泛函分析 05.02 共轭空间和共轭算子 - 共轭空间

$\color{blue}{\S 5.2 共轭空间}$

$\bullet 上一节, 我们说明了一个空间 X 上“{\color{red}{足够多}}”的线性泛函.$
$\bullet X 上的全体线性泛函组成了一个新的赋范空间, 这个空间$
${\color{blue}{从另一个侧面反映了赋范空间 X 的许多本质性质}}.$
$\bullet 这是我们本章研究的重要对象.$

$\color{blue}{5.2.1 共轭空间的概念}$

$\blacktriangleright 下面我们给出共轭空间的概念.$

$定义 5.2.1 设 X 是赋范空间, 记$
$\qquad X^{\ast} = \mathscr{B}(X, \mathbb{K}). \quad (5.2.1)$
$称 X^{\ast} 为 {\color{blue}{X 的共轭空间}}.$
$注1: X 的共轭空间 {\color{red}{X^{\ast} 是 X 上全体有界线性泛函构成的赋范空间}}.$
$注2: 由于 \mathbb{K} 是完备的, {\color{blue}{X^{\ast} 是 Banach 空间}}(定理 4.2.5).$
$这不要求 X 是 Banach 空间.$
$\blacktriangledown 下面我们给出 X^{\ast} = \mathscr{B}(X, \mathbb{K}) 中元素的具体表示形式.$

