度量空间
线性空间实例:向量空间$K^n$、p方可和数列空间$l^p$、p幂可积函数空间$L^p(E)$、连续函数空间$C[a,b]$、k阶连续导数函数空间$C^k[a,b]$、矩阵空间$M_{mn}$
度量空间=定义了距离的集合。
- Holder不等式$\Rightarrow$柯西不等式$\Rightarrow$向量空间的距离
- Minkowski不等式$\Rightarrow$p方可和数列空间的距离
拓扑性质
- 基于开球(邻域)定义:内点/开集、聚点/导集
- 任意多开集的并是开集、有限个开集的交也是开集、开集的余集是闭集
连续映射:开子集的原像也是开子集
- 稠密集:度量空间X中,$\bar{A}\supseteq B$,则A在B中稠密。B=X时,称A为X的稠密子集。
- 可分性:可数子集稠密$\Rightarrow$可数正交基
- 完备性:柯西序列收敛
- 紧集:任意序列包含收敛子列$\Rightarrow$闭集、有界、完备
赋范线性空间
范数,一个泛函:非负,三角不等式,比例
所有线性空间为凸集,Banach-schauder不动点定理
Shauder基(e):$\forall x \exists a_i \left \| x-\sum_{i=1}^\infty a_ie_i\right \|=0 $
有限维赋范空间的完备性:每个分量构成一个柯西序列
内积空间
内积:非负、比例、共轭对称、共轭双线性函数
内积导出的范数,存在平行四边形公式
正交、正交补、正交和、正交投影、正交基、Gram-Schmit正交化
最佳逼近:$\exists y_0 = \arg \inf_{y\in M} \left \| x-y \right \|$
线性算子
同一数域上的两个线性空间之间的线性映射
有限维空间上的线性算子可用矩阵表示
有界:$\left \| Tx \right \|_Y \leqslant C\left \| x \right \|_X$,这里C为一常数
连续性$\Leftrightarrow$ 有界;一点连续,处处连续
线性算子空间B(X,Y),如果Y完备,那么B(X,Y)也完备。
线性泛函
对偶空间:赋范空间X上的有界线性泛函构成赋范空间时,称为X的对偶空间;H空间自对偶。
Riesz定理:H空间
- 任意有界线性泛函可用内积表示$\forall f:H\rightarrow K\exists z\in H, \forall x f(x)=<x,z>,\left \| z \right \|=\left \| f \right \|$
- 任意有界双线性泛函$f(x,y)=<Sx,y>,S:H_1\rightarrow H_2\left