自然由内积来定义。设 $\| |\psi \rangle \| = \sqrt{\langle\psi|\psi\rangle}$。容易证明这一定义满足范数的全部公理。注意，由于左矢各分量中取了复共轭，范数是实数且非负。

利用两个右矢之间的内积，可以构造一组Hilbert空间的标准正交基 $\{|e_k\rangle\}$，使得 $(|e_i\rangle, |e_j\rangle) = \langle e_i | e_j \rangle = \delta_{ij}$。设 $|\psi\rangle = \sum_k \psi_k |e_k\rangle$。从左边乘以 $\langle e_k |$，便得到 $\langle e_k | \psi \rangle = \psi_k$。于是 $|\psi\rangle$ 可表示为 $|\psi\rangle = \sum_k \langle e_k | \psi \rangle |e_k\rangle = \sum_k |e_k\rangle \langle e_k | \psi \rangle$。由于这对任意的 $|\psi\rangle$ 都成立，我们就得到了完备性关系




$$
\sum_ {k} \left| e _ {k} \right\rangle \left\langle e _ {k} \right| = I, \tag {1.30}
$$


其中 $I$ 是 $\mathcal{H}$ 中的恒等算符（当 $\mathcal{H}$ 为有限维时即为单位矩阵）。

### 1.3 Path integral quantization of a Bose particle ｜ 1.3 玻色子的路径积分量子化

原站：https://limbo137.top/books/nakahara-geometry-topology-physics/second-edition-local/en/chapter-01/03-section-1-3 · 本段文件：https://limbo137.top/okf/books/nakahara-geometry-topology-physics/second-edition-local/chapter-01/03-section-1-3.md

## 1.3.1 路径积分量子化

我们先从一维系统开始分析。设 $\hat{x}(t)$ 为海森堡绘景下的位置算符。假设在时刻 $t_{i} (>0)$ 发现粒子位于 $x_{i}$，那么在较晚的时刻 $t_{f} (>t_{i})$ 于 $x_{f}$ 处发现该粒子的概率幅为




$$
\langle x _ {f}, t _ {f} | x _ {i}, t _ {i} \rangle \tag {1.79}
$$


其中各向量都是在海森堡绘景中定义的，[^note-a-30b445f6c2f79578bb45fc6b]




$$
\hat {x} \left(t _ {i}\right) \left| x _ {i}, t _ {i} \right\rangle = x _ {i} \left| x _ {i}, t _ {i} \right\rangle \tag {1.80}
$$





$$
\hat {x} \left(t _ {f}\right) \left| x _ {f}, t _ {f} \right\rangle = x _ {f} \left| x _ {f}, t _ {f} \right\rangle . \tag {1.81}
$$


概率幅 [(1.79)](03-section-1-3.md#equation-1-79) 也称为跃迁振幅(transition amplitude)。

下面我们用薛定谔绘景来改写这个概率幅。设 $\hat{x} = \hat{x}(0)$ 为位置算符，其特征向量满足




$$
\hat {x} | x \rangle = x | x \rangle . \tag {1.82}
$$


由于 $\hat{x}$ 不依赖于时间，它的特征向量也应当与时间无关。若将




$$
\hat {x} \left(t _ {i}\right) = \mathrm {e} ^ {\mathrm {i} \hat {H} t _ {i}} \hat {x} \mathrm {e} ^ {- \mathrm {i} \hat {H} t _ {i}} \tag {1.83}
$$


代入 [(1.80)](03-section-1-3.md#equation-1-80)，便得到




$$
\mathrm {e} ^ {\mathrm {i} \hat {H} t _ {i}} \hat {x} \mathrm {e} ^ {- \mathrm {i} \hat {H} t _ {i}} | x _ {i}, t _ {i} \rangle = x _ {i} | x _ {i}, t _ {i} \rangle .
$$


再从左乘以 $\mathrm{e}^{-\mathrm{i}\hat{H} t_i}$，可得




$$
\hat {x} [ \mathrm {e} ^ {- \mathrm {i} \hat {H} t _ {i}} | x _ {i}, t _ {i} \rangle ] = x _ {i} [ \mathrm {e} ^ {- \mathrm {i} \hat {H} t _ {i}} | x _ {i}, t _ {i} \rangle ].
$$


