Curso de Matemáticas para IA · Lección 49 de 180

Las funciones también pueden tener productos internos

Usa una integral o una suma de muestras que tenga en cuenta el espaciado para comparar formas de funciones y conectar los productos internos de funciones con características de base en IA.

Comparte este artículo

Un producto interno puede indicar si dos vectores apuntan en direcciones parecidas. Pero una señal, una curva o una serie temporal puede tener muchos más de tres coordenadas. ¿Cómo puede un sistema de IA comparar las formas de dos funciones sin fingir que una curva es simplemente una lista arbitraria de números?

La misma idea se extiende de forma natural: multiplica las funciones punto por punto y después suma esos productos en un dominio. Para un dominio continuo, la suma se convierte en una integral. El resultado es un producto interno de funciones que puede medir el solapamiento, construir funciones base ortogonales y convertir una forma en características que un modelo puede usar.

Al terminar esta lección podrás interpretar ⟨f,g⟩=∫abf(x)g(x) dx\langle f,g\rangle=\int_a^b f(x)g(x)\,dx, calcular exactamente un pequeño ejemplo, aproximarlo a partir de muestras con el espaciado correcto y explicar por qué una puntuación genérica de similitud no es automáticamente un producto interno.

Objetivo de aprendizaje: Interpretar la similitud entre funciones mediante una integral o una suma discreta.

Esta lección conecta la Lección 041: Los productos internos miden la alineación, donde el producto punto medía el solapamiento entre vectores finitos, con la Lección 002: Las funciones como máquinas matemáticas reutilizables, donde una función era una regla que convierte cada entrada en una salida. El libro oficial Mathematics for Machine Learning sitúa esta generalización en la Sección 3.7. Las funciones trabajadas, el gráfico de muestras, la salida de NumPy, la conexión con IA y las evaluaciones de esta lección son originales.

Del producto punto finito al producto interno de funciones

Para dos vectores reales u=(u1,…,un)u=(u_1,\ldots,u_n) y v=(v1,…,vn)v=(v_1,\ldots,v_n), el producto interno ordinario es

⟨u,v⟩=∑i=1nuivi.\langle u,v\rangle=\sum_{i=1}^{n}u_i v_i.

Cada coordenada aporta un producto. Un producto positivo significa que los dos valores tienen el mismo signo en esa coordenada; un producto negativo significa que tiran en direcciones opuestas. La suma conserva las contribuciones que coinciden y cancela las que discrepan.

Una función real ff en un intervalo [a,b][a,b] puede verse como un vector con una coordenada por cada posición de entrada xx. Hay infinitas posiciones de ese tipo, así que la suma de coordenadas se convierte en una integral.

La definición hereda el comportamiento útil del producto interno de vectores cuando las funciones pertenecen a un espacio de funciones integrables adecuado: es lineal en cada argumento, simétrica para funciones reales y positiva cuando se compara una función no nula consigo misma. En particular,

⟨f,f⟩=∫abf(x)2 dx≥0.\langle f,f\rangle=\int_a^b f(x)^2\,dx\geq 0.

La norma de función correspondiente es ∥f∥=⟨f,f⟩\lVert f\rVert=\sqrt{\langle f,f\rangle}. Mide la magnitud cuadrática total en el intervalo, no la altura en un único punto elegido.

Una integral trabajada: las formas que se cruzan aún pueden solaparse

Usa el intervalo [0,1][0,1] y dos formas sencillas:

f(x)=1−x,g(x)=x.f(x)=1-x,\qquad g(x)=x.

Una curva desciende mientras la otra asciende. Se encuentran en x=0.5x=0.5, pero ambas son no negativas en el intervalo, así que sus productos punto por punto nunca son negativos. Su producto interno es

La visualización siguiente muestra el mismo cálculo de una forma que no exige leer primero la integral. La curva azul continua es ff, la curva ámbar discontinua es gg y las barras verde azulado muestran los productos muestreados f(xi)g(xi)f(x_i)g(x_i). Los números exactos siguen disponibles en la tabla, de modo que la conclusión no depende del color, de un dibujo que cambie con el tamaño de pantalla ni de código del lado del cliente.

