泛函分析 04.05 有界线性算子 - 闭算子与闭图像定理

$\color{blue}{\S 4.5 闭算子与闭图像定理}$

$\blacktriangleright {\color{red}{闭线性算子}}是一类非常重要的线性算子,它有与{\color{blue}{连续性算子“相近”的性质}},$
${\color{red}{微分算子}}就是一类闭线性算子.$

$\color{blue}{4.5.1 闭算子的定义}$

$定义 4.5.1 设 X, X_1 是赋范空间, T是从X 中 到 X_1中的$
$线性算子, 考虑{\color{green}{乘积空间}}$
$\qquad X \times X_1 = \lbrace (x, y) | x \in X, y \in X_1 \rbrace,$
$\bullet 在其上{\color{green}{定义范数}}:$
$对于任意的 z = (x, y) \in X \times X_1, 令$
$\qquad \Vert z \Vert = \Vert (x, y) \Vert = \Vert x \Vert + \Vert y \Vert_1 \quad (4.5.1)$
$\ast 容易验证: X \times X_1 {\color{blue}{是赋范空间}};$
$\bullet 若X 和 X_1 是 Banach 空间, 且 X \times X_1也是{\color{red}{Banach 空间}}. 令$
$\qquad G(T) = \lbrace (x, Tx) \in X \times X_1 | x \in \mathscr{D}(T) \rbrace \quad (4.5.2)$
$称 G(T) 为 {\color{blue}{算子T的图像}}$

$定义 4.5.2 如果 G(T) 在乘积赋范空间 X \times X_1 中是闭的, 则称{\color{red}{T是闭算子}}.$

$定理 4.5.3 ({\color{brown}{闭算子的等价条件}})设X, X_1是赋范空间,$
$T是从X到X_1中的线性算子, 则T是闭算子当且仅当$
${\color{blue}{对\forall \lbrace x_n \rbrace \subset \mathscr{D}(T), x_n \to x \in X, 及 Tx_n \to y \in X_1}},$
$必有{\color{red}{x \in \mathscr{D}(T), y = Tx}}.$
$证明:{\color{green}{充分性}}.$
$\bullet 由定理的条件成立,证明G(T)是闭的, 即证明$
$\qquad {\color{blue}{\forall (x, y) \in \overline{G(T)} \Rightarrow (x, y) \in G(T)}}.$
$对于 \forall (x, y) \in \overline{G(T)}, 存在 (x_n, y_n) \in G(T), 使得$
$\qquad (x_n, y_n) \to (x, y)(n \to \infty)$
$因{\color{blue}{(x_n, y_n) 在T的图像中}}, 故{\color{blue}{y_n = Tx_n}}, 即$
${\color{red}{(x_n, Tx_n) \in G(T)}}, (x_n, Tx_n) \to (x, y) (n \to \infty).$
$根据乘积空间范数的定义有$
$\qquad \Vert x_n - x \Vert + \Vert Tx_n - y \Vert \to 0 (n \to \infty)$
$所以$
$\qquad {\color{blue}{\Vert x_n - x \Vert \to 0, \Vert Tx_n - y \Vert \to 0(n \to \infty)}},$
$即\quad x_n \to x, Tx_n \to y.$
${\color{red}{由定理的条件}}可知$
$\qquad x \in \mathscr{D}(T), y = Tx.$
${\color{blue}{故(x, y) \in G(T)}}, 这就证了T是闭算子.$
${\color{green}{必要性}}.$
$\bullet 已知 T 是闭的, 要证明定理中的条件成立.$
${\color{blue}{\lbrace x_n \rbrace \subset \mathscr{D}(T), x_n \to x, Tx_n \to y (n \to \infty) }} ,$
$则有{\color{red}{ x \in \mathscr{D}(T), y = Tx}}.$
$由条件有:$
$\qquad \Vert x_n - x \Vert + \Vert Tx_n - y \Vert \to 0 (n \to \infty)$
$因而$
$\qquad (x_n, Tx_n) \to (x, y).$
$因为 T 是闭的,{\color{blue}{即 G(T) 是闭的}}, 故{\color{green}{(x, y) \in G(T)}}, 即$
$\qquad {\color{red}{x \in \mathscr{D}(T), y = Tx}}.$
$注1：可以把{\color{blue}{闭算子定义为}}:$
$\bullet 如果对于任意的$
$\qquad \lbrace x_n \rbrace \subset \mathscr{D}(T), {\color{blue}{x_n \to x \in X, Tx_n \to y \in X_1}} \qquad (4.5.3)$
$\qquad \Longrightarrow {\color{red}{x \in \mathscr{D}(T), 且 Tx = y}} \quad (4.5.4)$
$则称T是闭线性算子.$
$注2：由上述定义，显然定义在{\color{blue}{全空间}}上的{\color{blue}{有界}}(连续)线性算子一定是{\color{green}{闭线性算子}}.$
$注3：由式(4.5.3)、(4.5.4)可以看出, {\color{blue}{闭的}}线性算子与$
${\color{blue}{连续}}线性算子有很多“类似”的性质.$
$注4：对于{\color{red}{闭线性算子}}来说, 在上述条件下,极限运算可以$
$和算子{\color{blue}{交换顺序}}.$
$注5：在开映射定理中，{\color{brown}{T连续的条件可改为T是闭算子}}.$
$即:$
$\bullet X, X_1 是 Banach 空间, T是在上的(TX = X_1),$
$T是闭算子, 则T是开映射.$

