泛函分析 03.06 内积空间与Hilbert空间 - 习题课

$\color{blue}{\S 3.6 内积空间与Hilbert空间习题课}$

$1.设 \lbrace x_n \rbrace 为内积空间H中点列, x \in H.$
$若 \Vert x_n \Vert \to \Vert x \Vert, 且对 \forall y \in H,$
$\qquad (x_n, y) \to (x, y) (n \to \infty),$
$证明: x_n \to x (n \to \infty).$
$分析:只需证明 \Vert x_n - x \Vert \to 0.$
$由定理 3.1.5, 将范数转化为内积,$
$证明用到内积的定义 3.1.1.$
$证明: 因为$
$\Vert x_n - x \Vert ^2 = (x_n - x, x_n - x)$
$\qquad = \Vert x_n \Vert ^2 - (x_n, x) - (x, x_n) + \Vert x_n \Vert ^2, \quad (3.1.1)$
$已知 \lim \limits_{n \to \infty} \Vert x_n \Vert \to \Vert x \Vert,$
$由条件可知,$
$\lim \limits_{n \to \infty} (x_n, x) \to (x, x), \lim \limits_{n \to \infty} (x, x_n) \to (x, x),$
$对(3.1.1)式等号两边取极限, 我们有$
$\lim \limits_{n \to \infty} \Vert x_n - x \Vert ^2 = \Vert x \Vert ^2 - (x, x) - (x, x) + \Vert x \Vert ^2 = 0,$
$即 \lim \limits_{n \to \infty} x_n = x.$
$注:$
$因为 | \Vert x_n \Vert - \Vert x \Vert | \leq \Vert x_n - x \Vert,$
$所以 x_n \to x (n \to \infty) \Rightarrow \Vert x_n \Vert \to \Vert x \Vert (n \to \infty),$
$反之则不然.$
$\because |(x_n, y) - (x, y)| = |(x_n - x, y)| \leq \Vert x_n - x \Vert \Vert y \Vert,$
$\therefore x_n \to x (n \to \infty) \Rightarrow (x_n, y) \to (x, y)(n \to \infty),$
$反之则不然, 即 \forall y \in H, (x_n, y) \to (x, y) (n \to \infty)$
$不能推出\lbrace x_n \rbrace 按范数收敛到x.$
$例如: 我们在 l^2 中考虑: 取$
$x_n = \lbrace 0, \cdots, 1, 0, \cdots \rbrace (n = 1, 2, \cdots),$
$则对任意 y = \lbrace \xi_n \rbrace \in l^2,$
$(x_n, y) = \xi_n \to 0 = (0, y) (n \to \infty),$
$但当 m \neq n 时, \Vert x_n - x_m \Vert = \sqrt{2},$
$\lbrace x_n \rbrace 不按范数收敛到0.$
$\Vert x_n \Vert \to \Vert x \Vert 且对 \forall y \in H, (x_n, y) \to (x, y) 这两个$
$条件结合在一起, 才可以推出 x_n \to x.$

