泛函分析 05.05 共轭空间和共轭算子 - Banach 空间上的共轭算子,弱收敛

$\color{blue}{\S 5.5 Banach 空间上的共轭算子\;弱收敛}$

$\color{blue}{5.5.1 Banach 空间上的共轭算子}$

$\bullet 共轭算子在{\color{green}{线性算子理论及其谱理论}}中扮演着十分重要的角色.$
$\bullet 在 Hilbert 空间 H 中, 设 A 是一个从 H 到 H 的有$
$界线性算子, 则{\color{red}{A 的共轭算子 A^{\ast}}}: y \in H \mapsto A^{\ast} y 由$
$下式定义:$
$\qquad (Ax, y) = (x, A^{\ast} y), \forall x, y \in H, \quad (5.5.1)$
$\blacktriangleright 我们希望把 {\color{green}{Hilbert 空间中共轭算子的概念推广到一般的 Banach空间上.}}$
$考虑 A 是从 Banach 空间 X_1 到 X_2 的线性算子.$
$\blacktriangleright 如果 X_1 和 X_2都是 Hilbert 空间, Ax \in X_2,$
$\bullet 对于固定的 y, 由 Riesz 表示定理, {\color{blue}{(Ax, y) 是 X_2 上的有界线性泛函}}.$
$\bullet 而 A^{\ast} y 通过{\color{red}{(x, A^{\ast} y)}} 表示了 X_1 的一有界线性泛函.$
$\ast 也就是说, A 是从空间 X_1 到 X_2 的线性算子, 而共轭$
$算子 A^{\ast} 把 X_2上的一个有界线性泛函映射成 X_1 的$
$一个有界线性泛函.$
$\bullet 即：{\color{red}{A^{\ast} 是从 X_2^{\ast} 到 X_1^{\ast} 的一个映射}},$
$\qquad A^{\ast}: y \in X_2^{\ast} \mapsto A^{\ast} y \in X_1^{\ast}.$
$\blacktriangleright 我们可以给出{\color{red}{Banach 空间上共轭算子}} 的定义:$

$定义 5.5.1 设 X_1, X_2 是 Banach 空间,$
$T \in \mathscr{B}(X_1, X_2), 对于 f \in X_2^{\ast}, 令$
$\qquad (T^{\prime}f)(x) = f(Tx), \forall x \in X_1 \quad (5.5.2)$
$称 {\color{blue}{T^{\prime} 是 T 的 Banach 共轭算子}}.$
$注:{\color{green}{T^{\prime} 是从 X_2^{\ast} 到 X_1^{\ast} 的线性算子}}(由右边 f 和 T 定义了左边的 T^{\prime} f).$

