第四章 谱与紧算子
算子理论中的谱理论及其应用

算子理论中的谱理论及其应用在算子理论中的谱理论及其应用算子理论是数学中的一个重要分支,研究的是线性算子的性质和特征。
而谱理论,则是算子理论中的一个重要内容,用来分析算子的本征值和本征向量。
谱理论不仅在数学中有广泛的研究,而且在物理学、工程学等领域也有重要的应用。
本文将介绍算子理论中的谱理论和其应用。
一、谱理论的概念与基本性质谱理论是算子理论中研究算子本征值和本征向量的一门学科。
在谱理论中,我们主要关注的是线性算子的谱分解和谱集合的性质。
线性算子的谱是指满足特定条件的本征值的集合,而谱集合则是指具有特定性质的谱的集合。
谱理论的研究对象主要是有界线性算子和紧算子。
对于有界线性算子,谱可以分为点谱、连续谱和剩余谱三种类型。
点谱是指算子本征值构成的集合,连续谱是指谱集合中不属于点谱的部分,而剩余谱则是指既不属于点谱又不属于连续谱的部分。
而对于紧算子,其谱只能是点谱,并且必定含有无穷多个本征值。
谱理论有许多基本的性质,如紧算子的谱非空、有界算子的谱集合为紧集等。
这些性质为谱理论的进一步研究提供了基础。
二、谱理论的应用谱理论在数学以及其他学科中有广泛的应用。
下面将以物理学和工程学为例,介绍谱理论在实际问题中的应用。
1. 物理学中的应用谱理论在量子力学中有重要的应用。
量子力学研究的是微观领域的物质运动规律,而线性算子在量子力学中起到了关键作用。
谱理论提供了研究算子本征值和本征向量的方法,为量子力学中的问题求解提供了理论基础。
2. 工程学中的应用谱理论在信号处理领域有广泛的应用。
在图像处理、语音识别等领域,信号通常可以表示为线性算子的本征值和本征向量。
谱理论可以用来分析信号的频谱特性、提取信号的特征等。
此外,谱理论还在控制论、结构动力学、流体力学等领域中得到了应用。
在控制论中,谱理论可以用来分析控制系统的稳定性和响应特性;在结构动力学中,谱理论可以用来分析结构的振动特性和损伤诊断等;在流体力学中,谱理论可以用来研究流体的稳定性和湍流特性等。
第四章 谱与紧算子

p( A) − p(λ ) I = ( A − λ I )q( A)
由 A − λ I 是 不 可 逆 的 , ( A − λ I )q ( A) = p ( A) − p (λ ) I 也 是 不 可 逆 的 , 从 而 可 知
p(λ ) ∈ σ ( p( A)) 。
对
λ ∈ σ ( p( A)) , 由 代 数 基 本 定 理 , 存 在 互 异 的 复 数 a, λ1 , λ2 , , λn 及 正 整 数
I = ( A − λ I ) Rz ( A) = 0 ,矛盾!
所以 σ ( A) ≠ ∅ 。
定义 注
A ∈ B( X ) , rσ ( A) = max{| λ | | λ ∈ σ ( A)} , 称 rσ ( A) 为 A 的谱半径。
rσ ( A) ≤|| A || 。 rσ ( A) = lim n || An ||
⎧ ⎪ ⎪ ⎩
⎫ 1 ⎪ ⎬ ⊂ ρ ( A) 。 || Rλ0 ( A) || ⎪ ⎭
(3) 任取 f ∈ ( B ( X ) ) , || f ||≤ 1 。
*
假设 σ ( A) = ∅ , 定义
F ( z ) = f ( Rz ( A)) = f (( A − zI ) −1 ) , z ∈ ρ ( A) = C 。
可以验证 F ( z ) 是一个整函数,而且
| F ( z ) |≤|| Rz ( A) ||≤
1 , | z |>|| A || 。 | z | − || A ||
4
所以 F(z)是有界整函数。由 Liouville 定理,F(z)必为常数。 但是
| z |→∞
lim F ( z ) = 0 , 所 以 F(z) 必 恒 为 零 , 再 由 f 的 任 意 性 , Rz ( A) = 0 。 但
无穷维空间中的紧算子及其应用

"无穷维空间中的紧算子及其应用"
摘要:
本文讨论了无穷维空间中的紧算子及其在泛函分析中的应用。
我们首先回顾了有限维线性空间中紧算子的基本性质和定义,然后引入了无穷维空间中的紧算子概念,并讨论了它们的一些基本性质。
接着,我们探讨了无穷维空间中的紧算子在泛函分析中的重要应用。
我们引入了无穷维空间中的紧算子的谱理论,并研究了它们在 Hilbert 空间上的应用。
我们还介绍了紧算子的最大与最小模的性质以及它们在测度论和微积分学中的应用。
最后,我们以一个例子来说明无穷维空间中的紧算子的应用。
我们考虑了非齐次 Dirichlet 问题的解在 Sobolev 空间上的紧性质,并研究了相应的谱理论。
本文的研究成果表明,无穷维空间中的紧算子不仅是泛函分析中的重要工具,还可应用于实际问题的研究中。
关键词:紧算子、无穷维空间、谱理论、Hilbert 空间、测度论、微积分学、Sobolev 空间。
酉算子的谱定理

酉算子的谱定理酉算子的谱定理是泛函分析中的一个重要定理,它涉及到线性算子和谱理论的概念。
在介绍酉算子的谱定理之前,我们首先需要了解一些相关的背景和术语。
1.酉算子:在数学中,特别是在泛函分析和线性代数中,酉算子(或称为幺正算子)是一种保持内积不变的线性算子。
对于复数域上的希尔伯特空间H,一个线性算子U: H → H被称为酉算子,如果对于H中的所有向量x和y,都有<Ux, Uy> = <x, y>。
2.谱定理:谱定理是数学中的一个基本结果,它描述了某些类型的自伴算子(或更一般地,正规算子)可以通过其谱(即特征值的集合)来完全描述。
对于自伴算子,谱定理表明存在一组正交的特征向量,它们构成希尔伯特空间的一个完备正交基,并且算子可以表示为这些特征向量的线性组合,其中系数是对应的特征值。
然而,酉算子的谱定理与自伴算子的谱定理有所不同。
酉算子的谱定理主要关注算子的谱性质和分解,而不是通过特征向量来表示算子。
具体来说,酉算子的谱定理表明,对于给定的酉算子U,存在一组正交投影算子(这些投影算子对应于U的特征子空间),使得U可以表示为这些投影算子的线性组合。
此外,这些投影算子的系数是复数域上的单位圆上的点,它们构成了U的谱。
酉算子的谱定理的一个关键结果是:酉算子的谱(即特征值的集合)都在单位圆上。
我们可以通过一个简单的例子来说明这一点。
考虑二维复数空间C^2,并定义一个线性算子U如下:U((x, y)) = (a x + b y, c x + d y)其中a, b, c, d是复数。
为了使U成为酉算子,它必须满足<U(x,y), U(z,w)> = <(x,y), (z,w)>对所有(x,y)和(z,w)成立。
这导致了一些限制条件,特别是矩阵[a b; c d]必须是酉矩阵,即它的共轭转置矩阵等于它的逆矩阵。
现在,假设U是一个酉算子,并且它有一个特征值λ。
那么存在一个非零向量(x, y)使得U((x, y)) = λ*(x, y)。
应用泛函分析-葛显良-习题解答第四章习题提示及解答

