第二章 线性算子与线性泛函
- 格式:doc
- 大小:1.72 MB
- 文档页数:16
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)]。
线性泛函分析泛函分析的主要工作在于对积分方程而不是对变分法提供一个抽象的理论. 变分法领域里所需泛函的性质是相当特殊的,对一般的泛函并不成立.此外,这些泛函的非线性造成了困难,而这种困难对于包含在积分方程中的泛函和算子则是无关紧要的.在Schmidt ,Fischer ,Riesz 为积分方程解的理论作具体推广时,他们和其他一些人也同时开始了相应的抽象理论的研究.第一个试图建立线性泛函和算子的抽象理论的,是美国数学家E .H .Moore ,他从1906年开始这一工作. Moore 认识到,在有限多个未知数的线性方程的理论、无限多个未知数的无限多个线性方程的理论、以及线性积分方程的理论之间,有许多共同的地方.他因此着手建立一种称为“一般分析”(Generl Analysis)的抽象理论,它包含上述具体理论作为特殊情形.他用的是公理方法.我们将不叙述其细节,因为他的影响并不广,而且电没有获得很有效的方法.另外,他的符号语言很奇怪,使以后的人理解起来很困难.在建立线性泛函和算子的抽象理论的过程中,第一个有影响的步骤是由Erhard Sohmidt 和Frechet 在1907年采取的.Hilbert 在他的积分方程的工作中,曾经把一个函数看成是由它相应于某标准正交函数系的Fourier 系数给定的.这些系数以及在他的无穷多个变量的二次型理论中他所赋予这些x i 的值,都是使21n x ∑∞成为有限的序列{x n }.然而,Hilbort 并没有把这些序列看成空间中点的坐标,也没有用几何的语言,这一步是由Schmidt 和Frechet 采取的. 把每一个序列{x 。
}看成一个点,函数就被表现为无穷维空间的点.Sohmidt 不仅把实数而且把复数引入序列{x 0}中.这样的空间从此以后被称为Hilbort 空间.我们的叙述 按照Schmidt 的工作.Schmidt 的函数空间的元素是复数的无穷序列z ={z n },使得.21∞∑∞=<zp p Schmidt 引入记号;211⎭⎬⎫⎩⎨⎧∑∞=-p p p z z 来表示z ;z 后来就称为z 的范数(norm).按照Hilbert ,Sehmidt 用记号).,(,),(1-∞==∑z z z 所以z 表示z p p pωω(现在通用的记号是把)),(1p p p z 定义义z -∞=∑ωω.空间中两个元素z 和ω称为正交的,当且仅当.0,=⎪⎭⎫ ⎝⎛-ωz Schmidt ;接着证明了广义的Pythagoras 定理:如果z 1, z 2, …,z n 是空间的n 个两两正交的元素,则由∑==n p p z 1ω知 .212p n p z ∑==ω由此可推出n 个两两正交的元素是线性无关的.Schrnidt 在他的一般空间中还得到了Bessel 不等式:如果{z n }是标准正交元素的无穷序列,即ωδ而z z pq q p ,),(=-是任何一个元素,那末21,(-∞=∑p p z ω≤.2ω 此外,还证明了范数的Schwarz 不等式和三角不等式.元素序列{z n }称为强收敛于z ,如果z z n -趋向于0,而每个强Cauehy 序列,即每个使q p z z -趋于0 (当p ,q 趋于0时)的序列,可以证明都收敛于某一元素z ,从而序列空间是完备的.这是一条非常重要的性质.Schmidt 接着引进了(强)闭子空间的概念.他的空间H 的一个子集A 称为闭子空间,如果在刚才定义的收敛的意义下它是闭子集,并且是代数封闭的,后者意指,如果ω1与ω2是A 的元素,那末2211ωωa a +也是A 的元素,其中a 1,a 2是任何复数.可以证明这样的闭子空间是存在的,这只需取任何一个线性无关的元素列{z n },并取{z n }中元素的所有有限线性组合.全体这些元素的闭包就是一个代数封闭的子空间.现在,设A 是任一固定的闭子空间.Schmidt 首先证明,如果z 是空间的任一元素,则存在唯一的元素ω1和ω2,使得z =ω1+ω2,其中ω1属于A , ω2和A 正交,后者是指ω2和A 的每个元素正交(这个结果,今天称为投影定理;ω1就是z 在A 中的投影)进一步,,min 2z y -=ω 其中y 是A 的变动元素,而且极小值只在21.ωω时达到y =称为z 和A 之间的距离.在1907年,Schmidt 和Frechet 同时注意到,平方可和(Lebesgue 可积) 函数的空间有一种几何,完全类似于序列的Hilbert 空间. 这个类似性的阐明是在几个月之后,当时Riesz 运用在Lebesgue 平方可积函数与平方可和实数列之间建立一一对应的Riesz-Fischer'定理指出,在平方可和函数的集合L 2中能够定义一种距离,用它就能建立这个函数空间的一种几何. L 2中,定义在区间[a , b]上的任何两个平方可积函数之间的距离这个概念,事实上也是Frechet 定义的,他把它定义为(1) ⎰-b a dx x g x f ,)]()([2其中积分应理解为Lebesgue 意义下的;并且两个函数只在一个0测集上不同时就认为是相等的.距离的平方也称为这两个函数的平均平方偏差.f 和g 的内积定义为⎰=ba dx x g x f g f )()(),(. 使(f ,g) = 0的两个函数f 与g 称为是正交的.Schwarz 不等式 dx x g x f ba )()(⎰≤dx g dx fb a b a ⎰⎰22以及对平方可和序列空间成立的其他性质,都适用于函数空间.特别是,这类平方可和函数形成一个完备的空间.这样,平方可和函数的空间,同这些函数相应于某一固定的完备标准正交函数系的Fourier 系数所构成的平方可和序列的空间,可以认为是相同的.在提到抽象函数空间时,我们应重提一下Riesz 引入的空间L p (1<p<∞).这些空间对度量pb a p dx f f f f d 12121),(⎪⎭⎫ ⎝⎛-=⎰ 也是完备的.虽然我们很快就要考察抽象空间领域中的其他成就,但下一发展涉及泛函和算子.在刚才引述的对空间L 2的函数引进了距离的1907年的文章中,以及在同年的其他文章中, Frechet 证明了,对于定义在L 2的每一个连续线性泛函U(f),存在L 2中唯一的一个u(x),使得对L 2的每个f 都有⎰=ba dx x u x f f U .)()()( 这推广了Hadamard 1903年得到的一个结果.1909年Riesz 推广了这个结果,用Stieltjes 积分表示U(f),也就是⎰=ba x du x f f U ).()()(Riesz 自己还把这个结果推广到满足下面条件的线性泛函A:对L p 中所有的f)(f A ≤p ba p dx x f M /1)(⎥⎦⎤⎢⎣⎡⎰其中M 只依赖于A .这样,存在L q 中的一个函数a(x),在允许相差一个积分为0的函数的意义下是唯一的,使得对L p 中所有的f(2) ⎰=b a dx x f x a f U .)()()( 这个结果称为Riesz 表示定理。
第二章:泛函分析初步 (Fundamentals on functional)《现代应用数学手册——现代应用分析卷》,《现代应用数学手册》编委会,清华出版社 《数学分析》(第二卷第4版),B.A.卓里奇著,蒋铎等译,高教出版社§2.1 线性空间定义(数域,Number field ):设P 是某些复数构成的集合,包括0元和1元。
如果P 对四则运算封闭,即P 中任意两数的和、差、积、商(除数不为零)仍是P 中的数,则称P 为一个数域。
例如,集合C R Q 、、都是数域,而整数的全体Z 则不是数域。
