泛函分析 第二章 线性算子与线性泛函

文章目录

  • 第二章 线性算子与线性泛函
    • 线性算子的概念
        • 定义2.1.1 线性算子
        • 定义2.1.8 线性算子的连续性
        • 定义2.1.12 算子的范数
    • Riesz定理及其应用
        • 定理2.2.1 F.Riesz
    • 纲与开映像定理
        • 定义2.3.1 疏
        • 定义2.3.4 纲集
        • 定理2.3.6 Baire纲定理
        • 定理2.3.7 Banach逆算子定理
        • 定理2.3.8 开映像定理
        • 定义2.3.9 闭线性算子
        • 定理2.3.12 B.L.T
        • 定理2.3.13 等价范数定理
        • 定理2.3.14 闭图像定理
        • 定理2.3.15 共鸣定理
        • 定理2.3.16 Banach-Steinhaus定理
        • 定理2.3.17 Lax-Milgram定理
    • Hahn-Banach定理
        • 定理2.4.1 实Hahn-Banach定理
        • 定理2.4.2 复Hahn-Banach定理
        • 定理2.4.4 Hahn-Banach
          • 推论2.4.6
          • 定理2.4.7
          • 推论2.4.8
        • 定理2.4.14 Hahn-Banach定理的几何形式
        • 定理2.4.16 Ascoli定理
        • 定理2.4.17 Mazur定理
    • 共轭空间·弱收敛·自反空间
        • 定义2.5.1 共轭空间
        • 定理2.5.7 第二共轭空间
        • 定义2.5.8 自反的
        • 定义2.5.9 共轭算子
        • 定义2.5.15 弱收敛
        • 定义2.5.19 ∗ * 弱收敛
        • 定义2.5.22 算子的一致极限、强极限、弱极限
        • 定义2.5.25 弱列紧, ∗ * 弱列紧
        • 定理2.5.26 Banach
        • 定理2.5.27 Pettis定理
        • 定理2.5.28 Eberlein-Smulian定理
        • 定理2.5.29 Alaoglu定理

第二章 线性算子与线性泛函

线性算子的概念

定义2.1.1 线性算子

X , Y \mathscr{X},\mathscr{Y} X,Y是线性空间, D ⊂ X D\subset\mathscr{X} DX是线性子空间,若
T : D → Y T ( α x + β y ) = α T x + β T y T:D\to\mathscr{Y}\\T(\alpha x+\beta y)=\alpha Tx+\beta T y T:DYT(αx+βy)=αTx+βTy
T T T是线性算子

定义2.1.8 线性算子的连续性

T T T连续: x n ∈ D ( T ) , x n → x 0 ⇒ T x n → T x 0 x_n\in D(T),x_n\to x_0\Rightarrow Tx_n\to Tx_0 xnD(T),xnx0TxnTx0
T T T有界: ∃ M ⩾ 0 , ∣ ∣ T x ∣ ∣ Y ⩾ ∣ ∣ x ∣ ∣ X \exists M\geqslant 0,||Tx||_\mathscr{Y}\geqslant||x||_\mathscr{X} M0,TxYxX

T T T连续 ⇔ T \Leftrightarrow T T θ \theta θ处连续 ⇔ T \Leftrightarrow T T有界

定义2.1.12 算子的范数

L ( X , Y ) \mathscr{L(X,Y)} L(X,Y)是一切由 X \mathscr{X} X Y \mathscr{Y} Y的有界线性算子的全体,并规定
∣ ∣ T ∣ ∣ = sup ⁡ x ∈ X ∖ { θ } ∣ ∣ T x ∣ ∣ ∣ ∣ x ∣ ∣ = sup ⁡ ∣ ∣ x ∣ ∣ = 1 ∣ ∣ T x ∣ ∣ = sup ⁡ ∣ ∣ x ∣ ∣ ⩽ 1 ∣ ∣ T x ∣ ∣ = sup ⁡ x < 1 ∣ ∣ T x ∣ ∣ ||T||=\sup\limits_{x\in\mathscr{X}\setminus\{\theta\}}\frac{||Tx||}{||x||}=\sup\limits_{||x||=1}||Tx||=\sup\limits_{||x||\leqslant1}||Tx||=\sup\limits_{x<1}||Tx|| T=xX{θ}supxTx=x=1supTx=x1supTx=x<1supTx
T ∈ L ( X , Y ) T\in\mathscr{L(X,Y)} TL(X,Y)的范数,特别地用 L ( X ) \mathscr{L(X)} L(X)表示 L ( X , X ) \mathscr{L(X,X)} L(X,X)以及 X ∗ \mathscr{X}^* X表示 L ( X , K ) \mathscr{L(X},\mathbb{K}) L(X,K),即 X ∗ \mathscr{X}^* X表示 X \mathscr{X} X上的线性有界泛函全体。