Tn x = ( 0, " , 0, ξ n +1 , ξ n + 2 , ") =
2 2
sup { Tn : n ∈ N } < ∞ ,同时存在 T ∈ B ( X , Y ) 使得 ∀ x ∈ X , Tn x − Tx → 0 ,其中
Tx = lim Tn x = 0 ,即 T 是 0 算子.
或开球 B (Tx, ε ) 之外只有有限个 Txn .否则,存在 ∀ε 0 > 0 ,开球 B (Tx, ε 0 ) 外有无穷 个 Txn ,由于 T 是紧算子,从中可选出收敛子序列 Txnk ,又 Y 是完备的,存在
W S W y0 ∈ Y , y0 − Tx ≥ ε 0 ,使得 Txnk ⎯⎯ → Tx , → y0 ,从而 Txnk ⎯⎯ → y0 .另外 Txn ⎯⎯ W 由 144 页 11.2 定理, Txnk ⎯⎯ → Tx ,矛盾.
有收敛的子序列,所以 T ( M ) 是列紧集,所以 T 是紧算子.
W → x ,由 149 页习题 3, 3、 ⇒) 设 X 中的弱收敛点列 { xn } , xn ⎯⎯
W S Txn ⎯⎯ → Tx ,下证 Txn ⎯⎯ → Tx ,即证 ∀ε > 0 ,存在 n0 ,当 n ≥ n0 时, Txn − Tx < ε
{ }
⇐) 此处证明需要 X 上任一个有界的序列 { xn } 都有弱收敛的子序列这一结
论.相关的结论是:Banach 空间是自反的当且仅当任一有界序列包含弱收敛的自 序列,具体可以参照著作:[日]吉田耕作(Yosida).《泛函分析》.吴元恺等 译,北京:人民教育出版社,1981.120 页,Eberlein-Shymulyan 定理. 4、本题修改为证明 R (T ) 是可分的. 对 n = 1, 2, " ,考虑 X 上的有界集 An = { x : x ∈ X , x ≤ n} , T 是紧算子保证
算子理论中的谱理论及其应用

算子理论中的谱理论及其应用谱理论是算子理论中的重要概念和工具,广泛应用于数学、物理学等领域。
本文旨在对谱理论的基本概念进行介绍,并探讨其在不同领域中的应用。
一、谱理论的基本概念谱理论是研究算子谱结构和性质的数学理论。
在介绍谱理论之前,我们首先需要了解算子的基本概念。
1. 算子在数学中,算子是将一个集合映射到另一个集合的运算。
算子可以是线性的也可以是非线性的,常见的算子有线性算子、紧算子、自伴算子等。
2. 谱在算子理论中,对于给定的算子A,其谱是指使得A-lambdaI(其中I为单位算子)不可逆的所有复数lambda的集合。
谱可以被分为点谱、连续谱和剩余谱等不同的类型。
3. 谱半径对于给定的算子A,其谱半径是指其谱中绝对值最大的那个复数,用来衡量算子的稳定性和收敛性。
二、谱理论在不同领域中的应用谱理论是一门广泛应用于数学、物理学等领域的数学理论,下面我们将具体介绍其在一些领域中的应用。
1. 量子力学在量子力学中,谱理论被广泛应用于研究量子系统的能谱和态的演化等问题。
通过谱理论可以得到算子的谱结构和特征值,进而推导出量子系统的能量值和波函数等重要结果。
2. 图论在图论中,谱理论可以用来研究图的谱性质和结构特征。
例如,通过计算图的拉普拉斯矩阵的特征值和特征向量,可以得到图的连通性、图的划分等信息。
3. 偏微分方程在偏微分方程中,谱理论提供了一种分析算子特征和系统行为的工具。
通过谱理论可以研究偏微分方程的解的稳定性、存在性和唯一性等性质。
4. 图像处理在图像处理中,谱理论可以用来分析和处理图像的频谱特征。
通过对图像算子的谱进行分析,可以实现图像去噪、图像增强等处理操作。
5. 数据挖掘在数据挖掘领域,谱理论可以用来分析数据的特征和结构。
例如,通过对数据矩阵做谱分解,可以实现数据降维和特征提取等操作。
三、结语谱理论作为算子理论中的重要内容,具有广泛的应用价值。
本文简要介绍了谱理论的基本概念,并讨论了其在量子力学、图论、偏微分方程、图像处理和数据挖掘等领域中的应用。
函数的闭合算子与谱理论

函数的闭合算子和谱理论1. 函数的闭合算子在数学中,函数的闭合算子是满足特定条件的算子。
它们在函数分析中起着重要作用,并被广泛应用于物理学、工程学和其他领域。
给定一个定义在某个集合上的函数空间,一个函数的闭合算子是一个线性算子,它将函数空间中的一个函数映射到同一个函数空间中的另一个函数。
闭合算子的一个重要性质是,它将函数空间中的收敛序列映射到收敛序列。
也就是说,如果函数空间中的一个序列f1,f2,⋯收敛于某个函数f,那么闭合算子T作用于这个序列后的结果Tf1,Tf2,⋯也收敛于Tf。
2. 函数的闭合算子的例子函数的闭合算子的一个例子是微分算子。
微分算子将函数映射到它们的导数。
微分算子是一个闭合算子,因为如果函数序列f1,f2,⋯收敛于某个函数f,那么它们的导数序列f′1,f′2,⋯也收敛于f′。
另一个函数的闭合算子的例子是积分算子。
积分算子将函数映射到它们的积分。
积分算子也是一个闭合算子,因为如果函数序列f1,f2,⋯收敛于某个函数f,那么它们的积分序列∫f1,∫f2,⋯也收敛于∫f。
3. 函数的闭合算子和谱理论函数的闭合算子与谱理论有着密切的关系。
谱理论是研究算子的谱的数学分支。
算子的谱是指算子作用于函数空间时所产生的所有可能的值的集合。
谱理论可以用来研究函数的闭合算子的性质。
例如,谱理论可以用来确定函数的闭合算子的逆算子是否存在。
谱理论还可以用来研究函数的闭合算子的稳定性。
4. 函数的闭合算子在物理学中的应用函数的闭合算子在物理学中有着广泛的应用。
例如,函数的闭合算子可以用来描述量子力学中的哈密顿算子。
哈密顿算子是量子力学中描述粒子能量的算子。
哈密顿算子是一个函数的闭合算子,它的谱可以用来确定粒子的能量状态。
函数的闭合算子还可以用来描述电磁场中的电磁势。
电磁势是一个函数,它描述电磁场中电荷和电流的分布。
电磁势是一个函数的闭合算子,它的谱可以用来确定电磁场的性质。
5. 函数的闭合算子在工程学中的应用函数的闭合算子在工程学中也有着广泛的应用。
第四章 内积空间

定理6.4:设T 是Hilbert空间X 上的有界线性算子,则 (1)若T 是自伴算子,则σ (T ) [m, M ](R的真子集); 其中m= inf Tx, x ,M= max Tx, x;
|| x|| =1 || x|| =1
(2)若T 是投影算子,则σ (T )是集合{0,1}的子集; (3)若T 是酉算子,则σ (T )是(0,1]子集; (4)若T 是正算子,则σ (T )是(0,|| T || )子集。
第一节 内积空间及相关概念
设M , N X , 称M 与N 直交,如果x ∈ M , y ∈ N , 都有x ⊥ y, 记为M ⊥ N。
命题1. 内积性质: 1. x ⊥ X x = θ 零元素; 2. x ⊥ y y ⊥ x; 3. 设M N X , 则N ⊥ , M ⊥是X 的闭子空间,且N ⊥ M ⊥; 4. 设M X , 若θ ∈ M , M ⊥ ∩ M = {θ }, 若θ M , M ⊥ ∩ M = ; 5. 若xn → x(n → ∞)且xn ⊥ y, 则x ⊥ y; 6. 勾股定理:若x ⊥ y,则 || x + y ||2 =|| x ||2 + || y ||2 ;
注:由该定理,我们得到一个X到X*上的复共轭线性的等 距同构,在该意义上,可视为 X=X*,称X是自共轭空间。 Hilbert空间都是自共轭的。
Hilbert空间上的共轭算子
利用Hilbert空间和共轭空间的一致化,引入Hilbert空间上 的共轭算子的概念,这是在主要用于研究矩阵和线性微分 (积分)方程的问题中提出来的。 定义3:设X , Y 是两个内积空间,T ∈ B( X , Y ), 若T * : X → Y 是 有界算子,满足:<Tx, y>=<x, T * y>,则称T *是T的共轭算子 (或伴随算子)。 注:与赋范空间上共轭算子的定义不一致,a,b ∈ F 数域: 在赋范空间上,aT + bS) = aT* + bS*; (
紧算子的特征函数

