Analiza funkcjonalna 1.
Wioletta Karpińska
Semestr letni 2015/2016
Bibliografia
[1] Banaszczyk W., Analiza matematyczna 3. Wykłady. (http://math.uni.lodz.pl/∼wbanasz/AM3/) [2] Birkholc A., Analiza matematyczna. Funkcje wielu zmiennych. Wydawnictwo Naukowe PWN, War-
szawa 2002.
[3] Filipczak F. M., Teoria miary i całki (skrypt).
[4] Kołodziej W., Analiza matematyczna. PWN, Warszawa 1980.
[5] Kołodziej W., Wybrane rozdziały analizy matematycznej. PWN, Warszawa 1982.
[6] Musielak J., Wstęp do analizy funkcjonalnej. PWN, Warszawa 1976.
[7] Prus S., Stachura A., Analiza funkcjonalna w zadaniach.. PWN, Warszawa 2007.
[8] Rusinek J., Zadania z analizy funkcjonalnej z rozwiązaniami. Wyd. Uniwersytetu Kardynała Stefana Wyszyńskiego, 2006.
1 Przypomnienie wiadomości o przestrzeniach liniowych
W dalszej części zakładać będziemy, że X jest dowolnym niepustym zbiorem (nazwiemy go przestrzenią), a
Kniech będzie niepustym zbiorem liczb rzeczywistych lub zespolonych.
1.1 Przestrzenie liniowe
Definicja 1.1.
Załóżmy, że są określone dwa działania: dodawanie + : X× X → X i mnożenie przez liczbę · :K× X → X, spełniające następujące warunki (przy dowolnych x, y, z∈ X, α, β ∈K):
1. x + y = y + x (przemienność dodawania), 2. x + (y + z) = (x + y) + z (łączność dodawania),
3. istnieje takie element zerowy θ ∈ X, że dla każdego x ∈ X, x + θ = x,
4. jeżeli θ spełnia poprzedni warunek, to dlakażdego x ∈ X istnieje element przeciwny −x ∈ X taki, że x + (−x) = θ,
5. α(x + y) = αx + αy (rozdzielność mnożenia względem dodawania elementów), 6. (α + β)x = αx + βx (rozdzielność mnożeniz względem dodawania liczb), 7. α(βx) = (αβ)x (łączność mnożenia),
8. 1· x = x.
Wtedy zbiór X z działaniami + i · nazywamy przestrzenia liniową (wektorową) rzeczywistą lub zespoloną (w zależności od tego, czyK jest zbiorem liczb rzeczywistych, czy zespolonych) i oznaczamy symbolem X, +, ·.
Przykład 1. Przykłady przestrzeni liniowych (wektorowych):
• X =Kn - zbiór wektorów (punktów) n-wymiarowych, tzn. elementów x = (t1, t2, t3, . . . , tn), gdzie t1, t2, . . . , tn ∈K, z działaniami:
x + y := (t1+ s1, t2+ s2, . . . , tn+ sn), αx := (αt1, αt2, . . . , αtn) dla x = (t1, t2, t3, . . . , tn), y = (s1, s2, . . . , sn)∈Kn, α∈K.
Elementem zerowym jest θ := (0, 0, . . . , 0), a elementem przeciwnym do x jest−x := (−t1,−t2, . . . ,−tn).
• X =K∞ - zbiór ciągów x = (tk)∞k=1, gdzie tk ∈K, z działaniami:
x + y := (tk+ sk)∞k=1, αx := (αtk)∞k=1 dla x = (tk)∞k=1, y = (sk)∞k=1, α∈K.
Elementem zerowym jest θ := (0)∞k+1, a elementem przeciwnym do x jest −x := (−tk)∞k=1.
• X =KΩ - zbiór funkcji określonych w dowolnym zbiorze niepustym Ω o wartościach z K, tzn: f : Ω→K, przy czym, jeśli f, g ∈KΩ, α∈K, to określamy działania:
(f + g)(t) := f (t) + g(t), (αf )(t) := αf (t) dla t∈ Ω.
Elementem zerowym jest funkcja tożsamościowo równa zero, a elementem przeciwnym do f jest −f.