X \mathscr{X} X B ∗ B^* B空间, Y \mathscr{Y} Y B B B空间,若在 L ( X , Y ) \mathscr{L(X,Y)} L(X,Y)上规定线性运算:
( α 1 T 1 + α 2 T 2 ) ( x ) = α 1 T 1 x + α 2 T 2 x ( ∀ x ∈ X ) (\alpha_1T_1+\alpha_2T_2)(x)=\alpha_1T_1x+\alpha_2T_2x\quad(\forall x\in\mathscr{X}) (α1T1+α2T2)(x)=α1T1x+α2T2x(xX)其中 α 1 , α 2 ∈ K , T 1 , T 2 ∈ L ( X , Y ) \alpha_1,\alpha_2\in\mathbb{K}, T_1,T_2\in\mathscr{L(X,Y)} α1,α2K,T1,T2L(X,Y),则 L ( X , Y ) \mathscr{L(X,Y)} L(X,Y) ∣ ∣ T ∣ ∣ ||T|| T构成一个Banach空间。

:有穷维的线性映射一定是连续的,可以表示成矩阵

:设Hilbert空间 X \mathscr{X} X的闭线性子空间 M M M,则 ∀ x ∈ X \forall x\in\mathscr{X} xX,由正交分解定理,存在唯一的 y ∈ M , z ∈ M ⊥ y\in M,z\in M^\perp yM,zM,使得 x = y + z x=y+z x=y+z,对应的 x ↦ y x\mapsto y xy称作由 X \mathscr{X} X M M M的正交算子,记做 P M P_M PM。可以得到 P M P_M PM是连续的线性算子,并且 ∣ ∣ P M ∣ ∣ = 1 ||P_M||=1 PM=1

Riesz定理及其应用

定理2.2.1 F.Riesz

f f f是Hilbert空间 X \mathscr{X} X上的一个连续线性泛函,则必存在唯一的 y f ∈ X y_f\in\mathscr{X} yfX,使得 f ( x ) = ( x , y f ) ( ∀ x ∈ X ) f(x)=(x,y_f)\quad(\forall x\in\mathscr{X}) f(x)=(x,yf)(xX) ∣ ∣ f ∣ ∣ X ∗ = ∣ ∣ y f ∣ ∣ X ||f||_{\mathscr{X}^*}=||y_f||_\mathscr{X} fX=yfX。换言之, y y y与连续函数 f f f等距同构,而且是共轭线性等距同构。

:这个定理的几何意义如下:线性连续泛函 f ( x ) f(x) f(x)的等值面都是相互平行的超平面,因此每个向量 x x x的泛函值 f ( x ) f(x) f(x)应由 x x x的垂直于这些等值面的分量所决定。

类似地,设 X \mathscr{X} X是一个Hilbert空间, a ( x , y ) a(x,y) a(x,y) X ∣ \mathscr{X}| X上的共轭双线性函数,并 ∃ M > 0 \exist M>0 M>0,使得对 ∀ x , y ∈ X , ∣ a ( x , y ) ∣ ⩽ M ∣ ∣ x ∣ ∣ ∣ ∣ y ∣ ∣ \forall x,y\in\mathscr{X},|a(x,y)|\leqslant M||x||||y|| x,yX,a(x,y)Mxy,则存在唯一的 A ∈ L ( X ) A\in\mathscr{L(X)} AL(X),使得 a ( x , y ) = ( x , A y ) a(x,y)=(x,Ay) a(x,y)=(x,Ay),且 ∣ ∣ A ∣ ∣ = sup ⁡ ( x , y ) ∈ X × X , x ≠ θ , y ≠ θ ∣ a ( x , y ) ∣ ∣ x ∣ ∣ ∣ ∣ y ∣ ∣ ∣ = sup ⁡ ( x , y ) ∈ X × X , x = 1 , y = 1 ∣ a ( x , y ) ∣ ||A||=\sup\limits_{(x,y)\in\mathscr{X\times X},\atop x\neq\theta,y\neq\theta}|\frac{a(x,y)}{||x||||y||}|=\sup\limits_{(x,y)\in\mathscr{X\times X},\atop x=1,y=1}|a(x,y)| A=x=θ,y=θ(x,y)X×X,supxya(x,y)=x=1,y=1(x,y)X×X,supa(x,y)

纲与开映像定理

定义2.3.1 疏

( X , ρ ) (\mathscr{X},\rho) (X,ρ)是一个度量空间,集 E ⊂ X E\subset\mathscr{X} EX,如果 E ˉ \bar{E} Eˉ是的内点是空的,则称 E E E是疏的。