$2.设E_n 是n为实线性空间, \lbrace e_1, e_2, \cdots, e_n \rbrace 是E_n$
$的一个基, (\alpha_{ij})(i,j = 1, 2, \cdots, n)是正定矩阵,$
$对 x = \sum \limits_{i=1}^{n} x_i e_i \in E_n, y = \sum \limits_{i=1}^{n} y_ie_i \in E_n, 定义$
$\qquad (x, y) = \sum \limits_{i,j = 1}^{n} x_i \alpha_{ij} y_j, \quad (3.1.2)$
$则(\cdot, \cdot)是E_n上的一个内积.$
$反之, 设(\cdot, \cdot)是E_n上的一个内积,则必存在正定矩阵$
$(\alpha_{ij})使得(3.1.2)成立.$
$分析:要证明此题目, 首先我们要知道:$
$正定矩阵式什么?$
$对称矩阵A称为是正定的当且仅当对于任意的非零实$
$向量x,都有 x^TAx > 0, 其中 x^T 称为向量 x 的转置.$
$内积是什么?$
$见定义 3.1.1.$
$即若证明(x, y)是E_n上的内积, 只需证明(x, y)满$
$足内积定义中的4条.$
$证明:(1)(x, x) = \sum \limits_{i,j=1}^{n} x_i \alpha_{ij} x_j.$
$由于(\alpha_{ij})是正定方阵, 故(x, x) \geq 0,$
$且当(x, x) = 0时推出 x = 0.$
$(2) (\beta_1 x + \beta_2 y, z) = \sum \limits_{i,j=1}^{n} (\beta_1 x_i + \beta_2 y_i) \alpha_{ij} z_j$
$= \sum \limits_{i,j=1}^n \beta_1 x_i \alpha_{ij} z_j + \sum \limits_{i,j=1}^{n} \beta_2 y_i \alpha_{ij} z_j = \beta_1(x, z) + \beta_2(y, z).$
$(3) 因为 (\alpha_{ij}) 是对称的, \alpha_{ij} = \alpha_{ji}, 故$
$(x, y) = \sum \limits_{i, j=1}^{n} x_i \alpha_{ij} y_j = \sum \limits_{i, j=1}^{n} y_i \alpha_{ji} x_j$
$= \sum \limits_{i,j = 1}^{n} y_i \alpha_{ij} x_j = (y, x).$
$综上可知, (x, y) 是 X 上内积.$
$反之, 若(x, y)为X上内积, 令 \alpha_{ij} = (e_i, e_j),$
$对 \forall x = \sum \limits_{i=1}^n x_i e_i \in X,$
$0 \leq (x, x) = (\sum \limits_{i=1}^n x_i e_i, \sum \limits_{i=1}^n x_j e_j) = \sum \limits_{i, j=1}^n x_i \alpha_{ij} x_j,$
$且当 x \neq 0 时, \sum \limits_{i,j=1}^n x_i \alpha_{ij} x_j = (x, x) > 0,$
$所以 (\alpha_{ij})是正定矩阵.$
$问题: 在空间E_n中, 线性代数中定义的通常内积, 对$
$应的正定矩阵是什么?$

$3.设M = \lbrace x | x = \lbrace \xi_n \rbrace \in l^2, \xi_{2n} = 0, n = 1, 2, \cdots \rbrace,$
$证明:M是 l^2 的闭子空间, 且求出 M^{\perp}.$
$分析:注意 l^2 表示全体平方可和的数列.$
$(1)先证明M是线性子空间.$
$(2)再证明M闭, 根据定理1.3.11 (M是闭集当且仅当$
$M中收敛点列的极限属于M),$
$需证对任意 \lbrace x_k \rbrace \subseteq M, 如果 x_k \to x(k \to \infty),$
$则推出 x \in M.$
$(3)M中的元素x形如 \lbrace \xi_1, 0, \xi_3, 0, \cdots, \xi_{2n-1}, 0, \cdots \rbrace,$
$故我们猜测 M^{\perp}中的元素 y 形如$
$\qquad \lbrace 0, \eta_2, 0, \eta_4, \cdots, 0, \eta_{2n}, \cdots \rbrace.$
$证明:(1)显然M是l^2的线性子空间.$
$(2)下面证M是闭集.如果\lbrace x_k \rbrace \subseteq M 且 x_k \to x,$
$其中 x_k = \lbrace \xi_n^{(k)} \rbrace = \lbrace \xi_1^{(k)}, 0, \xi_3^{(k)}, 0, \cdots, \xi_{2n-1}^{(k)}, 0, \cdots \rbrace$
$由 x_k \to x 可推出其每个分量收敛(按坐标收敛).$
$即对于 \forall n,$
$\qquad \xi_n^{(k)} \to \xi_n (k \to \infty).$
$因为 \xi_{2m}^{(k)} = 0 (m = 1, 2, \cdots), 所以 \xi_{2m} = 0.$
$这说明了 x \in M, M 是 l^2 的闭子空间.$
$(3) 令$
$N = \lbrace y | y = \lbrace \eta_n \rbrace \in l^2, \eta_{2n-1} = 0, n = 1, 2, \cdot \rbrace.$
$下面证明 M^{\perp} = N.$
$对于 \forall y = \lbrace \eta_n \rbrace \in N, \forall x = \lbrace \xi_n \rbrace \in M, 有$
$\qquad (x, y) = \sum \limits_{n=1}^{\infty} \xi_n \overline{\eta_n} = 0,$
$从而 y \in M^{\perp}, 即 N \subseteq M^{\perp}.$
$反之对于 \forall y \in M^{\perp}, y = \lbrace \eta_1, \eta_2, \cdots, \eta_n, \cdots \rbrace,$
$取 \lbrace x_k \rbrace \subseteq M, 其中 x_k = \lbrace \xi_1^{(k)}, \xi_2^{(k)}, \cdots, \xi_n^{(k)}, \cdots \rbrace,$
$满足$
$\qquad \xi_n^{(k)} = \left \lbrace \begin{array}{l}1, n = 2k-1; \\ 0, n \neq 2k=1, \end{array} \right.$
$因为 0 = (y, x_k) = \sum \limits_{n=1}^{\infty} \eta_n \overline \xi_{n}^{(k)} = \eta_{2k-1} (k = 1, 2, \cdots)$
$因此 y \in N, 即 M^{\perp} \subseteq N.$
$\therefore M^{\perp} = \lbrace x | x = \lbrace \xi_n \rbrace \in l^2, \xi_{2n-1} = 0, n = 1, 2, \cdots \rbrace.$

