Analiza Funkcjonalna I*

Transkrypt

1 Analiza Funkcjonalna I* Rafał Latała 22 stycznia 2012 Skrypt ten zawiera notatki do wykładu z Analizy Funkcjonalnej I* przeprowadzonego na Wydziale Matematyki, Mechaniki i Informatyki Uniwersytetu Warszawskiego w semestrze zimowym 2012/13. Spis treści 1 Podstawowe definicje i przykłady Przestrzenie funkcji ciągłych Przestrzenie L p, 1 p < Przestrzenie L Miary zespolone Przestrzeń operatorów liniowych Podprzestrzenie i przestrzenie ilorazowe Przestrzenie Hilberta Definicje, podstawowe własności i kilka przykładów Twierdzenia o rzucie ortogonalnym i o postaci funkcjonału Twierdzenie Radona-Nikodyma Układy i bazy ortonormalne Przykłady baz ortonormalnych Układ trygonometryczny Układ Haara Układ Walsha Ortogonalizacja Grama-Schmidta. Wielomiany ortogonalne Twierdzenie Hahna-Banacha 30 1

2 4 Przestrzenie dualne Przestrzeń L p Miary regularne i przestrzeń C(K) Przestrzeń, refleksywność Twierdzenie Banacha Steinhausa. Słabe topologie Przykład zastosowania funkcja ciągła o rozbieżnym szeregu Fouriera Słaba topologia na Słaba* topologia na Twierdzenia Banacha o przekształceniu otwartym i wykresie domkniętym 46 7 Operatory zwarte 49 8 Operator Sprzężony 53 9 Widmo (spektrum) operatora Operatory na przestrzeni Hilberta Sprzężenie Hilbertowskie Operatory unitarne i samosprzężone Rozkład spektralny operatorów zwartych Problem istnienia podprzestrzeni niezmienniczej Transformata Fouriera Transformata Fouriera na L 1. Podstawowe własności Przedłużenie na L 2. Transformata odwrotna Związki z różniczkowaniem. Klasa Schwartza funkcji szybko malejących

3 1 Podstawowe definicje i przykłady Definicja 1.1. Przestrzenią unormowaną nad ciałem F równym R lub C nazywamy parę (, ), gdzie jest przestrzenią liniową nad F, a normą, tzn. funkcją na o wartościach w [0, ) spełniającą warunki: i) x = 0 wtedy i tylko wtedy, gdy x = 0; ii) λx = λ x dla λ F i x ; iii) x + y x + y dla x, y F. Przykłady. i) Przestrzeń F n z normą euklidesową x = ( i n x i 2 ) 1/2. ii) Przestrzeń F n z normą maksimum x = max i n x i. iii) Przestrzeń wielomianów z normą suma modułów współczynników. iv) Przestrzeń C[0, 1] funkcji ciągłych na [0, 1] z normą supremum f = sup t f(t). v) Przestrzeń C[0, 1] z normą f = 1 0 f(t) dt. vi) Przestrzeń C ogr (R) funkcji ciągłych ograniczonych na R z normą supremum. vii) Przestrzeń C zw (R) funkcji ciągłych na R o nośniku zwartym z normą supremum. viii) Przestrzeń C 1 [0, 1] funkcji różniczkowalnych w sposób ciągły na [0, 1] (na końcach rozważamy jednostronne pochodne) z normą supremum. Uwaga 1.2. Każda przestrzeń unormowana jest przestrzenią metryczną względem metryki indukowanej przez normę ρ(x, y) = x y. Oczywiście nie każda metryka na przestrzeni liniowej jest indukowana przez pewną normę. Okazuje się, że szczególnie istotną rolę wśród przestrzeni unormowanych odgrywają przestrzenie zupełne. Przypomnijmy, że przestrzeń metryczna jest zupełna, jeśli każdy ciąg Cauchy ego jest zbieżny. Definicja 1.3. Przestrzenią Banacha nazywamy przestrzeń unormowaną (, ), która jest zupełna (w metryce indukowanej przez normę). Przestrzenie z przykładów i),ii),iv) i vi) są Banacha, z przykładów iii),v), vii) i viii) nie są. Omówimy teraz kilka ważnych klas przestrzeni Banacha. 1.1 Przestrzenie funkcji ciągłych Fakt 1.4. Załóżmy, że K jest zbiorem zwartym, wówczas C(K) przestrzeń funkcji ciągłych z K w F z normą supremum jest przestrzenią Banacha. 3

4 Ogólniej, jeśli jest przestrzenią Banacha, to C(K, ) przestrzeń funkcji ciągłych z K w, z normą f = sup t K f(t) jest przestrzenią Banacha. Dowód. Wykażemy zupełność C(K, ). Niech (f n ) będzie ciągiem Cauchy ego z tej przestrzeni. Wówczas, dla dowolnego t K, f(t) jest ciągiem Cauchy ego w (gdyż f n (t) f m (t) f n f m ), stąd z zupełności wynika jego zbieżność. Zatem ciąg f n jest zbieżny punktowo do pewnej funkcji f : K. Zauważmy, że dla t K, f(t) f n (t) = lim f m(t) f n (t) lim sup f m f n sup f m f n. m m m n Tak więc sup f(t) f n (t) sup f m f n 0 przy n, t K m n czyli ciąg (f n ) jest zbieżny jednostajnie do funkcji f, co implikuje, że f jest funkcją ciągłą i f n zbiega do f w normie przestrzeni C(K, ). Podobnie dowodzimy fakt: Fakt 1.5. Załóżmy, że E jest przestrzenią topologiczną, wówczas C ogr (E) przestrzeń funkcji ciągłych, ograniczonych z E w ciało skalarów F z normą supremum jest przestrzenią Banacha. Przykłady. i) Rozważmy liczby naturalne N z topologią dyskretną. Wówczas C ogr (N) możemy utożsamiać z przestrzenią ciągów ograniczonych oznaczaną l z metryką supremum. ii) Niech K = N będzie jednopunktowym uzwarceniem N. Funkcje z C(K) możemy traktować jako ciągi zbieżne. Przestrzeń taką (z metryką supremum) będziemy oznaczać symbolem c. 1.2 Przestrzenie L p, 1 p < Definicja 1.6. Załóżmy, że µ jest miarą nieujemną na (, F) oraz 1 p <. Określamy wówczas dla funkcji mierzalnej f : F, ( ) 1/p f p := f(t) p dµ(t) i L p (, F, µ) := {f : F mierzalne takie, że f(t) p dµ(t) < }. (1) 4

5 Uwaga 1.7. Dla uproszczenia oznaczeń będziemy często pisać L p (, µ), L p () lub L p (µ) zamiast L p (, F, µ). Twierdzenie 1.8. Przestrzeń L p z normą p jest przestrzenią Banacha. Uwaga 1.9. Zauważmy, że f g p = 0 wtedy i tylko wtedy, gdy f = g µ-prawie wszędzie. Zatem formalnie elementy przestrzeni L p (µ) to klasy równoważności funkcji całkowalnych z p-tą potęgą względem relacji równości µ-p.w.. By udowodnić Twierdzenie 1.8 musimy wpierw pokazać, że p jest normą. Jedyny nieoczywisty warunek to nierówność trójkąta. Jest to tak zwana nierówność Minkowskiego. Fakt 1.10 (Minkowski). Dla dowolnych funkcji mierzalnych f, g na (, F, µ) f + g p f p + g p 1 p <. (2) Dla p = 1 nierówność natychmiast wynika z odcałkowania nierówności f(t)+g(t) f(t) + g(t), dla pozostałych p użyjemy nierówności Höldera. Fakt 1.11 (Hölder). Dla dowolnych funkcji mierzalnych f, g na (, F, µ), 1 < p, q < takich, że 1 p + 1 q = 1 zachodzi fg 1 f p g q tzn. ( ) 1/p ( 1/q. fg dµ ( f p dµ f dµ) q (3) Dowód. Jeśli któraś z liczb f p lub g q jest równa 0 lub, to nierówność jest oczywista, z uwagi na jednorodność możemy zatem zakładać, że f p = g q = 1. Wklęsłość logarytmu implikuje następującą nierówność Younga f(t)g(t) 1 p f(t) p + 1 q g(t) q, która po odcałkowaniu po daje fg 1 1 p f p p + 1 q g q q = 1 = f p g q. Dowód nierówności Minkowskiego (2). Oczywiście możemy zakładać, że f p, g p <, wówczas f + g p p = f + g p µ 2 p ( f p + g p )µ = 2 p ( f p p + g p p) <. Ponadto, f + g p p = f + g f + g p 1 dµ f p p f + g p 1 p + g p p f + g p 1 p 5 f f + g p 1 dµ + g f + g p 1 dµ

