开映像定理与其应用
开映像定理
设$X,Y$是巴拿赫空间,有界线性算子$\Lambda:X{\to}Y$是满射,则存在$\delta>0$,使得
$$ {\Lambda}(B_X(0,1)){\supset}{\delta}B_Y(0,1)=B_Y(0,\delta)\\ B_X(0,1)=\left\{x{\in}X;\|x\|_X{\le}1\right\} $$
(开映像定理将开集映为开集)
证明分为两步:
断言1:在定理条件下,$\exists{\delta}>0$,使得$\overline{\Lambda(B_X(0,1))}{\supset}2{\delta}B_Y(0,1)$。
证明断言1:$\forall{y}{\in}Y$,因为$\Lambda$是满射,故$\exists{x}{\in}X$,使得$y=\Lambda{x}$,若$\|x\|<k$,则$y{\in}B_X(0,k)=k{\Lambda}B_x(0,1)$。因为是连续线性算子。令$X_n=\overline{n{\Lambda}B_X(0,1)}$,而$Y={\bigcup}^{\infty}_{n=1}X_n$,由Baire定理,则${\exists}n_0$,使得$intX_{n_0}{\neq}\varnothing$,而实际上根据连续性,就是$int{\overline{\Lambda{B_X(0,1)}}}{\neq}\varnothing$。设$y_0$是$\overline{{\Lambda}B_X(0,1)}$中的内点,则存在$\delta>0$,使得$B_Y(y_0,4\delta){\subset}\overline{B_X(0,1)}$。
这里$-y_0$也是$\overline{{\Lambda}B_X(0,1)}$的内点,因为是对称凸集。也就是
$$ y_0=n_0{\Lambda}x,-y_0=n_0{\Lambda}-x_0,而x,-x{\in}B_X(0,1){\Longrightarrow}-y_0{\in}\overline{{\Lambda}B_X(0,1)} $$
$$ B_Y(0,4\delta)=B_Y(y_0,4\delta)-y_0{\subset}\overline{{\Lambda}B_X(0,1)}+\overline{{\Lambda}B_X(0,1)} $$
于是有$B_Y(0,4\delta){\subset}2\overline{{\Lambda}B_X(0,1)}$,进一步有
$$ \overline{{\Lambda}B_X(0,1)}{\supset}B_Y(0,2\delta)=2{\delta}B_Y(0,1) $$
断言2:若$\Lambda:X{\to}Y$,满足$\overline{\Lambda(B_X(0,1))}{\supset}2{\delta}B_Y(0,1)$,则$B_Y(0,\delta){\subset}{\Lambda}B_X(0,1)$。
证明:要证${\forall}y{\in}B_Y(0,\delta),{\exists}x{\in}B_X(0,1)$,使得$\Lambda{x}=y$。
由满足的条件,我们就可以取${\forall}\varepsilon>0,{\exists}x{\in}X,\|x\|<\frac{1}{2}$,使得$\|y-{\Lambda}x\|<\varepsilon$。
取到$\varepsilon=\frac{\delta}{2}$,取${\exists}x_1$,使得$\|y-{\Lambda}x_1\|<\frac{\delta}{2}$。用$y-{\Lambda}x_1$代替前面的$y$,于是$\exists{x_2},\|x_2\|<\frac{1}{4}$,使得$\|y-{\Lambda}x_1-{\Lambda}x_2\|<\frac{\delta}{4}$,继续上面的步骤取法,这样下去。$\exists{x_n},\|x_n\|<\frac{1}{2^n}$,使得$\|y-{\Lambda}x_1-{\Lambda}x_2-{\cdots}-{\Lambda}x_n\|<\frac{\delta}{2^n}$。且有$\sum^{\infty}_{n=1}\|x_n\|$是收敛的,于是我们取$x:=\sum^{\infty}_{n=1}x_n$,由于$\Lambda$是连续的,故$y={\Lambda}x$。
故此证明完毕。
巴拿赫(逆算子)定理
