基本内容 线性有界泛函

合集下载

线性泛函数知识点总结

线性泛函数知识点总结

线性泛函数知识点总结一、线性泛函数的基本概念1.1 线性泛函数的定义线性泛函数是指一个将向量空间中的向量映射到另一个向量空间中的函数,且满足线性性质。

设V和W是两个向量空间,如果一个函数T:V→W满足以下两个条件:1) 对于任意的向量x,y∈V,有T(x+y)=T(x)+T(y);2) 对于任意的向量x∈V和标量a,有T(ax)=aT(x);则函数T被称为V到W的线性泛函数。

1.2 线性泛函数的例子下面我们举几个线性泛函数的例子,以便更好地理解这个概念。

例1:设V是实数域上的n维向量空间,W是实数域上的m维向量空间,定义一个函数T:V→W,使得对于任意的向量x=(x1,x2,...,xn)∈V,有T(x)=(x1^2,x2^2,...,xn^2)∈W。

显然,函数T满足线性性质,因此它是一个线性泛函数。

例2:设V是实数域上的3维向量空间,W是实数域上的2维向量空间,定义一个函数T:V→W,使得对于任意的向量x=(x1,x2,x3)∈V,有T(x)=(x1+x2,x2+x3)∈W。

同样地,函数T也满足线性性质,因此它也是一个线性泛函数。

1.3 线性泛函数的表示线性泛函数可以用矩阵来表示。

设V和W分别是n维和m维向量空间,选择它们的一组基{e1,e2,...,en}和{f1,f2,...,fm},则对于任意的向量x=(x1,x2,...,xn)∈V,有其在基{e1,e2,...,en}下的表达式为x=x1e1+x2e2+...+xnen,而对于任意的向量y=(y1,y2,...,ym)∈W,有其在基{f1,f2,...,fm}下的表达式为y=y1f1+y2f2+...+ymfm。

定义一个线性泛函数T:V→W,使得对于任意的向量x∈V,有T(x)=y∈W,则T的矩阵表示为一个m×n的矩阵A,其中A的第i列为T(ei)在基{f1,f2,...,fm}下的坐标表示,即A=[T(e1)|T(e2)|...|T(en)]。

3.3有界线性泛函和对偶空间

3.3有界线性泛函和对偶空间

定义3.3.3(对偶空间)
当赋范空间 X 上定义的线性算子空间
B ( x , y ) 中的元素为有界线性泛 X * 表示。
举例:
1、Rn中由点积定义的泛函
2、Lp[a,b]空间
3.3.3 希尔伯特空间上泛函的一般形式
定理3.3.4(黎斯表现定理) 希尔伯特空间 H上任一有界线性泛函可由内积表示,即 f ( x ) = < x , z > (对任意 x ∈ H )
h ( x , y) = < S x , y> x∈ H1 ,y∈H2
其中S: H1 → H2 为一有界线性算子,且 由 h 唯一确定,并有范数 ‖ S‖ = ‖ h‖
3.3 有界线性泛函和对偶空间 3.3.1 有界线性泛函 定义3.3.1(线性泛函) 设 X 为线性
空间,f 为 D ( f )(含于X)到数域 K 的
线性算子,则称 f 为线性泛函,D ( f ) 为 f
的定义域,而
R ( f ) = { f ( x ) ∣x ∈ D ( f ) }
为 f 的值域。简单说:值域为数域的算子 称为泛函。
实双线性泛函,简称双线性泛函。
举例
1
2
有界及范数的定义
定义3.3.7(二次泛函)在双线性泛函中,
如果令 x = y,则称为 X × X 到 R 上的泛
函,称作二次泛函。
举例:二次型,信号的能量
定理3.3.8(双线性泛函的黎斯表示)
设 H1、H2为希尔伯特空间,h: H1 × H2 → K 为有界复双线性泛函,则 h 可以 表示为
定义3.3.2(有界线性泛函)
设X是数域K上的赋范空间,f: D ( f )
→K是线性泛函,如果存在常数 C > 0,使