E E E    ⟺    ∀ B ( x 0 , r 0 ) , ∃ B ( x 1 , r 1 ) ⊂ B ( x 0 , r 0 ) \iff\forall B(x_0,r_0),\exist B(x_1,r_1)\subset B(x_0,r_0) B(x0,r0),B(x1,r1)B(x0,r0)使得 E ‾ ∩ B ‾ ( x 1 , r 1 ) = ϕ \overline{E}\cap\overline B(x_1,r_1)=\phi EB(x1,r1)=ϕ【千疮百孔】

定义2.3.4 纲集

第一纲集 E = ⋃ n = 1 ∞ E n E=\bigcup\limits_{n=1}^\infty E_n E=n=1En,其中 E n E_n En是疏集
第二纲集:不是第一纲的集合称为第二纲集

可数点集总是第一纲集

定理2.3.6 Baire纲定理

完备度量空间 ( X , ρ ) (\mathscr{X},\rho) (X,ρ)是第二纲集

由此可以推出, C [ 0 , 1 ] C[0,1] C[0,1]中处处不可微的函数集合 E E E是非空的,且 E E E的余集是第一纲集。

定理2.3.7 Banach逆算子定理

X , Y \mathscr{X,Y} X,Y B B B空间,若 T ∈ L ( X , Y ) T\in\mathscr{L(X,Y)} TL(X,Y)既单又满,则 T − 1 L ( Y , X ) T^{-1}\mathscr{L(Y,X)} T1L(Y,X)

定理2.3.8 开映像定理

开映像 T : X → Y T:\mathscr{X\to Y} T:XY把开集映为开集
开映像定理:设 X , Y \mathscr{X,Y} X,Y都是 B B B空间,若 T ∈ L ( X , Y ) T\in\mathscr{L(X,Y)} TL(X,Y)是一个满射,则 T T T是开映像

d d t \frac{d}{dt} dtd C [ 0 , 1 ] C[0,1] C[0,1]上不是连续的。设 x n ( t ) : = sin ⁡ n π t x_n(t):=\sin n\pi t xn(t):=sinnπt,显然 ∣ ∣ x n ∣ ∣ = 1 ||x_n||=1 xn=1,但 ∣ ∣ d d t x n ( t ) ∣ ∣ = n π ∣ ∣ cos ⁡ n π t ∣ ∣ = n π → ∞ ||\frac{d}{dt}x_n(t)||=n\pi||\cos n\pi t||=n\pi\to\infty dtdxn(t)=nπcosnπt=nπ

定义2.3.9 闭线性算子

T T T X → Y \mathscr{X\to Y} XY的线性算子, D ( T ) D(T) D(T)是定义域。称 T T T是闭的,是指
{ x n ∈ D ( T ) x n → x T x n → y    ⟹    { x ∈ D ( T ) y = T x \begin{cases} x_n \in D(T) \\ x_n \to x \\ Tx_n \to y \end{cases} \implies \begin{cases} x\in D(T) \\ y=Tx \end{cases} xnD(T)xnxTxny{xD(T)y=Tx
上例中 d d t \frac{d}{dt} dtd虽然不连续,但是是闭算子

X , Y \mathscr{X,Y} X,Y B B B空间, T : X → Y T:\mathscr{X\to Y} T:XY是一个闭线性算子满足 R ( T ) R(T) R(T) Y \mathscr{Y} Y的第二纲集,则 R ( T ) = Y R(T)=\mathscr{Y} R(T)=Y ∀ ε > 0 , ∃ δ = δ ( ε ) > 0 , U ( θ , δ ) ⊂ T ( B ( θ , ε ) ∩ D ( T ) ) \forall \varepsilon>0,\exist\delta=\delta(\varepsilon)>0,U(\theta,\delta)\subset T(B(\theta,\varepsilon)\cap D(T)) ε>0,δ=δ(ε)>0,U(θ,δ)T(B(θ,ε)D(T)),进一步,若 T T T单,则 T − 1 ∈ L ( X , Y ) T^{-1}\in\mathscr{L(X,Y)} T1L(X,Y)

定理2.3.12 B.L.T

T T T B ∗ B^* B空间 X \mathscr{X} X B B B空间 Y \mathscr{Y} Y的连续线性算子,那么 T T T能唯一地延拓到 D ( T ) ‾ \overline{D(T)} D(T)上成为连续线性算子 T 1 T_1 T1,使得 T 1 ∣ D ( T ) = T T_1|_{D(T)}=T T1D(T)=T,且 ∣ ∣ T 1 ∣ ∣ = ∣ ∣ T ∣ ∣ ||T_1||=||T|| T1=T