紧算子的特征函数1 紧算子的定义在函数分析中,紧算子是指从一个 Banach 空间到自身的线性算子,它将有界集映射成相对紧集。
2 紧算子的性质有许多有用的性质与紧算子相关。
- 紧算子是有界的。
- 紧算子的迹是定义良好的。
- 如果紧算子的逆存在,则它也是紧算子。
- 对于 Hilbert 空间上的紧算子,它们可以表示为一个核函数(即关于两个变量的函数),并可以应用所谓的 Fredholm 理论。
3 紧算子的特征函数当我们考虑紧算子时,特征函数是一个有用的工具,可以帮助我们了解算子的本质特征。
3.1 定义给定一个紧算子 $T: X \to X$,定义它的特征函数 $\varphi_T: X^* \to \mathbb{C}$ 如下:$$ \varphi_T(f) = \sum_{n = 1}^\infty \langle Tf, e_n\rangle \langle e_n, f \rangle$$其中 $X^*$ 是 $X$ 的对偶空间,$e_n$ 是 $X$ 的正交归一基。
3.2 解读我们可以将特征函数的定义解释为:将一个函数 $f$ 作用于$T$ 后得到的新函数可以表示为原函数 $f$ 和基函数的内积之和。
这个和是按照 $\|Te_n\|\cdot\|e_n\|$ 递减的。
特别地,当 $T$ 是正规紧算子(即 $T$ 和 $T^*$ 可对换),$\varphi_T$ 可以写成这样:$$ \varphi_T(f) = \sum_{n=1}^\infty \lambda_n |\langlee_n, f\rangle|^2$$其中 $\lambda_n$ 是 $T$ 的特征值。
3.3 特征函数与性质接下来我们列举一些特征函数的性质:- 在 Hilbert 空间中,可逆的紧算子 $\varphi_T$ 的值总是在某个开集中取值,且 $\varphi_T$ 的零点集在 $X^*$ 中稠密。
- 如果 $T_1, T_2$ 都是紧算子,则它们的特征函数的值也是有界的。
泛函分析中的紧算子与谱理论

泛函分析中的紧算子与谱理论泛函分析是数学中的一个重要分支,研究的是无限维空间中的函数和映射。
在泛函分析中,紧算子与谱理论是两个重要的概念,它们在理论和应用中都具有广泛的重要性。
本文将探讨泛函分析中的紧算子与谱理论,并介绍它们的基本定义、性质和应用。
1. 紧算子的定义和性质在泛函分析中,紧算子是指将有界集映射为有界集的线性算子。
更正式地说,设X和Y是巴拿赫空间(或赋范空间),T:X→Y是一个线性算子。
如果对任意有界集B⊂X,其像集TB是有界集,则称T是一个紧算子。
紧算子的性质有许多重要结果。
其中一个是紧算子的有界性质,即紧算子是有界的。
另一个是紧算子的列紧性质,即紧算子将列中的任意有界子列映射到序列的有界子列。
此外,紧算子还满足数个重要的等价性质,如紧算子的闭性和有限秩算子的紧性。
2. 谱理论的定义和性质谱理论是研究线性算子谱性质的理论体系。
在线性代数中,谱是指线性算子的特征值集合。
在泛函分析中,为了将谱的概念推广到无界算子上,引入了谱集和谱半径的概念。
设T是巴拿赫空间X上的线性算子。
谱集是指所有使得T-λI不可逆的复数λ的集合,记作σ(T)。
其中I是单位算子,即I(x)=x对于所有x∈X。
谱半径是指谱集中绝对值最大的数,记作r(T)。
谱理论的性质包括多个重要结果。
其中一些基本性质是:谱集是紧集,即谱集是紧致的;谱半径满足r(T)≤||T||,其中||T||是算子的范数;线性算子的谱集与其共轭转置算子的谱集相同等。
3. 紧算子与谱理论的应用紧算子与谱理论在泛函分析中有广泛的应用。
它们被应用于许多数学领域,如微分方程、泛函方程和概率论等。
在微分方程中,紧算子与谱理论被广泛应用于研究微分方程的解的存在性和唯一性问题。
通过研究紧算子的谱集和对应的本征函数,可以得到微分方程解的特殊性质。
在泛函方程中,紧算子与谱理论有助于理解和分析泛函方程的解的性质。
通过研究紧算子的谱半径和特征函数,可以得到泛函方程解的唯一性和稳定性等重要性质。
紧z-算子的z-谱及其性质

紧z-算子的z-谱及其性质
z算子的z谱是指算子z的特征值及其相关的特征向量构成的集合,它代表了z算子的性质。
一般而言,z算子的z谱由两个部分组成:第一个部分是z算子所拥有的有限特征值,这些特征值可以用λ表示。
此外,z算子拥有的
有限特征向量也用ξ表示,这些特征向量将与特征值一一对应。
由于
z算子拥有有限特征值和特征向量,这意味着z算子的z谱也是有限的。
具体而言,z算子的z谱可以用如下数学表达式来表示:
Z(z)= {(λ, ξ): z ξ= λξ, ξ属于C n,λ属于C}
从上面的表达式中可以看出,z算子的z谱是指z算子的特征值和相应的特征向量构成的集合,它代表了z算子的性质。
至于z算子的z谱的性质,有一些结论可以认定,例如,z算子的
z谱是拟谱集,即特征值的总数不能超过矩阵的秩;同时,z算子的z
谱总是联合的,即z算子的每一个特征值都有相应的特征向量;最后,z算子的z谱是削减的,即该矩阵的特征值的系数总是大于等于1。
综上所述,z算子的z谱是指算子z的特征值及其相关的特征向量构成的集合,它代表了z算子的性质,而其系数总是大于等于1,是一个拟谱集,同时也是一个联合的削减集合。
“泛函分析”课程学习指南

“泛函分析”课程学习指南本课程主要分为四部分内容:绪论,空间理论,算子理论和算子谱理论。
绪论从分析和代数中的若干问题出发,运用类比、联想、化归等方法,引入泛函分析中的一些基本概念和研究方法,诠释数学研究的基本思想。
空间理论中主要介绍距离空间,赋范空间和内积空间三类空间结构,重点讲授Hilbert空间的几何特征。
算子理论中主要介绍了Banach空间中有界线性算子的基本定理和它们的应用,即:一致有界原则,开映射定理,闭图像定理和Hahn-Banach定理,这是本门课程的核心内容。
算子谱理论中主要介绍有界线性算子的基本性质,重点讲述了有界自共轭算子和紧算子谱的性质。
为了让学生更好地理解和掌握这些内容,下面按章列出知识要点,重点难点和学习要求。
绪论1.知识要点泛函分析中十分抽象的基本概念(空间的结构、收敛性、按坐标分解等)的来源和背景2.重点难点从有限维空间到无穷维空间的过渡,数学研究的基本方法:化归,类比,归纳,联想。
3.学习要求从分析和代数中具体的实例中感悟数学研究的思想方法。
第一章距离空间1.知识要点距离空间的定义;收敛性;开集;闭集;连续映射;可分的距离空间;距离空间中的列紧集;完备的距离空间;距离空间的完备化;压缩映射原理2.重点难点一些具体的距离空间(如:[,],,,,p pC a b L l S s)的完备性,可分性及收敛的具体含义。
3.学习要求(1)掌握距离空间的定义及例;(2)掌握距离空间中点集的拓扑概念;(3)清楚具体的距离空间的拓扑性质和收敛的具体含义;(4)掌握压缩映射原理的内容及证明,并能利用压缩映射原理解决一些具体问题。
第二章赋范空间1.知识要点赋范空间和Banach空间的定义;范数与距离的关系;Riesz引理;有限维空间的几何特征;赋范空间中的级数;赋范空间的商空间2.重点难点(1)范数与距离的关系;(2)Riesz引理的内容与应用。
3.学习要求(1)掌握赋范空间的定义和典型例子;(2)能够证明一些具体空间是赋范空间及它的完备性;(3)准确掌握Riesz引理的背景,内容和应用;(4)掌握有限维空间的几何特征;(5)了解赋范空间中的级数和商空间的含义。
算子谱定理