泛函分析复习与总结

泛函分析复习与总结

《泛函分析》复习与总结第一部分 空间及其性质泛函分析的主要内容分为空间和算子两大部分. 空间包括泛函分析所学过的各种抽象空间, 函数空间, 向量空间等, 也包括空间的性质, 例如完备性, 紧性, 线性性质, 空间中集合的各种性质等等。

以下几点是对第一部分内容的归纳和总结。

一.空间(1)距离空间 (集合+距离)!验证距离的三个条件:(,)X ρ称为是距离空间,如果对于,,x y z X ∈(i) 【非负性】(,)0x y ρ≥,并且(,)0x y ρ=当且仅当x y =【正定性】;(ii) 【对称性】(,)(,)x y y x ρρ=;(iii) 【三角不等式】(,)(,)(,)x y x y y z ρρρ≤+。

距离空间的典型代表:s 空间、S 空间、所有的赋范线性空间、所有的内积空间。

(2)赋范线性空间 (线性空间 + 范数)!验证范数的三个条件:(,||||)X ⋅称为是赋范线性空间,如果X是数域K =¡(或K =£)上的线性空间,对于a K ∈和,x y X ∈,成立(i) 【非负性】||||0x ≥,并且||||0x =当且仅当0x =【正定性】; (ii) 【齐次性】||||||||||ax a x =⋅;(iii) 【三角不等式】||||||||||||x y x y +≤+。

赋范线性空间的典型代表:n ¡空间(1,2,3,n =L )、n £空间(1,2,3,n =L )、p l 空间(1p ≤≤∞)、([,])p L ab 空间(1p ≤≤∞)、[,]Cab 空间、[,]k C a b 空间、Banach 空间、所有的内积空间(范数是由内积导出的范数)。

(3)内积空间 (线性空间 + 内积)!验证内积的四个条件:(,(,))X ⋅⋅称为是内积空间,如果X 是数域K =¡(或K =£)上的线性空间,对于a K ∈和,,x y z X ∈,成立(i) 【非负性】(,)0x x ≥,并且(,)0x x =当且仅当0x =【正定性】;(ii) 【第一变元可加性】(,)(,)(,)x y z x z x z +=+;(iii) 【第一变元齐次性】(,)(,)ax z a x z =;(iv) 【共轭对称性】(,)(,)x z z x =。

泛函分析知识总结

泛函分析知识总结

泛函分析知识总结与举例、应用学习泛函分析主要学习了五大主要内容:一、度量空间和赋范线性空间;二、有界线性算子和连续线性泛函;三、内积空间和希尔伯特空间;四、巴拿赫空间中的基本定理;五、线性算子的谱。

本文主要对前面两大内容进行总结、举例、应用。

一、 度量空间和赋范线性空间(一)度量空间度量空间在泛函分析中是最基本的概念,它是n 维欧氏空间n R (有限维空间)的推 广,所以学好它有助于后面知识的学习和理解。

1.度量定义:设X 是一个集合,若对于X 中任意两个元素x ,y,都有唯一确定的实数d(x,y)与之对应,而且这一对应关系满足下列条件:1°d(x,y)≥0 ,d(x,y)=0 ⇔ x=y (非负性)2°d(x,y)= d(y,x) (对称性)3°对∀z ,都有d(x,y)≤d(x,z)+d(z,y) (三点不等式)则称d(x,y)是x 、y 之间的度量或距离(matric 或distance ),称为(X,d)度量空间或距离空间(metric space )。

(这个定义是证明度量空间常用的方法)注意:⑴ 定义在X 中任意两个元素x ,y 确定的实数d(x,y),只要满足1°、2°、3°都称为度量。

这里“度量”这个名称已由现实生活中的意义引申到一般情况,它用来描述X 中两个事物接近的程度,而条件1°、2°、3°被认为是作为一个度量所必须满足的最本质的性质。

⑵ 度量空间中由集合X 和度量函数d 所组成,在同一个集合X 上若有两个不同的度量函数1d 和2d ,则我们认为(X, 1d )和(X, 2d )是两个不同的度量空间。