一般的闭线性算子未必能延拓到 D ( T ) ‾ \overline{D(T)} D(T)上使其闭。

定理2.3.13 等价范数定理

设线性空间 X \mathscr{X} X上有两个模 ∣ ∣ ⋅ ∣ ∣ 1 ||\cdot||_1 1 ∣ ∣ ⋅ ∣ ∣ 2 ||\cdot||_2 2,如果 X \mathscr{X} X关于这两个模都构成 B B B空间,且 ∣ ∣ ⋅ ∣ ∣ 2 ||\cdot||_2 2 ∣ ∣ ⋅ ∣ ∣ 1 ||\cdot||_1 1强,则 ∣ ∣ ⋅ ∣ ∣ 2 ||\cdot||_2 2 ∣ ∣ ⋅ ∣ ∣ 1 ||\cdot||_1 1必等价。

定理2.3.14 闭图像定理

X , Y \mathscr{X,Y} X,Y B B B空间,若 T T T D ( T ) ⊂ X → Y D(T)\subset\mathscr{X\to Y} D(T)XY的闭线性算子,并且 D ( T ) D(T) D(T)是闭的,则 T T T是连续的。

这意味着 D ( T ) D(T) D(T)闭时, T T T连续    ⟺    T \iff T T为闭算子

定理2.3.15 共鸣定理

X \mathscr{X} X B B B空间, Y \mathscr{Y} Y B ∗ B^* B空间,如果 W ⊂ L ( X , Y ) W\subset\mathscr{L(X,Y)} WL(X,Y),使得 sup ⁡ A ∈ W ∣ ∣ A x ∣ ∣ < ∞ ( ∀ x ∈ X ) \sup\limits_{A\in W}||Ax||<\infty\quad(\forall x\in\mathscr{X}) AWsupAx<(xX),那么存在常数 M M M使得 ∣ ∣ A ∣ ∣ ⩽ M ( ∀ A ∈ W ) ||A||\leqslant M(\forall A\in W) AM(AW)

定理2.3.16 Banach-Steinhaus定理

X \mathscr{X} X B B B空间, Y \mathscr{Y} Y B ∗ B^* B空间, M M M X \mathscr{X} X的某个稠密子集,若 A n ( n = 1 , 2 , ⋯   ) , A ∈ L ( X , Y ) A_n(n=1,2,\cdots),A\in\mathscr{L(X,Y)} An(n=1,2,),AL(X,Y),则 ∀ x ∈ X \forall x\in\mathscr{X} xX都有 lim ⁡ n → ∞ A n x = A x \lim\limits_{n\to\infty}A_nx=Ax nlimAnx=Ax的充要条件是
(1) ∣ ∣ A n ∣ ∣ ||A_n|| An有界
(2) 极限式对 ∀ x ∈ M \forall x\in M xM成立
【对稠成立且一致有界】

定理2.3.17 Lax-Milgram定理

a ( x , y ) a(x,y) a(x,y)是Hilbert空间 X \mathscr{X} X上的一个共轭双线性函数,满足:
(1) ∃ M > 0 \exist M>0 M>0,使 ∣ a ( x , y ) ∣ ⩽ M ∣ ∣ x ∣ ∣ ∣ ∣ y ∣ ∣ ( ∀ x , y ∈ X ) |a(x,y)|\leqslant M||x||||y||\quad(\forall x,y\in\mathscr{X}) a(x,y)Mxy(x,yX)
(2) ∃ δ > 0 \exist\delta>0 δ>0,使 ∣ a ( x , x ) ∣ ⩾ δ ∣ ∣ x ∣ ∣ 2 ( ∀ x ∈ X ) |a(x,x)|\geqslant\delta||x||^2\quad(\forall x\in\mathscr{X}) a(x,x)δx2(xX)
那么必存在唯一有连续逆的连续线性算子 A ∈ L ( X ) A\in\mathscr{L(X)} AL(X),满足 a ( x , y ) = ( x , A y ) ( ∀ x , y ∈ X ) , ∣ ∣ A − 1 ∣ ∣ ⩽ 1 δ a(x,y)=(x,Ay)\quad(\forall x,y\in\mathscr{X}),||A^{-1}||\leqslant\frac{1}{\delta} a(x,y)=(x,Ay)(x,yX),A1δ1