$定理 5.5.2 设 T^{\prime} 是有界线性算子 T 的{\color{red}{Banach 共轭算子}}, 则我们有$
$(1) T^{\prime} 是有界线性算子, 并且\Vert T^{\prime} \Vert = \Vert T \Vert;$
$(2) (T_1 + T_2)^{\prime} = T_1^{\prime} + T_2^{\prime};$
$(3)(T_1T_2)^{\prime} = T_2^{\prime}T_1^{\prime};$
$(4)对于\alpha \in \mathbb{K}, (\alpha T)^{\prime} = \alpha T^{\prime};$
$(5)若 T 有有界的逆算子, 则 T^{\prime} 也有有界的逆算子,且$
$\qquad (T^{\prime})^{-1} = (T^{-1})^{\prime}.$
$证明：(1)显然 T^{\prime} 是线性算子, 对于 \forall f \in X_2^{\ast}, x \in X_1, 有$
${\color{blue}{|(T^{\prime} f)(x)| = |f(Tx)| \leq \Vert f \Vert \Vert Tx \Vert \leq \Vert f \Vert \Vert T \Vert \Vert x \Vert}},$
$因此 \Vert T^{\prime} f \Vert \leq \Vert T \Vert \Vert f \Vert.$
$即 T^{\prime} 是有界线性算子并且$
$\qquad \Vert T^{\prime} \Vert \leq \Vert T \Vert .$
$另外, 若 T \neq 0, 由 {\color{red}{Hahn-Banach 定理}}, 对\forall Tx \neq 0,$
$存在 f_0 \in X_2^{\ast}, 使得$
$\qquad \Vert f_0 \Vert = 1, f_0(Tx) = \Vert Tx \Vert.$
$所以$
$\Vert Tx \Vert = |f_0(Tx)| = |(T^{\prime}f_0)(x)|$
$\qquad \leq \Vert T^{\prime} f_0 \Vert \Vert x \Vert \leq \Vert T^{\prime} \Vert \Vert f_0 \Vert \Vert x \Vert$
$\qquad = \Vert T^{\prime} \Vert \Vert x \Vert.$
$故 \Vert T \Vert = \Vert T^{\prime} \Vert.$
$(2) - (4) 是显然的.$
$(5) T^{-1} \in \mathscr{B}(X_2, X_1), 因此(T^{-1})^{\prime} \in \mathscr{B}(X_1^{\ast}, X_2^{\ast}).$
$对于 x \in X_1, f \in X_1^{\ast}, 由定义$
$(T^{\prime}(T^{-1})^{\prime} f)(x) = ((T^{-1})^{\prime} f)(Tx) = f(T^{-1} Tx) = f(x),$
$所以 T^{\prime}(T^{-1})^{\prime} f = f, 即 {\color{blue}{T^{\prime}(T^{-1})^{\prime} = I_{X_1^{\ast}}.}}$
$同样可证(T^{-1})^{\prime}T^{\prime} = I_{X_2^{\ast}}, 即{\color{blue}{(T^{\prime})^{-1} = (T^{-1})^{\prime}.}}$
$注:{\color{green}{Banach 空间上共轭算子}} 的性质(4)和{\color{green}{Hilbert空间上共轭算子}}$
$的性质(4)(见定理 5.3.6)有差别.$
$\bullet 在 Hilbert 空间上共轭算子满足的是{\color{blue}{(\alpha A)^{\ast} = \bar \alpha A^{\ast} }}$
$(共轭齐次).$
$\bullet 这里是{\color{red}{(\alpha T)^{\prime} = \alpha T^{\prime} }}.$
$\blacktriangledown 下面我们考虑 {\color{blue}{Banach 共轭算子}} 和 {\color{blue}{Hilbert 空间上共轭算子}}$
$这两种共轭算子之间的关系.$
$前面我们讲过, 若 H 是 Hilbert 空间, A \in \mathscr{B}(H), 设$
$x, y \in H, f \in H^{\ast},$
$(1) A^{\ast}: H \to H, 满足{\color{red}{(Ax, y) = (x, A^{\ast} y)}};$
$(2) A^{\prime}: H^{\ast} \to H^{\ast}, 满足 {\color{red}{(A^{\prime} f)(x) = f(Ax)}};$
$(3) \tau: H^{\ast} \to H, 满足 \tau f = yf, 其中$
$\qquad {\color{blue}{f(x) = (x, y_f) = (x, \tau f)}};$
$(4) \tau^{-1}: H \to H^{\ast}, 满足 \tau^{-1} y = f_y, 其中$
$\qquad {\color{blue}{f_y(x) = (x, y) = (\tau^{-1} y)(x)}}.$
$由此可知对于 \forall f \in H^{\ast}, \forall x \in H,$
$(x, \tau(A^{\prime} f)) \stackrel{(3)}{=} (A^{\prime}f)(x) \stackrel{(2)}{=} f(Ax) \stackrel{(3)}{=} (Ax, \tau f) \stackrel{(1)}{=} (x, A^{\ast}(\tau f))$
$从而 {\color{red}{\tau A^{\prime} = A^{\ast} \tau}}. 由此易得 A^{\ast} = \tau A^{\prime} \tau^{-1}.$
$事实上 \forall y \in H, A^{\ast} y \stackrel{(3)}{=} A^{\ast} \tau f_y \stackrel{上式}{=} \tau A^{\prime} f_y \stackrel{(4)}{=} \tau A^{\prime} \tau^{-1} y.$
$\bullet 以后对 Hilbert 空间中有界线性算子 {\color{red}{A的共轭算子}},$
$均指由定义 5.3.5 中 (5.3.11)式定义的算子A^{\ast},$
$\bullet 即在 Hilbert 空间 H 中, A 是一个有界线性算子,$
$A 的共轭算子 {\color{green}{A^{\ast}: y \in H \mapsto A^{\ast} y }} 由下式定义:$
$\qquad {\color{blue}{(Ax, y) = (x, A^{\ast} y), \forall x, y \in H}} \quad (5.5.3)$