⑶ 集合X 不一定是数集,也不一定是代数结构。

为直观起见,今后称度量空间(X,d)中的元素为“点” ,例如若x X ∈,则称为“X 中的点” 。

⑷ 在称呼度量空间(X,d)时可以省略度量函数d ,而称“度量空间X ” 。

泛函分析知识总结

泛函分析知识总结

泛函分析知识总结与举例、应用学习泛函分析主要学习了五大主要内容:一、度量空间与赋范线性空间;二、有界线性算子与连续线性泛函;三、内积空间与希尔伯特空间;四、巴拿赫空间中的基本定理;五、线性算子的谱。

本文主要对前面两大内容进行总结、举例、应用。

一、 度量空间与赋范线性空间(一)度量空间度量空间在泛函分析中就是最基本的概念,它就是n 维欧氏空间n R (有限维空间)的推广,所以学好它有助于后面知识的学习与理解。

1.度量定义:设X 就是一个集合,若对于X 中任意两个元素x,y,都有唯一确定的实数d(x,y)与之对应,而且这一对应关系满足下列条件:1°d(x,y)≥0 ,d(x,y)=0 ⇔ x=y (非负性)2°d(x,y)= d(y,x) (对称性)3°对∀z ,都有d(x,y)≤d(x,z)+d(z,y) (三点不等式)则称d(x,y)就是x 、y 之间的度量或距离(matric 或distance ),称为(X,d)度量空间或距离空间(metric space )。

(这个定义就是证明度量空间常用的方法)注意:⑴ 定义在X 中任意两个元素x,y 确定的实数d(x,y),只要满足1°、2°、3°都称为度量。

这里“度量”这个名称已由现实生活中的意义引申到一般情况,它用来描述X 中两个事物接近的程度,而条件1°、2°、3°被认为就是作为一个度量所必须满足的最本质的性质。

⑵ 度量空间中由集合X 与度量函数d 所组成,在同一个集合X 上若有两个不同的度量函数1d 与2d ,则我们认为(X, 1d )与(X, 2d )就是两个不同的度量空间。