这表明这两个特征向量之间的关系为




$$
\left| x _ {i}, t _ {i} \right\rangle = \mathrm {e} ^ {\mathrm {i} \hat {H} t _ {i}} \left| x _ {i} \right\rangle . \tag {1.84}
$$


同样地，我们有




$$
\left| x _ {f}, t _ {f} \right\rangle = \mathrm {e} ^ {\mathrm {i} \hat {H} t _ {f}} \left| x _ {f} \right\rangle , \tag {1.85}
$$


由此得到




$$
\langle x _ {f}, t _ {f} | = \langle x _ {f} | \mathrm {e} ^ {- \mathrm {i} \hat {H} t _ {f}}. \tag {1.86}
$$


由这些结果，我们可以把概率幅在薛定谔绘景中表示为




$$
\langle x _ {f}, t _ {f} | x _ {i}, t _ {i} \rangle = \langle x _ {f} | e ^ {- \mathrm {i} \hat {H} (t _ {f} - t _ {i})} | x _ {i} \rangle . \tag {1.87}
$$


一般而言，函数




$$
h (x, y; \beta) \equiv \langle x | e ^ {- \hat {H} \beta} | y \rangle \tag {1.88}
$$


称为 $\hat{H}$ 的热核(heat kernel)。这一名称源于薛定谔方程与热方程之间的相似性。振幅 [(1.87)](03-section-1-3.md#equation-1-87) 就是 $\hat{H}$ 在 $\beta$ 取虚值时的热核：




$$
\langle x _ {f}, t _ {f} | x _ {i}, t _ {i} \rangle = h \left(x _ {f}, x _ {i}; \mathrm {i} \left(t _ {f} - t _ {i}\right)\right). \tag {1.89}
$$


下面把概率幅[(1.87)](03-section-1-3.md#equation-1-87)用路径积分表述(path integral formalism)表示出来。为此，我们考虑$t_f - t_i = \varepsilon$为无穷小正数的情况。为简化记号，令$x_{i} = x$、$x_{f} = y$，并设哈密顿量具有如下形式




$$
\hat {H} = \frac {\hat {p} ^ {2}}{2 m} + V (\hat {x}). \tag {1.90}
$$


我们先证明下面的引理。

> [!lemma] 引理 1.2
>
> 设 $a$ 为正常数，则
>
> 
>
>
> $$
> \int_ {- \infty} ^ {\infty} \mathrm {e} ^ {- \mathrm {i} a p ^ {2}} \mathrm {d} p = \sqrt {\frac {\pi}{\mathrm {i} a}}. \tag {1.91}
> $$
>
>

> [!proof]- 证明
>
> 与通常的高斯积分不同，这里的积分中 $p^2$ 的系数是纯虚数。首先把 $p$ 换成 $z = x + \mathrm{i}y$。此时被积函数 $\exp(-\mathrm{i}az^2)$ 在整个 $z$ 平面上是解析的。接着把积分围道从实轴改为如[图 1.1](03-section-1-3.md#figure-1-1)所示的围道。沿路径 1，有 $\mathrm{d}z = \mathrm{d}x$，因此这条路径给出的贡献与原来的积分[(1.91)](03-section-1-3.md#equation-1-91)相同。路径 2 和路径 4 的贡献在 $R \to \infty$ 时趋于零。注意到沿路径 3 的变量为 $z = (1 - \mathrm{i})x$，我们算出这条路径的贡献为
>
> 
>
> ![](../../../../../assets/ocr-formatting/196b5ed02592dd062c0cd348cb11ab050e7a5081be7d29a0892da8252544eb30.jpg)
>
> 图 1.1. 积分围道。
>
> 
>
>
> $$
> (1 - \mathrm {i}) \int_ {\infty} ^ {- \infty} \mathrm {e} ^ {- 2 a x ^ {2}} \mathrm {d} x = - \mathrm {e} ^ {- \mathrm {i} \pi / 4} \sqrt {\frac {\pi}{a}}.
> $$
>
>
> 由柯西定理，所有贡献之和必须为零，因此
>
> 
>
>
> $$
> \int_ {- \infty} ^ {\infty} \mathrm {d} p \mathrm {e} ^ {- \mathrm {i} a p ^ {2}} = \mathrm {e} ^ {- \mathrm {i} \pi / 4} \sqrt {\frac {\pi}{a}} = \sqrt {\frac {\pi}{\mathrm {i} a}}.
> $$
>
>
> 下面就用这个引理来求无穷小时间间隔的热核。
>

