第二章 线性算子与线性泛函
第二章 线性算子与线性泛函
第一节 有界线性算子
一、线性算子
本段中只需假设,,X Y Z 等是K 上的向量空间。 定义: 若一个映射:T X Y →满足
()(,,,)T x y Tx Ty
x y X αβαβαβ+=+∈∈K ,
则称T 为从X 到Y 的线性算子。
容易看出,上述等式可推广到更一般的情形:(
)i i
i
i
i
i
T x Tx αα=∑∑。
命题2.1.1 设:T X Y →是一线性算子,则以下结论成立:
(1)任给子空间A X ?与子空间B Y ?,TA 与1T B -分别为Y 与X 的子空间。特别,
(0)0T =与()R T TX =(值域)是Y 的子空间;1()(0)N T T -是X 的子空间(称为T 的
核或零空间)。
(2)若向量组{}i x X ?线性相关,则{}i Tx 亦线性相关;若A 是X 的子空间且
dim A <∞,则dim dim TA A <。
(3)T 是单射(){0}N T ?=。
说明:若0()Tx Y x X ≡∈∈,则称T 为零算子,就记为0;若(),Tx x x X αα≡∈∈K 为常数,则称T 为纯量算子(或相似变换,若0α≠),记作I α,当0α=与1时,I α分别是零算子和单位算子。
对线性算子可定义两种自然的运算:线性运算与乘法。若,:T S X Y →是线性算子,
,αβ∈K ,则:T S X Y αβ+→是一个线性算子,它定义为
()().
(2.1.2)T S x Tx Sx x X αβαβ+=+∈
若:R Y Z →是另一个算子,则由
()()().(2.1.3)RT x R Tx x X =∈
定义出一个线性算子:RT X Z →,称它为R 与T 的乘积。实际上,线性算子的乘积就是它们的复合。容易原子能正验证,如上定义的运算有以下性质:
11(),
()();
R T S RT RS R R T RT R T +=+??
+=+?分配律
()();()Q RT QR T =结合律
()()(),()RT R T R T αααα==∈K
只要以上等式的一端有意义。若线性算子:T X Y →为双射,则称它为线性同构,此时其逆映射1
:T Y X -→亦为线性算子。T 是线性同构的充要条件是,存在线性算子:S Y X →,
使得
,(2.1.4)X Y
ST I TS I ==
二、有界线性算子
定义2.1.2 设:T X Y →是一个线性算子。令
sup /(2.1.5)x T Tx x
≠=
若T <∞,则称T 为从X 到Y 的有界线性算子,且称T 为T 的算子范数,简称为范数。若T =∞,则称T 为无界算子。
约定以(,)L X Y 记从X 到Y 的有界线性算子之全体,(,)L X X 简写为()L X 。 注1::T X Y →的有界的等价刻画: (1)0,k x X ?>?∈,有;Tx k x ≤或 (2)T 映X 中的有界集为Y 中的有界集。 注2:若(,)T L X Y ∈,则对任给的x X ∈有
(2.1.6)Tx T x
≤
注3:范数定义的几种等价形式 (1)1
sup (2.1.7)x T Tx
== (2)1
sup (2.1.8)x T Tx
≤=
(3)inf{0:().(2.1.9)T k Tx k x x X =≥≤?∈
例2.1.3 设[,]()J a b a b =<,给定()C J ?∈。定义
()()()(,()),Tu x x u x x J u C J ?=∈∈
T 是从()C J 到自身的线性算子。求T 。
命题2.1.4 设:T X Y →是一个线性算子,则T 有界T ?连续。 推论:(1)T 是拓扑同构T ?与1
T -皆连续(即T 为同胚); (2)若(,),{}n T L X Y x X ∈?,
n
x
∑收敛,则有
1
1
1
()(lim )lim ()lim n n n
n k k k n n n n n
k k k n
T x T x T x Tx Tx →∞
→∞
→∞
=======∑∑∑∑∑。
例2.1.5:设[0,]J π=,在1
()C J 与()C J 中均采用sup 范数。显然
1:()(),(2.1.10)d
T C J C J u u dx
'=
→→
是一线性算子。令()sin n u x nx =,则0
1n
u =,而0
n u n '=,可见T 是无界算子。
三、有界线性算子的运算与扩张
命题2.1.6:(,)L X Y 依算子范数是一个赋范空间;当空间Y 完备时,(,)L X Y 是Banach 空间。
定理 2.1.7(扩张定理):设D 是X 的稠密子空间,(,)T L D Y ∈,Y 完备,则T 可保持范数惟一地扩张到X 上。
若线性算子:T X Y →是单射(即(){0}N T =),则1
:()T R T X -→是一确定的线性
算子,当它有界时称为T 的有界逆,并说T 有有界逆。
命题2.1.8线性算子:T X Y →有有界逆的充要条件是存在0k >,使得
().(2.1.14)Tx k x
x X ≥∈。
第二节 常用有界线性算子
一、矩阵
设,X Y 是有限维赋范空间,dim ,dim ,(,)X n Y m T L X Y ==∈。分别取X 的基{}j e 与Y 的基{}i ε。设
(1),j ij i
i
Te a j n ε=≤≤∑
则T 完全由矩阵[]m n
ij A a ?=∈K
所确定。若,(,)T S L X Y ∈分别对应矩阵
,,,m n A B αβ?∈∈K K ,则算子T S αβ+恰好对应矩阵A B αβ+。这样,线性算子空间
(,)L X Y 线性同构于矩阵空间m n ?K ,因而对(,)L X Y 的研究可代之以对m n ?K 的研究。
任给[]m n
ij A a ?=∈K
,依矩阵乘法自然地定义一个线性算子:
,,
(2.2.1)n m x Ax →→K K
其中x 当作1n ?阶矩阵。不妨用同一字母A 表示算子(2.2.1),它也可表成:
,(),(),(2.2.1),1,2,,.n m j i i ij j j y Ax x x y y y a x i m ?==∈=∈?
'?==??
∑K K
若在n K 中使用范数
1(),1,
(2.2.2)max ,,p p j
j p
j j
x p x
x p ?≤<∞?=?
?=∞?∑
则n K 可看作p
l 的子空间,只需将()n j x x =∈K 等同于p
l 中的元
1(,
,,0,0,)T n x x 。
通常称范数(2.2.2)为p 范数,采用p 范数的n
K 也记作p n l 。相应地,算子:p p n m A l l →(定
义见(2.2.1))的范数记作p A ,即
1
sup .