6 gdzie druga nierówność wynika z nierówności Höldera (3) zastosowanej do funkcji f i f + g p 1 oraz g i f + g p 1 Dzieląc stronami przez f + g p 1 p dostajemy nierówność (2). Dowód Twierdzenia 1.8. Wiemy, że p jest normą, pozostaje więc wykazać zupełność L p. Niech (f n ) będzie ciągiem Cauchy ego w L p, wówczas istnieje taki jego podciąg g k = f nk, że g k g l p 4 k dla l k. Wystarczy udowodnić zbieżność ciągu g k zbiory dla k = 1, 2,..., w L p. Zdefiniujmy następujące A k := {t : g k (t) g k+1 (t) 2 k }. Mamy 4 kp g k g k+1 p p g k g k+1 p dµ 2 kp µ(a k ), A k więc µ(a k ) 2 kp. Połóżmy A := lim sup A k = k=1 l=k A l, wtedy µ(a) µ( l k A l ) k l µ(a l) k l 4 lp i z dowolności k wynika, że µ(a) = 0. Zauważmy, że dla t / A, g k (t) g k+1 (t) 2 k dla dostatecznie dużych k, co implikuje zbieżność ciągu g k (t). Możemy więc określić g(t) := { limk g k (t) t A, 0 t / A i wówczas g k zbiega do g µ-prawie wszędzie. Zauważmy, że na mocy lematu Fatou, g g k p p = lim g l g k p dµ lim inf g l g k p dµ sup g l g k p p 4 k. l l l k Stąd g g k L p, więc również g = (g g k ) + g k L p oraz g k zbiega do g w L p. Uwaga Dowód Twierdzenia 1.8 pokazuje, że każdy ciąg zbieżny w L p ma podciąg zbieżny µ-prawie wszędzie. 6

7 Przykłady. i) Niech A R n będzie borelowskim zbiorem takim, że λ n (A) > 0, gdzie λ n oznacza miarę Lebesgue a. Przez L p (A) oznaczamy wówczas przestrzeń L p (A, B(A), λ n ). ii) Rozważmy N z miarą liczącą µ. Wówczas przestrzeń L p (N) możemy utożsamiać z przestrzenią ciągów sumowalnych z p-tą potęgą, którą będziemy oznaczać przez l p. Wówczas ( (x n ) p = x n p) 1/p. n=1 iii) Ogólniej, możemy rozważyć dowolny zbiór Γ z miarą liczącą µ otrzymując przestrzeń ciągów (x t ) t Γ sumowalnych z p-tą potęgą oznaczaną przez l p (Γ). Gdy Γ jest zbiorem n-elementowym przestrzeń tą możemy utożsamiać z R n, używamy wtedy oznaczenia l n p. Uwaga Dla 0 < p < 1 przestrzeń L p (, F, µ) określamy wzorem (1). Nie jest to jednak przestrzeń Banacha, ale zupełna przestrzeń metryczna z metryką ρ p (f, g) = f g p dµ. 1.3 Przestrzenie L Definicja Załóżmy, że µ jest miarą nieujemną na (, F) oraz f : F jest mierzalne, określamy wówczas oraz f = inf{m 0: µ{t : f(t) > M} = 0} L (, F, µ) := {f : F mierzalne takie, że f < }. Uwaga Tak jak dla przetrzeni L p formalnie elementami L (µ) są klasy równoważności funkcji względem relacji równości µ-prawie wszędzie. Uwaga Zauważmy, że µ{t : f(t) > f } = 0 oraz dla dowolnego f 0 i u < f, µ{t : f(t) > u} > 0. Twierdzenie Przestrzeń L z normą jest przestrzenią Banacha. 7

8 Dowód. Wykażemy zupełność. Przechodząc ewentualnie do pociągu możemy rozpatrywać ciąg funkcji (f n ) taki, że f k f l 2 k dla l > k. Określmy A k := {t : f k (t) f k+1 (t) > 2 k }, wówczas µ(a k ) = 0 więc jeśli A := k 1 A k, to µ(a) = 0. Zauważmy, że jeśli x / ina, to f k (x) f k+1 (t) 2 k dla wszystkich k, więc istnieje granica f(x) = lim k f k (x) oraz f(x) f k (x) l k 2 l = 2 1 k. Kładąc f(x) = 0 dla x A widzimy, że f f k sup x A f(x) f k (x) 2 1 k. W szczególności f f k L, więc f = (f f k ) + f k L oraz f k f w L. Uwaga Nierówność Höldera (Fakt 1.11) zachodzi też dla p =, tzn. fg 1 f g 1. Istotnie wystarczy odcałkować nierówność f(t)g(t) f g(t), która zachodzi dla µ-prawie wszystkich t. Przykłady. i) Tak jak dla p <, dla borelowskiego zbioru A R n o dodatniej mierze Lebesgue a określamy L (A) jako L (A, B(A), λ n ). ii) Zauważmy, że dla miary liczącej µ na zbiorze Γ jedyne zbiory miary zero to zbiory puste zatem l (Γ) := L (Γ, µ) to przestrzeń wszystkich ciągów ograniczonych (x t ) t Γ z normą supremum. W szczególności dla Γ = N otrzymujemy już wcześniej rozważaną przestrzeń l. Dla Γ = {1, 2,..., n} l (Γ) możemy utożsamić z R n z normą maksimum, przetrzeń tą oznaczamy l n. 1.4 Miary zespolone Definicja Miarą ze znakiem (odp. miarą zespoloną) na przestrzeni mierzalnej (, F) nazywamy sigma-addytywną funkcję µ na F o wartościach rzeczywistych (odp. zespolonych) tzn. funkcję spełniającą warunek ( ) µ A n = µ(a n ) dla parami rozłącznych zbiorów A 1, A 2,... F. n=1 n=1 (4) Uwaga Warunek (4) implikuje w szczególności zbieżność szeregu n=1 µ(a n ). Ponieważ suma zbiorów się nie zmienia przy permutacji indeksów, więc ten szereg jest zbieżny bezwarunkowo, czyli n=1 µ(a n ) <. Definicja Załóżmy, że µ jest miarą ze znakiem lub miarą zespoloną na (, F). Określamy wówczas dla A F { } µ (A) := sup µ(a n ) : A 1, A 2,... F parami rozłączne, A n = A. n=1 n=1 8

9 Twierdzenie Dla dowolnej miary ze znakiem (miary zespolonej) µ na (, F), µ jest skończoną miarą nieujemną taką, że µ (A) µ(a). Ponadto µ jest najmniejszą taką miarą. Nieoczywistym punktem jest skończoność µ, by go wykazać potrzebny będzie nam następujący lemat. Lemat Załóżmy, że z 1, z 2,..., z n są liczbami zespolonymi, wówczas istnieje I {1,..., n} taki, że 1 z i 6 i I n z i. i=1 Dowód. Płaszczyznę zespoloną można podzielić na cztery ćwiartki ograniczone prostymi y = ±x. W jednej z tych ćwiartek leżą wektory (z i ) i I o sumie modułów nie mniejszej niż 1 4 i n z i. Bez straty ogólności możemy założyć, że jest to ćwiartka C = {z = x + iy : y x}. Zauważmy, że Re(z) z / 2 dla z C, stąd z i i I i I Re(z i ) i I 1 z i n z i 1 n z i. 6 i=1 i=1 Dowód Twierdzenia Najpierw udowodnimy, że µ jest miarą nieujemną na (, F). Niech A 1, A 2,... będzie ciągiem parami rozłącznych zbiorów z F oraz A = n=1 A n. Jeśli B 1, B 2,... jest rozbiciem A na parami rozłączne zbiory z F, to dla każdego n, A n = k=1 (B k A n ), więc µ(b k ) = µ(b k A n ) µ(b k A n ) k k n k n = µ(b k A n ) µ (A n ), n n k więc biorąc supremum po wszystkich takich rozbiciach dostajemy µ (A) n µ (A n ). Z drugiej strony, jeśli a n < µ (A n ) i (B n,k ) k 1 jest rozbiciem A n na parami rozłączne zbiory z { takim, że k µ(b n,k) a n, to (B n,k ) n,k jest rozbiciem A, więc µ (A) µ(b n,k ) a n n n k 9

10 i z dowolności wyboru a n < µ (A n ) dostajemy µ (A) n µ (A n ). Zatem µ (A) = n µ (A n), czyli µ jest miarą. Pozostaje wykazać skończoność µ (). Pokażemy wpierw, że jeśli A F spełnia µ (A) =, to istnieją zbiory rozłączne B, C F, B C = A takie, że µ(b) 1 oraz µ (C) =. Istotnie, z definicji µ istnieją zbiory rozłączne A 1, A 2,..., A n F zawarte w A takie, że n k=1 µ(a n ) 6(1 + µ(a) ). Z Lematu 1.23 istnieje zbiór I {1,..., n} taki, że k I µ(a k) 1 + µ(a). Niech D = k I A i wówczas µ(d) 1 + µ(a) 1 oraz µ(a \ D) = µ(a) µ(d) 1. Zauważmy, że przynajmiej jeden ze zbiorów D, A\D ma nieskończoną miarę µ, wybieramy go jako C a drugi ze zbiorów jako B. Załóżmy teraz nie wprost, że µ () =, stosując powyższe spotrzeżenie, indukcyjnie konstruujemy zbiory B 1,..., B n, C n parami rozłączne takie, że µ(b i ) 1 oraz µ (C n ) =. Wówczas mamy rozłączne podzbiory (B k ) k 1 oraz szereg k µ(b k) jest rozbieżny, co jest niemożliwe. Twierdzenie Przestrzeń wszystkich miar zespolonych (miar ze znakiem) na (, F) z normą µ := µ () jest przestrzenią Banacha nad C (odp. nad R). Dowód. To, że jest to przestrzeń unormowana jest oczywiste. By wykazać zupełność weźmy ciąg Cauchy ego (µ n ) miar zespolonych i zauważmy, że dla A F, µ n (A) µ m (A) µ n µ m, więc µ n (A) jest ciągiem Cauchy ego w F i możemy określić µ(a) = lim n µ(a n ). Zauważmy, że dla dowolnych parami rozłącznych zbiorów A 1, A 2,... F i N < N N µ(a k ) µ n (A k ) = lim µ m (A k ) µ n (A k ) lim sup µ m µ n, m m k=1 k=1 stąd k=1 µ(a k ) µ n (A k ) sup µ m µ n 0 przy n. (5) m n Niech teraz A = k=1 A k, będzie rozbiciem A na parami rozłączne zbiory z F. Wówczas dla dowolnego n, µ(a) k µ(a k ) µ n (A) k µ n (A k ) + µ(a) µ n (A) + k µ(a k ) µ n (A k ) 10