定义(线性空间,Linear space ):设W ≠∅(W 为非空集合,符号∅代表空集),满足下列两个条件: 第一,W 中的元对“+”构成交换群,即,,W ∀∈X Y Z ,有: ⅰ)W +∈X Y(加法封闭性) ⅱ)()()++=++X Y Z X Y Z (结合律) ⅲ) 0W ∃∈,使0+X X =(存在唯一零元) ⅳ)W ∃-∈X ,使()-+=0X X (存在唯一逆元/负元) ⅴ)+=+X Y Y X(交换律)(满足前2条,构成半群;满足前4条,构成群;满足5条,构成加法交换群,又称为Abel 加群,简称Abel 群。
)第二,,,,W αβ∀∈∀∈X Y P (数域),对数乘(scalar multiplication )封闭,即有:ⅵ)()()W αβαβ=∈X X ⅶ)()αβαβ+=+X X X ⅷ)()ααα+=+X Y X Y ⅸ)⋅1X X =(存在1元)则称W 是数域P 上的线性空间。
加法和数乘统称为集合W 在数域P 上的线性运算(linear operation )。
注1:加法封闭 + 数乘封闭 ⇔ i i W C α∀∈∀∈X ,,则1Ni i i W α=∈∑X 。
关于线性空间,简而言之,规定了非空集合W 在数域P 上的线性运算“+”和“⋅”,则W 、P 、+、⋅ 一起称为一个线性空间,也称作向量空间(vector space ),记作(W ;P ;+,⋅),并把W 中的元称为向量。
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 ” 。
第一部分线性代数第一章 线性空间第一节 线性空间一、基本概念1、 定义:数域P =复数子集+四则运算封闭2、 定义:线性空间=•+),;;(P V 数域P 上的线性空间V =线性空间V ⑴、解释:=V 非空集合⑵、解释:V V V →⨯=+【加法,加法保持封闭】 ⑶、解释:V V P →⨯=•【数乘,数乘保持封闭】 ⑷、解释:=•+),(线性运算【满足8条规则】3、 8条规则加法规则:⑴、交换律:αββα+=+⑵、结合律:)()(γβαγβα++=++⑶、零元素:V ∈∃0,对于V ∈∀α,都有αα=+0⑷、负元素:对于V ∈∀α,V ∈∃β,使得0=+βα【记为:α-】数乘规则:⑸、αα=1⑹、αα)()(kl l k =加法数乘规则:⑺、βαβαk k k +=+)(⑻、αααl k l k +=+)(二、基本性质1、 性质⑴、性质:零元素唯一⑵、证明:假设:V ∈∃10,对于V ∈∀α,都有αα=+10 V ∈∃20,对于V ∈∀α,都有αα=+20 对于V ∈∀α,都有⇒=+αα10特别:212000=+对于V ∈∀α,都有⇒=+αα20特别:121000=+12120000+=+【交换律】2100=⇒ ⑶、性质:负元素唯一2、 性质⑴、性质:ααα-=-==)1(0000,,k⑵、证明:ααααααα==+=+=+1)10(100【规则5+规则8】 )()(]0[0αααααααα-+=-++⇒=+⇒αααααααα000)]([0)(]0[=+=-++=-++⇒【结合律】0)(=-+αα【负元素的定义】00=⇒α第二节 线性无关一、基本概念1、 概念:线性组合(线性表出)如果:r r k k k αααα+++=Λ2211则称:向量α是向量组r ααα,,,Λ21的一个线性组合 或称:向量α可由向量组r ααα,,,Λ21线性表出2、 概念:线性相关如果:存在不全为0的P k k k r ∈,,,Λ21 使得:02211=+++r r k k k αααΛ则称:向量组r ααα,,,Λ21线性相关3、 概念:线性无关如果:不存在不全为0的P k k k r ∈,,,Λ21 使得:02211=+++r r k k k αααΛ则称:向量组r ααα,,,Λ21线性无关 4、 关键:00212211====⇒=+++r r r k k k k k k ΛΛααα二、基本性质1、 性质⑴、性质:向量组r ααα,,,Λ21线性相关 ⇔其中某一向量可由其余向量线性表出 ⑵、证明:必要性:r r r r k kk k k k k αααααα)()(0121212211-++-=⇒=+++ΛΛ 充分性:0)()(221221=-++-+⇒++=r r r r k k k k ααααααΛΛ2、 性质⑴、性质:如果:向量组r ααα,,,Λ21线性无关 并且:可由向量组s βββ,,,Λ21线性表出 则有:s r ≤⑵、证明:∑∑===⇒=⇒+++=sj j ji i sj j j s s t tt t t 111112211111βαβαβββαΛ∑∑∑∑∑=======⇒=+++s j ri j ji i ri sj j jiiri iir r t k tk k k k k 111112211][][0ββααααΛ⎪⎪⎩⎪⎪⎨⎧⇒=+++=+++=+++⇒000221122222111122111sr r s s rr r r t k t k t k t k t k t k t k t k t k ΛΛΛΛs 个方程,r 个未知数⇒如果s r >,则方程存在非零解r k k k ,,,Λ21 ⇒向量组r ααα,,,Λ21线性相关⇒矛盾3、 等价⑴、概念:两个向量组等价【互相线性表出】⑵、性质:两个等价的线性无关向量组,必定含有相同数目的向量⑶、证明:假设:向量组r ααα,,,Λ21线性无关 向量组s βββ,,,Λ21线性无关4、 性质⑴、性质:如果:向量组r ααα,,,Λ21线性无关 并且:向量组βααα,,,,r Λ21线性相关 那么:β可由向量组r ααα,,,Λ21线性表出,并且表法唯一 ⑵、证明:向量组βααα,,,,r Λ21线性相关 ⇒存在不全为0的P k k k k r ∈β,,,,Λ21 使得:02211=++++βαααβk k k k r r Λr r k kk k k k k αααβββββ)()()(02221-++-+-=⇒≠⇒Λ 假设:r r k k k αααβ+++=Λ2211r r l l l αααβ+++=Λ22110)()()(222111=-++-+-⇒r r r l k l k l k αααΛ⇒===⇒r r l k l k l k ,,,Λ2211表法唯一第三节 维数、基和坐标1、 定义:n 维线性空间V :恰好存在n 个线性无关的向量2、 定义:n 维线性空间V 的一组基:n 个线性无关的向量n εεε,,,Λ213、定义:坐标:对于V ∈∀α,向量组n εεε,,,Λ21线性无关 向量组n a εεε,,,,Λ21线性相关【否则1+n 维】 n n a a a εεεα+++=⇒Λ2211⇒坐标)(21n a a a ,,,Λ=4、 定理⑴、定理:如果:向量组n ααα,,,Λ21线性无关 并且:线性空间V 中的任意向量,均可由它们线性表出那么:V 的维数n =,并且n ααα,,,Λ21是V 的一组基 ⑵、证明:假设:V 的维数1+=n⇒121+n βββ,,,Λ线性无关,可由向量组n ααα,,,Λ21线性表出 ⇒n n ≤+1⇒矛盾第四节 极大线性无关组1、 定义:极大线性无关组:一个向量组的一部分组称为极大线性无关组 如果:该部分组线性无关并且:添加任一向量均线性相关2、 性质⑴、性质:极大线性无关组与向量组本身等价⑵、证明:假设:向量组r k αααα,,,,,ΛΛ21= 极大线性无关组k ααα,,,Λ21= k ααα,,,Λ21⇒可由r k αααα,,,,,ΛΛ21线性表出 对于}{21r k ααααβ,,,,,ΛΛ∈∀ βααα,,,,k Λ21⇒线性相关【否则与极大线性无关组矛盾】 β⇒可由k ααα,,,Λ21线性表出3、 性质⑴、性质:向量组的极大线性无关组,含有相同个数的向量 ⑵、证明:向量组与极大线性无关组1等价 向量组与极大线性无关组2等价⇒极大线性无关组1与极大线性无关组2等价【等价的传递性】第五节 线性子空间1、 定义:),;;(•+P W 是线性空间),;;(•+P V 的一个子空间 =W 是数域P 上的线性空间V 的一个子空间 =W 是线性空间V 的一个子空间如果:⑴、V W =的非空子集⑵、两种运算封闭:W