(2.2.3)p p p x A Ax ≤=
p A 也称为A 的p 范数。
命题2.2.1 设[]m n
ij A a ?=∈K
,则
1max ;
(2.2.4)ij j
i
A a =∑。
1
max ;
(2.2.5)T ij i
j
A a A ∞==∑
2}j j
A λ=是T A A 的特征值的全体。
(2.2.6)
以[](,1,2,)ij A a i j ==记一个无穷矩阵,其中ij a ∈K 。仿照(2.2.1)',形式地定义一
个算子x Ax →:
,(),(),(2.2.7),1,2,,.j i i ij j j y Ax x x y y y a x i ===??
?==??
∑
仍将式(2.2.7)所定义的算子记作A 。
命题2.2.2 设算子A 定义如式(2.2.7),p A 依式(2.2.3)(但假定其中p
x l ∈)。 (1)若sup ij j
i
a β<∞∑,则1()A L l ∈且1A β=。
(2)若sup ij i
j
a β<∞∑,则()A L l ∞∈且A β∞=。
(3)若1
22
,()ij i j
a β
<∞∑,则2()A L l ∈且2A β≤。
二、积分算子
设[,]()J a b a b =<,函数(,)K x y 为定义在J J ?上的Lebesgue 可测函数。定义积分算子
()(,)()().(2.2.8)b
a
Tu x K x y u y dy
x J =∈?
要求上述积分对几乎所有x J ∈存在,函数(,)K x y 称为积分算子T 的核或核函数。 命题2.2.3 设(,)K x y 是J J ?上的Lebesgue 可测函数,算子T 依式(2.2.8)定义,约定sup ()x
ess x ??
∞
=(L ∞范数又称为本性上确界)。 1、若sup (,),b
a
y J
ess K x y dx β∈<∞?则1(())T L L J ∈且T β=。
2、若sup (,),b
a
x J
ess K x y dy β∈<∞?则(())T L L J ∞∈且T β=。
3、若1
22
((,)),b
b
a
a
K x y dxdy β
<∞?
?
则2(())T L L J ∈且T β≤。
例子 考虑积分算子:
()().
()(2.2.9)x
a
Tu x u y dy x J =∈?
取
1,
,(,)0,
,
y x K x y y x ≤?=?
>?
可将(2.2.9)写成(2.2.8)的标准形式。由命题2.2.3得:
1sup ;b
y
y J
T ess dx b a ∈==-?
sup ;x
a
x J
T
ess dy b a ∞
∈==-?
1
2
2
()b
x
a
a
T
dx dy ≤=
??。 命题2.2.4 设(,)K x y 在J J ?上连续,积分算子T 定义如式(2.2.8),则(())T L C J ∈,且
sup (,).
(2.2.10)b
a
x J
T K x y dy ∈=?
下面考虑几个具有特殊形式核的积分算子。 (一)给定函数?,以(,)()K x y x y ?=-为核。 此时,积分算子为
()()()()
(2.2.11)n n R
T u x x y u y dy
x R ??=-∈?
通常将式(2.2.11)右端的积分记作u ?*,并称它为函数?与u 的卷积。算子T ?显然是在其有定义的集合上的线性算子,其定义域与性质则取决于?的选择。
命题2.2.5 设1/(1)p q q ≤=-≤∞。 (1)若1
()n L ?∈R ,则(())p n T L L ?∈R ,且1T ??≤
。
(2)若()p
n
L ?∈R ,则((),())q n n b T L L C ?∈R R ,且p T ??≤
,此处
()()
()n n n b C C B =R R R ,采用sup 范数。
(3)若2
()n
L ?∈R ,则2((),())n n b T L L C ?∈R R ,且2T ??≤。
定理的证明需要如下引理:
引理 2.2.6 设()(1)p n L p ?∈≤<∞R ,()()x y x y ??=+,则当,0n
x x ∈→R 时有
0x p
??
-→。
(二)以(,)ix y
K x y e
-=为核。
此时1?()()()(,())
(2.2.12)n
n
ix y
Fu x u
x e u y dy x u L -==∈∈?
R
R R
()Fu x 就是1()()u x L ∈R 的Fourier 变换。
命题 10((),())n n F L L C ∈R R ,且1F =。这里0(){():lim ()0}
n n
x C u C u x →∞
=∈=R R 依sup 范数为一Banach 空间。
三、微分算子
定义1.3.7 设,A B X ?
(1)若B A ?,则称A 在B 中稠密;若A B A ??,则称A 为B 的稠子集;X 的稠子集就称为稠集。
(2)若B 含可数的稠子集,就称B 为可分集;若X 本身可分,则称X 为可分空间。 (3)若spanA X =,即spanA 为稠集,则称A 为X 的基本集。 (4)若{}i e X ?是一序列,每个x X ∈可惟一地表为
i i i
x e α=∑,则称{}i e 为X 的Schauder 基。
注:(1)若A 是X 中的稠集,则每个x X ∈可表为A 中某序列的极限; (2)若A 是X 的基本集,则每个x X ∈可用A 中元的线性组合逼近;
(3)稠集与Schauder 基都是基本集;
(4)X 可分X ?有可数的基本集,因而有Schauder 基的空间必定可分。
例1.3.8 (1)空间p
l 的基本集。令(0,,0,1,0,)T i e =,1在第i 项,则{:}
i e i N ∈是空间(1)p
l p ≤<∞的Schauder 基,因而是p l 的基本集且p
l 是可分的。
(2)空间()C J 的基本集,[,]()J a b a b =<。由Weierstrass 定理,每个()u C J ∈可用J 上的多项式一致逼近,故J 上的多项式全体P 是()C J 中的稠集。其次,以A 记幂函数
()n x n Z +∈的全体,则显然P spanA =,故A 是()C J 的基本集,因而()C J 是可分的。
(3)空间()p
L J (1)p ≤<∞的基本集。注意到(ⅰ)每个()p
u L J ∈可用连续函数p
L 逼近;(ⅱ)一致逼近强于p L 逼近。因此空间()C J 的基本集{:}n A x n Z +=∈也是()p
L J 的
基本集,因而()p
L J 是可分的。
此外,每个()u C J ∈可用阶梯函数一致逼近,而阶梯函数为形如δχ(δ是J 的子区间)的函数的线性组合,故
{:δχδ是J 的子区间}
亦为()p
L J 的基本集。进而[,]{:}a x x J χ∈是()p
L J 的基本集。
(4)空间(R)p
L (1)p ≤<∞的基本集。对任何(R)p u L ∈,令[,]n n n u u χ-=,则 ()0()p
p n p
x n
u u
u x dx n >-=
→→∞?
,
即p
L
n u u ??→。而对每个,n n N u ∈视作[,]p
L n n -的元可用[,]n n -上的阶梯函数p L 逼近。
结合(3),(R
)p
L 有基本集{:δχR δ?是有限区间}。
(5)空间()p
L Ω(1,R n
p ≤<∞Ω?为任意开集)的基本集。任给实或复值函数u ,约定sup p {:()0}u x u x =≠,称它为u 的支集。令
(){():sup p m m c C u C u Ω=∈Ω是Ω的有界子集}(0)m ≤<∞,
可以证明:()m c C Ω在()p L Ω中稠密,因而是()p
L Ω的基本集。
例1.3.9 (1)设1
(),[,]u L J J a b ∈=,则有lim ()sin 0b
a
n u x nxdx →∞=?