Visualización estática del espacio de funciones

Dos curvas y los productos que miden su solapamiento

Las dos curvas no negativas producen productos positivos entre los extremos. La tabla hace explícito cada valor muestreado.

Solapamiento muestreado de f(x) igual a 1 menos x y g(x) igual a xUn gráfico representa una curva continua descendente f y una curva discontinua ascendente g desde x igual a 0 hasta x igual a 1. Las barras verde azulado bajo las curvas representan los cinco productos muestreados f(x_i) por g(x_i). Una tabla proporciona los valores exactos y sus interpretaciones.f(x) = 1 − xg(x) = xproductos muestreados f(xᵢ)g(xᵢ)dominio xvalor de la función00.250.50.751
Valores muestreados usados por el gráfico de solapamiento.
xᵢf(xᵢ)g(xᵢ)f(xᵢ)g(xᵢ)Qué aporta el producto
0100Cero en este extremo
0.250.750.250.1875Solapamiento positivo
0.50.50.50.25Solapamiento positivo
0.750.250.750.1875Solapamiento positivo
1010Cero en este extremo

Las barras son una ayuda visual para los productos punto por punto. La integral es la definición continua; una estimación basada en muestras también debe tener en cuenta el espaciado y los pesos de los extremos.

Gráfico estático original para f(x) = 1 − x y g(x) = x en [0, 1]. La tabla semántica es la alternativa textual exacta para las muestras representadas.

Las muestras convierten la integral en un producto punto ponderado

Una implementación suele recibir muestras en lugar de una fórmula simbólica. Sean x0,…,xmx_0,\ldots,x_m las posiciones de las muestras y sea yi=f(xi)g(xi)y_i=f(x_i)g(x_i). Si las posiciones están igualmente espaciadas en Δx\Delta x, una suma sencilla tiene la forma

Δx∑i=0myi.\Delta x\sum_{i=0}^{m}y_i.

Esta expresión es una intuición útil, pero cuenta ambos extremos con el mismo peso que los puntos interiores. La regla trapezoidal compuesta da a la primera y a la última muestra la mitad del peso:

∫abf(x)g(x) dx≈Δx(y02+y1+⋯+ym−1+ym2).\int_a^b f(x)g(x)\,dx \approx \Delta x\left(\frac{y_0}{2}+y_1+\cdots+y_{m-1}+\frac{y_m}{2}\right).

Para las cinco muestras de la visualización, Δx=0.25\Delta x=0.25 y y=(0,0.1875,0.25,0.1875,0)y=(0,0.1875,0.25,0.1875,0). Por tanto,

0.25(0+0.1875+0.25+0.1875+0)=0.15625.0.25\left(0+0.1875+0.25+0.1875+0\right)=0.15625.

La estimación se acerca al valor exacto 1/6≈0.16671/6\approx0.1667, pero no es el mismo número. Normalmente, más muestras reducirían el error de aproximación para estas curvas suaves.

El código de NumPy refleja la diferencia. numpy.dot calcula el producto interno unidimensional, por lo que sirve para la suma de muestras sin ponderar. numpy.trapezoid integra los valores muestreados con la regla trapezoidal compuesta y usa las posiciones x explícitas.

import numpy as np

x = np.linspace(0.0, 1.0, num=5)
f = 1.0 - x
g = x
products = f * g
raw_sample_sum = np.dot(f, g)
trapezoid_estimate = np.trapezoid(products, x=x)
weighted_sum = np.dot(np.array([0.5, 1.0, 1.0, 1.0, 0.5]), products)
weighted_sum *= x[1] - x[0]

print(products)
print(raw_sample_sum)
print(trapezoid_estimate)
print(weighted_sum)

Salida verificada:

[0.     0.1875 0.25   0.1875 0.    ]
0.625
0.15625
0.15625

El producto punto sin ponderar es 0.6250.625, no la integral. No incluye un factor de espaciado ni aplica pesos a los extremos. Los dos últimos valores coinciden porque el producto punto ponderado explícito realiza el mismo cálculo trapezoidal compuesto que np.trapezoid. Con posiciones de muestra desiguales, pasa esas posiciones como x; no sustituyas silenciosamente por un único dx global.