• X = M(m × n,K) - zbiór macierzy o m wierszach i n kolumnach o wyrazach rzeczywistych lub ze- spolonych, z naturalnymi działaniami na macierzach, tzn. dla α ∈ K oraz dla x = [αij]i=1..m,j=1..n i y = [βij]i=1..m,j=1..n, gdzie
[αij]i=1..m,j=1..n:=
α11 . . . α1n
. . . . αm1 . . . αmn
i [βij]i=1..m,j=1..n:=
β11 . . . β1n
. . . . βm1 . . . βmn
określamy
x + y := [αij]i=1..m,j=1..n+ [βij]i=1..m,j=1..n=
α11+ β11 . . . α1n+ β1n . . . .
αm1+ βm1 . . . αmn+ βmn
oraz αx := α[αij]i=1..m,j=1..m=
αα11 . . . αα1n . . . . ααm1 . . . ααmn
.
Elementem zerowym θ jest macierz, której elementami sa same zera, a elementem przeciwnym do x jest−x := [−αij]i=1..m,j=1..n.
Definicja 1.2.
Jeśli X, +, · jest przestrzenią liniową (wektorową), to niepusty podzbiór X0 ⊂ X nazywamy jej podprze- strzenią liniową, gdy X0, +,· jest przestrzenią liniową.
Z definicji tej wynika natychmiast twierdzenie:
Twierdzenie 1.1.
Niech X, +, · będzie przestrzenią linową (wektorową). Niepusty podzbiór X0 ⊂ X jest jej podprzestrzenią liniową wtedy i tylko wtedy, gdy dla x, y∈ X0 i α∈K mamy x + y∈ X0 i αx∈ X0.
Uwaga 1.
Warunek: dla x, y ∈ X0 i α∈K mamy x + y∈ X0 i αx∈ X0 można zastąpić następującym:
dla x, y∈ X0 i α, β∈K mamy αx + βy∈ X0.
Przykład 2. Przykłady podprzestrzeni liniowych (wektorowych) ciągowych:
• X = K∞, X0 = c00 - przestrzeń ciągów skończonych, tzn. x ∈ c00, jeśli x = (tk)∞k=1, gdzie tk ∈ K, przy czym tylko skończona ilość tk jest niezerowa.
• X = K∞, X0 = m - przestrzeń ciągów ograniczonych, tzn. x ∈ m, jeśli x = (tk)∞k=1, gdzie tk ∈ K, przy czym supk=1..∞|tk| < ∞.
• X = K∞, X0 = c - przestrzeń ciągów zbieżnych, tzn. x ∈ c, jeśli x = (tk)∞k=1, gdzie tk ∈ K, przy czym limk→∞tk = t0 dla pewnego t0 ∈K.
• X =K∞, X0 = c0 - przestrzeń ciągów zbieżnych do zera, tzn. x∈ c0, jeśli x = (tk)∞k=1, gdzie tk ∈ K, przy czym limk→∞tk = 0.
• X = K∞, X0 = l - przestrzeń ciągów sumowalnych, tzn. x ∈ l, jeśli x = (tk)∞k=1, gdzie tk ∈ K, przy czym
∞
k=1|tk| < ∞.
Łatwo zauważyć następującą zależność:
c00⊂ l ⊂ c0 ⊂ c ⊂ m ⊂K∞.
Przykład 3. Przykłady podprzestrzeni liniowych (wektorowych) funkcyjnych:
• X = KΩ, gdzie Ω = [a, b] ⊂ R, X0 = B([a, b],K) - przestrzeń funkcji ograniczonych, tzn. x ∈ B([a, b],K), jeśli supt∈[a,b]|x(t)| < ∞.
• X =KΩ, gdzie Ω = [a, b]⊂R, X0 = C([a, b],K) - przestrzeń funkcji ciągłych na [a, b].
Łatwo zauważyć następującą zależność:
C([a, b],K)⊂ B([a, b],K)⊂K[a,b]. Definicja 1.3.
Elementy x1, x2, . . . , xn przestrzeni wektorowej X, +, · nazywamy liniowo zależnymi, jeśli istnieją takie liczby α1, α2, . . . , αn∈K nie wszystkie równe zero, że zachodzi równość
α1x1+ α2x2+· · · αnxn = θ. (1)
Jeśli przeciwnie, z (1) wynika, że α1 = α2 = . . . = αn = 0, to elementy x1, x2, . . . xn nazywamy liniowo niezależnymi.