> [!proposition] 命题 1.2
>
> 设 $\hat{H}$ 是形如[(1.90)](03-section-1-3.md#equation-1-90)的哈密顿量，$\varepsilon$ 为无穷小的正数。那么对任意 $x, y \in \mathbb{R}$，都有
>
> 
>
> $$
> \begin{aligned} \langle x | \mathrm {e} ^ {- \mathrm {i} \hat {H} \varepsilon} | y \rangle &= \frac {1}{\sqrt {2 \pi \mathrm {i} \varepsilon}} \exp \left[ \mathrm {i} \varepsilon \left\{\frac {m}{2} \left(\frac {(x - y) ^ {2}}{\varepsilon}\right) ^ {2} \right. \right. \\ &\left. - V \left(\frac {x + y}{2}\right) \right\} + \mathcal {O} \left(\varepsilon^ {2}\right) + \mathcal {O} \left(\varepsilon (x - y) ^ {2}\right) ]. \end{aligned} \tag {1.92}
> $$
>

> [!proof]- 证明
>
> 将完备性关系插入[(1.92)](03-section-1-3.md#equation-1-92)的左端，得到
>
> 
>
> $$
> \begin{aligned} \langle x | \mathrm {e} ^ {- \mathrm {i} \hat {H} \varepsilon} | y \rangle &= \int \mathrm {d} k \langle x | \mathrm {e} ^ {- \mathrm {i} \varepsilon \hat {H}} | k \rangle \langle k | y \rangle \\ &= \int \frac {\mathrm {d} k}{2 \pi} \mathrm {e} ^ {- \mathrm {i} k y} \mathrm {e} ^ {- i \varepsilon \hat {H} _ {x}} \mathrm {e} ^ {\mathrm {i} k x} \end{aligned}
> $$
>
> 其中
>
> 
>
>
> $$
> \hat {H} _ {x} = - \frac {1}{2 m} \frac {\mathrm {d} ^ {2}}{\mathrm {d} x ^ {2}} + V (x).
> $$
>
>
> 由$\partial_x\equiv \mathrm{d} / \mathrm{d}x$与$\mathrm{e}^{\mathrm{i}kx}$的对易关系可得
>
> 
>
>
> $$
> \partial_ {x} \mathrm {e} ^ {\mathrm {i} k x} = \mathrm {i} k \mathrm {e} ^ {\mathrm {i} k x} + \mathrm {e} ^ {\mathrm {i} k x} \partial_ {x} = \mathrm {e} ^ {\mathrm {i} k x} (\mathrm {i} k + \partial_ {x}).
> $$
>
>
> 反复应用这一对易关系，便得到
>
> 
>
>
> $$
> \partial_ {x} ^ {n} \mathrm {e} ^ {\mathrm {i} k x} = \mathrm {e} ^ {\mathrm {i} k x} (\mathrm {i} k + \partial_ {x}) ^ {n} \qquad (n = 0, 1, 2, \dots)
> $$
>
>
> 由此可得
>
> 
>
>
> $$
> \mathrm {e} ^ {- \mathrm {i} \varepsilon \left[ - \partial_ {x} ^ {2} / 2 m + V (x) \right]} \mathrm {e} ^ {\mathrm {i} k x} = \mathrm {e} ^ {\mathrm {i} k x} \mathrm {e} ^ {- \mathrm {i} \varepsilon \left[ - (\mathrm {i} k + \partial_ {x}) ^ {2} / 2 m + V (x) \right]}.
> $$
>
>
> 因此，
>
> 
>
> $$
> \begin{aligned} \langle x | \mathrm {e} ^ {- \mathrm {i} \hat {H} \varepsilon} | y \rangle &= \int \frac {\mathrm {d} k}{2 \pi} \mathrm {e} ^ {\mathrm {i} k (x - y)} \mathrm {e} ^ {- \mathrm {i} \varepsilon [ - (\mathrm {i} k + \partial_ {x}) ^ {2} / 2 m + V (x) ]} \\ &= \int \frac {\mathrm {d} k}{2 \pi} \mathrm {e} ^ {- \mathrm {i} [ \varepsilon k ^ {2} / 2 m - k (x - y) ]} \mathrm {e} ^ {- \mathrm {i} \varepsilon [ - \mathrm {i} k \partial_ {x} / m - \partial_ {x} ^ {2} / 2 m + V (x) ]} \cdot 1 \end{aligned}