Hahn-Banach定理

定理2.4.1 实Hahn-Banach定理

X \mathscr{X} X是实线性空间, p ( x ) p(x) p(x)是定义在 X \mathscr{X} X上的次线性泛函, X 0 \mathscr{X}_0 X0 X \mathscr{X} X的实线性子空间, f 0 f_0 f0 X 0 \mathscr{X}_0 X0上的实线性泛函并满足 f 0 ( x ) ⩽ p ( x ) ( ∀ x ∈ X 0 ) f_0(x)\leqslant p(x)(\forall x\in\mathscr{X}_0) f0(x)p(x)(xX0),那么 X \mathscr{X} X上必有一个实线性泛函 f f f满足
(1) f ( x ) ⩽ p ( x ) ( ∀ x ∈ X ) f(x)\leqslant p(x)(\forall x\in\mathscr{X}) f(x)p(x)(xX) 【受 p p p控制条件】
(2) f ( x ) = f 0 ( x ) ( ∀ x ∈ X 0 ) f(x)=f_0(x)(\forall x\in\mathscr{X}_0) f(x)=f0(x)(xX0) 【延拓条件】

定理2.4.2 复Hahn-Banach定理

X \mathscr{X} X是复线性空间, p ( x ) p(x) p(x)是定义在 X \mathscr{X} X上的半模, X 0 \mathscr{X}_0 X0 X \mathscr{X} X的线性子空间, f 0 f_0 f0 X 0 \mathscr{X}_0 X0上的线性泛函并满足 f 0 ( x ) ⩽ p ( x ) ( ∀ x ∈ X 0 ) f_0(x)\leqslant p(x)(\forall x\in\mathscr{X}_0) f0(x)p(x)(xX0),那么 X \mathscr{X} X上必有一个线性泛函 f f f满足
(1) ∣ f ( x ) ∣ ⩽ p ( x ) ( ∀ x ∈ X ) |f(x)|\leqslant p(x)(\forall x\in\mathscr{X}) f(x)p(x)(xX) 【受 p p p控制条件】
(2) f ( x ) = f 0 ( x ) ( ∀ x ∈ X 0 ) f(x)=f_0(x)(\forall x\in\mathscr{X}_0) f(x)=f0(x)(xX0) 【延拓条件】

关键思想是令 f ( x ) = g ( x ) − i g ( i x ) f(x)=g(x)-ig(ix) f(x)=g(x)ig(ix),其中 g ( x ) g(x) g(x)是实的

为了复线性空间 X \mathscr{X} X上至少有一个非零线性泛函,只要 X \mathscr{X} X中含有某一个均衡的吸收真凸子集。

定理2.4.4 Hahn-Banach

X \mathscr{X} X B ∗ B^* B空间, X 0 \mathscr{X}_0 X0 X \mathscr X X的线性子空间, f 0 f_0 f0是定义在 X 0 \mathscr X_0 X0上的有界线性泛函,则 X \mathscr{X} X上必有有界线性泛函 f f f满足:
(1) f ( x ) = f 0 ( x ) ( ∀ x ∈ X 0 ) f(x)=f_0(x)\quad(\forall x\in\mathscr X_0)\quad f(x)=f0(x)(xX0)(延拓条件)
(2) ∣ ∣ f ∣ ∣ = ∣ ∣ f 0 ∣ ∣ 0 ||f||=||f_0||_0\quad f=f00(保范条件)

每个 B ∗ B^* B空间必有足够多的连续线性泛函,这意味着 ∀ x 1 ≠ x 2 , ∃ \forall x_1\neq x_2,\exist x1=x2,连续线性泛函 f f f,使得 f ( x 1 ) ≠ f ( x 2 ) f(x_1)\neq f(x_2) f(x1)=f(x2)

x 0 ≠ θ x_0\neq\theta x0=θ,则可以构造子空间 X 0 = { λ x 0 ∣ λ ∈ C } \mathscr X_0=\{\lambda x_0|\lambda\in\mathbb{C}\} X0={λx0λC},并在 X 0 \mathscr X_0 X0上定义 f 0 ( λ x 0 ) = λ ∣ ∣ x 0 ∣ ∣ f_0(\lambda x_0)=\lambda||x_0|| f0(λx0)=λx0,那么 f 0 ( x 0 ) = ∣ ∣ x 0 ∣ ∣ , ∣ ∣ f 0 ∣ ∣ 0 = 1 f_0(x_0)=||x_0||,||f_0||_0=1 f0(x0)=x0,f00=1
由此可得以下推论

推论2.4.6

X \mathscr{X} X B ∗ B^* B空间, ∀ x 0 ∈ X ∖ { θ } \forall x_0\in\mathscr{X}\setminus\{\theta\} x0X{θ},必 ∃ f ∈ X ∗ \exist f\in\mathscr X^* fX,使得 f ( x 0 ) = ∣ ∣ x 0 ∣ ∣ , ∣ ∣ f ∣ ∣ = 1 f(x_0)=||x_0||,||f||=1 f(x0)=x0,f=1