$4. 在 C[-1, 1] = X中.令$
$(1) M_1 = \lbrace f \in X | f(x) = 0, -1 \leq x < 0 \rbrace;$
$(2) M_2 = \lbrace f \in X | f(0) = 0 \rbrace.$
$计算 M_1, M_2 在 X 中关于内积$
$\qquad (f, g) = \int_{-1}^{1} f(x) \overline{g(x)} dx$
$的正交补.$
$分析: 此题用到正交补集的定义 3.2.5.$
$解:(1)$
$M_1^{\perp} =\lbrace g \in X | \int_{-1}^{1} f \overline g dx = 0, \forall f \in M_1 \rbrace$
$= \lbrace g \in X | \int_{-1}^0 f \overline g dx + \int_0^1 f \overline g dx = 0, \forall f \in M_1 \rbrace$
$= \lbrace g \in X | \int_0^1 f \overline g dx = 0, \forall f \in M_1 \rbrace$
$= \lbrace g \in X | g(x) = 0, 1 \geq x > 0 \rbrace$
$(2)$
$M_2^{\perp} = \lbrace g \in X | \int_{-1}^{1} f \overline g dx = 0, \forall f \in M_2 \rbrace$
$即对任意的f(x) \in X 且 f(0) = 0, 都有$
$\qquad \int_{-1}^{1} f \overline g dx = 0.$
$任取 f(x) \in X, 且 f(x) = 0, -1 \leq x \leq 0,$
$由 (1) 可推知 g(x) = 0, 0 \leq x \leq 1.$
$同理, 任取 f(x) \in X, 且 f(x) = 0, 0 \leq x \leq 1,$
$类似于(1), 径计算可得 g(x) = 0, -1 \leq x \leq 0.$
$综上可得$
$\qquad M_2^{\perp} = \lbrace g(x) \equiv 0, x \in [-1, 1] \rbrace.$
$注: M_2^{\perp} = \lbrace 0 \rbrace, 说明 M_2 在C[-1, 1]中是稠密的.$
$习题3、习题4直观地给出了正交补集中元素的特征.$