。
(2)设1
(R)u L ∈,()u x 的Fourier 变换定义为
()()i x u u x e dx ωω∞
--∞
=?,
则有()lim ()0u u ωω→±∞
±∞==。
第三节 对偶空间和对偶算子
一、有界线性泛函
定义 给定K 上的赋范空间X ,约定*
(,)X L X =K ,称其为X 的对偶空间(由前面的结果,*X 为Banach 空间)。称每个*u X ∈为X 上的有界线性泛函。
注:(1)因有界线性泛函是有界线性算子的特殊情况,故关于一般有界线性算子的概念与结论,均适应于有界线性泛函。 (2)对*
u X ∈,有
11
()
sup
sup ()sup ()min{0:()()}(2.3.1)x x x u x u u x u x k u x k x x X x ≠=≤====≥≤?∈。
(3)()(2.3.2)u x u x ≤
(4)对X 上的线性泛函u ,u 有界u ?连续。
定义 对*
0f X ≠∈与c ∈K ,称
1(){:()}f c x X f x c -=∈=
为X 中由f 决定的超平面,也记为{}f c =。
注:过原点的超平面1
(0)()f
N f -=是X 的闭子空间。
命题2.3.1 设A X ?是一子空间。则以下两条件等价:
(1)有*
0f X ≠∈,使得()A N f =;除一个常数因子的差别外,f 由A 惟一决定。 (2)存在拓扑直和分解0X A x =⊕K ,此处0000,{:}x x x λλ≠=∈K K 是X 中的由
0x 生成的1维子空间。
推论 若*
00,()0f X f x ≠∈≠,则0()X N f x =⊕K 。
二、表示定理
表示问题的一般思路是:对于给定的赋范空间X ,确定一个Banach 空间Y ,它通常是已被充分研究因而相当熟悉的空间,使得存在等距同构
*:,.
(2.3.4)y T Y X y ?→→
因而由式(2.3.4)得出结论:*
u X ∈有通式
()()
()y u x x x X ?=∈,
其中y Y ∈由u 惟一决定,且y u =。若将y u ?=与y 视为等同,则不妨认定*X Y =。这样,通过同构对应式(2.3.4),本来很抽象的空间*X 就获得了一种具体的表示,Y 就是
*X 的一个表示,或称为一个实现。
定理2.3.2 设1/(1)p q q ≤=-<∞,则*
()p q
l l ?;*
()p u l ∈有通式
()(()),
(2.3.6)p i i
i i
u x x y x x l ==∈∑
其中()q
i y y l =∈由u 惟一决定,且q
y
u =。
定理2.3.3 设[,]()J a b a b =<,则0()*()C J BV J ?,其中
0(){,BV J v v =在[,]a b 上有界变差、右连续且()0}v a =;
是Y 中的紧集(即F 保持D 的紧性),因而有界;F 在D 上一致连续,即0,0,εδ?>?>当,,x y D x y δ∈-<时,有Fx Fy ε-<; (2)f 在D 上取得最大值和最小值。
注:若x D ∈使得()min ()x D
f x f x ∈=,则称x 是最小化问题
min (),(1.4.1)f x x D ∈
的最优点或最优解。定理1.4.4之(2)表明:若D 为紧集且(,R)f C D ∈,则问题(1.4.1)的最优解存在。
推论 1.4.5(最佳逼近) 设A 是X 的有限维子空间,x X ∈。则存在a A ∈,使得
(,)x a d x A -=。即a 是A 中离x 最近的点,因而称为x 在A 中的最佳逼近。
特别:取A 为次数小于等于n 的多项式全体,()X C J =(或(),1)p
X L J p =≤<∞,即得对任给的u X ∈,存在次数小于等于n 的多项式v ,它是对u 的最佳一致(或p
L )逼近。
三、紧集的判定
定理1.4.6(Arzela-Ascoli 定理) ()A C J ?相对紧的充要条件是: (1)A 一致有界,即A 依sup 范数有界;
(2)A 等度连续,即0,0,
εδ?>?>,,x y J u A ?∈?∈,当x y δ-<时恒有()()u x u y ε-<。
(3)若将J 换为任何有界闭区域R n
Ω?,(1)、(2)仍成立。
例 若1
()A C J ?依范数1?(定义见式(1.2.6))有界,则A 作为()C J 的子集是相对紧的。
定理1.4.7 设1,p
p A l ≤<∞?,则A 相对紧的充要条件是: (1)A 有界,即sup p
x A
x
∈<∞;
(2)关于()i x x A =∈一致地有
0()p
i i n
x n >→→∞∑
,即0ε?>,
0,N ?>,n N x A ?≥?∈,有p
i
i n
x ε><∑。
例 {():1/()}i i A x x x i i N ==≤?∈是空间2
l 中的集(称为Hilbert 方体)。 定理1.4.8 若dim X =∞,则X 中的闭单位球不是紧集。 本定理的证明需用到著名的Riesz 引理。
引理1.4.9(Riesz 引理) 设A 是X 的闭子空间,,01A X r ≠<<。则存在x X ∈,使得(,)d x A r >且1x =。
推论:(1)无限维赋范空间中的单位球面{:1}S x x =不是紧集。
(2)平移与相似变换不改变集合的紧性。 (3)无限维赋范空间中的闭球是非紧的。进而有
(4)无限维赋范空间中任何含内点的集是非紧的,因而紧集必无内点。
例 设[0,1]X C =,
1
()()()f u u x dx
u X =∈?。
显然(,R)f C X ∈,且在0{:1}S u X u ∈=上()0f u >,但f 在S 上取不到最小值。
四、纲定理
定义1.4.10 设A X ?。若()o
A =?,则称A 为疏集。可数个疏集之并称为第一纲
集;非第一纲集称为第二纲集;第一纲集的补集称为剩余集。
