Google 翻译生成的粗略草稿,质量较低。术语依照术语表,但句子可能有误;之后会由仔细的译文取代。
§ 1。前希尔伯特空间和希尔伯特空间
1. 厄米特形式
我们回想一下代数 (A, IX, § 3, No. 1) 中给出的定义:
设 E 在域 K 上为向量空间。E 上的厄米特形式(左侧)是映射 f,从 E × E 到 K 满足以下条件(对于 E 中的 x 1 , x 2 , x , y 1 , y 2 , y x_1, x_2, x, y_1, y_2, y x 1 , x 2 , x , y 1 , y 2 , y 和 K 中的 λ , μ \lambda, \mu λ , μ ):
引用了 2 引用了 III § 6. 。 Borel 的图表定理 , I § 2. 。拓扑中的线性簇向量空间
(1)
{ f ( x 1 + x 2 , y ) = f ( x 1 , y ) + f ( x 2 , y ) f ( x , y 1 + y 2 ) = f ( x , y 1 ) + f ( x , y 2 )
\begin{cases}
f(x_1 + x_2, y) = f(x_1, y) + f(x_2, y) \\
f(x, y_1 + y_2) = f(x, y_1) + f(x, y_2)
\end{cases}
{ f ( x 1 + x 2 , y ) = f ( x 1 , y ) + f ( x 2 , y ) f ( x , y 1 + y 2 ) = f ( x , y 1 ) + f ( x , y 2 )
(2)
{ f ( λ x , y ) = λ ‾ f ( x , y ) f ( x , μ y ) = μ f ( x , y )
\begin{cases}
f(\lambda x, y) = \overline{\lambda} f(x, y) \\
f(x, \mu y) = \mu f(x, y)
\end{cases}
{ f ( λ x , y ) = λ f ( x , y ) f ( x , μ y ) = μ f ( x , y )
(3)
f ( x , y ) = f ( y , x ) ‾ .
f(x, y) = \overline{f(y, x)} .
f ( x , y ) = f ( y , x ) .
当域 K 为 R 时,E 约化上厄米特形式的概念与 E × E 上对称双线性形式 (A, III, § 6, No. 3) 的双线性形式相同。
我们注第二个条件(1)和第二个条件(2)是从其他三个开始的。
1 对于对希尔伯空间特别感兴趣的读者,我们点指出,只有§ 1的No. 7和§ 4的No. 8取决于章、III和IV的结果。为此,读者可以查阅本卷末尾的《巴拿赫空间一些重要性质的总结》。对章、I和II的唯一引用涉及凸集合和半范数(II、p. 1和p. 7)的定义,以及拓扑直和(I, p. 4),一个总族和一个拓扑独立族(I,p. 12)。
从(1)和(2)我们立即推断出
f ( ∑ j λ j x j , ∑ k μ k y k ) = ∑ j , k λ ‾ j μ k f ( x j , y k ) .
f(\sum_j \lambda_j x_j, \sum_k \mu_k y_k) = \sum_{j,k} \overline{\lambda}_j \mu_k f(x_j, y_k).
f ( j ∑ λ j x j , k ∑ μ k y k ) = j , k ∑ λ j μ k f ( x j , y k ) .
特别是,如果 E 是有限维的,并且如果 ( e j ) 1 ≤ j ≤ n (e_j)_{1 \leq j \leq n} ( e j ) 1 ≤ j ≤ n 是 E 的基,则对于 x = ∑ j = 1 n ξ j e j x = \sum_{j=1}^n \xi_j e_j x = ∑ j = 1 n ξ j e j 和 y = ∑ j = 1 n η j e j y = \sum_{j=1}^n \eta_j e_j y = ∑ j = 1 n η j e j ,我们有,
f ( x , y ) = ∑ j , k α j k ξ ‾ j η k
f(x, y) = \sum_{j,k} \alpha_{jk} \overline{\xi}_j \eta_k
f ( x , y ) = j , k ∑ α j k ξ j η k
与记号 α j k = f ( e j , e k ) \alpha_{jk} = f(e_j, e_k) α j k = f ( e j , e k ) ;此外,指标j , k j, k j , k 中每对,关系(3)相当于α j k = α ‾ k j \alpha_{jk} = \overline{\alpha}_{kj} α j k = α k j ;这特别意味着数 α j j \alpha_{jj} α j j 是真实的。
从(3)可知,数Q ( x ) = f ( x , x ) Q(x) = f(x, x) Q ( x ) = f ( x , x ) 对于所有x ∈ E x \in E x ∈ E 都是真实的。而且,我们立即建立以下公式,称为*极化*公式
(5)
4 f ( x , y ) = ∑ ε 2 = 1 ε Q ( x + ε y ) if K is R ,
4f(x, y) = \sum_{\varepsilon^2 = 1} \varepsilon Q(x + \varepsilon y) \quad \text{if } K \text{ is } \mathbf{R},
4 f ( x , y ) = ε 2 = 1 ∑ εQ ( x + ε y ) if K is R , (6) 4 f ( x , y ) = ∑ ε 4 = 1 , ε ∈ C ε Q ( x + ε ‾ y ) if K is C .
4f(x, y) = \sum_{\varepsilon^4 = 1, \varepsilon \in \mathbf{C}} \varepsilon Q(x + \overline{\varepsilon} y) \quad \text{if } K \text{ is } \mathbf{C}.
4 f ( x , y ) = ε 4 = 1 , ε ∈ C ∑ εQ ( x + ε y ) if K is C .
如果f f f 是E E E 上的厄米特形式,并且E E E 的M M M 向量子空间,使得f ( x , x ) = 0 f(x, x) = 0 f ( x , x ) = 0 对于所有x ∈ M x \in M x ∈ M ,那么我们也有f ( x , y ) = 0 f(x, y) = 0 f ( x , y ) = 0 M M M 中的点 x , y x, y x , y 每对。
令f f f 在E E E 上为厄米特形式;所有x ∈ E x \in E x ∈ E 的集合N N N ,使得所有y ∈ E y \in E y ∈ E 的f ( x , y ) = 0 f(x, y) = 0 f ( x , y ) = 0 是E E E 的向量子空间。从 (3) 可以得出,如果 x 1 ≡ x 2 x_1 \equiv x_2 x 1 ≡ x 2 (mod. N N N ) 和 y 1 ≡ y 2 y_1 \equiv y_2 y 1 ≡ y 2 (mod. N N N ),我们有 f ( x 1 , y 1 ) = f ( x 2 , y 2 ) f(x_1, y_1) = f(x_2, y_2) f ( x 1 , y 1 ) = f ( x 2 , y 2 ) ;因此,在商空间E / N E/N E / N 上,我们将f ( x ˙ , y ˙ ) = f ( x , y ) f(\dot{x}, \dot{y}) = f(x, y) f ( x ˙ , y ˙ ) = f ( x , y ) 放入所有x ∈ x ˙ x \in \dot{x} x ∈ x ˙ 和所有y ∈ y ˙ y \in \dot{y} y ∈ y ˙ ,得到定义一个倍半线性的形式f f f ;很明显,f f f 是厄米特,并且关系“f ( x ˙ , y ˙ ) = 0 f(\dot{x}, \dot{y}) = 0 f ( x ˙ , y ˙ ) = 0 对于所有y ˙ ∈ E / N \dot{y} \in E/N y ˙ ∈ E / N ”意味着E / N E/N E / N 中的x ˙ = 0 \dot{x} = 0 x ˙ = 0 ,在其他字(A,IX)f f f 正在分离。我们说 f f f 是与 f f f 分离 厄米特形式 关联 。
2. 正厄米特形式
令 E E E 为向量空间超过域 K K K 。如果 f ( x , x ) ≥ 0 f(x, x) \geq 0 f ( x , x ) ≥ 0 对于所有 x ∈ E x \in E x ∈ E ,则 E E E 上的厄米特形式 f f f 被认为是正数。
引用了 1 引用了 II § 2. 。凸面集合
It is clear that hermitian forms on a vector space E E E form a vector space over the field R \mathbf{R} R (but not over the field C \mathbf{C} C , when K K K is C \mathbf{C} C ) : in this space the positive hermitian forms constitute a pointed convex proper cone (II, p. 10) as a result of def. 2 and prop. 1.
— *如果 f 是正数厄米特形式,我们有
∣ f ( x , y ) ∣ 2 ≤ f ( x , x ) f ( y , y )
|f(x, y)|^2 \leq f(x, x) \ f(y, y)
∣ f ( x , y ) ∣ 2 ≤ f ( x , x ) f ( y , y )
对于 E 中的每个 x 和 y (Cauchy-Schwarz 不等式)。
首先假设我们有f ( y , y ) ≠ 0 f(y, y) \neq 0 f ( y , y ) = 0 。对于每个ξ ∈ K \xi \in \mathbf{K} ξ ∈ K ,我们有
f ( y , y ) f ( x + ξ y , x + ξ y ) ≥ 0
f(y, y) \ f(x + \xi y, x + \xi y) \geq 0
f ( y , y ) f ( x + ξ y , x + ξ y ) ≥ 0
可以写成
f ( x , x ) f ( y , y ) − ∣ f ( x , y ) ∣ 2 + ( ξ f ( y , y ) + f ( x , y ) ‾ ) ( ξ ‾ f ( y , y ) + f ( x , y ) ) ≥ 0.
f(x, x) \ f(y, y) - |f(x, y)|^2 + (\xi f(y, y) + \overline{f(x, y)}) (\overline{\xi} f(y, y) + f(x, y)) \geq 0 .
f ( x , x ) f ( y , y ) − ∣ f ( x , y ) ∣ 2 + ( ξ f ( y , y ) + f ( x , y ) ) ( ξ f ( y , y ) + f ( x , y )) ≥ 0.
替换ξ \xi ξ 乘以− f ( x , y ) ‾ / f ( y , y ) -\overline{f(x, y)}/f(y, y) − f ( x , y ) / f ( y , y ) ,在这个不等式中,我们得到(7)。如果f ( x , x ) ≠ 0 f(x, x) \neq 0 f ( x , x ) = 0 ,我们也有类似的论证。
最后,如果f ( x , x ) = f ( y , y ) = 0 f(x, x) = f(y, y) = 0 f ( x , x ) = f ( y , y ) = 0 ,对于所有ξ ∈ K \xi \in \mathbf{K} ξ ∈ K ,我们有f ( x + ξ y , x + ξ y ) ≥ 0 f(x + \xi y, x + \xi y) \geq 0 f ( x + ξ y , x + ξ y ) ≥ 0 ,可以写为
ξ f ( x , y ) + ξ ‾ f ( x , y ) ≥ 0.
\xi f(x, y) + \overline{\xi} f(x, y) \geq 0 .
ξ f ( x , y ) + ξ f ( x , y ) ≥ 0.
替换ξ \xi ξ 乘以− f ( x , y ) ‾ -\overline{f(x, y)} − f ( x , y ) ,在这个不等式中,我们得到− 2 ∣ f ( x , y ) ∣ 2 ≥ 0 -2 \ |f(x, y)|^2 \geq 0 − 2 ∣ f ( x , y ) ∣ 2 ≥ 0 ,因此f ( x , y ) = 0 f(x, y) = 0 f ( x , y ) = 0 ;在这种情况下我们再次得到(7)。
— *如果 f 是 E 中所有 x \in 的正数厄米特形式、集合 N,则 f(x, x) = 0 重合,且 E 中所有 x \in 的向量子空间,使得 E 中所有 y f(x, y) = 0。
— *对于正厄米特形式来说,关系 x \neq 0 意味着 f(x, x) > 0 是必要且充分的。
这立即来自 cor。 1.