Definicja 1.4.
Największą liczbę całkowitą nieujemną n o tej własności, że istnieje n elementów liniowo niezależnych w
X, +, · nazywamy wymiarem przestrzeni X, +, · i oznaczamy symbolem dimX.
Jeśli taka liczba n istnieje, to przestrzeń nazywamy skończenie wymiarową, a jeśli nie istnieje, to przestrzeń
nazywamy nieskończenie wymiarową i piszemy dimX =∞.
Jeśli dimX = n, to każdy zbiór n liniowo niezależnych elementów przestrzeni X nazywamy bazą przestrzeni liniowej X, +, ·.
Twierdzenie 1.2.
Jeśli niepusty zbiór B ⊂ X jest bazą przestrzeni X, +, ·, to każdy wektor przestrzeni daje się w sposób jednoznaczny przedstawić w postaci kombinacji liniowej elementów zbioru B.
Definicja 1.5.
Jeśli bazę w przestrzeni skończenie wymiarowej tworzą elementy e1, e2, . . . , en, to na podstawie poprzedniego twierdzenia każdy wektor x∈ X można zapisać jako:
x = t1e1+ t2e2+· · · + tnen.
Układ (e1, e2, . . . , en) nazywamy bazą algebraiczną tej przestrzeni, a liczby t1, t2, . . . , tn nazywamy współrzęd- nymi elementu x względem tej bazy.
Przykład 4.
Dla każdego k = 1, . . . , n niech ek ∈Kn oznacza wektor jednostkowy, tzn.
e1 = (1, 0, 0, . . . , 0, 0), e2 = (0, 1, 0, . . . , 0, 0), . . . , en= (0, 0, 0, . . . 0, 1).
Wektory te są oczywiście liniowo niezależne i tworzą bazę algebraiczną przestrzeni Kn. Bazę tę nazywamy bazą kanoniczną.
Wtedy każdy wektor x = (t1, t2, . . . , tn)∈Kn można zapisać jako x = t1e1+ t2e2+· · · + tnen =
n k=1
tkek
w sposób jednoznaczny, przy czym liczby t1, t2, . . . , tn są współrzędnymi elementu x względem bazy kano- nicznej.
Przykład 5.
Rozważmy przestrzeń liniową X, +, · z X =K∞, którą tworzą ciągi nieskończone x = (tk)∞k=1 liczb rzeczy- wistych bądź zespolonych. Taka przestrzeń liniowa jest nieskończenie wymiarowa, bo elementy
e1 = (1, 0, 0, . . . ), e2 = (0, 1, 0, . . . ), . . . , e3 = (0, 0, 1, . . . )., . . .
są liniowo niezależne, tzn. układ e1, e2, . . . , em jest liniowo niezależny dla każdego naturalnego m.
Wtedy każdy wektor (ciąg) x = (tk)∞k=1 ∈K∞ można zapisać jako x = t1e1+ t2e2 +· · · = ∞
k=1
tkek w sposób jednoznaczny.
Definicja 1.6.
Niech X1, X2 będą podprzestrzeniami liniowymi przestrzeni liniowej X, +, ·. Jeżeli każdy element x ∈ X daje się jednoznacznie pzredstawić w postaci
x = x1+ x2, gdzie x1 ∈ X1, x2 ∈ X2, (2) to mówimy, że X jest sumą prostą podprzestrzeni X1 i X2 i zapisujemy X = X1⊕ X2.
Twierdzenie 1.3.
Jeżeli X = X1 ⊕ X2, to podprzestrzenie X1 i X2 mają wspólny jedynie element zerowy. Na odwrót, jeśli każdy element x ma rozkład (2) i podprzestrzenie X1 i X2 nie mają elementów wspólnych, prócz zerowego, to X = X1⊕ X2.
Dowód.
Dla dowodu pierwszej części przypuśćmy, że istnieje element x0 = θ należący do obu podprzestrzeni X1 i X2. Wtedy x o przedstawieniu (2) dałby się również zapisać w postaci
x = (x1− x0) + (x0+ x2) i x1 − x0 ∈ X1, x0+ x2 ∈ X2, x1− x0 = x1, x0+ x2 = x2, co jest wbrew założonej jednoznaczności takiego przedstawienia.