例 (1)无内点的闭集是疏集; (2)单点集是疏集; (3)可数集是第一纲集。
定理1.4.11(Baire 纲定理) 设X 完备,A X ?是第一纲集,则c
A 是第二纲集且为稠集。
推论(1)设X 为一线性赋范空间,A X ?为疏集当且仅当
001100(,),(,)(,)B x r B x r B x r ???,使得11(,)A B x r =?。
(2)Banach 空间X 是第二纲集。
例1.4.12 [,]J a b =上几乎所有连续函数处处不可微。
第五节 Hilbert 空间
一、内积空间
定义 1.5.1 设H 是K 上的向量空间。若对任一对元,x y H ∈,指定了一个数
,K x y <>∈,称为x 与y 的内积,它满足以下内积公理:
(1),y <>的线性性:,,,x z y x y z y αβαβ<+>=<>+<>; (2)共轭对称性:,,x y y x <>=<>;
(3)正定性:,0;,00x x x x x <>≥<>=?=,
(这里,,,,K x y z H αβ∈∈),则称H 为K 上的内积空间。当K R =(或C )时,K 上的内积空间又称为实(或复)内积空间。
例 K n
依下式
,,
((),()K )n i i i i i
x y x y x x y y <>===∈∑
所定义的内积构成一内积空间。
推论 (1),,,(,,,,K)x y z x y x z x y z H αβαβαβ<+>=<>+<>∈∈;
更一般地,有 (2),,,i i j
j i j i j i
j
i j
x y x y αβ
αβ<
>=<>∑∑∑;
引理1.5.2(Schwarz 不等式) 对任给的,x y H ∈,成立
,x y x y <>≤。
推论 对任给的,x y H ∈,有x y x y +≤+。故x =H 上的范数
(称其为由内积定义的范数)。
定义 完备的内积空间称为Hilbert 空间。
推论 内积依范数收敛是连续的,即若在H 中,n n x x y y →→,则
,,(,)m n x y x y m n <>→<>→∞。
例 2()L Ω是Hilbert 空间。这里(,)μΩ是任一测度空间,2
()L Ω中的内积定义为
2,()()(,())u v u x v x d u v L μ
Ω
<>=∈Ω?。
例 2l 是Hilbert 空间。2
l 中的内积定义为
2,,
((),())i i i i i
x y x y x x y y l <>===∈∑。
定理1.5.3 K 上的赋范空间X 是内积空间的充要条件是,其中的范数满足如下的中线公式(又称为极化恒等式):
2222
2()x y x y x y ++-=+。
二、正交系
定义1.5.4 (1)设,x y H ∈。若,0x y <>=,则说x 与y 正交或直交,记为x y ⊥。 (2)设{:}i x i I H ∈?。若当i j ≠时i j x x ⊥,则称{}i x 为正交系。若{}i x 是正交系且1i x ≡(这等价于,i j ij x x δ<>=,ij δ是Konecker 记号),则称{}i x 为标准正交系。 (3)设,AB H
?。约定,A B a A b B ⊥??∈?∈,有a b ⊥;x A a A ⊥??∈,
有x a ⊥;{:}A x H x A ⊥=∈⊥,称A ⊥为A 的正交补。当A B ⊥时,称A 与B 相互正交。
性质:若{:1}i x i n ≤≤是一有限正交系,则有
2
2
i
i
i
i
x x =∑∑。一般地,若
K(1)i i n α∈≤≤,类似地有
2
2
2
i i
i
i i
i
x x αα=∑∑。
性质:不含零元的正交系必线性无关。
性质:设{:N}i e i ∈是H 中的标准正交系。若x H ∈可表为i i
i
x e
α=
∑,则有
,i i x e α=<>,即表达式i i i
x e α=∑中的系数惟一确定。
定义:若每个x H ∈均可表为i i
i
x e α=
∑,则称{}i
e 为H 的标准正交基。
定理1.5.5 设{:N}i e i ∈是Hilbert 空间H 中的标准正交系,则以下条件相互等价: (1){}i e 是H 的标准正交基; (2){}i e 是H 的基本集;
(3){}i e 是极大正交系,即若()i x e i N ⊥?∈,则0x =; (4)对任给的x H ∈,成立如下的Parseval 等式:
22
,i i
x x e =<>∑;
(5)对任给的,x y H ∈,成立如下内积公式:
,,,i i i
x y x e y e <>=<><>∑。
推论:任何Hilbert 空间H 均与2
l 等距同构。
推论(标准正交基的存在问题):设H 是一个可分的无限维Hilbert 空间,则其一定存在标准正交基。
三、标准正交基的例子 1、三角函数系 定义:形如
1
(cos sin )n
k k k C a kx b kx =++∑
的函数称为三角多项式。
定理:令[,]J a b =,则三角多项式全体在2
()L J 中稠密。 定理:设
01
(cos sin )n
k k k T a a kx b kx ==++∑
则T 的Foueier 系数是0,,(1,2,,)n n a a b n N =,而其余的Foueier 系数为零。并且对T 成
立Parseval 等式。
推论:函数系
1,2,n
=
是2
()L J 的基本集,并且也是标准正交基,因而每个2
()u L J ∈可展开为均方收敛的Fourier
级数:
01
()(cos sin )2k k k a u x a kx b kx ∞
==++∑
其中,n n a b 是通常的Foueier 系数。
问题:()u x 的Fourier 级数的部分和均方收敛于()u x 是否意味着级数几乎处处收敛,
即:01
lim[(cos sin )]2n
k k n k a a kx b kx →∞=++∑是否几乎处处等于()u x ?