对于 E 上的每个正厄米特形式 f,与 f (V, p. 2) 相关的分隔厄米特形式显然是 E/N 上的正厄米特形式。
— *令 f 为 E 上的正厄米特形式。Put
p ( x ) = f ( x , x ) 1 / 2
p(x) = f(x, x)^{1/2}
p ( x ) = f ( x , x ) 1/2
对于 E 中的所有 x \in。则 p 是 E 上的半范数,并且当且仅当 f 分离时才是范数。
证明不等式p ( x + y ) ≤ p ( x ) + p ( y ) p(x + y) \leq p(x) + p(y) p ( x + y ) ≤ p ( x ) + p ( y ) 就足够了。但我们有
f ( x + y , x + y ) = f ( x , x ) + f ( y , y ) + f ( x , y ) + f ( x , y ) ‾
f(x + y, x + y) = f(x, x) + f(y, y) + f(x, y) + \overline{f(x, y)}
f ( x + y , x + y ) = f ( x , x ) + f ( y , y ) + f ( x , y ) + f ( x , y )
以及,柯西-施瓦茨不等式
f ( x + y , x + y ) ≤ f ( x , x ) + f ( y , y ) + 2 ( f ( x , x ) f ( y , y ) ) 1 / 2
f(x + y, x + y) \leq f(x, x) + f(y, y) + 2(f(x, x) f(y, y))^{1/2}
f ( x + y , x + y ) ≤ f ( x , x ) + f ( y , y ) + 2 ( f ( x , x ) f ( y , y ) ) 1/2
= ( f ( x , x ) 1 / 2 + f ( y , y ) 1 / 2 ) 2 .
= (f(x, x)^{1/2} + f(y, y)^{1/2})^2 .
= ( f ( x , x ) 1/2 + f ( y , y ) 1/2 ) 2 .
令 E E E 为向量空间超过域 K K K 。如果 E E E 上存在正的厄米特形式 f f f ,使得 p ( x ) = f ( x , x ) 1 / 2 p(x) = f(x, x)^{1/2} p ( x ) = f ( x , x ) 1/2 对于所有 x ∈ E x \in E x ∈ E * 来说,E E E 上的半范数 p p p 被称为前希尔伯特式。
观察对于 E E E 的半范数 p p p ,至多存在一个正厄米特形式 f f f ,使得 p ( x ) = f ( x , x ) 1 / 2 p(x) = f(x, x)^{1/2} p ( x ) = f ( x , x ) 1/2 对于所有 x ∈ E x \in E x ∈ E ;这是由极化公式(V,p. 2)得出的。
3. 前希尔伯特空间
前希尔伯特空间为集合E E E ,结构为向量空间超过K K K ,并且厄米特形式为正。当K K K 是R \mathbf{R} R (或K K K 是C \mathbf{C} C )时,我们说E E E 是实数(或复数)前希尔伯特空间。
形式 ( λ , μ ) ↦ λ ‾ μ (\lambda, \mu) \mapsto \overline{\lambda} \mu ( λ , μ ) ↦ λ μ 定义 K K K 上的前希尔伯特结构,据说是*规范*。当K K K 被认为是前希尔伯特空间时,我们总是意味着除非,否则提到它有这个结构。
令I I I 为R \mathbf{R} R 中的一个区间(有界或无界),并令E E E 为函数(FVR,II,p. 4)在I I I 上定义的集合,其中值在C \mathbf{C} C ,具有紧凑的支撑。显然,E E E 比C \mathbf{C} C 弱于向量空间;设 f f f 为倍半线性形式 ( x , y ) ↦ ∫ 1 1 x ( t ) ‾ y ( t ) d t (x, y) \mapsto \int_1^1 \overline{x(t)}\ y(t)\ dt ( x , y ) ↦ ∫ 1 1 x ( t ) y ( t ) d t ; 直接的f f f 是E E E 上的正厄米特形式,因此定义在空间上是前希尔伯特结构。
设n ⩾ 0 n \geqslant 0 n ⩾ 0 为整数。我们定义前希尔伯特空间结构在空间K n K^n K n ,通过厄米特形式
( x , y ) ↦ ∑ j = 1 n x j ‾ y j
(x, y) \mapsto \sum_{j=1}^n \overline{x_j} y_j
( x , y ) ↦ j = 1 ∑ n x j y j
(对于 x = ( x 1 , . . . , x n ) x = (x_1, ..., x_n) x = ( x 1 , ... , x n ) 和 y = ( y 1 , . . . , y n ) y = (y_1, ..., y_n) y = ( y 1 , ... , y n ) )。当K K K 为R \mathbf{R} R 时,我们看到这只是R n \mathbf{R}^n R n 的两个向量的标量乘积(GT,VI, § 2, No. 2)。
令ℓ 2 \ell^2 ℓ 2 (或ℓ 2 ( N ) \ell^2(\mathbf{N}) ℓ 2 ( N ) )为K K K 的序列x = ( x n ) n ∈ N x = (x_n)_{n \in \mathbf{N}} x = ( x n ) n ∈ N 或元素的集合,使得∑ n = 0 ∞ ∣ x n ∣ 2 \sum_{n=0}^\infty |x_n|^2 ∑ n = 0 ∞ ∣ x n ∣ 2 是有限的。通过厄米特形式 ( x , y ) ↦ ∑ n = 0 ∞ x n ‾ y n (x, y) \mapsto \sum_{n=0}^\infty \overline{x_n} y_n ( x , y ) ↦ ∑ n = 0 ∞ x n y n ,可以证明ℓ 2 \ell^2 ℓ 2 是K N K^\mathbf{N} K N 的向量子空间,定义是ℓ 2 \ell^2 ℓ 2 上的前希尔伯特空间结构 (cf.V、p. 18)。
引用了 1 引用了 V § 2. 。希尔伯特矩阵中的正交族空间
令 E E E 为真正的前希尔伯特空间,f f f 相应的在E E E 上对称双线性形式。令E ( c ) E_{(c)} E ( c ) 为E E E 的向量空间复化;我们将认同E E E 和E ( c ) E_{(c)} E ( c ) 的子集乘以映射x ↦ 1 ⊗ x x \mapsto 1 \otimes x x ↦ 1 ⊗ x ,这样E ( c ) E_{(c)} E ( c ) 的每个元素都可以唯一地写成x 1 + i x 2 x_1 + ix_2 x 1 + i x 2 和x 1 , x 2 x_1, x_2 x 1 , x 2 E E E 。 映射 f f f 扩展 E ( c ) E_{(c)} E ( c ) 上的厄米特形式 f ( c ) f_{(c)} f ( c ) 独有;我们有,
f ( c ) ( x 1 + i x 2 , y 1 + i y 2 ) = f ( x 1 , y 1 ) + f ( x 2 , y 2 ) + i ( f ( x 1 , y 2 ) − f ( x 2 , y 1 ) ) .
f_{(c)}(x_1 + ix_2, y_1 + iy_2) = f(x_1, y_1) + f(x_2, y_2) + i(f(x_1, y_2) - f(x_2, y_1)) .
f ( c ) ( x 1 + i x 2 , y 1 + i y 2 ) = f ( x 1 , y 1 ) + f ( x 2 , y 2 ) + i ( f ( x 1 , y 2 ) − f ( x 2 , y 1 )) .
特别是,我们有
f ( C ) ( x 1 + i x 2 , x 1 + i x 2 ) = f ( x 1 , x 1 ) + f ( x 2 , x 2 ) ⩾ 0 ,
f_{(\mathbf{C})}(x_1 + ix_2, x_1 + ix_2) = f(x_1, x_1) + f(x_2, x_2) \geqslant 0,
f ( C ) ( x 1 + i x 2 , x 1 + i x 2 ) = f ( x 1 , x 1 ) + f ( x 2 , x 2 ) ⩾ 0 , 因而
f ( C ) f_{(\mathbf{C})} f ( C ) 为正。我们说
E ( C ) E_{(\mathbf{C})} E ( C ) 和
f ( C ) f_{(\mathbf{C})} f ( C ) 是
E E E 的*前希尔伯特空间复化*。
每当仅考虑向量空间 E E E 上的一个前希尔伯特空间结构时,值,对 ( x , y ) (x, y) ( x , y ) ,点,E E E ,厄米特形式,其中定义,所述结构表示为⟨ x ∣ y ⟩ E \langle x|y \rangle_E ⟨ x ∣ y ⟩ E 或简称为⟨ x ∣ y ⟩ \langle x|y \rangle ⟨ x ∣ y ⟩ ,如果不会引起混淆的话。这个数称为x x x 和y y y 的*标量乘积* 1 ^1 1 (如果y = x y = x y = x 则为x x x 的*标量平方*)。如果 ⟨ x ∣ y ⟩ = 0 \langle x|y \rangle = 0 ⟨ x ∣ y ⟩ = 0 ,则两个向量 x , y x, y x , y 被称为“正交”。 函数 x ↦ ∥ x ∥ = ⟨ x ∣ x ⟩ 1 / 2 x \mapsto \|x\| = \langle x|x \rangle^{1/2} x ↦ ∥ x ∥ = ⟨ x ∣ x ⟩ 1/2 是向量空间 E E E (V, p. 3) 上的*半范数*;前希尔伯特空间始终被认为具有分配给它的半范数(因此也具有相应的拓扑和均匀结构)。
有了这些记号,在前希尔伯特空间E E E 中,柯西-施瓦茨不等式可以写成
∣ ⟨ x ∣ y ⟩ ∣ ⩽ ∥ x ∥ ⋅ ∥ y ∥ .
|\langle x|y \rangle| \leqslant \|x\| \cdot \|y\|.
∣ ⟨ x ∣ y ⟩ ∣ ⩽ ∥ x ∥ ⋅ ∥ y ∥.
因而,标量乘积是E × E E \times E E × E 上的*连续倍半线性形式*(II,p. 5,道具4)。
在阶中,E E E 是Hausdorff,x ↦ ∥ x ∥ x \mapsto \|x\| x ↦ ∥ x ∥ 是E E E 上的*范数*是充分必要的;在其他字中,厄米特形式 ( x , y ) ↦ ⟨ x ∣ y ⟩ (x, y) \mapsto \langle x|y \rangle ( x , y ) ↦ ⟨ x ∣ y ⟩ 为正且分离 ;这相当于说,*0 0 0 是E E E 中唯一的向量,它与自身正交*。
根据一般定义(S,IV, § 1, No. 5),同构从前希尔伯特空间E E E 到前希尔伯特空间F F F 是双射线性映射u u u 从E E E 到F F F 这样
⟨ u ( x ) ∣ u ( y ) ⟩ = ⟨ x ∣ y ⟩
\langle u(x)|u(y) \rangle = \langle x|y \rangle
⟨ u ( x ) ∣ u ( y )⟩ = ⟨ x ∣ y ⟩ 对于
E E E 中的每个
x x x 和
y y y 。由此我们推断,对于所有
x ∈ E x \in E x ∈ E ,
∥ u ( x ) ∥ = ∥ x ∥ \|u(x)\| = \|x\| ∥ u ( x ) ∥ = ∥ x ∥ ,对于
E E E 和
F F F 的拓扑向量空间结构,
u u u 显然是同构;如果
E E E 和
F F F 是Hausdorff,则
u u u 是从
E E E 到
F F F 的*等距*。相反,如果
u u u 是从
E E E 到
F F F 的双射线性映射,使得
∥ u ( x ) ∥ = ∥ x ∥ \|u(x)\| = \|x\| ∥ u ( x ) ∥ = ∥ x ∥ 对于所有
x ∈ E x \in E x ∈ E ,则极化公式(V,p. 2)表明
u u u 是前希尔伯特空间同构从
E E E 到
F F F 。
令E E E 为*复*前希尔伯特空间,而⟨ x ∣ y ⟩ \langle x|y \rangle ⟨ x ∣ y ⟩ 为E E E 中的标量乘积。在集合E E E ,我们可以定义相对于C \mathbf{C} C 第二个向量空间结构,采用与加法群相同的律以及外部合成( λ , x ) ↦ λ ‾ x (\lambda, x) \mapsto \overline{\lambda} x ( λ , x ) ↦ λ x 的律 (A,II, § 1, No. 13)对于这个向量空间结构,( x , y ) ↦ ⟨ y ∣ x ⟩ (x, y) \mapsto \langle y|x \rangle ( x , y ) ↦ ⟨ y ∣ x ⟩ 是*正厄米特
1 可能会发生有时,我们将( x ∣ y ) (x|y) ( x ∣ y ) 写成⟨ y ∣ x ⟩ \langle y|x \rangle ⟨ y ∣ x ⟩ 。观察V、p. 2的公式 (4),取以下等价的形式:
⟨ ∑ i λ i x i ∣ ∑ j μ j y j ⟩ = ∑ i , j λ ‾ i μ j ⟨ x i ∣ y j ⟩ . ( ∑ i λ i x i ∣ ∑ j μ j y j ) = ∑ i , j λ i μ ‾ j ( x i ∣ y j ) .
\begin{align*}
\langle \sum_i \lambda_i x_i | \sum_j \mu_j y_j \rangle &= \sum_{i,j} \overline{\lambda}_i \mu_j \langle x_i|y_j \rangle. \\
(\sum_i \lambda_i x_i | \sum_j \mu_j y_j) &= \sum_{i,j} \lambda_i \overline{\mu}_j (x_i|y_j).