$X,Y$是巴拿赫空间,$\Lambda:X{\to}Y$是既单又满的有界线性算子,则${\exists}\delta>0$,使得$\|{\Lambda}x\|{\ge}\delta\|x\|,{\forall}x{\in}X$,也就是$\Lambda^{-1}$是$Y$到$X$上的一个有界线性算子。
证明:取$\delta$为开映像定理中的,结合$\Lambda$是既单又满的。
若$\|{\Lambda}x\|<\delta,\|x\|<1$,则其逆否命题,$\|x\|{\ge}1,\|{\Lambda}x\|{\ge}\delta$。
$\Lambda^{-1}$的定义如下:若$y={\Lambda}x$,则令$x={\Lambda}^{-1}y$,且${\Lambda}^{-1}$是线性算子。
$$ {\Lambda}^{-1}(\beta_1y_1+\beta_2y_2)=\beta_1{\Lambda}^{-1}y+\beta_2{\Lambda}^{-1}y_2 $$
设$y_1=\Lambda{x_1},y_2=\Lambda{x_2}$,则有
$$ \beta_1y_1+\beta_2y_2=\beta_1{\Lambda}x_1+\beta_2{\Lambda}x_2={\Lambda}(\beta_1x_1+\beta_2x_2) $$
而由$\Lambda^{-1}$定义可以知道
$$ {\Lambda}^{-1}(\beta_1y_1+\beta_2y_2)=\beta_1x_1+\beta_2x_2=\beta_1{\Lambda}^{-1}y+\beta_2{\Lambda}^{-1}y_2 $$
对于${\forall}x{\in}X,x{\neq}0$,则有
$$ \|\frac{x}{\|x\|}\|=1,\|{\Lambda}\frac{x}{\|x\|}\|{\ge}\delta,\|{\Lambda}x\|{\ge}\delta\|x\|\\ \|y\|{\ge}\delta\|{\Lambda}^{-1}y\|{\Rightarrow}\|{\Lambda}^{-1}y\|{\le}\frac{1}{\delta}\|y\|,\|{\Lambda}^{-1}\|{\le}\frac{1}{\delta} $$
$L^1$函数的傅立叶系数
首先我们对${\forall}f{\in}L^1(T),\hat{f}:\mathbb{Z}{\to}\mathbb{C}$,其中$\hat{f}$定义如下:
$$ \hat{f}(n)=\frac{1}{2\pi}\int^{\pi}_{-\pi}f(t)e^{-int}dt{\quad}(n{\in}\mathbb{Z}) $$
断言:${\forall}f{\in}L^1(T)$,当$|n|{\to}\infty,\hat{f}(n){\to}0$。
证明:由于$C(T)$稠于$L^1(T)$(定理3.14),三角多项式(有限个$\left\{e^{int}\right\}^{\infty}_{-\infty}$的线性组合)稠于$C(T)$(定理4.25)。
${\forall}{\varepsilon}<0,f{\in}L^1(T),{\exists}g{\in}C(T)$与三角多项式$P$,使得$\|f-g\|_1<\varepsilon,\|g-P\|_{\infty}<\varepsilon$。而$L^1(T)$的范数是
$$ \|f\|_1=\frac{1}{2\pi}|f(t)|dt,\|g-P\|_1{\le}\|g-P\|_1<\varepsilon $$
推出$\|f-P\|_1<2\varepsilon$,因为$P$是一个三角多项式,当$|n|$足够大,且超过$P$的阶次时,有
$$ P(t)=\sum^N_{k=-N}c_ke^{ikt},\frac{1}{2\pi}\int^{\pi}_{-\pi}P(t)e^{-int}dt=0 $$
$$ |\hat{f}(n)|=|\frac{1}{2\pi}\int^{\pi}_{-\pi}\left\{f(t)-P(t)\right\}e^{-int}dt|{\le}\|f-P\|_1<2{\varepsilon} $$
也就是$|n|{\to}\infty,\hat{f}(n){\to}0$。
接下来我们的问题是:若$\left\{a_n\right\}$为一个复数序列,当$|a_n|{\to}\infty$,有$a_n{\to}0$。是否存在$f{\in}L^1(T)$,使得$\hat{f}(t)=a_n$?