> $$
>
> 其中末行末尾的“1”是特意写出的，以提醒我们$\partial_x 1 = 0$这一事实。若再令$p = \sqrt{\varepsilon / 2m} k$，并将末行最后一个指数函数展开，便得到
>
> 
>
> $$
> \begin{aligned} &\langle x | \mathrm {e} ^ {- \mathrm {i} \varepsilon \hat {H}} | y \rangle = \sqrt {\frac {2 m}{\varepsilon}} \mathrm {e} ^ {\mathrm {i} m (x - y) ^ {2} / 2 \varepsilon} \int \frac {\mathrm {d} p}{2 \pi} \mathrm {e} ^ {- \mathrm {i} [ p + \sqrt {m / 2 \varepsilon} (x - y) ] ^ {2}} \\ &\times \sum_ {n = 0} ^ {\infty} \frac {(- \mathrm {i} \varepsilon) ^ {n}}{n !} \left[ \mathrm {i} \sqrt {\frac {2}{\varepsilon m}} p \partial_ {x} - \frac {\partial_ {x} ^ {2}}{2 m} + V (x) \right] ^ {n} \cdot 1. \end{aligned}
> $$
>
> 若令$q = p + \sqrt{m / 2\varepsilon} (x - y)$并利用[引理 1.2](03-section-1-3.md#lemma-1-2)，则得到：
>
> 
>
> $$
> \begin{aligned} &\langle x | \mathrm {e} ^ {- \mathrm {i} \varepsilon \hat {H}} | y \rangle = \sqrt {\frac {2 m}{\varepsilon}} \mathrm {e} ^ {\mathrm {i} m (x - y) ^ {2} / 2 \varepsilon} \int \frac {\mathrm {d} q}{2 \pi} \mathrm {e} ^ {- \mathrm {i} q ^ {2}} \\ &\times \left[ 1 + (- \mathrm {i} \varepsilon) V (x) + \frac {(- \varepsilon^ {2})}{2} \frac {(- \mathrm {i})}{\varepsilon} (x - y) \partial_ {x} V (x) \right. \\ &\left. + \mathcal {O} \left(\varepsilon^ {2}\right) + \mathcal {O} \left(\varepsilon | x - y | ^ {2}\right) \right] \\ &= \sqrt {\frac {m}{2 \pi \mathrm {i} \varepsilon}} \mathrm {e} ^ {\mathrm {i} \varepsilon (m / 2) [ (x - y) / \varepsilon ] ^ {2}} \\ &\times \exp \left[ - \mathrm {i} \varepsilon V \left(\frac {x + y}{2}\right) + \mathcal {O} (\varepsilon^ {2}) + \mathcal {O} (\varepsilon | x - y | ^ {2}) \right]. \end{aligned}
> $$
>
> 至此，命题得证。
>
> $\square$
>

注意，平均值 $(x + y) / 2$ 在[(1.92)](03-section-1-3.md#equation-1-92)中作为 $V$ 的变量出现。这种规定通常称为外尔排序(Weyl ordering)。

由[(1.92)](03-section-1-3.md#equation-1-92)可知，当 $|x - y| > \sqrt{\varepsilon}$ 时被积函数振荡得非常快，因而在分布的意义下可视为零（黎曼-勒贝格定理）。因此，当 $x - y < \varepsilon$ 时，[(1.92)](03-section-1-3.md#equation-1-92) 的指数趋近于无穷小时间间隔 $[0, \varepsilon]$ 上的作用量，




$$
\Delta S = \int_ {0} ^ {\varepsilon} \mathrm {d} t \left[ \frac {m}{2} v ^ {2} - V (x) \right] \simeq \left[ \frac {m}{2} v ^ {2} - V (x) \right] \varepsilon \tag {1.93}
$$