11 i pierwszy z powyższych składników jest równy zero, a dwa kolejne dążą do zera przy n. Zatem µ jest miarą zespoloną, a (5) pokazuje, że µ µ n 0. Przykład. Gdy = N i F = 2, to każda miarę µ można utożsamiać z ciągiem x n = µ({n}), i nietrudno zauważyć, że µ (A) = n A x n. Stąd µ = x 1 i przestrzeń miar na N można utożsamiać z l 1. Przystąpimy teraz do określenia całki względem miary zespolonej. Zacznijmy od miar ze znakiem, niech µ będzie taką miarą na (, F) i określmy miary µ + i µ wzorami µ + (A) = 1 2 (µ(a) + µ (A)), µ (A) = 1 ( µ (A) µ (A)). 2 Wówczas µ + i µ są skończonymi miarami nieujemnymi na (, F) oraz µ = µ + µ. Zauważmy, że µ + +µ = µ, więc L 1 (µ + ) L 1 (µ ) = L 1 ( µ ). Możemy zatem określić fdµ := fdµ + fdµ f L 1 ( µ ). W przypadku miary zespolonej µ mamy µ = Re(µ) + iim(µ) oraz Re(µ) i Im(µ) są miarami ze znakiem. Definiujemy wtedy fdµ := fdre(µ) + i fdim(µ) f L 1 ( µ ). Można sprawdzić, że tak określona całka fdµ jest liniowa względem f i µ oraz 1 A dµ = µ(a) dla A F. 1.5 Przestrzeń operatorów liniowych Zacznijmy od prostego, ale ważnego faktu. Fakt Załóżmy, że T : Y jest operatorem liniowym między dwoma przestrzeniami unormowanymi. Wówczas następujące warunki są równoważne: i) T jest operatorem ciągłym, ii) T jest ciągły w pewnym punkcie x 0, iii) T jest ciągły w 0, iv) T jest operatorem ograniczonym, tzn. T <, gdzie T = T Y := sup T x Y. (6) x 1 11

12 Dowód. Implikacja i) ii) jest oczywista, ii) iii) wynika stąd, że T x = T (x + x 0 ) T x 0, a iv) i) z nierówności T x T y Y = T (x y) Y T x y. By wykazać iii) iv) załóżmy nie wprost, że T nie jest ograniczony, wówczas istnieją x n takie, że x n 1 oraz T x n n. Wtedy ciąg x n /n dąży do zera w, a ciąg T (x n /n) nie dąży do T 0 = 0 w Y, więc T nie jest ciągły w 0. Definicja Wielkość T zdefiniowaną w (6) nazywamy normą operatora T. Przez B(, Y ) będziemy oznaczać przestrzeń ciągłych operatorów z do Y. W przypadku gdy = Y będziemy pisać B() zamiast B(, ). Uwaga Zauważmy, że T Y = sup T x Y. x =1 Twierdzenie Dla dowolnych przestrzeni umormowanych i Y przestrzeń B(, Y ) z normą Y jest przestrzenią unormowaną. Jeśli Y jest przestrzenią Banacha, to B(, Y ) też jest przestrzenią Banacha. Dowód. Pierwsza część twierdzenia jest łatwym ćwiczeniem. Załóżmy zatem, że Y jest Banacha, wykażemy zupełność B(, Y ). Niech (T n ) będzie ciągiem Cauchy ego w B(, Y ). Zauważmy, że dla dowolnego x, ciąg (T n x) jest Cauchy ego w Y (bo (T n T m )x T n T m x ). Zatem można określić operator graniczny T wzorem T x = lim n T n x. Oczywiście T jest operatorem liniowym z do Y. Zauważmy też, że (T T n )x = lim (T m T n )x lim sup T m T n x sup T m T n x, m m m n stąd T T n sup T m T n 0. m n W szczególności T T n <, czyli T n T B(, Y ), zatem również T = (T T n ) + T n B(, Y ) oraz T n T w normie operatorowej. Definicja Przestrzenią dualną (sprzężoną) do przestrzeni unormowanej nazywamy przestrzeń = B(, F). Elementy nazywamy funkcjonałami na. Przykłady. i) = c przestrzeń ciągów zbieżnych (z normą supremum), ϕ(x) = lim n x n, wówczas ϕ c i ϕ = 1. 12

13 ii) = c 0, ϕ(x) = n=1 2 n x n. Wówczas ϕ(x) x n=1 2 n = x, czyli ϕ c 0 oraz ϕ 1. Biorąc xn = e 1 +e e n widzimy, że x n = 1 oraz ϕ(x n ) 1, więc ϕ = 1. Zauważmy, że nie istnieje x c 0 taki, że x = 1 i ϕ(x) = ϕ. iii) = L 1 [0, 1], Y = C[0, 1], T f(t) = t 0 f(s)ds (operator Volterry). Wówczas, jak łatwo sprawdzić, T = Podprzestrzenie i przestrzenie ilorazowe Fakt Niech (, ) będzie przestrzenią Banacha, a Y podprzestrzenią. Wówczas (Y, ) jest przestrzenią Banacha wtedy i tylko wtedy, gdy Y jest domknięte. Dowód.. Jeśli x Ȳ, to istnieje ciąg x n Y zbieżny do x, jest to ciąg Cauchyego w normie, więc jest zbieżny do pewnego elementu y Y. Ale y i ciąg może mieć tylko jedną granicę, więc y = x, czyli Ȳ = Y.. Wystarczy zauważyć, że każdy ciąg Cauchy ego w Y jest ciągiem Cauchy ego w, a jego granica należy do Ȳ = Y. Przykłady. i) Przestrzeń c 0 ciągów zbieżnych do zera jest jak łatwo sprawdzić domkniętą podprzestrzenią l zatem c 0 jest przestrzenią Banacha (w normie supremum). ii) Przestrzeń C 0 (R) funkcji ciągłych zbieżnych do zera w nieskończoności jest domkniętą podprzestrzenią C ogr (R), czyli jest to przestrzeń Banacha (w normie supremum). Definicja Załóżmy, że Y jest domkniętą podprzestrzenią przestrzeni Banacha. Wprowadzamy wówczas relacje równoważności x y wtedy i tylko wtedy, gdy x y Y. Przestrzeń ilorazową /Y definiujemy jako zbiór ([x]) x = (x + Y ) x klas równoważności tej relacji. Określmy też [x] := inf{ y : y [x]}. (7) Twierdzenie Dla dowolnej podprzestrzeni domkniętej Y przestrzeni Banacha przestrzeń /Y z normą zdefiniowaną wzorem (7) jest przestrzenią Banacha. Dowód. Wykażemy zupełność /Y. Weźmy ciąg Cauchy ego ([x n ]) n w /Y, po ewentualnym przejściu do podciągu możemy zakładać, że [x n x m ] 2 n dla m n. Zatem istnieją wektory y n Y takie, że x n x n+1 + y n 13

14 2 1 n. Niech x n = x n + n 1 k=1 y k, wówczas x n [x n ] oraz x n x n+1 = x n x n+1 + y n. Zatem ( x n ) jest ciągiem Cauchy ego w, z zupełności zbiega w do pewnego elementu x. Mamy [x n ] [x] = [ x n ] [x] x n x 0. Przykład. Przestrzeń c/c 0 jest izometryczna z F. 2 Przestrzenie Hilberta 2.1 Definicje, podstawowe własności i kilka przykładów Zacznijmy od przypomnienia definicji prestrzeni euklidesowej (unitarnej). Definicja 2.1. Przestrzenią unitarną (euklidesową) nazywamy przestrzeń liniową H nad ciałem F = R lub C z iloczynem skalarnym, : H H F, tzn. funkcją spełniającą następujące warunki: i) x, x > 0 dla x H, x 0, ii) przekształcenie x x, y jest liniowe dla wszystkich y H, iii) x, y = x, y dla x, y H. Uwaga 2.2. Zauważmy, że z definicji wynika, że przekształcenie y x, y jest antyliniowe, tzn. x, λ 1 y 1 + λ 2 y 2 = λ 1 x, y 1 + λ 2 x, y 2. Przykłady. i) F n z iloczynem skalarnym x, y := n k=1 x k y k, ii) C[0, 1] z iloczynem skalarnym f, g := 1 0 f(x)g(x)dx, iii) l 2 z iloczynem skalarnym x, y := k=1 x k y k (zbieżność szeregu wynika z nierówności Höldera), iv) L 2 (, µ) z iloczynem skalarnym f, g := fgdµ, v) Czw(R) z iloczynem skalarnym np. dla N = 1, f, g := f, g = R α N R D α f D α gdx, fgdx + f, g dx. R vi) A 2 (Ω) := {f : Ω C: f L 2 (Ω), f holomorficzne }, gdzie Ω jest obszarem w C z iloczynem skalarnym f, g := f(x, y)g(x, y)dxdy. Ω 14