$\color{blue}{5.2.2 L^p[a, b] 的共轭空间(1 < p < \infty)}$

$定理 5.2.2 f 是 L^p[a, b] 上的有界线性泛函, 则存在唯一$
$的 y(t) \in L^q[a, b], (\frac{1}{p} + \frac{1}{q} = 1), 使得$
$\qquad {\color{blue}{f(x) = \int_a^b x(t) y(t) dt, \forall x \in L^p[a, b],}} \quad (5.2.2)$
$且$
$\qquad {\color{blue}{\Vert f \Vert = \Vert y \Vert _{q} = (\int_a^b |y(t)|^q dt )^{\frac{1}{q}}. }}$
$反之, 对于 \forall y \in L^q[a, b], (5.2.2) 式定义了 L^p[a, b] 上$
$的一个有界线性泛函.$
$注：这说明 L^p[a, b] 上定义的有界线性泛函和 L^q[a, b] 中$
$的元素{\color{red}{一一对应}}.$
$证明:1.对于 y \in L^q[a, b] 定义$
$\qquad {\color{blue}{f(x) = \int_a^b x(t) y(t) dt, \forall x \in L^p[a, b] }}$
$则 f(x) 是 {\color{red}{L^p[a, b] 上的一个线性泛函}},$
$且由 H\ddot{o}lder 不等式可得,$
$\qquad |f(x)| = |\int_a^b x(t)y(t) dt|$
$\qquad \leq (\int_a^b |x(t)|^p dt)^{\frac{1}{p}} (\int_a^b |y(t)|^q dt)^{\frac{1}{q}}$
$\qquad = \Vert y \Vert_q \Vert x \Vert,$
$所以 f 有界, 且 {\color{blue}{\Vert f \Vert \leq \Vert y \Vert_q}}.$
$2.已知 f(x) 是 L^p[a, b] 上的一个有界线性泛函, 我们试图$
$要给出相应的 y(t), 使得$
$\qquad {\color{blue}{f(x) = \int_a^b x(t)y(t) dt}} \quad (5.2.3)$
$\bullet 问题的难点在于{\color{red}{如何找到}}这样的 y(t)?$
$\bullet 我们从{\color{red}{分析有界线性泛函 f(x) 入手}}, 先让它作用在最$
$简单的函数上, 看看能不能找到这样的 y(t).$
$(1) 对于 \forall s \in [a, b], 设$
$\qquad x_s(t) = \left \lbrace \begin{array}{l} 1, a \leq t \leq s, \\ 0, s < t \leq b, \end{array} \right. \quad (5.2.4)$
$x_s(t) 是 L^p[a, b] 中的元素({\color{blue}{最简单的函数}}).$
$有界线性泛函 f(x) 可作用在它上, 且 f(x_s) 是 s 的函数.$
$令 {\color{red}{g(s) = f(x_s)}}.$
$(i){\color{blue}{下面证明 g(s) 是绝对连续的(参见附5.1)}}.$
$设 \delta_k = [s_k, t_k](k = 1, 2, \cdots, n) 是一些包含在[a, b]中,且$
${\color{brown}{没有公共内点的区间}}, 记 \varepsilon _k = sgn (g(t_k) - g(s_k)), 则$
$\sum \limits_{k=1}^n |g(t_k) - g(s_k)| = \sum \limits_{k=1}^n \varepsilon _k (g(t_k) - g(s_k))$
$\qquad = \sum \limits_{k=1}^n \varepsilon_k(f(x_{t_k}) - f(x_{s_k}))$
$\qquad = f(\sum \limits_{k=1}^n \varepsilon_k(x_{t_k} - x_{s_k}))$
$而$
$f(\sum \limits_{k=1}^n \varepsilon_k(x_{t_k} - x_{s_k})) \leq \Vert f \Vert \Vert \sum \limits_{k=1}^n \varepsilon_k(x_{t_k} - x_{s_k}) \Vert _{L_p}$
$\qquad = \Vert f \Vert (\sum \limits_{k=1}^n \int_{\delta_k} dt)^{\frac{1}{p}} = \Vert f \Vert (\sum \limits_{k=1}^n m \delta_k)^{\frac{1}{p}}$
$于是 {\color{blue}{当 \sum \limits_{k=1}^{n} m \delta_k \to 0 时}},$
$\qquad {\color{blue}{\sum \limits_{k=1}^n |g(t_k) - g(s_k)| \to 0}}.$
$即 g(s) 在 [a, b] 上 {\color{red}{绝对连续}}.$
$所以 g(s) {\color{green}{几乎处处可以求导}}, g^{\prime}(s)可积, 并且牛顿-莱布尼兹公式成立.$
$(ii){\color{red}{令 y(s) = g^{\prime}(s)}}. 由于$
$\qquad x_a(t) = \left \lbrace \begin{array}{l} 1, t = a, \\ 0, a < t \leq b. \end{array} \right.$
$x_a(t) = 0(a.e.), 所以 g(a) = f(x_a) = 0.$
$因此$
$\qquad g(s) = g(a) + \int_a^s y(t) dt = \int_a^s y(t) dt.$
$即$
$\qquad {\color{blue}{f(x_s) = \int_a^s y(t) dt = \int_a^b x_s(t) y(t) dt }} \quad (5.2.5)$
$即{\color{brown}{对于最简单的函数 x_s(t), (5.2.3) 式成立, 即找到了这样的 y(t) = g^{\prime}(t)}}.$
$下面我们证明:对阶梯函数、有界可测函数、进而{\color{red}{对所有L^p 中的函数 x(t)}},都有$
$\qquad {\color{blue}{f(x) = \int_a^b x(t) y(t) dt}}$
$(2) 由 f(x) 的线性性质容易推出, 对{\color{red}{所有的阶梯函数}}都有$
$\qquad {\color{blue}{f(x) = \int_a^b x(t) y(t) dt}}$
$(3) 以下证明当{\color{red}{x(t)是有界可测函数}}时, 有$
$\qquad {\color{blue}{f(x) = \int_a^b x(t) y(t) dt }}$
$事实上, 我们可以选取一致有界的阶梯函数列 \lbrace x_n(t) \rbrace,$
$\lbrace x_n(t) \rbrace 几乎处处收敛到 x(t).(参见附 5.2)$
$由(2)我们有$
$\qquad f(x_n) = \int_a^b x_n(t) y(t) dt \quad (5.2.6)$
$由 Lebesgue 控制收敛定理(参见附 5.3),对 (5.2.6)式右边令 n \to \infty, 有$
$\qquad \lim \limits_{n \to \infty} \int_a^b x_n(t) y(t) dt$
$\qquad = \int_a^b \lim \limits_{n \to \infty} x_n(t) y(t) dt \qquad (5.2.7)$
$\qquad = \int_a^b x(t) y(t) dt$