⑶ 集合X 不一定就是数集,也不一定就是代数结构。

为直观起见,今后称度量空间(X,d)中的元素为“点” ,例如若x X ∈,则称为“X 中的点” 。

⑷ 在称呼度量空间(X,d)时可以省略度量函数d,而称“度量空间X ” 。

数学的泛函分析方法

数学的泛函分析方法

数学的泛函分析方法泛函分析是数学中的一个分支领域,它研究的是函数空间及其上的线性算子等数学结构。

在数学的各个领域中,泛函分析方法都得到了广泛的应用,包括数论、微分方程、偏微分方程、概率论等等。

本文将介绍数学的泛函分析方法及其在不同领域中的应用。

一、泛函分析的基本概念和原理泛函分析的基本概念包括函数空间、线性算子、内积、范数等。

函数空间是泛函分析的重要概念之一,它是一组具有一定性质的函数的集合。

常见的函数空间有无穷可微函数空间、有界函数空间、连续函数空间等。

线性算子则是函数之间的映射,它保持线性性质。

内积是一个函数空间上的二元运算,它满足线性性、对称性和正定性。

范数是函数空间上的一种度量,它衡量函数的大小和距离。

泛函分析的原理主要包括函数的连续性、可微性、积分等性质。

连续性是泛函分析的基本性质之一,它描述了函数在某一区间上的变化情况。

可微性是指函数在某一点附近存在导数,它描述了函数的变化速率。

积分是泛函分析中常用的计算工具,它描述了函数在某一区间上的总体情况。

二、泛函分析在数论中的应用泛函分析在数论中的应用主要体现在数论函数的性质研究、数论方程的解法等方面。

数论函数是研究整数性质的函数,如欧拉函数、狄利克雷级数等。

泛函分析方法可以用来研究这些数论函数的性质,如连续性、可微性等。

此外,泛函分析方法还可以用来解决一些数论方程,如椭圆曲线方程、费马方程等。

三、泛函分析在微分方程中的应用泛函分析在微分方程中的应用是非常广泛的,它主要体现在解析解的存在性和唯一性、解的稳定性等方面。

微分方程是描述变化的数学模型,而泛函分析方法可以用来证明微分方程的解的存在性和唯一性,以及解的稳定性。

此外,泛函分析方法还可以用来研究微分方程的数值解法,如有限元法、有限差分法等。

四、泛函分析在偏微分方程中的应用泛函分析在偏微分方程中的应用同样是非常广泛的,它主要体现在偏微分方程的解的存在性和唯一性、解的稳定性等方面。

偏微分方程是描述空间变化的数学模型,而泛函分析方法可以用来证明偏微分方程的解的存在性和唯一性,以及解的稳定性。

泛函分析中的八大空间

泛函分析中的八大空间

泛函分析中的八大空间泛函分析绪论总结参考教材是孙炯老师的《泛函分析》❞泛函分析学习目标1、了解和掌握空间理论(距离、赋范、内积空间)和线性算子理论(线性算子空间、线性算子谱分析)中基本概念和理论。

2、运用全新的、现代数学的视点审视、处理数学基础课程中的一些问题。

3、将分析中的具体问题抽象到一种更加纯粹的代数、拓扑形式中加以研究,综合运用分析、代数、几何手段处理问题。

❞泛函分析研究对象与方法泛函分析综合分析、代数、几何的观点和方法来研究无穷维空间上的函数、算子和极限理论,处理和解决数学研究中最关心的一些基本问题。

泛函分析的特点是把古典分析的基本概念和方法一般化、并将这些概念和方法几何化。

解析几何的创立,将代数问题几何化、几何问题代数化,那么这种模式可类比的推广到泛函分析的研究中。

❞(1)建立一个新的空间框架,空间中元素包括函数、运算。

「注」:空间中的元素?空间的结构(距离、范数、内积)(2)在新的空间框架下,研究解决分析、代数、几何中的问题,把分析中的问题结合几何、代数的方法加以处理。

「注」:泛函分析主要研究无穷维空间到无穷维空间的映射、运算,因此关注无穷维空间的性质,收敛性问题(如加法与无穷级数的区别)一些个人思考在三维实向量空间中进行了坐标分解,这样可以更清楚的表示这个向量的相关一些信息,那么空间的几何结构变得非常明了;另外将一个矩阵映射进行了分解,那么它的作用效果,也变得很明了。

所以自然联想到,无穷维空间能否有这样的几何结构(坐标系、正交性、元素能否分解?)、其中的映射又能否分解?但是在这其中就会遇到新的问题,也就是无穷项相加,就会有收敛性的问题。

❞泛函分析主要内容(1)空间、极限的概念,讨论他们的性质.包括:距离空间、赋范空间、内积空间、Hilbert空间.(2)研究线性算子(线性算子空间).包括:有界线性算子、有界线性算子的重要性质、共轭空间。

其中:一致有界原则、开映射定理、闭图像定理、Hahn-Banach定理.(3)线性算子的谱理论.线性算子的谱分解从结构上展示了线性算子的基本运算特征,特别是自共轭算子的谱分解,与有限维空间对称矩阵的分解很类似.❞定义1:设有集合,且存在映射,使得对任意的都有:1.非负性:;2.对称性:;3.三角不等式:映射称为集合上的一个度量,称为度量空间.度量函数有时也用表示.下边我们给出一些常用的度量空间:1.,度量函数为经典度量.这样的实空间就称为欧式空间.2.(平凡度量)在任何一个集合上,我们都可以定义上述度量,因此任何一个集合上都可以让其变为一个度量空间.1.(空间) 所有的方勒贝格可积函数,定义度量:1.(空间) 所有的在可测的本性有界的函数,定义度量:表示它的本性上界.1.(空间和空间) 元素是数列:.2.3.(连续函数空间) 如果不做声明时,我们的定义的度量是:4.当然还可以有其他度量:有了度量函数后,我们可以定义收敛性:定义2:设为距离空间中的一个点列(或称序列), 这里如果存在中的点, 使得当时, , , 则称点列收敛于, 记为有时也简记为称为的极限.注意到,这里一定要要求在集合中!命题1:设是距离空间中的收敛点列,则下列性质成立:(i) 的极限唯一;(ii) 对任意的, 数列有界.(iii) 如果收敛,那么它的任意子列也收敛.定义3:距离空间中的点列叫做基本点列或柯西点列,若对任给的, 存在, 使得当时,如果中的任一基本点列必收敛于中的某一点,则称为完备的距离空间.注意到:一个空间是否完备与它的集合和度量都有关系,比如:按照最大值定义的度量是完备的,但是按照积分定义的度量不完备,在比如上配备欧式度量,点列是基本列但是不收敛,因为不在集合中.一个不完备的空间,我们可以想方设法的添加一些元素使其完备,然而是否任何的不完备空间都能这样做使其完备呢?这就要需要我们的完备化定理了!在此之前,我们需要引入一些其他有必要的东西!定义4设是两个度量空间, 如果存在映射:满足:(1):是满射;(2):.则称和是等距同构的, 称为等距同构映射, 有时简称等距同构。