$5. 设X是内积空间, A \subset X. 证明 A^{\perp} = \overline A^{\perp}.$
$分析:此题用到正交补集的定义 3.2.5,$
$正交补集的性质 (定理 3.2.6),$
$闭包的定义以及一个点y 属于 A 的闭包的充要条件:$
$\qquad 存在 \lbrace y_n \rbrace \subset A, 且 y_n \to y (n \to \infty).$
$注:命题显示 A 和 \overline A 的正交补集相等.$
$证明: 因为 A \subset \overline A, 根据定理 3.2.6 (5), 有 A^{\perp} \supset \overline A^{\perp}.$
$反之, 对 x \in A^{\perp}, 要证明 x \in \overline A ^{\perp},$
$即对于任意的 y \in \overline A, 要证明 (x, y) = 0.$
$根据一个点 y 属于 A 的闭包的充要条件,$
$\qquad 存在 \lbrace y_n \rbrace \subset A, 且 y_n \to y (n \to \infty).$
$由内积的连续性, 有:$
$\qquad (x, y) = (x, \lim \limits_{n \to \infty} y_n) = \lim \limits_{n \to \infty} (x, y_n) = 0,$
$从而$
$\qquad x \in (\overline A) \Rightarrow A^{\perp} \subset (\overline A)^{\perp}.$
$综上即得$
$\qquad A^{\perp} = (\overline A) ^{\perp}.$

$6. 设 \lbrace e_{\alpha} \rbrace (\alpha \in I)是内积空间 H 中的标准正交系. 证明$
$对于每个 x \in H, x 关于这个标准正交系的 Fourier$
$系数 \lbrace (x, e_{\alpha}) | \alpha \in I \rbrace 中最多有可数个不为零.$
$分析:本题的证明思路如下:$
$(1)注意到: \lbrace a | |a| > 0 \rbrace = \bigcup \limits_{n=1}^{\infty} \lbrace a | |a| > \dfrac{1}{n} \rbrace$
$(把一个集合分成可数多个集合的并集);$
$(2)通过贝塞尔不等式(3.3.4), 证明$
$F_n = \lbrace e_{\alpha} | |(x, e_{\alpha})| > \dfrac{1}{n}, \alpha \in I \rbrace 是有限集;$
$(3)由于可数个至多可数集的并集还是可数集,推出$
$F = \lbrace e_{\alpha} | |(x, e_{\alpha})| > 0, \alpha \in I \rbrace = \bigcup \limits_{n=1}^{\infty} F_n$
$是可数集;$
$证明: \forall x \in X, 不妨设 x \neq 0, 令$
$\qquad F = \lbrace e_{\alpha} | (x, e_{\alpha}) \neq 0, \alpha \in I \rbrace$
$\qquad = \lbrace e_{\alpha} | |(x, e_{\alpha})| > 0, \alpha \in I \rbrace$
$进一步我们有$
$\qquad F = \bigcup \limits_ {n=1}^{\infty} \lbrace e_ {\alpha} | (x, e_{\alpha})| > \dfrac{1}{n}, \alpha \in I \rbrace$
$记 F_n = \lbrace e_{\alpha} | |(x, e_{\alpha})| > \dfrac{1}{n}, \alpha \in I \rbrace,$
$显然 F_n 的个数不会超过N = n^2 [ \Vert x \Vert ^2 + 1| ([\cdot]表示一$
$个数的整数部分), 即 F_n 的个数有限.$
$假若不然, 有 e_{i_1}, e_{i_2}, \cdots, e_{i_N}满足$
$\qquad |(x, e_{i_k})| > \dfrac{1}{n}, k = 1, 2, \cdots, N,$
$则$
$\qquad \sum \limits_{k=1}^N |(x, e_{i_k})|^2 > N \cdot \dfrac{1}{n^2} \geq \Vert x \Vert ^2,$
$与贝塞尔不等式$
$\qquad \sum \limits_{k=1}^N |(x, e_{i_k})|^2 \leq \Vert x \Vert ^2,$
$矛盾.$
$由于可数个至多可数集合的并集是可数的, 知$
$F = \bigcup \limits_{n=1}^{\infty} F_n 是可数集.$
$注:内积空间(可分或者不可分的)中的任何一个元素x$
$的 Fourier 系数(x, e_{\alpha})不等于零的个数是可数的.$