其中 $v = (x - y) / \varepsilon$ 是平均速度，$x$ 是平均位置。

[式 (1.92)](03-section-1-3.md#equation-1-92) 也满足 $\varepsilon \rightarrow 0$ 时的边界条件




$$
\langle x \mid \mathrm {e} ^ {- \mathrm {i} \hat {H} _ {\varepsilon}} | y \rangle \xrightarrow {\varepsilon \rightarrow 0} \langle x | y \rangle = \delta (x - y). \tag {1.94}
$$


这一点可由下述事实看出：




$$
\int_ {- \infty} ^ {\infty} d x \sqrt {\frac {m}{2 \pi \mathrm {i} \varepsilon}} e ^ {\mathrm {i} m (x - y) ^ {2} / 2 \varepsilon} = 1.
$$


有限时间间隔上的跃迁振幅 [(1.79)](03-section-1-3.md#equation-1-79)，是通过把无穷小时间间隔上的跃迁振幅一个接一个地无限重复而得到的。我们先把区间 $t_f - t_i$ 分成 $n$ 个相等的子区间，




$$
\varepsilon = \frac {t _ {f} - t _ {i}}{n}.
$$


令 $t_0 = t_i$，$t_k = t_0 + \varepsilon k$（$0 \leq k \leq n$）。显然有 $t_n = t_f$。在每个时刻插入完备性关系




$$
1 = \int \mathrm {d} x _ {k} | x _ {k}, t _ {k} \rangle \langle x _ {k}, t _ {k} | \quad (1 \leq k \leq n - 1)
$$


对每个时刻 $t_k$ 都插入到[(1.79)](03-section-1-3.md#equation-1-79)中，便得到



（节选到此为止，完整内容见 https://limbo137.top/okf/books/nakahara-geometry-topology-physics/second-edition-local/chapter-01/03-section-1-3.md）

## 命中概念（P1 卡片全文）

### 实内积(real inner product)

<!-- 卡片 URL: https://limbo137.top/okf/concepts/1438172c-4529-4171-9338-e797f954f1fb.md -->

# 实内积(real inner product)

实向量空间上的对称、非退化双线性映射V×V→R。Szekeres§5.1在有限维情形定义，明确不要求正定；Woit§4.4也将正定与不定区分。不得自动等同于正定实/复内积的统称，也不包括V*×V自然配对。原文inner product在明确实数域语境可绑定本概念而译为“内积”，不可仅因首选名而在译文擅加“实”；使用积分配对时保留作者的空间及适用条件，不外推有限维结论。

## 各书的首次出现与定义

### szekeres · source-snapshot-bc3404156f6e

首次出现（当前为最早已登记位置）：

- zh-CN · §5.1 · `zh/chapter-05/01-real-inner-product-spaces#concept-5-real-inner-product`

[所引书籍文本](https://limbo137.top/zh/chapter-05/01-real-inner-product-spaces)（行 179） · [书本英文原文 · §5.1（节级定位）](https://limbo137.top/en/chapter-05/01-real-inner-product-spaces) · 原书 PDF（具体页未登记）（PDF 本体不随包分发）

[定位与哈希](../evidence/e-194a2d82de3d1d30a8b9075d.json)

> 设 $V$ 是一个实有限维向量空间，且 $\dim$ $V = n$。向量空间 $V$ 上的一个 实内积(real inner product)，当不会引起混淆时通常简称为内积，是一个映射 $V \times V \to \mathbb { R }$，它对每一对向量 $u$、$v \in V$ 都指定一个实数 $u \cdot v \in \mathbb { R }$，并满足以下三个条件：


全部已登记位置（含后续出现，不限于首次）：

- §5.1 · 原书用词：定义原文（已核对出处；未核验全书首次）
书本原文直达位置尚未登记，不能用摘录文件冒充原书。

> Let $V$ be a real finite dimensional vector space with $\dim$ $V = n$ . A real inner product, often referred to simply as an inner product when there is no danger of confusion, on the vector space $V$ is a map $V \times V \to \mathbb { R }$ that assigns a real number $u \cdot v \in \mathbb { R }$ to every pair of vectors $u$, $v \in V$ satisfying the following three conditions:
> 
> (RIP1) The map is symmetric in both arguments, $\boldsymbol { u } \cdot \boldsymbol { v } = \boldsymbol { v } \cdot \boldsymbol { u } .$
> 
> (RIP2) The distributive law holds, $u \cdot ( a v + b w ) = a u \cdot v + b u \cdot w .$
> 
> (RIP3) If $u \cdot v = 0$ for all $v \in V$ then $u = 0 .$
> 
> A real vector space $V$ together with an inner product defined on it is called a real inner product space. The inner product is also distributive on the first argument for, by conditions (RIP1) and (RIP2),