W W ∈+∈∀∈∀βαβα,, W k W P k ∈∈∀∈∀αα,,2、 )(21r L ααα,,,Λ ⑴、性质:如果:∈r ααα,,,Λ21线性空间V 那么:所有可能的线性组合r r k k k ααα+++Λ2211构成V 的一个子空间称为:由r ααα,,,Λ21生成的子空间 记为:)(21r L ααα,,,Λ ⑵、证明:非空子集+两种运算封闭3、 性质⑴、性质:)()(2121s r L L βββααα,,,,,,ΛΛ= ⇔向量组r ααα,,,Λ21与向量组s βββ,,,Λ21等价⑵、证明:①:充分性:∑==+++=⇒∈∀ri ii r r r k k k k L 1221121)(αααααααααΛΛ,,,∑∑===⇒=+++=sj j ji i s j j j s s i t t t t t 1111221111βαββββαΛ∑∑∑∑∑========⇒s j ri j ji i r i sj j jiir i ii t k tk k 11111][][ββαα)()()(212121s r s L L L βββαααβββα,,,,,,,,,ΛΛΛ⊂⇒∈⇒ ②:必要性:)()(2121s i r i L L βββααααα,,,,,,ΛΛ∈⇒∈ i α⇒可由向量组s βββ,,,Λ21线性表出4、 性质⑴、性质:如果:W 是n 维线性空间V 的一个m 维子空间并且:m ααα,,,Λ21是W 的一组基 那么:m ααα,,,Λ21可以扩充为线性空间V 的一组基 ⑵、证明:V ∈∃β,使得βααα,,,,m Λ21线性无关 反证法:βαααβ,,,,,m V Λ21∈∀线性相关 β∀⇒可由m ααα,,,Λ21线性表出 ⇒线性空间V 的维数⇒=m 矛盾第六节 子空间的交与和1、 定义:}|{22112121V V V V ∈∈+=+αααα,2、 性质⑴、性质:如果:21V V ,是线性空间V 的两个子空间 那么:21V V I 也是线性空间V 的子空间 ⑵、证明:=21V V I 非空子集【至少都包含零元素】 2121V V V V ∈∈⇒∈∀ααα,I 2121V V V V ∈∈⇒∈∀βββ,I2121V V V V I ∈+⇒∈+∈+⇒βαβαβα,3、 性质⑴、性质:如果:21V V ,是线性空间V 的两个子空间 那么:21V V +也是线性空间V 的子空间 ⑵、证明:22112121V V V V ∈∈+=⇒+∈∀αααααα,, 22112121V V V V ∈∈+=⇒+∈∀ββββββ,, 222111V V ∈+∈+⇒βαβα,2122112121)()()()(V V +∈+++=+++=+⇒βαβαββααβα4、 维数公式⑴、公式:维+1V 维=2V 维+)(21V V I 维)(21V V +⑵、证明:假设:m αα,,Λ1是21V V I 的一组基 111n m ββαα,,,,,ΛΛ是1V 的一组基 211n m γγαα,,,,,ΛΛ是2V 的一组基证明:21111n n m γγββαα,,,,,,,,ΛΛΛ是21V V +的一组基①、线性无关:022********=++++++++n n n n m m q q p p k k γγββααΛΛΛ2211111111n n n n m m q q p p k k γγββααα---=+++++=ΛΛΛm m l l V V V V αααααα++=⇒∈⇒∈-∈⇒ΛI 112121, m m n n m m l l p p k k ααββαα++=+++++ΛΛΛ11111111 01111====⇒n m m p p l k l k ,,m m n n l l q q ααγγ++=++ΛΛ11221100211=====⇒n m q q l l ,Λ②、21V V +∈∀α,均可由21111n n m γγββαα,,,,,,,,ΛΛΛ线性表出第七节 子空间的直和1、 直和⑴、定义:=+21V V 直和⇔任何元素的分解式唯一⑵、分析:22112121V V V V ∈∈+=⇒+∈∀αααααα,,唯一2、 性质⑴、性质:=+21V V 直和⇔零元素的分解式唯一⑵、证明:充分性:假设:22112121V V V V ∈∈+=⇒+∈αααααα,,221121V V ∈∈+=ββββα,,)()()()(022112121βαβαββαα-+-=+-+=⇒ 2211βαβα==⇒,3、 性质⑴、性质:=+21V V 直和}0{21=⇔V V I⑵、证明:充分性:22112121V V V V ∈∈+=⇒+∈∀αααααα,,2211210V V ∈∈+=⇒αααα,,1221221121V V V V ∈∈∈∈⇒-=⇒αααααα,,, 021212211==⇒∈∈⇒ααααV V V V I I , 必要性:212121V V V V V V ∈-∈⇒∈∈⇒∈∀ααααα,,I 00)(=⇒=-+ααα4、 性质⑴、引理:⇔=}0{V 维0=V⑵、证明:必要性:向量0线性相关⇒不存在线性相关的向量组 充分性:假设:线性空间V 至少包括一个非零向量α ⇒≠⇒0α向量α线性无关α⇒可以扩充为线性空间V 的一组基⇒维1≥V ⇒矛盾⑶、性质:=+21V V 直和⇔维+1V 维=2V 维)(21V V +第八节 线性空间的同构1、 定义:同构如果:=W V ,线性空间并且:存在W V →的双射σ【双射=一一映射=满射+单射】并且:σ满足两条性质:①)()()(βσασβασ+=+②)()(ασασk k = 则称:V 和W 同构,=σ同构映射2、 基本性质⑴、性质:数域P 上的n 维线性空间V 与n P 同构⑵、证明:①、=•+)(,,;P P n线性空间【两种运算封闭+满足8条性质】 n n n n P b b b P a a a ∈=∀∈=∀)()(2121,,,,,,,ΛΛβα )(2211n n b a b a b a +++=+⇒,,,Λβα n n P a a a P k ∈=∀∈∀)(21,,,,Λα)(21n ka ka ka k ,,,Λ=•⇒α ②、构造nP V →的双射σ【向量到坐标的双射】假设:V n =εεε,,,Λ21的一组基 )()(212211n n n a a a a a a V ,,,ΛΛ=⇒++=⇒∈∀ασεεεαα ③、σ满足两条性质)()(212211n n n a a a a a a V ,,,ΛΛ=⇒++=⇒∈∀ασεεεαα )()(212211n n n b b b b b b V ,,,ΛΛ=⇒++=⇒∈∀βσεεεββn n n b a b a b a εεεβα)()()(222111+++++=+⇒Λ)()()()(2211βσασβασ+=++++=+⇒n n b a b a b a ,,,Λ3、 性质群1⑴、性质:)()()()(22112211r r r r k k k k k k ασασασααασ+++=+++ΛΛ ⑵、证明:σ的两条性质⑶、性质:r ααα,,,Λ21线性无关)()()(21r ασασασ,,,Λ⇔线性无关 ⑷、证明:必要性:假设:0)()()(2211=+++r r k k k ασασασΛ0)(2211=+++⇒r r k k k ααασΛ由于0)0(=σ,并且=σ双射00212211====⇒=+++⇒r r r k k k k k k ΛΛααα⑸、性质:r ααα,,,Λ21线性相关)()()(21r ασασασ,,,Λ⇔线性相关 ⑹、证明:反证法⑺、性质:同构的线性空间同维⑻、证明:假设:线性空间V 和W 同构,并且维n V =)(,维m W =)(维⇒=n V )(存在n 个线性无关的向量组V n ∈ααα,,,Λ21 ⇒存在n 个线性无关的向量组W n ∈)()()(21ασασασ,,,Λ ⇒维n m W ≥=)( 同理:n m n m =⇒≤4、 性质群2⑴、性质:如果:1V 是线性空间V 的一个子空间那么:}|)({)(11V