Sie sind auf Seite 1von 53

5

Einführung

betrachten als Beispiel (Fredholm 1 sche) Integralgleichung (zweiter Art),

f (s ) 1 k (s, t )f (t ) dt

0

= g (s ),

s [0 , 1] ,

(1)

mit g : [0 , 1] R , k : [0 , 1] × [0 , 1] R stetig; suchen f : [0 , 1] R stetig als Lösung können (1) als System unendlich vieler Gleichungen (für jedes s [0 , 1] ) mit unendlich vielen Unbekannten f (s ) auffassen, die stetig ‘zusammengehören’ formalisieren, um prinzipielle Ideen linearer Algebra (zum Lösen endlich vieler Gleichungssysteme) auszunutzen; dazu

wobei K : C[0 , 1] C[0 , 1] , f

⇐⇒

(1)

bzw. als Funktionen betrachtet

Kf (s ) := 1 k (s, t )f (t ) dt,

0

Kf , linear,

s [0 , 1] ,

f (s ) Kf (s ) = g (s ),

s [0 , 1] ,

⇐⇒

und A : C[0 , 1] C[0 , 1] , f

f Kf = g

⇐⇒

( id K ) f = g

A

Af = ( id K )f , linear

⇐⇒

Af = g

in der linearen Algebra für n × n Matrizen A: Ax = y genau dann eindeutig lösbar, wenn det A = 0 Ersatz für n → ∞? Fredholmsche Alternative, Bedingungen an K und Grundraum C[0 , 1]

1

Banachräume

1.1 Grundbegriffe

1.1.1 Normierte Vektorräume und metrische Räume

sei X Vektorraum über K , Skalare K = R

C

reeller Vektorraum

komplexer Vektorraum

• {x 1 ,

,x

n } ⊂ X linear unabhängig

⇐⇒

λ i K :

n

i=1

λ i x i = 0

=

λ 1 = ··· = λ n = 0 ;

sonst: {x 1 ,

M X linear unabhängig ⇐⇒ Jede endliche Teilmenge von M ist linear unabhängig.

,x

n } ⊂ X linear abhängig

x X Linearkombination von {x 1 ,

,x

n }⊂X

⇐⇒

λ 1 ,

Menge aller Linearkombinationen von {x 1 ,

,x n } : lineare Hülle ,

n K : x =

n

i=1 λ i x i

span {x 1 ,

,x

n } =

n

i=1

λ i x i : λ i K

Unterraum von X

für beliebiges M X , M = , setzt man


span M = xX : k N

λ j K,x j M : x =

k

j =1

λ j x j

“von M erzeugter Teilraum”

1 Erik Ivar Fredholm ( 7.4.1866 Stockholm 17.8.1927 Stockholm)

6

1 Banachräume

U Unterraum von X , x 1 ,

,x

k U , k N

 

{x 1 ,

,x

k } heißt Basis von

U

⇐⇒

{x 1 ,

,x

k } ⊂ X linear unabhängig

und U = span {x 1 ,

,x

Anzahl der Elemente einer Basis

dim U =

von U : Dimension von U , dim U = k = #{x 1 ,

⇐⇒

n N n linear unabhängige Elemente in U

,x

k }

Bemerkung :

span M = {U Teilraum von X : U M } ‘kleinster Teilraum, der M enthält’

dim U = n ⇐⇒ Es existieren n linear unabhängige Elemente in M , aber n + 1 Elemente aus M sind stets linear abhängig.

X , so lässt sich jeder Vektor x U in eindeutiger Weise

, n , schreiben, d.h. jedes x U besitzt eine

Ist {x 1 ,

,x

n } Basis von U

als Linearkombination der x i , i = 1 ,

Darstellung

x = λ 1 x 1 + ··· + λ n x n

für eindeutig bestimmte Zahlen λ 1 ,

n K .

