数学 泛函分析(徐小绪)

22级强基期末

泛函分析期末试题与解答,涵盖伴随算子、对偶空间、紧算子与相关证明。

本页目录6 节

任课老师: xxx.

题目 #

设 AA 为定义在 Banach 空间 XX 上的线性算子, BB 是定义在 XX 的共轭空间 X∗X^* 上的线性算子, 如果

f(Ax)=(Bf)(x),∀x∈X,f∈X∗.f(Ax) = (Bf)(x), \quad \forall x \in X, f \in X^*.

证明: A∈L(X)A \in \mathscr{L}(X), B∈L(X∗)B \in \mathscr{L}(X^*) 且 B=A∗B = A^*.

证明

由 B:X∗→X∗B:X^*\to X^*, 故 ∀f∈X∗,Bf∈X∗\forall f\in X^*, Bf\in X^*.

从而 ∀f∈X∗,f∘A\forall f\in X^*, f\circ A 是 XX 上的有界线性泛函.

考虑到第二共轭空间的自然嵌入 Jx:X→X∗∗J_x:X\to X^{**}, 有 ∥Jx∥=∥x∥\Vert J_x \Vert=\Vert x \Vert.

任取有界列 {xn}\lbrace x_n\rbrace , 为了证明 AA 有界, 只需证明 {Axn}\lbrace Ax_n\rbrace 有界.

那么对 {JAxn}\lbrace J_{Ax_n}\rbrace ∀f∈X∗\forall f\in X^*, JAxn(f)=f(Axn)=f∘A(xn)J_{Ax_n}(f)=f(Ax_n)=f\circ A (x_n).

由 f∘Af\circ A 是有界线性泛函, 所以 {JAxn(f)}\lbrace J_{Ax_n}(f)\rbrace 是有界的, 那么 {JAxn}\lbrace J_{Ax_n}\rbrace 点点有界, 由一致有界原理知存在 M>0M>0, ∥JAxn∥<M∀n\norm{J_{Ax_n}}<M\quad \forall n.

从而 ∥Axn∥=∥JAxn∥<M\Vert Ax_n \Vert=\norm{J_{Ax_n}}<M 故 {Axn}\lbrace Ax_n\rbrace 有界, 所以 AA 是有界线性算子.

此时考虑 A∗:X∗→X∗A^*:X^*\to X^*, A∗(f)=f∘AA^*(f)=f\circ A. 故 ∀f∈X∗,x∈X\forall f\in X^*, x\in X, A∗(f)(x)=f(Ax)=(Bf)(x)A^*(f)(x)=f(Ax)=(Bf)(x). 从而 A∗f=Bf,∀fA^*f=Bf,\quad \forall f, 则有 A∗=BA^*=B.

再根据伴随算子性质 ∥B∥=∥A∗∥=∥A∥\Vert B \Vert=\Vert A^* \Vert=\Vert A \Vert, 故 B∈L(X∗)B\in\mathscr L(X^*).

题目 #

  • ((1)) (10 分) 设 Ω⊂Rn\Omega \subset \mathbb{R}^n 是一个可测集, K∈L2(Ω×Ω)K \in L^2(\Omega \times \Omega). 定义
T:u(x)↦∫ΩK(x,y)u(y) dy,∀u∈L2(Ω) T: u(x) \mapsto \int_\Omega K(x,y) u(y)\,dy, \quad \forall u \in L^2(\Omega)

证明:T∈C(L2(Ω))T \in \mathfrak{C}(L^2(\Omega)).

  • [(2)] (5 分) 若 f=0f = 0 时, 下列积分方程
u(x)+∫ΩK(x,y)u(y) dy=f(x). u(x) + \int_\Omega K(x,y) u(y)\,dy = f(x).

只有零解 u=0u = 0, 证明:∀f∈L2(Ω)\forall f \in L^2(\Omega), 上述积分方程都存在唯一的解 u∈L2(Ω)u \in L^2(\Omega), 且存在常数 C>0C > 0, 使得

∥u∥L2(Ω)≤C∥f∥L2(Ω)(∀f∈L2(Ω)). \|u\|_{L^2(\Omega)} \leq C \|f\|_{L^2(\Omega)} \quad (\forall f \in L^2(\Omega)).
证明
  • ((1)) 由积分的线性性显然 TT 是线性算子. 有界性:
∥Tu∥=(∫Ω∣Tu(x)∣2dx)1/2=(∫Ω∣∫ΩK(x,y)u(y)∣dy)1/2\Vert Tu \Vert=\left(\int_\Omega|Tu(x)|^2\text{d} x\right)^{1/2}=\left(\int_\Omega|\int_\Omega K(x,y)u(y)|\text{d} y\right)^{1/2}