本推论给出了判断 B ∗ B^* B空间零元的一种方法: x = θ    ⟺    ∀ f ∈ X ∗ , f ( x 0 ) = 0 x=\theta\iff\forall f\in\mathscr X^*,f(x_0)=0 x=θfX,f(x0)=0

定理2.4.7

X \mathscr{X} X B ∗ B^* B空间, M M M X \mathscr{X} X的线性子空间,若 x 0 ∈ X x_0\in\mathscr{X} x0X,且 d : = ρ ( x 0 , M ) > 0 d:=\rho(x_0,M)>0 d:=ρ(x0,M)>0,则必 ∃ f ∈ X ∗ \exist f\in\mathscr X^* fX适合条件
(1) f ( x ) = 0 ( ∀ x ∈ M ) f(x)=0\quad(\forall x\in M) f(x)=0(xM)
(2) f ( x 0 ) = d f(x_0)=d f(x0)=d
(3) ∣ ∣ f ∣ ∣ = 1 ||f||=1 f=1

推论2.4.8

M M M B ∗ B^* B空间的一个子集,又设 x 0 x_0 x0 X \mathscr X X中任意一个非零元素,那么 x ∈ s p a n M ‾ x\in\overline{span M} xspanM的充要条件是
∀ f ∈ X ∗ , f ( x ) = 0 ( ∀ x ∈ M )    ⟹    f ( x 0 ) = 0 \forall f\in\mathscr X^*,f(x)=0(\forall x\in M)\implies f(x_0)=0 fX,f(x)=0(xM)f(x0)=0

定理2.4.14 Hahn-Banach定理的几何形式

E E E是实 B ∗ B^* B空间 X \mathscr{X} X上以 θ \theta θ为内点的凸子集且 E ⫋ X E\subsetneqq\mathscr{X} EX,又设 x 0 ∉ E x_0\notin E x0/E,则必存在一个闭超平面 H f r H^r_f Hfr分离 x 0 x_0 x0 E E E

其中 H f r : = { x ∈ X ∣ f ( x ) = r } H^r_f:=\{x\in\mathscr{X}|f(x)=r\} Hfr:={xXf(x)=r},分离指的是
f ( x 0 ) ⩽ r , ∀ x ∈ E , f ( x ) ⩾ r 或 f ( x 0 ) ⩾ r , ∀ x ∈ E , f ( x ) ⩽ r f(x_0)\leqslant r,\qquad\forall x\in E,f(x)\geqslant r\\ 或f(x_0)\geqslant r,\qquad\forall x\in E,f(x)\leqslant r f(x0)r,xE,f(x)rf(x0)r,xE,f(x)r

注1 E E E有内点不可省略
注2 f f f可推出是非零连续线性泛函
注3(定理2.4.15)
E 1 , E 2 E_1,E_2 E1,E2是实 B ∗ B^* B空间中两个互不相交的非空凸集, E 1 E_1 E1有内点;那么 ∃ s ∈ R 1 \exist s\in\mathbb R^1 sR1和非零线性连续泛函 f f f,使得超平面 H f s H^s_f Hfs分离 E 1 E_1 E1 E 2 E_2 E2

定理2.4.16 Ascoli定理

E E E是实 B ∗ B^* B空间 X \mathscr{X} X中的闭凸集,则 ∀ x 0 ∈ X ∖ E , ∃ f ∈ X ∗ \forall x_0\in\mathscr{X}\setminus E,\exist f\in\mathscr X^* x0XE,fX α ∈ R 1 \alpha\in\mathbb R^1 αR1,适合
f ( x ) < α < f ( x 0 ) ( ∀ x ∈ E ) f(x)<\alphaf(x)<α<f(x0)(xE)

定理2.4.17 Mazur定理

E E E是实 B ∗ B^* B空间 X \mathscr X X上的一个有内点的凸集, F F F X \mathscr X X上的一个线性流形,又设 E ˚ ∩ F = ϕ \mathring E\cap F=\phi E˚F=ϕ,那么存在一个包含 F F F的闭超平面 L L L,使 E E E L L L的一侧。

共轭空间·弱收敛·自反空间

定义2.5.1 共轭空间

X \mathscr X X是一个 B ∗ B^* B空间, X \mathscr X X上所有的连续线性泛函全体,按范数 ∣ ∣ f ∣ ∣ : = sup ⁡ ∣ ∣ x ∣ ∣ = 1 ∣ f ( x ) ∣ ||f||:=\sup\limits_{||x||=1}|f(x)| f:=x=1supf(x)构成一个 B B B空间,称为 X \mathscr X X的共轭空间,记为 X ∗ \mathscr X^* X