Beispiel :
Beispiel :

Für C[ a, b ] = {f

{ 1 , x,

: [ a, b ] K stetig} , [ a, b ] R , gilt dim C[ a, b ] = :

, x n } linear unabhängig für alle n N

betrachten

k }

Definition 1.1 Es sei X ein Vektorraum über K und · : x ∈ X
Definition 1.1 Es sei X ein Vektorraum über K und
·
:
x ∈ X
−→
x ∈ R + = [0 , ∞)
eine Abbildung von X nach R + mit folgenden Eigenschaften :
(i) x ≥ 0
für alle x ∈ X ,
x = 0
⇐⇒
x = 0
(ii) λx = |λ| x
für alle λ ∈ K , x ∈ X
(iii) x + y ≤ x + y
für alle x, y ∈ X
Dann heißen [ X, · ] normierter Raum und · Norm .

X Dann heißen [ X, · ] normierter Raum und · Norm . Beispiele : •

Beispiele :

R n und C n mit

x 1 =

n

k

=1

|x k |,

x 2 =

n

k

=1

|x k | 2 1/ 2 ,

x =

C[ a, b ] mit f = sup a,b] |f (x)| = max

x

[

x

[

a,b] |f (x)|

p (N ), p = 1 , 2 , , mit

1 (N ) = a = (a j ) =1 K,

j


2 (N ) = a = (a j ) =1

j

K,

j

=1

|a j |< ,


j

=1

|a j | 2 <

und

(N ) =

a = (a j ) =1 K, sup |a j |< ,

j

j

N

,

max

k

=1,

,n

a 1 =

|x k |

j

=1

für x = (x 1 ,

|a j |,

a 2 =

a 2 = 

j

=1

|a j | 2

1/ 2

,

a = sup |a j |

j

N

,x

n

)

Es gelten: dim 1 (N ) = dim 2 (N ) = dim (N ) =

1.1 Grundbegriffe

7

Übung I-1

Bemerkung : A X beschränkt

: Zeigen Sie, dass · p auf p (N ) für p ∈ { 1 , 2 , ∞} eine Norm definiert.

⇐⇒

c > 0

a A : a c

Übung I-2 : Man kann auf C[ a, b ] auch die Normen f p =

b

a

1

|f (x)| p dx p ,

1 p < , betrachten.

Für 1 p q ≤ ∞ gibt es ein c = c (p, q ) > 0 , so dass für alle f C[ a, b ] gilt f p c f q ; die Umkehrung ist falsch.

Für f C[ a, b ] ist

f = lim

p f p .

Wiederholung: metrischer Raum

M = beliebig, d : M × M −→ R + Metrik , falls für alle x, y, z M gilt

d(x, y ) = d(y, x)

d(x, y ) d(x, z ) + d(z, y )

d(x, y ) 0 ,

d(x, y ) = 0

⇐⇒

x = y

Bemerkung :

Eine ‘Grundmenge’ M kann mit verschiedenen Metriken ausgestattet sein.

R n , d 2 = xy 2

Mit d(x, y ) = x y wird jeder normierte Raum zu einem metrischen Raum.

euklidische Metrik

Grundbegriffe im metrischen Raum

ε (a ) = K (a, ε ) := {b M : d(a, b ) < ε} offene ε -Kugel um a M , ε > 0

K

 
 

˚

a innerer Punkt von A ⇐⇒

M

ε > 0 : K (a, ε ) A,

A

Menge der inneren Punkte von A

a Berührungspunkt von A

a isolierter Punkt zu A ⇐⇒

M

M

⇐⇒

a Häufungspunkt von A ⇐⇒

M

ε > 0 : K (a, ε ) A = ∅ ∃ ε > 0 : K (a, ε ) A = {a} ∀ ε > 0 : #K (a, ε ) A =

 

A = A ∪ {a M : a Häufungspunkt zu A}

Abschluss von A

 

a M Randpunkt

von A

⇐⇒

ε > 0 :

K (a, ε ) A = und K (a, ε ) (M \ A) =

∂A

Menge der Randpunkte von A

 
 

˚

A offen

⇐⇒

A = A;

A abgeschlossen

⇐⇒

M \ A offen

⇐⇒

A = A

Bemerkung :

A = {B A : B abgeschlossen} ,

˚

∂A = A \ A

˚

A = {B A : B offen} ,

A = A ∂A,

(x n ) n=1 M konvergent

(x n ) n=1 M Cauchy 2 -Folge (Fundamentalfolge)

⇐⇒

x 0 M

ε> 0

n 0 (ε )

nn 0 (ε ) : d x n ,x 0

n 0 (ε )

n, m n 0 (ε ) :

⇐⇒

ε > 0

d (x n ,x m )

Definition 1.2

Sei X, · ein normierter Raum.

