泛函数与范数的定义

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)。

泛函数-正文

又称泛函,通常实(复)值函数概念的发展。通常的函数在R n或C n(n是自然数)中的集合上定义。泛函数常在函数空间甚至抽象空间中的集合上定义,对集合中每个元素取对应值(实数或复数)。通俗地说,泛函数是以函数作为变元的函数。泛函数概念的产生与变分学问题的研究发展有密切关系。设Ω为R n中的区域,Г1表示边界嬠Ω的片断,

表示一函数集合。考虑对应

,式中F为具有2n+1个自变数的函数:为寻求J(u)的局部极值,在一定条件下取J(u)的加托变分

如果在u=u0达到局部极值,则u0适合欧拉方程δJ(u)=0。在应用中,常以数学或物理的某个微分方程为背景产生一定泛函数,使原问题化成泛函数极值问题。当代分析学中,变分方法有广泛应用。一般把问题化成Tx=0的形式,即对应于某泛函数φ的欧拉方程,其中φ定义在一巴拿赫空间X中的开集S上且加托可微:算子T称为梯度算子,φ称为T的场位。人们常遇到二阶微分系统,由此产生二次泛函数极值问题,是当代变分法常见的研究对象。

泛函数φ:S嶅X→R(X为拓扑空间)称为在x∈S处下半连续,如果对每个实数r<φx,有x的邻域U(x),使得r<φz,凬z∈U(x)∩S。称φ在x∈S处下半序列连续,如果对每个序列

。其连续性及有界性如同对算子相应的性质所做的规定。

设φ是定义在线性集合S上的实(复)值泛函数。如果φ(x+y)=φ(x)+φ(y),φ称为加性的;如果φ(λx)=λφ(x),λ∈R(C)称为齐性的;如果同时有加性及齐性称为线性的。当φ

取实值时,加性得放松为次加性,其定义为:φ(x+y)≤φ(x)+φ(y);齐性得放松为正齐性,其定义为:ƒ(λx)=λƒ(x)(λ≥0);如果同时有次加性及齐性,则称φ具有次线性;如果对于λ∈(0,1),有φ(λx+(1-λ)y)≤λφ(x)+(1-λ)φ(y),则称φ为凸的;如果当x≠y时上式中的≤必为<,则称φ为严格凸的。在一些问题中,容许凸泛函数φ取值+∞,但φ扝+∞,这时称φ为真凸的。此外,还有所谓凸集S上的拟凸泛函数φ:S嶅K→R(K为线性空间),使φ(tx+(1-t)y)≤max{φx,φy},x,y∈S, t∈(0,1)。在赋范空间K中无界集S上定义的泛函数φ称为强制的,如果有函数с:(0,+∞)→R,с(t)→+∞(t→+∞)使得φ(z)≥с(‖z‖),凬z∈S。

线性泛函数是线性算子理论研究的对象之一,也是研究空间性质及结构的工具。例如,局部凸拓扑线性空间K有对偶空间K,K的元素就是定义在K上的连续线性泛函数。对K可赋予简单收敛拓扑或有界收敛拓扑。偶K、K间的关系对认识空间的性质和研究算子的性质都有基本意义。

相应于多重线性算子有多重线性泛函数。例如,设K1、K2是同一数域上的线性空间,定义在积空间K1×K2上的映射φ:K1×K2→R(或C)称为双线性泛函数,如果K2(K1)中元素固定时φ成为K1(K2)上的线性泛函数。当K1=K2=K,K1及K2中取等同的x∈K,则得φ(x,x),称为二次泛函数。对希尔伯特空间中线性算子谱理论的研究,双线性泛函数形式作为表示工具是方便的。二次泛函数在变分法中的应用更是为人熟知的。

拟赋范空间、局部凸拓扑线性空间、赋范空间等的表征主要在于分别在各空间上定义的次加性泛函数,即拟范数、半范数族、范数等。测度空间中的测度,即对应于某种集合的值也可理解为泛函数。对于给定函数的不定积分也可类似地看待。

范数

向量范数

定义1. 设,满足

1. 正定性:║x║≥0,且║x║=0 <=> x=0

2. 齐次性:║cx║=│c│║x║,

3. 三角不等式:║x+y║≤║x║+║y║

则称Cn中定义了向量范数,║x║为向量x的范数.

可见向量范数是向量的一种具有特殊性质的实值函数.

常用向量范数有,令x=( x1,x2,…,xn)T

1-范数:║x║1=│x1│+│x2│+…+│xn│

2-范数:║x║2=(│x1│^2+│x2│^2+…+│xn│^2)^1/2

∞-范数:║x║∞=max(│x1│,│x2│,…,│xn│)

易得║x║∞≤║x║2≤║x║1≤n1/2║x║2≤n║x║∞

定理中任意两种向量范数║x║α,║x║β是等价的,即有m,M>0使

m║x║α≤║x║β≤M║x║

可根据范数的连续性来证明它.由定理1可得

定理2.设{x(k)}是Cn中向量序列,x是Cn中向量,则

║x(k)-x║→0(k→∞) iff xj(k)-xj→0,j=1,2,…,n(k→

∞)

其中xj(k)是x(k)的第j个分量,xj是x的第j个分量.此时称{x(k)}收敛于x,记作x(k) →x(k→∞),或.

三、矩阵范数

定义2. 设,满足

1. 正定性:║X║≥0,且║X║=0 <=> X=0

2. 齐次性:║cX║=│c│║X║,

3. 三角不等式:║X+Y║≤║X║+║Y║

4. 相容性: ║XY║≤║X║║Y║

则称Cn×n中定义了矩阵范数,║X║为矩阵X的范数.

注意, 矩阵X可视为n2维向量,故有前三条性质.因此定理1,2中向量的等价性和向量

序列收敛的概念与性质等也适合于矩阵.第四条,是考虑到矩阵乘法关系而设.更有矩

阵向量乘使我们定义矩阵范数向量范数的相容性:

║Ax║≤║A║║x║

所谓由向量范数诱导出的矩阵范数与该向量范数就是相容的.

定理3. 设A是n×n矩阵,║?║是n维向量范数则

║A║=max{║Ax║:║x║=1}= max{║Ax║/║x║: x≠0}

是一种矩阵范数,称为由该向量范数诱导出的矩阵范数或算子范数,它们具有相容性

或者说是相容的.

单位矩阵的算子范数为1

可以证明任一种矩阵范数总有与之相容的向量范数.例如定义:

║x║=║X║,X=(xx…x)

常用的三种向量范数诱导出的矩阵范数是

1-范数:║A║1= max{ ∑|ai1|, ∑|ai2| ,…… ,∑|ain| } (列范数,A每一列元素绝对值之和的最大值)

相关文档
最新文档