V ∈=αασσ是线性空间)(V σ的子空间 ⑵、证明:①、=1V 非空子集=⇒)(1V σ非空子集②、两种运算封闭假设:111*)()(*)(*V V ∈=⇒=⇒∈∀-αασασασα【双射】 111*)()(*)(*V V ∈=⇒=⇒∈∀-ββσβσβσβ111*)(*)(V ∈+⇒--βσασ【运算封闭】)(*)](*)([111V σβσασσ∈+⇒--【定义】【σ的两条性质】***)]([*)]([*)](*)([1111βαβσσασσβσασσ+=+=+----)(**1V σβα∈+⇒⑶、性质:=-στσ、1同构映射 ⑷、证明:①、=-1σ双射②、1-σ的两条性质)]([)]([)]([111βσσασσβασσβαβα---+=+⇒+=+ )]()([)]([111βσασσβασσ---+=+⇒【σ的两条性质】)()()(111βσασβασ---+=+⇒第二章 欧几里得空间第一节 实线性空间1、 定义:实线性空间)(•+=,;;R R n⑴、两种运算:①、向量加法n n n n R b b b R a a a ∈=∀∈=∀)()(2121,,,,,,,ΛΛβα)(2211n n b a b a b a +++=+⇒,,,Λβα ②、向量数乘n n R a a a R k ∈=∀∈∀)(21,,,,Λα)(21n ka ka ka k ,,,Λ=•⇒α ⑵、两种运算封闭+满足8条性质第二节 欧几里得空间一、基本概念1、 定义:内积==)(βα,内积的4条性质 ⑴、交换:)()(αββα,,= ⑵、数乘:)()(βαβα,,k k =⑶、分解:)()()(γβγαγβα,,,+=+ ⑷、正定:0)(≥αα,,00)(=⇔=ααα,2、 欧几里得空间【欧氏空间】⑴、定义:欧几里得空间+•+=)(,;;R V 内积⑵、分析:未确定因素;③,;②①•+V 内积⑶、典例:=nE 实线性空间+•+)(,;;R R n内积 ⑷、分析:①、nR V =;②、=•+,向量加法+向量数乘;③、内积:n n n n R b b b R a a a ∈=∀∈=∀)()(2121,,,,,,,ΛΛβα n n b a b a b a +++=⇒Λ2211)(βα,【满足内积的4条性质】3、 基本概念⑴、概念:向量长度)(||ααα,== ⑵、概念:单位向量||αα=⑶、概念:向量距离)(||)(βαβαβαβα--=-==,,d ⑷、概念:夹角||||)(cos 1βαβαβα,,->==<二、柯西不等式1、 基本公式⑴、公式:|||||)(|βαβα≤,⑵、证明:①0)(0||0==⇒=βαββ,, ②⇒≠0β令βαγt +=022≥++=++=⇒),(),(),(),(),(βββαααβαβαγγt t t t04]2[2≤-=∆⇒),)(,(),(ββααβα【开口向上+单根或者无根】),)(,(),(ββααβα≤⇒2][③等号成立条件:βαβαγγγt t -=⇒=+⇒=⇒=000),(),(),(βββα-=-=a b t 2【单根】 βαββββαα、),(),(⇒=⇒线性相关2、 推论⑴、推论:||||||βαβα+≤+⑵、证明:),(),(),(),(βββαααβαβα++=++2 222|]||[|||||||2||βαββαα+=++≤⑶、推论:||||||γββαγα-+-≤-⑷、证明:令γαβαγβββαα-=+⇒-=-=,【代入上式】第三节 标准正交基1、 基本概念⑴、定义:两个向量正交【如果0)(=βα,,则称βα、正交,记为βα⊥】⑵、性质:n 维欧几里得空间V 的内积∑∑====n j ni jiji b a 11)()(εεβα,,⑶、证明:假设:V n =εεε,,,Λ21的一组基 n n a a a V εεεαα+++=⇒∈∀Λ2211n n b b b V εεεββ+++=⇒∈∀Λ22112、 基本概念⑴、定义:正交向量组=两两正交的非零向量组⎩⎨⎧≠==≠==ji ji j i 00)(αα,⑵、定义:正交基=正交向量组+基⑶、定义:标准正交基=正交基+单位向量3、 基本性质⑴、性质:正交向量组线性无关⑵、证明:假设:=r ααα,,,Λ21正交向量组 02211=+++++⇒r r i i k k k k ααααΛΛ0)()(2211==+++++⇒i i i i r r i i k k k k k ααααααα,,ΛΛ 0=⇒i k4、 定理⑴、定理:任何一个正交向量组,可以扩充为一组正交基⑵、证明:①假设:=m ααα,,,Λ21线性空间V 的正交向量组 V ∈∃β,使得βααα,,,,m Λ21线性无关 否则:βαααβ,,,,,m V Λ21∈∀线性相关 β∀⇒可由m ααα,,,Λ21线性表出 ⇒维V ⇒=m 矛盾 ②∑=+-=mj jj m k 11αβαm i k i mj j j i m ,,,,,,Λ21)()(11=-=⇒∑=+ααβαα0))1=-=-=∑=),(,(),(,(i i i i i mj j j i k k αααβαααβ),(,(i i i i k αααβ)=⇒5、 定理⑴、定理:如果:V n =εεε,,,Λ21的一组基 那么:可以找到一组标准正交基n ηηη,,,Λ21 并且:)()(2121n n L L ηηηεεε,,,,,,ΛΛ= ⑵、证明:①||111εεη=②假设:已经找到一组单位正交向量m ηηη,,,Λ21 使得:)()(2121m m L L ηηηεεε,,,,,,ΛΛ= ∑=+++-=⇒mj j j m m m 1111)(ηηεεγ,m i i mj j j m m i m ,,,,,,,Λ21))(()(1111=-=⇒∑=+++ηηηεεηγ))(()())(()(11111i i i m i m i mj j j m i m ηηηεηεηηηεηε,,,,,,++=++-=-=∑0))(()(11=-=++i i i m i m ηηηεηε,,, ||111+++=⇒m m m γγη ③∑=++++-=nj j j m m m m 11111)(||ηηεεγη,1+⇒m η可由121+m εεε,,,Λ线性表出 1+m ε可由121+m ηηη,,,Λ线性表出121+⇒m εεε,,,Λ与121+m ηηη,,,Λ等价 )()(121121++=⇒m m L L ηηηεεε,,,,,,ΛΛ第四节 正交补1、 基本概念⑴、定义:V ⊥α:如果V ∈∀β,都有0)(=βα,则称V 、α正交,记为V ⊥α⑵、定义:W V ⊥:如果W V ∈∀∈∀βα,,都有0)(=βα,则称W V 、正交,记为W V ⊥⑶、定义:正交补:假设:=21V V ,线性空间V 的两个子空间 如果:V V V V V =+⊥2121,则称:12V V =的正交补,记为:⊥=12V V2、 性质⑴、性质:如果:s V V V ,,,Λ21两两正交 那么:=+++s V V V Λ21直和 ⑵、证明:假设:i i s V ∈+++=αααα,Λ21000)(0)(21=⇒=⇒=+++⇒i i i i s ααααααα,,Λ3、 性质⑴、性质:任何子空间的正交补,存在并且唯一⑵、证明:假设:=1V 线性空间V 的一个子空间,⊥=12V V ①、V V V =⇒=21}0{②、1211}0{V V m =⇒≠εεε,,,Λ的一组正交基 ⇒可以扩充为=n m εεε,,,,ΛΛ1V 的一组正交基 )(12n m L V εε,,Λ+=⇒⊥=⇒12V V 【证明集合相等】【根据定义证明正交】③、假设:21V V ⊥,并且V V V =+2131V V ⊥,并且V V V =+313311312222V V V V ∈∈+=⇒∈∀⇒∈∀ααααααα,,00((111131112=⇒=⇒+=⇒ααααααααα),),(),),( 32323323V V V V ⊂⇒∈⇒∈=⇒αααα, 同理可证:3223V V V V =⇒⊂第三章 线性变换一、线性变换的定义1、 