AF 2012/2013, 1. Przestrzenie liniowe
1
§ 1.
Przestrzenie liniowe
Klasyczna analiza matematyczna to ”punktowy” spos´
ob pa-
trzenia na funkcje. Analiza funkcjonalna (AF) traktuje funkcje ca-
lo´sciowo jako wektory odpowiednio dobranej przestrzeni liniowej,
np. C([a, b]) - p. liniowa funkcji cia
‘
g lych na [a, b], C
2
((a, b)) - p.
liniowa funkcji z cia
‘
g la
‘
2-ga
‘
pochodna
‘
na (a, b)). Odwzorowania
na funkcjach (wektorach) nazywane sa
‘
w AF operatorami.
Przyk lady
(a) Uk lad r´
owna´
n liniowych: 2x − 3y = 1, 2x + 2y = 3, mo˙zemy
zapisa´c w postaci r´
ownania operatorowego. Macierz
A =
2 −3
2
2
okre´sla operator A : R
2
→ R
2
wzorem A([x, y]) = A · [x, y] =
[2x − 3y, 2x + 2y]. Uk lad r´
owna´
n ma teraz posta´c operatorowa
‘
:
A(u) = v, gdzie v = [1, 3].
(b) R´ownanie r´
o˙zniczkowe: u
′′
(t) + 2tu
′
(t) = v(t), gdzie v ∈
C((a, b)) tak˙ze mo˙zna zapisa´c w postaci operatorowej. Wz´
or
A(u)(t) = u
′′
(t) + 2tu
′
(t), u ∈ C
2
((a, b)),
okre´sla operator (r´
o˙zniczkowy) z A : C
2
((a, b)) → C((a, b)) a r.r.
ma teraz posta´c operatorowa
‘
: A(u) = v.
(c) R´ownanie ca lkowe u(x) −
R
1
0
k(x, y)u(y) dy = v(x), gdzie k i
v sa
‘
cig le, tak˙ze mo˙zna zapisa´c w postaci operatorowej A(u) = v
definiuja
‘
c operator (ca lkowy) A : C([0, 1]) → C([0, 1]) wzorem
A(u)(x) = u(x) −
R
1
0
k(x, y)u(y) dy.
Przypomnienie
. Przestrzenia
‘
liniowa
‘
(wektorowa
‘
) nazywamy
niepusty zbi´or X z dzia laniami: x + y i λx, x, y ∈ X, λ ∈ R, oraz
wektorem zerowym 0 o w lasno´sciach: x + y = y + x, x + (y + z) =
(x + y) + z, ∀x ∈ X∃ − x ∈ X x + 0 = x, x + (−x) = 0, 1x = x,
λ(x + y) = λx + λy, λ
1
(λ
2
x) = (λ
1
λ
2
)x, (λ
1
+ λ
2
)x = λ
1
x + λ
2
x.
Elementy przestrzeni liniowej nazywamy wektorami.
AF 2012/2013, 1. Przestrzenie liniowe
2
W przestrzeniach liniowych mamy: x + y = x + z ⇒ y = z
prawo skracania; 0x = 0; −x jest jedyny; (−1)x = −x.
Przyk lady przestrzeni liniowych
(a) R
k
, k = 1, 2, . . . przestrzenie euklidesowe.
(b) s zbi´
or wszystkich cia
‘
g´
ow liczb rzeczywistych,
s = {(t
k
) : t
k
∈ R, k = 1, 2, . . . },
(t
k
) + (s
k
) = (t
k
+ s
k
), λ(t
k
) = (λt
k
), 0 = (0, 0, . . . ).
(c) R
E
zbi´
or wszystkich funkcji x : E → R,
(x + y)(t) = x(t) + y(t), (λx)(t) = λx(t), 0(t) = 0, t ∈ E.
R
N
= s. R
[a,b]
zbi´
or wsz. funkcji x : [a, b] → R. R
{1,2}
= R
2
.
(d) X × Y , gdy X i Y sa
‘
p.liniowymi.
(e) Ka˙zdy zbi´or 1-elementowy: {0} - przestrze´
n zerowa.
Podprzestrzenie liniowe
Niepusty zbi´or Y nazywamy podprzestrzenia
‘
liniowa
‘
przestrzeni
liniowej X, je´sli: 1) Y ⊂ X, 2) x, y ∈ Y ⇒ x + y ∈ Y , 3) x ∈ Y ,
λ ∈ R ⇒ λx ∈ Y . Ka˙zda podprzestrze´
n liniowa jest przestrzenia
‘
liniowa
‘
. W szczeg´
olno´sci, 0 ∈ X jest tak˙ze zerem przestrzeni Y .