\end{align*}
⟨ i ∑ λ i x i ∣ j ∑ μ j y j ⟩ ( i ∑ λ i x i ∣ j ∑ μ j y j ) = i , j ∑ λ i μ j ⟨ x i ∣ y j ⟩ . = i , j ∑ λ i μ j ( x i ∣ y j ) .
形式。通过将新的向量空间结构和新的厄米特形式分配给 E 获得的前希尔伯特空间 E ‾ \overline{E} E 被认为是共轭到 E。 同构 u u u 从 E 到E ‾ \overline{E} E 是从E到自身的半线性映射(相对于C \mathbf{C} C 的自同构ξ ↦ ξ ‾ \xi \mapsto \overline{\xi} ξ ↦ ξ ),使得⟨ u ( y ) ∣ u ( x ) ⟩ = ⟨ x ∣ y ⟩ \langle u(y)|u(x) \rangle = \langle x|y \rangle ⟨ u ( y ) ∣ u ( x )⟩ = ⟨ x ∣ y ⟩ 或⟨ u ( x ) ∣ u ( y ) ⟩ = ⟨ x ∣ y ⟩ ‾ \langle u(x)|u(y) \rangle = \overline{\langle x|y \rangle} ⟨ u ( x ) ∣ u ( y )⟩ = ⟨ x ∣ y ⟩ (对于E中的x , y x, y x , y );这样的映射被认为是前希尔伯特空间 E 的半自同构。
如果 E 是预希尔伯特空间,E 的 M 向量子空间,标量乘积 ⟨ x ∣ y ⟩ \langle x|y \rangle ⟨ x ∣ y ⟩ 到 M × M M \times M M × M 的限制是 M 上的正厄米特形式,则M 上的定义前希尔伯特空间结构;我们说这个结构是由E的结构诱导的,或者说M是E的前希尔伯特子空间。
引用了 2 引用了 IV § 1. 。二元性 , II § 1. 。半规范
4. 希尔伯特空间
希尔伯特空间*(或*希尔伯特空间*)*是前希尔伯特空间,它是Hausdorff且完整的*。 如果向量空间 E(在 K 上)上的范数是前希尔伯特式的,并且赋范的空间 E 是完备的,我们就说它是希尔伯特式的 。
如果 E 是希尔伯特空间并且 M 是 E 的闭向量子空间,则在 M 上导出的前希尔伯特空间结构实际上是希尔伯特空间结构。在这种情况下,我们说 M 以及诱导的结构是 E 的 希尔伯特子空间 。
V、p. 4 的例 1、3、4 中定义的前希尔伯特空间是希尔伯特空间。另一方面,例 2 中定义的前希尔伯特空间既不是豪斯多夫,也不完整。希尔伯特空间的*复化*是希尔伯特空间。
\* 令X为豪斯多夫拓扑空间,并令μ \mu μ 为X的正测度。令L 2 ( X , μ ) L^2(X, \mu) L 2 ( X , μ ) 为等价类的空间由……组成,对于μ \mu μ ,X上的所有平方μ \mu μ 可积函数与C \mathbf{C} C 中的值可积函数。这是一个复希尔伯特空间,其标量乘积由下式给出
⟨ f ∣ g ⟩ = ∫ X f ( x ) ‾ g ( x ) d μ ( x ) .
\langle f|g \rangle = \int_X \overline{f(x)}\ g(x)\ d\mu(x) .
⟨ f ∣ g ⟩ = ∫ X f ( x ) g ( x ) d μ ( x ) .
\* 令 n ⩾ 1 n \geqslant 1 n ⩾ 1 为整数,并令 U 为 R n \mathbf{R}^n R n 中的开集合。令 μ \mu μ 为由 R n \mathbf{R}^n R n 上的勒贝格测度导出的 U 测度,并放入 H 0 = L 2 ( U , μ ) \mathscr{H}^0 = L^2(U, \mu) H 0 = L 2 ( U , μ ) 。让 H 1 \mathscr{H}^1 H 1 表示所有函数 f ∈ H 0 f \in \mathscr{H}^0 f ∈ H 0 中的空间以及以下性质;对于 1 ⩽ i ⩽ n 1 \leqslant i \leqslant n 1 ⩽ i ⩽ n ,存在函数 g i ∈ H ∘ g_i \in \mathscr{H}^\circ g i ∈ H ∘ 使得
∫ U g i ( x ) h ( x ) d μ ( x ) = − ∫ U f ( x ) D i h ( x ) d μ ( x )
\int_U g_i(x)\ h(x)\ d\mu(x) = - \int_U f(x)\ D_i h(x)\ d\mu(x)
∫ U g i ( x ) h ( x ) d μ ( x ) = − ∫ U f ( x ) D i h ( x ) d μ ( x )
对于类 C 1 C^1 C 1 的每个函数 h h h ,在 U 中具有紧凑支持。函数 g i g_i g i 相对于 μ \mu μ 唯一定义到等价,并由 D i f D_i f D i f 或 ∂ f / ∂ x i \partial f / \partial x_i ∂ f / ∂ x i 表示(i 偏导数)。在整数s ⩾ 1 s \geqslant 1 s ⩾ 1 上的归纳,我们将定义H s \mathscr{H}^s H s 作为所有函数f ∈ H 1 f \in \mathscr{H}^1 f ∈ H 1 中的集合,这样D i f ∈ H s − 1 D_i f \in \mathscr{H}^{s-1} D i f ∈ H s − 1 对于1 ⩽ i ⩽ n 1 \leqslant i \leqslant n 1 ⩽ i ⩽ n 。我们通过公式在H s \mathscr{H}^s H s 上得到定义标量乘积
⟨ f ∣ g ⟩ = ∑ k = 0 s ∑ 1 ⩽ i 1 ⩽ … ⩽ i k ⩽ n ∫ D i 1 … D i k f ‾ ⋅ D i 1 … D i k g d μ .
\langle f|g \rangle = \sum_{k=0}^s \sum_{1 \leqslant i_1 \leqslant \ldots \leqslant i_k \leqslant n} \int \overline{D_{i_1} \ldots D_{i_k} f} \cdot D_{i_1} \ldots D_{i_k} g\ d\mu .
⟨ f ∣ g ⟩ = k = 0 ∑ s 1 ⩽ i 1 ⩽ … ⩽ i k ⩽ n ∑ ∫ D i 1 … D i k f ⋅ D i 1 … D i k g d μ .
那么 H s \mathscr{H}^s H s 是一个复希尔伯特空间,称为指标 s 的 Sobolev 空间 。
\* 设X是类C r C^r C r (与r ⩾ 1 r \geqslant 1 r ⩾ 1 )的纯有限维n n n 的微分变体。
在向量纤维空间Λ n T ( X ) \Lambda^n T(X) Λ n T ( X ) 中,令L为零截面的补集。对于每个实数λ ≠ 0 \lambda \neq 0 λ = 0 ,从Λ n T ( X ) \Lambda^n T(X) Λ n T ( X ) 到自身的映射u ↦ λ u u \mapsto \lambda u u ↦ λ u ,L都是稳定的。
令α \alpha α 为复数。 L 上的复数值为函数 ω \omega ω ,使得 u ∈ L u \in L u ∈ L 的 ω ( λ u ) = ∣ λ ∣ α ω ( u ) \omega(\lambda u) = |\lambda|^{\alpha} \omega(u) ω ( λ u ) = ∣ λ ∣ α ω ( u ) 和任何非零实数 λ \lambda λ 称为阶 α \alpha α 的密度 X。如果存在X的开盖( U i ) i ∈ I (U_i)_{i \in I} ( U i ) i ∈ I ,并且对于U i U_i U i 上坐标ξ i = ( ξ i 1 , . . . , ξ i n ) \xi_i = (\xi_i^1, ..., \xi_i^n) ξ i = ( ξ i 1 , ... , ξ i n ) 的每个i ∈ I i \in I i ∈ I 系统和复数值,我们说阶1的密度ω \omega ω 是局部可积的函数f i f_i f i 关于ξ i ( U i ) \xi_i(U_i) ξ i ( U i ) 满足以下条件:
a) 函数 f i f_i f i 对于勒贝格测度 μ \mu μ 在R n \mathbf{R}^n R n 的开集合 ξ i ( U i ) \xi_i(U_i) ξ i ( U i ) 上是局部可积的;
b) 设 x ∈ U i x \in U_i x ∈ U i ;如果( ∂ 1 , i , x , . . . , ∂ n , i , x ) (\partial_{1,i,x}, ..., \partial_{n,i,x}) ( ∂ 1 , i , x , ... , ∂ n , i , x ) 是T x X T_x X T x X 的基与U i U_i U i 中坐标( ξ i ′ , . . . , ξ i n ) (\xi_i', ..., \xi_i^n) ( ξ i ′ , ... , ξ i n ) 的系统相关联,我们有
ω ( ∂ 1 , i , x ∧ . . . ∧ ∂ n , i , x ) = f i ( ξ i 1 ( x ) , . . . , ξ i n ( x ) ) .
\omega(\partial_{1,i,x} \wedge ... \wedge \partial_{n,i,x}) = f_i(\xi_i^1(x), ..., \xi_i^n(x)) .
ω ( ∂ 1 , i , x ∧ ... ∧ ∂ n , i , x ) = f i ( ξ i 1 ( x ) , ... , ξ i n ( x )) .
那么,X上存在且仅有一个测度ω ~ \tilde{\omega} ω ~ ,使得对于i ∈ I i \in I i ∈ I ,ω ~ \tilde{\omega} ω ~ 到U i U_i U i 的限制的ξ i \xi_i ξ i 下的像等于测度f i ⋅ μ f_i \cdot \mu f i ⋅ μ (cf.) VAR,R,10.4.3)。
令V \mathscr{V} V (或N \mathscr{N} N )为可测量密度ω \omega ω 为阶1/2的向量空间,使得与阶1的密度∣ ω ∣ 2 |\omega|^2 ∣ ω ∣ 2 相关的测量是有界的(或空)。设ω 1 \omega_1 ω 1 和ω 2 \omega_2 ω 2 在V \mathscr{V} V 中;那么ω = ω 1 ‾ ω 2 \omega = \overline{\omega_1} \omega_2 ω = ω 1 ω 2 是阶1的密度,并且与ω \omega ω 相关的测度ω ~ \tilde{\omega} ω ~ 是有界的; 数∫ X ω ~ \int_X \tilde{\omega} ∫ X ω ~ 仅取决于ω 1 \omega_1 ω 1 和ω 2 \omega_2 ω 2 模N \mathscr{N} N 的类、ω ˙ 1 \dot{\omega}_1 ω ˙ 1 和ω ˙ 2 \dot{\omega}_2 ω ˙ 2 ,并用⟨ ω 1 ∣ ω 2 ⟩ \langle \omega_1 | \omega_2 \rangle ⟨ ω 1 ∣ ω 2 ⟩ 或⟨ ω ˙ 1 ∣ ω ˙ 2 ⟩ \langle \dot{\omega}_1 | \dot{\omega}_2 \rangle ⟨ ω ˙ 1 ∣ ω ˙ 2 ⟩ 表示。然后映射( ω ˙ 1 , ω ˙ 2 ) ↦ ⟨ ω ˙ 1 ∣ ω ˙ 2 ⟩ (\dot{\omega}_1, \dot{\omega}_2) \mapsto \langle \dot{\omega}_1 | \dot{\omega}_2 \rangle ( ω ˙ 1 , ω ˙ 2 ) ↦ ⟨ ω ˙ 1 ∣ ω ˙ 2 ⟩ 将复希尔伯特空间结构分配给向量空间Ω 1 / 2 ( X ) = V / N \Omega_{1/2}(X) = \mathscr{V}/\mathscr{N} Ω 1/2 ( X ) = V / N 。
\* 设 D 为 C \mathbf{C} C 中中心 0、半径为 1 的开圆盘。 Hardy 空间 H 2 ( D ) H^2(D) H 2 ( D ) 由所有全纯函数 f : D → C f : D \to \mathbf{C} f : D → C 组成,其中
sup 0 < R < 1 ∫ 0 1 ∣ f ( R ⋅ e ( θ ) ) ∣ 2 d θ < + ∞ .