(1)、早在1913年,鲁津就猜测上式成立,这个猜测一直是三角级数理论的一个重要课题。
(2)、1923年柯尔莫哥洛夫(Колмогоров)给出了一个1
[0,2]f L π∈,它的Fourier 级数是处处发散的。
(3)、1966年,L.Carleson 证明鲁津的猜测是正确的。
(4)、1967年,R.A.Hunt 证明;对于[0,2](1)p
L p π>中的函数,其Fourier 级数是几乎处处收敛的。
2、Legendre 多项式系
取[1,1]J =-,我们已经得到:2{1,,,
}x x 是2()L J 中的基本集,将其标准正交化,
得到一个多项式系{:0}n L n ≥,称为Legendre 多项式系。
定理:(1)Legendre 多项式的一般表达式为
2()1)
(0)n
n L x x n =-≥
(2){:0}n L n ≥是2
()L J 的标准正交基。
3、Hermite 多项式系
2
2
()(1)(0)n n
x x n n
d H x
e e n dx
-=-≥
称为Hermite 多项式。
定理:若将2
()L R 中的内积定义为
2
,()()x u v u x v x e dx ∞
--∞
<>=?,
则多项式系
1/2(2(),0,1,2,
n n n H x n -
=
为其标准正交基。
4、Laguerre 多项式系
()()(0)!x n n x
n n
e d P x x e n n dx
-=≥
称为Laguerre 多项式。
定理:若将2
(0,)L +∞中的内积定义为
,()()x u v u x v x e dx ∞
--∞
<>=?,
则多项式系{()}n P x 为其标准正交基。
5、Haar 函数系 以nk ?记区间1(
,)22
n
n k k
-的特征函数,令
1,21,2)
(1,2,
,2,1,2,)n nk n k n k h k n ??--=-==。
定理:若补充001h ≡,则{}nk h 是空间2
[0,1]L 中的标准正交基。
四、最佳逼近
最佳逼近问题可描述为:对于给定的集A H ?与点x H ∈,求一点a A ∈,使得
(,)x a d x A -=;即a 是最小化问题
min ,x a a A -∈
的最优解。
定理1.5.6 设A 是H 的完备子空间,x H ∈。
(1)存在惟一性:x 在A 中有惟一最佳逼近a ,且x a A ⊥
-∈。 (2)用A 的基求最佳逼近:若12{,,
,}n a a a 是A 的基,a 是x 在A 中的最佳逼近,则
i i a a β=∑,
1121(,,,)(,,,,)T T n n G x a x a ββββ-==<><>,
其中[,]j i n n G a a ?=<>称为向量组{}i a 的Gram 矩阵。 (3)用A 的标准正交基求最佳逼近:若12{,,,}n e e e 是A 的标准正交基,a 是x 在A 中的
最佳逼近,则
,i i i
a x e e =<>∑。
定理1.5.10(正交分解定理) 设A 是Hilbert 空间H 的闭子空间,则有拓扑直和分解H A A ⊥
=⊕。设A P 是由这一分解决定的投影,则()A P x x H ∈是x 在A 中的最佳逼近。
注:(1)分解H A A ⊥
=⊕称为正交分解,A P 称为从H 到A 的正投影,它由A 惟一决
定。
(2)若A 是H 的闭子空间,则A 与A ⊥
互为正交补,即A A
⊥⊥
=。
例 1.5.11(最小范数问题) 给定线性无关向量组12{,,,}n a a a H ?与
12(,,
,)K T n n αααα=∈,求解约束最小化问题:
min ,..,(1)i i x s t x a i n α<>=≤≤。
泛函分析第3章连续线性算子与连续线性泛函
第3章连续线性算子与连续线性泛函 本章将介绍赋范线性空间上,特别是Banach空间上的有界线性算子与有界线性泛函的基本理论,涉及到泛函分析的三大基本定理,即共鸣定理,逆算子定理及Hahn-Banach定理。他们是泛函分析早期最光辉的成果,有广泛的实际背景, 尤其在各种物理系统研究中应用十分广泛。 3.1连续线性算子与有界线性算子 在线性代数中,我们曾遇到过把一个”维向量空间E"映射到另一个加维向 量空间E"的运算,就是借助于川行”列的矩阵 对F中的向量起作用来达到的。同样,在数学分析中,我们也遇到过一个函数变成另一个函数或者一个数的运算,即微分和积分的运算等。把上述的所有运算抽象化后,我们就得到一般赋范线性空间中的算子概念。撇开各类算子的具体属性,我们可以将它们分成两类:一类是线性算子;一类是非线性算子。本章介绍有界线性算子的基本知识,非线性算子的有关知识留在第5章介绍。 [定义3?1]由赋范线性空间X中的某子集D到赋范线性空间丫中的映射T 称为算子,D称为算子了的定义域,记为D(r),为称像集{y|y = 7k,xeD(7')}为算子的值域,记作T(D)或77)。 若算子T满足: (1)T(x+y) = Tx+Ty e£)(T)) (2)T(ax) = (/rx(V 第二章 线性算子与线性泛函 第一节 有界线性算子 一、线性算子 本段中只需假设,,X Y Z 等是K 上的向量空间。 定义: 若一个映射:T X Y →满足 ()(,,,)T x y Tx Ty x y X αβαβαβ+=+∈∈K , 则称T 为从X 到Y 的线性算子。 容易看出,上述等式可推广到更一般的情形:( )i i i i i i T x Tx αα=∑∑。 命题2.1.1 设:T X Y →是一线性算子,则以下结论成立: (1)任给子空间A X ?与子空间B Y ?,TA 与1T B -分别为Y 与X 的子空间。特别, (0)0T =与()R T TX =(值域)是Y 的子空间;1()(0)N T T -是X 的子空间(称为T 的 核或零空间)。 (2)若向量组{}i x X ?线性相关,则{}i Tx 亦线性相关;若A 是X 的子空间且 dim A <∞,则dim dim TA A <。 (3)T 是单射(){0}N T ?=。 说明:若0()Tx Y x X ≡∈∈,则称T 为零算子,就记为0;若(),Tx x x X αα≡∈∈K 为常数,则称T 为纯量算子(或相似变换,若0α≠),记作I α,当0α=与1时,I α分别是零算子和单位算子。 对线性算子可定义两种自然的运算:线性运算与乘法。若,:T S X Y →是线性算子, ,αβ∈K ,则:T S X Y αβ+→是一个线性算子,它定义为 ()(). (2.1.2)T S x Tx Sx x X αβαβ+=+∈ 若:R Y Z →是另一个算子,则由 ()()().(2.1.3)RT x R Tx x X =∈ 定义出一个线性算子:RT X Z →,称它为R 与T 的乘积。实际上,线性算子的乘积就是它们的复合。容易原子能正验证,如上定义的运算有以下性质: 11(), ()(); R T S RT RS R R T RT R T +=+?? +=+?分配律 第3章 连续线性算子与连续线性泛函 本章将介绍赋范线性空间上,特别是Banach 空间上的有界线性算子与有界线性泛函的基本理论,涉及到泛函分析的三大基本定理,即共鸣定理,逆算子定理及Hahn-Banach 定理。