由 Cauchy-Schwarz 不等式及 K(x,y)∈L2(Ω×Ω)K(x,y)\in L^2(\Omega\times\Omega)

∥Tu∥⩽(∫Ω∥K(x,⋅)∥22⋅∥u∥2dx)1/2=∥K(⋅,⋅)∥2⋅∥u∥\Vert Tu \Vert\leqslant\left(\int_\Omega\Vert K(x,\cdot) \Vert_2^2\cdot\Vert u \Vert^2\text{d} x\right)^{1/2}=\Vert K(\cdot,\cdot) \Vert_2\cdot\Vert u \Vert

所以 T∈L(L2(Ω))T\in \mathscr L(L^2(\Omega)). 设 KnK_n 是 L2(Ω×Ω)L^2(\Omega\times\Omega) 上的依范数收敛于 KK 的简单函数, 并且每个取值集合均为 Ei×FiE_i\times F_i 的形式, Ei,Fi⊂ΩE_i,F_i\subset\Omega 令 Tn:u(x)↦∫ΩKn(x,y)u(y)dyT_n:u(x)\mapsto\displaystyle\int_{\Omega} K_n(x,y)u(y)\text{d} y. 由于 TnT_n 的值域是有限维的, 故每个 TnT_n 都是紧算子. 并且有 ∥T−Tn∥⩽∥K−Kn∥→0\Vert T-T_n \Vert\leqslant \Vert K-K_n \Vert\to 0 又 Hilbert 空间完备, 故紧算子在有界算子中闭, 从而 TT 是紧算子.

  • ((2)) 设 T~=−T\widetilde{T}=-T, 由 (1) 知 T~\widetilde{T} 也是紧算子. f=0f=0 时只有零解, 即 Ker(I−T~)={0}\text{Ker}(I-\widetilde{T})=\lbrace 0\rbrace , 而由 Riesz-Fredholm 理论 (iii) Ker(I−T)={0}⇔Ran(I−T)=X\text{Ker}(I-T)=\lbrace 0\rbrace \Leftrightarrow\text{Ran}(I-T)=X 得到 Ran(I−T~)=L2(Ω)\text{Ran}(I-\widetilde{T})=L^2(\Omega). 即 I−T~I-\widetilde{T} 是双射. 所以对任意 f∈L2(Ω)f\in L^2(\Omega) 存在唯一解. 又 L2(Ω)L^2(\Omega) 完备, 故根据 Banach 逆映射定理 (I−T~)−1∈L(L2(Ω))(I-\widetilde{T})^{-1}\in\mathscr L(L^2(\Omega)). 从而存在 C>0C>0 使得 ∥u∥⩽∥(I−T~)−1∥∥f∥=C∥f∥\Vert u \Vert\leqslant\norm{(I-\widetilde{T})^{-1}}\Vert f \Vert=C\Vert f \Vert.

题目 #

(10 分) 设 X\mathscr X 是赋范线性空间而 f0,f1,⋯ ,fn∈X∗f_0,f_1,\cdots,f_n\in\mathscr X^*, 其满足

N(f0)⊇N(f1)∩N(f2)∩⋯∩N(fn).N(f_0)\supseteq N(f_1)\cap N(f_2)\cap \cdots\cap N(f_n).

试证: 存在常数 α1,α2,⋯ ,αn\alpha_1,\alpha_2,\cdots,\alpha_n, 使得 f0=α1f1+α2f2+⋯αnfnf_0=\alpha_1f_1+\alpha_2f_2+\cdots\alpha_nf_n.

证明

题目 #

(20 分) 设 s∈Rs\in\mathbb{R} 并定义如下复值数列构成的集合

Xs={x=(x1,x2,⋯ ,xn,⋯ )∣∑n=1∞ns∣xn∣2<∞}X_s=\lbrace \bm x=(x_1,x_2,\cdots,x_n,\cdots)|\sum\limits_{n=1}^\infty n^s|x_n|^2<\infty\rbrace

定义 ∥{xn}∥s=(∑n=1∞ns∣xn∣2)1/2\Vert \lbrace x_n\rbrace \Vert_s=\left(\sum\limits_{n=1}^\infty n^s|x_n|^2\right)^{1/2}.

  1. (5 分) 证明: (Xs,∥⋅∥s)(X_s,\Vert \cdot \Vert_s) 是 BB 空间且可以定义内积形成 HilbertHilbert 空间.
  2. (15 分) 设 s>ts>t 证明: (Xs,∥⋅∥s)(X_s,\Vert \cdot \Vert_s) 中的单位闭球是 (Xt,∥⋅∥t)(X_t,\Vert \cdot \Vert_t) 中的紧集.