15 Definicja 2.3. Dla wektora x z przestrzeni unitarnej H definiujemy x := x, x 1/2. By pokazać, że jest normą na H będziemy potrzebowali następującego faktu. Fakt 2.4 (Nierówność Schwarza). Dla dowolnych x, y z przestrzeni unitarnej H zachodzi x, y 2 x, x y, y lub równoważnie x, y x y. Dowód. Wybierzmy λ F takie, że λ = 1 oraz x, y = λ x, y. Zauważmy, że dla t R, 0 tλx + y, tλx + y = t 2 λ 2 x 2 + y 2 + 2tRe λx, y = t 2 x 2 + y 2 + 2t x, y. Zatem funkcja kwadratowa f(t) = t 2 x 2 + y 2 +2t x, y jest stale dodatnia, co implikuje, że jej wyróżnik = 4 x, y 2 4 x 2 y 2 jest niedodatni. Wniosek 2.5. Funkcja jest normą na przestrzeni unitarnej. Dowód. Oczywiście x 0 i x = 0 wtedy i tylko wtedy, gdy x = 0. Dla λ F mamy λx = λx, λx 1/2 = (λλ x, x ) 1/2 = λ x. Wreszcie na mocy nierówności Schwarza, x + y 2 = x + y, x + y = x 2 + y 2 + 2Re( x, y ) x 2 + y x, y x 2 + y x y = ( x + y ) 2. Fakt 2.6 (Tożsamość równoległoboku). Dla dowolnych wektorów x, y w przestrzeni unitarnej H, Dowód. Mamy x + y 2 + x y 2 = 2( x 2 + y 2 ). x + y 2 = x 2 + y 2 + 2Re( x, y ), x y 2 = x 2 + y 2 2Re( x, y ). 15

16 Okazuje się, że tożsamość równoległoboku charakteryzuje normy pochodzące od iloczynu skalarnego. Twierdzenie 2.7. Załóżmy, że (, ) jest przestrzenią unormowaną. Wówczas na da się wprowadzić iloczyn skalarny taki, że x = x, x wtedy i tylko wtedy, gdy spełniona jest tożsamość równoległoboku x + y 2 + x y 2 = 2( x 2 + y 2 ), x, y. Dowód pozostawiamy jako (nieco trudniejsze) ćwiczenie. Definicja 2.8. Przestrzeń unitarną, która jest zupełna (w normie ) nazywamy przestrzenią Hilberta. Wiemy już, że przestrzenie z przykładów i), iii), iv) są Hilberta. Nietrudno pokazać, że przestrzenie z przykładów ii), v) nie są zupełne. Pokażemy, że przestrzeń z przykładu vi) jest zupełna. Fakt 2.9. Dla dowolnego obszaru Ω C przestrzeń A 2 (Ω) jest zupełna. Dowód. Niech K będzie zwartym podzbiorem Ω, wówczas istnieje ε > 0 takie, że dla każdego z K, B(z, ε) Ω. Niech f A 2 (G). Niech z K, funkcje holomorficzne są harmoniczne, więc f(z) = (πε 2 ) 1 B(z,ε) fdxdy, stąd z nierówności Schwarza, f(z) 1 πε 2 1 πε ( B(z,ε) G f dxdy 1 πε B(z,ε) 2 ( f 2 dxdy) 1/2 ( 1dxdy) 1/2 B(z,ε) f 2 dxdy) 1/2. Pokazaliśmy zatem, że dla dowolnego zbioru zwartego K Ω, istnieje stała A zależna tylko od K taka, że f C(K) A f A 2 (Ω). Niech (f n ) będzie ciągiem Cauchy ego w A 2 (G), z otrzymanego powyżej szacowania wynika, że f n jest ciągiem Cauchy ego w C(K) dla dowolnego zwartego K Ω, skąd łatwo otrzymujemy, że po pierwsze f n jest zbieżny punktowo do pewnej funkcji f, a po drugie zbieżność ta jest niemal jednostajna (tzn. jednostajna na zbiorach zwartych). Zatem f jest holomorficzna jako niemal jednostajna granica funkcji holomorficznych. Z drugiej strony (f n ) jest ciągiem Cauchy ego w L 2 (Ω), więc zbiega w L 2 (G) do pewnej funkcji g, ponadto pewien podciąg (f nk ) zbiega do g p.w., czyli f = g p.w.. Stąd f jest całkowalna z kwadratem na Ω, czyli f A 2 (Ω). Ponadto f 2 zbiega do f = g p.w. w normie L 2 (Ω), czyli w normie A 2 (Ω). 16

17 2.2 Twierdzenia o rzucie ortogonalnym i o postaci funkcjonału Lemat Założmy, że A jest wypukłym domkniętym podzbiorem przestrzeni Hilberta H. Wówczas w A istnieje dokładnie jeden element o najmniejszej normie, tzn. takie x 0 A, że x 0 = inf{ x : x A}. Dowód. Niech d := inf{ x : x A} Najpierw wykażemy istnienie x 0 A z x 0 = d. Niech x n A będzie ciągiem takim, że x n dązy do d. Tożsamość równoległoboku implikuje, że x n x m 2 + x n + x m 2 = ( x n 2 + x m 2 ). Zauważmy, że (x n + x m )/2 A (z wypukłości), zatem (x n + x m )/2 d. Stąd x n x m 2 = 2( x n 2 + x m 2 ) 4 x n + x m 2 2( x n 2 + x m 2 ) 4d 2 0 przy n, m, 2 czyli (x n ) jest ciągiem Cauchy ego i z zupełności x n jest zbieżny do pewnego x 0. Z domkniętości A wynika, że x 0 A, a z ciągłości normy, że x 0 = d. By wykazać jednoznacznośc załóżmy, że x 0, x 1 A, x 0 = x 1 = d oraz x 1 x 0. Wówczas (x 0 + x 1 )/2 A oraz co przeczy definicji d. x 0 + x 1 2 = ( x x 1 2 ) x 0 x 1 2 < d 2, 2 Wniosek Załóżmy, że M jest domkniętą podprzestrzenią przestrzeni Hilberta H oraz x H. Wówczas istnieje dokładnie jeden element y M taki, że x y = dist(x, M) := inf x z. z M Dowód. Stosujemy poprzedni lemat do wypukłego domkniętego zbioru x M = {x y : y M}. Definicja Mówimy, że dwa wektory x, y z przestrzeni unitarnej H są prostopadłe (ortogonalne), jeśli x, y = 0. Dla A H definiujemy uzupełnienie ortogonalne A A := {x H : x, y = 0 dla wszystkich y A}. 17

18 Uwaga Dla dowolnego A H zbiór A jest domkniętą podprzestrzenią H. Twierdzenie Załóżmy, że M jest domkniętą podprzestrzenią przestrzeni Hilberta H. Wówczas dla dowolnego x H istnieją wektory y M, z M takie, że x = y + z. Co więcej taki rozkład jest jednoznaczny. Definicja Jeśli x = y + z, y M, z M, to y nazywamy rzutem ortogonalnym x na M i oznaczamy y = P M x. Uwaga Symbolicznie zapisujemy powyższe twierdzenie w postaci H = M M. Zauważmy też, że x + y 2 = x 2 + y 2 dla x M, y M. Dowód. By wykazać istnienie rozkładu zdefiniujmy y M jako x y = dist(x, M), zaś z = x y. Weźmy dowolne w M, musimy wykazać, że z i w są ortogonalne. Zauważmy, że dla dowolnego t F, y + tw M, więc dist(x, M) 2 x (y + tw) 2 = x y 2 + t 2 w 2 2Re( z, tw ). Zatem dla dowolnego t F mamy 2Re( z, tw ) t 2 w 2, skąd łatwo otrzymujemy, że t, w = 0. Załóżmy, że istnieją dwa rozkłady x = y 1 +z 1 = y 2 z 2, wówczas y 1 y 2 M, z 1 z 2 M, ale y 1 y 2 = z 2 z 1, więc y 1 y 2 2 = y 1 y 2, z 2 z 1 = 0, czyli y 1 = y 2, z 1 = z 2 i rozkład jest jednoznaczny. Wniosek Dla dowolnej domkniętej podprzestrzeni M przestrzeni Hilberta zachodzi (M ) = M. Dowód. Oczywiście M (M ). By wykazać przeciwne zawieranie załóżmy, że x (M ), wówczas x = y + z, y M, z M oraz 0 = z, x = z, y + z, z = z 2, czyli z M. Fakt Dla dowolnej domkniętej podprzestrzeni M przestrzeni Hilberta H, P M jest rzutem ortogonalnym, tzn. P M : H M jest takim ciągłym przekształceniem liniowym, że PM 2 = P M oraz P M x, y = x, P M y dla x, y H. Dowód. Liniowość wynika stąd, że jeśli x 1 = y 1 + z 1, x 2 = y 2 + z 2 z y k M, z k M, to λ 1 x 1 +λ 2 x 2 = (λ 1 y 1 +λ 2 y 2 )+(λ 1 z 1 +λ 2 z 2 ) oraz λ 1 y 1 +λ 2 y 2 M, λ 1 z 1 + λ 2 z 2 M. Jeśli P M x = y, to y M, zatem P M y = y, czyli P 2 M x = y = P Mx. Wreszcie, biorąc x = x 1 + x 2, y = y 1 + y 2, x 1, x 2 M, y 1, y 2 M mamy P M x, y = x 1, y 1 + y 2 = x 1, y 1 = x 1 + x 2, y 1 = x, P M y. 18