算子谱定理算子谱定理(spectral theorem),在数学领域中是一项非常基础却又非常重要的定理。
它表明了,在某些情况下,任何一个自伴算子都可以被描述为其特征值和特征向量的线性组合。
本文将会对算子谱定理的证明过程进行简要阐述,并介绍一些应用。
在讲算子谱定理之前,我们先予以一些定义。
在线性代数中,一个算子表示一个向量空间到其自身的线性映射。
如果这个算子作用的向量空间与它自己的对偶空间相同,则称这个算子是自伴的。
接下来我们来看算子谱定理。
它的一般形式可以表述如下:定理:设T是一个自伴算子,它作用于一个无限维的复内积向量空间V上。
那么,存在一组有限或无限的正交向量组,它们是V的完全正交基。
这个算子T对应于它的特征值和特征向量的线性组合。
换言之,上述定理说明了自伴算子是可对角化的。
当我们知道一个算子T的本征值和本征向量后,可以用它们来表示算子T。
这一点可以通过下面的定理证明。
定理:设T是一个自伴算子。
它的本征值λ1,λ2,…是实数且两两不同。
与每一个本征值λi相关联的本征空间是由λi的特征向量张成的。
对于任意向量v∈V,我们都有:v=∑i(v,ei)ei,其中ei是λi的本征向量,(v,ei)代表内积证明:因为T是自伴的,所以(Tv,w)=(v,Tw)对于所有v和w∈V。
又因为T有一个完备的本征向量集{ei},所以V可以表示为V=⊕iHi,其中Hi是与λi相关联的本征向量的线性组合生成的子空间。
那么我们考虑对于v∈V,将其投影到每个本征向量所在的空间Hi中:vi=∑j≠i(v,ej)ej,其中ej是λj的本征向量那么对于任意v∈V,依据使用上述公式构建的变换我们可以得到相应的特征向量:v=∑ivi=∑i(v,ei)ei也就是说,对于给定的向量v∈V,我们可以用T的本征向量来表示它。
而这个展开式的系数是(v,ei),是v在特定的i维本征空间上的投影。
接下来,我们来看一下算子谱定理的一些应用。
首先是解决矩阵对角化问题。
拟紧算子的谱性质和遍历性

w yJW Banach z X ^ 6 L +L { s S g s B (X ), { s A ∈ B (X ) % < 6 o j - W= V v Uu m d = V { s Q ∈ B (X ), k 5 Am − Q < 1 & " ([1]); % oI 6 o j - W= V { s P ∈ B (X ), k 53 m → ∞ i Am − P → 0; b −1 j 1 Mk (A) = k ( K 4 L Mk (A) − P → 0, X j =0 A ), 3- W= V { s P, k 53 k → ∞ i 6 - W= V { s Q d = V v Uu k, k 5 Mk (A) − Q < 1, X % % A oIC A oIC < 6 E 3 = V $ & x ∈ X, A L limn→∞ An x - W X % A o 6 H3 limk→∞ Mk (A)x A- W i X % A oC 6 H A < 1, X % A 6 ~{ s n ∞ H3 {A }n=1 o B (X ) p 6 L 0 (i % A 5 L 6 E { s A, - W= V s F, k 53 x < 1 i A L
A= A1 0 0 A2 . (1)
K 8 1, 4 4 < { s o5 L 6 2 K Banach-Stainhaus ? p{ sX o5 L 6 y 8 1 6 = V GJ 4 X) [1] p 6 = V _ S 6 e 7 ^ 6 e 7 : {1 7' 5G ^ G _y7'D/ NJ6 L'+ 2([1] pF 5) = < { s A o5 L 6 X; o p 6 b A o = < { s X A L O (1). m L= $ u C > 0, k 5E Lv Uu n A n qB 4 r(A1 ) < 1, 4 L An L A < 1, ^ i N O (1). 4 L An 2 < C, 1 → 0, ^ i + B1 m L z P2 X 61 L P F = CB1 , X U L
算子谱定理

算子谱定理
算子谱定理(Spectral Theorem for
Operators)是数学中的一个重要定理,它提供了一种将一个自伴算子(self-adjoint operator)或正规算子(normal
operator)与其特征值(eigenvalues)和特征向量(eigenvectors)
之间的联系的方式。
算子谱定理在函数分析、量子力学和线性代数等领域中有广泛的应用。
对于一个有界自伴算子或正规算子,算子谱定理断言以下几点:
1.该算子的特征值都是实数。
对于自伴算子,其特征值还
满足正交补充关系。
2.该算子的特征向量对应于不同的特征值,且构成一个正
交基。
3.该算子可以被谱分解为特征值和特征向量的线性组合,
其中特征值对应于特征向量的投影。
这个定理的重要性在于它提供了一种将一个复杂的算子分解为一组简单的特征值和特征向量的方式,从而使我们能够更好地理解和研究算子的性质和行为。
这种分解为特征值和特征向量的形式在许多数学和物理问题中都起着关键作用,例如矩阵对角化、量子力学中的态矢量表示等。
需要注意的是,算子谱定理的具体形式和适用范围会依赖于具体的数学理论和背景。
在不同的领域和上下文中,可能会有不同版本的算子谱定理。
因此,在具体问题中应该参考相应的数学理论和文献,以了解适用于该问题的算子谱定理的详细表述和证明。
SSP第4章能带论5_紧束缚近似-2

2 2 i ( r R m ' ) 2 m V ( r R n ) i ( r R m ) d r
i k ( R m R m ' )
1 N
m m'
e
i ( r R m ' ) U ( r R n ) i ( r R m ) d r E
2 2 V ( r R n ) U ( r R n ) ( r ) E i (r ) 2m
模型。
此模型称为紧束缚近似 晶体中单电子零级近似
孤立原子哈密顿量
微扰
波函数为
因为 N 个原子的
0
C m i (r R m )
当孤立原子势场很大, 周期势场与其之差为小 量,
即当:
U ( r R n ) U ( r ) V ( r R n ) 很小,作微扰处理
并取 i , i ( r R n ) 为零级近似,
则,晶体单电子薛定鄂
方程为
2 2 U ( r ) ( r ) 2m
将
则
Cm
1 N
e
e
i k R m
代入
0
0
0
1 N
m
i k R m
i (r R m )
0*
( r )
(r ) d r
1 N 1
m'
e
i k R m '
i (r R m ' ) e
* m
i k R m
i ( r R m )d r
实变函数与泛函分析-教学大纲