Eine Folge (x n ) n=1 X heißt konvergent ⇐⇒ ∃ x 0 Xε> 0 n 0 (ε ) nn 0 (ε ) : x n x 0 .

(ii) Eine Folge (x n ) n=1 X heißt Cauchy-Folge (Fundamentalfolge) ⇐⇒ ∀ ε > 0 n 0 (ε ) n, m n 0 (ε ) : x n x m .

(i)

2 Augustin Louis Cauchy ( 21.8.1789 Paris

23.5.1857 Paris)

8

1 Banachräume

Bemerkung : x 0 X heißt Grenzwert/Limes von (x n ) n , man schreibt z.B. lim

n x n = x 0 , oder x n −−−−→

n→∞

in X

x 0 , oder x n −→ x 0 für n → ∞, bzw. x n −−−−→ x 0

n→∞

Lemma 1.3 Sei [ X, · ] ein normierter Raum.

(i) Jede konvergente Folge (x n ) n=1 X ist eine Cauchy-Folge.

(ii) Jede Cauchy-Folge ist beschränkt.

(iii) Aus x n −−−−→ x 0 folgt x n −−−−→ x 0 (Stetigkeit der Norm ).

n→∞

n→∞

B e w e i s : Wiederholung/Übung

) . n →∞ n →∞ B e w e i s : Wiederholung/Übung Definition 1.4

Definition 1.4

(i) Ein metrischer Raum M, d heißt vollständig , wenn jede Cauchy-Folge in M, d konvergiert.

(ii)

Ein normierter Raum X, · heißt vollständig , wenn der (zugehörige) metrische Raum X,d mit d(x, y ) = x y ein vollständiger metrischer Raum ist.

(iii)

Ein vollständiger normierter Raum heißt Banach 3 -Raum.

vollständiger normierter Raum heißt Banach 3 -Raum. Beispiele : Bemerkung : • • Q , Q

Beispiele :

Bemerkung :

Q , Q n mit · 1 , · 2 , · nicht vollständig

C[ a, b ] mit · vollständig

R n , C n mit · 1 , · 2 , · vollständig

C[ a, b ] mit · 1 nicht vollständig, z.B. [ a, b ] = [0 , 1] , f 1 = 1 |f (t )| dt

0

betrachten f n (x) = x n C[0 , 1] , n N ; sei n > m

f n f m 1 = 1 (x m x n ) dxm + 1 −−−−→ 0

Cauchy-Folge

1

0

m

→∞

f n (x) −−−−→

n→∞

0

1

,

,

0 x< 1 x = 1

= f (x)

1 0.8 0.6 0.4 0.2 0 0 0.2 0.4 0.6 0.8 1
1
0.8
0.6
0.4
0.2
0
0
0.2
0.4
0.6
0.8
1

f n f 1 = 1 x n dx = n + 1 −−−−→ 0 ,

0

1

n→∞

aber f C[0 , 1]

P = {p : [ a, b ] K, p Polynom} ⊂ C[ a, b ]

C[ a, b ]

P mit · nicht vollständig: betrachten p m (x) =

(algebraische) Polynome, Teilraum von

m

x

k

k ! ∈P , (p m ) =0 Cauchy-Folge,

m

k =0

p m

in C[ a, b]

−−−−−−→ f C[ a, b ] , f (x) = exp(x) = e x ∈P

m →∞

Nicht jeder normierte Raum ist vollständig.

Vollständigkeit kann von gewählter Norm abhängen.

Unterräume vollständiger Räume müssen nicht vollständig sein.