$7. 设A = \lbrace e_k \rbrace 是内积空间X中的标准正交系.证明对$
$\forall x, y \in X, 有$
$\qquad \sum \limits_{k=1}^{\infty} |(x, e_k)(y, e_k)| \leq \Vert x \Vert \Vert y \Vert \quad (3.1.3)$
$分析:本题中用到离散的 H\ddot{o}lder 不等式和贝塞尔不等式(3.3.4).$
$H\ddot{o}lder不等式:设\lbrace \xi_k \rbrace \in l^{p} 和 \lbrace \eta_k \rbrace \in l^{q}(这里p, q是正数且 \frac{1}{p} + \frac{1}{q} = 1), 则$
$\qquad \sum \limits_{k=1}^{\infty} |\xi_k \eta_k| \leq (\sum \limits_{k=1}^{\infty} |\xi_k|^p)^{\frac{1}{p}} (\sum \limits_{k=1}^{\infty} |\eta_k|^q)^{\frac{1}{q}}$
$证明:由于 A = \lbrace e_k \rbrace 是内积空间X中的标准正交系.$
$故结合 H\ddot{o}lder 不等式和Bessel不等式得$
$\sum \limits_{n=1}^{\infty}|(x, e_n)(y, e_n)| \leq [\sum \limits_{n=1}^{\infty}|(x,e_n)|^2]^{\frac{1}{2}}[\sum \limits_{n=1}^{\infty}|(y, e_n)|^2]^{\frac{1}{2}}$
$\qquad \leq \Vert x \Vert y \Vert$
$注: 因为$
$\sum \limits_{n=1}^{\infty} |(x, e_n)|^2 \leq \Vert x \Vert ^2, \sum \limits_{n=1}^{\infty} |(y, e_n)|^2 \leq \Vert y \Vert ^2.$
$把(3.1.3)式与 Schwarz不等式$
$\qquad |(x, y)| < \Vert x \Vert \Vert y \Vert$
$相对照.$

$8.设H为 Hilbert 空间, \lbrace e_k \rbrace, \lbrace e_k^{\prime} \rbrace 是H中的两个$
$标准正交基, 并且 \sum \limits_{k=1}^{\infty} \Vert e_k - e_k^{\prime} \Vert ^2 < 1.$
$证明:如果 \lbrace e_k \rbrace, \lbrace e_k^{\prime} \rbrace 中之一是完备的, 则另一个也是$
$完备的.$
$分析:本题中用到完备的定义 3.4.6$
$以及完备的等价性条件(定理 3.4.7(1)).$
$证明:已知\lbrace e_k \rbrace 完备, 要证明 \lbrace e_k^{\prime} 也完备.$
$假若 \lbrace e_k^{\prime} \rbrace 不完备, 根据定理3.4.7(1)$
$则存在非零元素 x_0 \in H, 使得$
$\qquad x_0 \perp e_k^{\prime}, k = 1, 2, \cdots$
$又由 \lbrace e_k \rbrace 是完备的,根据完备的定义, 有$
$\qquad \Vert x_0 \Vert ^2 = \sum \limits_{k=1}^{\infty} |(x_0, e_k)|^2.$
$由于(x_0, e_k^{\prime}) = 0, k = 1, 2, \cdots, 结合条件我们有:$
$\Vert x_0 \Vert ^2 = \sum \limits_{k=1}^{\infty} |(x_0, e_k)|^2 = \sum \limits_{k=1}^{\infty}|(x_0, e_k) - (x_0, e_k^{\prime})|^2$
$= \sum \limits_{k=1}^{\infty}|(x_0, e_k - e_k^{\prime})|^2 \leq \Vert x_0 \Vert ^2 \sum \limits_{k=1}^{\infty}\Vert e_k - e_k^{\prime} \Vert ^2$
$< \Vert x_0 \Vert ^2,$
$导出矛盾,故 \lbrace e_k^{\prime} \rbrace 也完备.$