希尔伯特空间基本理论及其应用

$\bf(变分引理)$设$M$为$\bf{Hilbert}$空间$X$上的凸闭集，$x\in X$，记$d$到$M$的距离\[d = d\left( {x,M} \right) = \mathop {inf}\limits_{y \in M} \left\| {x - y} \right\|\]则存在唯一的最佳逼近点${x_0}\in M$，使得$\left\| {x - {x_0}} \right\| = d$

方法一

$\bf(投影定理)$设$M$为$\bf{Hilbert}$空间$X$上的闭线性子空间，则对任意$x\in X$，存在唯一的$x_0\in M$，${x_1} \in {M^ \bot }$，使得$$x = {x_0} + {x_1}$$

方法一  方法二

$\bf(Riesz表示定理)$设$f$为$\bf{Hilbert}$空间$X$上的连续线性泛函，则存在唯一的$y\in X$，使得对任意的$x\in X$，有$$f\left( x \right) = \left( {x,y} \right)$$且$\left\| f \right\| = \left\| y \right\|$.于是由$f$到$y$给出了${X^*}$到$X$的一个等距同构

方法一

$\bf(有限维投影引理)$设$\left\{ {{e_i}} \right\}_{i = 1}^n$为$\bf{Hilbert}$空间$X$上的标准正交系，记\[M = span\left\{ {{e_1},{e_2}, \cdots ,{e_n}} \right\},x \in X\]则${x_0} = \sum\limits_{i = 1}^n {\left( {x,{e_i}} \right){e_i}} $是$x$在$M$上 的投影，且\[{\left\| {{x_0}} \right\|^2}{\rm{ = }}\sum\limits_{i = 1}^n {{{\left| {\left( {x,{e_i}} \right)} \right|}^2}} \]

方法一

$\bf(Bessel不等式)$设$\left\{ {{e_i}} \right\}_{i = 1}^\infty $为$\bf{Hilbert}$空间$X$上的标准正交系，则对任意的$x\in X$，有\[\sum\limits_{i = 1}^\infty  {{{\left| {\left( {x,{e_i}} \right)} \right|}^2}}  \le {\left\| x \right\|^2}\]

方法一

$\bf(Riesz-Fischer定理)$设$\left\{ {{e_i}} \right\}_{i = 1}^\infty $为$\bf{Hilbert}$空间$X$上的标准正交系，则对任给$\left\{ {{c_i}} \right\} \in {l^2}$，存在$x\in X$，使得\[\left( {x,{e_i}} \right) = {c_i},i = 1,2, \cdots \]

方法一

$\bf(Riesz-Fischer定理)$

 

转载于:https://www.cnblogs.com/ly285714/p/3806753.html