- §5.1 · 原书用词：定义原文（已核对出处；未核验全书首次）
书本原文直达位置尚未登记，不能用摘录文件冒充原书。

> $$
> (a u + b v) \cdot w = w \cdot (a u + b v) = a w \cdot u + b w \cdot v = a u \cdot w + b v \cdot w.
> $$

- §5.1 · 原书用词：定义原文（已核对出处；未核验全书首次）
书本原文直达位置尚未登记，不能用摘录文件冒充原书。

> Let $V$ be a real finite dimensional vector space with $\dim$ $V = n$ . A real inner product, often referred to simply as an inner product when there is no danger of confusion, on the vector space $V$ is a map $V \times V \to \mathbb { R }$ that assigns a real number $u \cdot v \in \mathbb { R }$ to every pair of vectors $u$, $v \in V$ satisfying the following three conditions:
> 
> (RIP1) The map is symmetric in both arguments, $\boldsymbol { u } \cdot \boldsymbol { v } = \boldsymbol { v } \cdot \boldsymbol { u } .$
> 
> (RIP2) The distributive law holds, $u \cdot ( a v + b w ) = a u \cdot v + b u \cdot w .$
> 
> (RIP3) If $u \cdot v = 0$ for all $v \in V$ then $u = 0 .$
> 
> A real vector space $V$ together with an inner product defined on it is called a real inner product space. The inner product is also distributive on the first argument for, by conditions (RIP1) and (RIP2),
> 
> $$
> (a u + b v) \cdot w = w \cdot (a u + b v) = a w \cdot u + b w \cdot v = a u \cdot w + b v \cdot w.
> $$
> 
> We often refer to this linearity in both arguments by saying that the inner product is bilinear.
> 
> As a consequence of property (RIP3) the inner product is said to be non-singular and is often referred to as pseudo-Euclidean. Sometimes (RIP3) is replaced by the stronger condition
> 
> (RIP3') $u \cdot u > 0$ for all vectors $u \neq 0 .$
> 
> In this case the inner product is said to be positive definite or Euclidean, and a vector space $V$ with such an inner product defined on it is called a Euclidean vector space. Condition (RIP3') implies condition (RIP3), for if there exists a non-zero vector $u$ such that $u \cdot v = 0$ for all $v \in V$ then $u \cdot u = 0$ (on setting $v = u )$ , which violates (RIP3'). Positive definiteness is therefore a stronger requirement than non-singularity.

- §5.1 · 原书用词：定义原文（已核对出处；未核验全书首次）
书本原文直达位置尚未登记，不能用摘录文件冒充原书。

> We often refer to this linearity in both arguments by saying that the inner product is bilinear.
> 
> As a consequence of property (RIP3) the inner product is said to be non-singular and is often referred to as pseudo-Euclidean. Sometimes (RIP3) is replaced by the stronger condition
> 
> (RIP3') $u \cdot u > 0$ for all vectors $u \neq 0 .$
> 
> In this case the inner product is said to be positive definite or Euclidean, and a vector space $V$ with such an inner product defined on it is called a Euclidean vector space. Condition (RIP3') implies condition (RIP3), for if there exists a non-zero vector $u$ such that $u \cdot v = 0$ for all $v \in V$ then $u \cdot u = 0$ (on setting $v = u )$ , which violates (RIP3'). Positive definiteness is therefore a stronger requirement than non-singularity.