$\color{blue}{4.5.2 闭算子的例}$

$下面的例子说明:$
$\bullet 是否重要的无界线性算子——{\color{blue}{微分算子是闭算子}}$

$例 4.5.4 X = C[0, 1], \mathscr{D}(T) = C^1[0, 1] \neq X, 定义$
$\qquad T: \mathscr{D}(T) \to C[0, 1], T = \dfrac{d}{dt}, \quad (4.5.5)$
$则T是闭算子.$
$分析:要证{\color{red}{T是闭算子}}, 即要证明:由$
${\color{blue}{x_n \in \mathscr{D}(T), x_n \to x, \quad Tx_n = \dfrac{d}{dt} x_n \to y (n \to \infty) }},$
$可推出{\color{red}{x \in \mathscr{D}(T) 且 Tx = y}}.$
$证明:(1)由于$
$\int_0^t x_n^{\prime}(s) ds = \int_0^t d x_n(s) = x_n(t) - x_n(0),$
$\therefore \lim \limits_{n \to \infty} \int_0^t x_n^{\prime}(s) ds = {\color{blue}{\lim \limits_{n \to \infty} [x_n(t) - x_n(0)] = x(t) - x(0) }}\quad (4.5.6)$
$(因为 x_n \to x, {\color{red}{一致收敛}}可推出点点收敛).$
$(2)因为x_n^{\prime}(s) \to y (n \to \infty) 是{\color{red}{一致收敛}}(按范数收敛),$
$所以积分和极限{\color{blue}{可以交换顺序}}, 结合(4.5.6)式, 有$
$\qquad x(t) - x(0) = \lim \limits_{n \to \infty} \int_0^t x_n^{\prime}(s) ds$
$\qquad = {\color{blue}{\int_0^t \lim \limits_{n \to \infty} x_n^{\prime}(s) ds }} = \int_0^t y(s) ds.$
$即$
$\qquad {\color{blue}{x(t) = x(0) + \int_0^t y(s) ds}} ,$
$于是 x^{\prime}(t) = y(t) \in C[0, 1].所以 x(t) \in C^{1}[0, 1],且$
$\qquad {\color{red}{\dfrac{d}{dt} x(t) = y(t), 即 Tx = y}},$
$因而{\color{blue}{T是闭算子}}. 但T是{\color{blue}{无界线性算子}}.$
$\bigtriangledown 从数学分析中{\color{green}{函数项级数逐项求导}}的例子可以进一步地$
$体会闭算子的性质.$
$例 4.5.5 设函数项级数 \sum \limits_{n=1}^{\infty} u_n(x) 满足:$
$(1) u_n(x) (n = 1, 2, \cdots) 在[a, b]上连续可导;$
$(2) \sum \limits_{n=1}^{\infty} u_n(x) 在[a, b] 上点点收敛到 S(x);$
$(3){\color{blue}{\sum \limits_{n=1}^{\infty} u_n^{\prime}(x) 在[a, b]上一致收敛到\sigma(x)}}$
$(由此可推出\sum \limits_{n=1}^{\infty} u_n(x) 在[a, b]上{\color{red}{一致收敛}}到S(x));$
$则 S(x) = \sum \limits_{n=1}^{\infty}u_n(x) 在[a, b]可导,且$
$\qquad {\color{blue}{\dfrac{d}{dx} \sum \limits_{n=1}^{\infty} u_n(x) = \sum \limits_{n=1}^{\infty} \dfrac{d}{dx} u_n(x) }} \quad (4.5.7)$
$即{\color{red}{微分运算可以与无限求和运算交换顺序}}.$
$从{\color{green}{泛函分析的角度}}看, 上述条件相对于:$
$在C[a, b]空间中考虑,$
$(1) 函数项级数前 n 项和 S_n(x) = \sum \limits_{k=1}^n u_k(x)在$
$C[a, b]中按范数收敛到 S(x),$
$(2) \dfrac{d}{dx}(S_n(x)) = \sum \limits_{k=1}^n \dfrac{d}{dx}(u_k(x)) 在C[a, b]中{\color{blue}{按范数收敛}}到\sigma(x),$
$由于\dfrac{d}{dx}是闭算子, 于是有 {\color{red}{\sigma(x) = \dfrac{d}{dx} S(x)}}, 即:$
$\qquad {\color{blue}{\sigma(x) = \sum \limits_{n=1}^{\infty} \dfrac{d}{dx} u_n(x) = \dfrac{d}{dx}\sum \limits_{n=1}^{\infty} u_n(x) }},$
$(4.5.7)式成立,微分可以和级数运算交换顺序.$
$注：可与数学分析(广义积分、含参变量积分)中有关求导数$
$和极限交换顺序的有关定理相对照,$
$\bullet 由于微分运算是闭算子(不是有界线性算子), 这些定理中都有$
${\color{red}{类似例4.5.5中条件(3)}}的要求,$
$\bullet 而对于{\color{blue}{积分和极限交换顺序}}则没有这样的要求.$