设$C_0=\left\{\varphi:\mathbb{Z}{\to}C;\varphi(x){\to}0,n{\to}{\pm}\infty\right\}$,也就是$\left\{c_n\right\}^{+\infty}_{-\infty},c_n{\to}0,n{\to}{\pm}\infty$。
$$ \|\varphi\|_{\infty}=\sup\left\{|\varphi(n)|:n{\in}\mathbb{Z}\right\} $$
则$(C_0,\|{\cdot}\|_{\infty})$为巴拿赫空间。实际上,如果规定${Z}$的每个子集都为开集,则$Z$是一个局部紧的豪斯多夫空间,则$C_0=C_0(Z)$。
不是满射
映射$f{\to}\hat{f}$是$L^1(T)$到$C_0$内一个单的有界线性变换。
证明:定义$\Lambda:f{\mapsto}\hat{f},\Lambda$是线性变换,前面断言:$n{\to}{\pm}\infty,\hat{f}(n){\to}0$。从而$\Lambda:L^1(T){\to}\Lambda(L^1(T)){\subset}C_0$,由于
$$ \hat{f}(n)=\frac{1}{2\pi}\int^{\pi}_{-\pi}f(t)e^{-int}dt{\quad}(n{\in}\mathbb{Z}) $$
$|\hat{f}(n)|{\le}\|f\|_1{\Rightarrow}\|{\Lambda}\|{\le}1$,令$f=1,|\hat{f}(0)|=1$,故此$\|{\Lambda}\|=1$。
下面证明$\Lambda$是单射,设$f{\in}L^1(T)$,若${\Lambda}f=0$,即$\hat{f}(n)=0$,对${\forall}n{\in}\mathbb{Z}$。
当$g$为任一三角多项式时,
$$ \frac{1}{2\pi}\int^{\pi}_{-\pi}f(t)g(t)=0\tag{*} $$
由定理4.25与控制收敛定理,对于${\forall}g{\in}C(T)$,三角多项式在连续函数中稠密,然后控制收敛直接把极限取进去,从而(*)式也成立。由鲁津定理(连续函数逼近可测函数)的推论与控制收敛定理,(*)式对于任何一个可测函数$g$也成立。从而由定理1.39(b)
$$ \int^{\pi}_{-\pi}|f(t)|dt=0{\Rightarrow}f(t)=0(a.e.) $$
从而可以证明$\Lambda$为单射。
证明不是满射:反证法,若$\Lambda$为满射,$\Lambda(L^1(T))=C_0$,由定理5.10(巴拿赫定理),$\exists{\delta}>0$,使得对${\forall}f{\in}L^1(T)$,有$\|\hat{f}\|_{\infty}{\ge}\|f\|_1$,由5.11节定义的
$$ D_n(t)=\sum^{n}_{k=-n}e^{ikt}=\frac{sin(n+\frac{1}{2})t}{sin\frac{t}{2}} $$
有$D_n(t){\in}L^1(T),\|D_n\|_{\infty}=1$,因为
$$ \hat{D_n}(k)=\frac{1}{2\pi}\int^{\pi}_{-\pi}D_n(t)e^{-ikt}dt $$
而当$n{\to}\infty$时,$\|D_n\|_1{\to}\infty$,因此不存在$\delta>0$,使得$\|\hat{D_n}\|_{\infty}{\ge}\delta\|D_n\|_1$,对${\forall}n{\in}\mathbb{Z}$成立,于是这个反例告诉我们不是满射。
闭图像定理
首先定义图像:对于$\Lambda:X{\to}Y$的线性算子。
$$ G(\Lambda)=\left\{(x,\Lambda{x}),{\forall}x{\in}X\right\}{\subset}X{\times}Y $$
定理:设$X$与$Y$为巴拿赫空间,$\Lambda:X{\to}Y$为一个线性算子,若$G(\Lambda)$为$X{\times}Y$上的闭集,则$\Lambda$是连续的。
要证明这个定理需要用到开映像定理的推论:
若$X$是赋范线性空间,其上赋予两个范数$\|{\cdot}\|_1,\|{\cdot}\|_2$,若存在$c>0$使得$\|{\cdot}\|_1{\le}c\|{\cdot}\|_2$,且$(X,\|{\cdot}\|_1)$与$(X,\|{\cdot}\|_2)$均为巴拿赫空间,则${\exists}C>0$,使得$\|{\cdot}\|_2{\le}C\|{\cdot}\|_1$。
这个推论的证明仅需用到:$i:X{\to}X$,然后用一下巴拿赫(逆算子)定理即可。
证明闭图像定理:在$X$上考虑两个范数
$$ \|x\|_1=\|x\|_X+\|{\Lambda}x\|_Y,\|x\|_2=\|x\|_X $$
则有$\|x\|_2{\le}\|x\|_1$,而用到开映射的推论我们有$\|x\|_1{\le}C\|x\|_2$,于是可以推出
$$ \|x\|_X+\|{\Lambda}x\|_Y{\le}C\|x\|_X,\|{\Lambda}x\|_Y{\le}(c-1)\|x\|_X\\\|{\Lambda}\|{\le}C-1 $$
于是则有$\Lambda$连续,也就是闭图像推出这个线性算子是连续的。