- §5.1 · zh-CN · `zh/chapter-05/01-real-inner-product-spaces`
  [所引书籍文本](https://limbo137.top/zh/chapter-05/01-real-inner-product-spaces)（行 179） · [书本英文原文 · §5.1（节级定位）](https://limbo137.top/en/chapter-05/01-real-inner-product-spaces) · 原书 PDF（具体页未登记）（PDF 本体不随包分发）

定义：

定义证据 1 · librarian-original-source-reviewed

定义记录：`definition-e4b22301ba8643c8651f5d76`。

适用条件：实向量空间上的对称、非退化双线性映射V×V→R。Szekeres§5.1在有限维情形定义，明确不要求正定；Woit§4.4也将正定与不定区分。不得自动等同于正定实/复内积的统称，也不包括V*×V自然配对。原文inner product在明确实数域语境可绑定本概念而译为“内积”，不可仅因首选名而在译文擅加“实”；使用积分配对时保留作者的空间及适用条件，不外推有限维结论。

本处定义的依赖组尚未登记。

书本原文直达位置尚未登记，不能用摘录文件冒充原书。

[定位与哈希](../evidence/e-e8dc51a2ea82d5adedbe192f.json)

> Let $V$ be a real finite dimensional vector space with $\dim$ $V = n$ . A real inner product, often referred to simply as an inner product when there is no danger of confusion, on the vector space $V$ is a map $V \times V \to \mathbb { R }$ that assigns a real number $u \cdot v \in \mathbb { R }$ to every pair of vectors $u$, $v \in V$ satisfying the following three conditions:
> 
> (RIP1) The map is symmetric in both arguments, $\boldsymbol { u } \cdot \boldsymbol { v } = \boldsymbol { v } \cdot \boldsymbol { u } .$
> 
> (RIP2) The distributive law holds, $u \cdot ( a v + b w ) = a u \cdot v + b u \cdot w .$
> 
> (RIP3) If $u \cdot v = 0$ for all $v \in V$ then $u = 0 .$
> 
> A real vector space $V$ together with an inner product defined on it is called a real inner product space. The inner product is also distributive on the first argument for, by conditions (RIP1) and (RIP2),

定义证据 2 · librarian-original-source-reviewed

定义记录：`definition-c1819d204e675529292f6951`。

适用条件：实向量空间上的对称、非退化双线性映射V×V→R。Szekeres§5.1在有限维情形定义，明确不要求正定；Woit§4.4也将正定与不定区分。不得自动等同于正定实/复内积的统称，也不包括V*×V自然配对。原文inner product在明确实数域语境可绑定本概念而译为“内积”，不可仅因首选名而在译文擅加“实”；使用积分配对时保留作者的空间及适用条件，不外推有限维结论。

本处定义的依赖组尚未登记。

书本原文直达位置尚未登记，不能用摘录文件冒充原书。

[定位与哈希](../evidence/e-1bf780e7e5808444a059fea2.json)

> $$
> (a u + b v) \cdot w = w \cdot (a u + b v) = a w \cdot u + b w \cdot v = a u \cdot w + b v \cdot w.
> $$

定义证据 3 · librarian-original-source-reviewed

定义记录：`definition-5dd17e3c61c4c329fbce1777`。

适用条件：实向量空间上的对称、非退化双线性映射V×V→R。Szekeres§5.1在有限维情形定义，明确不要求正定；Woit§4.4也将正定与不定区分。不得自动等同于正定实/复内积的统称，也不包括V*×V自然配对。原文inner product在明确实数域语境可绑定本概念而译为“内积”，不可仅因首选名而在译文擅加“实”；使用积分配对时保留作者的空间及适用条件，不外推有限维结论。

本处定义的依赖组尚未登记。

书本原文直达位置尚未登记，不能用摘录文件冒充原书。

[定位与哈希](../evidence/e-bbc8a282f98da41447b50db5.json)

> We often refer to this linearity in both arguments by saying that the inner product is bilinear.
> 
> As a consequence of property (RIP3) the inner product is said to be non-singular and is often referred to as pseudo-Euclidean. Sometimes (RIP3) is replaced by the stronger condition
> 
> (RIP3') $u \cdot u > 0$ for all vectors $u \neq 0 .$
> 
> In this case the inner product is said to be positive definite or Euclidean, and a vector space $V$ with such an inner product defined on it is called a Euclidean vector space. Condition (RIP3') implies condition (RIP3), for if there exists a non-zero vector $u$ such that $u \cdot v = 0$ for all $v \in V$ then $u \cdot u = 0$ (on setting $v = u )$ , which violates (RIP3'). Positive definiteness is therefore a stronger requirement than non-singularity.