他们是泛函分析早期最光辉的成果,有广泛的实际背景,尤其在各种物理系统研究中应用十分广泛。 3.1 连续线性算子与有界线性算子 在线性代数中,我们曾遇到过把一个n 维向量空间n E 映射到另一个m 维向量空间m E 的运算,就是借助于m 行n 列的矩阵 1112 121 22 212n n m m mn a a a a a a A a a a ?? ? ? = ? ??? 对n E 中的向量起作用来达到的。同样,在数学分析中,我们也遇到过一个函数变成另一个函数或者一个数的运算,即微分和积分的运算等。把上述的所有运算抽象化后,我们就得到一般赋范线性空间中的算子概念。撇开各类算子的具体属性,我们可以将它们分成两类:一类是线性算子;一类是非线性算子。本章介绍有界线性算子的基本知识,非线性算子的有关知识留在第5章介绍。 [定义3.1] 由赋范线性空间X 中的某子集D 到赋范线性空间Y 中的映射 T 称为算子,D 称为算子T 的定义域,记为()D T ,为称像集(){} ,y y Tx x D T =∈为算子的值域,记作()T D 或TD 。 若算子T 满足: (1)()()(),T x y Tx Ty x y D T +=+?∈ (2)()()(),T x Tx F x D T ααα=?∈∈ 称T 为线性算子。对线性算子,我们自然要求()T D 是X 的子空间。特别地,如 龙源期刊网 https://www.360docs.net/doc/2a2823618.html, 一个线性算子的特征向量空间 作者:金亚东徐森林 来源:《江苏理工学院学报》2015年第02期 摘要:线性算子A=(x)=[(t2-1)x′]′,当λ=n(n+1)时,λ为A的本(特)征值,它相应的本(特)征向量为Legendre多项式,且特征向量空间是1维的;当λ≠n(n+1)时,λ 不为A的本(特)征值。 关键词:线性算子,特征向量空间,Legendre多项式 中图分类号:O21文献标识码:A文章编号:2095-7394(2015)02-0005-05 0 引言 泛函分析是现代数学中的一门较新的数学分支。它起源于数学物理中的变分问题、边值问题,概括了经典数学分析、函数论中的某些重要概念、问题和成果,又受到量子物理学、现代工程技术和现代力学的有力推动。它综合地应用分析的、代数的和几何的观点和方法去研究分析数学、现代物理及现代工程技术提出的许多问题。随着泛函分析本身不断地深入发展,现在它已经成为一门内容丰富、方法系统体系完整、应用广泛的独立分支。同时泛函分析的概念和方法已渗透到现代纯粹数学和应用数学、理论物理和现代工程技术理论的许多分支,例如:微分方程、概率论、计算方法、量子场论、统计物理学、抽象调和分析、现代控制理论、微分几何等方面。现在,泛函分析对纯粹数学和应用数学产生了重大的影响。 泛函分析可分为线性泛函分析和非线性泛函分析两大部分。由于线性问题比较容易研究,因此,线性泛函分析要比非线性泛函分析成熟的多。而线性算子和线性泛函是泛函分析研究的基本对象。 1 定义与定理 定义1 设Λ是实数或复数域,X和Y为Λ域上的两个线性空间,D是X的线性子空间,T是D到Y的一个映照,对x∈D,设x经T映照后的像为Tx或T(x)。如果对任何x、 y∈D以及数α、β∈Λ, 有T(αx+βy)=αTx+βTy成立,就称T为线性算子,称D为T的定义域,也记为D (T)。[1] 定义2 设X是线性空间,λ是一个数,T是XX的线性算子。如果有X中非零向量x∈D (T),使得T(x)=λx,则称λ是T的特征值(或本征值),而x为T(相应于特征值λ)的特征向量(或本征向量)。[2] 第三章 线性算子 Linear Operators 本章将研究从一个线性赋范空间X 到另一个线性赋范空间Y 中的映射,亦称算子.如果Y 是数域,则称这种算子为泛函.事实上,我们对算子和泛函的概念并不陌生,例如微分算子d D dx =就是从连续可微函数空间到连续函数空间上的算子;积分算子(黎曼积分)()b a f x dx ?就是连续函数空间上的泛函.本章主要研究保持两个线性赋范空间代数运算的简单算子:线性算子和线性泛函. 3.1 线性算子与共轭空间 3.1.1 线性算子的定义及举例 定义3.1.1 算子 设X 和Y 是同一数域K 上的线性赋范空间,若T 是X 的某个子集D 到Y 中的一个映射,则称T 为子集D 到Y 中的算子.称D 为算子T 的定义域,或记为()D T ;并称Y 的子集{(),}TD y y T x x D ==∈为算子T 的值域.对于x D ∈,通常记x 的像()T x 为Tx . 注1:当X Y ==R 时,算子T 为函数;若Y =R ,算子T 为实泛函. 定义3.1.2 连续算子 设X 和Y 是同一数域K 上的线性赋范空间,0x D X ∈?,T 为D 到Y 中的算子,如果 0ε?>,0δ?>,当0x x δ-<,有0T x T x ε-<,则称算子T 在点0x 处连续.若算子T 在D 中 每一点都连续,则称T 为D 上的连续算子. 注2:()f x 在0x 点连续?{}n x D ??,若0n x x →,则有0()()n f x f x →. 定义3.1.3 线性算子 设X 和Y 是同一数域K 上的线性赋范空间,D X ?,T 为D 到Y 中的算子, 如果,x y D ?∈,,αβ?∈K ,有()()()T x y T x T y αβαβ+=+,则称T 为D 上的线性算子. 定义3.1.4 线性有界算子 设X 和Y 是同一数域K 上的线性赋范空间,D X ?,:T D Y →为线性算子,如果存在0M >,x D ?∈,有Tx M x ≤,则称T 为D 上的线性有界算子,或称T 有界. 注3:上述的有界与数学分析中的函数有界不同:例如函数()f x x =是实数域R 上的无界函数,即不存在0M >,使得()f x M ≤,但是 ()f x x M x =≤ (1M =) 可见,无界函数可能是线性有界泛函. 第三章 有界线性算子 一 有界线性算子与有界线性泛函 1 定义与例 设1,X X 是赋范空间,T 是X 中线性子空间)(T D 上到1X 中的映射 ,满足条件:对于任意)(,T D y x ∈,K ∈α ,)(Ty Tx Y x T +=+Tx x T αα=)( 称T 是X 中到1X 中的线性算子。称)(T D 是T 的定义域。 特别地,称赋范空间X 上到数域K 中的线性算子为线性泛函,并且它们是到实数域或复数域分别称为实线性泛函与复线性泛函。 如果一个线性泛函 f 是有界的,即 )( |||||)(|M x x M x f ∈≤ 称为 f 有界线性泛函。此外取算子范数作为空间中的范数。 定理1.1 设1,X X 是赋范空间,T 是X 上到1X 中的线性算子,如果T 在某一点X x ∈0 连续,则T 是连续的。 定理1.2 设1,X X 是赋范空间,T 是X 上到1X 中的线性算子,则T 是连续的,当且仅当,T 是有界的。 2 有界线性算子空间 设1,X X 是赋范空间,用),(1X X β表示所有X 上到1X 中的有界线性算子全体。在),(1X X β中可以自然地定义线性运算,即对 于任意∈B A ,),(1X X β及K ∈α ,定义 Bx Ax x B A +=+))(( Ax x A αα=))(( 不难到,两个有界线性算子相加及数乘一个有界线性算子仍有界线性算子。