(完整)泛函分析知识总结,推荐文档

(完整)泛函分析知识总结,推荐文档

泛函分析知识总结与举例、应用学习泛函分析主要学习了五大主要内容:一、度量空间和赋范线性空间;二、有界线性算子和连续线性泛函;三、内积空间和希尔伯特空间;四、巴拿赫空间中的基本定理;五、线性算子的谱。

本文主要对前面两大内容进行总结、举例、应用。

一、 度量空间和赋范线性空间(一)度量空间度量空间在泛函分析中是最基本的概念,它是n 维欧氏空间n R (有限维空间)的推 广,所以学好它有助于后面知识的学习和理解。

1.度量定义:设X 是一个集合,若对于X 中任意两个元素x ,y,都有唯一确定的实数d(x,y)与之对应,而且这一对应关系满足下列条件:1°d(x,y)≥0 ,d(x,y)=0 ⇔ x=y (非负性)2°d(x,y)= d(y,x) (对称性)3°对∀z ,都有d(x,y)≤d(x,z)+d(z,y) (三点不等式)则称d(x,y)是x 、y 之间的度量或距离(matric 或distance ),称为(X,d)度量空间或距离空间(metric space )。

(这个定义是证明度量空间常用的方法)注意:⑴ 定义在X 中任意两个元素x ,y 确定的实数d(x,y),只要满足1°、2°、3°都称为度量。

这里“度量”这个名称已由现实生活中的意义引申到一般情况,它用来描述X 中两个事物接近的程度,而条件1°、2°、3°被认为是作为一个度量所必须满足的最本质的性质。

⑵ 度量空间中由集合X 和度量函数d 所组成,在同一个集合X 上若有两个不同的度量函数1d 和2d ,则我们认为(X, 1d )和(X, 2d )是两个不同的度量空间。