Dla dowodu drugiej części wystarczy sprawdzić jednoznaczność przedstawienia (2). Niech więc x = x1+ x2 = x1 + x2, gdzie x1, x1 ∈ X1, x2, x2 ∈ X2.
Wtedy x1−x1 = x2−x2, ale x1−x1 ∈ X1 i x2−x2 ∈ X2, więc x1−x1 = x2−x2 = θ (bo jedynym wspólnym elementem jest zero). Stąd x1 = x1 i x2 = x2.
W dalszej części wykładu dla uproszczenia zapisu będziemy często pisać, że X jest przestrzenią liniową, zamiast X, +, ·.
1.2 Operatory liniowe
Definicja 1.7.
Niech X, Y będą przestrzeniami wektorowymi (liniowymi) nad ciałem Kliczb rzeczywistych lub zespolonych.
Odwzorowanie T : X → Y nazywamy operatorem liniowym (odwzorowaniem liniowym), jeśli T (x1+ x2) = T (x1) + T (x2),
T (αx) = αT (x) dla dowolnych x1, x2 ∈ X i α ∈K.
Jeżeli Y =K, to operator liniowy T : X →K nazywamy funkcjonałem liniowym lub formą liniową.
Przy operatorach liniowych będziemy często pisali T x zamiast T (x).
Uwaga 2.
Warunki addytywności i jednorodności w definicji operatora liniowego można zastąpić jednym:
T (αx1+ βx2) = αT (x1) + βT (x2) dla dowolnych x1, x2 ∈ X i α, β ∈K.
Podstawowe operatory analizy matematycznej, jak operator obliczania granicy ciągu, sumowania szeregu, różniczkowania i całkowania funkcji, to przykłady operatorów liniowych lub funkcjonałów liniowych.
Przykład 6. Przykłady operatorów liniowych.
• Niech X = c będzie przestrzenią ciągów zbieżnych o wyrazach z ciała K, Y = K. Niech dalej T : c → K
będzie określone następująco:
T (x) = lim
k→∞tk dla x = (tk)∞k=1 ∈ c.
Operator T jest funkcjonałem liniowym, co wynika z własności granicy ciągu.
• Niech X = l będzie przestrzenią ciągów sumowalnych o wyrazach z ciałaK, Y =K. Niech dalej T : l→K
będzie określone następująco:
T (x) =
∞ k=1
tk dla x = (tk)∞k=1 ∈ l.
Operator T jest funkcjonałem liniowym, co wynika z własności sum nieskończonych.
Istotnie:
T (x1+ x2) =
∞ k=1
(tk+ tk) =
∞ k=1
tk+
∞ k=1
tk = T x1+ tx2
oraz
T (αx) =
∞ k=1
αtk= α
∞ k=1
tk= αT x, dla x = (tk)∞k=1, x1 = (tk)k=1∞ , x2 = (tk)∞k=1, α ∈K.
• Niech X będzie przestrzenią funkcji x : [a, b] ⊂ R → K różniczkowalnych w [a, b], a Y = K[a,b]. Wtedy T x = x, gdzie x jest pochodną funkcji x jest operatorem liniowym z X w Y (na podstawie własności różniczkowania).
• Niech X będzie przestrzenią funkcji x : [a, b] ⊂ R → R całkowalnych na [a, b], a Y = R. Wtedy T x =
[a,b]x(t) dt jest operatorem liniowym z X w Y na podstawie własności całki.
Twierdzenie 1.4.
Każdy operator liniowy T : Kn → Km, gdzie K jest ciałem liczb rzeczywistych lub zespolonych, jest postaci T x = y, gdzie
y1 = a11x1 + a12x2+ . . . + a1nxn, y2 = a21x1 + a22x2+ . . . + a2nxn, . . . ,
ym = am1x1+ am2x2+ . . . + amnxn,
(3)
przy czym x = (x1, x2, . . . , xn), y = (y1, y2, . . . , ym), aik ∈K. Na odwrót, każdy operator T :Kn →Km postaci (3) jest liniowy.
Dowód.
