线性算子的范数

                     

贡献者: 零穹; Giacomo

预备知识 线性算子代数,范数、赋范空间

   线性算子是矢量空间上的线性映射。如果矢量空间本身还是一个赋范空间,那么线性算子空间不仅能在加法和数乘的定义下构成矢量空间(见线性算子代数),而且能在其上定义范数。下面我们约定 VV{0},其中 0 为矢量空间 V 的零矢量。

定义 1 

   设 AV 上的线性算子,则其范数定义为1

(1)A=supxV|Ax||x|=sup|x|=1|Ax| .
其中 |x|(x,x) 是矢量 x 的范数, (,)V 的内积。

   它的几何意义恰好是算子 A 的最大伸缩系数(矢量模之比)。

  

未完成:紧空间上的连续实函数能取到最值

   对于有限维度赋范空间来说,{xV|x|=1} 是一个紧空间,因此 A 总是有限,称为有界算子;无限维度赋范空间可以存在不有界的算子。结合两种情况,我们可以考虑有界算子的矢量空间,记做 B(V)

例 1 

   试证明 B(V) 是一个赋范空间(定义 1 ),即:

  1. A0,且 A=0 当且仅当 A=OO 为零算子(例 1 );
  2. λA=|λ|A;
  3. 三角不等式:A+BA+B
    此外,下面性质成立:
  4. ABAB

   证明:1. 由于 |Ax|0,且 x0|x|>0,所以 A0。当 A=0 时 意味着 supxV|Ax|=0Ax=0,即 A 将每个 x 都映射为零矢量,于是 A=O

   2.λA=supxV|λAx||x|=supxV|λ||Ax||x|=|λ|supxV|Ax||x|=|λ|A

   3.

(2)A+B=supxV|Ax+Bx||x|supxV(|Ax|+|Bx||x|)supxV|Ax||x|+supxV|Bx||x|=A+B .

   4. 式 1 A|Ax||x|A|x||Ax|,于是

(3)AB=supxV|ABx||x|supxVA|Bx||x|supxVAB|x||x|=AB .

   证毕!

   由矢量的模和度量的关系d(A,B)AB 构成了 B(V) 的度量。

  

未完成:证明过程不够清晰

定理 1 

   赋予度量 d 的线性算子空间构成一完备度量空间。

   证明:我们只需要证明完备性(定义 3 )即可。设 Ai 是任一柯西序列,即对每一 ϵ>0,存在 N(ϵ)>0,使得只要 m,k>N(ϵ) 时就有 d(Am,Ak)<ϵ。对任意点 x,记 xiAix,于是对 m,k>N(ϵ/|x|),就有

(4)|xkxm|d(Ak,Am)|x|<ϵ .
即点列 xi 也是柯西序列。但是 V 是完备的(),所以极限
(5)y=limixiV 
存在,由于 y 线性依赖于 x,于是就有 V 上的线性算子 A 存在,使得 Ax=y。且对 k>N(ϵ|x|)
(6)d(Ak,A)=supxV|xky||x|ϵ .
所以
(7)A=limkAk .

   证毕!


1. ^xV,我们有 |Ax||x|=|Ax|x||,因此考虑非零向量等价于只考虑单位长度的向量。

                     

© 小时科技 保留一切权利