Las funciones base convierten las formas en características del modelo

Los productos internos de funciones resultan especialmente prácticos cuando un modelo describe una forma de entrada con una colección pequeña de funciones base. Considera las dos funciones en [0,1][0,1]

ϕ0(x)=1,ϕ1(x)=2x−1.\phi_0(x)=1,\qquad \phi_1(x)=2x-1.

La primera es constante y la segunda cambia linealmente de −1-1 a 11. Su solapamiento es

⟨ϕ0,ϕ1⟩[0,1]=∫01(2x−1) dx=[x2−x]01=0.\begin{aligned} \langle\phi_0,\phi_1\rangle_{[0,1]} &=\int_0^1(2x-1)\,dx\\ &=\left[x^2-x\right]_0^1=0. \end{aligned}

Son ortogonales bajo este intervalo y este peso. Las mismas funciones no son automáticamente ortogonales si cambia el dominio o el peso. Sus longitudes son ∥ϕ0∥=1\lVert\phi_0\rVert=1 y ∥ϕ1∥=1/3\lVert\phi_1\rVert=\sqrt{1/3}, así que el par es ortogonal pero no ortonormal. Multiplicar ϕ1\phi_1 por 3\sqrt{3} haría que su norma fuera uno.

Supón que un modelo de expansión de características aproxima una señal hh como

h(x)≈c0ϕ0(x)+c1ϕ1(x).h(x)\approx c_0\phi_0(x)+c_1\phi_1(x).

Si la base es ortogonal, el coeficiente de una dirección no se mezcla con el de la otra en el producto interno. Por ejemplo, si h(x)=0.6ϕ0(x)−0.2ϕ1(x)h(x)=0.6\phi_0(x)-0.2\phi_1(x), entonces

⟨h,ϕ0⟩=0.6⟨ϕ0,ϕ0⟩−0.2⟨ϕ1,ϕ0⟩=0.6.\langle h,\phi_0\rangle =0.6\langle\phi_0,\phi_0\rangle -0.2\langle\phi_1,\phi_0\rangle =0.6.

El segundo término desaparece porque las funciones base son ortogonales. En la práctica, una canalización de IA puede evaluar ϕ0(xi),ϕ1(xi),…\phi_0(x_i),\phi_1(x_i),\ldots en cada muestra y proporcionar esos valores a un clasificador, un regresor u otro modelo posterior. Los productos internos describen cuánto se solapa una forma observada con cada dirección de característica elegida. Hacen que el diseño de características sea inspeccionable; no garantizan que la base elegida sea suficiente para la tarea.

Por qué importan el dominio, el espaciado y la métrica

La expresión “funciones similares” no es una especificación matemática completa. El producto interno depende de decisiones que una canalización de características de producción debe hacer explícitas.

Mismo dominio. La integral compara valores en las mismas posiciones xx. Si una función está definida en [0,1][0,1] y la otra en [0,2][0,2], la expresión ∫f(x)g(x) dx\int f(x)g(x)\,dx necesita un intervalo común indicado o una regla de remuestreo. No tiene sentido emparejar por accidente entradas que no coinciden.

Espaciado de las muestras. Un np.dot(f_samples, g_samples) simple trata cada muestra como una coordenada de igual importancia. Si las muestras se concentran en una parte del dominio, esa suma da más peso a la concentración. Usa las posiciones reales o documenta la geometría discreta que pretendes.

La ponderación cambia la geometría. Un peso no negativo w(x)w(x) puede enfatizar una ventana temporal o una región donde las mediciones son más fiables:

⟨f,g⟩w=∫abw(x)f(x)g(x) dx.\langle f,g\rangle_w=\int_a^b w(x)f(x)g(x)\,dx.