19 Przykład. Niech H = L 2 [0, 1] oraz M = {f L 2 [0, 1]: f1 [0,1/2] = 0 p.w.}. Wówczas M = {f L 2 [0, 1]: f1 [1/2,1] = 0 p.w.} oraz P M f = f1 [1/2,1]. Twierdzenie 2.19 (Riesz). Załóżmy, że ϕ jest ciągłym liniowym funkcjonałem na przestrzeni Hilberta H. Wówczas istnieje dokładnie jeden wektor y H taki, że ϕ(x) = x, y, ponadto ϕ = y. Dowód. Jeśli ϕ = 0, to możemy oczywiście położyć y = 0. W przeciwnym przypadku M = Ker(ϕ) jest domkniętą podprzestrzenią H oraz M H, zatem M zawiera pewien niezerowy wektor z. Zauważmy, że ϕ(xϕ(z) zϕ(x)) = ϕ(x)ϕ(z) ϕ(x)ϕ(z) = 0, czyli xϕ(z) zϕ(x) M, stąd 0 = xϕ(z) zϕ(x), z = x, z ϕ(z) ϕ(x) z 2 i kładąc y := zϕ(z)/ z 2 otrzymujemy ϕ(x) = x, y. By udowodnić jednoznaczność załóżmy, że ϕ(x) = x, y dla x H. Wtedy x, y y = 0 dla wszystkich x H, więc y y 2 = 0, czyli y = y. By zakończyć dowód zauważmy, że na podstawie nierówności Schwarza, ϕ = sup ϕ(x) = sup x, y sup x y = y, x 1 x 1 x 1 ponadto biorąc x = y/ y widzimy, że ϕ y. 2.3 Twierdzenie Radona-Nikodyma Definicja Rozważmy dwie miary µ, ν na (, F). Mówimy, że i) ν jest absolutnie ciągła względem µ (ozn. ν µ), jeśli dla każdego A F µ(a) = 0 implikuje ν(a) = 0, ii) funkcja mierzalna f na jest gęstością ν względem µ (ozn. f = dν dµ ), jeśli dla wszystkich A F, ν(a) = A fdµ, iii) µ i ν są wzajemnie osobliwe (ozn. µ ν), jeśli istnieje A F taki, że µ(a) = 0 oraz ν( \ A) = 0. Uwaga Jeśli istnieje gęstość f = dν dµ, to oczywiście ν µ. Ponadto wówczas dla dowolnej nieujemnej funkcji mierzalnej g na, gdν = fgdµ. Przykład. Niech µ będzie miarą Lebesgue a na R, zaś ν miarą liczącą skupioną na liczbach naturalnych, tzn ν = n 0 δ n. Wówczas biorąc za E liczby naturalne widzimy, że miary µ i ν są wzajemnie osobliwe. 19

20 Okazuje się, że (przy minimalnych technicznych założeniach) każdą miarę można rozłożyć na część absolutnie ciągłą i osobliwą. Ponadto absolutna ciągłość implikuje istnienie gęstości. By dokładnie sformułować wynik (zwany Twierdzeniem Lebesgue a-radona-nikodyma) potrzebujemy jeszcze jednej definicji. Definicja Miarę µ na (, F) nazywamy σ-skończoną, jeśli istnieje ciąg zbiorów A n F taki, że n 1 A n = i µ(a n ) < dla wszystkich n. Twierdzenie 2.23 (Lebesgue-Radon-Nikodym). Założmy, że µ i ν są dwiema σ-skończonymi miarami na (, F). Wówczas ν = ν a + ν o, gdzie ν a µ oraz ν 0 µ, co więcej rozkład tej postaci jest jednoznaczny. Ponadto miara ν a ma gęstość względem µ. Dowód. Zacznijmy od przypadku miar skończonych µ, ν. Niech ρ := µ+ν, na przestrzeni Hilberta (nad ciałem liczb rzeczywistych) L 2 (, ρ) zdefiniujmy funkcjonał ϕ wzorem ϕ(f) = fdν. Wówczas ( ) 1/2 ( 1/2 ϕ(f) f dν dν f dν) 2 ν() 1/2 f L2 (ρ), zatem ϕ jest dobrze określony i ciągły na L 2 (ρ). Na mocy twierdzenia Riesza istnieje g L 2 (ρ) takie, że fdν = ϕ(f) = f, g = fgdρ dla f L 2 (ρ). (8) Wykażemy najpierw, że 0 g 1 ρ-p.w.. Podstawiając w (8) f = 1 A dla A = {x: g(x) > 1} dostajemy ν(a) = 1 A dν = 1 A gdρ 1 A dρ = ρ(a) ν(a), zatem wszędzie muszą zachodzić równości, skąd ρ(a) = 0. Podobnie, dla A = {x: g(x) < 0} otrzymujemy ν(a) = 1 A dν = 1 A gdρ 0, więc ρ(a) = 0, gdyż w przeciwnym razie ostatnia nierówność byłaby ostra. Zauważmy, że fgdρ = fgdµ + fgdν, więc (8) możemy równoważnie zapisać jako f(1 g)dν fgdµ dla f L 2 (ρ). (9) 20

21 Niech E := {x: g(x) = 1} i ν 0 będzie miarą ν obciętą do zbioru E, tzn. ν 0 (A) := ν(a E). Wówczas ν 0 ( \ E) = 0 oraz na mocy (9) µ(e) = 1 E gdµ = 1 E (1 g)dν = 0, czyli ν 0 µ. Niech ν a := ν ν 0, wtedy dla dowolnego A F, 1 ν a (A) = ν(a ( \ E)) = 1 A (\E) dν = 1 g 1 A (\E)(1 g)dν. Funkcja nieujemna 1 1 g 1 A (\E) nie musi należeć do L 2 (ρ), ale da się monotonicznie aproksymować przez funkcje nieujemne ograniczone, więc na mocy (9) i twierdzenia Lebesgue a o zbieżności monotonicznej otrzymujemy ν a (A) = 1 1 g 1 g A (\E)gdµ = A 1 g 1 \Edµ, co pokazuje, że ν a µ oraz dνa 1 g 1 {g 1}. Jeśli µ i ν są σ-skończone, to istnieją takie zbiory rozłączne A n F, że µ(a n ), ν(a n ) < oraz = n 1 A n. Rozpatrując µ n i ν n obcięcia miar µ i ν do A n dostajemy rozkłady ν n = ν n,a + ν n,o i wystarczy położyć ν a = n ν n,a, ν o = n ν n,o oraz zauważyć, że dνa dµ = dν a,n n dµ n 1 An. Pozostaje wykazać jednoznaczność rozkładu. Załóżmy w tym celu, że istnieją dwa rozkłady ν = ν a + ν o = ν a + ν o, ν o ( \ E) = ν o ( \ Ẽ) = 0, µ(e) = µ(ẽ) = 0. Połóżmy F = E Ẽ, wtedy dla dowolnego a F, dµ = g ν a (A) ν a (A) = ν o (A) ν o (A) = ν o (A F ) ν o (A F ) = ν a (A F ) ν a (A F ) = 0, gdzie ostatnia równość wynika z warunku µ(f ) = 0 oraz absolutnej ciągłości miar ν a i ν a. Przykład. Założenie σ-skończoności jest istotne. Rozważmy mianowicie = [0, 1], F = B([0, 1]), ν miarę Lebesgue a oraz µ miarę liczącą. Wówczas łatwo sprawdzić, że ν µ, ale nie istnieje gęstość dν dµ. Absolutna ciągłość ma też sens, gdy miara dominowana jest miarą miarą zespoloną. Definicja Założmy, że ν jest miarą zespoloną (miarą ze znakiem), a µ miarą na (, F). Mówimy, że ν jest absolutnie ciągła względem µ (ozn. ν µ), jeśli dla każdego A F takiego, że µ(a) = 0 zachodzi ν(a) = 0. Uwaga Łatwo sprawdzić, że ν µ wtedy i tylko wtedy, gdy ν µ. 21