定义:线性变换假设:=T 线性空间),;;(•+P V 的一个变换 如果:T 满足两个条件⑴、V T T T ∈∀+=+βαβαβα,,)()()( ⑵、V P k kT k T ∈∀∈∀=ααα,,)()(则称:=T 线性变换2、 等价条件⑴、性质:T 的两个条件等价于V P k k T k T k k k T ∈∀∈∀+=+βαβαβα,,,,212121)()()(⑵、证明:①必要性:)()()()()(212121βαβαβαT k T k k T k T k k T +=+=+②充分性:)()()(121βαβαT T T k k +=+⇒==)()(021ααkT k T k k k =⇒==,二、线性变换的运算1、 线性变换的乘积⑴、定义:V T T T T ∈=ααα,))(())((2121 ⑵、性质:线性变换的乘积,仍是线性变换⑶、证明:①))(())(())((2212121βαβαβα()T T T T T T T +=+=+))(())(())(())((21212121βαβαT T T T T T T T +=+=②)))ααααα)(()(()(())(())((2121212121T T k T kT kT T k T T k T T ====2、 线性变换的加法⑴、定义:V T T T T ∈+=+αααα,)()())((2121 ⑵、性质:线性变换的加法,仍是线性变换 ⑶、证明:同上类似三、线性变换的矩阵1、 定理:⑴、定理:如果:=V 数域P 上的n 维线性空间),;;(•+=P V V n =εεε,,,Λ21的一组基 =n a a a ,,,Λ21任意一组向量那么:存在唯一的一个线性变换T使得:n i a T i i ,,,,Λ21==ε ⑵、证明:存在性和唯一性2、 唯一性⑴、性质:如果:n i T T i i ,,,,Λ2121==εε 那么:21T T =⑵、证明:n n x x x x V x εεε+++=⇒∈∀Λ2211n n n n T x T x T x x x x T x T εεεεεε1212111221111)(+++=+++=⇒ΛΛ x T x x x T T x T x T x n n n n 2221122222121)(=+++=+++=εεεεεεΛΛ3、 存在性⑴、性质:如果:=V 数域P 上的n 维线性空间),;;(•+=P V V n =εεε,,,Λ21的一组基=n a a a ,,,Λ21任意一组向量那么:存在一个线性变换T使得:n i a T i i ,,,,Λ21==ε⑵、证明:①变换T :∑==+++=⇒∈∀ni ii n n x x x x x V x 12211εεεεΛ∑==+++=⇒ni ii n n ax a x a x a x Tx 12211Λ②线性变换T :假设:∑∑===⇒∈∀=⇒∈∀ni ii ni i i z z V z y y V y 11εε,∑∑===+=+⇒ni i i ni i i iky ky z yz y 11)(εε,Tz Ty a z a y a z yz y T ni i i n i i i ni i i i+=+=+=+⇒∑∑∑===111)()(kTy a y k aky ky T ni i i ni ii ===⇒∑∑==11)(③证明i i a T =ε:n i i εεεεε010021+++++=ΛΛi n i a a a a a T =+++++=⇒0100221ΛΛε4、 定义:如果:=V 数域P 上的n 维线性空间),;;(•+=P V V n =εεε,,,Λ21的一组基 V T =的一个线性变换那么:⎪⎪⎩⎪⎪⎨⎧+++=+++=+++=⇒nnn n n n n n n n a a a T a a a T a a a T εεεεεεεεεεεεΛΛΛΛ22112222112212211111 )()(2121222211121121n nn n n n n n T T T a a a a a a a a a εεεεεε,,,,,,ΛΛΛΛΛΛΛΛΛ=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⇒ )()(2121n n T T T A εεεεεε,,,,,,ΛΛ=⇒ 则称:=A 线性变换T 在n εεε,,,Λ21下的矩阵⑵、性质:如果:取定一组基并且:=ϕ线性变换n n T ⨯→矩阵的一个映射那么:=ϕ双射⑶、证明:①单射:假设:2211)()(A T A T ==ϕϕ,212121T T T T A A i i =⇒=⇒=εε【唯一性】②满射:i i ni i i i a T a a a a A =⇒=⇒ε)(21,,,Λ【存在性】5、 定理⑴、线性变换的加法,对应于矩阵的加法⑵、线性变换的乘积,对应于矩阵的乘积⑶、线性变换的数乘,对应于矩阵的数乘⑷、线性变换的逆,对应于矩阵的逆第二部分泛函分析第一章 度量空间第一节 度量空间一、度量空间1、 符号约定:),;;(),;;(•+⇒•+F R P V2、 定义:距离ρρ==),(y x 的两条性质⑴、正定:R y x y x y x y x ∈∀=⇔=≥,;),(,),(00ρρ⑵、三角不等式:R z y x z y z x y x ∈∀+≤,,);,(),(),(ρρρ3、 定义:度量空间)ρ,(R =【距离空间】⑴、解释:=R 非空集合⑵、解释:=ρ距离【满足ρ的两条性质】4、 对称性⑴、性质:),(),(x y y x ρρ= ⑵、证明:),(),(),(z y z x y x ρρρ+≤),(),(),(),(),(x y y x x y x x y x ρρρρρ≤⇒+≤⇒同理可证:),(),(),(),(x y y x y x x y ρρρρ=⇒≤二、基本概念1、 子空间⑴、性质:度量空间的任何子空间,仍是度量空间⑵、证明:假设:=)ρ,(R 度量空间, =)ρ,(M 度量空间的子空间证明:=M 非空子集,ρ的两条性质仍然满足2、 一致离散:如果:0>∃α使得:y x R y x ≠∈∀,,;都有:αρ>),(y x则称:=R 一致离散的度量空间3、 等距映射和等距同构⑴、定义:等距映射:假设:=))11ρρ,,(,(R R 度量空间;1R R →=ϕ的映射 如果:),(),(y x y x ϕϕρρ1= 则称:1R R →=ϕ的等距映射⑵、性质:1R R →=ϕ的等距映射1R R →=⇒ϕ的单射⑶、证明:y x y x y x y x ϕϕϕϕρρ≠⇒≠⇒≠⇒≠001),(),(⑷、定义:等距同构:假设:1R R →=ϕ的等距映射如果:1)(R R =ϕ则称:=))11ρρ,,(,(R R 等距同构【双射】 ⑸、性质:11)(R R R R →=⇒=ϕϕ的满射三、极限1、 极限⑴、定义:假设:=R 度量空间,R x n x n ∈=,,,)21(Λ 如果:0)(lim =∞→x x n n ,ρ则称:点列}{n x 按距离收敛于x记为:x x n →【x x n n =∞→lim 】 并称:=}{n x 收敛点列,}{n x x =的极限⑵、归纳:0)(lim lim =⇔=⇔→∞→∞→x x x x x x n n n n n ,ρ2、 性质⑴、性质:收敛点列的极限唯一⑵、证明:假设:0)(lim =⇒→∞→x x x x n n n ,ρ 0)(lim =⇒→∞→y x y x n n n ,ρ )()()(0y x x x y x n n ,,,ρρρ+≤≤⇒【三角不等式】0)]()([lim )(0=+≤≤⇒∞→y x x x y x n n n ,,,ρρρ【夹逼原则】 y x y x =⇒=⇒0)(,ρ3、 性质⑴、性质:如果:00y y x x n n →→,那么:)()(lim 00y x y x n n n ,,ρρ=∞→【y x y x ,,=)(ρ的连续函数】 ⑵、证明:0)(lim 00=⇒→∞→x x x x n n n ,ρ 