$例 4.5.6 设函数项级数\sum \limits_{n=1}^{\infty} u_n(x)满足:$
$(1)u_n(x) (n = 1, 2, \cdots) 在 [a, b]上连续;$
$(2)\sum \limits_{n=1}^{\infty} u_n(x) 在[a, b]上{\color{blue}{一致收敛}}到S(x);$
$则S(x) = \sum \limits_{n=1}^{\infty} u_n(x) 在 [a, b] 可积,且$
$\qquad {\color{blue}{\int_a^b S(x) dx = \int_a^b \sum \limits_{n=1}^{\infty} u_n(x) dx = \sum \limits_{n=1}^{\infty} \int_a^b u_n(x) dx }} \quad (4.5.8)$
$\bullet 上述例子表明: 在{\color{blue}{一致收敛}}(即在C[a, b]中{\color{red}{按范数收敛}})$
$的条件下, 积分元素可以与无限求和运算{\color{blue}{交换顺序}}.$
$\bullet 积分算子是有界({\color{red}{连续}})线性算子.$
$\bullet 微分算子是无界线性算子, 但是它是{\color{red}{闭算子}}.$
$\bullet 微分与级数运算交换顺序比积分与级数运算交换顺序多了一个{\color{blue}{条件(3)}}.$

$\color{blue}{4.5.3 闭图像定理}$

$定理 4.5.7 ({\color{blue}{闭图像定理}})设 T 是 Banach 空间 {\color{red}{X 上}}到$
$Banach 空间 {\color{red}{X_1 中}} 的 {\color{red}{闭线性算子}}, 则T是{\color{blue}{有界线性算子}}.$
$注:定理说明:$
$\left \lbrace \begin{array}{l}\mathscr{D}(T) = X, X 是 Banach 空间 \\ X_1 是Banach 空间 \\ T闭 \end{array} \right. \Longrightarrow {\color{blue}{T有界}}.$
$证明:(1)因X，X_1 是 Banach 空间, 故 X \times X_1是 Banach 空间.$
$(2) 因 T 是闭的, 故G(T)是 X \times X_1 中的闭子空间,$
$从而知{\color{red}{G(T) 是一个 Banach 空间}}.$
$(3)定义从 G(T) 上到 X 中 的线性算子,$
$\qquad \widetilde T: (x, Tx) \to x.$
${\color{green}{\widetilde T 是一对一在上的有界线性算子}}(\because \mathscr{D}(T) = X).$
$所以 \widetilde T^{-1} 存在,$
$\qquad \widetilde T^{-1} : x \to (x, Tx) .$
${\color{red}{由 Banach 逆算子定理 4.4.5 可知}} \widetilde T^{-1} : x \to (x, Tx)$
$是有界的. 于是$
$\qquad {\color{blue}{\Vert (x, Tx) \Vert = \Vert \widetilde T^{-1}(x) \Vert \leq \Vert \widetilde T^{-1} \Vert \Vert x \Vert}},$
$因为 \Vert (x, Tx) \Vert = \Vert x \Vert + \Vert Tx \Vert, 所以$
$\qquad \Vert Tx \Vert \leq (\Vert \widetilde T \Vert ^{-1} - 1) \Vert x \Vert,$
$即 T 是有界线性算子.$
$注1：定理的条件要求{\color{red}{\mathscr{D}(T) = X}}, 这点十分重要, 定义域$
${\color{red}{\mathscr{D}(T)是否是闭的}}, 关系到 {\color{blue}{\widetilde T^{-1} 是否有界}}.$
$注2：$
$\bullet {\color{green}{Banach-Steinhaus 共鸣定理(一致有界原则)}};$
$\bullet {\color{blue}{开映射定理、Banach 逆算子定理、闭图像定理}};$
$\bullet {\color{red}{Hahn-Banach 线性泛函的拖延定理}}(见定理5.1.1),$
$\ast 这几大定理是泛函分析的重要内容.$
$\ast 这些定理在证明上有很高的技巧,应用十分广泛.$