2.3 L ∞ ( E ) L^\infty (E) L∞(E)空间
定义3.8( L ∞ ( E ) L^\infty (E) L∞(E)空间):设 E E E 为 R \mathbb{R} R 中Lebesgue可测集, 记 L ∞ ( E ) L^{\infty}(E) L∞(E) 为 E E E 上可测且 本性有界 ( ∃ M < ∞ (\exists M<\infty (∃M<∞ 使 ∣ x ( t ) ∣ ≤ M |x(t)| \leq M ∣x(t)∣≤M, a.e t ∈ E t \in E t∈E, 亦可 称 M M M 为 x x x 的一个本性上界 ) ) ) 的函数 x x x 全体组成的空间,其中几乎处处相等的函数视为同一元, 在通常加 法和数乘下是一个线性空间,
定义
∥ x ∥ = inf m ( E 0 ) = 0 sup t ∈ E \ E 0 ∣ x ( t ) ∣ , ∀ x ∈ L ∞ ( E ) \|x\|=\inf _{m\left(E_{0}\right)=0} \sup _{t \in E \backslash E_{0}}|x(t)|, \quad \forall x \in L^{\infty}(E) ∥x∥=m(E0)=0inft∈E\E0sup∣x(t)∣,∀x∈L∞(E)
-
注1: 上述下确界是可达的, 即存在零测集 E 0 ⊆ E_{0} \subseteq E0⊆ E E E 使得 sup t ∈ E \ E 0 ∣ x ( t ) ∣ = ∥ x ∥ \sup _{t\in E \backslash E_0}|x(t)|=\|x\| supt∈E\E0∣x(t)∣=∥x∥;
-
注2: ∣ x ( t ) ∣ ≤ ∥ x ∥ , a.e t ∈ E |x(t)| \leq\|x\|, \quad \text { a.e } \quad t \in E ∣x(t)∣≤∥x∥, a.e t∈E
-
注3: ∥ x ∥ = inf { M ≥ 0 : ∣ x ( t ) ∣ ≤ M , \|x\|=\inf \{M \geq 0:|x(t)| \leq M, \quad ∥x∥=inf{M≥0:∣x(t)∣≤M, a.e t ∈ E } \quad t \in E\} t∈E}, 称 ∥ x ∥ \|x\| ∥x∥ 为 x x x 的本性界,记为 e s s s u p t ∈ E ∣ x ( t ) ∣ ess\ sup_{t\in E} |x(t)| ess supt∈E∣x(t)∣
关于 L ∞ L^\infty L∞空间的性质:
-
( L ∞ ( E ) , ∥ ⋅ ∥ ) \left(L^{\infty}(E),\|\cdot\|\right) (L∞(E),∥⋅∥) 是一个 ( B ) (B) (B) 空间
-
当 m ( E ) > 0 m(E)>0 m(E)>0 时, L ∞ ( E ) L^{\infty}(E) L∞(E) 是不可分的
2.4赋范空间的进一步性质
赋范空间的完备化
设 ( X , ∥ ⋅ ∥ ) (X,\|\cdot\|) (X,∥⋅∥) 为赋范空间, 定义 X ~ = { x ~ = { x n } n = 1 ∞ : { x n } n = 1 ∞ \widetilde{X}=\left\{\tilde{x}=\left\{x_{n}\right\}_{n=1}^{\infty}:\left\{x_{n}\right\}_{n=1}^{\infty}\right. X ={x~={xn}n=1∞:{xn}n=1∞ 为 X X X 中 Cauchy 列 } \} }。
当
{
x
n
}
n
=
1
∞
\left\{x_{n}\right\}_{n=1}^{\infty}
{xn}n=1∞ 为 Cauchy列时
{
∥
x
n
∥
}
n
=
1
∞
\left\{\left\|x_{n}\right\|\right\}_{n=1}^{\infty}
{∥xn∥}n=1∞ 也是Cauchy列, 由此定义
∥
x
~
∥
=
lim
n
→
∞
∥
x
n
∥
,
∀
x
~
=
{
x
n
}
n
=
1
∞
∈
X
~
\begin{aligned} &\|\tilde{x}\|=\lim _{n \rightarrow \infty}\left\|x_{n}\right\|, \quad \forall \tilde{x}=\left\{x_{n}\right\}_{n=1}^{\infty} \in \tilde{X} \\ \end{aligned}
∥x~∥=n→∞lim∥xn∥,∀x~={xn}n=1∞∈X~
则有:
x ~ + y ~ = { x n + y n } n = 1 ∞ , α x ~ = { α x n } n = 1 ∞ \tilde{x}+\tilde{y}=\left\{x_{n}+y_{n}\right\}_{n=1}^{\infty}, \quad \alpha \tilde{x}=\left\{\alpha x_{n}\right\}_{n=1}^{\infty} x~+y~={xn+yn}n=1∞,αx~={αxn}n=1∞
零元
θ
~
=
{
x
n
}
n
=
1
∞
(
\tilde{\theta}=\left\{x_{n}\right\}_{n=1}^{\infty} \quad\left(\right.