Niech e1 = (1, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0), . . . , en = (0, 0, . . . , 1) będzie bazą w Kn oraz niech e1 = (1, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0), . . . , em = (0, 0, . . . , 1) będzie bazą w Km. Ponieważ T ek ∈ Km dla k = 1, 2, . . . , n, więc istnieją takie aik ∈K, że T ek =mi=1aikei (bo daje się przedstawić jako kombinacja liniowa elementów bazy Km.
Weźmy x = (x1, x2, . . . , xn) i przypuśćmy, że T x = y = (y1, y2, . . . , ym). Wtedy
m i=1
yiei = y = T x = T
n
k=1
xkek
=
n k=1
xkT ek=
n k=1
xk
m i=1
aikei =
m i=1
n
k=1
aikxk
ei. Stąd yi =nk=1aikxk dla i = 1, 2, . . . , m, czyli zachodzi (3).
Na odwrót, gdy T x = y, gdzie x i y są związane równościami (3), to jest widoczne, że T jest operatorem liniowym.
Wniosek 1.1.
Każdy funkcjonał liniowy T nad przestrzenią Kn, gdzie K jest ciałem liczb rzeczywistych lub zespolonych, jest postaci
T x = a1x1+ a2x2+ . . . + anxn,
gdzie x = (x1, x2, . . . , xn), ak∈Kdla k = 1, 2, . . . , n. Na odwrót, każdy funkcjonał wymienionej postaci jest liniowy.
Twierdzenie 1.5.
Jeżeli T : X → Y , gdzie X, Y są przestrzeniami liniowymi, to T θX = θY oraz obraz T X przestrzeni X w przestrzeni Y jest podprzestrzenią liniową przestrzeni Y .
Dowód.
Mamy T θX = T (θx+ θX) = T θX + T θX = 2T θX, więc T θX = θY.
Niech teraz y, y1, y2 ∈ T X, a α ∈ K. Wtedy istnieją takie x, x1, x2 ∈ X, że y = T x, y1 = T x1, y2 = T x2. Zatem y1 + y2 = T x1 + T x2 = T (x1 + x2) ∈ T X i αy = αT x = T (αx) ∈ T X, co dowodzi, że T X jest podprzestrzenią liniową przestrzeni Y .
Twierdzenie 1.6.
Jeżeli T : X → Y , gdzie X, Y są przestrzeniami liniowymi, to T jest różnowartościowy wtedy i tylko wtedy, gdy T x = θ implikuje x = θ (są to oczywiście elementy zerowe odpowiednich przestrzeni).
Dowód.
Przypomnijmy, że z definicji różnowartościowości mamy dla dowolnych x1, x2 ∈ X T x1 = T x2 implikuje x1 = x2,
czyli
T x1− T x2 = θ implikuje x1− x2 = θ, T (x1− x2) = θ implikuje x1− x2 = θ.
Jest to równoważne warunkowi twierdzenia.
Przypomnijmy teraz, że jądrem odwzorowania liniowego T : X → Y nazywamy przeciwobraz zera i oznaczamy symbolem kerT , czyli
kerT ={x ∈ X : T x = θ} .
W świetle ostatniego twierdzenia można teraz powiedzieć, że operator T jest różnowartościowy, gdy jego jądro zawiera tylko wektor zerowy.
Jeśli więc operator T ma jądro z elementem zerowym tylko i jest ponadto odwzorwaniem surjektywnym, to jest odwracalny. Można wykazać, że jeśli T jest liniowy, to operator odwrotny do niego T−1 też jest liniowy.
W zbiorze wszystkich operatorów liniowych T : X → Y można wprowadzić działania algebraiczne. Sumę T + S dwóch oepratorów T i S określamy równością
(T + S)x := T x + Sx, a iloczyn αT operatora T przez liczbę α - równością:
(αT )x := αT x.
W wyniku tych działań otrzymujemy również operatory liniowe. Ponadto nietrudno sprawdzić, że spełnione są wszystkie aksjomaty przestrzeni liniowej, czyli rozważany zbiór jest przestrzenią wektorową, w której elementem zerowym jest operator tożsamościowo równy zero.
Przestrzeń liniową operatorów liniowych T : X → Y oznaczamy symbolem L(X, Y ).