定理2.5.7 第二共轭空间

X ∗ \mathscr X^* X的共轭空间记为 X ∗ ∗ \mathscr X^{**} X,称为 X \mathscr X X的第二共轭空间。

B ∗ B^* B空间 X \mathscr X X与它的第二共轭空间 X ∗ ∗ \mathscr X^{**} X的一个子空间等距同构。
B B B空间 X \mathscr X X与它的第二共轭空间 X ∗ ∗ \mathscr X^{**} X的一个闭子空间等距同构。

∀ x ∈ X \forall x\in\mathscr X xX,可定义 ⟨ X , f ⟩ = ⟨ f , x ⟩ ( ∀ f ∈ X ∗ ) \langle X,f\rangle = \langle f,x\rangle (\forall f\in\mathscr X^*) X,f=f,x(fX),于是 ∣ ∣ x ∣ ∣ = ∣ ∣ X ∣ ∣ ||x||=||X|| x=X。令 T : x ↦ X T:x\mapsto X T:xX为自然映射,显然它是连续的。

定义2.5.8 自反的

T T T是满射,即 X = X ∗ ∗ \mathscr X=\mathscr X^{**} X=X,称 X \mathscr X X是自反的。

定义2.5.9 共轭算子

X , Y \mathscr{X,Y} X,Y B ∗ B^* B空间,算子 T ∈ L ( X , Y ) T\in\mathscr{L(X,Y)} TL(X,Y),算子 T ∗ : Y ∗ → X ∗ T^*:\mathscr{Y^*\to X^*} T:YX称为是 T T T的共轭算子是指 f ( T x ) = ( T ∗ f ) ( x ) ( ∀ y ∈ Y ∗ , ∀ x ∈ X ) f(Tx)=(T^*f)(x)\quad(\forall y\in\mathscr Y^*,\forall x\in\mathscr X) f(Tx)=(Tf)(x)(yY,xX)

映射 ∗ : T ↦ T ∗ *:T\mapsto T^* :TT L ( X , Y ) \mathscr{L(X,Y)} L(X,Y) L ( Y ∗ , X ∗ ) \mathscr{L(Y^*,X^*)} L(Y,X)内的等距同构。

X , Y \mathscr{X,Y} X,Y B ∗ B^* B空间, T ∈ L ( X , Y ) T\in\mathscr{L(X,Y)} TL(X,Y),那么 T ∗ ∗ ∈ L ( X ∗ ∗ , Y ∗ ∗ ) T^{**}\in\mathscr{L(X^{**},Y^{**})} TL(X,Y) T T T X ∗ ∗ X^{**} X上的延拓,并满足 ∣ ∣ T ∗ ∗ ∣ ∣ = ∣ ∣ T ∣ ∣ ||T^{**}||=||T|| T=T

定义2.5.15 弱收敛

X , Y \mathscr{X,Y} X,Y B ∗ B^* B空间, { x n } ⊂ X , x ∈ X \{x_n\}\subset\mathscr X,x\in\mathscr X {xn}X,xX,称 { x n } \{x_n\} {xn}弱收敛到 x x x,记做 x n ⇀ x x_n\rightharpoonup x xnx,是指:对于 ∀ f ∈ X ∗ \forall f\in\mathscr X^* fX都有 lim ⁡ n → ∞ f ( x n ) = f ( x ) \lim\limits_{n\to\infty}f(x_n)=f(x) nlimf(xn)=f(x),这时 x x x称做点列 { x n } \{x_n\} {xn}弱极限

注1: 称按范数收敛为强收敛,对应的极限成为强极限。若 dim ⁡ X < ∞ \dim\mathscr X<\infty dimX<,则弱收敛与强收敛等价。
注2: 弱极限若存在必唯一,强极限若存在必是弱极限。

定义2.5.19 ∗ * 弱收敛

X \mathscr X X B ∗ B^* B空间, { f n } ⊂ X ∗ , f ∈ X ∗ \{f_n\}\subset\mathscr X^*,f\in\mathscr X^* {fn}X,fX.称 f n ∗ f_n* fn弱收敛到 f f f,记做 w ∗ − lim ⁡ n → ∞ f n = f w^*-\lim\limits_{n\to\infty}f_n=f wnlimfn=f是指:对于 ∀ x ∈ X \forall x\in\mathscr X xX,都有 lim ⁡ f n ( x ) = f ( x ) \lim\limits_{f_n(x)}=f(x) fn(x)lim=f(x),这时 f f f称做泛函序列 { f n } \{f_n\} {fn} ∗ * 弱收敛。

