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 $V^* \equiv V - \{0\}$,其中 $0$ 为矢量空间 $V$ 的零矢量。

定义 1 

   设 $\mathcal A$ 是 $V$ 上的线性算子,则其范数定义为1

\begin{equation} \left\lVert \mathcal A \right\rVert = \sup_{x\in{V^*}}\frac{ \left\lvert \mathcal Ax \right\rvert }{ \left\lvert x \right\rvert } = \sup_{|x| = 1} \left\lvert \mathcal A x \right\rvert ~. \end{equation}
其中 $ \left\lvert x \right\rvert \equiv\sqrt{(x,x)}$ 是矢量 $x$ 的范数, $(\cdot,\cdot)$ 是 $V$ 的内积。

   它的几何意义恰好是算子 $\mathcal A$ 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,$\{x \in V \mid |x| = 1\}$ 是一个紧空间,因此 $ \left\lVert \mathcal A \right\rVert $ 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. $ \left\lVert \mathcal A \right\rVert \geq0$,且 $ \left\lVert \mathcal A \right\rVert =0$ 当且仅当 $ \left\lVert \mathcal A \right\rVert =\mathcal O$,$\mathcal O$ 为零算子(例 1 );
  2. $ \left\lVert \lambda \mathcal A \right\rVert = \left\lvert \lambda \right\rvert \left\lVert \mathcal A \right\rVert $;
  3. 三角不等式:$ \left\lVert \mathcal A+\mathcal B \right\rVert \leq \left\lVert \mathcal A \right\rVert + \left\lVert \mathcal B \right\rVert $。
    此外,下面性质成立:
  4. $ \left\lVert \mathcal{AB} \right\rVert \leq{ \left\lVert \mathcal A \right\rVert } \left\lVert \mathcal B \right\rVert $。

   证明:1. 由于 $ \left\lvert \mathcal A x \right\rvert \geq0$,且 $x\neq0\Rightarrow \left\lvert x \right\rvert >0$,所以 $ \left\lVert \mathcal A \right\rVert \geq0$。当 $\mathcal A=0$ 时 意味着 $\sup\limits_{x\in{V^*}} \left\lvert \mathcal A x \right\rvert =0\Rightarrow\mathcal A x=0$,即 $\mathcal A$ 将每个 $x$ 都映射为零矢量,于是 $\mathcal A=\mathcal O$。

   2.$ \left\lVert \lambda\mathcal A \right\rVert =\sup\limits_{x\in{V^*}}\frac{ \left\lvert \lambda \mathcal Ax \right\rvert }{ \left\lvert x \right\rvert }=\sup\limits_{x\in{V^*}}\frac{ \left\lvert \lambda \right\rvert \left\lvert \mathcal Ax \right\rvert }{ \left\lvert x \right\rvert }= \left\lvert \lambda \right\rvert \sup\limits_{x\in{V^*}}\frac{ \left\lvert \mathcal Ax \right\rvert }{ \left\lvert x \right\rvert }= \left\lvert \lambda \right\rvert \left\lVert \mathcal A \right\rVert $。

   3.

\begin{equation} \begin{aligned} \left\lVert \mathcal A+\mathcal B \right\rVert &=\sup\limits_{x\in{V^*}}\frac{ \left\lvert \mathcal Ax+\mathcal B x \right\rvert }{ \left\lvert x \right\rvert }\leq\sup\limits_{x\in{V^*}} \left(\frac{ \left\lvert \mathcal Ax \right\rvert + \left\lvert \mathcal B x \right\rvert }{ \left\lvert x \right\rvert } \right) \\ &\leq \sup\limits_{x\in{V^*}}\frac{ \left\lvert \mathcal Ax \right\rvert }{ \left\lvert x \right\rvert }+\sup\limits_{x\in{V^*}}\frac{ \left\lvert \mathcal B x \right\rvert }{ \left\lvert x \right\rvert }\\ &= \left\lVert \mathcal A \right\rVert + \left\lVert \mathcal B \right\rVert ~. \end{aligned} \end{equation}

