Professional Documents
Culture Documents
zaj
2 Banachovi prostori
111
2.1 Linearni vektorski prostori . . . . . . . . . . . . . . . . . . . . 111
2.2 Normirani prostori . . . . . . . . . . . . . . . . . . . . . . . . 112
Poglavlje 2
Banachovi prostori
Cilj ovog poglavlja jeste razumijevanje pojma iz njegovog samog naslova pojma Banachovog prostora. Posebno je vazno uociti algebarsku strukturu
Banachovog prostora, za sto je potrebno posjetiti se na osnovne pojmove
linearne algebre ( prva sekcija ), te metricku strukturu Banachovog prostora,
za sto nam je potrebno znanje iz I poglavlja, te uvodjenje pojma norme (
druga sekcija ).
2.1
111
112
Ipak, studentima se za vjezbu preporucuje da dokazu da su neki od navedenih prostora zaista linearni vektorski prostori, naprimjer barem za (lp , +, ),
ili (Lp (), +, ).
2.2
Normirani prostori
kxk 0
(N2) kxk = 0 x = 0
(N3) ( )(x X) :
(N4) (x, y X) :
kxk = ||kxk
kx + yk kxk + kyk
113
(n N, 1 p < )
i=1
X
1
f. X = lp , kxk = (
|xi |p ) p
(1 p < )
iN
Z
1
i. X = Lp (), kxk = ( |x(t)|p dt) p
(1 p < )
|x| 0
(N2) |x| = 0 x = 0
(N3) ( R)(x R) :
(N4) (x, y R) :
|x| = |||x|
|x + y| |x| + |y|
n
X
1
|xi |p ) p
b. X = R , kxkp = (
n
i=1
(n N, 1 p < )
114
n
X
|xi |p ) p = 0
i=1
|xi | = 0 (i 1, n)
xi = 0 (i 1, n)
x=0
n
n
n
X
X
X
1
p p1
p
p p1
p
(N3) kxk = (
|xi | ) = (
|| |xi | ) = (||
|xi |p ) p = ||kxk
i=1
i=1
i=1
i=1
i=1
(N1) (x Rn ) :
|xi | = 0 (i 1, n)
xi = 0 (i 1, n)
x=0
(N3) kxk = max |xi | = max |||xi | = || max |xi | = ||kxk
11n
1in
1in
= kxk + kyk
d. X = B[a, b], kxk = sup |x(t)|
atb
1in
115
atb
atb
atb
= kxk + kyk
e. X = C[a, b], kxk = max |x(t)|
atb
|xi | = 0 (i N)
xi = 0 (i N)
x=0
X
X
X
1
1
1
(N3) kxk = (
|xi |p ) p = (
||p |xi |p ) p = (||p
|xi |p ) p = ||kxk
iN
iN
iN
iN
iN
116
(N1) (x c) :
|xi | = 0 (i N)
xi = 0 (i N)
x=0
(N3) kxk = sup |xi | = sup |||xi | = || sup |xi | = ||kxk
iN
iN
iN
sup(|xi | + |yi |)
iN
iN
= kxk + kyk
h. X = c0 , kxk = sup |xi | Potpuno analogno kao pod g.
iN
Z
1
i. X = Lp (), kxk = ( |x(t)|p dt) p
(1 p < )
|x(t)| = 0 (t )
x(t) = 0 (t )
x=0
Z
Z
Z
1
1
1
p
p
p
p
p
(N3) kxk = ( |x(t)| dt) = ( || |x(t)| dt) = ||( |x(t)|p dt) p =
||kxk
117
= kxk + kyk
N
Odmah u uvodnom dijelu navedeno je da je norma jos ljepsa funkcija od
metrike, sto bi znacilo da je time svaka norma metrika. Pokazimo to eksplicitno. Neka je (X, k k) normiran linearan vektorski prostor. Posmatrajmo
funkciju d : X X R definiranu na sljedeci nacin
d(x, y) = kx yk.
Lako provjeravamo da ovako definirana funkcija zadovoljava sve aksiome
(M1) (M4), pa je d zaista metrika, koju nazivamo metrika inducirana
normom k k. Dakle, svaki normiran linearni vektorski prostor je metricki
prostor, a kako je i za ocekivati, obrat ne vrijedi. Zasto? Ukoliko bismo
posmatrali metricki prostor (X, d), jasno je da bi normu pokusali definirati
sa
kxk = d(x, 0).