θ~={xn}n=1∞( 其中
∥
x
n
∥
→
0
)
\left.\left\|x_{n}\right\| \rightarrow 0\right)
∥xn∥→0)
x
~
=
y
~
⟺
∥
x
n
−
y
n
∥
→
0
\tilde{x}=\tilde{y} \Longleftrightarrow\left\|x_{n}-y_{n}\right\| \rightarrow 0 \quad
x~=y~⟺∥xn−yn∥→0 (其中
x
~
=
{
x
n
}
n
=
1
∞
,
y
~
=
{
y
n
}
n
=
1
∞
\tilde{x}=\left\{x_{n}\right\}_{n=1}^{\infty}, \quad \tilde{y}=\left\{y_{n}\right\}_{n=1}^{\infty}
x~={xn}n=1∞,y~={yn}n=1∞ )
则
(
X
~
,
∥
⋅
∥
)
(\tilde{X},\|\cdot\|)
(X~,∥⋅∥) 是一个
(
B
)
(\mathrm{B})
(B) 空间,
且
X
X
X 与
X
~
\widetilde{X}
X
的稠子空间
X
~
0
=
{
x
~
∈
X
~
:
x
~
=
{
x
n
}
n
=
1
∞
\widetilde{X}_{0}=\left\{\tilde{x} \in \widetilde{X}: \tilde{x}=\left\{x_{n}\right\}_{n=1}^{\infty}\right.
X
0={x~∈X
:x~={xn}n=1∞ 为常驻列
}
\}
} 等价, 称
X
~
\widetilde{X}
X
为
X
X
X 的完备化。
注:赋范空间的完备化空间在等价的意义下是唯一 的, 即: 如果 X X X 为赋范空间, E E E 和 F F F 为 ( B ) (\mathrm{B}) (B) 空间且 X X X 等 价于 E E E 和 F F F 的稠子空间, 则 E E E 和 F F F 等价。
商空间
设
M
M
M 是线性空间
X
X
X 的(线性)子空间。 对
∀
x
,
y
∈
\forall x, y \in
∀x,y∈
X
X
X, 定义
x
∼
y
⟺
def
x
−
y
∈
M
x \sim y \stackrel{\text { def }}{\iff} x-y \in M
x∼y⟺ def x−y∈M, 则 “
∼
\sim
∼ ”为
X
X
X 上的一个 等价关系。
X
X
X 被分为两两不交的等价类, 记
X
~
\widetilde{X}
X
为所有 这些等价类组成的集合。 记
x
x
x 所在的等价类为
x
~
\tilde{x}
x~, 易 知
x
~
=
x
+
M
=
{
x
+
y
:
y
∈
M
}
\tilde{x}=x+M=\{x+y: y \in M\}
x~=x+M={x+y:y∈M} 。定义:
x
~
+
y
~
=
x
+
y
~
,
α
x
~
=
α
x
~
,
零元
θ
~
=
M
\tilde{x}+\tilde{y}=\widetilde{x+y}, \quad \alpha \tilde{x}=\widetilde{\alpha x}, \quad \text { 零元 } \tilde{\theta}=M
x~+y~=x+y
,αx~=αx
, 零元 θ~=M
则
X
~
\widetilde{X}
X
成为一个线性空间, 称之为
X
X
X 关于
M
M
M 的商空间, 记为
X
/
M
X / M
X/M 。
如果
X
X
X 是赋范空间,
M
M
M 为
X
X
X 的闭子空间, 可以在
X
/
M
X / M
X/M 上 定义范数
∥
x
~
∥
=
inf
y
∈
x
~
∥
y
∥
,
∀
x
~
∈
X
/
M
\|\tilde{x}\|=\inf _{y \in \tilde{x}}\|y\|, \quad \forall \tilde{x} \in X / M