3 Stefan Banach ( 30.3.1892 Kraków

31.8.1945 Lvov)

1.1 Grundbegriffe

9

Satz 1.5 Sei [ X, · ] ein normierter Vektorraum. Dann ist X vollständig genau dann, wenn für alle Folgen

m

(x k ) k X mit

x k <

gilt, dass x = lim

x k =

x k X .

m →∞

k =1

k =1

k =1

x k ∈ X . m →∞ k =1 k =1 k =1 Übung I-3 :

Übung I-3 : Beweisen Sie Satz 1.5.

Satz 1.6 Sei A = . Dann ist der Raum der beschränkten Funktionen,

ein Banachraum.

B(A) = {f : AK : f = sup A |f (x)| < ∞}

x

B e w e i s : verwenden Satz 1.5: sei (f k ) k B(A) Folge mit

f k < ;

z.z.: f =

f k B(A),

d.h.

Sei x A ==⇒ ∀

ε> 0

m>n>n 0 :

Vor.

k

=1

sup

x

A

k

=1

f k (x) <

m

k

= n

k (x)

f

m

k

= n

f k

k

=1

=1 f k (x) m Cauchy-Folge in K =======⇒ ∃ a x K : a x =

m

k

K vollständig

k

=1

f k (x), setzen f (x) := a x , xA

f : AK ,

|f (x)|≤

k =1

f k <

für alle x A == f <

sup

⇐⇒

f B(A)

A == ⇒ f ∞ < ∞ sup ⇐⇒ f ∈ B ( A ) Folgerung

Folgerung 1.7 Die Räume 1 (N ), 2 (N ) und (N ) sind vollständig.

B e w e i s : Aussage zu (N ) folgt aus Satz 1.6; hier 1 (N ); 2 (N ) analog (als Übung);

sei (a n ) n 1 (N ) Cauchy-Folge

ε> 0

n 0

m>nn 0 : a m a n 1 =

k =1

|a m a n | < ε

k

k

(2)

k N : a n n Cauchyfolge in K =======⇒ ∀ k N b k = lim

k

K vollständig

k

n→∞ a n

g.z.z.: (a n ) n −−−−→ b in 1 (N )

n→∞

; setzen b = (b k ) k N

sei j N , (2)

j

k

=1

|a m a n | < ε für m > n n 0 ====

k

k

m → ∞

j

k

=1

|a n b k | < 2 ε für n n 0

k

====

j → ∞

(a n ) n −−−−→ b in 1 (N )

|a n b k | ≤ 2 ε für n n 0

k

=1

n→∞

k

k

=1

|b k |≤

k

=1

|a n b k | +

k

k

=1

|a n |≤ 2 ε + a n 1 < b1 (N ),

k

| a n − b k | + k ∞ k =1 | a n |≤

10

1 Banachräume

10 1 Banachräume Übung I-4 : Zeigen Sie, dass die folgenden normierten Räume nicht vollständig sind:

Übung I-4 : Zeigen Sie, dass die folgenden normierten Räume nicht vollständig sind:

p (N ), 1 p < , mit · ,

C[ a, b ] mit · p , 1 p<,

• {f : [ a, b ] K : f ( m ) C[ a, b ] , m = 0 , 1 } mit f = sup a,b] |f (x)| ,

der Norm a = sup

C 1 [ a, b ] =

1 (N ) mit

x

[

n

k =1

a k .

nN

Definition 1.8 Sei [ X, · ] ein normierter Vektorraum.

(i)

M X heißt dicht (in X )

⇐⇒

x X

in X

(x j ) j M : x j −−−→ x

j

→∞

(ii) X heißt separabel genau dann, wenn eine abzählbare dichte Teilmenge in X existiert.

Bemerkung :

Q dicht in R , Q n dicht in R n

analoge Definition gilt allgemeiner für metrische Räume: A M dicht ⇐⇒ ∀ x

M ε> 0

x ε A : d(x, x ε ) < ε , d.h. x ε K (x, ε )

Beispiel : ℓ 1 ( N ) ist separabel ( analog: ℓ 2 ( N ) : 1 (N ) ist separabel (analog: 2 (N ) separabel ):

betrachten c 00 (N ) = {a = (a j ) j K : m N n > m : a n = 0 } dicht in 1 (N ):

a1 (N )

|a k |, mm 0 a 0 = (a 1 ,

,a

m 0 , 0 ,

) c 00 (N ) : aa 0 1 ;

k = m

zudem ist jedes a c 00 (N ) durch Folgen aus c 00 Q (N ) = {ac 00 (N ) : a n Q} approximierbar, und c 00 Q (N ) abzählbar

Q } approximierbar, und c 0 0 Q ( N ) abzählbar Übung I-5 : Zeigen

Übung I-5 : Zeigen Sie, dass (N ) nicht separabel ist.