$又由于 x_n(t) \to x(t) (a.e.) 且 x_n(t) 一致有界, 由$
$Lebesgue 有界收敛定理(参见附 5.3)有:$
$\qquad {\color{blue}{\lim \limits_{n \to \infty} \Vert x_n - x \Vert}} = \lim \limits_{n \to \infty}(\int_a^b |x_n(t) - x(t)|^p dt )^{\frac{1}{p}}$
$\qquad = (\int_a^b \lim \limits_{n \to \infty} |x_n(t) - x(t)|^p dt)^{\frac{1}{p}} = 0,$
$结合f是 L^p[a, b] 上的有界(连续)线性泛函可得,$
$\qquad \lim \limits_{n \to \infty} f(x_n) = f(x) \quad (5.2.8)$
$由 (5.2.7) 和 (5.2.8)式知, 对于有界可测函数 x(t) 有$
$\qquad f(x) = \int_a^b x(t) y(t) dt \quad (5.2.9)$
$(4) {\color{blue}{下面证明 y(t) \in L^q[a, b]}}.对于任意的正整数 N, 令$
$\qquad y_N(t) = \left \lbrace \begin{array}{l}|y(t)|^{q-1} sgn y(t), |y(t)| \leq N, \\ 0, |y(t)| > N. \end{array} \right.$
$则 y_N(t) \in L^p, 且 {\color{blue}{ y_N(t) 是有界可测函数}}, 由 (3) 知$
$\qquad {\color{red}{f(y_N) = \int_a^b y_N(t) y(t) dt}}$
$\qquad = \int_{E_N} y_N(t) y(t) dt \quad (5.2.10)$
$\qquad = \int_{E_N} |y(t)|^q dt,$
$其中 E_N = \lbrace t| |y(t)| \leq N \rbrace.$
$注意到$
$|f(y_N)| \leq \Vert f \Vert \Vert y_N \Vert _p = \Vert f \Vert (\int_{E_N} |y_N(t)|^p dt)^{\frac{1}{p}}$
$\qquad = \Vert f \Vert (\int_{E_N} (|y(t)|^{q-1})^p dt)^{\frac{1}{p}} \quad (5.2.11)$
$\qquad = \Vert f \Vert (\int_{E_N} |y(t)|^q dt)^{\frac{1}{p}},$
$比较(5.2.10) ({\color{blue}{f(y_N) = \int_{E_N} |y_N(t)|^q dt}}) 和 (5.2.11) 两式得$
$\qquad {\color{red}{(\int_{E_N} |y(t)|^q dt)^{\frac{1}{q}} \leq \Vert f \Vert}} \quad (5.2.12)$
$令 N \to \infty, 我们得到$
$\qquad {\color{blue}{(\int_a^b |y(t)|^q dt)^{\frac{1}{q}} \leq \Vert f \Vert}}, 即 y(t) \in L^q[a, b]. \quad (5.2.13)$
$(5)证明公式 f(x) = \int_a^b x(t) y(t) dt 对 {\color{blue}{\forall x \in L^p 成立}}.$
$对于 \forall x \in L^p, 存在{\color{red}{有界可测函数列 \lbrace x_n(t) \rbrace}} 使得$
$\qquad (\int_a^b |x_n(t) - x(t)|^p dt)^{\frac{1}{p}} \to 0(n \to \infty) \quad (5.2.14)$
$(上述结果参见附 5.4).因为 {\color{blue}{\lbrace x_n(t) \rbrace}} 有界, 由(3)可知:$
$\qquad f(x_n) = \int_a^b x_n(t) y(t) dt \quad (5.2.15)$
$由于 f 是[a, b] 上的 {\color{blue}{有界(连续)线性泛函}}.$
$所以在(5.2.15)式左边, 令 n \to \infty, 我们得到$
$\qquad \lim \limits_{n \to \infty} f(x_n) = f(x).$
$另一方面由(4)知 y(t) \in L^q[a, b], 再由 H\ddot{o}lder 不等式和(5.2.14)式有$
$|\int_a^b (x_n(t) - x(t)) y(t) dt|$
$\leq (\int_a^b |x_n(t) - x(t)|^p dt)^{\frac{1}{p}} (\int_a^b |y(t)|^q dt)^{\frac{1}{q}} \to 0 \quad (5.2.16)$
$即对于 {\color{blue}{\forall x \in L^p[a, b] 有}}$
$\qquad {\color{blue}{f(x) = \int_a^b x(t)y(t) dt}} \quad (5.2.17)$
$由(5.2.17)式和 H\ddot{o}lder 不等式,$
$\qquad {\color{blue}{|f(x)| \leq (\int_a^b |x(t)|^p dt)^{\frac{1}{p}} \cdot (\int_a^b |y(t)|^q dt)^{\frac{1}{q}} = \Vert x \Vert \Vert y \Vert}}$
$所以 \Vert f \Vert \leq \Vert y \Vert, 结合 (5.2.13) 式, 我们有$
$\qquad \Vert f \Vert = \Vert y \Vert = (\int_a^b |y(t)|^q dt)^{\frac{1}{q}} \quad (5.2.18)$
$3. 唯一性.如果存在 y_1(t), y_2(t) \in L^q[a, b] 使得$
$\qquad f(x) = \int_a^b x(t) y_1(t) dt = \int_a^b x(t) y_2(t) dt$
$所以$
$\qquad \int_a^b x(t){\color{red}{(y_1(t) - y_2(t))}} dt = 0, \forall x \in L^p[a, b].$
$由第1部分的证明可知 {\color{blue}{y_1(t) - y_2(t) 对应一个零泛函 f_1}},$
$于是 \Vert f_1 \Vert = \Vert y_1 - y_2 \Vert = 0. 因此 y_1 = y_2.$
$注1: X = L^p[a, b], 则 {\color{red}{X^{\ast} = L^q[a, b]}}, 其中 \frac{1}{p} + \frac{1}{q} = 1.$
$即 \forall f \in X^{\ast}, \exists y \in L^q[a, b], 使得 f(x) = \int_a^b x(t)y(t) dt,$
${\color{green}{f 和 y 一一对应}}.$
$在{\color{blue}{等距同构的意义下}}, {\color{red}{(L^p[a, b])^{\ast} 和 L^q[a, b]相等}}.$
$注2: {\color{green}{当 p = 2 时}}, X = L^2[a, b], X^{\ast} = L^2[a, b].$
${\color{blue}{X 和它的共轭空间 X^{\ast} 一样}}.$
$注3: 当 p = 1 时, X = L[a, b]. 可以类似地证明:$
$\qquad X^{\ast} = L^{\infty}[a, b] (p=1, q = \infty).$
$注4: 对于离散的情况, 类似地我们有$
$\qquad (l^p)^{\ast} = l^p (\frac{1}{p} + \frac{1}{q} = 1).$

