泛函分析报告结课论文设计

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

泛函分析结课论文Functional Analysis Course Paper

学号

一、泛函分析空间理论

泛函中四大空间的认识

第一部分我们将讨论线性空间,在线性空间的基础上引入长度和距离的概念,进而建立了赋线性空间和度量空间。

在线性空间中赋以“数”,然后在数的基础上导出距离,即赋线性空间,完备的赋线性空间称为巴拿赫空间。数可以看出长度,赋线性空间相当于定义了长度的空间,所有的赋线性空间都是距离空间。

在距离空间过距离的概念引入了点列的极限,但是只有距离结构、没有代数结构的空间,在应用过程中受到限制。赋线性空间和积空间就是距离结构与代数结构相结合的产物,较距离空间有很大的优越性。

赋线性空间是其中每个向量赋予了数的线性空间,而且由数诱导出的拓扑结构与代数结构具有自然的联系。完备的赋线性空间是Banach空间。赋线性空间的性质类似于熟悉的n R,但相比于距离空间,赋线性空间在结构上更接近于n R。

赋线性空间就是在线性空间中,给向量赋予数,即规定了向量的长度,而没有给出向量的夹角。

在积空间中,向量不仅有长度,两个向量之间还有夹角。特别是定义了正交的概念,有无正交性概念是赋线性空间与积空间的本质区别。任何积空间都赋线性空间,但

赋线性空间未必是积空间。

距离空间和赋线性空间在不同程度上都具有类似于n

R 的空间结构。事实上,n

R 上还具有向量的积,利用积可以定义向量的模和向量的正交。但是在一般的赋线性空间中没有定义积,因此不能定义向量的正交。积空间实际上是定义了积的线性空间。在积空间上不仅可以利用积导出一个数,还可以利用积定义向量的正交,从而讨论诸如正交投影、正交系等与正交相关的性质。Hilbert 空间是完备的积空间。与一般的Banach 空间相比较,Hilbert 空间上的理论更加丰富、更加细致。

1 线性空间

(1)定义:设X 是非空集合,K 是数域,X 称为数域上K 上的线性空间,若,x y X ∀∈,都有唯一的一个元素z X ∈与之对应,称为x y 与的和,记作

z x y =+

,x X K α∀∈∈,都会有唯一的一个元素u X ∈与之对应,称为x α与的积,记作

u x α=

且,,x y z X ∀∈,,K αβ∈,上述的加法与数乘运算,满足下列8条运算规律: 10 x y y x +=+

20 ()()x y z x y z ++=++

30 在X 中存在零元素θ,使得x X ∀∈,有x x θ+= 40 x X ∀∈,存在负元素x X ∀-∈,使得()x x θ+-= 50 1x x ⋅=

60 ()()x x αβαβ= 70 ()+x x x αβαβ+= 80 ()x y x y ααα+=+

当K R =时,称X 为实线性空间;当K C =时,称X 为复线性空间 (2)维数:

10 设X 为线性空间,12,,

,n x x x X

∈若不存在全为0的数

12,,,n K

ααα∈,使

11220

n n x x x ααα++

+=

则称向量组

12,,,n

x x x 是线性相关的,否则称为线性无关。 20 设x X ∀∈,若12

,,,n K ααα∈,12,,,n x x x X ∈使得

1122n n x x x x ααα=++

+

则称x 可由向量组

12,,

,n

x x x 线性表示。

30 设X 为线性空间,若在X 中存在X 个线性无关的向量,使得X 中任一向量可有n 个向量线性表示,则称其为X 的一个基,称n 为X 的维数。

2 距离空间

设X 是非空集合,若存在一个映射:d X X R ⨯→,使得,,x y z X ∀∈,下列距离公理成立:

10 非负性(,)0,(,)=0d x y d x y x y ≥⇔= 20 对称性(,)(,)d x y d y x =

30 三角不等式(,)(,(,)d x y d x z d z y ≤+

则称(,)d x y 为x y 与的距离,X 为以d 的距离空间,记作(,)X d 。

3 赋线性空间

设X 称为数域上K 上的线性空间,若x X ∀∈,都有一个实数x

与之对应,使得,,x y X K α∀∈∈,下列数公理成立: 10 正定性

0,00

x x x ≥=⇔=

20 绝对齐次性x x

αα=

30 三角不等式x y x y

+≤+

则称

x

为x 上的数,X 为K 上的赋空间。

已知完备的距离空间中任一Cauchy 列均收敛,而赋线性空间作为一类特殊的距离空间,同样可以讨论它的完备性。只是这里的距离是由数诱导的距离。在数的语言

下,点列{}

n x 为Cauchy 列的定义改写为

0,,N N ε∀>∃∈N 使当m,n>时,有m n x x ε-<

完备的赋线性空间称为Banach 空间。

4 积空间

设X 称为数域上K 上的线性空间,若存在映射,<⋅⋅>:X X K ⨯→,使得,,x y z X ∀∈,,K αβ∈,,下列积公理成立: 对第一变元的线性,,,x y z x z y z αβαβ<+>=<>+<> 共轭对称性,,x y y x <>=<>

正定性,0x x <>≥且,00x x x <>=⇔= 则称,<⋅⋅>为X 上的积,X 为K 上的积空间。

由于完备性的概念是建立在距离定义的基础上的,故等价的说,一个积空间称为Hilbert 空间,若其按由积导出的数是完备的距离空间。

在由积导出的数下,积空间X 成为一个赋空间,它具有一般赋空间的所有性质。

二、 有界线性算子和连续线性泛函

在线性代数中,我们曾遇到过把一个n 维向量空间n E 映射到另一个m 维向量空间m E 的运算,就是借助于m 行n 列的矩阵

1112

12122212

n n m m mn a a a a a a A a a a ⎛⎫

⎪ ⎪

= ⎪

⎪⎝⎭

对n

E 中的向量起作用来达到的。同样,在数学分析中,我们也遇到过一个函数变成另一个函数或者一个数的运算,即微分和积分的运算等。把上述的所有运算抽象化后,我们就得到一般赋线性空间中的算子概念。撇开各类算子的具体属性,我们可以将它们分成两类:一类是线性算子;一类是非线性算子。本章介绍有界线性算子的基本知识,非线性算子的有关知识留在第5章介绍。

[定义3.1] 由赋线性空间X 中的某子集D 到赋线性空间Y 中的映射T 称为算子,D 称为算子T 的定义域,记为()D T ,为称像集(){}

,y y Tx x D T =∈为算子的值域,记作()T D 或TD 。

若算子T 满足:

相关文档
最新文档