实变函数与泛函分析-教学大纲第一篇:实变函数与泛函分析-教学大纲实变函数与泛函分析教学大纲Functions of Real Variables and Functional Analysis一、基本信息适用专业:信息技术专业课程编号:教学时数:72学时学分:4 课程性质:专业核心课开课系部:数学与计算机科学院使用教材:《实变函数论与泛函分析》(上、下册)第2版曹广福.高等教育出版社参考书[1]夏道行《实变函数论与泛函分析》(上、下册)第2版修订本.高等教育出版社;[2] W.Rudin ,Real and Complex Analysis, 3rd Edition; [3] W.Rudin,Functional Analysis, 3rd Edition; [4]周民强《实变函数论》第2版.北京大学出版社.二、课程介绍《实变函数与泛函分析》以掌握Lebesgue测度空间,Lebesgue 积分,Hilbert空间和Banach空间的基本知识,培养学生从几何、拓扑上来认识抽象函数空间,以抽象空间为工具来研究、解决实际问题的能力。
三、考试形式考试课程,考试成绩由平时成绩和期末考试组成,平时作业占百分之二十,期末考试百分之八十。
期末考试是闭卷的形式,重点考察学生的解题能力和基础理论。
四、课程教学内容及课时分配第一章集合与点集要求1、掌握集合的势,可数集2、熟悉欧氏空间上的拓扑,Cauchy收敛原理主要内容集合的势,可数集,n维欧氏空间上的拓扑,Canchy收敛原理重点集合的势,可数集课时安排(4学时)1、集合的势,可数集2学时2、欧氏空间上的拓扑,Cauchy收敛原理2学时第二章 Lebesgue测度要求1、熟练掌握外测度、可测集以及它们的性质2、掌握可测函数及其性质,以及非负可测函数的构造3、熟练掌握可测函数的收敛性主要内容:Lebesgue外测度,可测集(类),可测函数及其性质,可测函数的收敛性重点外测度、可测集以及它们的性质、可测函数的收敛性课时安排(12学时)1、外测度、可测集以及它们的性质4学时2、可测函数及其性质,以及非负可测函数的构造4学时3、可测函数的收敛性4学时第三章Lebesgue积分要求:1、熟练掌握可测函数的积分及性质2、熟练掌握Lebesgue积分基本定理,Fatou引理,控制收敛定理,Riemann可积的充要条件3、弄清重积分与累次积分的关系,Fubini定理主要内容:可测函数的积分及性质,Lebesgue积分的极限定理,Riemann 可积的充要条件,重积分与累次积分的关系,Fubini定理重点可测函数的积分及性质,Lebesgue积分的极限定理课时安排:(16学时)1、可测函数的积分及性质6学时2、Lebesgue积分基本定理,Fatou引理,控制收敛定理,Riemann可积的充要条件6学时3、重积分与累次积分的关系,Fubini定理4学时第四章L空间要求:1、熟练掌握L空间的范数、完备性、收敛性、可分性2、熟悉L空间的内积,标准正交基3、了解卷积与Fourier变换 ppp主要内容:pLp空间的范数、完备性、收敛性、可分性,L空间的内积,标准正交基,卷积与Fourier变换重点Lp空间的范数、完备性、收敛性、可分性课时安排(10学时)1、L空间的范数、完备性、收敛性、可分性4学时2、L空间的内积,标准正交基,正交化方法4学时3、卷积与Fourier变换2学时 pp第五章 Hilbert空间理论要求:1、熟练掌握距离空间的定义与紧致性的定义,Riesz表示定理2、熟悉Hilbert空间上线性算子的有界性和连续性3、熟悉共轭算子、投影算子,紧算子性质及其谱主要内容:距离空间的定义,紧致性,Hilbert影算子,紧算子性质及其谱。
赋范空间中的紧算子

赋范空间中的紧算子
紧算子又称全连续算子,是最接近于有限维空间上线性算子的一类重要算子。
在线性代数中,关于线性变换所相应的线性方程组的求解问题已被完全解决了。
其主要结果是:非齐次线性方程组有惟一解,当且仅当相应的齐次方程组只有零解;如果齐次方程是退化的,那么共轭方程也是退化的,非齐次方程组可解当且仅当自由项必与共轭的齐次方程组非零解相正交,并且在可解时,还可写出它的解的一切形式(即通解)。
对迹类算子T,它的所有特征值组成一个绝对收敛级数,称T的特征值之和为迹,记为trT。
对希尔伯特-施密特算子,以它奇异数平方和的平方根作范数,也成为一个希尔伯特空间,这时内积
(T,S)=tr(T)。
个闭的双侧理想,即当T为全连续算子时,对任何A,B ∈B(x),ATB仍是全连续算子。
紧Z-算子的Z-谱及其性质