   4. 式 1 $\Rightarrow \left\lVert \mathcal A \right\rVert \geq\frac{ \left\lvert \mathcal Ax \right\rvert }{ \left\lvert x \right\rvert }\Rightarrow \left\lVert \mathcal A \right\rVert \left\lvert x \right\rvert \geq \left\lvert \mathcal A x \right\rvert $,于是

\begin{equation} \begin{aligned} \left\lVert \mathcal{AB} \right\rVert &=\sup\limits_{x\in{V^*}}\frac{ \left\lvert \mathcal{AB} x \right\rvert }{ \left\lvert x \right\rvert }\leq\sup\limits_{x\in{V^*}}\frac{ \left\lVert \mathcal A \right\rVert \left\lvert \mathcal{B} x \right\rvert }{ \left\lvert x \right\rvert }\\ &\leq\sup\limits_{x\in{V^*}}\frac{ \left\lVert \mathcal A \right\rVert \left\lVert \mathcal B \right\rVert \left\lvert x \right\rvert }{ \left\lvert x \right\rvert }= \left\lVert \mathcal A \right\rVert \left\lVert \mathcal B \right\rVert ~. \end{aligned} \end{equation}

   证毕!

   由矢量的模和度量的关系,$d(\mathcal A,\mathcal B)\equiv \left\lVert \mathcal{A-B} \right\rVert $ 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 $A_i$ 是任一柯西序列,即对每一 $\epsilon>0$,存在 $N(\epsilon)>0$,使得只要 $m,k>N(\epsilon)$ 时就有 $d(\mathcal{A_m,A_k})<\epsilon$。对任意点 $x$,记 $x_i\equiv\mathcal A_i x$,于是对 $m,k>N(\epsilon/ \left\lvert x \right\rvert )$,就有

\begin{equation} \left\lvert x_k-x_m \right\rvert \leq d(\mathcal{A_k,A_m}) \left\lvert x \right\rvert <\epsilon~. \end{equation}
即点列 $x_i$ 也是柯西序列。但是 $V$ 是完备的(),所以极限
\begin{equation} y=\lim_{i\rightarrow\infty}x_i\in V~ \end{equation}
存在,由于 $y$ 线性依赖于 $x$,于是就有 $V$ 上的线性算子 $\mathcal A$ 存在,使得 $\mathcal Ax=y$。且对 $k>N'(\epsilon \left\lvert x \right\rvert )$
\begin{equation} d(\mathcal{A_k,A})=\sup\limits_{x\in{V^*}}\frac{ \left\lvert x_k -y \right\rvert }{ \left\lvert x \right\rvert }\leq\epsilon~. \end{equation}
所以
\begin{equation} \mathcal A=\lim_{k\rightarrow\infty}\mathcal A_k~. \end{equation}

   证毕!


1. ^ 取 $x \in V^*$,我们有 $\frac{ \left\lvert \mathcal A x \right\rvert } { \left\lvert x \right\rvert } = \left\lvert \mathcal{A} \frac{x}{ \left\lvert x \right\rvert } \right\rvert $,因此考虑非零向量等价于只考虑单位长度的向量。


致读者: 小时百科一直以来坚持所有内容免费无广告,这导致我们处于严重的亏损状态。 长此以往很可能会最终导致我们不得不选择大量广告以及内容付费等。 因此,我们请求广大读者热心打赏 ,使网站得以健康发展。 如果看到这条信息的每位读者能慷慨打赏 20 元,我们一周就能脱离亏损, 并在接下来的一年里向所有读者继续免费提供优质内容。 但遗憾的是只有不到 1% 的读者愿意捐款, 他们的付出帮助了 99% 的读者免费获取知识, 我们在此表示感谢。

                     

友情链接: 超理论坛 | ©小时科技 保留一切权利