⑶ 集合X 不一定是数集,也不一定是代数结构。

为直观起见,今后称度量空间(X,d)中的元素为“点” ,例如若x X ∈,则称为“X 中的点” 。

⑷ 在称呼度量空间(X,d)时可以省略度量函数d ,而称“度量空间X ” 。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第四章 习题课基本内容1.线性有界泛函:f D X ⊂→∧满足()()()f x y f x f y αβαβ+=+,线性. 若x D ∀∈,|()|||||f x M x ≤.——称f 有界. 2.线性有界泛函的范数 |()|||||sup||||x f x f x θ≠=. ||||1||||1||||sup |()|sup |()|x x f f x f x ≤===.共轭空间(Banach 空间)*()n n R R =,*()p q l l =,*([,])p q L a b L =,*H H =. 基本定理:①延括定理:G X ⊂是线性子空间,:f G X ⊂→∧是线性有界泛函,则*F X ∃∈,使(ⅰ)当x G ∈时,()()F x f x =; (ⅱ)||||||||X G F f =. ②两个推论:(Ⅰ)(Hahn —Banach 定理)设X l.n.s ,0x X ∀∈,0x θ≠,则*f X ∃∈,||||1f =,00()||||f x x =.(Ⅱ)设X l.n.s ,G X ⊂是线性子空间,0x X ∈,0(,)0d x G >,则*f X ∃∈,满足(ⅰ)x G ∀∈,()0f x =;(ⅱ)0()f x d =; (ⅲ)||||1f =. 3.线性有界算子1X ,2X ——l.n.s ,1D X ⊂线性子空间,2:T D X ⊂满足 ()()()T x y T x T y αβαβ+=+.4.线性有界算子,算子范数. 5.基本定理引理:(开映射原理):若1X ,2X 是Banach 空间,12()T B X X ∈→,且2()R T X =,则T 为开映射.① 逆算子定理:设1X ,2X 都是Banach 空间,12:T X X →满射,可逆的线性有界算子,则T 的逆算子1T -是有界算子.② 闭图像定理:设1X ,2X 都是Banach 空间,12:()T D T X X ⊂→是闭算子,其中()D T 是1X 的闭子空间,则T 是线性有界算子.③ 共鸣定理:设1X 是Banach 空间,2X 是l.n.s.{|}i X i A ∈是一族12X X →的线性有界算子,则{|||||}i T i A ∈有界1x X ⇔∀∈,{|||||}i T x i A ∈有界.6.强收敛与弱收敛① l.n.s 中的点列的强、弱收敛.(ⅰ)若||||0n x x →→,称{}n x 强收敛于x ,记为n x x →; (ⅱ)若*f X ∀∈,|()()|0n f x f x -→,称*n x x →(弱收敛). ② 有限维空间中,强弱收敛等价. ③ 弱收敛的判别(等价条件)*n x x →⇔(ⅰ){||||}n X 有界;(ⅱ)**M X ∃⊂(稠密),使*f M ∀∈,0|()()|0n f x f x -→.④ 算子列的各种收敛性:(ⅰ)一致收敛:||||0n T T -→; (ⅱ)强收敛:||||0n T x Tx -→;(ⅲ)弱收敛:||()()||0n f T x f Tx -→,*2f X ∀∈,1x X ∈. 特别泛函列n f :(ⅰ)强收敛:||||0n f f -→(对应一致收敛);(ⅱ)弱*收敛:||()()||0n f x f x -→(对应算子列强收敛).7.共轭算子设1X ,2X 是同一数域∧上的l.n.s.12()T B X X ∈→, ***21:T X X →,如果对任何1x X ∈,*2f X ∈,都有*()()()T f x f Tx = 或 *(,)(,)x T f Tx f =成立,就称*T 是T 的共轭算子(也称伴随算子).共轭算子的范数:定理(共轭算子的范数):设12()T B X X ∈→,*T 是T 的共轭算子,则*T 是**21X X →的线性有界算子,且有*||||||||T T =.定理(共轭算子的性质): (1)**()aT aT =; (2)***2112()T T T T ⋅=⋅; (3)***1212()T T T T +=+;(4)12:I X X →,则***12:I X X →. 8.自共轭算子H 是Hilbert 空间,若,x y H ∀∈,(,)(,)Tx y x Ty =.T ——自共轭算子. Th .(自共轭算子的充要条件):H 是复的Hilbert 空间,T 为自共轭算子x H ⇔∀∈,(,)Tx x 为实数.性质:(1)特征值为实数;T 1X *1X *T 2X *2X(2)不同特征值的特征向量正交.投影算子:0Px x =.(0x x z =+,0x M ∈,z M ⊥∈).举 例例1.设21,X X 是s n l ..,)(21X X T →∈,则T X X B T ⇔→∈)(21应某个内部非空的有界集为有界集。

证:)(⇐设Φ≠⊂01,A X A (0A 是A 的内部)2X TA ⊂有界,取A r a O ⊂),((Φ≠0A ),,0>r 令∞<=∈||||sup Tx Ax β,,0,1≠∈∀x X x 有),(||||1r a O x x r a ∈+-,因此β≤+-||)||||(||1x x r a T可以推出 r x r x Ta x x ra T Tx /||||2/||||||)||||(||||||β≤-+= 因此T 有界。

)(⇒显然成立。

例2.设)(Y A B T →∈,A 是X 的稠密子空间,Y 完备,则∃唯一的)(Y X B T →∈,使得||||||||,T T T T A ==。

证:X x ∈∀,取,}{A x n ⊂使)(∞→→n x x n 。

因||||||||||||n m n m x x T Tx Tx -≤-故 }{n Tx 是Y 中的Cauchy 列;由于Y 完备,必存在n n Tx ∞→lim ,记为x T ,这与}{n x 的选取无关(事实上,若)(A x x x n n ∈'→',取},,,,{}{2211 x x x x y n ''=,x y →,则}{n Ty 为Cauchy 列,x T Ty n →,则x T x T n →'),这样就定义了一个算子Y X T →:,T 显然是线性的,且T T A =。