0)(lim 00=⇒→∞→y y y y n n n ,ρ )()()()(0000n n n n y y y x x x y x ,,,,ρρρρ++≤)()()()(0000y y x x y x y x n n n n ,,,,ρρρρ+≤-⇒)()()()(0000y y y x x x y x n n n n ,,,,ρρρρ++≤)()()()(0000y y x x y x y x n n n n ,,,,ρρρρ+≤-⇒)()(|)()(|00000y y x x y x y x n n n n ,,,,ρρρρ+≤-≤⇒0)]()([lim |)()(|lim 00000=+≤-≤⇒∞→∞→y y x x y x y x n n n n n n ,,,,ρρρρ )()(lim 00y x y x n n n ,,ρρ=⇒∞→4、 定义:开球})(|{)(00R x r x x x r x O ∈<==,,,ρ其中:=R 度量空间,R x ∈0,+∞<<r 0【=r 有限正数】5、 定义:有界集:假设:=R 度量空间,R M =中的点集如果:M 包含在某个开球)(0r x O ,中则称:R M =中的有界集6、 性质⑴、性质:如果=}{n x 收敛点列,那么=}{n x 有界集⑵、证明:=}{n x 收敛点列0lim x x n n =⇒∞→ 0>∃⇒N ,使得当N n >时,都有1)(0<x x n ,ρ1)1)()(m ax (001+=⇒,,,,,x x x x r N ρρΛ }{n x ⇒包含在开球)(0r x O ,中四、常见的度量空间1、 欧氏空间nE =,其中:)()(y x y x y x --=,,ρ【内积】2、 函数空间==][b a C ,区间][b a ,上的连续函数的全体其中:|)()(|max )(][t y t x y x b a t -=∈,,ρ第二节 范数一、范数1、 定义:R 上的实值函数)(x P 的4个条件【范数的4个条件】⑴、正定1:R x x P ∈∀≥,0)(⑵、齐次性:R x F x P x P ∈∀∈∀=,,ααα)(||)(⑶、三角不等式:R y x y P x P y x P ∈∀+≤+,,)()()(⑷、正定2:00)(=⇔=x x P2、 定义:范数:假设:=•+),;;(F R 实数域F 上的线性空间如果:R 上的实值函数)(x P 满足范数的4个条件则称:x x P =)(的范数记为:x x =||||的范数【)(||||x P x =】并称:=R 赋范线性空间【赋范空间】3、 性质⑴、定义:半范数:如果满足范数的前3个条件⑵、性质:范数的第4个条件可以简化为:00)(=⇒=x x P⑶、证明:0)0(0)(|0|)0()0(00=⇒===⇒=P x P x P P x4、 典例:函数空间][b a C ,⑴、性质:如果:][|)(|max ||||][b a C f x f f b a x ,,,∈∀=∈ 那么:=][b a C ,赋范线性空间⑵、证明:①=][b a C ,线性空间),;;(•+F R 定义:=+向量加法,=•向量数乘⇒两种运算封闭+满足8个条件②范数的4个条件正定1:0|)(|max ||||][≥=∈x f f b a x , 齐次性:||||*|||)(|max |||)(|max ||||][][f x f x f f b a x b a x αααα===∈∈,, 三角不等式:|)()(|max ||||][x g x f g f b a x +=+∈, |||||||||)(|max |)(|max ][][g f x g x f b a x b a x +=+≤∈∈,, 正定2:0)(0|)(|max 0||||][=⇒=⇒=∈x f x f f b a x ,5、 典例:n 维向量空间n R⑴、范数1:n n ni i R x x x x x x x x x ∈=∀===∑=)()(||||||2112,,,,,Λ ⑵、范数2:∑==n i ix x 1|||||| ⑶、范数3:||max ||||1i ni x x ≤≤=二、范数和距离1、 性质⑴、性质:利用范数可以定义距离:||||)(y x y x -=,ρ⑵、证明:距离的两个条件①正定:0||||)(≥-=y x y x ,ρy x y x y x =⇔=-⇔=0||||0)(,ρ②三角不等式:||||||||||||y x y x +≤+y x y x y z y z x x -=+⇒-=-=,||||||||||||||||||||z y z x y z z x y x -+-=-+-≤-⇒)()()(z y z x y x ,,,ρρρ+≤⇒⑶、归纳:赋范线性空间+利用范数定义距离⇒度量空间【线性空间+范数+距离】2、 极限⑴、定义:假设:=R 赋范线性空间,R x n x n ∈=,,,)21(Λ 如果:0||||lim =-∞→x x n n 则称:点列}{n x 按范数收敛于x记为:x x n →【x x n n =∞→lim 】 ⑵、归纳:0||||lim lim =-⇔=⇔→∞→∞→x x x x x x n n n n n3、 性质⑴、性质:如果0x x n →,那么||||||||lim 0x x n n =∞→【x x =||||的连续函数】 ⑵、证明:0||||lim 00=-⇒→∞→x x x x n n n ||||||||||||||||||||||||0000x x x x x x x x n n n n -≤-⇒+-≤||||||||||||||||||||||||0000x x x x x x x x n n n n -≤-⇒+-≤||||||||||||||000x x x x n n -≤-≤⇒0||||lim |||]||||[|||lim 000=-≤-≤⇒∞→∞→x x x x n n n n ||||||||lim 0||]||||[||lim 0||||||||||lim 000x x x x x x n n n n n n =⇒=-⇒=-⇒∞→∞→∞→4、 性质⑴、性质:利用范数定义距离,必然满足两个条件①、)0()(,,y x y x -=ρρ②、)0(||)0(,,x x ρααρ=⑵、证明:①、||||)(y x y x -=,ρ||||||0||)0(y x y x y x -=--=-,ρ②、||||*||||||||0||)0(x x x x ααααρ==-=,||||*||||0||*||)0(||x x x ααρα=-=,5、 性质⑴、性质:如果:)(y x ,ρ满足两个条件那么:可以利用距离定义范数:)0(||||,x x ρ=⑵、证明:范数的4个性质①正定1:0)0(||||≥=,x x ρ②齐次性:||||*||)0(||)0(||||x x x x αρααρα===,,③三角不等式:),(),(),(z y z x y x ρρρ+≤ ),(),(),(),(),(),(00000y x y x y x y x ρρρρρρ+≤-⇒+≤⇒ ),(),(),(00|1|0y y y ρρρ=-=- ),(),(),(),(),(),(000000y x y x y x y x ρρρρρρ+≤+⇒-+≤-⇒ ||||||||||||y x y x +≤+⇒④正定2:00)0(0||||=⇒=⇒=x x x ,ρ6、 定理⑴、利用范数,可以定义距离⑵、利用函数,可以定义距离+满足两个条件⑶、利用距离+满足两个条件,可以定义范数⑷、利用距离,不一定可以定义范数【反例】第二章 有界线性算子第一节 度量空间中的点集1、 基本概念⑴、概念:0x 的-ε环境})(|{)(00R x x x x x O ∈<==,,,ερε⑵、概念:A x =0的内点:如果存在0x 的一个-ε环境A x O ⊂=)(0ε,⑶、概念:=A 开集:如果A 的每一个点都是内点⑷、概念:0x 的环境==)(0x O 包含0x 的开集2、 