Medjutim, zasto to nije uvijek moguce? Kroz prethodni zadatak mogli smo
primjetiti da pomocu vecine metrika koje smo spominjali u u prethodnom
poglavlju moguce je na navedeni nacin definirati preslikavanje koje ce zaista
biti norma, no u opcem slucaju to ne mora vrijediti. Naime, primjetite da
metricki prostor X ne mora biti linearan vektorski prostor, pa se moze desiti
118
Normirani prostori
119
(n N, 1 p < )
i=1
X
1
f. X = lp , kxk = (
|xi |p ) p
(1 p < )
iN
Z
1
i. X = Lp (), kxk = ( |x(t)|p dt) p
(1 p < )
|f (t)|p dt nije
120
ZADATAK 2.2.4 Neka je (X, k k) normiran linearan vektorski prostor. X je Banachov prostor akko je svaki apsolutno
konvergentan red
P
konvergentan u P
X, tj. akko konvergencija reda iN kxi k implicira konvergenciju reda iN xi .
Rjesenje:
) Neka je X Banachov prostor, i neka je red
kxi k konvergentan. Po
iN
X
definiciji konvergentnog reda, niz parcijalnih suma reda
kxi k je koniN
n
X
=(
kxi k)nN je konveregentan, pa je
i=1
m, n n0 ktm tn k < .
m, n n0 |tm tn | < ,
odnosno
( > 0)(n0 N)(m, n N) :
m, n n0 |
m
X
i=1
n
X
kxi k
kxi k| < ,
i=1
tj.
( > 0)(n0 N)(m, n N) :
m, n n0
m
X
kxi k < .
i=n
m
X
xi k
i=n
m
X
kxi k,
i=n
m, n n0 k
m
X
i=n
xi k < .
121
n
X
Dobili smo da je niz (
xi )nN Cauchyev u X, a kako je X kompletan,
i=1
navedeni nizX
je konvergentan u X. Taj niz je ustvari niz parcijalnih
suma reda
xi , pa je na osnovu definicije konvergencije reda, red
iN
X
xi konvergentan.
iN
iN
xi .
iN
m, n n0 kxm xn k < ,
pa vrijedi
(k N)(nk N)(m, n N) :
m, n n0 kxm xn k <
1
.
2k
Na ovaj nacin dobili smo podniz pocetnog niza, (xnk )kN (xn )nN ,
takav da vrijedi
1
kxnk xnk+1 k < k .
2
Stoga imamo
X 1
X
kxnk xnk+1 k <
< ,
2k
kN
kN
X
tj. red
kxnk xnk+1 k je konvergentan. Na osnovu pretpostavke
kN
kN
vrijedi
X
(xnk xnk+1 ) = x0 X
kN
lim
N
X
(xnk xnk+1 ) = x0 X
k=1
122
jer je X vektorski prostor. Dobili smo da je niz (xnN+1 )N N konvergentan u X, a kako vrijedi
(xnN+1 )N N (xnk )kN (xn )nN ,
i (xn )nN je Cauchyev u X, onda je (xn )nN konvergentan u X. Time
smo pokazali kompletnost prostora X, pa je X Banachov prostor.
N
Definicija 2.2.4 (BANACHOV PODPROSTOR) Neka je X Banachov
prostor i neka je Y X. Y je Banachov podprostor od X ako je sam za sebe
Banachov prostor u odnosu na algebarsku i metricku strukturu koju u njemu
inducira odgovarajuca struktura iz X.
(n ).
123
Teorem 2.2.1 Svaka dva konacnodimenzionalna linearna vektorska prostora, iste dimenzije, su izomorfni.
Teorem 2.2.2 Svake dvije norme definirane na konacnodimenzionalnom vektorskom prostoru su ekvivalentne.
Posmatramo li sada konacnodimenzionalne Banachove prostore, postaje
jasno da ih, ukoliko su oni iste dimenzije, od ovog trenutka mozemo poistovjecivati. Naime, zbog izomorfizma ih mozemo poistovjetiti u algebarskom
smislu, a zbog ekvivalencije normi i u metrickom smislu. Konacnodimenzionalni
Banachovi prostori imaju jos mnosto specificnosti, poput naprimjer ekvivalencije konvergencije po normi i konvergencije po koordinatama. Kako su
sve te lijepe osobine konacnodimenzionalnih prostora, uz dokaze, izlozene u
skripti Uvod u funkcionalnu analizu (Predavanja 2008/2009), ovdje cemo
ih izostaviti. U skripti su redovno navedeni i primjeri zasto navedene osobine ne moraju vrijediti i u beskonacnodimenzionalnim prostorima, pa se
studentima svakako preporucuje pazljivo pracenje predavanja.