22 Twierdzenie Załóżmy, że ν jest miarą zespoloną, a µ miarą σ- skończoną na (, F). Wówczas ν jest absolutnie ciągła względem µ wtedy i tylko wtedy, gdy miara ν ma gęstość względem µ, tzn. istnieje funkcja f L 1 (µ) taka, że ν(a) = A fdµ dla A F. Dowód. Oczywiście istnienie gęstości implikuje absolutną ciągłość, więc pozostaje udowodnić przeciwną implikację. Zauważmy, że miary Re(ν), Im(ν) µ, zatem wystarczy rozpatrzeć przypadek miar ze znakiem. Ale wtedy ν = ν + ν, gdzie ν ± = 1 2 ( ν ± ν) µ. Do miar ν ± i µ możemy zastosować Twierdzenie 2.23 i otrzymać gęstośći f ± = dν ± dµ i wystarczy położyć f = f + f. Zauważmy, że f dµ f +dµ + f dµ = ν + () + ν () = ν () <, zatem f L 1 (µ). Wniosek Dla miary zespolonej ν na (, F) istnieje funkcja mierzalna f na taka, że f = 1 ν -p.w. oraz ν(a) = A fd ν dla A F. Dowód pozostawiamy jako proste ćwiczenie. 2.4 Układy i bazy ortonormalne Zacznijmy od definicji. Przypomnijmy, że δ x,y = 1 {x y}. Definicja Rodzinę wektorów (u α ) α A nazywamy i) układem ortogonalnym, jeśli u α, u β = 0 dla α, β A, α β; ii)układem ortonormalnym, jeśli u α, u β = δ α,β dla α, β A. Fakt Załóżmy, że u 1,..., u n jest układem ortonormalnym w przestrzeni Hilberta H oraz M = Lin(u 1,..., u n ). Wówczas M jest domknietą podprzestrzenią H, dla każdego x M mamy x 2 = n k=1 x, u k 2, ponadto rzut ortogonalny na M ma postać P M x = n k=1 x, u k u k. Dowód. Weźmy x M, wówczas x = n k=1 a k u k dla pewnych a 1,..., a n F. Zauważmy, że x, u j = n k=1 a k u k, u j = a j oraz x 2 = n k,l=1 a k a l u k, u l = n a k 2 = k=1 n x, u k 2. Zatem przekształcenie x ( x, u k ) k n zadaje izometrię z M w F n z normą euklidesową, czyli M jest zupełne, a więc domknięte. Wreszcie jeśli x H oraz P M x = n k=1 a k u k, to P M x, u j = a j, więc P M x = n k=1 x, u k u k. k=1 22

23 Wniosek 2.30 (Nierówność Bessela). Dla dowolnego układu ortonormalnego (u α ) α A i wektora x zachodzi x, u α 2 x 2. α A Uwaga Pisząc α A c α <, gdzie (c α ) α A jest pewną rodziną liczb nieujemnych mamy na myśli to, że jedynie przeliczalnie wiele spośród liczb c α jest niezerowych oraz suma (teraz już co najwyżej przeliczalna) tych liczb jest skończona - dla szeregów liczb dodatnich kolejność sumowania nie gra roli. Jeśli (a α ) α A jest rodziną liczb zespolonych taką, że α a α <, to dobrze określona jest suma α A a α (gdyż można się ograniczyć do przeliczalnej podrodziny liczb niezerowych, a suma szeregu bezwględnie zbieżnego nie zależy od kolejności sumowania). Dowód nierówności Bessela. Niech B A będzie skończonym podzbiorem A oraz M będzie podprzestrzenią rozpiętą przez (u k ) k B. Wówczas, na mocy Faktu 2.29, k B x, u α 2 = P M x 2 x 2. Stąd wynika, że co najwyżej x 2 /ε z pośród liczb ( x, u α 2 ) α A jest większych od ε > 0, a więc tylko przeliczalnie wiele spośród tych liczb jest niezerowych. Stąd α A { x, u α 2 = sup α B } x, u α 2 : B A, B skończone x 2. Definicja Mówimy, że rodzina wektorów (u α ) α A jest liniowo gęsta w przestrzeni unormowanej, jeśli przestrzeń liniowa generowana przez te wektory jest gęsta w. Twierdzenie Załóżmy, że (u α ) α A jest układem ortonormalnym w przestrzeni Hilberta H. Wówczas następujące warunki są równoważne i) (u α ) α A jest zupełny (maksymalny), tzn. nie istnieje niezerowy wektor v ortogonalny do wszystkich wektorów u α ; ii) (u α ) α A jest liniowo gęsty w H; iii) dla każdego x H zachodzi x 2 = α A x, u α 2. Dowód. i) ii). Niech M = Lin(u α : α A). Wówczas M jest domkniętą podprzestrzenią H oraz M = {0} zatem M = H. ii) iii). Wiemy już, że α A x, u α 2 x 2. Wystarczy wykazać przeciwne oszacowanie. Ustalmy ε > 0, z liniowej gęstości rodziny (u α ) α, istnieje 23

24 B A skończony oraz wektor v M := Lin(u α : α B) taki, że x v ε. Stąd x 2 = P M x 2 + x P M x 2 P M x 2 + x v 2 P M x 2 + ε 2 = x, u α 2 + ε 2 x, u α 2 + ε 2, α B α A z dowolności ε > 0 wynika nierówność α A x, u α 2 x 2. iii) i) Jeśli v jest prostopadły do wszystkich u α, to v 2 = α A v, u α 2 = 0, zatem v = 0. Definicja Rodzinę wektorów (u α ) α A spełniającą warunki poprzedniego twierdzenia nazywamy bazą ortonormalną H. Twierdzenie Każda układ ortonormalny w przestrzeni Hilberta moższa rozszerzyć do bazy ortonormalnej. W szczególności każda przestrzeń Hilberta ma bazę ortonormalną. Dowód. Z lematu Kuratowskiego-Zorna łatwo wynika, że wyjściowy układ wektorów da się rozszerzyć do maksymalnego układu ortonormalnego w H. Na mocy Twierdzenia 2.33 taki układ jest bazą ortonormalną. Twierdzenie Załóżmy, że (u α ) α A jest bazą ortonormalną przestrzeni Hilberta H. Wówczas i) przekształcenie T dane wzorem T x = ( x, u α ) α A jest liniową izometrią H na l 2 (A); ii) dla dowolnych x, y H zachodzi następująca tożsamość Parsevala x, y = α A x, u α y, u α. Dowód. i) Na mocy Twierdzenia 2.33, T jest izometrią w l 2 (A), oczywiście jest liniowe, trzeba pokazać, że jest na. Ustalmy wektor a = (a α ) l 2 (A), określmy A n := {α A: a α 1/n}, x n := a α u α. α A n Zauważmy, że 1 n #A 2 n α A a α 2 <, więc x n jest dobrze określony. Ponadto dla m > n, x m x n 2 = α A m\a n a α 2 a α 2 1 { aα <1/n} 0 przy n, α A 24

25 (na mocy np. twierdzenia Lebesgue a o zbieżności zmajoryzowanej), zatem (x n ) jest ciągiem Cauchy ego i z zupełności H, x n zbiega do pewnego x. Mamy wtedy dla α A, czyli T x = a. ii) Zauważmy, że x, u α = lim n x n, u α = a α, Re( x, y ) = 1 4 ( x + y 2 x y 2 ) = 1 ( x + y, u α 2 x y, u α 2) 4 α A α A = 1 4 ( x, u α + y, u α 2 x, u α y, u α 2 ) α A = ( ) Re( x, u α y, u α ) = Re x, u α y, u α α A α A α A oraz ( ) Im( x, y ) = Re( ix, y ) = Re ix, u α y, u α = Im ( α A ) x, u α y, u α. Uwaga Dla układu ortonormalnego (u α ) α A oraz liczb (a α ) takich, że α a α 2 < można określić v = α a αu α, tzn. taki wektor v M = Lin(u α : α A), że v, u α = a α dla α A. Istotnie (u α ) α A jest bazą M i możemy skorzystać z części i) Twierdzenia Zanim sformułujemy kolejny wniosek, ustalmy konwencje, że zbiory skończone uważamy za przeliczalne. Wniosek Przestrzeń Hilberta jest ośrodkowa wtedy i tylko wtedy, gdy ma przeliczalną bazę ortonormalną. Dowód. Niech (u α ) α A będzie bazą o.n. H. Zauważmy, że u α u β = 2δ α,β, co dowodzi nieośrodkowości H dla A nieprzeliczalnych. Na mocy Twierdzenia 2.36, przestrzeń H jest izometryczna z l 2 (A), czyli w przypadku przeliczalnym z l2 n lub l 2. Te przestrzenie zaś są ośrodkowe (za ośrodek można wybrać np. ciągi o wyrazach wymiernych, o skończonym nośniku). 25