X \mathscr{X} X B ∗ B^* B空间, { x n } ⊂ X , x ∈ X \{x_n\}\subset\mathscr X,x\in\mathscr X {xn}X,xX,则为了 x n ⇀ x x_n\rightharpoonup x xnx,必须且仅须
(1) ∣ ∣ x n ∣ ∣ ||x_n|| xn有界
(2) 对 X ∗ \mathscr X^* X中的一个稠密子集 M ∗ M^* M上的一切 f f f都有 lim ⁡ n → ∞ f ( x n ) = f ( x ) \lim\limits_{n\to\infty}f(x_n)=f(x) nlimf(xn)=f(x)

X \mathscr{X} X B B B空间,又设 { f n } ⊂ X ∗ , f ∈ X ∗ \{f_n\}\subset\mathscr X^*,f\in\mathscr X^* {fn}X,fX,则为了 w ∗ − lim ⁡ n → ∞ f n = f w^*-\lim\limits_{n\to\infty}f_n=f wnlimfn=f,必须且仅须
(1) ∣ ∣ f n ∣ ∣ ||f_n|| fn有界
(2) 对 X \mathscr X X中的一个稠密子集 M M M上的一切 x x x都有 lim ⁡ n → ∞ f n ( x ) = f ( x ) \lim\limits_{n\to\infty}f_n(x)=f(x) nlimfn(x)=f(x)

定义2.5.22 算子的一致极限、强极限、弱极限

X , Y \mathscr{X,Y} X,Y B ∗ B^* B空间,又设 T n ( n = 1 , 2 , ⋯   ) , T ∈ L ( X , Y ) T_n(n=1,2,\cdots),T\in\mathscr{L(X,Y)} Tn(n=1,2,),TL(X,Y)
(1) 若 ∣ ∣ T n − T ∣ ∣ → 0 ||T_n-T||\to0 TnT0,则称 T n T_n Tn一致收敛与 T T T,记做 T n ⇉ T T_n\rightrightarrows T TnT,这时 T T T称做 { T n } \{T_n\} {Tn}的一致极限。
(2) 若 ∣ ∣ ( T n − T ) x ∣ ∣ → 0 ( ∀ x ∈ X ) ||(T_n-T)x||\to0(\forall x\in\mathscr X) (TnT)x0(xX),则称 T n T_n Tn强收敛于 T T T,记做 T n → T T_n\to T TnT,这时 T T T称做 { T n } \{T_n\} {Tn}的强极限。
(3) 若对于 ∀ x ∈ X \forall x\in\mathscr X xX,以及 ∀ f ∈ Y ∗ \forall f\in\mathscr Y^* fY都有 lim ⁡ n → ∞ f ( T n x ) = f ( T x ) \lim\limits_{n\to\infty}f(T_nx)=f(Tx) nlimf(Tnx)=f(Tx),则称 T n T_n Tn弱收敛于 T T T,记做 T n ⇀ T T_n\rightharpoonup T TnT,这时 T T T称做 { T n } \{T_n\} {Tn}的弱极限。
显然,一致收敛    ⟹    \implies 强收敛    ⟹    \implies 弱收敛,且每种极限若存在必唯一,但反过来都不对。

Y = K \mathscr Y=\mathbb K Y=K,则此时 T n , T ∈ X ∗ T_n,T\in\mathscr X^* Tn,TX,此时 T n T_n Tn强收敛或弱收敛于 T T T均等同于 ∗ * 弱收敛于 T T T,进一步当 Y \mathscr Y Y为有限维 B ∗ B^* B空间时,其上的强收敛与弱收敛等价。

定义2.5.25 弱列紧, ∗ * 弱列紧

弱列紧:任意点列中有一个弱收敛子列。
∗ * 弱列紧:任意点列中有一个 ∗ * 弱收敛子列。

X ∗ \mathscr X^* X是可分的 B ∗ B^* B空间,那么 X ∗ \mathscr X^* X上的任意有界列 { f n } \{f_n\} {fn}必有 ∗ * 弱收敛的子列,但不一定有依 X ∗ \mathscr X^* X收敛的子列

定理2.5.26 Banach

X \mathscr X X B ∗ B^* B空间,若 X \mathscr X X的共轭空间 X ∗ \mathscr X^* X是可分的,则 X \mathscr X X是可分的。

定理2.5.27 Pettis定理

自反空间 X \mathscr X X的闭子空间 X 0 \mathscr X_0 X0必是自反空间。

定理2.5.28 Eberlein-Smulian定理

自反空间的单位(闭)球是弱(自)列紧的。

定理2.5.29 Alaoglu定理

X \mathscr X X B ∗ B^* B空间,则 X ∗ \mathscr X^* X中的单位闭球是 ∗ * 弱列紧的。

你可能感兴趣的:(数学,#,泛函分析)