泛函分析笔记07:L^\infty空间、赋范空间的进一步性质及有穷维赋范空间特征

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 R \mathbb{R} R 中Lebesgue可测集, 记 L ∞ ( E ) L^{\infty}(E) L(E) 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 tE, 亦可 称 M M M 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)=0inftE\E0supx(t),xL(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\| suptE\E0x(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 tE

  • 注3: ∥ x ∥ = inf ⁡ { M ≥ 0 : ∣ x ( t ) ∣ ≤ M , \|x\|=\inf \{M \geq 0:|x(t)| \leq M, \quad x=inf{M0:x(t)M, a.e t ∈ E } \quad t \in E\} tE}, 称 ∥ x ∥ \|x\| x 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 suptEx(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

  • 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

( 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 X X X 中 Cauchy 列 } \} }

{ 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~=nlimxn,x~={xn}n=1X~
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) xn0)
x ~ = y ~ ⟺ ∥ x n − y n ∥ → 0 \tilde{x}=\tilde{y} \Longleftrightarrow\left\|x_{n}-y_{n}\right\| \rightarrow 0 \quad x~=y~xnyn0 (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 )

( X ~ , ∥ ⋅ ∥ ) (\tilde{X},\|\cdot\|) (X~,) 是一个 ( B ) (\mathrm{B}) (B) 空间,
X X X 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 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 F F F ( B ) (\mathrm{B}) (B) 空间且 X X X 等 价于 E E E F F F 的稠子空间, 则 E E E F F F 等价。

商空间

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 xy def xyM, 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:yM} 。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
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 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~=yx~infy,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 ( B ) (B) (B) 空间, M ⊆ X M \subseteq X MX 为闭子空间, 则 X / M X / M X/M ( B ) (B) (B) 空间; 反之, 如果 X / M X / M X/M M M M ( B ) (B) (B) 空间, 则 X X X ( B ) (B) (B) 空间。

乘积空间

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
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 Y Y Y 完备 ⟺ X × Y \Longleftrightarrow X \times Y X×Y 完 备。

X X X Y Y Y 可分 ⟺ X × Y \Longleftrightarrow X \times Y X×Y 可分。

X X X 为线性空间, A ⊆ X A \subseteq X AX, 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=1nξjxj:nN,ξjK,xjA}

  • 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 HX 线性无关且 span ⁡ ( H ) = X \operatorname{span}(H)=X span(H)=X, 则称 H H H X X X 的 Hamel基。

此时, ∀ x ∈ X \forall x \in X xX, ∃ \exists ! 系数 { ξ h } h ∈ H \left\{\xi_{h}\right\}_{h \in H} {ξh}hH (其中非零项有限), 使得 x = ∑ h ∈ H ξ h h x=\sum_{h \in H} \xi_{h} h x=hHξhh,称 H ‾ ‾ \overline{\overline{H}} H X X X 的Hamel维数(称 { ξ h } h ∈ H \left\{\xi_{h}\right\}_{h \in H} {ξh}hH x x x 关于 Hamel 基 H H H 的 Hamel 系 数)。
H ‾ ‾ < ℵ 0 \overline{\overline{H}}<\aleph_{0} H<0 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。

  • { e n } n = 1 ∞ ⊆ X ( X \left\{e_{n}\right\}_{n=1}^{\infty} \subseteq X(X {en}n=1X(X 为赋范空间 ) ) ), 如果 ∀ x ∈ X \forall x \in X xX, 存在 唯一的 { ξ n } n = 1 ∞ ⊆ K \left\{\xi_{n}\right\}_{n=1}^{\infty} \subseteq \mathbb{K} {ξn}n=1K, 使得 x = ∑ n = 1 ∞ ξ n e n x=\sum_{n=1}^{\infty} \xi_{n} e_{n} x=n=1ξnen (按范数收敛), 则称 { e n } n = 1 ∞ \left\{e_{n}\right\}_{n=1}^{\infty} {en}n=1 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

X X X 上有两个范数 ∥ ⋅ ∥ 1 \|\cdot\|_{1} 1 ∥ ⋅ ∥ 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 αx1x2βx1,xX
则称 ∥ ⋅ ∥ 1 \|\cdot\|_{1} 1 ∥ ⋅ ∥ 2 \|\cdot\|_{2} 2 等价,此时, ( X , ∥ ⋅ ∥ 1 ) \left(X,\|\cdot\|_{1}\right) (X,1) ( 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 ) ) ) X X X 赋范, X 0 X_{0} X0 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,x0SX={xX: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} x0x>1ε,xX0
上述结果可写成 ∀ ε > 0 , ∃ x 0 ∈ S X \forall \varepsilon>0, \exists x_{0} \in S_{X} ε>0,x0SX 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。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值