紧Z-算子的Z-谱及其性质秦宣华;杨万必【摘要】引入了紧Z-算子的Z-谱概念,探讨了紧Z-算子的Z-谱的性质,并将泛函分析学中紧算子的谱的性质移植到Z-空间中紧Z-算子的性质之中.【期刊名称】《湖北民族学院学报(自然科学版)》【年(卷),期】2013(031)003【总页数】5页(P252-256)【关键词】Z-空间;B-Z-空间;紧Z-算子;Z-谱;性质【作者】秦宣华;杨万必【作者单位】湖北民族学院理学院,湖北恩施445000;湖北民族学院理学院,湖北恩施445000【正文语种】中文【中图分类】O127文献[1-10]引入了Z-空间(X,+,θ,‖·‖)、B-Z-空间、内积Z-空间、内积H-Z-空间、共轭Z-空间和共轭Z-算子、内积H-Z-空间中的酉Z-算子、正常Z-算子与正则Z-算子等概念;在此基础上,本文提出了紧Z-算子的Z-谱概念,探讨了紧Z-算子的Z-谱的性质,并将泛函分析学中紧算子的谱的性质移植到Z-空间中紧Z-算子的性质之中.定义1[2-4] 完备的Z-空间称为Banach Z-空间,简称B-Z-空间.定义2[10] 设X是B-Z-空间,A是线性Z-算子,A∈R(X),若A是在上的,A-1存在并且是有界Z-算子,则称A为正则Z-算子.定义3 设X是复Z-空间,A:X→X是线性Z-算子,λ∈C.1)若λI-A为正则Z-算子,称λ是A的正则Z-点,A的正则Z-点的全体记为ρ(A),称ρ(A)为A的正则Z-集.2)若λI-A不是正则Z-算子,称λ是A的Z-谱点,A的正则Z-谱点的全体记为σ(A),称σ(A)为A的Z-谱集.3)若λI-A不是可逆的,称λ为A的特征值,A的特征值的全体记为σp(A).称σp(A)为A的点Z-谱.4)若λI-A可逆,但不是到上的,或者λI-A可逆、到上,但(λI-A)-1不是有界的,则称λ为A的连续Z-谱,连续Z-谱的全体记为σc(A),称σc(A)是A的连续Z-谱集.5) 设(λI-A)-1存在,称R(λ,A)=(λI-A)-1是A的予解式.6)设λ∈σp(A),若λ≠0使得(λI-A)x=0,则称x是A的相应于λ的特征向量.称V(λI-A)是A的相应于λ的特征向量Z-空间.命题1[11] 设X是B-Z-空间,A∈R(X).1) λ∈ρ(A)当且仅当对于任何a∈X,非齐次方程(λI-A)x=a的解存在,唯一,并且此时存在常数c>0使得‖x‖≤c‖a‖,其中x是与a相应的解.2)λ∈σp(A)当且仅当齐次方程(λI-A)x=0有非0解.3)λ∈σc(A)当且仅当齐次方程(λI-A)x=0有唯一0解并且要么非齐次方程(λI-A)x=a不是对于每个a∈X有解,要么其解关于a不具有连续依赖性.引理1 设X是B-Z-空间,N⊂X为有限维子Z-空间,则N是可余的,即存在闭子Z-空间M使得X=M⊕N.证明显然N为闭子Z-空间,设e1,e2,…,en是N的一组基,对于每个x∈N,x=a1(x)e1+a2(x)e2+…+an(x)en,此表达式是唯一的.容易验证,a1(x),a2(x),…,an(x)是N上的线性泛函并且每个ai(x)是连续的.实际上ai(x)=0当且仅当x=a1(x)e1+a2(x)e2+…+ai-1(x)ei-1+ai+1(x)ei+1+…+an(x)en,故N(ai)=span{e1,e2,…,ei-1,ei+1,…,en}为n-1维闭子Z-空间.ai在N上定义,根据Z-空间中Hahn-Banach延拓定理,ai可延拓到整个B-Z-空间X上.记延拓后的泛函为设为闭子Z-空间.若x∈M∩N,则对于每个i,x∈N(ai),ai(x)=0,又x∈N,故x=a1(x)e1+a2(x)e2+…+an(x)en=0,即M∩N={0}.另一方面,对于任意的x∈X,记则x′∈N.注意到在N上,并且ai(ei)=1,ai(eji)=0(i≠j),故(i=1,2,…,n).于是x-x′∈M,x有分解x=x′+(x-x′).所以X=M⊕N.引理2 设X是B-Z-空间,A∈C(X),对于任意的λ∈C,λ≠0,则N(λI-A)是有限维的,R(λI-A)是X的闭子Z-空间.证明①考虑N=N(λI-A),λI-A是有界线性Z-算子,N为闭子Z-空间.对于任意的x∈N,Ax=λx即A(N)=λN=N.A是紧Z-算子,设{xn}是单位球中任一序列,则是有界序列,于是{xn}中有子序列{xnk}收敛. N的闭单位球是紧的. N是有限维的.②由引理1,存在闭子Z-空间M,X=M⊕N,证明M=R(λI-A).定义Z-算子B:M→X,Bx=λx-Ax.由于X=M⊕N,在N上,λI-A=0,故R(B)=R(λI-A).B是一一的,实际上若Bx1=Bx2,x1,x2∈M,则(λI-A)x1=(λI-A)x2或(λI-A)(x1-x2)=0,故一方面x1-x2∈M,另一方面x1-x2∈N(λI-A)=N,所以x1-x2=0,x1=x2.现在证明存在γ>0,‖Bx‖≥γ‖x‖,(∀x∈M).否则,存在xn∈M,‖Bxn‖<‖xn‖不失一般性设‖x‖=1,则‖Bxn‖<.A是紧的,故有子列xnk,Axnk→x0∈X.但Axnk=λxnk-Bxnk,由Bxnk→0知λxnk→x0(nk→),于是一方面由B的连续性另一方面,‖x0‖‖λxnk‖=|λ|≠0,矛盾即说明γ是存在的.若yn是R(B)中的Cauchy序列,不妨设yn=Bxn,xn∈M,则‖y m-yn‖=‖B(xm-xn)‖≥γ‖xm-xn‖,{xn}是M中的Cauchy序列,M闭,故存在xn∈M,xn→x0.令y0=Bx0,则y0∈R(B),Bxn→Bx0=y0(n→).R(B)是闭的,所以R(λI-A)是闭的.引理3 设X是B-Z-空间, A∈R(X),则对应于A的不同特征值的特征向量彼此线性无关.证明设λ1,λ2,…,λn是A的互不相同的特征值,x1,x2,…,xn是相应的特征向量,xi≠0,Axi=λixi(i=1,2,…,n).若x1,x2,…,xn线性相关,不失一般性设则一方面: 另一方面,它们是可交换的,从而:矛盾.由于任意有限多个这样的特征值都线性无关,故结论成立.引理4 设X是Z-空间,E⊂X是闭子Z-空间,若E≠X,则∀ε(0<ε<1),存在x0∈X,‖x0‖=1使得ε.证明取闭,故因为>d,取x′∈E,使得‖‖<.令x0= 则‖x0‖=1.对于任意的x∈E,E为子Z-空间, 故x′+‖‖x∈E,此时‖x0-x‖=‖-x‖=‖‖‖x‖>=ε.即ρ(x0,E)>ε.定理1 设X是B-Z-空间, A∈C(X),则:1)A的非零Z-谱点都是特征值.2)σ(A)是可数集,0是σ(A)唯一可能的聚点.3) 若dimX=,0∈σ(A).4) 对应于每个非零特征值的特征向量Z-空间是有限维的.证明① 证明若λ≠0,λI-A是一一映射,则λI-A是到上的.由逆Z-算子定理(λI-A)-1∈R(X),于是λ∈ρ(A),便得到(1).令T=λI-A,对于任意正整数其中B是A与一个有界线性Z-算子的乘积,从而B是紧Z-算子,根据引理2,R(Tn)=R(λnI-B)是X的闭Z-空间,显然R(Tn+1)⊂R(Tn)(n=1,2,…).如果∀n,R(Tn+1)都是R(Tn)的真子Z-空间,由引理4,存在yn∈R(Tn),‖yn‖=1,ρ(yn,R(Tn+1))≥.注意T(R(Tn))⊂R(Tn+1),所以Tyn=λyn-Ayn∈R(Tn+1). 记λyn-Ayn=Tn+1x0,x0∈X,类似地,Tym=λym-Aym=Tm+1x0′,x0′∈X.若m>n,则ym∈R(Tm)⊂R(Tn+1),Tm+1x0′∈R(Tm+1)⊂R(Tn+1),Tn+1x0∈R(Tn+1).于是,‖Ayn-Aym‖=‖(λyn-λym)-(Tn+1x0-Tm+1x0′)‖=|λ|‖yn-(ym+Tn+1-Tm+1)‖≥|λ|ρ(yn,R(Tn+1))≥>0.这与A的紧性矛盾,于是存在n0,R(Tn0+1)=R(Tn0).由于T是一一的,∀y∈R(Tn0-1),Ty∈R(Tn0)=R(Tn0+1).不妨设Ty=Tn0+1x=T(Tn0x),x∈X,则y=Tn0x∈R(Tn0),从而R(Tn0-1)⊂R(Tn0),R(Tn0-1)=R(Tn0).继续这一过程最后得到R(T)=X.T是到上的.②证明,对于任意的t>0,{λ:λ∈σ(A),|λ|>t}为有限集.若不然有互不相同的λn∈σ(A),|λn|>t(n=1,2,…),由①知,λn是A的特征值.不妨设xn为相应的特征向量,xn≠0,Axn=λxn(n=1,2,…).由引理3,{xn}是线性无关集,记Mn=span{x1,x2,…,xn},则dimMn=n.Mn是闭子Z-空间并且Mn-1⊂Mn,Mn-1≠Mn.由引理4,存在yn∈Mnyn∈Mn,‖yn‖=1,ρ(yn,Mn-1)≥(n=2,3,…).不妨设则为简便起见,记λyn-Ayn=zn-1.类似地,记λym-Aym=zm-1,zm-1∈Mm-1.若m>n则zn-1∈Mn-1⊂Mm-1,yn∈Mn⊂Mm-1,‖Aym-Ayn‖=‖(λmym-λnyn)-(zm-1-zn-1)‖=|λm|‖ym-(ym-(yn+-)‖≥|λm|ρ(ym,Mm-1)≥>0.