\sup_{0 < R < 1} \int_0^1 |f(R \cdot e(\theta))|^2 d\theta < + \infty .
0 < R < 1 sup ∫ 0 1 ∣ f ( R ⋅ e ( θ )) ∣ 2 d θ < + ∞. 如果
f 1 f_1 f 1 和
f 2 f_2 f 2 属于到
H 2 ( D ) H^2(D) H 2 ( D ) ,极限
⟨ f 1 ∣ f 2 ⟩ = lim R → 1 ∫ 0 1 f 1 ( R ⋅ e ( θ ) ) ‾ ⋅ f 2 ( R ⋅ e ( θ ) ) d θ
\langle f_1 | f_2 \rangle = \lim_{R \to 1} \int_0^1 \overline{f_1(R \cdot e(\theta))} \cdot f_2(R \cdot e(\theta)) \, d\theta
⟨ f 1 ∣ f 2 ⟩ = R → 1 lim ∫ 0 1 f 1 ( R ⋅ e ( θ )) ⋅ f 2 ( R ⋅ e ( θ )) d θ 存在; 映射
( f 1 , f 2 ) ↦ ⟨ f 1 ∣ f 2 ⟩ (f_1, f_2) \mapsto \langle f_1 | f_2 \rangle ( f 1 , f 2 ) ↦ ⟨ f 1 ∣ f 2 ⟩ 将复希尔伯特空间结构分配给向量空间
H 2 ( D ) H^2(D) H 2 ( D ) 。
对于函数f : D → C f : D \to \mathbf{C} f : D → C 到属于到H 2 ( D ) H^2(D) H 2 ( D ) ,存在复数的序列( a n ) n ∈ N (a_n)_{n \in \mathbf{N}} ( a n ) n ∈ N 使得∑ n = 0 ∞ ∣ a n ∣ 2 < + ∞ \sum_{n=0}^\infty |a_n|^2 < + \infty ∑ n = 0 ∞ ∣ a n ∣ 2 < + ∞ 是必要且充分的
f ( z ) = ∑ n = 0 ∞ a n z n
f(z) = \sum_{n=0}^\infty a_n z^n
f ( z ) = n = 0 ∑ ∞ a n z n 对于所有
z ∈ D z \in D z ∈ D 。然后我们有
∥ f ∥ 2 = ∑ n = 0 ∞ ∣ a n ∣ 2 \|f\|^2 = \sum_{n=0}^\infty |a_n|^2 ∥ f ∥ 2 = ∑ n = 0 ∞ ∣ a n ∣ 2 ,它将
H 2 ( D ) H^2(D) H 2 ( D ) 的同构转换为希尔伯特空间
ℓ 2 \ell^2 ℓ 2 (V,p. 4)。
每个 Hausdorff prehilbertian 空间都同构于直到同构的希尔伯特空间的处处稠密子空间。准确地说:
— 令 E 为 Hausdorff prehilbertian 空间、E ^ \hat{E} E ^ E (GT、IX, § 3, No. 3) 的规范空间完成。标量乘积* ( x , y ) ↦ ⟨ x ∣ y ⟩ (x, y) \mapsto \langle x|y \rangle ( x , y ) ↦ ⟨ x ∣ y ⟩ 扩展通过连续性到正值并在 E ^ \hat{E} E ^ 上分离厄米特形式,*和定义希尔伯特空间结构在* E ^ \hat{E} E ^ 。
引用了 1 引用了 III § 6. 。 Borel 的图表定理
( x , y ) ↦ ⟨ x ∣ y ⟩ (x, y) \mapsto \langle x|y \rangle ( x , y ) ↦ ⟨ x ∣ y ⟩ 到E ^ × E ^ \hat{E} \times \hat{E} E ^ × E ^ 的扩张的存在源自于这个半线性的形式和E × E E \times E E × E 的连续性(GT,III, § 6, No. 5,第1)。此外,这个扩张也将被( x , y ) ↦ ⟨ x ∣ y ⟩ (x, y) \mapsto \langle x|y \rangle ( x , y ) ↦ ⟨ x ∣ y ⟩ 表示为厄米特形式并且满足关系⟨ x ∣ x ⟩ = ∥ x ∥ 2 \langle x|x \rangle = \|x\|^2 ⟨ x ∣ x ⟩ = ∥ x ∥ 2 ,凭借扩张的原理恒等式(∥ x ∥ \|x\| ∥ x ∥ 是E ^ \hat{E} E ^ 上的范数是通过在E上连续扩展范数获得的);这证明关系⟨ x ∣ x ⟩ = 0 \langle x|x \rangle = 0 ⟨ x ∣ x ⟩ = 0 蕴含x = 0 x = 0 x = 0 在E ^ \hat{E} E ^ 中,因此形式( x , y ) ↦ ⟨ x ∣ y ⟩ (x, y) \mapsto \langle x|y \rangle ( x , y ) ↦ ⟨ x ∣ y ⟩ 是正的且分离的,因此定义是希尔伯特空间结构 E ^ \hat{E} E ^ 。 Q.E.D.
这个希尔伯特空间据说是豪斯多夫前希尔伯特空间E的“完成”。
\* 例 6 。 — 令 U 为 R n \mathbf{R}^n R n (n ⩾ 1 n \geqslant 1 n ⩾ 1 ) 的开子集。令 C 0 1 ( U ) \mathscr{C}_0^1(\mathrm{U}) C 0 1 ( U ) 为类 C 1 \mathrm{C}^1 C 1 的所有函数的向量空间,且具有 U 的紧凑支持。我们定义 C 0 1 ( U ) \mathscr{C}_0^1(\mathrm{U}) C 0 1 ( U ) 上的豪斯多夫前希尔伯特空间结构,其标量乘积由下式给出
⟨ f ∣ g ⟩ = ∑ i = 1 n ∫ U D i f ( x ) ‾ . D i g ( x ) d x .
\langle f|g \rangle = \sum_{i=1}^{n} \int_{\mathrm{U}} \overline{\mathrm{D}_i f(x)} . \mathrm{D}_i g(x) \, dx .
⟨ f ∣ g ⟩ = i = 1 ∑ n ∫ U D i f ( x ) . D i g ( x ) d x .
这个前希尔伯特空间并不完整。它的补全称为与 U 相关的 Dirichlet 空间 。 \*
— 令 V 在 K 上为向量空间,且 f 在 V 上为正厄米特形式。 a) 对于 V 中的 x、y,存在希尔伯特空间 E 和线性映射 u : V → E u : V \to E u : V → E 使得 f ( x , y ) = ⟨ u ( x ) ∣ u ( y ) ⟩ f(x, y) = \langle u(x)|u(y) \rangle f ( x , y ) = ⟨ u ( x ) ∣ u ( y )⟩ ,并且使得 u(V) 在 E 中稠密。 b) 如果两个对 ( E i , u i ) (E_i, u_i) ( E i , u i ) 满足条件类似于a),则存在唯一的同构 ϕ \phi ϕ 从希尔伯特空间 E 1 E_1 E 1 到希尔伯特空间 E 2 E_2 E 2 *使得*u 2 = ϕ ∘ u 1 u_2 = \phi \circ u_1 u 2 = ϕ ∘ u 1 。
令 N 为所有 x ∈ V x \in V x ∈ V 中的集合,使得 f ( x , x ) = 0 f(x, x) = 0 f ( x , x ) = 0 。对于x ∈ x ˙ x \in \dot{x} x ∈ x ˙ 和y ∈ y ˙ y \in \dot{y} y ∈ y ˙ ,我们定义为正,并在空间V/N上通过⟨ x ˙ ∣ y ˙ ⟩ = f ( x , y ) \langle \dot{x}|\dot{y} \rangle = f(x, y) ⟨ x ˙ ∣ y ˙ ⟩ = f ( x , y ) 分离厄米特形式。令E为从V到E的V/N和u u u 映射x ↦ x + N x \mapsto x + N x ↦ x + N 的希尔伯特空间补全。则满足*a*)的条件。
在*b*)的假设下,N等于u 1 u_1 u 1 的核和u 2 u_2 u 2 。因此,存在从u 1 ( V ) u_1(V) u 1 ( V ) 到u 2 ( V ) u_2(V) u 2 ( V ) 的双射线性映射ϕ 0 \phi_0 ϕ 0 ,使得u 2 ( x ) = ϕ 0 ( u 1 ( x ) ) u_2(x) = \phi_0(u_1(x)) u 2 ( x ) = ϕ 0 ( u 1 ( x )) 对于所有x ∈ V x \in V x ∈ V 。我们立即验证ϕ 0 \phi_0 ϕ 0 是前希尔伯特空间的同构,因此是等距的。由于u i ( V ) u_i(V) u i ( V ) 对于i = 1 , 2 i = 1, 2 i = 1 , 2 而言在E i E_i E i 中是稠密的,因此ϕ 0 \phi_0 ϕ 0 扩展唯一地对应于从E 1 E_1 E 1 到E 2 E_2 E 2 的等距ϕ \phi ϕ ,并且*b*)如下。
我们说希尔伯特空间 E 是 V 的*分离完成*(对于形式 f )。
令 G 为群(其中单位元 1)和 π \pi π 同态,从 G 到复数希尔伯特空间 E 的自同构的群;我们说 π \pi π 是 E 中 G 的*酉表示*。令 a ∈ E a \in E a ∈ E ;我们把
ϕ ( x ) = ⟨ a ∣ π ( x ) . a ⟩
\phi(x) = \langle a|\pi(x).a \rangle
ϕ ( x ) = ⟨ a ∣ π ( x ) . a ⟩
对于所有x ∈ G x \in G x ∈ G 。那么ϕ : G → C \phi : G \to \mathbf{C} ϕ : G → C 是*正定*,另外字满足关系:
(PD) 对于C \mathbf{C} C 中的每个λ 1 , . . . , λ n \lambda_1, ..., \lambda_n λ 1 , ... , λ n 和G G G 中的x 1 , . . . , x n x_1, ..., x_n x 1 , ... , x n ,我们有
∑ i , j = 1 n λ i ‾ λ j ϕ ( x i − 1 x j ) ⩾ 0.
\sum_{i,j=1}^n \overline{\lambda_i} \lambda_j \phi(x_i^{-1} x_j) \geqslant 0 .
i , j = 1 ∑ n λ i λ j ϕ ( x i − 1 x j ) ⩾ 0.
事实上,(11)的第一个成员正是∥ ∑ i = 1 n λ i π ( x i ) . a ∥ 2 \| \sum_{i=1}^n \lambda_i \pi(x_i) . a \| ^2 ∥ ∑ i = 1 n λ i π ( x i ) . a ∥ 2 。
相反,令ϕ \phi ϕ 为G G G 上的正定函数。令C ( G ) C^{(G)} C ( G ) 为所有函数中的向量空间,其中有限支撑位于G G G 上。我们于 G G G 定义厄米特形式 Φ \Phi Φ
Φ ( u , v ) = ∑ x , y ∈ G u ( x ) ‾ v ( y ) ϕ ( x − 1 y )
\Phi(u, v) = \sum_{x,y \in G} \overline{u(x)} \ v(y) \ \phi(x^{-1} y)
Φ ( u , v ) = x , y ∈ G ∑ u ( x ) v ( y ) ϕ ( x − 1 y )
关系(PD)表示Φ \Phi Φ 为正。由道具的推论。 4、存在希尔伯特空间E E E 和线性映射ρ : C ( G ) → E \rho : C^{(G)} \to E ρ : C ( G ) → E ,以及稠密的像,使得
Φ ( u , v ) = ⟨ ρ ( u ) ∣ ρ ( v ) ⟩ for u , v in C ( G ) .
\Phi(u, v) = \langle \rho(u)|\rho(v) \rangle \quad \text{for} \quad u, v \quad \text{in} \quad C^{(G)} .
Φ ( u , v ) = ⟨ ρ ( u ) ∣ ρ ( v )⟩ for u , v in C ( G ) .