Przyk lady
. Ka˙zda prosta y = ax, a ∈ R, jest podprzestrzenia
‘
liniowa
‘
przestrzeni R
2
. Prosta x = 0 jest tak˙ze podprzestrze-
nia
‘
liniowa
‘
w R
2
. Prosta y = 1 nie jest podprzestrzenia
‘
liniowa
‘
przestrzeni R
2
ale jest przestrzenia
‘
liniowa
‘
, gdy przyjmiemy:
(x
1
, 1) + (x
2
, 1) = (x
1
+ x
2
, 1), λ(x, 1) = (λx, 1), 0 = (0, 1).
Podprzestrzeniami liniowymi przestrzeni s sa
‘
zbiory:
l
∞
zb. wsz. cia
‘
g´
ow ograniczonych liczb rzeczywistych,
(t
k
) ∈ l
∞
⇔ ∃M > 0 ∀k |t
k
| ≤ M .
c
zb. wsz. cia
‘
g´
ow zbie˙znych, (t
k
) ∈ c ⇔ ∃t ∈ R t
k
→ t.
c
0
zb. wsz. cia
‘
g´
ow zbie˙znych do zera, (t
k
) ∈ c
0
⇔ t
k
→ 0.
l
p
zb. wsz. cia
‘
g´
ow bezwzgl. sumowalnych z p-ta
‘
pote
‘
ga
‘
,
(t
k
) ∈ l
p
⇔
P
∞
1
|t
k
|
p
< ∞, p > 0.
AF 2012/2013, 1. Przestrzenie liniowe
3
Podprzestrzeniami liniowymi przestrzeni R
[a,b]
sa
‘
zbiory:
C([a, b])
zb. wsz. funkcji cia
‘
g lych x : [a, b] → R.
C
k
((a, b)) zb. wsz. funkcji x : [a, b] → R k-krotnie r´
o˙zniczkowal-
nych w spos´
ob cia
‘
g ly.
Przestrzenie ilorazowe
Niech X p.lin, Y ⊂ X podp.lin. Relacja: x ∼ y ⇔ x − y ∈ Y ,
jest relacja
‘
r´
ownowa˙zno´sci w X. Przestrze´
n ilorazowa
X/Y = X/∼ = {[x] : x ∈ X}, gdzie [x] = {y ∈ X : x ∼ y},
jest przestrzenia
‘
liniowa
‘
z dzia laniami: [x] + [y] = [x + y], λ[x] =
[λx] i zerem ˜
0 = [0] = Y .
Dow´
od
. Relacja x ∼ y jest zwrotna, symetryczna i przechodnia:
x ∼ x ⇔ x − x = 0 ∈ Y , x ∼ y ⇔ x − y ∈ Y ⇔ y − x ∈ Y ⇔
y ∼ x, x ∼ y ∧y ∼ z ⇒ x−y, y −z ∈ Y ⇒ x−y +y −z = x−z ∈ Y
⇒ x ∼ z. Definicje dzia la´
n sa
‘
poprawne (nie zale˙za
‘
od wyboru
reprezentant´ow klas abstrakcji). Niech bowiem x ∼ x
′
, y ∼ y
′
.
Nale˙zy pokaza´c, ˙ze [x] + [y] = [x
′
] + [y
′
] oraz λ[x] = λ[x
′
]. Mamy:
x − x
′
∈ Y , y − y
′
∈ Y , x + y − x
′
− y
′
∈ Y , [x + y] = [x
′
+ y
′
].
Zatem [x] + [y] = [x
′
] + [y
′
]. Podobnie otrzymujemy: x − x
′
∈ Y ,
λ(x − x
′
) ∈ Y . Sta
‘
d: λ(x − x
′
) = λx − λx
′
∈ Y , [λx] = [λx
′
].
Zatem λ[x] = λ[x
′
].
Pozostaje sprawdzi´c ( latwe), ˙ze dzia lania wektorowe i wektor
zerowy spe lniaja
‘
aksjomaty p.lin., np.: [x]+[0] = [x+0] = [x].
Uwaga
. ˜0 = {x ∈ X : x − 0 ∈ Y } = {x ∈ X : x ∈ Y } = Y .
Liniowa niezale ˙zno´
s´
c wektor´
ow
Wektory x
1
, . . . , x
n
∈ X nazywamy liniowo niezale˙znymi, je´sli
λ
1
x
1
+ . . . + λ
n
x
n
= 0 ⇒ λ
1
= 0, . . . , λ
n
= 0.