$附 5.1 (周民强 编著 《实变函数论》的 \S5.4 第 256-260 页)$
$定义1. 设 f(x) 是 [a, b] 上的{\color{blue}{实值函数}}. 若对 \forall \varepsilon > 0,$
$存在 \delta > 0, 使得当[a, b] 中{\color{green}{任意有限个互不相交的开区间}}$
$(x_i, y_i)(i =1, 2, \cdots, n) 满足 \sum \limits_{i=1}^n (y_i - x_i) \leq \delta$
$时, 有 \sum \limits_{i=1}^n |f(y_i) - f(x_i)| < \varepsilon, 则称 f(x) 是 [a, b] 上$
$的{\color{red}{绝对连续函数}}, 其全体记为 AC([a, b]).$
$定理1.若 f(x) 是 [a, b] 上的{\color{blue}{绝对连续函数}}, 则f(x)$
$在[a, b] 上是{\color{red}{几乎处处可微}}的, 且 f^{\prime}(x) 在[a, b]上可积.$
$定理2.若 f(x) 是[a, b] 上的{\color{blue}{绝对连续函数}}, 则$
$\qquad f(x) - f(a) = \int_a^x f^{\prime}(t) dt, x \in [a, b].$

$附 5.2 (周民强 编著 《实变函数论》的\S3.1 第133页)$
$定理({\color{brown}{简单函数逼近}})：若 f(x) 是 E 上的 {\color{blue}{可测函数}}, 则$
${\color{green}{存在可测简单函数列}} \lbrace \varphi_k(x) \rbrace, 使得|\varphi_k(x)| \leq |f(x)|, 且有$
$\qquad \lim \limits_{k \to \infty} \varphi_k(x) = f(x), x \in E.$
$若 f(x) 还是{\color{blue}{有界的}}, 则{\color{red}{上述收敛是一致的}}.$

$附 5.3 (郑维行 王声望 编《实变函数与泛函分析概要(第三版)》第一册 第141页)$
$定理({\color{brown}{Lebesgue 控制收敛定理}})设可测集 E 上的可测函$
$数列 \lbrace f_n(x) \rbrace {\color{blue}{满足下述条件}}: \lbrace f_n(x) \rbrace 几乎处处收敛,$
$f(x) = \lim \limits_{n \to \infty} f_n(x), 且有可积函数 g(x) 使得$
$\qquad |f_n(x)| \leq g(x)(x \in E; n \in \mathbb{N}^{+}),$
$那么, f 可积且有$
$\qquad {\color{blue}{\int_{E} f(x) dm = \lim \limits_{n \to \infty} f_n(x) dm \quad (*) }}$
$推论：设 mE < \infty, E 上可测函数列 \lbrace f_n(x) \rbrace 满足$
${\color{red}{|f_n(x)| \leq M}}(x \in E; n \in \mathbb{N}^{+}), M 是常数,$
$f(x) = \lim \limits_{n \to \infty} f_n(x), 则 f 可积且有(*)式成立.$

$附 5.4 (郑维行 王声望 编《实变函数与泛函分析概要(第三版)》第一册 第220页)$
$定理(研究 L^p 空间的可分性的一个引理)$
$设 f \in L^p(E) (1 \leq p < +\infty), 则对于任意的 \varepsilon > 0, 存在$
${\color{red}{有界可测函数}} g, 使得$
$\qquad {\color{blue}{\Vert f - g \Vert _p \leq \varepsilon }}.$