基本性质⑴、性质:)(00ε,x O x ∈,)(00ε,x O x =的内点【ερ<=0)(00x x ,】【2*εε=】⑵、性质:)(00x O x ∈,)(00x O x =的内点【定义】3、 重要性质⑴、性质:=)(0ε,x O 开集⑵、证明:ερε<⇒∈∀)()(00x z x O z ,,)(*0)(000x z x z ,,ρεερε-<<⇒-<⇒*)(*)(ερε<⇒∈∀z x z O x ,, ερερρρ<+<+≤⇒)(*)()()(000z x z x z x x x ,,,,)(*)()(00εεε,,,x O z O x O x ⊂⇒∈⇒)(0ε,x O z =⇒的内点=⇒)(0ε,x O 开集4、 重要性质⑴、性质:0x 的任何一个-ε环境)(0ε,x O =,都是0x 的环境⑵、意义:-ε环境=环境的特殊情况⑶、证明:=∈)()(000εε,,,x O x O x 开集⑷、性质:A x =0的内点⇔存在0x 的一个环境A x O ⊂=)(0⑸、意义:利用环境定义内点⑹、证明:①:A x =0的内点⇒存在0x 的一个-ε环境A x O ⊂=)(0ε,⇒存在0x 的一个环境A x O ⊂=)(0②:存在0x 的一个环境A x O ⊂=)(0)(00x O x =⇒的内点⇒存在0x 的一个-ε环境)()(00x O x O ⊂=ε,⇒存在0x 的一个-ε环境A x O ⊂=)(0ε,A x =⇒0的内点5、 定理⑴、定理:⇔→0x x n对于0x 的任何环境)(0x O =,存在0>N ,当N n >时,)(0x O x n ∈⑵、意义:利用环境定义收敛点列⑶、证明:①:任取0x 的一个环境)(0x O =)(00x O x =⇒的内点⇒存在0x 的一个-ε环境)()(00x O x O ⊂=ε,⇒→0x x n 对于0>ε,存在0>N ,当N n >时,ερ<)(0x x n ,)()(00x O x x O x n n ∈⇒∈⇒ε,②:对于0x 的任何环境)(0x O =,存在0>N ,当N n >时,)(0x O x n ∈⇒对于0x 的任何一个-ε环境)(0ε,x O =,存在0>N ,当N n >时,)(0ε,x O x n ∈00)(x x x x n n →⇒<⇒ερ,⑷、推论:⇔→0x x n对于0x 的任何-ε环境)(0ε,x O =,存在0>N ,当N n >时,)(0ε,x O x n ∈ ⑸、意义:利用-ε环境定义收敛点列第二节 连续映射1、 函数)(x f 在0x 点连续⑴、传统描述:对于00>∃>∀δε,,当δ<-||0x x 时,ε<-|)()(|0x f x f⑵、环境描述:对于)(0x f 的任何-ε环境))((0ε,x f O =存在0x 的一个-δ环境)(0δ,x O =当)(0δ,x O x ∈时,))(()(0ε,x f O x f ∈2、 映射f 在0x 点连续【双重扩展】⑴、定义:假设:=Y X ,度量空间,X D =的一个子空间,Y D f →=的映射如果:对于)(0x f 的任何环境Y x f O ⊂=))((0存在0x 的一个环境D x O ⊂=)(0当)(0x O x ∈时,))(()(0x f O x f ∈则称:映射f 在0x 点连续⑵、定义:如果:映射f 在D 上的每一点都连续则称:D f =上的连续映射3、 等价定理⑴、定理:①:映射f 在0x 点连续②:对于)(0x f 的任何-ε环境))((0ε,x f O =存在0x 的一个-δ环境)(0δ,x O =当)(0δ,x O x ∈时,))(()(0ε,x f O x f ∈③:)()(00x f x f x x n n →⇒→⑵、证明:①⇒②映射f 在0x 点连续⇒对于)(0x f 的任何环境))((0x f O =存在0x 的一个环境)(0x O =当)(0x O x ∈时,))(()(0x f O x f ∈【定义】⇒对于)(0x f 的任何-ε环境))((0ε,x f O =存在0x 的一个环境)(0x O =当)(0x O x ∈时,))(()(0ε,x f O x f ∈【-ε环境=环境的特殊情况】 )(00x O x =的内点⇒存在0x 的一个-δ环境)()(00x O x O ⊂=δ,⇒结论【全局满足则局部满足】⑶、证明:②⇒③⇒→0x x n 对于0>∀δ,存在0>N ,当N n >时,)(0δ,x O x n ⊂ N 由δ决定,δ由ε决定⇒N 由ε决定⇒对于0>∀ε,存在0>N ,当N n >时,))(()(0ε,x f O x f n ∈)()(0x f x f n →⇒⑷、证明:③⇒①反证法:映射f 在0x 点不连续⇒存在)(0x f 的一个环境))((0x f O =对于0x 的任何环境)(0x O =存在)(0x O x ∈,))(()(0x f O x f ∉⇒对于0x 的任何环境)1(0nx O ,=,存在)(0x O x n ∈,))(()(0x f O x f n ∉ 0)(lim 1)(0)(000=⇒<<⇒∈∞→x x nx x x O x n n n n ,,ρρ【夹逼定理】 )()(00x f x f x x n n →⇒→⇒【条件】⇒对于0>∀ε,存在0>N ,当N n >时,))(()(0ε,x f O x f n ∈ ))(()(00x f O x f =的内点⇒存在)(0x f 的一个-*ε环境))((*))((00x f O x f O ⊂=ε,⇒对于0*>ε,存在0>N ,当N n >时,))((*))(()(00x f O x f O x f n ⊂∈ε, ⇒存在0>N ,当N n >时,))(()(0x f O x f n ∈⇒矛盾【N 由*ε决定,*ε由))((0x f O 决定】第三节 线性算子1、 算子⑴、定义:算子=映射⑵、定义:泛函=取值于实数域或者复数域的算子2、 线性算子⑴、定义:假设:=Y X ,实数域F 上的线性空间X D =的子空间Y D T →=的映射如果:T 满足条件:D F k k T k T k k k T ∈∀∈∀+=+βαβαβα,,,,212121)()()(则称:=T 线性算子并称:T D =的定义域,T D x Tx TD =∈=}|{的值域⑵、定义:如果:=T 线性算子并且:F TD ⊂则称:=T 线性泛函第四节 线性算子的有界性与连续性一、有界算子1、 连续定理⑴、定理:线性算子一点连续,处处连续⑵、描述:假设:=Y X ,赋范线性空间,X D =的一个子空间,Y D T →=的线性算子 如果:T 在D x ∈0连续那么:D T =上的连续算子⑶、证明:①:假设:x x D x n →∀⇒∈∀②:x x n →⇒对于0>∀ε,存在0>N ,当N n >时,ερ<)(x x n ,||||)(x x x x n n -=,ρ【=X 赋范线性空间】||||)(00x x x x x x n n -=+-,ρ⇒对于0>∀ε,存在0>N ,当N n >时,ερ<+-)(00x x x x n ,00x x x x n →+-⇒③:T 在0x 点连续00)(Tx x x x T n →+-⇒【等价定理①⇒③】00Tx Tx Tx Tx n →+-⇒【=T 线性算子】Tx Tx n →⇒【=Y 赋范线性空间】T ⇒在x 点连续【+∀n x 等价定理③⇒①】T ⇒在D 上处处连续【x ∀】。
第2章 度量空间与赋范线性空间度量空间在泛函分析中是最基本的概念。
事实上,它是n 维欧几里得空间n R 的推广,它为统一处理分析学各分支的重要问题提供了一个共同的基础。
它研究的范围非常广泛,包括了在工程技术、物理学、数学中遇到的许多很有用的函数空间。
因而,度量空间理论已成为从事科学研究所不可缺少的知识。
2.1 度量空间的基本概念 2.1.1 距离(度量)空间的概念在微积分中,我们研究了定义在实数空间R 上的函数,在研究函数的分析性质,如连续性,可微性及可积性中,我们利用了R 上现有的距离函数d ,即对y x y x d R y x -=∈),(,,。