此个取算子范数作为空间),(1X X β的范数,具体见 )(77P 。 由此可知,),(1X X β是一个赋范线性空间,如果1X X =, 把),(1X X β简记为)(X β。 在空间),(1X X β中按范数收敛等价于算子列在X 中的单位球面上一致收敛。事实上,设∈n A A ,),(1X X β,...)2,1(=n 及 }1||:||{=∈=X X x S 。如果)(∞→→n A A n ,则对任意 0>ε,存在N ,当N n >时,对于每一个S x ∈ ≤-||||Ax x A n 1 ||||sup =x ||||Ax x A n -=||||A A n -ε<。 即}{n A 在S 上一致收敛于A 。 反之,如果}{n A 在S 上一致收敛于A ,则对任意0>ε ,存在 N ,当N n >时,对于每一个S x ∈: ||||Ax x A n -ε< 于是:|||| A A n -=1 ||||sup =x ||||Ax x A n -ε≤。 即}{n A 在上一致收敛于A 。 定理1.3 设X 是赋范空间,1X 是anach B 空间,则),(1X X β是anach B 空间。 在空间 ) ,(1 X X β中还有另一种收敛方式。设 线性算子与线性函 ————————————————————————————————作者:————————————————————————————————日期: 第二章 线性算子与线性泛函 第一节 有界线性算子 一、线性算子 本段中只需假设,,X Y Z 等是K 上的向量空间。 定义: 若一个映射:T X Y →满足 ()(,,,)T x y Tx Ty x y X αβαβαβ+=+∈∈K , 则称T 为从X 到Y 的线性算子。 容易看出,上述等式可推广到更一般的情形:( )i i i i i i T x Tx αα=∑∑。 命题2.1.1 设:T X Y →是一线性算子,则以下结论成立: (1)任给子空间A X ?与子空间B Y ?,TA 与1T B -分别为Y 与X 的子空间。特别, (0)0T =与()R T TX =(值域)是Y 的子空间;1()(0)N T T -@是X 的子空间(称为T 的 核或零空间)。 (2)若向量组{}i x X ?线性相关,则{}i Tx 亦线性相关;若A 是X 的子空间且 dim A <∞,则dim dim TA A <。 (3)T 是单射(){0}N T ?=。 说明:若0()Tx Y x X ≡∈∈,则称T 为零算子,就记为0;若(),Tx x x X αα≡∈∈K 为常数,则称T 为纯量算子(或相似变换,若0α≠),记作I α,当0α=与1时,I α分别是零算子和单位算子。 对线性算子可定义两种自然的运算:线性运算与乘法。若,:T S X Y →是线性算子, ,αβ∈K ,则:T S X Y αβ+→是一个线性算子,它定义为 ()(). (2.1.2)T S x Tx Sx x X αβαβ+=+∈ 若:R Y Z →是另一个算子,则由 ()()().(2.1.3)RT x R Tx x X =∈ 定义出一个线性算子:RT X Z →,称它为R 与T 的乘积。实际上,线性算子的乘积就是它们的复合。容易原子能正验证,如上定义的运算有以下性质: 11(), ()(); R T S RT RS R R T RT R T +=+?? +=+?分配律 泛函分析习题选讲(8) 例 1 设X=C[ a,b],t 1, …,t n .,,],,[1C b a n ∈∈λλ 定义X 上的线性泛函:若.)()(,1∑==∈n i i i t x x f X x λ求证f 是X 上的有界性泛函,求 f 。 证明 任意x X ∈,|f(x)|=| ∑=n i i i t x 1 )(λ|≤ ∑=≤ n i i i t x 1 |)(|||λ||)(||||1 ∑=n i i i t x λ . 所以||f||≤ =n i i 1 .||λ 存在C ∈ε ,1||=i ε,使||i i i λλε=。存在,x X ∈,使 , ,2,1,)(n i t x i i ==ε且||x||=1.这样|f(x)|=|| ∑=n i i i t x 1 )(λ|=||1 ∑=n i i λ,所以. ||f(x)||≥||1 ∑=n i i λ 由此 ,我们证明了||f(x)||=||||1 ∑=n i i λ。证毕。 例题 2 设F 是),(0+∞-∞C 上的线性泛函,(),(0+∞-∞C 的定义参见七章例题讲例5)。若F 满足条件:若∈?),(0+∞-∞C 且任意,0)(),,(≥+∞-∞∈t t ?则称F 是正的线性泛函,求证:),(0+∞-∞C 上的正的线性泛函的连续的。 证明 任意复值函数f ∈),(0+∞-∞C ,都可以写成+ =x f iy,其中x,y 是),(0+∞-∞C 中的实值函数, ||x||f ≤且||y||||||f ≤.而实值函数又可以 x= x --x ,其中}0,max{},0,max{x x x x -==-+均是) ,(0+∞-∞C 中的非负函 数,且 . ,x x x x ≤≤-+同理 + +-=y y y y ,和 - y 是非负函数,且 y y y y ≤≤-+,。 若存在M 0>,使任意非负函数?,() ,F M ??≤则F 必有界 泛函分析第3章--连续线性算子与连续线性泛函 第3章 连续线性算子与连续线性泛函 本章将介绍赋范线性空间上,特别是Banach 空间上的有界线性算子与有界线性泛函的基本理论,涉及到泛函分析的三大基本定理,即共鸣定理,逆算子定理及Hahn-Banach 定理。他们是泛函分析早期最光辉的成果,有广泛的实际背景,尤其在各种物理系统研究中应用十分广泛。 3.1 连续线性算子与有界线性算子 在线性代数中,我们曾遇到过把一个n 维向量空间n E 映射到另一个m 维向量空间m E 的运算,就是借助于m 行n 列的矩阵 111212122212n n m m mn a a a a a a A a a a ?? ? ? = ? ??? L L M M M L 对n E 中的向量起作用来达到的。同样,在数学分析中,我们也遇到过一个函数变成另一个函数或者一个数的运算,即微分和积分的运算等。把上述的所有运算抽象化后,我们就得到一般赋范线性空间中的算子概念。撇开各类算子的具体属性,我们可以将它们分成两类:一类是线性算子;一类是非线性算子。本章介绍有界线性算子的基本知识,非线性算子的有关知识留在第5章介绍。 [定义3.1] 由赋范线性空间X 中的某子集D 到赋范线性空间Y 中的映射T 称为算子,D 称为算子T 的定义域,记为()D T ,为称像集(){} ,y y Tx x D T =∈为算子的值域,记作()T D 或TD 。 若算子T 满足: (1)()()(),T x y Tx Ty x y D T +=+?∈ (2)()()(),T x Tx F x D T ααα=?∈∈ 称T 为线性算子。对线性算子,我们自然要求()T D 是X 的子空间。特别地,如果T 是由X 到实数(复数)域F 的映射时,那么称算子T 为泛函。 