对于每个x ∈ G x \in G x ∈ G ,令γ x \gamma_x γ x 为C ( G ) C^{(G)} C ( G ) 中x x x 的左平移,由γ x u ( y ) = u ( x − 1 y ) \gamma_x u(y) = u(x^{-1} y) γ x u ( y ) = u ( x − 1 y ) 为u ∈ C ( G ) u \in C^{(G)} u ∈ C ( G ) 和y ∈ G y \in G y ∈ G 定义。我们有Φ ( γ x u , γ x v ) = Φ ( u , v ) \Phi(\gamma_x u, \gamma_x v) = \Phi(u, v) Φ ( γ x u , γ x v ) = Φ ( u , v ) 。现在应用 prop 推论的断言 b)。 4到ρ \rho ρ 和ρ ∘ γ x \rho \circ \gamma_x ρ ∘ γ x :希尔伯特空间E E E 存在唯一的自同构π ( x ) \pi(x) π ( x ) ,使得ρ ∘ γ x = π ( x ) ∘ ρ \rho \circ \gamma_x = \pi(x) \circ \rho ρ ∘ γ x = π ( x ) ∘ ρ 。我们立即看到,π \pi π 是同态,从G G G 到自同构到E E E 的群。
令 δ \delta δ 为 C ( G ) C^{(G)} C ( G ) 的元素,由 δ ( 1 ) = 1 , δ ( x ) = 0 \delta(1) = 1, \delta(x) = 0 δ ( 1 ) = 1 , δ ( x ) = 0 对于 G G G 中的 x ≠ 1 x \neq 1 x = 1 定义。我们对所有 u ∈ C ( G ) u \in C^{(G)} u ∈ C ( G ) 都有 u = ∑ x ∈ G u ( x ) . γ x δ u = \sum_{x \in G} u(x) . \gamma_x \delta u = ∑ x ∈ G u ( x ) . γ x δ ,因此通过放入 a = ρ ( δ ) a = \rho(\delta) a = ρ ( δ ) 可以得到 ρ ( u ) = ∑ x ∈ G u ( x ) π ( x ) . a \rho(u) = \sum_{x \in G} u(x) \ \pi(x) . a ρ ( u ) = ∑ x ∈ G u ( x ) π ( x ) . a 。
公式 (12) 和 (13) 意味着ϕ ( x ) = ⟨ a ∣ π ( x ) . a ⟩ \phi(x) = \langle a|\pi(x).a \rangle ϕ ( x ) = ⟨ a ∣ π ( x ) . a ⟩ 对于所有 x ∈ G x \in G x ∈ G 。我们注,所有x ∈ G x \in G x ∈ G 的向量π ( x ) . a \pi(x).a π ( x ) . a 中的集合总计为E E E 。
5. 前希尔伯特空间的凸子集
如果我们对前希尔伯特空间E E E 的任意两个点x , y x, y x , y 进行计算∥ x − y ∥ 2 = ⟨ x − y ∣ x − y ⟩ \| x - y \| ^2 = \langle x - y|x - y \rangle ∥ x − y ∥ 2 = ⟨ x − y ∣ x − y ⟩ 和∥ x + y ∥ 2 = ⟨ x + y ∣ x + y ⟩ \| x + y \| ^2 = \langle x + y|x + y \rangle ∥ x + y ∥ 2 = ⟨ x + y ∣ x + y ⟩ ,我们立即得到“中位数的恒等式”
∥ 1 2 ( x + y ) ∥ 2 + ∥ 1 2 ( x − y ) ∥ 2 = 1 2 ( ∥ x ∥ 2 + ∥ y ∥ 2 ) .
\| \frac{1}{2}(x + y) \| ^2 + \| \frac{1}{2}(x - y) \| ^2 = \frac{1}{2} (\| x \| ^2 + \| y \| ^2 ) .
∥ 2 1 ( x + y ) ∥ 2 + ∥ 2 1 ( x − y ) ∥ 2 = 2 1 ( ∥ x ∥ 2 + ∥ y ∥ 2 ) .
从这个恒等式我们推导出以下命题:
!图表显示集合 B'、B 和 A,其中 x 和 y 标记在 A 内
图 1.
— 设 E E E 为前希尔伯特空间。令d d d 为实数> 0 > 0 > 0 ,δ \delta δ 实数,使得0 ⩽ δ ⩽ d 0 \leqslant \delta \leqslant d 0 ⩽ δ ⩽ d 。令B B B 和B ′ B' B ′ 为由∥ x ∥ < d \| x \| < d ∥ x ∥ < d 定义的E E E 中的子集,
∥ x ∥ ≤ d + δ respectively, and let A be a convex set contained in B ′ − B . Then for every pair of points x , y of A , we have ∥ x − y ∥ ≤ 12 d δ (fig. 1).
\|x\| \leq d + \delta \text{ respectively, and let } A \text{ be a convex set contained in } B' - B. \text{ Then for every pair of points } x, y \text{ of } A, \text{ we have } \|x - y\| \leq \sqrt{12d\delta} \text{ (fig. 1).}
∥ x ∥ ≤ d + δ respectively, and let A be a convex set contained in B ′ − B . Then for every pair of points x , y of A , we have ∥ x − y ∥ ≤ 12 d δ (fig. 1). 事实上,我们有
1 2 ( x + y ) ∈ A \frac{1}{2}(x + y) \in A 2 1 ( x + y ) ∈ A ,因此
∥ 1 2 ( x + y ) ∥ ≥ d \left\| \frac{1}{2}(x + y) \right\| \geq d 2 1 ( x + y ) ≥ d ;因此从 (14) 我们得到不等式
∥ 1 2 ( x − y ) ∥ 2 = 1 2 ( ∥ x ∥ 2 + ∥ y ∥ 2 ) − ∥ 1 2 ( x + y ) ∥ 2 ≤ ( d + δ ) 2 − d 2 ≤ 3 d δ
\left\| \frac{1}{2}(x - y) \right\|^2 = \frac{1}{2}(\|x\|^2 + \|y\|^2) - \left\| \frac{1}{2}(x + y) \right\|^2 \leq (d + \delta)^2 - d^2 \leq 3d\delta
2 1 ( x − y ) 2 = 2 1 ( ∥ x ∥ 2 + ∥ y ∥ 2 ) − 2 1 ( x + y ) 2 ≤ ( d + δ ) 2 − d 2 ≤ 3 d δ 由此得出命题。
设 E 为前希尔伯特空间,H 为 E 的非空凸子集,使得 H 为 Hausdorff 且 E 的完全一致子空间。对于每个 x ∈ E x \in E x ∈ E ,H 中存在唯一的点 p H ( x ) p_H(x) p H ( x ) ,使得 ∥ x − p H ( x ) ∥ = inf y ∈ H ∥ x − y ∥ \|x - p_H(x)\| = \inf_{y \in H} \|x - y\| ∥ x − p H ( x ) ∥ = inf y ∈ H ∥ x − y ∥ 。 H 的元素 p H ( x ) p_H(x) p H ( x ) 也是 H 满足关系* 的唯一元素 a
ℜ ⟨ x − a ∣ y − a ⟩ ≤ 0
\Re \langle x - a | y - a \rangle \leq 0
ℜ ⟨ x − a ∣ y − a ⟩ ≤ 0 对于所有人 y ∈ H y \in H y ∈ H 。
!图表显示点 x、点 y 和标记为 a + λ(y − a) 的线段
图 2.
放置d = inf y ∈ H ∥ x − y ∥ d = \inf_{y \in H} \|x - y\| d = inf y ∈ H ∥ x − y ∥ ,对于每个整数n > 0 n > 0 n > 0 ,令H n H_n H n 为H的点y y y 的集合,使得∥ x − y ∥ ≤ d + n − 1 \|x - y\| \leq d + n^{-1} ∥ x − y ∥ ≤ d + n − 1 。 集合 H n H_n H n 在 H 中封闭,是凸且非空的,对于所有足够大的 n n n ,其直径以 12 d n \sqrt{12 \frac{d}{n}} 12 n d 为界,由 prop. 5. 序列( H n ) n ≥ 1 (H_n)_{n \geq 1} ( H n ) n ≥ 1 为递减,集合H为豪斯多夫并完成,柯西滤波器( H n ) n ≥ 1 (H_n)_{n \geq 1} ( H n ) n ≥ 1 的基收敛于H的点p H ( x ) p_H(x) p H ( x ) ;我们有{ p H ( x ) } = ⋂ n ≥ 1 H n \{ p_H(x) \} = \bigcap_{n \geq 1} H_n { p H ( x )} = ⋂ n ≥ 1 H n ,因此p H ( x ) p_H(x) p H ( x ) 是H的唯一点a a a ,使得∥ x − a ∥ = d \|x - a\| = d ∥ x − a ∥ = d 。
1 我们记得(GT,VIII, § 1, No. 1)ℜ ( z ) \Re(z) ℜ ( z ) 表示复数z的实部分;如果 z 是实数,我们有 ℜ ( z ) = z \Re(z) = z ℜ ( z ) = z 。
设 y ∈ H y \in \mathbf{H} y ∈ H ;由于H \mathbf{H} H 是凸的,对于每个实数λ \lambda λ ,E属于到H \mathbf{H} H 的点z ( λ ) = p H ( x ) + λ ( y − p H ( x ) ) z(\lambda) = p_{\mathbf{H}}(x) + \lambda(y - p_{\mathbf{H}}(x)) z ( λ ) = p H ( x ) + λ ( y − p H ( x )) 使得0 < λ < 1 0 < \lambda < 1 0 < λ < 1 。因此我们有
∥ x − z ( λ ) ∥ 2 ≥ ∥ x − p H ( x ) ∥ 2 for 0 < λ < 1 ,
\| x - z(\lambda) \|^{2} \geq \| x - p_{\mathbf{H}}(x) \|^{2} \quad \text{for} \quad 0 < \lambda < 1 ,
∥ x − z ( λ ) ∥ 2 ≥ ∥ x − p H ( x ) ∥ 2 for 0 < λ < 1 , 这给出了
R ⟨ x − p H ( x ) ∣ y − p H ( x ) ⟩ = lim λ → 0 1 2 λ { ∥ x − p H ( x ) ∥ 2 − ∥ x − z ( λ ) ∥ 2 } ≤ 0.
\mathscr{R} \langle x - p_{\mathbf{H}}(x)|y - p_{\mathbf{H}}(x) \rangle = \lim_{\lambda \to 0} \frac{1}{2\lambda} \left\{ \| x - p_{\mathbf{H}}(x) \|^{2} - \| x - z(\lambda) \|^{2} \right\} \leq 0 .
R ⟨ x − p H ( x ) ∣ y − p H ( x )⟩ = λ → 0 lim 2 λ 1 { ∥ x − p H ( x ) ∥ 2 − ∥ x − z ( λ ) ∥ 2 } ≤ 0. 相反,令
a a a 为
H \mathbf{H} H 的点,使得
R ⟨ x − a ∣ y − a ⟩ ≤ 0 \mathscr{R} \langle x - a|y - a \rangle \leq 0 R ⟨ x − a ∣ y − a ⟩ ≤ 0 对于所有
y ∈ H y \in \mathbf{H} y ∈ H 。对于每个
y ∈ H y \in \mathbf{H} y ∈ H ,我们有
∥ x − y ∥ 2 = ∥ x − a ∥ 2 + ∥ y − a ∥ 2 − 2 R ⟨ x − a ∣ y − a ⟩ ≥ ∥ x − a ∥ 2 ,
\| x - y \|^{2} = \| x - a \|^{2} + \| y - a \|^{2} - 2 \mathscr{R} \langle x - a|y - a \rangle \geq \| x - a \|^{2} ,
∥ x − y ∥ 2 = ∥ x − a ∥ 2 + ∥ y − a ∥ 2 − 2 R ⟨ x − a ∣ y − a ⟩ ≥ ∥ x − a ∥ 2 , 所以
∥ x − a ∥ = d \| x - a \| = d ∥ x − a ∥ = d ,最后
a = p H ( x ) a = p_{\mathbf{H}}(x) a = p H ( x ) 是从证明的第一个部分得出的。 Q.E.D.