度量是上述距离的一般化:用抽象集合X 代替实数集,并在X 上引入距离函数,满足距离函数所具备的几条基本性质。
【定义2.1】 设X 是一个非空集合,),(∙∙ρ:[)∞→⨯,0X X 是一个定义在直积X X ⨯上的二元函数,如果满足如下性质:(1) 非负性 y x y x y x X y x =⇔=≥∈0,(,0),(,,ρρ; (2) 对称性 ),(),(,,x y y x X y x ρρ=∈(3) 三角不等式 ),(),(),(,,,y z z x y x X z y x ρρρ+≤∈;则称),(y x ρ是X 中两个元素x 与y 的距离(或度量)。
此时,称X 按),(∙∙ρ成为一个度量空间(或距离空间),记为),(ρX 。
注:X 中的非空子集A ,按照X 中的距离),(∙∙ρ显然也构成一个度量空间,称为X 的子空间。
当不致引起混淆时,),(ρX 可简记为X ,并且常称X 中的元素为点。
例2.1 离散的距离空间设X 是任意非空集合,对X 中任意两点,,x y X ∈令1 (,)0 x yx y x y ρ≠⎧=⎨=⎩显然,这样定义的),(∙∙ρ满足距离的全部条件,我们称(,)X ρ是离散的距离空间。
这种距离是最粗的。
它只能区分X 中任意两个元素是否相同,不能区分元素间的远近程度。
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 Tyx 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 iiiiiT 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。
《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 =。
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 Tyx 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 iiiiiT 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。
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 Tyx 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 iiiiiT 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 YST 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)1sup (2.1.7)x T Tx== (2)1sup (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 ϕ∈。
定义()()()(,()),Tu x x u x x J u C J ϕ=∈∈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1T -皆连续(即T 为同胚); (2)若(,),{}n T L X Y x X ∈⊂,nx∑收敛,则有111()(lim )lim ()lim n n nn k k k n n n n nk k k nT 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)dT C J C J u u dx'=→→是一线性算子。
令()sin n u x nx =,则01nu =,而0n 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 xx 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 iiTe a j n ε=≤≤∑则T 完全由矩阵[]m nij 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 nij 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 jj pj jx p xx p ⎧≤<∞⎪=⎨⎪=∞⎩∑则n K 可看作pl 的子空间,只需将()n j x x =∈K 等同于pl 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nK 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1sup .(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 nij A a ⨯=∈K,则1max ;(2.2.4)ij jiA a =∑。
1max ;(2.2.5)T ij ijA a A ∞==∑2}j jA 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px l ∈)。
(1)若sup ij jia β<∞∑,则1()A L l ∈且1A β=。
(2)若sup ij ija β<∞∑,则()A L l ∞∈且A β∞=。
(3)若122,()ij i ja 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)baTu x K x y u y dyx 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 ()xess x ϕϕ∞=(L ∞范数又称为本性上确界)。
1、若sup (,),bay Jess K x y dx β∈<∞⎰则1(())T L L J ∈且T β=。
2、若sup (,),bax Jess K x y dy β∈<∞⎰则(())T L L J ∞∈且T β=。
3、若122((,)),bbaaK x y dxdy β<∞⎰⎰则2(())T L L J ∈且T β≤。
例子 考虑积分算子:()().()(2.2.9)xaTu 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 ;byy JT ess dx b a ∈==-⎰sup ;xax JTess dy b a ∞∈==-⎰122()bxaaTdx 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)bax JT 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ϕ,以(,)()K x y x y ϕ=-为核。
此时,积分算子为()()()()(2.2.11)n n RT u x x y u y dyx R ϕϕ=-∈⎰通常将式(2.2.11)右端的积分记作u ϕ*,并称它为函数ϕ与u 的卷积。
算子T ϕ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ϕ的选择。
命题2.2.5 设1/(1)p q q ≤=-≤∞。
(1)若1()n L ϕ∈R ,则(())p n T L L ϕ∈R ,且1T ϕϕ≤。
(2)若()pnL ϕ∈R ,则((),())q n n b T L L C ϕ∈R R ,且p T ϕϕ≤,此处()()()n n n b C C B =R R R ,采用sup 范数。
(3)若2()nL ϕ∈R ,则2((),())n n b T L L C ϕ∈R R ,且2T ϕϕ≤。
定理的证明需要如下引理:引理 2.2.6 设()(1)p n L p ϕ∈≤<∞R ,()()x y x y ϕϕ=+,则当,0nx x ∈→R 时有0x pϕϕ-→。