26 2.5 Przykłady baz ortonormalnych By wykazywać liniową gęstość układów ortonormalnych, a co za tym idzie ich zupełność, wygodnie jest wiedzieć, że funkcje ciągłe są gęste w L 2. Sformułujemy nieco ogólniejszy fakt. Twierdzenie Załóżmy, że Ω jest otwartym podzbiorem R n, zaś µ miarą borelowską na Ω taką, że µ(k) <, gdy K jest zwartym podzbiorem Ω. Wówczas funkcje ciągłe na Ω o nośniku zwartym są gęste L p (Ω, µ) dla dowolnego 1 p <. Dowód Twierdzenia Funkcje proste postaci n k=1 a k 1 Ak są gęste w L p (µ), więc wystarczy, że udowodnimy, że każdą funkcję 1 A, A B(Ω), µ(a) < da się aproksymować w L p przez funkcje ciągłe o nośniku zwartym. Ustalmy takie A i ε > 0, wówczas możemy zanaleźć zbiór zwarty K i otwarty G K A G taki, że µ(g\k) < ε. Istnieje funkcja ciągła o nośniku zwartym f i wartościach w [0, 1] taka, że f = 1 na K oraz f = 0 poza zbiorem G. Mamy f 1 A 1 G 1 K, zatem f 1 A p 1 G 1 K p ε 1/p, z dowolności ε > 0 wynika gęstość funkcji ciągłych o nośniku zwartym. Uwaga Twierdzenie jest prawdziwe dla szerszej klasy miar na przestrzeniach topologicznych - zob. np. Twierdzenie 3.14 w [3]. Wniosek Jeśli Ω i µ są jak w Twierdzeniu 2.39, to funkcje C zw są gęste w L p (µ). Dowód pozostawiamy jako proste ćwiczenie Układ trygonometryczny Fakt Rodzina funkcji ( 1 2π e int ) n= tworzy bazę ortonormalną przestrzeni L 2 [0, 2π]. Dowód. Ortonormalność wynika stąd, że 1 e int 1, e imt = 1 2π 2π 2π 2π 0 e i(n m)t dt = δ n,m. By wykazać zupełność zauważmy najpierw, że L 2 [0, 2π] możemy utożsamiać z L 2 (0, 2π), a w tej przestrzeni funkcje ciągłe o nośniku zwartym zawartym w (0, 2π) są, na mocy Twierdzenia 2.39, gęste. Każdą taką funkcję możemy przedłużyć do funkcji ciągłej 2π-okresowej i z twierdzenia Weierstrassa znaleźć ciąg wielomianów trygonometrycznych (czyli kombinacji liniowych funkcji e int, n Z) zbieżny do niej jednostajnie. Zbieżność jednostajna na [0, 2π] implikuje zaś zbieżność w L 2 [0, 2π]. 26

27 Uwaga i) Przeskalowanie pokazuje, że funkcje ( 1 b a e in2πt/(b a) ) n Z tworzą bazę ortonormalną L 2 [a, b] dla a < b. ii) Podobnie jak w Fakcie 2.42 wykazujemy, że rodzina funkcji ( 1 (2π) n/2 e i n,t ) n Z n jest bazą L 2 ([0, 2π] n ). iii) Układ (f n ) jak wyżej nazywamy układem trygonometrycznym, a liczby ( g, f n ) współczynnikami Fouriera funkcji g. Wniosek Mamy n=1 1 n 2 = π2 6. Dowód. Rozpatrzmy funkcję f(t) = t w przestrzeni H = L 2 [ π, π]. Funkcje e n (t) = (2π) 1/2 e int, n Z tworzą bazę ortogonalną H, mamy f, e 0 = 0 oraz całkując przez części dostajemy, że dla n 0, 2π f, en = Zatem n=1 π π te int dt = t in e int π t= π + 1 in π π e int dt = ( 1) n 2π i n. 1 n 2 = 1 f, e n 2 = 1 4π 4π f 2 = 1 π t 2 dt = π2 4π n Z π Układ Haara Definicja Określmy H(x) = 1 [0,1/2) 1 [1/2,1) oraz dla n, k Z, h n,k = 2 n/2 h(2 n t k) = 2 n/2 1 [k2 n,(2k+1)2 n 1 ) 1 [(2k+1)2 n 1,(k+1)2 n ). Rodzinę (h n,k ) n,k Z nazywamy układem Haara. Zauważmy, że R h n,k dx = 0, R h n,k h m,l dx = δ (n,k),(m,l). (10) Pierwsza równość jest oczywista. By udowodnić drugą, wystarczy zauważyć, że jeśli n = m i k l, to funkcje h n,k i h m,l mają rozłączne nośniki, a jeśli n < m to funkcja h n,k jest stała na nośniku h m,l. Zanim przejdziemy do przypadku prostej rzeczywistej, zdefiniujmy układ Haara na [0, 1]. Definicja Niech h 0 (t) = 1 [0,1], wówczas rodzinę złożoną z h 0 oraz funkcji (h n,k ) n 0,0 k 2 n 1 nazywamy układem Haara na [0, 1]. 27

28 Uwaga Czasem wygodnie jest przenumerować układ Haara na [0, 1] kładąc h m = h n,k dla m = 2 n + k, 0 k 2 n 1. Fakt Układ Haara na [0, 1] jest bazą ortonormalną L 2 ([0, 1]). Dowód. Ortonormalność wynika z (10). By wykazać liniową gęstość określmy dla n = 1, 2,... następujące podprzestrzenie L 2 ([0, 1]): ( ) n := Lin h 0, h m,k : m n 1, 0 k 2 m 1, ( ) Y n := Lin 1 [k2 n,(k+1)2 n ) : 0 k 2 n 1. Wówczas n Y n oraz dim( n ) = 2 n = dim(y n ), zatem n = Y n. Ponieważ każdą funkcję ciągłą na [0, 1] można aproksymować w normie L 2 [0, 1] przez funkcje diadyczne (tzn. należące do pewnego Y n ) oraz funkcje ciągłe są gęste w L 2, więc układ Haara jest liniowo gęsty. Fakt Układ Haara w R, (h n,k ) n,k Z jest bazą ortonormalną L 2 (R). Dowód. Ortonormalność wynika z (10). By wykazać liniową gęstość musimy pokazać, że = L 2 (R), gdzie = Lin(h n,k : n, k Z). Zauważmy najpierw, że z udowodnionej poprzednio zupełności układu Haara na [0, 1] wynika, że jeśli f jest całkowalna z kwadratem i ma nośnik 0 k 2 n 1 f, h n,k h n,k (zbież- zawarty w [0, 1], to f = 1 0 fdt1 [0,1] + n 0 ność szeregu w normie L 2 ). Przeskalowując tą równość pokazujemy, że jeśli f L 2 (R) ma nośnik zawarty w [0, 2 m ], to 2 m f = 2 m fdt1 [0,2 m ] + 0 n m 0 k 2 m+n 1 f, h n,k h n,k. Załóżmy teraz, że f L 2 ma nośnik zawarty w [0, M], wówczas dla 2 m > M dostajemy 2 m f 2 m fdt1 [0,2 m ] Lin(h n,k : n m, 0 k 2 m+n 1). 0 Zauważmy jednak, że 2 m 2 m 0 fdt1 [0,2 m ] 2 = 2 m/2 M 0 fdt 0 przy m, zatem f. Ponieważ f = f1 [0, ) f1 (,0), więc zawiera wszystkie funkcje z L 2 (R) o nośniku zwartym, a że takie funkcje są gęste w L 2, to układ Haara jest liniowo gęsty w L 2 (R). 28

29 Uwaga Układ Haara na R to przykład rodziny falek. Jeśli ψ jest funkcją na R taką, że układ ψ n,k := 2 n/2 ψ(2 n t k), n, k Z jest bazą ortonormalną L 2 [0, 1], to ψ nazywamy falkową funkcją macierzystą, a (ψ n,k ) układem falek. Można udowodnić, że istnieje falkowa funkcja macierzysta ciągła o nośniku zwartym. Falki mają wiele ciekawych własności i są bardzo użyteczne w zastosowaniach zob. np. [4] Układ Walsha Definicja Dla n = 1, 2,... definiujemy funkcje Rademachera wzorem r n (t) = sin(2 n πt), 0 t 1. Niech S oznacza rodzinę skończonych podzbiorów {1, 2,...}. Układ Walsha (w A ) A S określamy wzorem w 1, w A = n A r n dla A S, A. Uwaga Funkcje Rademachera traktowane jako zmienne losowe na [0, 1] z miarą Lebesgue a są niezależne, ponadto z prawdopodobieństwem 1/2 są równe 1 i 1. Fakt Układ Walsha jest bazą ortonormalną L 2 [0, 1]. Dowód. Ponieważ r 2 n = 1 p.w., więc w A w B = w A B p.w., gdzie A B oznacza różnicę symetryczną zbiorów A i B. Zauważmy, że wszystkie r m dla m < n są stałe na odcinkach diadycznych postaci (k2 1 n, (k + 1)2 1 n ), natomiast całka z r n po każdym z takich odcinków jest równa zero. Stąd w A, w B = 1 0 w A B (t)dt = 1 {A B= } = δ A,B, czyli w A jest układem ortonormalnym. By wykazać jego liniową gęstość zauważmy, że przestrzeń n = Lin(w A : A {1, 2,..., n}) zawiera się w przestrzeni Y n funkcji stałych na odcinkach diadycznych (k2 n, (k + 1)2 n ), 0 k 2 n 1. Z niezależności liniowej funckji w A obie te przestrzenie mają wymiar 2 n, zatem się pokrywają. Każdą funkcję ciągłą na [0, 1] można aproksymować w L 2 przez funkcje z pewnego Y n, skąd wynika linowa gęstość układu Walsha w L 2 [0, 1] Ortogonalizacja Grama-Schmidta. Wielomiany ortogonalne Zacznijmy od przypomnienia procedury zwanej ortogonalizacją Grama-Schmidta. Załóżmy, że (v n ) N n=1, N jest liniowo niezależnym ciągiem wektorów z 29