$\color{blue}{5.5.2 自反性}$

$\bullet 设 X 是一个赋范空间, \mathbb{K} 是数域, 则 X^{\ast} = \mathscr{B}(X, \mathbb{K})$
$是 X 的共轭空间.$
$\bullet {\color{blue}{X^{\ast} 是一个 Banach 空间, 因此它也有共轭空间}}, 记$
$\qquad X^{\ast \ast} = (X^{\ast})^{\ast},$
${\color{red}{称 X^{\ast \ast} 为 X 的二次共轭空间.}}$
$\bullet 我们知道, 对于 p > 1, \frac{1}{p} + \frac{1}{q} = 1, 有$
$\qquad (L^p)^{\ast} = L^q, 且 (L^q)^{\ast} = L^p,$
$即 (L^p)^{\ast \ast} = L^p.$
$\ast 问题：是否总有 X^{\ast \ast} = X?$
$\blacktriangledown {\color{green}{下面对一般的 Banach 空间, 研究 X 与 X^{\ast \ast}的关系.}}$

$定义 5.5.3 设 x \in X, f \in X^{\ast}, 若固定 x, f 取遍 X^{\ast},$
$这样 f(x) 定义了 X^{\ast} 上的一个有界线性泛函.$
$即对于每一个 x \in X, {\color{red}{对应于 X^{\ast \ast} 中的一个元素 F_x}},$
$\qquad {\color{blue}{F_x(f) = f(x) (f \in X^{\ast}).}}$
$称映射 F_x : X \to X^{\ast \ast} 是{\color{green}{典型映射}}.$
$\bullet 可以验证, 对于任意的 x_1, x_2 \in X, a \in \mathbb{K}$
$\qquad F_{x_1 + x_2} = F_{x_1} + F_{x_2}, F_{\alpha x} = \alpha F_x,$
$并且对于每一个 f \in X^{\ast} 有$
$\qquad |F_x(f)| = |f(x)| \leq \Vert x \Vert \Vert f \Vert,$
$即 \Vert F_x \Vert \leq \Vert x \Vert.$
$另一方面, 由 Hahn-Banach 定理, 对于 x \in X 且$
$x \neq 0, 存在 f_0 \in X^{\ast}, 使得 \Vert f_0 \Vert = 1, f_0(x) = \Vert x \Vert.$
$于是$
$\qquad {\color{blue}{\Vert F_x \Vert \geq |F_x(f_0)| = |f_0(x)| = \Vert x \Vert}},$
$即 \Vert F_x \Vert \geq \Vert x \Vert, 所以 \Vert F_x \Vert = \Vert x \Vert.$
$\ast 这样在{\color{red}{典型映射}}下空间 X 于 X^{\ast \ast} 的一个子空间$
${\color{green}{等距同构}}, 如果 X 是{\color{red}{Banach 空间}}, 则可以把$
${\color{green}{X看成是 X^{\ast \ast} 的一个闭子空间}}.$
$一般地, 在典型映射下, X \neq X^{\ast \ast}.$

$定义 5.5.4 如果在{\color{blue}{典型映射}}下 X = X^{\ast \ast}, 则称空间 X 是{\color{red}{自反的}}.$
$\blacktriangleright {\color{blue}{自反空间在典型映射下 X 与 X^{\ast \ast} 等距同构}}.$
$\blacktriangleright 但是当 X 与 X^{\ast \ast} 之间存在等距同构映射时, {\color{red}{X 不一定是自反的}}.$
$\bullet 参阅汪林编《泛函分析中的反例》p.184 和 p.196$
$注：\mathbb{R}^n 是自反的.$

$定理 5.5.5 {\color{green}{L^p(1 < p < \infty) 是自反的, l^p(1 < p < \infty)是自反的.}}$
$注:$
$\bullet L^1, l^1, L^{\infty} 和 l^{\infty}{\color{red}{不是自反的}}.$
$\bullet C[a, b] {\color{red}{不是自反的}}.$
$\bullet L^1[0, 1] {\color{blue}{不是任何 Banach 空间的共轭空间}}, 即不存在$
$Banach 空间X, 使得 L^1[0, 1]与 X^{\ast}等距同构.$
$参阅汪林：《泛函分析中的反例》p.65, p.180 和 p.242.$