Zbi´or {x
1
, . . . , x
n
} ⊂ X nazywamy wtedy liniowo niezale˙znym.
Dowolny P ⊂ X nazywamy liniowo niezale˙znym, jes li ka˙zdy sko´
n-
czony podzbi´or zbioru P jest liniowo niezale˙zny.
AF 2012/2013, 1. Przestrzenie liniowe
4
Przyk lady
(a) {e
1
, . . . , e
n
} ⊂ R
n
jest liniowo niezale˙zny.
(b) Niech P = {(a
k
) : a ∈ (0, 1)}. Wtedy P ⊂ l
1
i P jest liniowo
niezale˙zny.
Dow´
od
. Dla a ∈ (0, 1) mamy
P
∞
1
a
k
< ∞. Zatem (a
k
) ∈ l
1
,
P ⊂ l
1
. Niech a
1
, . . . , a
n
∈ (0, 1), a
i
6= a
j
dla i 6= j. Wystarczy
pokaza´c, ˙ze wektory (a
k
1
), . . . , (a
k
n
) sa
‘
liniowo niezale˙zne. Niech
λ
1
(a
k
1
) + . . . + λ
n
(a
k
n
) = 0. Wtedy
λ
1
a
1
+ . . . + λ
n
a
n
= 0,
λ
1
a
2
1
+ . . . + λ
n
a
2
n
= 0,
...
λ
1
a
n
1
+ . . . + λ
n
a
n
n
= 0,
...
Wystarczy ograniczy´c sie
‘
do uk ladu n pierwszych r´
owna´
n.
Wyznacznik g l´owny tego uk ladu ma posta´c:
a
1
. . .
a
n
a
2
1
. . .
a
2
n
. . .
a
n
1
. . .
a
n
n
=
= a
1
. . . a
n
1
. . .
1
a
1
. . .
a
n
. . .
a
n
−1
1
. . .
a
n
−1
n
wyznacznik
Vandermonde’a
= a
1
. . . a
n
Q
1≤i<j≤n
(a
j
− a
i
) 6= 0.
Zatem
λ
1
= 0, . . . , λ
n
= 0.
AF 2012/2013, 1. Przestrzenie liniowe
5
Wymiar przestrzeni liniowej
W ka˙zdej przestrzeni liniowej X istnieje co najmniej jeden ma-
ksymalny i liniowo niezale˙zny podzbi´
or B. Wszystkie maksymalne
i liniowo niezale˙zne podzbiory w X sa
‘
r´
ownoliczne. Ka˙zdy z nich
nazywamy baza
‘
Hamela
przestrzeni X.
B ⊂ X jest baza
‘
Hamela w X ⇔ ka˙zdy wektor x ∈ X ma
jednoznaczne przedstawienie w postaci x = α
1
b
1
+ . . . + α
n
b
n
dla
pewnego n ∈ N, pewnych b
1
, . . . , b
n
∈ B i pewnych α
1
, . . . , α
n
∈
R
. Wymiarem przestrzeni liniowej X nazywamy moc dowolnej
bazy Hamela tej przestrzeni, tj., dim X = card B, B - dowolna
baza Hamela w X.
Uwagi
1. Je´sli dim X < ∞, to X nazywamy p.sko´
nczenie wymiarowa
‘
.
Je´sli dim X ≥ ℵ
0
, to X nazywamy p.niesko´
nczenie wymiarowa
‘
i
piszemy dim X = ∞.
2. dim X = k < ∞ ⇔ X jest liniowo izomorficzna z R
k
.
Przyk lady
(a) dim{0} = 0.
(b) dim R = 1, dim R
k
= k.
(c) s
0
= {(t
k
) ∈ s : t
k
= 0 dla p.w. k} jest p.liniowa
‘
. dim s
0
=
ℵ
0
. Zatem dim s
0
= ∞.
Dow´
od
. Wektory e
1
= (1, 0, 0, . . . ), e
2
= (0, 1, 0, 0, . . . ), ... ∈ s
0
sa
‘
liniowo niezale˙zne. Sta
‘
d dim s
0
= ∞. s
0
⊂ s.
(d) dim l
1
= ∞.
Dow´
od
. Niech P = {(a
k
) : a ∈ (0, 1)} ⊂ l
1
. P jest liniowo
niezale˙zny oraz card (P ) = c > ℵ
0
. Sta
‘
d dim l
1
= ∞.