由||||||||||||||||lim ||||lim||||x T x T Tx x T n n n n =≤=∞→∞→故 ||||||||T T ≤,故)(Y X B T →∈。

因 ||||||||||||||||,x T x T Tx A x ≤=∈∀, 故||||||||T T ≤, 因此 ||||||||T T =。

若有某)(Y X B S →∈亦满足,T S A =则X x ∈∀,取,}{A x n ⊂,使x x n →,则x T Tx Sx n n ==∞→lim ,因此T S =(唯一性得证)。

例3.设-----Y X ,...s n l ,∞=X dim ,}0{≠Y ,则存在无界线性算子Y X T →:。

证: ∞=X dim ,∴可取线性独立的可数集,}{X x A n ⊂=可设,1||||=n x 取Y y y ∈≠,0,定义算子T :ny Tx =T 可以自然的扩张到SpanA (如),Y x T x T Ty SpanA x x y ∈''+'=∈''+'=βαβα。

则X 可以表示B SpanAA X ⊕=,B x ∈∀定义0=Tx ,则T 是一线性算子,)(Y X T →∈,因+∞==≥=||||sup ||||sup ||||sup 1||||ny Tx Tx nn nx故T 是无界算子。

例4.设),0,0,,,,(21 n n x x x x T =,2}{l x x n ∈=∀。

证明 )(22l l B T n →∈,求||||n T 。

证: )(22l l B T n →∈显然。

||||||=x T n ||),0,0,,,,(21 n x x x ||,||x ≤因此1||||≤n T 。

另一方面,设}{i e 是2l 的标准正交基,则1||||=n e ,n n n e e T =,故||||1n e ==||||||||||||||||n n n n n T e T e T ==, 故 1||||≥n T ,故1||||=n T 。

例5.给定.)..(s n l X a ∈,令Ta T =)(ϕ())(X X B T →∈,证明),((X X B B →∈ϕ求||||ϕ。

解:此题中,a 是固定的, T 成了“自变量”,)()()()(S T Sa Ta a S T S T βϕαϕβαβαβαϕ+=+=+=+ ())(,X X B S T →∈ 可见:ϕX X X B →→)(是线性算子。

由||||||||||||||)(||a T Ta T ≤=ϕ ))((X X B T →∈∀得 ||||||||a ≤ϕ; ∴X X X B →→∈)(ϕ。

取 I T =,得 ||||||||||||||)(||||||||||ϕϕϕ=≤==I I Ia a∴ ||||||||ϕ≤a ; ||||||||a =∴ϕ。

例6. 设Y X ,是Banach 空间,)(Y X B T →∈是一个单射,存在X x n ⊂}{,使得)(||||1||||N n x nTx n n ∈∀≤,证明)(T R 在Y 中不是闭的。

证: 用反证法。

若)(T R 在Y 中闭,则)(T R 作为Y 的子空间是一个Banach 空间,于是)(:T R X T →是一个线性等距同构(T 是单射,2121,Tx Tx x x ≠≠),由逆算子定理知,))((1X T R B T →∈-,这与以下事实相矛盾。

.||||||||||)(||1n n n Tx n x Tx T >=-例7.设X 是,..s n l 设X x k ⊂}{,*X f ∈∀,∑∞=∞<1|)(|k k x f ,证明∑∞=≤1|||||)(|k kf M xf 。

证:定义算子l X T '→*:l X ',(*均为Banach 空间),))((k x f Tf =。

若在*X 中f f n →,在l '中)(k n a a Tf =→,则必有)()(k k n x f x f →=),(N k n a k ∈∀∞→a TF =∴。

于是由闭图像定理知),(*l X B T '∈,即得证。

M T ≤∴||||,故*X f ∈∀,.||||||||f M Tf ≤ 即∑∞=≤1|||||)(|k kf M xf 。

相关文档
最新文档