Cambiar ww cambia qué formas se consideran ortogonales y qué características reciben más influencia. Puede ser una decisión de modelado deliberada, no un detalle de implementación inocuo.

La similitud no es automáticamente un producto interno. Una puntuación como max⁡xf(x)g(x)\max_x f(x)g(x) puede ser útil para una tarea de correspondencia concreta, pero no es lineal en las funciones de la forma en que lo es un producto interno. Del mismo modo, una puntuación reescalada o umbralizada de forma arbitraria puede ser simétrica sin ser definida positiva. Llama a una cantidad producto interno solo después de comprobar los requisitos de dominio, integrabilidad, linealidad, simetría y definitud positiva apropiados para el espacio de funciones.

Los productos internos de funciones convierten una pregunta vaga —“¿Estas formas se parecen?”— en un cálculo reproducible. La integral proporciona la definición continua; np.dot y np.trapezoid hacen explícita la versión muestreada; y las funciones base permiten que un sistema de IA compare direcciones de forma interpretables. El siguiente paso es usar estos productos internos para proyecciones, donde una función se sustituye por su aproximación más cercana dentro de un subespacio elegido.

Comprueba tu comprensión

Pregunta 1

Escribe el producto interno de funciones en [a, b] y explica qué aporta el producto f(x)g(x) en un punto.

Mostrar la solución paso a paso

La definición es

⟨f,g⟩[a,b]=∫abf(x)g(x) dx.\langle f,g\rangle_{[a,b]}=\int_a^b f(x)g(x)\,dx.

En un punto xx, el producto es positivo cuando los dos valores de las funciones tienen el mismo signo, negativo cuando tienen signos opuestos y cero cuando al menos uno de los valores es cero. La integral suma esas contribuciones locales en el dominio indicado, por lo que el intervalo forma parte de la respuesta.

Pregunta 2

Calcula el producto interno de f(x) = 1 y g(x) = x en [0, 1].

Mostrar la solución paso a paso

Primero multiplica las funciones: f(x)g(x)=xf(x)g(x)=x. Después integra en el intervalo proporcionado:

⟨f,g⟩=∫01x dx=[x22]01=12.\langle f,g\rangle=\int_0^1x\,dx =\left[\frac{x^2}{2}\right]_0^1 =\frac12.

El resultado es positivo porque ambas funciones son no negativas en [0,1][0,1], y el valor depende de ese intervalo.

Pregunta 3

Para f(x) = 1 − x y g(x) = x en [0, 1], verifica el valor exacto 1/6 y el solapamiento normalizado 1/2.

Mostrar la solución paso a paso

El producto interno cruzado es

∫01(1−x)x dx=∫01(x−x2) dx=12−13=16.\int_0^1(1-x)x\,dx=\int_0^1(x-x^2)\,dx=\frac12-\frac13=\frac16.

Para las normas, calcula

⟨f,f⟩=∫01(1−x)2dx=13,⟨g,g⟩=∫01x2dx=13.\langle f,f\rangle=\int_0^1(1-x)^2dx=\frac13, \qquad \langle g,g\rangle=\int_0^1x^2dx=\frac13.

Así, el solapamiento normalizado es 1/61/31/3=12\frac{1/6}{\sqrt{1/3}\sqrt{1/3}}=\frac12. Es menor que uno porque las curvas no son múltiplos escalares una de otra.

Pregunta 4

Con las cinco muestras x = (0, 0.25, 0.5, 0.75, 1), ¿por qué el producto punto sin ponderar 0.625 es distinto de la estimación trapezoidal 0.15625?

Mostrar la solución paso a paso

Los productos muestreados son y=(0,0.1875,0.25,0.1875,0)y=(0,0.1875,0.25,0.1875,0). El producto punto sin ponderar entre los arrays de funciones muestreadas es

∑if(xi)g(xi)=0+0.1875+0.25+0.1875+0=0.625.\sum_i f(x_i)g(x_i)=0+0.1875+0.25+0.1875+0=0.625.