∥x~∥=y∈x~inf∥y∥,∀x~∈X/M
使其成为一个赋范空间。称
(
X
/
M
,
∥
⋅
∥
)
(X / M,\|\cdot\|)
(X/M,∥⋅∥) 为赋 范商空间。
定理 3.9: 设 X X X 为 ( B ) (B) (B) 空间, M ⊆ X M \subseteq X M⊆X 为闭子空间, 则 X / M X / M X/M 是 ( B ) (B) (B) 空间; 反之, 如果 X / M X / M X/M 和 M M M 为 ( B ) (B) (B) 空间, 则 X X X 是 ( B ) (B) (B) 空间。
乘积空间
设
X
,
Y
X, Y
X,Y 为赋范空间,
X
×
Y
X \times Y
X×Y 按坐标定义 加法和数乘成为一个线性空间, 定义
∥
(
x
,
y
)
∥
=
∥
x
∥
+
∥
y
∥
,
∀
(
x
,
y
)
∈
X
×
Y
\|(x, y)\|=\|x\|+\|y\|, \quad \forall(x, y) \in X \times Y
∥(x,y)∥=∥x∥+∥y∥,∀(x,y)∈X×Y
则
X
×
Y
X \times Y
X×Y 是一个赋范空间。
关于其完备性和可分性有以下直觉,并可证明其成立:
X X X 和 Y Y Y 完备 ⟺ X × Y \Longleftrightarrow X \times Y ⟺X×Y 完 备。
X X X 和 Y Y Y 可分 ⟺ X × Y \Longleftrightarrow X \times Y ⟺X×Y 可分。
基
设
X
X
X 为线性空间,
A
⊆
X
A \subseteq X
A⊆X, 则
X
X
X 中所有包含
A
A
A 的 线性子空间的交仍为
X
X
X 的线性子空间,称这个交为 由
A
A
A 生成的线性子空间, 记为
span
(
A
)
\operatorname{span}(A)
span(A) 。事实上
span
(
A
)
=
{
∑
j
=
1
n
ξ
j
x
j
:
n
∈
N
,
ξ
j
∈
K
,
x
j
∈
A
}
\operatorname{span}(A)=\left\{\sum_{j=1}^{n} \xi_{j} x_{j}: n \in \mathbb{N}, \xi_{j} \in \mathbb{K}, x_{j} \in A\right\}
span(A)={j=1∑nξjxj:n∈N,ξj∈K,xj∈A}
- 如果 A A A 中的任意有限个元均线性无关, 则称 A A A 是线性无关的。
如果 H ⊆ X H \subseteq X H⊆X 线性无关且 span ( H ) = X \operatorname{span}(H)=X span(H)=X, 则称 H H H 为 X X X 的 Hamel基。
此时,
∀
x
∈
X
\forall x \in X
∀x∈X,
∃
\exists
∃! 系数
{
ξ
h
}
h
∈
H
\left\{\xi_{h}\right\}_{h \in H}
{ξh}h∈H (其中非零项有限), 使得
x
=
∑
h
∈
H
ξ
h
h
x=\sum_{h \in H} \xi_{h} h
x=∑h∈Hξhh,称
H
‾
‾
\overline{\overline{H}}
H 为
X
X
X 的Hamel维数(称
{
ξ
h
}
h
∈
H
\left\{\xi_{h}\right\}_{h \in H}
{ξh}h∈H 为
x
x
x 关于 Hamel 基
H
H
H 的 Hamel 系 数)。
当
H
‾
‾
<
ℵ
0
\overline{\overline{H}}<\aleph_{0}
H<ℵ0 时, 称
X
X
X 是有限维的; 否则称
X
X
X 是无穷维的。
-
任何(非平凡的)线性空间均存在 Hamel基。
-