与A的紧性矛盾.故{λ:λ∈σ(A),|λ|>t}为有限集,t>0是任意的,故σ(A)是可数集,0是σ(A)唯一可能的聚点.③若0∈ρ(A),则0λ-A=-A是正则Z-算子. A-1有界,A是紧Z-算子,故I=AA-1是紧Z-算子,这说明X的闭单位球是紧的,从而X是有限维Z-空间,与所设条件矛盾.④若λ∈σ(A),λ≠0,λ对应的特征向量Z-空间为N(λI-A),由引理2即得之.定义1 设X是Z-空间, X*是X的共轭Z-空间.1)若x∈X,x*∈X*,x*(x)=0,x*与x 正交,记为x⊥x*.2)设M⊂X,N⊂X*,若∀x∈M,x*∈N,x⊥x*,则称M与N正交,记为M⊥N.特别地,{x}⊥N时,记为x⊥N.定理2 设X为B-Z-空间,A∈C(X),λ≠0,A*是A的共轭Z-算子.1)若y∈X,则方程(λI-A)x=y可解的充要条件是y⊥N(λI-A*),N(λI-A*)是A*的相应于λ的特征向量Z-空间.2)若y*∈X*,则方程(λI-A*)x*=y*可解的充要条件是y*⊥N(λI-A),N(λI-A)是A 的相应于λ的特征向量Z-空间.证明① 若(λI-A)x=y有解x,x*∈N(λI-A*),则x*(y)=(x*,(λI-A)x)=((λI-A)*x*,x)=((λI-A*)x*,x)=0.故y⊥N(λI-A*). 反之,若y⊥N(λI-A*),证明y∈R(λI-A).若不然,y∉R(λI-A),由引理2,R(λI-A)是闭子Z-空间,根据Z-空间中的Hahn-Banach延拓定理,存在x*∈X*,x*(y)≠0,但在R(λI-A)上x*=0.由此,一方面∀x∈X,y′=(λI-A)x∈R(λI-A),((λI-A*)x*,x)= (x*,(λI-A*)x)=x*(y′)=0. 这说明(λI-A*)x*=0,x*∈N(λI-A*).另一方面由x*(y)≠0知道y⊥N(λI-A*)不成立,从而出现矛盾.由此y∈R(λI-A),所以存在x∈X,使得y=(λI-A)x.②若对于y*∈X*,方程(λI-A*)x*=y*有解x*,则∀x∈N(λI-A),y*(x)=((λI-A*)x*,x)=(x*,(λI-A)x)=0,故y*⊥N(λI-A). 反之,若y*⊥N(λI-A),对于任意的y∈R(λI-A),不妨设y=(λI-A)x,令我们将验证是R(λI-A)上的连续线性泛函.首先有确定的意义.实际上,若另有y=(λI-A)x′,则(λI-A)(x-x′)=0,x-x′∈N(λI-A),但y*⊥N(λI-A),所以y*(x-x′)=0,y*(x)=y*(x′),这说明由y唯一确定.在R(λI-A)上是线性的,现在证明连续.设yn∈R(λI-A),不妨设yn=(λI-A)xn→0(n→),根据引理2中R(λI-A)为闭子Z-空间的证明,存在γ>0,‖(λI-A)x‖≥γ‖x‖.即‖yn‖≥‖(λI-A)x‖≥γ‖xn‖.于是{xn}为有解序列,A紧,不妨设Axnk→x0.对ynk=(λI-A)xnk两端取极限得到,λxnk→x0,由λI-A的连续性又得到于是x0∈N(λI-A),所以y*这说明,对于任一序列yn→0,都可选出子序列故必有连续.根据Z-空间中的Hahn-Banach延拓定理,存在x*∈X*,在R(λI-A)上,x*(y).现在对于任何x∈X,((λI-A*)x*,x)=(x*,(y).故(λI-A*)x*=y*,x*是方程的解.定理3 设X为B-Z-空间,A∈C(X),λ≠0,A*是A的共轭Z-算子.则:1)σ(A)=σ(A*).2)设λ,μ∈σ(A),x是A的相应于λ的特征向量,x*是A*的相应于μ的特征向量,λ≠μ,则. x⊥x*,从而N(λI-A)⊥N(μI-A*).3)若λ∈σ(A),λ≠0,则dimN(λI-A)⊥dimN(μI-A*).证明①注意到A*也为紧Z-算子,故当λ≠0时,λ不是A*的特征值,λ一定是正则Z-点.若dimX<,相应于A*的矩阵是相应于A的矩阵的转置,根据线性代数的知识,两者有相同的特征值,结论成立.若dimX=,由定理1(3),0∈σ(A),同时dimX*=,于是0∈σ(A*).现在设λ≠0,只须证明λ∈ρ(A)当且仅当λ∈ρ(A*).若λ∈ρ(A),由命题1(1),(λI-A)x=a对于任何a∈X有解,从定理2知,a⊥N(λI-A*).由a的任意性知N(λI-A*)={0},即λI-A*是一一映射,根据定理1证明中的①,λI-A*是到上的,从而λ∈ρ(A*).反之,若λ∈ρ(A*),则(λI-A*)x*=y*对于任意的y*有解,于是由定理2,y*⊥N(λI-A),所以N(λI-A*)={0},λI-A是一一的.根据定理1证明中的①,λI-A是到上的,故λ∈ρ(A),总之ρ(A)=ρ(A*).所以σ(A)=σ(A*).②任取x∈N(λI-A),x*∈N(μI-A*),则Ax=λx,A*x=*μx*,于是λx*(x)=(x*,λx)=(x*,Ax)=(A*x*,x)=(μx*,x)=μx*(x).或(λ-μ)x*(x)=0由λ≠μ,故x*(x)=0,N(λI-A)⊥N(μI-A*).③设dimN(λI-A)=n,dimN(λI-A*)=n*.根据定理1(4),二者都是有限的.首先证明n*≤n.若n*=0,不等式自然成立.若n=0,即N(λI-A)={0},于是λI-A是一一的,由定理1证明中的①,λI-A还是到上的,即λ∈ρ(A).由上面的①,λ∈ρ(A*),故N(λI-A*)={0},n*=0,等号成立.现在考虑n,n*均为非零的情形,设x1,x2,…,xn是N(λI-A)的一组基,是N(λI-A*)的一组基,由引理1的证明不难知道,存在x1′,x2′,…,xn′使得:由容易用归纳的方法证明,存在使得定义(∀x∈X).显然F为有界线性Z-算子并且是有限秩Z-算子,从而F是紧Z-算子. Z-算子B=A+F是紧Z-算子.证明λI-B是一一映射,实际上,若(λI-B)x=0,则:但故从而(x)=0,代入式(1)知道(λI-A)x=0,x∈N(λI-A).由于x1,…,xn是N(λI-A)的一组基,不妨设由知x=0,λI-B是一一的.由引理2的证明①,λI-B是到上的.若n<n*,取x∈X,使得(λI-B)x=yn+1 则因为).矛盾.即说明n*≤n.现在,由X⊂X**,并且当(λI-A)x=0时,对于任意的x*∈X*,0=(x*,(λI-A)x)=((λI-A*)x*,x)=((λI-A*)x*,x**)=(x*,(λI-A**)x**),即(λI-A**)x**=0,故N(λI-A)⊂N(λI-A**).记n**=dimN(λI-A**),于是n≤n**.类似于上面的证明知n**≤n*,由此n≤n* .从而可得 n=n*.因此结论成立.【相关文献】[1] 王国俊,白永成.平移空间的线性结构[J].数学学报,2005,48(1):1-10.[2] 杨万必,秦宣华.Z-空间上的线性算子的性质[J].中南民族大学学报:自然科学版,2006,25(1):97-99.[3] 杨万必,李永亮.关于Z-空间的性质[J].湖北民族学院学报:自然科学版,2005,23(4):330-331.[4] 杨万必.共轭Z-空间与共轭Z-算子的性质[J].湖北民族学院学报:自然科学版,2008,(1):012-014.060.[5] 杨万必.内积Z-空间及其性质[J].湖北民族学院学报:自然科学版,2008,26(3):330-331.[6] 杨万必.内积H-Z-空间及其性质[J].湖北民族学院学报:自然科学版,2008,27(2):187-189.[7] 秦宣华.杨万必.内积H-Z-空间中的投影算子及其性质[J] 吉首大学学报;自然科学版,2009,30(5):21-25.[8] 秦宣华,杨万必.内积H-Z-空间中的共轭Z-算子及其性质[J]. 湖北民族学院学报:自然科学版,2010,28(4):420-421.[9] 秦宣华,杨万必.内积H-Z-空间中的酉Z-算子与正常Z-算子及其性质[J]. 湖北民族学院学报:自然科学版,2012,30(1):30-31.[10] 秦宣华,杨万必.正则Z-算子及其性质[J].湖北民族学院学报:自然科学版,2012,30(3):266-267.[11] 秦宣华,杨万必.正则Z-算子的Z-谱及其性质[J].湖北民族学院学报:自然科学版,2013,31(2):171-174.[12] 刘培德.泛函分析基础[M].武汉:武汉大学出版社,2001:69-76,151-160,194-205.。
- 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、"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、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)。
{