下文中H \mathbf{H} H 中E的映射p H p_{\mathbf{H}} p H 将被称为从E到H \mathbf{H} H 的*投影*。我们注为所有x ∈ H x \in \mathbf{H} x ∈ H 提供p H ( x ) = x p_{\mathbf{H}}(x) = x p H ( x ) = x 。
第一个部分。 1 在空间 E(V,p. 67,练习 31)的更一般假设下有效。
第证明。 1 除其他外,还建立了以下性质 :
令I为由过滤器F \mathfrak{F} F 引导的集合,并令( y i ) i ∈ I (y_{i})_{i \in I} ( y i ) i ∈ I 为H \mathbf{H} H 的点族。让x ∈ E x \in \mathbf{E} x ∈ E 。假设我们有*
lim i , F ∥ x − y i ∥ = inf z ∈ H ∥ x − z ∥ .
\lim_{i, \mathfrak{F}} \| x - y_{i} \| = \inf_{z \in \mathbf{H}} \| x - z \| .
i , F lim ∥ x − y i ∥ = z ∈ H inf ∥ x − z ∥. *然后相对于过滤器
F \mathfrak{F} F ,
y i y_{i} y i 趋向于
p H ( x ) p_{\mathbf{H}}(x) p H ( x ) 。
对于E \mathbf{E} E 中的每个x , y x, y x , y ,我们有*
∥ p H ( x ) − p H ( y ) ∥ ≤ ∥ x − y ∥ .
\| p_{\mathbf{H}}(x) - p_{\mathbf{H}}(y) \| \leq \| x - y \| .
∥ p H ( x ) − p H ( y ) ∥ ≤ ∥ x − y ∥. *特别是,映射
p H p_{\mathbf{H}} p H 从
E \mathbf{E} E 到
H \mathbf{H} H 是连续的。
令x , y x, y x , y 为E \mathbf{E} E 的两个点。把a = p H ( x ) − x , b = p H ( y ) − p H ( x ) , c = y − p H ( y ) a = p_{\mathbf{H}}(x) - x, b = p_{\mathbf{H}}(y) - p_{\mathbf{H}}(x), c = y - p_{\mathbf{H}}(y) a = p H ( x ) − x , b = p H ( y ) − p H ( x ) , c = y − p H ( y ) 。到公式 (15) (V, p. 10) 我们有 R ⟨ a ∣ b ⟩ ≥ 0 \mathscr{R} \langle a|b \rangle \geq 0 R ⟨ a ∣ b ⟩ ≥ 0 和 R ⟨ c ∣ b ⟩ ≥ 0 \mathscr{R} \langle c|b \rangle \geq 0 R ⟨ c ∣ b ⟩ ≥ 0 。我们还有 a + b + c = y − x a + b + c = y - x a + b + c = y − x ,它给出,
∥ x − y ∥ 2 = ∥ a + b + c ∥ 2 = ∥ b ∥ 2 + ∥ a + c ∥ 2 + 2 R ⟨ a ∣ b ⟩ + 2 R ⟨ c ∣ b ⟩
\| x - y \|^{2} = \| a + b + c \|^{2} = \| b \|^{2} + \| a + c \|^{2} + 2 \mathscr{R} \langle a|b \rangle + 2 \mathscr{R} \langle c|b \rangle
∥ x − y ∥ 2 = ∥ a + b + c ∥ 2 = ∥ b ∥ 2 + ∥ a + c ∥ 2 + 2 R ⟨ a ∣ b ⟩ + 2 R ⟨ c ∣ b ⟩ ≥ ∥ b ∥ 2 = ∥ p H ( x ) − p H ( y ) ∥ 2 .
\geq \| b \|^{2} = \| p_{\mathbf{H}}(x) - p_{\mathbf{H}}(y) \|^{2} .
≥ ∥ b ∥ 2 = ∥ p H ( x ) − p H ( y ) ∥ 2 . 这就证明了推论2。
令E \mathbf{E} E 为前希尔伯特空间,并令Φ \Phi Φ 为非空Hausdorff的非空有向递减集合和E \mathbf{E} E 的完全凸子集。对于E \mathbf{E} E 的每个x ∈ E x \in \mathbf{E} x ∈ E 和每个子集H \mathbf{H} H ,放入d ( x , H ) = inf z ∈ H ∥ x − z ∥ d(x, \mathbf{H}) = \inf_{z \in \mathbf{H}} \| x - z \| d ( x , H ) = inf z ∈ H ∥ x − z ∥ 。在阶中,集合H属于到Φ \Phi Φ 的交M非空,E中存在x 0 x_0 x 0 使得sup H ∈ Φ d ( x 0 , H ) \sup_{H \in \Phi} d(x_0, H) sup H ∈ Φ d ( x 0 , H ) 有限是充分必要的。对于每 x ∈ E x \in E x ∈ E 我们有
p M ( x ) = lim H ∈ Φ p H ( x )
p_M(x) = \lim_{H \in \Phi} p_H(x)
p M ( x ) = H ∈ Φ lim p H ( x ) (极限相对于有向集合
Φ \Phi Φ )。
如果 M 非空,则 d ( x , H ) ≤ d ( x , M ) d(x, H) \leq d(x, M) d ( x , H ) ≤ d ( x , M ) 对于所有 H ∈ Φ H \in \Phi H ∈ Φ 和所有 x ∈ E x \in E x ∈ E 。
相反,假设E中存在点x 0 x_0 x 0 和实数C ≥ 0 C \geq 0 C ≥ 0 ,使得d ( x 0 , H ) ≤ C d(x_0, H) \leq C d ( x 0 , H ) ≤ C 对于所有H ∈ Φ H \in \Phi H ∈ Φ 。 设 x ∈ E x \in E x ∈ E ;那么
d ( x , H ) ≤ ∥ x − x 0 ∥ + C for all H ∈ Φ ,
d(x, H) \leq \|x - x_0\| + C \quad \text{for all } H \in \Phi,
d ( x , H ) ≤ ∥ x − x 0 ∥ + C for all H ∈ Φ , 因此数
d = sup H ∈ Φ d ( x , H ) d = \sup_{H \in \Phi} d(x, H) d = sup H ∈ Φ d ( x , H ) 是有限的。 令 B 为所有
z ∈ E z \in E z ∈ E 中的集合,使得
∥ x − z ∥ ≤ d \|x - z\| \leq d ∥ x − z ∥ ≤ d 。 由于 B 是凸的并且在 E 中是闭的,因此集合
H ∩ B H \cap B H ∩ B ,对于范围超过
Φ \Phi Φ 的 H,是凸的、豪斯多夫且完备的。 设
ε > 0 \varepsilon > 0 ε > 0 ;存在集合
H ∈ Φ H \in \Phi H ∈ Φ 使得
d ( x , H ) ≥ d − ε d(x, H) \geq d - \varepsilon d ( x , H ) ≥ d − ε ,并且如果
ε < d / 2 \varepsilon < d/2 ε < d /2 ,则
H ∩ B H \cap B H ∩ B 的直径由prop以
12 ε ( d − ε ) \sqrt{12 \varepsilon (d - \varepsilon)} 12 ε ( d − ε ) 为界。 5(V,p. 9)。 在其他字中,对于所有
H 0 ∈ Φ H_0 \in \Phi H 0 ∈ Φ ,对于
H ∈ Φ H \in \Phi H ∈ Φ 和
H ⊂ H 0 H \subset H_0 H ⊂ H 0 ,封闭的集合
H ∩ B H \cap B H ∩ B ,对于豪斯多夫上的柯西滤波器的形式基以及完整的空间
H 0 H_0 H 0 。 因而,集合
H ∩ B H \cap B H ∩ B (对于
H ∈ Φ H \in \Phi H ∈ Φ )约化到点y的交。 我们得到
y ∈ M y \in M y ∈ M 和
∥ x − y ∥ = d = d ( x , M ) \|x - y\| = d = d(x, M) ∥ x − y ∥ = d = d ( x , M ) 。 由于 M 在
H 0 H_0 H 0 中是闭集,因此它是 E 中凸且完备的 Hausdorff 集合,因而
y = p M ( x ) y = p_M(x) y = p M ( x ) 。 对于每个
H ∈ Φ H \in \Phi H ∈ Φ ,我们有
p H ( x ) ∈ H ∩ B p_H(x) \in H \cap B p H ( x ) ∈ H ∩ B ,从中我们得到
p M ( x ) = lim H ∈ Φ p H ( x ) p_M(x) = \lim_{H \in \Phi} p_H(x) p M ( x ) = lim H ∈ Φ p H ( x ) 。
设 E 为 Hausdorff prehilbertian 空间,并令 Ψ \Psi Ψ 为 E 的非空、凸、完备子集的非空有向递增集合。放置 A = ⋃ H ∈ Ψ H A = \bigcup_{H \in \Psi} H A = ⋃ H ∈ Ψ H 并假设 A 的闭包 N 是完备的。那么 N 是凸的,我们有*
p N ( x ) = lim H ∈ Ψ p H ( x ) for all x ∈ E .
p_N(x) = \lim_{H \in \Psi} p_H(x) \text{ for all } x \in E.
p N ( x ) = H ∈ Ψ lim p H ( x ) for all x ∈ E .
引用了 1 引用了 II § 2. 。凸面集合
很明显,A 是凸的,因此它的闭包 N 是凸的(II,p. 13)。具有记号的支撑。 6、d ( x , N ) = inf H ∈ Ψ d ( x , H ) d(x, N) = \inf_{H \in \Psi} d(x, H) d ( x , N ) = inf H ∈ Ψ d ( x , H ) ,因此相对于Ψ \Psi Ψ 的截面滤波器,d ( x , N ) d(x, N) d ( x , N ) 是d ( x , H ) d(x, H) d ( x , H ) 的极限。从 p H ( x ) ∈ H p_H(x) \in H p H ( x ) ∈ H 开始
lim H ∈ Ψ ∥ x − p H ( x ) ∥ = lim H ∈ Ψ d ( x , H ) = d ( x , N ) ,
\lim_{H \in \Psi} \|x - p_H(x)\| = \lim_{H \in \Psi} d(x, H) = d(x, N),
H ∈ Ψ lim ∥ x − p H ( x ) ∥ = H ∈ Ψ lim d ( x , H ) = d ( x , N ) , 它来自cor。相对于
Ψ \Psi Ψ 的截面过滤器,
p H ( x ) p_H(x) p H ( x ) 倾向于
x x x 的投影
p N ( x ) p_N(x) p N ( x ) 到N上的V、p. 11的1。
6. 向量子空间和正投影仪
令 E 为前希尔伯特空间。回想一下,如果 ⟨ x ∣ y ⟩ = 0 \langle x | y \rangle = 0 ⟨ x ∣ y ⟩ = 0 ,则 E 的两个向量 x x x 和 y y y 被称为“正交”;然后
∥ x + y ∥ 2 = ∥ x ∥ 2 + ∥ y ∥ 2
\|x + y\|^2 = \|x\|^2 + \|y\|^2
∥ x + y ∥ 2 = ∥ x ∥ 2 + ∥ y ∥ 2 (《毕达哥拉斯》定理»)。
设A为E的子集。如果E中的向量x与A的每个向量正交,则我们说E中的向量x与A正交。与A正交的所有向量中的集合是A的闭向量子空间,记为A ∘ A^\circ A ∘ 并称为(由滥用语言)A 的正交。
设A和B是E的两个子集。如果A的每个向量与B的每个向量正交,我们说A和B是正交的。这相当于A ⊂ B ∘ A \subset B^\circ A ⊂ B ∘ 或B ⊂ A ∘ B \subset A^\circ B ⊂ A ∘ 的说。如果 E 是豪斯多夫且 A 和 B 正交,则 A ∩ B A \cap B A ∩ B 为空或约化为 0,因为 0 是 E 中唯一与其自身正交的向量。
设 E 为 E 的前希尔伯特空间和 M 向量子空间,这是 Hausdorff 且完备的。那么 E 是 M 和与 M 正交的 M ∘ M^\circ M ∘ 子空间的拓扑直和。从 E 到 M 与分解 E = M ⊕ M ∘ E = M \oplus M^\circ E = M ⊕ M ∘ 关联的投影算子是 th 中定义的从 E 到 M 的投影 p M p_M p M 。 1(V,p. 10)。
引用了 1 引用了 III § 6. 。 Borel 的图表定理
我们首先证明对于所有x ∈ E x \in E x ∈ E ,x − p M ( x ) x - p_M(x) x − p M ( x ) 属于到M ∘ M^\circ M ∘ 。让y ∈ M y \in M y ∈ M 。对于每个标量 λ ∈ K \lambda \in K λ ∈ K 、向量 p M ( x ) + λ y p_M(x) + \lambda y p M ( x ) + λ y 属于到 M;因而,到公式 15 (V, p. 10) 我们有,
R ( λ ⟨ x − p M ( x ) ∣ y ⟩ ) ≤ 0
\mathscr{R}(\lambda \langle x - p_M(x)|y \rangle) \leq 0
R ( λ ⟨ x − p M ( x ) ∣ y ⟩) ≤ 0
对于所有λ ∈ K \lambda \in K λ ∈ K 。如果,特别是我们取λ = ⟨ x − p M ( x ) ∣ y ⟩ ‾ \lambda = \overline{\langle x - p_M(x)|y \rangle} λ = ⟨ x − p M ( x ) ∣ y ⟩ ,我们就结论,⟨ x − p M ( x ) ∣ y ⟩ = 0 \langle x - p_M(x)|y \rangle = 0 ⟨ x − p M ( x ) ∣ y ⟩ = 0 ,因此我们的断言。
由于 M 是 Hausdorff,所以 0 是 M 的唯一向量,与其自身正交,因此是 M ∩ M ∘ = { 0 } M \cap M^\circ = \{0\} M ∩ M ∘ = { 0 } 。对于每个x ∈ E x \in E x ∈ E ,我们有p M ( x ) ∈ M p_M(x) \in M p M ( x ) ∈ M 和x − p M ( x ) ∈ M ∘ x - p_M(x) \in M^\circ x − p M ( x ) ∈ M ∘ 。因而,E 是 M 和 M ∘ M^\circ M ∘ 的直和,p M p_M p M 是从 E 到 M 的投影算子,其中核 M ∘ M^\circ M ∘ 。由于p M p_M p M 是从E到M的连续映射(V,p. 11,cor.2),如果从GT得出III, § 6, No. 2,则E是M和M ∘ M^\circ M ∘ 的拓扑直和。
由于E是豪斯多夫,所以M也是豪斯多夫;由于 M 是有限维的,因此它是完备的 (I, p. 13)。因而,应用 th 就足够了。 2.