Es una suma de muestras sin ponderar. La estimación trapezoidal multiplica por el espaciado Δx=0.25\Delta x=0.25 y da a cada extremo la mitad del peso:

0.25(02+0.1875+0.25+0.1875+02)=0.15625.0.25\left(\frac02+0.1875+0.25+0.1875+\frac02\right)=0.15625.

Los dos cálculos responden a preguntas numéricas diferentes; el segundo es la aproximación de la integral que tiene en cuenta el espaciado.

Pregunta 5

¿Cuál es el producto interno de φ₀(x) = 1 y φ₁(x) = 2x − 1 en [0, 1], y qué significa el resultado?

Mostrar la solución paso a paso

Multiplica las funciones e integra:

⟨ϕ0,ϕ1⟩=∫01(2x−1)dx=[x2−x]01=0.\langle\phi_0,\phi_1\rangle=\int_0^1(2x-1)dx =\left[x^2-x\right]_0^1=0.

El cero indica que las formas constante y lineal centrada son ortogonales bajo el producto interno uniforme en [0,1][0,1]. No significa que toda posible definición de similitud de funciones las considere no relacionadas; un dominio o un peso nuevos definen una geometría nueva.

Pregunta 6

Una canalización muestrea una función densamente cerca de x = 0.8 y escasamente en el resto. ¿Por qué un np.dot simple de las muestras puede distorsionar el producto interno continuo previsto y qué debe hacer la implementación?

Mostrar la solución paso a paso

np.dot da el mismo peso de coordenada a cada par proporcionado. Por tanto, el grupo denso aporta más términos solo porque tiene más muestras, aunque el dominio continuo no deba dar un peso adicional a esa región. La implementación debe usar las posiciones reales de las muestras con np.trapezoid, o construir un peso de cuadratura justificado explícitamente para cada muestra. Si el peso discreto es intencionado, documenta que se trata de un producto interno diferente en lugar de llamarlo la integral continua uniforme.

Pregunta 7

¿Por qué S(f, g) = maxₓ f(x)g(x) no es automáticamente un producto interno aunque sea útil como puntuación de correspondencia?

Mostrar la solución paso a paso

Un producto interno debe satisfacer más que una interpretación parecida a la similitud. Debe ser lineal en cada argumento, simétrico para funciones reales y definido positivo en el espacio de funciones elegido. La operación máximo selecciona un punto y, por lo general, no se distribuye sobre la suma, por lo que en general S(f1+f2,g)≠S(f1,g)+S(f2,g)S(f_1+f_2,g)\neq S(f_1,g)+S(f_2,g). Por tanto, la puntuación puede ser útil, pero no hereda las garantías algebraicas de un producto interno.

Pregunta 8

Un modelo de expansión de características usa h(x) ≈ c₀φ₀(x) + c₁φ₁(x) con las funciones ortogonales de la lección. ¿Por qué ⟨h, φ₀⟩ aísla c₀ en el ejemplo h = 0.6φ₀ − 0.2φ₁?

Mostrar la solución paso a paso

Usa la linealidad en el primer argumento:

⟨h,ϕ0⟩=0.6⟨ϕ0,ϕ0⟩−0.2⟨ϕ1,ϕ0⟩.\langle h,\phi_0\rangle =0.6\langle\phi_0,\phi_0\rangle -0.2\langle\phi_1,\phi_0\rangle.

Las funciones base son ortogonales, por lo que el segundo producto interno es cero. La primera función tiene norma uno, así que ⟨ϕ0,ϕ0⟩=1\langle\phi_0,\phi_0\rangle=1. El resultado es 0.60.6. El coeficiente queda aislado porque la geometría de la base elimina el término cruzado; con una base no ortogonal, el segundo término permanecería y los coeficientes estarían acoplados.

Fuentes

  1. Mathematics for Machine Learning book PDF, Section 3.7
  2. NumPy documentation: numpy.dot
  3. NumPy documentation: numpy.trapezoid