30 przestrzeni unitarnej H. Definiujemy indukcyjnie wektory (u n ) N n=1 w następujący sposób: u 1 := v 1, n 1 1 u n := v n u k u k, v n, n = 2, 3,.... k=1 Nietrudno indukcyjnie wykazać, że (u n ) jest układem ortogonalnym (a (u n / u n ) układem ortonormalnym) oraz Lin(u 1,..., u n ) = Lin(v 1,..., v n ) dla n N. W szczególności, jeśli (v n ) jest liniowo gęsty, to (u n ) też jest liniowo gęsty. Jeśli teraz weżmiemy przestrzeń H = L 2 (, µ), gdzie µ jest miarą borelowską na R taką, że t2n dµ(t) < dla wszystkich n oraz µ nie jest skupiona na zbiorze skończonym, to ortogonalizując ciąg (1, t, t 2,...) otrzymamy układ ortogonalny wielomianów (w n ) n 0, gdzie w n jest wielomianem stopnia n. W ten sposób (po odpowiednim znormalizowaniu) otrzymujemy klasyczne rodziny wielomianów ortogonalnych. 3 Twierdzenie Hahna-Banacha Definicja 3.1. Niech będzie przestrzenią liniową nad ciałem liczb rzeczywistych. Funkcję p: R nazywamy funkcjonałem Banacha, jeśli spełnia następujące dwa warunki: i) p(x + y) p(x) + p(y) dla x, y ; ii) p(tx) = tp(x) dla x, t > 0. Lemat 3.2 (Lemat Banacha). Załóżmy, że 0 jest podprzestrzenią liniową przestrzeni liniowej, p funkcjonałem Banacha na, zaś f : 0 R przekształceniem liniowym takim, że f(x) p(x) dla x 0. Wówczas istnieje funkcjonał liniowy F : R będący przedłużeniem f taki, że F (x) p(x) dla x. Dowód. Niech Φ oznacza wszystkie przedłużenia funkcjonału f dominowane przez p, tzn. para (ϕ, ϕ ) Φ, jeśli ϕ jest podprzestrzenią liniową zawierającą 0, ϕ: ϕ R jest funkcjonałem liniowym, który na 0 pokrywa się z f oraz ϕ(x) p(x) dla x ϕ. Oczywiście (f, 0 ) Φ. Na Φ możemy zdefiniować porządek częśćiowy kładąc (ϕ 1, ϕ1 ) (ϕ 2, ϕ2 ), jeśli ϕ1 ϕ2 oraz ϕ 2 (x) = ϕ 1 (x) dla x ϕ1. Każdy łańcuch (ϕ i, ϕi ) i I w Φ ma ograniczenie górne - wystarczy położyć ϕ = i I ϕ i oraz ϕ(x) = ϕ i (x) dla x ϕi. Zatem, na mocy lematu Kuratowskiego-Zorna, istnieje w Φ element maksymalny (ϕ m, ϕm ). Wystarczy pokazać, że ϕm =. Założmy przeciwnie, że istnieje x 0 \ ϕm. Połóżmy 1 = Lin( ϕm, x 0 ) = {z + λx 0 : z ϕm, λ R}. 30

31 oraz określmy ϕ 1 : 1 R wzorem gdzie u [a, b] oraz ϕ 1 (z + λx 0 ) = ϕ m (x) + λu, z ϕm, λ R, b := inf{p(z+x 0 ) ϕ m (z): z ϕm }, a := sup{ p(z x 0 )+ϕ m (z): z ϕm }. Zauważmy, że takie u można znaleźć, tzn. b a, gdyż dla z 1, z 2 ϕm, (p(z 1 + x 0 ) ϕ m (z 1 )) ( p(z 2 x 0 ) + ϕ m (z 2 )) = p(z 1 + x 0 ) + p(z 2 x 0 ) ϕ m (z 1 + z 2 ) p(z 1 + z 2 ) ϕ m (z 1 + z 2 ) 0. Oczywiście ϕ 1 jest liniowym przedłużeniem ϕ m do 1. Pokażemy, że jest dominowany przez p, co będzie oznaczało, że (ϕ 1, ϕ1 ) Φ i przeczyło maksymalności (ϕ m, ϕm ). Weźmy x = z + λx 0 1, gdzie z ϕm, λ R. Mamy trzy możliwości i) λ = 0, wówczas ϕ 1 (x) = ϕ 1 (z) p(z) = p(x), ii) λ > 0 wtedy na podstawie definicji b, tego, że u b i jednorodności p, ϕ 1 (x) = λϕ m (z/λ) + λu λ(p(z/λ + x 0 ) b) + λu p(z + λx 0 ) = p(x). iii) λ < 0, tym razem wykorzystujemy definicję a, ϕ 1 (x) = λϕ m ( z/λ)+λu λ(p( z/λ x 0 )+a)+λu p(z+λx 0 ) = p(x). Uwaga 3.3. i) Lemat Banacha nie zakłada żadnej struktury topologicznej przestrzeni. ii) Każda przestrzeń liniowa nad ciałem liczb zespolonych jest też przestrzenią liniową nad R. Wniosek 3.4. Istnieje funkcjonał ϕ: l R spełniający następujące warunki: i) lim inf n x n ϕ(x) lim sup n x n, w szczególności ϕ(x) = lim n x n dla ciągów zbieżnych oraz ϕ = 1; ii) ϕ(τ k (x)) = ϕ(x) dla x l, k = 0, 1,..., gdzie τ k ((x n )) = (x n+k ). Funkcjonał o tych własnościach nazywamy średnią Banacha na N. 31

32 Dowód. Zastosujmy lemat Banacha do 0 = c przestrzeni ciągów ograniczonych, = l, p(x) := lim sup nj=1 1 n n x j oraz f(x) = lim n x n. Otrzymamy funkcjonał ϕ na rozszerzający f i dominowany przez p. Warunek i) wynika stąd, że p(x) lim sup x n oraz ϕ(x) = ϕ( x) lim sup( x n ) = lim inf x n. Warunek ii) jest konsekwencją łatwego do sprawdzenia faktu, że p(τ k (x) x) = p(x τ k (x)) = 0. Twierdzenie 3.5 (Twierdzenie Hahna-Banacha). Załóżmy, że 0 jest podprzestrzenią przestrzeni unormowanej oraz ϕ 0 : 0 F jest ciągłym funkcjonałem liniowym. Wówczas ϕ 0 można przedłużyć do ciągłego funkcjonału linowego ϕ: F takiego, że ϕ = ϕ 0. Dowód. i) Przypadek rzeczywisty, tzn. F = R. Określamy wówczas p(x) = x ϕ 0, p jest funkcjonałem Banacha na, ponadato ϕ 0 p na 0. Na mocy lematu Banacha istnieje funkcjonał liniowy ϕ na rozszerzający ϕ 0 i dominowany przez p, ale wtedy ϕ = sup x 1 ϕ(x) sup x 1 p(x) = ϕ 0 oraz oczywiście ϕ ϕ 0. ii) Przypadek F = C jest nieco bardziej skomplikowany. Najpierw spójrzmy na przestrzenie liniowe i 0 jako przestrzenie nad ciałem liczb rzeczywistych i zastosujmy lemat Banacha do funkcjonału f = Re(ϕ 0 ) i p(x) = x ϕ 0. Otrzymamy przekształcenie liniowe F : R rozszerzające f i dominowane przez p. Zdefiniujmy ϕ(x) := F (x) + if ( ix). Zauważmy, że F = Re(ϕ) stąd dla x 0 ϕ(x) = Re(ϕ 0 (x)) + ire(ϕ 0 ( ix)) = Re(ϕ 0 (x)) + ire( iϕ 0 (x)) = Re(ϕ 0 (x)) + iim(ϕ 0 (x)) = ϕ 0 (x). Funkcjonał ϕ jest liniowy nad R, by wykazać jego liniowość nad C wystarczy zauważyć, że ϕ(ix) = F (ix) + if (x) = i(if ( ix) + F (x)) = iϕ(x). Aby obliczyć normę ϕ ustalmy x i dobierzmy λ C takie, że λ = 1 oraz λϕ(x) = ϕ(x). Wtedy ϕ(x) = ϕ(λx) = Re(ϕ(λx)) = F (λx) p(λx) = x ϕ 0, stąd ϕ ϕ 0, a nierówność przeciwna jest oczywista. Wniosek 3.6. Jeśli jest przestrzenią unormowaną oraz x, x 0, to istnieje funkcjonał ϕ taki, że ϕ = 1 oraz ϕ(x) = x. W szczególności funkcjonały liniowe ciągłe rozdzielają punkty z. 32