与第记号。 2,我们说M ∘ M^\circ M ∘ 是M的正交补集,p M p_M p M 是从E到M的正交投影(或正交投影算子,或者滥用语言,投影算子);如果x是E的向量,M的向量p M ( x ) p_M(x) p M ( x ) 也称为x在M上的正交投影。注,p M p_M p M 是从E到M的连续线性映射,并且我们有∥ p M ∥ = 1 \|p_M\| = 1 ∥ p M ∥ = 1 。 V、p. 11 中的 2 个,但M = { 0 } M = \{0\} M = { 0 } 的情况除外,在这种情况下p M = 0 p_M = 0 p M = 0 。
直接从毕达哥拉斯定理可以得出,如果 E / M E/M E / M 被赋予 E 的商半范数,则从 E / M E/M E / M 到 M ∘ M^\circ M ∘ 从直和分解 E = M ⊕ M ∘ E = M \oplus M^\circ E = M ⊕ M ∘ 推导出来,典范映射 ψ \psi ψ 是等距的(II,p. 4)。我们总是将前希尔伯特结构分配给E / M E/M E / M ,其中ψ \psi ψ 是前希尔伯特空间的同构;然后从这个前希尔伯特结构推导出E / M E/M E / M 的商半范数。
当E是希尔伯特空间且M是E的闭向量子空间时,我们经常会使用前面的结果。在这种情况下,M ∘ M^\circ M ∘ 是E的闭向量子空间,以及p M ∘ = 1 − p M p_{M^\circ} = 1 - p_M p M ∘ = 1 − p M 和( M ∘ ) ∘ = M (M^\circ)^\circ = M ( M ∘ ) ∘ = M 。
— 令 E 为希尔伯特空间,M 为 E 的闭向量子空间,I 为非空有序有向集合,( M i ) i ∈ I (M_i)_{i \in I} ( M i ) i ∈ I E 的闭向量子空间系列。我们假设映射 i ↦ M i i \mapsto M_i i ↦ M i 是递增,M是⋃ i ∈ I M i \bigcup_{i \in I} M_i ⋃ i ∈ I M i 的闭包,或者映射i ↦ M i i \mapsto M_i i ↦ M i 是递减,并且M = ⋂ i ∈ I M i M = \bigcap_{i \in I} M_i M = ⋂ i ∈ I M i 。然后对所有 x ∈ E x \in E x ∈ E 进行p M ( x ) = lim i ∈ I p M i ( x ) p_M(x) = \lim_{i \in I} p_{M_i}(x) p M ( x ) = lim i ∈ I p M i ( x ) 。
提案 8 紧随提案之后。 6(V,p. 11)和 7(V,p. 12)。
a) 以下条件是等效的: (i) p M p N = p N p M p_M p_N = p_N p_M p M p N = p N p M ; (ii) 如果 x ∈ M x \in M x ∈ M 与 M ∩ N M \cap N M ∩ N 正交,且 y ∈ N y \in N y ∈ N 与 M ∩ N M \cap N M ∩ N 正交,则 x 和 y 正交; (iii) 与M ∩ N M \cap N M ∩ N 正交的M的每个向量都与N正交; (四)M = ( M ∩ N ) + ( M ∩ N ∘ ) M = (M \cap N) + (M \cap N^\circ) M = ( M ∩ N ) + ( M ∩ N ∘ ) 。
b) 如果满足a)的等价条件,我们有p M ∩ N = p M p N p_{M \cap N} = p_M p_N p M ∩ N = p M p N ,向量子空间M + N M + N M + N ,E是封闭的,我们有p M + N = p M + p N − p M p N p_{M+N} = p_M + p_N - p_M p_N p M + N = p M + p N − p M p N 。
c) 当且仅当 M 与 N 正交时,我们才有 p M p N = 0 p_M p_N = 0 p M p N = 0 。如果是这样,则 E 的向量子空间 M + N M + N M + N 是闭集,并且p M + N = p M + p N p_{M+N} = p_M + p_N p M + N = p M + p N 。
输入 L = M ∩ N L = M \cap N L = M ∩ N 、M 1 = M ∩ L ∘ M_1 = M \cap L^\circ M 1 = M ∩ L ∘ 和 N 1 = N ∩ L ∘ N_1 = N \cap L^\circ N 1 = N ∩ L ∘ 。 条件 (ii) 意味着M 1 M_1 M 1 和N 1 N_1 N 1 是正交的,并且(iii) 意味着M 1 M_1 M 1 和N 是正交的。由于我们有N = N 1 + L N = N_1 + L N = N 1 + L 并且M 1 M_1 M 1 与L正交,我们已经证明了(ii)和(iii)的等价。如果条件 (iii) 满足,我们就有M 1 = M ∩ N ∘ M_1 = M \cap N^\circ M 1 = M ∩ N ∘ ,并且由于M = L + M 1 M = L + M_1 M = L + M 1 ,条件 (iv) 也满足。相反,从(iv)我们结论得知M 1 = M ∩ N ∘ M_1 = M \cap N^\circ M 1 = M ∩ N ∘ ,因为M的子空间M ∩ N M \cap N M ∩ N 和M ∩ N ∘ M \cap N^\circ M ∩ N ∘ 是正交的,所以M 1 ⊂ N ∘ M_1 \subset N^\circ M 1 ⊂ N ∘ ,即关系(iii)。
假设满足条件(iv)。对于所有 y ∈ M y \in M y ∈ M 来说,直接的是 p N ( y ) = p L ( y ) p_N(y) = p_L(y) p N ( y ) = p L ( y ) ,因此对于所有 x ∈ E x \in E x ∈ E 来说,p N p M ( x ) = p L p M ( x ) p_N p_M(x) = p_L p_M(x) p N p M ( x ) = p L p M ( x ) 。但是,对于每个 x ∈ E x \in E x ∈ E 、向量 p L p M ( x ) p_L p_M(x) p L p M ( x ) 属于到 L 和向量
x − p L p M ( x ) = ( x − p M ( x ) ) + ( p M ( x ) − p L ( p M ( x ) ) )
x - p_L p_M(x) = (x - p_M(x)) + (p_M(x) - p_L(p_M(x)))
x − p L p M ( x ) = ( x − p M ( x )) + ( p M ( x ) − p L ( p M ( x ))) 属于至
M ∘ + L ∘ = L ∘ M^\circ + L^\circ = L^\circ M ∘ + L ∘ = L ∘ ;因此我们有
p L p M ( x ) = p L ( x ) p_L p_M(x) = p_L(x) p L p M ( x ) = p L ( x ) 。最后
p N p M = p L p M = p L p_N p_M = p_L p_M = p_L p N p M = p L p M = p L 。由于条件 (ii) 等价于 (iv) 并且在 M 和 N 上对称,因此我们也有
p M p N = p L p_M p_N = p_L p M p N = p L 。最后我们得到
p M p N = p N p M = p M ∩ N p_M p_N = p_N p_M = p_{M \cap N} p M p N = p N p M = p M ∩ N ,给出(i)。
相反,假设满足条件(i)。让x ∈ M x \in M x ∈ M ;我们有
p M ( p N ( x ) ) = p N ( p M ( x ) ) = p N ( x )
p_M(p_N(x)) = p_N(p_M(x)) = p_N(x)
p M ( p N ( x )) = p N ( p M ( x )) = p N ( x ) 所以
p N ( x ) ∈ M p_N(x) \in M p N ( x ) ∈ M 。我们结论
x − p N ( x ) ∈ M x - p_N(x) \in M x − p N ( x ) ∈ M ,因此
x x x 是
M ∩ N M \cap N M ∩ N 的元素
p N ( x ) p_N(x) p N ( x ) 的和和
M ∩ N ∘ M \cap N^\circ M ∩ N ∘ 的元素
x − p N ( x ) x - p_N(x) x − p N ( x ) ,得到(iv)。
我们已经证明了a)和b)的第一个部分。现在假设p M p_M p M 和p N p_N p N 通勤并放入q = p M + p N − p M p N q = p_M + p_N - p_M p_N q = p M + p N − p M p N ;由于 p M p_M p M 和 p N p_N p N 在代数 L ( E ) \mathscr{L}(E) L ( E ) 中是幂等的,因此 q 也是幂等的;因此 q 的 (GT, III, § 6, No. 2) 像是 E 的闭向量子空间。
显然,q q q 的像包含在M + N M + N M + N 中;然而,我们有 p N ( x ) = x p_N(x) = x p N ( x ) = x ,因此对于所有 x ∈ N x \in N x ∈ N 都有 q ( x ) = x q(x) = x q ( x ) = x ;因为我们还有 q = p M + p N − p N p M q = p_M + p_N - p_N p_M q = p M + p N − p N p M ,所以对于所有 x ∈ M x \in M x ∈ M ,我们得到 q ( x ) = x q(x) = x q ( x ) = x 。我们结论认为q q q 的像等于M + N M + N M + N 。 M + N M + N M + N 的正交等于M ∘ ∩ N ∘ M^\circ \cap N^\circ M ∘ ∩ N ∘ ,q q q 的核显然是包含M ∘ ∩ N ∘ M^\circ \cap N^\circ M ∘ ∩ N ∘ ,因此q = p M + N q = p_{M+N} q = p M + N 。这证明了b)。
我们有p M p N = 0 p_M p_N = 0 p M p N = 0 当且仅当p N p_N p N 的像N N N 包含在p M p_M p M 的核M ∘ M^\circ M ∘ 中,也就是说,当且仅当M M M 与N N N 正交。 断言 c) 的其余部分就是 b) 的特例。
7. 希尔伯特的对偶空间
令 E E E 为希尔伯特空间。对于每个x ∈ E x \in E x ∈ E ,令x ∗ x^* x ∗ 为E E E 上的连续线性形式y ↦ ⟨ x ∣ y ⟩ y \mapsto \langle x | y \rangle y ↦ ⟨ x ∣ y ⟩ ; 映射 x ↦ x ∗ x \mapsto x^* x ↦ x ∗ 是一个双射半线性(对于自同构 ξ ↦ ξ ˉ \xi \mapsto \bar{\xi} ξ ↦ ξ ˉ )映射,从 E E E 到其对偶 E ′ E' E ′ ,以及从赋范空间 E E E 到赋范的等距空间E ′ E' E ′ .