设 { e n } n = 1 ∞ ⊆ X ( X \left\{e_{n}\right\}_{n=1}^{\infty} \subseteq X(X {en}n=1∞⊆X(X 为赋范空间 ) ) ), 如果 ∀ x ∈ X \forall x \in X ∀x∈X, 存在 唯一的 { ξ n } n = 1 ∞ ⊆ K \left\{\xi_{n}\right\}_{n=1}^{\infty} \subseteq \mathbb{K} {ξn}n=1∞⊆K, 使得 x = ∑ n = 1 ∞ ξ n e n x=\sum_{n=1}^{\infty} \xi_{n} e_{n} x=∑n=1∞ξnen (按范数收敛), 则称 { e n } n = 1 ∞ \left\{e_{n}\right\}_{n=1}^{\infty} {en}n=1∞ 为 X X X 的Schauder 基。
注: Schauder基都是线性无关的; 如果 X X X 具有 Schauder 基则 X X X 可分。反之不成立。
等价范数
设
X
X
X 上有两个范数
∥
⋅
∥
1
\|\cdot\|_{1}
∥⋅∥1 和
∥
⋅
∥
2
\|\cdot\|_{2}
∥⋅∥2, 如果 存在
α
,
β
>
0
\alpha, \beta>0
α,β>0 使
α
∥
x
∥
1
≤
∥
x
∥
2
≤
β
∥
x
∥
1
,
∀
x
∈
X
\alpha\|x\|_{1} \leq\|x\|_{2} \leq \beta\|x\|_{1}, \quad \forall x \in X
α∥x∥1≤∥x∥2≤β∥x∥1,∀x∈X
则称
∥
⋅
∥
1
\|\cdot\|_{1}
∥⋅∥1 与
∥
⋅
∥
2
\|\cdot\|_{2}
∥⋅∥2 等价,此时,
(
X
,
∥
⋅
∥
1
)
\left(X,\|\cdot\|_{1}\right)
(X,∥⋅∥1) 与
(
X
,
∥
⋅
∥
2
)
\left(X,\|\cdot\|_{2}\right)
(X,∥⋅∥2) 线性同胚 (线性同构且同胚)。
- 范数的等价是一个等价关系
2.5 有限维赋范空间
定理 3.10: K n \mathbb{K}^{n} Kn 上的任意两个范数都等价。
推论 :
-
n n n 维线性空间上的任意两个范数都等价;
-
K \mathbb{K} K 上任意两个 n n n 维赋范空间均线性同胚;
-
有限维赋范空间均完备;
-
任意赋范空间的有限维子空间均是闭的;
-
有限维赋范空间中的有界集都是列紧的。
事实上, 有界集都列紧是有限维赋范空间的一个特征。
为证明上述结论,先给出一个引理:
引理 3.11:( Riesz ) ) ) 设 X X X 赋范, X 0 X_{0} X0 为 X X X 的真闭子空间, 则 ∀ ε > 0 , ∃ x 0 ∈ S X = { x ∈ X : ∥ x ∥ = 1 } \forall \varepsilon>0, \exists x_{0} \in S_{X}=\{x \in X:\|x\|=1\} ∀ε>0,∃x0∈SX={x∈X:∥x∥=1} (单位球面) 使
∥ x 0 − x ∥ > 1 − ε , ∀ x ∈ X 0 \left\|x_{0}-x\right\|>1-\varepsilon, \quad \forall x \in X_{0} ∥x0−x∥>1−ε,∀x∈X0
上述结果可写成 ∀ ε > 0 , ∃ x 0 ∈ S X \forall \varepsilon>0, \exists x_{0} \in S_{X} ∀ε>0,∃x0∈SX 使 d ( x 0 , X 0 ) ≥ d\left(x_{0}, X_{0}\right) \geq d(x0,X0)≥
有限维赋范空间的等价刻画:
定理 3.12: X X X 为有限维赋范空间 ⟺ X \Longleftrightarrow X ⟺X 中的有界集都列紧 ⟺ X \Longleftrightarrow X ⟺X 中的单位球面 S X S_{X} SX 列紧。