### woit-qtgr · 2025-10-20

首次出现（当前为最早已登记位置）：

- zh-CN · §4.4 · `books/woit-qtgr/2025-10-20/zh/chapter-04/04-inner-products#first-7fbfc15c27cd8776f6cd-real-zh`

[所引书籍文本](https://limbo137.top/books/woit-qtgr/2025-10-20/zh/chapter-04/04-inner-products)（行 313） · [书本英文原文 · §4.4（节级定位）](https://limbo137.top/books/woit-qtgr/2025-10-20/en/chapter-04/04-inner-products) · 原书 PDF（具体页未登记）（PDF 本体不随包分发）

[定位与哈希](../evidence/e-2face72fddbf01ce3aab42ae.json)

> 向量空间 $V$ 上的[内积(inner product)](/concepts/linear-algebra/real-inner-product)是一种附加结构：它赋予向量长度和夹角的概念，并给出 $V^*\simeq V$ 的识别。在实数域上：


全部已登记位置（含后续出现，不限于首次）：

- §4.4 · zh-CN · `books/woit-qtgr/2025-10-20/zh/chapter-04/04-inner-products`
  [所引书籍文本](https://limbo137.top/books/woit-qtgr/2025-10-20/zh/chapter-04/04-inner-products)（行 315） · [书本英文原文 · §4.4（节级定位）](https://limbo137.top/books/woit-qtgr/2025-10-20/en/chapter-04/04-inner-products) · 原书 PDF（具体页未登记）（PDF 本体不随包分发）
- §4.4 · zh-CN · `books/woit-qtgr/2025-10-20/zh/chapter-04/04-inner-products`
  [所引书籍文本](https://limbo137.top/books/woit-qtgr/2025-10-20/zh/chapter-04/04-inner-products)（行 315） · [书本英文原文 · §4.4（节级定位）](https://limbo137.top/books/woit-qtgr/2025-10-20/en/chapter-04/04-inner-products) · 原书 PDF（具体页未登记）（PDF 本体不随包分发）
- §4.4 · zh-CN · `books/woit-qtgr/2025-10-20/zh/chapter-04/04-inner-products`
  [所引书籍文本](https://limbo137.top/books/woit-qtgr/2025-10-20/zh/chapter-04/04-inner-products)（行 315） · [书本英文原文 · §4.4（节级定位）](https://limbo137.top/books/woit-qtgr/2025-10-20/en/chapter-04/04-inner-products) · 原书 PDF（具体页未登记）（PDF 本体不随包分发）

定义：

定义证据 1 · unreviewed

定义记录：`definition-041c3a25b664f7429b1bb07a`。

本处定义的依赖组尚未登记。

[所引书籍文本](https://limbo137.top/books/woit-qtgr/2025-10-20/zh/chapter-04/04-inner-products)（行 315） · [书本英文原文 · §4.4（节级定位）](https://limbo137.top/books/woit-qtgr/2025-10-20/en/chapter-04/04-inner-products) · 原书 PDF（具体页未登记）（PDF 本体不随包分发）

[定位与哈希](../evidence/e-2377c96fba9ddeafd6fbf008.json)

> 
> 
> > [!definition] 定义 · 实内积(real inner product)
> > 
> >
> > 定义（实内积(real inner product)）。实向量空间 $V$ 上的一个内积是一个对称的 $( ( v , w ) = ( w , v ) )$ 映射
> >
> > 
> >
> > $$
> > (\cdot , \cdot): V \times V \to \mathbf {R}
> > $$
> >
> > 
> >
> > 即非退化且对两个变量均为线性。

## 按书与路径记录的依赖组

未登记依赖组；不代表该概念没有前置知识。


## 名称与维护

UUID：`urn:uuid:1438172c-4529-4171-9338-e797f954f1fb`。状态：`active`。

本页由脚本生成；YAML 为结构化第二入口，JSON 索引指向本页。原书和冻结证据保留各自版本。


（达到 max_chars 预算，其余命中概念的网址见本包开头。）
## 英文片段（P3 来自已发布小节的英文权威片段）

## 下一跳

- 本站目录与术语索引：https://limbo137.top/llms.txt