引用了 1 引用了 II § 6. 。弱拓扑
映射 x ↦ x ∗ x \mapsto x^* x ↦ x ∗ 通过 (2) (V, p. 1) 是半线性的,并且凭借柯西-施瓦茨不等式,我们有 ∥ x ∗ ∥ = sup ∥ y ∥ ≤ 1 ∣ ⟨ x ∣ y ⟩ ∣ = ∥ x ∥ \|x^*\| = \sup_{\|y\| \leq 1} |\langle x | y \rangle| = \|x\| ∥ x ∗ ∥ = sup ∥ y ∥ ≤ 1 ∣ ⟨ x ∣ y ⟩ ∣ = ∥ x ∥ ,因此 x ↦ x ∗ x \mapsto x^* x ↦ x ∗ 是从 E E E 到 E ′ E' E ′ 的等距,特别是单射。为了完成证明,我们需要证明对于E ′ E' E ′ 中的所有x ′ ≠ 0 x' \neq 0 x ′ = 0 ,存在x ∈ E x \in E x ∈ E 使得x ′ = x ∗ x' = x^* x ′ = x ∗ 。但超平面H = K e r x ′ H = \mathrm{Ker}\, x' H = Ker x ′ 于E E E 关闭;它的正交线是线D D D 。令b b b 为D D D 的非零元素; 线性形式b ∗ b^* b ∗ 的核等于H H H ,因此存在标量λ ≠ 0 \lambda \neq 0 λ = 0 使得x ′ = λ ⋅ b ∗ = ( λ ‾ ⋅ b ) ∗ x' = \lambda \cdot b^* = (\overline{\lambda} \cdot b)^* x ′ = λ ⋅ b ∗ = ( λ ⋅ b ) ∗ 。 Q.E.D.
映射x ↦ x ∗ x \mapsto x^* x ↦ x ∗ 从E E E 到其对偶E ′ E' E ′ 据说是*规范*。从 E ′ E' E ′ 到 E E E 的逆映射也称为正则,用 x ′ ↦ x ′ ∗ x' \mapsto {x'}^* x ′ ↦ x ′ ∗ 表示。我们有
⟨ x ∣ y ⟩ = ⟨ y , x ∗ ⟩ , ⟨ x , x ′ ⟩ = ⟨ x ′ ∗ ∣ x ⟩
\langle x | y \rangle = \langle y, x^* \rangle, \quad \langle x, x' \rangle = \langle {x'}^* | x \rangle
⟨ x ∣ y ⟩ = ⟨ y , x ∗ ⟩ , ⟨ x , x ′ ⟩ = ⟨ x ′ ∗ ∣ x ⟩
对于E E E 中的x , y x, y x , y 和E ′ E' E ′ 中的x ′ x' x ′ 。还有( x ∗ ) ∗ = x (x^*)^* = x ( x ∗ ) ∗ = x 换x ∈ E x \in E x ∈ E 。
当K为R \mathbf{R} R 时,映射x ↦ x ∗ x \mapsto x^* x ↦ x ∗ 是线性的。我们将通过这个映射将E的标量乘积转移到E'。当K = C K = \mathbf{C} K = C 时,我们可以将映射x ↦ x ∗ x \mapsto x^* x ↦ x ∗ 视为同构,从E的向量空间E ‾ \overline{E} E 、共轭到E'(V、p. 6)。我们将通过这个映射将E ‾ \overline{E} E 的标量乘积转移到E'。
在考虑的两种情况下,E' 是希尔伯特空间,我们有公式
⟨ x ∗ ∣ y ∗ ⟩ = ⟨ x ∣ y ⟩ ‾ , ⟨ x ′ ∣ x ′ ⟩ = ∥ x ′ ∥ 2
\langle x^*|y^* \rangle = \overline{\langle x|y \rangle}, \quad \langle x'|x' \rangle = \|x'\|^2
⟨ x ∗ ∣ y ∗ ⟩ = ⟨ x ∣ y ⟩ , ⟨ x ′ ∣ x ′ ⟩ = ∥ x ′ ∥ 2
对于 E 中的 x , y x, y x , y 和 E' 中的 x ′ x' x ′ 。
说向量x ∈ E x \in E x ∈ E 与向量y ∈ E y \in E y ∈ E 正交,相当于说,线性形式x ∗ ∈ E ′ x^* \in E' x ∗ ∈ E ′ 在II、p. 41中定义的意义上与y y y 正交(这证明在这两种情况下使用字 « 正交 » 是合理的)。如果 M 是 E 的闭向量子空间,则 E' 中与 M 正交的子空间 M ∘ M^\circ M ∘ (II, p. 44) 是 E 中 M 正交的 x ↦ x ∗ x \mapsto x^* x ↦ x ∗ 下的像,定义为V、p. 13(这证明在这两种情况下使用记号M ∘ M^\circ M ∘ 是合理的)。
在阶中,希尔伯特空间E的点的家庭( x i ) i ∈ I (x_i)_{i \in I} ( x i ) i ∈ I 是完整的,对于y ∈ E y \in E y ∈ E 和所有指标i ∈ I i \in I i ∈ I 来说,关系⟨ x i ∣ y ⟩ = 0 \langle x_i|y \rangle = 0 ⟨ x i ∣ y ⟩ = 0 是充分必要的y = 0 y = 0 y = 0 .
引用了 1 引用了 II § 6. 。弱拓扑
事实上,这表示 0 是 E' 中唯一与所有 x i x_i x i (II、p. 43 和 IV、p. 1)正交的向量。
令 E 和 F 为两个希尔伯特空间。对于 u ∈ L ( E ; F ) u \in \mathscr{L}(E; F) u ∈ L ( E ; F ) 、x ∈ E x \in E x ∈ E 和 y ∈ F y \in F y ∈ F ,输入
引用了 1 引用了 IV § 2. 。双向。反射空间
Φ u ( y , x ) = ⟨ y ∣ u ( x ) ⟩ .
\Phi_u(y, x) = \langle y|u(x) \rangle .
Φ u ( y , x ) = ⟨ y ∣ u ( x )⟩ .
映射u ↦ Φ u u \mapsto \Phi_u u ↦ Φ u 是同构从Banach空间L ( E ; F ) \mathscr{L}(E; F) L ( E ; F ) 到空间所有连续倍半线性1 ^1 1 形式在F × E F \times E F × E 上,赋予范数
∥ f ∥ = sup x ∈ E , y ∈ F ∥ x ∥ ≤ 1 , ∥ y ∥ ≤ 1 ∣ f ( y , x ) ∣ .
\|f\| = \sup_{\substack{x \in E, y \in F \\ \|x\| \leq 1, \|y\| \leq 1}} |f(y, x)| .
∥ f ∥ = x ∈ E , y ∈ F ∥ x ∥ ≤ 1 , ∥ y ∥ ≤ 1 sup ∣ f ( y , x ) ∣.
很明显,对于所有u ∈ L ( E ; F ) u \in \mathscr{L}(E; F) u ∈ L ( E ; F ) ,Φ u \Phi_u Φ u 是倍半线性且连续的。相反,令 f f f 为 F × E F \times E F × E 上的连续倍半线性形式。对于每个 x ∈ E x \in E x ∈ E ,映射 y ↦ f ( y , x ) y \mapsto f(y, x) y ↦ f ( y , x ) 是希尔伯特空间 F 上的连续线性形式。 3、对于每个x ∈ E x \in E x ∈ E ,F中都存在唯一元素u ( x ) u(x) u ( x ) ,使得f ( y , x ) = ⟨ u ( x ) ∣ y ⟩ f(y, x) = \langle u(x)|y \rangle f ( y , x ) = ⟨ u ( x ) ∣ y ⟩ 对于所有y ∈ F y \in F y ∈ F 。从 E 到 F 的映射 u : x ↦ u ( x ) u : x \mapsto u(x) u : x ↦ u ( x ) 是线性的,我们有
∥ f ∥ = sup ∥ x ∥ ≤ 1 sup ∥ y ∥ ≤ 1 ∣ f ( y , x ) ∣ = sup ∥ x ∥ ≤ 1 sup ∥ y ∥ ≤ 1 ∣ ⟨ y ∣ u ( x ) ⟩ ∣ = sup ∥ x ∥ ≤ 1 ∥ u ( x ) ∥ ;
\begin{align*}
\|f\| &= \sup_{\|x\| \leq 1} \sup_{\|y\| \leq 1} |f(y, x)| = \sup_{\|x\| \leq 1} \sup_{\|y\| \leq 1} |\langle y|u(x) \rangle| \\
&= \sup_{\|x\| \leq 1} \|u(x)\| ;
\end{align*}
∥ f ∥ = ∥ x ∥ ≤ 1 sup ∥ y ∥ ≤ 1 sup ∣ f ( y , x ) ∣ = ∥ x ∥ ≤ 1 sup ∥ y ∥ ≤ 1 sup ∣ ⟨ y ∣ u ( x )⟩ ∣ = ∥ x ∥ ≤ 1 sup ∥ u ( x ) ∥ ;
因此u u u 属于到L ( E ; F ) \mathscr{L}(E; F) L ( E ; F ) 、f = Φ u f = \Phi_u f = Φ u 和∥ u ∥ = ∥ f ∥ \|u\| = \|f\| ∥ u ∥ = ∥ f ∥ 。这证明了cor。 2.
1 ^1 1 回想一下(A,IX, § 1, No. 5),F × E F \times E F × E 上的倍半线性形式(左侧)f f f 是从F × E F \times E F × E 到K的映射,满足V的关系(1)和(2), p. 1。
典范映射从E到其双数E''(IV,p. 14)映射E到E'',在其他字(IV,p. 16)中,E是自反Banach空间。事实上,如果 E 是实数(或复数)希尔伯特空间,则从 E' 到 E 的典范映射 φ 是从范数空间 E' 到 E 的同构(或到 E 的共轭空间 E ‾ \overline{E} E ); 应用th。从 3 到 E(分别为 E),我们看到范数空间 E' 上的每个连续线性形式都是形式 x ′ ↦ ⟨ ϕ ( x ′ ) ∣ x ⟩ = ⟨ x , x ′ ⟩ x' \mapsto \langle \phi(x')|x \rangle = \langle x, x' \rangle x ′ ↦ ⟨ ϕ ( x ′ ) ∣ x ⟩ = ⟨ x , x ′ ⟩ 和 x ∈ E x \in E x ∈ E ,因此我们的断言如下。
作为推论(IV,p. 17,第 6 条):
如果在希尔伯空间 E 中,滤波器 F \mathfrak{F} F 弱收敛到 x 0 x_0 x 0 ,而且如果lim F ∥ x ∥ = ∥ x 0 ∥ \lim_{\mathfrak{F}} \|x\| = \|x_0\| lim F ∥ x ∥ = ∥ x 0 ∥ ,则对于 E 的初始拓扑,F \mathfrak{F} F 收敛到 x 0 x_0 x 0 。
事实上,∥ x − x 0 ∥ 2 = ∥ x ∥ 2 − 2 ℜ ⟨ x ∣ x 0 ⟩ + ∥ x 0 ∥ 2 \|x - x_0\|^2 = \|x\|^2 - 2\Re \langle x|x_0 \rangle + \|x_0\|^2 ∥ x − x 0 ∥ 2 = ∥ x ∥ 2 − 2ℜ ⟨ x ∣ x 0 ⟩ + ∥ x 0 ∥ 2 。由于⟨ x ∣ x 0 ⟩ \langle x|x_0 \rangle ⟨ x ∣ x 0 ⟩ 相对于F \mathfrak{F} F 趋向于∥ x 0 ∥ 2 \|x_0\|^2 ∥ x 0 ∥ 2 假设,并且∥ x ∥ \|x\| ∥ x ∥ 相对于F \mathfrak{F} F 趋于∥ x 0 ∥ \|x_0\| ∥ x 0 ∥ ,∥ x − x 0 ∥ \|x - x_0\| ∥ x − x 0 ∥ 相对于F \mathfrak{F} F 趋于0,因此命题。
习题
参见习题为 § 1 。