题目 #

设 XX 是自反空间, EE 是 XX 的闭凸子集. 那么 ∀x∈X\forall x\in X, 都存在 y∈Ey\in E 使得 ∥x−y∥=ρ(x,E)\Vert x-y \Vert=\rho(x,E).

证明

(1) x∈Ex\in E, 直接取 y=xy=x, ∥x−y∥=ρ(x,E)=0\Vert x-y \Vert=\rho(x,E)=0.

(2) x∉Ex\notin E. 由下确界定义知存在 {yn}⊂E\lbrace y_n\rbrace \subset E 使得 ∥x−yn∥<ρ(x,E)+1n\Vert x-y_n \Vert<\rho(x,E)+\frac 1n.

则 {yn}\lbrace y_n\rbrace 是自反空间中的有界列, 故存在弱收敛子列, 设 ynk→wy∈Xy_{n_k}\xrightarrow{w}y\in X.

由 EE 是闭凸子集, 根据 Mazur 定理, EE 是弱闭的, 从而 y∈Ey\in E.

一方面 ∥x−y∥⩾ρ(x,E)\Vert x-y \Vert\geqslant \rho(x,E).

另一方面, 由 Hahn-Banach 定理, 存在 f∈X∗f\in X^*, 满足 ∥f∥=1\Vert f \Vert=1 且 f(x−y)=∥x−y∥f(x-y)=\Vert x-y \Vert. 从而 ∥x−y∥=f(x−y)=f(x−ynk)+f(ynk−y)⩽∥x−ynk∥+f(ynk−y)⩽ρ(x,E)+1n+f(ynk)−f(y)→ρ(x,E)\Vert x-y \Vert=f(x-y)=f(x-y_{n_k})+f(y_{n_k}-y)\leqslant\norm{x-y_{n_k}}+f(y_{n_k}-y)\leqslant \rho(x,E)+\frac 1n+f(y_{n_k})-f(y)\to \rho(x,E).

从而 ∥x−y∥=ρ(x,E)\Vert x-y \Vert=\rho(x,E).

题目 #

设 AA 是复 Hilbert 空间 HH 上的有界自伴算子, 则 σ(A)⊂R\sigma(A)\subset\mathbb R (免证).