}
{
}
ρ ( A) = C − σ ( A) 。
(1)
λ ∈ ρ ( A) ⇔ N ( A − λ I ) = {θ } , R( A − λ I ) = X 。
(2) X 为有限维时, λ 为 A 的正则的点 ⇔ N ( A − λ I ) = {θ } 或 R ( A − λ I ) = X 证明略 定理(Von Neumann)设 X 为一个 Banach 空间, A ∈ B( X ) 。 若 || A ||< 1 ,则 I − A 是可逆 的,并且
定义 设 A ∈ B ( X ) ,λ ∈ R , 若存在非零向量 x ∈ X 使 Ax = λ x 或 ( A − λ I ) x = θ , 称λ 为 线性算子 A 的一个特征值,x 为对应特征值 λ 的一个特征向量。 例1
D( A) = { x(t ) ∈ C[0,1] | x ''(t ) ∈ C[0,1], x(0) = x(1)} .
A : D( A) → C[0,1] ,
( Ax)(t ) = − x ''(t ) ,
x(t ) ∈ D( A)
则 A 是一个线性(无界)算子。 由 Ax = λ x ⇔ − x '' = λ x ⇔ x ''+ λ x = 0 可知道
x(t ) = a cos λ t + b sin λ t , 对任意的 a, b ∈ R 。
令 x(t ) =
n
∑d
k =1
k
f k (t ) ,代入(*)得
∑f
k =1
k
n ⎡ n b ⎤ (t ) ⎢ ∑ ∫ g k ( s) f l ( s)ds dl ⎥ = λ ∑ d k f k (t ) , k =1 ⎣ l =1 a ⎦
所以
∑ [∫
l =1
n
b
a
g k ( s) fl ( s)ds ] dl = λ d k , k = 1, 2,
p( A) − p(λ ) I = ( A − λ I )q( A)
由 A − λ I 是 不 可 逆 的 , ( A − λ I )q ( A) = p ( A) − p (λ ) I 也 是 不 可 逆 的 , 从 而 可 知
p(λ ) ∈ σ ( p( A)) 。
对
λ ∈ σ ( p( A)) , 由 代 数 基 本 定 理 , 存 在 互 异 的 复 数 a, λ1 , λ2 , , λn 及 正 整 数
第四章
§1 有界线性算子的谱
谱与紧算子
问题: 设 X , Y 为赋范线性空间, A ∈ B( X , Y ) (1) Ax − λ x = y ,即 ( A − λ I ) x = y (2) Ax − λ x = 0 ,即 ( A − λ I ) x = θ 何时有解? 定义: 设 A ∈ B( X , Y ) ,若存在算子 B ∈ B(Y , X ) 使 AB = IY 和 BA = I X ,则称 A 是可逆 的,B 称为 A 的逆算子,记为 A
(*)
当 λ = 0 时,任何使
∑ [∫
k =1
n
b
a
g k ( s) x( s )ds ] f k (t ) = 0 的 x(t ) 都是特征向量,运用正交性可知
λ = 0 是 A 的特征值。
当 λ ≠ 0 时,由(*), x(t ) =
n
∑[∫ λ
k =1
1
n
b
a
g k ( s) x( s )ds] f k (t ) ,
−1
= B。
注: 作为映射,可逆的充分必要条件是既单又满,但有界线性算子可逆条件要强,即它作 为映射的逆存在且有界。
Y 是同数域上的 Banach 空间,A ∈ B( X , Y ) 。 若 N ( A) = {θ } , R ( A) = Y , 逆算子定理: 设 X,
则 A 必可逆。
一 特征值与特征向量
可以验证 F ( z ) 是一个整函数,而且
| F ( z ) |≤|| Rz ( A) ||≤
1 , | z |>|| A || 。 | z | − || A ||
4
所以 F(z)是有界整函数。由 Liouville 定理,F(z)必为常数。 但是
| z |→∞
lim F ( z ) = 0 , 所 以 F(z) 必 恒 为 零 , 再 由 f 的 任 意 性 , Rz ( A) = 0 。 但
x = x0 + g , g ∈ N ( A − λ I ) 。
二 正则点与谱
定义 设 X 为一个 Banach 空间, A ∈ B( X ) 。若 A − λ I 是可逆的,则称 λ 为 A 的一个正
2
则点, ρ ( A) = A 的正则点 为 A 的豫解集;若 A − λ I 是不可逆的,则称 λ 是 A 的一个谱 点。显然线性算子的特征值是它的谱点,称为点谱,记算子 A 的所有点谱(特征值)的集 合为 σ p ( A) , 则 σ p ( A) ⊆ σ ( A) 。 注意线性算子的点谱可能是空集。 记σ (A)= A 的谱点 为 A 的谱。 显然 定理
⎧ ⎪ ⎪ ⎩
⎫ 1 ⎪ ⎬ ⊂ ρ ( A) 。 || Rλ0 ( A) || ⎪ ⎭
(3) 任取 f ∈ ( B ( X ) ) , || f ||≤ 1 。
*
假设 σ ( A) = ∅ , 定义
F ( z ) = f ( Rz ( A)) = f (( A − zI ) −1 ) , z ∈ ρ ( A) = C 。
3
(1)
λ ∈ C , | λ |>|| A || ,则 λ ∈ ρ ( A) 且
Rλ ( A) = ( A − λ I ) −1 = ∑
n=0 ∞
An
λ
n +1
, || Rλ ( A) ||≤
1 | λ | − || A ||
(2) 对于 λ0 ∈ ρ ( A) , ⎨λ ∈ C || λ − λ0 |<
⎧ ⎪ ⎪ ⎩
⎫ 1 ⎪ ⎬ ⊂ ρ ( A) || Rλ0 ( A) || ⎭ ⎪
(3)
σ ( A) ≠ ∅
证明:(1)由已知, λ ≠ 0 ,
A A⎞ ⎛ A − λ I = −λ ⎜ I − ⎟ , || ||< 1 λ λ⎠ ⎝
由 Von Neumann 定理, A − λ I 可逆且 ( A − λ I )
−1 ∞ 1⎛ A⎞ An = − ⎜ I − ⎟ = −∑ n +1 , λ⎝ λ⎠ n=0 λ −1
|| Rλ ( A) ||≤
1 。 | λ | − || A || 1 , || Rλ0 ( A) ||
(2) 令 | λ − λ0 |<
A − λ I = A − λ0 I + λ0 I − λ I = ( A − λ0 I ) ( I − (λ − λ0 )( A − λ0 ) −1 ) = ( A − λ0 I ) I − (λ − λ0 ) Rλ0 ( A)
n →∞
定理 设 X 为一个复的 Banach 空间, A ∈ B( X ) ,对于任意的复多项式 p ( z ) , 则有
σ ( p( A)) = { p (λ ) | λ ∈ σ ( A)} 。
证明:对于任意的 λ ∈ σ ( A) ,由于 p ( z ) − p (λ ) 可以分解为 ( z − λ )q ( z ) 可知
n →∞
∑A
n=0
∞
n
。
又因为
( I − A) Sn = I − An +1 = Sn ( I − A) , lim( I − A) S n = I − lim An +1 = I = lim S n ( I − A)
n →∞ ∞ n →∞ n →∞
所以 I − A 可逆,且 ( I − A)
−1
= S = ∑ An 。
则 A ∈ B( X ) 。 对于任意的 λ ∈ C ,由 Ax − λ x = 0 可得
∫
n
b
a
[∑ f k (t ) g k ( s)]x( s )ds − λ x(t ) = 0 ,
k =1 b
n
∑ [∫
k =1
a
g k ( s )x( s)ds ] f k (t ) − λ x(t ) = 0
, kn
使 得
l , k1 , k2 ,
p ( z ) − λ = a ( z − λ1 ) k1
( z − λn ) kn
,
所
以
p( A) − λ I = a( A − λ1 I ) k1 A − λ1 I ,
( A − λn I ) kn 。 由 于 p ( A) − λ I 不 可 逆 , 所 以 ,
∞
|| S m − S n ||=||
k = n +1
∑
m
A ||≤
k
k = n +1
∑ || A || =
k
m
|| A ||n +1 (1− || A ||m − n ) 1− || A ||
<
|| A ||n +1 →0, ( m, n → ∞ ) 1− || A ||
由 B( X ) 为一个 Banach 空间可知存在 S ∈ B( X ) 使 lim || S n − S ||= 0 ,所以 S =
I = ( A − λ I ) Rz ( A) = 0 ,矛盾!
所以 σ ( A) ≠ ∅ 。
定义 注
A ∈ B( X ) , rσ ( A) = max{| λ | | λ ∈ σ ( A)} , 称 rσ ( A) 为 A 的谱半径。