$\color{blue}{5.5.3 弱收敛}$

$\bullet 我们可以通过{\color{blue}{共轭空间}}来刻画空间本身的性质.$
$\bullet 下面通过{\color{blue}{共轭空间}}来研究空间中的另一种收敛方式.$

$定义 5.5.6 设 X 是赋范空间, x_0 \in X, \lbrace x_n \rbrace \in X. 如$
$果{\color{red}{对任意的 f \in X^{\ast}}}, 有$
$\qquad f(x_n) \to f(x_0) (n \to \infty),$
${\color{green}{则称 \lbrace x_n \rbrace 弱收敛到 x_0.}}$
$记为 x_n \stackrel{\omega}{\to} x_0 (n \to \infty), {\color{red}{称 x_0 为 \lbrace x_n \rbrace 的弱极限.}}$

$定理 5.5.7 {\color{blue}{弱极限是唯一的}}.$
$证明: 事实上, 若 x_n \stackrel{\omega}{\to} x_0, 且 x_n \stackrel{\omega}{\to} y_0, 则对 \forall f \in X^{\ast},$
$\qquad f(x_n) \to f(x_0), f(x_n) \to f(y_0),$
$因此, 根据数列极限的唯一性, 有$
$\qquad {\color{red}{f(x_0 - y_0) = 0}}.$
$由 Hahn-Banach 定理推论 5.1.5 可知 x_0 = y_0.$

$定理 5.5.8 {\color{blue}{如果 \lbrace x_n \rbrace 弱收敛, 则\lbrace \Vert x_n \Vert \rbrace 有界.}}$
$证明:由于\lbrace x_n \rbrace 弱收敛, 故对 \forall f \in X^{\ast}, \lbrace f(x_n) \rbrace 收敛,$
$从而 \lbrace f(x_n) \rbrace 有界. 在{\color{green}{典型映射}}下把x_n(n=1, 2, \cdots)$
$看成 X^{\ast \ast} 中的元素, 于是由{\color{red}{一致有界原则}}得\lbrace \Vert x_n \Vert \rbrace有界.$

$命题 5.5.9 {\color{green}{如果 \lbrace x_n \rbrace 按范数收敛到 x_0, 则\lbrace x_n \rbrace 必弱收敛到x_0, 反之则不然.}}$
$证明:因为对于任意的 f \in X^{\ast}, n \in \mathbb{N}, 有$
$\qquad |f(x_n) - f(x_0)| = |f(x_n - x_0)|$
$\qquad \leq \Vert f \Vert \Vert x_n - x_0 \Vert \quad (5.5.4)$
$所以, 如果 \Vert x_n - x_0 \Vert \to 0(n \to \infty),$
$则{\color{red}{对于每一个 f \in X^{\ast}}}, 有{\color{blue}{f(x_n) \to f(x_0) (n \to \infty)}}.$
$即{\color{blue}{x_n \stackrel{\omega}{\to} x_0.}}$
$反之, 我们在 l^2 中考虑:取$
$x_n = \lbrace 0, \cdots, 1, 0, \cdots \rbrace (n = 1, 2, \cdots).$
$则对任一 f \in (l^2)^{\ast}, 根据定理 5.3.1, {\color{\green}{存在 y_f = \lbrace \xi_n \rbrace \in l^2,}}$
$使得$
$\qquad {\color{blue}{f(x_n) = (x_n, y_f) = \xi_n \to 0 (n \to \infty),}}$
${\color{red}{即 \lbrace x_n \rbrace 弱收敛到0.}}$
$但当 m \neq n 时, \Vert x_n - x_m \Vert = \sqrt{2}, {\color{blue}{\lbrace x_n \rbrace 不按范数收敛到0.}}$