例 3.1 设X 是赋范线性空间,α是一给定的数,映射:T x x α→是X 上的线性算子,称为相似算子;当1α=时,称T 为单位算子或者恒等算子,记作I 。 例3.2 [],x C a b ?∈,定义()()t a Tx t x d ττ=? 由积分的线性知,T 是[],C a b 到[],C a b 空间中的线性算子。若令 ()()[](),b a f x x d x C a b ττ =?∈? 第八章 巴拿赫空间上的有界线性算子 算子 线性算子 非线性算子 无界线性算子 有界线性算子 §1 有界线性算子 1.1 有界线性算子的基本概念与性质 定义1.1 设E 及1E 都是实(或复的)线性空间, T 是由E 的某个子空间D 到线性空间1E 中的映射,如果对任意 D y x ∈,,有 ()Ty Tx y x T +=+ 则称T 是可加的。若对任意的实(或复)数α及任意的 D x ∈,有 ()Tx x T αα= 则称T 是齐次的。可加齐次的映射称为线性映射或线性算子。D 中使θ=Tx 的元素 x 的集合称为T 的零空间。 设1E 是实(或复)数域,于是T 成为由D 到实(或复) 数域的映射,这时称T 为泛函。如果T 还是线性的,则称T 为线性泛函。泛函或线性泛函常用g f ,等符号表示。 定义1.2 设E 及1E 都是实或复的赋范线性空间,D 为E 的子空间,T 为由D 到1E 中的线性算子。如果按照第六章§2.3定义2.6,T 是连续的,则称T 为连续线性算子。如果T 将D 中任意有界集映成1E 中的有界集,则称T 是有界线性算子。如果存在D 中的有界集A 使得()A T 是1E 中的无界集,则称T 是无界线性算子。 例 1 将赋范线性空间E 中的每个元素x 映成x 自身的算子称为E 上的单位算子,单位算子常以I 表示.将E 中的每个元素 x 映成θ的算子称为零算子. 容易看出,单位算子与零算子既是有界线性算子也是连续线性算子. 例 2 连续函数的积分 ()()?= b a dt t x x f 是定义在连续函数空间[]b a C ,上的一个有界线性泛函,也是 连续线性泛函.* 例 1、例 2中出现的线性算子或线性泛函既是有界的又是连续的.对线性算子来说,有界性与连续性等价(见定理1.3). 定理 1.1 设E ,1E 都是实赋范线性空间,T 是由E 的 3.4 线性算子的基本定理 汉恩-巴拿赫延拓定理、逆算子定理、闭图像定理以及共鸣定理是泛函分析的四大基石,证明具有一定的技巧,应用非常广泛.前面已经学习了Hahn-Banach 定理,知道一般的线性赋范空间X 中存在足够多的线性连续泛函,从而使共轭空间的研究才有意义.本节探讨其它三个重要的定理. 汉恩-巴拿赫延拓定理(The Hahn-Banach Theorem) 定理 设G 为线性赋范空间X 的线性子空间,f 是G 上的任一线性有界泛函,则存在X 上的线性有界泛函F ,满足 (1) 当x G ∈时,()()F x f x =; (2) X G F f =. 其中X F 表示F 作为X 上的线性泛函时的范数;G f 表示G 上的线性泛函的范数. 延拓定理被应用于Riesz 定理、Liouville 定理的证明及二次共轭空间等的研究中. 3.4.1 逆算子定理(The Inverse Mapping Theorem) 在微积分课程中介绍过反函数的概念,并且知道“单调函数必存在反函数”,将此概念和结论推广到更一般的空间. 定义3.4.1 逆算子(广义上) 设X 和Y 是同一数域K 上的线性赋范空间,G X ?,算子T :G Y →,T 的定义域为()D T G =;值域为()R T .用1T -表示从()()R T D T →的逆映射(蕴含T 是单射),则称1T -为T 的 逆算子(invertiable operator). 定义3.4.2 正则算子 设X 和Y 是同一数域K 上的线性赋范空间,若算子T :()G X Y ?→满足 (1)T 是可逆算子; (2) T 是满射,即()R T Y =; (3) 1T -是线性有界算子, 则称T 为正则算子(normal operator). 注1 ①若T 是线性算子,1T -是线性算子吗?②若T 是线性有界算子,1T -是线性有界算子吗? 性质3.4.1 若T :()G X Y ?→是线性算子,则1T -是线性算子. 证明 12,y y Y ∈,,αβ∈K ,由T 线性性知: 1111212(())T T y y T y T y αβαβ---+--1111212()TT y y TT y TT y αβαβ---=+-- 1212()y y y y αβαβ=+--0= 由于T 可逆,即T 不是零算子,于是1111212()T y y T y T y αβαβ---+=+,故1T -是线性算子.□ 定理3.4.1逆算子定理 设T 是Banach 空间X 到Banach 空间Y 上的双射(既单又满)、线性有界算子,则1T -是线性有界算子. 例 3.4.1 设线性赋范空间X 上有两个范数1?和2?,如果1(,)X ?和2(,)X ?均是Banach Hirbert空间上的有界线性算子 LISE定理: H空间U上的每个有界线性泛函f 1? u∈U,ST,f(x)=(x,u),||f||=||u|| 伴随算子: (Tx,y)=(x,T*y) ||T||=||T*|| 定理: T1,T2是H空间上的自伴算子,则T1T2是自伴算子的的充要条件是 T1与T2可交换 定理: T是H空间U上的自伴算子,M为T的值域,N为T的零空间,则N=M⊥ 定理: T是H空间U上的自伴算子,则T的任一特征值必为实数,且对应与不同特征值的特征向量相互正交 定理: T是H空间U上的自伴算子,令m=inf{(Tx,x):x∈U,||x||=1}M=sup{(Tx,x):x∈U,||x||=1}则||T||=max{|m|,|M|} 推论: T是H空间U上的自伴算子,则||T||=sup{|(Tx,x)|:x∈U,||x||=1} 定义: U是实H空间,T∈B(U)为自伴算子,IF任意x∈U,(Tx,x)≥0,则T为正算子,记T≥0 定义: {Tn}为自伴算子列,if任意n有Tn≤Tn+1,则{Tn}是单调上升列,单调上升及单调下降的自伴算子列统称为单调算子列。 定理: {Tn}为一致有界的单调自伴算子列,则1?自伴算子T,ST,{Tn}按强算子拓扑收敛于T 定理: T为正算子,则1?正算子S,S2=T,S是T的某一多项式按强算子拓扑收敛的极限。 推论: T为正算子,x0∈U,if (Tx0,x0)=0,则Tx0=0 推论: 自伴算子T1≥T2正算子T与T1,T2均可换,则TT1≥TT2.特别的,T2=0时TT1≥0 定义: U是内积空间,A()是定义在U的二元泛函,IF 任意x,y,z∈U,αβ∈C有A(αx+βy,z)=αA(x,z)+βA(y,z) A(x,αy+βz)=α~A(x,y)+β~A(x,z)第二章 线性算子与线性泛函
泛函分析第3章连续线性算子与连续线性泛函
一个线性算子的特征向量空间
31 线性算子与共轭空间
第三章 有界线性算子
线性算子与线性函
泛函分析8§1-3,习题选讲与答案
泛函分析第3章--连续线性算子与连续线性泛函
巴拿赫空间上有界线性算子
34 线性算子的基本定理
泛函分析之H空间上的有界线性算子