  • ((1)) (10 分) 证明: ∥A∥=sup⁡∥x∥=1∣(Ax,x)∣\Vert A \Vert=\sup\limits_{\Vert x \Vert=1}|(Ax,x)|.
  • [(2)](10 分) 令 m(A)≜inf⁡∥x∥=1(Ax,x),M(A)≜sup⁡∥x∥=1(Ax,x)m(A)\triangleq \inf\limits_{\Vert x \Vert=1}(Ax,x), M(A)\triangleq\sup\limits_{\Vert x \Vert=1}(Ax,x) 证明: σ(A)⊂[m(A),M(A)]\sigma(A)\subset[m(A),M(A)] 且 m(A),M(A)∈σ(A)m(A),M(A)\in\sigma(A).
  • [(3)] (5 分) 进一步假设 A∈C(H)A\in\mathfrak{C}(H). 证明: 若 m(A)≠0m(A)\neq 0, 则 m(A)∈σp(A)m(A)\in\sigma_p(A); 若 M(A)≠0M(A)\neq 0, 则 M(A)∈σp(A)M(A)\in\sigma_p(A).
证明
  • [(1)] 一方面, ∣(Th,h)∣⩽∥T∥∥h∥2|(Th,h)|\leqslant\Vert T \Vert\Vert h \Vert^2 故 sup⁡∥h∥=1∣(Th,h)∣⩽∥T∥\sup\limits_{\Vert h \Vert=1}|(Th,h)|\leqslant \Vert T \Vert. 另一方面, ∥T∥=sup⁡∥x∥=1∥Tx∥=sup⁡∥x∥sup⁡∥f∥=1∣f(Tx)∣=sup⁡∥x∥=1sup⁡∥y∥=1∣(Tx,y)∣\Vert T \Vert=\sup\limits_{\Vert x \Vert=1}\Vert Tx \Vert=\sup\limits_{\Vert x \Vert}\sup\limits_{\Vert f \Vert=1}|f(Tx)|=\sup\limits_{\Vert x \Vert=1}\sup\limits_{\Vert y \Vert=1}|(Tx,y)| 前一个等号利用 Hahn-Banach 定理, 后一个等号利用 Riesz 表示定理. 而利用自伴算子 (Tx,y)=(x,Ty)(Tx,y)=(x,Ty) 可得 (Tx,y)=14((T(x+y),x+y)−(T(x−y),x−y))(Tx,y)=\frac14((T(x+y),x+y)-(T(x-y),x-y)) 从而 (Tx,y)⩽14sup⁡∥h∥=1∣(Th,h)∣(∥x+y∥+∥x−y∥)⩽sup⁡∥h∥=1∣(Th,h)∣(Tx,y)\leqslant\frac 14 \sup\limits_{\Vert h \Vert=1}|(Th,h)|(\Vert x+y \Vert+\Vert x-y \Vert)\leqslant\sup\limits_{\Vert h \Vert=1}|(Th,h)|. 所以 ∥T∥⩽sup⁡∥h∥=1∣(Th,h)∣\Vert T \Vert\leqslant\sup\limits_{\Vert h \Vert=1}|(Th,h)|. 综上 ∥T∥=sup⁡∥h∥=1∣(Th,h)∣\Vert T \Vert=\sup\limits_{\Vert h \Vert=1}|(Th,h)|.
  • [(2)] 首先当 AA 自伴时, 其谱点均是实数. 设 λ>M(A)\lambda>M(A), Tλ=λI−AT_\lambda=\lambda I-A. 共轭双线性型 a(x,y)=(Tλx,y)a(x,y)=(T_\lambda x,y). 首先由 TλT_\lambda 有界及 Cauchy-Schwarz 不等式, 存在 M>0M>0 , ∣a(x,y)∣<M∥x∥∥y∥|a(x,y)|<M\Vert x \Vert\Vert y \Vert. 其次 (Tλx,x)=λ∥x∥2−(Ax,x)⩾(λ−M)∥x∥2(T_\lambda x,x)=\lambda\Vert x \Vert^2-(Ax,x)\geqslant (\lambda-M)\Vert x \Vert^2. 从而根据 Lax-Milgram 定理, TλT_\lambda 是唯一的有界线性算子使得 a(x,y)=(Tλx,y)a(x,y)=(T_\lambda x,y) 且 ∥Tλ−1∥⩽1λ−M\norm{T_\lambda^{-1}}\leqslant \frac{1}{\lambda-M}. 所以 λ∈ρ(T)\lambda\in\rho(T). 同理当 λ<m(A)\lambda<m(A) 时, 取 Tλ=A−λIT_\lambda=A-\lambda I. 即可得到 λ∈ρ(T)\lambda\in \rho (T). 所以 σ(A)⊂[m(A),M(A)]\sigma(A)\subset[m(A),M(A)]. 下证 M(A)∈σ(A)M(A)\in \sigma(A). 还是考虑 Tm(A)=A−m(A)IT_{m(A)}=A-m(A)I, 有 (Tm(A)x,x)=(Ax,x)−(m(A)x,x)⩾0(T_{m(A)}x,x)=(Ax,x)-(m(A)x,x)\geqslant 0. 从而对于 Tm(A)T_{m(A)} 有其谱点均为非负实数. 那么根据自伴算子的谱半径等于其算子范数, 故 rσ(T)=∥Tm(A)∥=sup⁡∥x∥=1∣(Tm(A)x,x)∣r_\sigma(T)=\norm{T_{m(A)}}=\sup\limits_{\Vert x \Vert=1}|(T_{m(A)}x,x)| 所以 sup⁡λ∈σ(Tm(A))∣λ∣=M(A)−m(A)\sup\limits_{\lambda\in\sigma(T_{m(A)})}|\lambda|=M(A)-m(A) 再根据有界线性算子的谱集是紧集, 所以 M(A)−m(A)∈σ(Tm(A))M(A)-m(A)\in\sigma(T_{m(A)}), 而 Tm(A)T_{m(A)} 和 AA 的谱点只做平移变换, 故 M(A)∈σ(A)M(A)\in \sigma(A). 同理考虑 TM(A)=M(A)I−AT_{M(A)}=M(A)I-A, 即可证明 m(A)∈σ(A)m(A)\in \sigma(A).
  • [(3)] 由 Riesz-Schauder 理论 σ(A)∖{0}=σp(A)∖{0}\sigma(A)\setminus\lbrace 0\rbrace =\sigma_p(A)\setminus\lbrace 0\rbrace . 由上一问 m(A),M(A)∈σ(A)m(A),M(A)\in\sigma(A), 所以当 m(A)≠0,M(A)≠0m(A)\neq0,M(A)\neq0 时有 m(A)∈σp(A),M(A)∈σp(A)m(A)\in\sigma_p(A),M(A)\in\sigma_p(A).

讨论

评论

正在加载评论…

输入关键词开始搜索。