$例 5.5.10 在内积空间, 根据 Bessel 不等式 (定理 3.4.1),$
$\lbrace e_n \rbrace 是内积空间 X 中的可数标准正交列, 则对于任意的$
$x \in X, 有$
$\qquad \sum \limits_{k=1}^{\infty} |(x, e_k)|^2 \leq \Vert x \Vert ^2.$
$由于级数收敛, 其{\color{red}{一般项要趋近于零}}.$
$于是对于任意的 x \in X, 我们有$
$\qquad (x, e_n) = (e_n, x) \to 0 (n \to \infty).$
$若 X 是 Hilbert 空间, 由 Riesz 表示定理 5.3.1,$
$可以将{\color{green}{(e_n, x) 看作是 X 上的有界线性泛函 x(e_n),}}$
$即对于任何的{\color{red}{有界线性泛函, x(e_n) \to 0}}.$
$这说明 Hilbert 空间X中的{\color{blue}{可数标准正交列弱收敛到零}}.$
$特别地:$
$e_0 = \dfrac{1}{\sqrt{2\pi}}, e_1 = \dfrac{1}{\sqrt{\pi}}\cos x, e_2 = \dfrac{1}{\sqrt{\pi}} \sin x,$
$\cdots, e_{2k-1} = \dfrac{1}{\sqrt{\pi}} \cos kx, e_{2k} = \dfrac{1}{\sqrt{\pi}} \sin kx, \cdots,$
$是空间 L^2[-\pi, \pi] 中的正交列.$
$所以对于任何的 x \in L^2[-\pi, \pi], 有$
$\qquad \lim \limits_{n \to \infty} \int_{-\pi}^{\pi} x(t) \sin nt dt = 0 \quad (5.5.5)$
$\qquad \lim \limits_{n \to \infty} \int_{-\pi}^{\pi} x(t) \cos nt dt = 0 \quad (5.5.6)$
${\color{brown}{这是数学分析中 Fourier 级数部分的 Riemann 引理.}}$

$\color{blue}{5.5.4 一些具体空间中的弱收敛性}$

$定理 5.5.11 {\color{blue}{在空间 \mathbb{R}^n 中范数收敛与弱收敛等价.}}$

$定理 5.5.12 {\color{green}{空间 L^p[a, b](p > 1) 中点列 \lbrace x_n \rbrace 弱收敛到 x_0}}, 当且仅当$
$(1) \lbrace \Vert x_n \Vert \rbrace 有界;$
$(2) 对于每一个 t \in [a, b], 有$
$\qquad {\color{blue}{\int_a^t x_n(\tau) d \tau \to \int_a^t x_0(\tau) d \tau (n \to \infty).}}$
$证明:设 x_n \stackrel{\omega}{\to} x_0 (n \to \infty), 则(1)成立.$
$为了证明(2)成立, 对每一个 t \in [a, b], 做函数$
$\qquad {\color{red}{y_t(\tau) = \left \lbrace \begin{array}{l}1, a \leq \tau \leq t, \\ 0, t < \tau \leq b. \end{array} \right.}} \quad (5.5.7)$
${\color{blue}{y_t(\tau) 做为 \tau 的函数属于}} L^q[a, b](\frac{1}{p} +\frac{1}{q} = 1).$
$于是由定理 5.2.2$
$\qquad f(x) = \int_a^b x(\tau) y_t(\tau) d \tau \quad (5.5.8)$
$\qquad = \int_a^t x(\tau) d \tau (x \in L^p[a, b]) \quad (5.5.9)$
${\color{green}{定义了 L^p[a, b] 上的一个有界线性泛函 f.}}$
$因此$
$\qquad f(x_n) = \int_a^t x_n(\tau) d\tau \to f(x_0)$
$\qquad = \int_a^t x_0(\tau) d \tau (n \to \infty)$
$即条件(2)成立.$
$反之, 设 \lbrace x_n \rbrace 满足条件(1) 和 (2), 则条件(2)等价于$
$\qquad \int_a^b x_n(\tau) y_t(\tau) d \tau \to \int_a^b x_0(\tau) y_t(\tau) d \tau (n \to \infty).$
$其中 y_t(\tau) 是由(5.5.7)式定义.$
$于是对于{\color{blue}{任一阶梯函数}}$
$\qquad y(\tau) = \sum \limits_{i=1}^k a_i y_{t_i}(\tau),$
$其中 k 为任一正整数. 那么对任意 k 个数 a_1, \cdots, a_k 和$
$[a, b]中任意k个点 t_1 < t_2 < \cdots < t_k 有$
$\qquad \int_a^b x_n(\tau) y(\tau) d \tau \to \int_a^b x_0(\tau) y(\tau) d \tau (n \to \infty).$
$而形如 y(\tau) 的{\color{red}{阶梯函数全体在 L^q[a, b] 中稠密}},$
$结合条件(1), 容易推出, 对 \forall y \in L^q[a, b], 上式成立.$
$这意味着 \forall y \in (L^p[a, b])^{\ast}, y(x_n) \to y(x_0),$
${\color{green}{即 \lbrace x_n \rbrace 弱收敛到 x_0.}}$