- 主题:又重新看了一遍rudin的泛函分析，又有了新的感觉
请教大佬，只会高数和复变是不是不能学泛函？是不是要先学实变函数
【 在 hakensen 的大作中提到: 】
: 这本书不易快速看，里面细节超多，细细品能感受到很多丰富的内涵，尤其后面建立了算子上的拉东（其实也是贝尔的）测度构造了单位分解，算子谱分解挺有趣的，这都是gelfand理论的延伸。还有第5章的例子有很多有趣的有内涵东西，多想想能体会到文章以外的的很多东西。第9章的陶贝理论感觉是一种结合了傅里叶变换后的局部gelfand理论谱的预解集有关，由此导出无穷远逼近，这种方法是不是可以用到解析数论的一些渐进逼近？
: 另外我是学工科的数学就是个兴趣爱好
--
FROM 123.115.151.*
多谢大佬，我主要是想用在工程算法上，学到哪里比较合适
【 在 hakensen 的大作中提到: 】
: 高数还不够火候，我是这个顺序北大的《高等代数》-> 聂沼灵的《代数学引论》-> 卓里奇《数学分析》-> munkres的《拓扑学》-> alfhors的《复分析》->royden《实分析》第四版 ->rudin《泛函分析》
: 拓扑学相当重要，泛函，巴拿赫代数基本就是讲拓扑的
--
FROM 117.136.0.*
计算机视觉
【 在 hakensen 的大作中提到: 】
: 工程算法是个啥？啥工程，算啥的？
--
FROM 117.136.0.*
调和太难了，比泛函难多了，当年学的时候爬着过来都算好了
【 在 hakensen 的大作中提到: 】
: 卷级算法？静态图像压缩，动态图像压缩？涉及到图像的表示空间中找出合适的基了，我感觉这个会跟傅里叶分析，调和分析关系非常紧密，当然你得有复分析，实分析，泛函分析的基础
--
FROM 117.136.0.*
好的，大佬
【 在 hakensen 的大作中提到: 】
: stein那本傅里叶分析容易多了，你可以先看这个，看完肯定能有新的收获
--
FROM 223.71.139.*
好的，主要是计算机视觉方面的
【 在 dormouseBHU 的大作中提到: 】
: 可以读 kreyszig erwin 的 introductory functional analysis with applications
: 这个高数和复变的基础就够了
--
FROM 123.115.151.*