Bemerkung :

Teilraum U heißt abgeschlossen ⇐⇒ [ U, · ] vollständig

U dicht in X

⇐⇒

U = X

vollständig • U dicht in X ⇐⇒ U = X Beispiele : (a) U 1 =

Beispiele : (a) U 1 = {xR n : x n = 0 }⊂R n Hyperebene; abgeschlossen

(b)

U 2 = {x R 2 : a 1 x 1 + a 2 x 2 = 0 } ⊂ R 2 , (a 1 ,a 2 ) = 0 abgeschlossen

U 3 = {xR 3 : a 1 x 1 + a 2 x 2 + a 3 x 3 = 0 }⊂R 3 , (a 1 ,a 2 ,a 3 ) = 0 Ebene durch Ursprung; abgeschlossen

c 0 (N ) = {a (N ) : lim

a j = 0 } ⊂ (N ) Nullfolgen; abgeschlossener Teilraum,

Gerade durch Ursprung;

j

denn: sei (a n ) n c 0 (N ) (N ) mit a n −−−−→ a (N );

n→∞

j

a j = 0 ;

lim

sei ε > 0

z.z. : a c 0 (N ), d.h.

|a j |≤|a j a | + |a | ≤ aa n + |a |+ |a |

n

j

n

j

n

j

n

j

< 2 ε,

<ε, n>n 0 ( ε)

<ε, j>j 0 ( ε,n)

j j 0

(c)

analog zur Argumentation für 1 (N ) c 0 (N ) separabel

c 00 (N ) = {a (N ) : j 0 j j 0 : a j = 0 }⊂ (N ) Teilraum, nicht abgeschlossen; Es gilt: c 00 (N ) = c 0 (N ) (N );

klar: c 00 (N ) c 0 (N ) c 00 (N ) c 0 (N ) (b) = c 0 (N );

n.z.z. : c 0 (N ) c 00 (N )

1.1 Grundbegriffe

11

1.1 Grundbegriffe 11 Beispiele : sei a ∈ c 0 ( N ) == ⇒ Def.

Beispiele : sei a

c 0 (N ) ==

Def.

b j = (a 1 ,

,a

j , 0 ,

j

a j = 0 ⇐⇒

lim

ε > 0

j 0

j j 0

, 0) b j c 00 (N ), ab j = sup N |a k b j k | =

k

: |a j | <

sup |a k |, j j 0

k>j

ε ;

setzen

1.1.2 Vervollständigung

sei [ X, · ] normierter Vektorraum, U X Teilraum

Frage : Kann man für jeden beliebigen Teilraum U eines Banachraumes X , bzw. sogar für jeden normierten Vektorraum Y eine ‘Vervollständigung’ finden, d.h. einen Banachraum W mit Y = W?

Definition 1.9 Seien [ X, · X ] und [ Y, · Y ] normierte Vektorräume. X und Y heißen isometrisch-isomorph genau dann, wenn eine lineare Abbildung L : X Y existiert, für die gilt

(i)

Lx Y = x X für alle x X

(ii)

L surjektiv, L (X ) = Y .

Die Abbildung L heißt isometrischer Isomorphismus .

Bemerkung : L : X Y linear, surjektiv, isometrisch L 1 : Y X existiert, isometr. Isomorphismus

Satz 1.10 (i) Jeden normierten Vektorraum kann man isometrisch-isomorph auf eine dichte Teilmenge eines geeigneten Banachraumes abbilden.

(ii) Sämtliche Banachräume mit dieser Eigenschaft sind unterei nander isometrisch-isomorph.

B e w e i s : 1. Schritt: zu (i); sei [ X, · X ] normierter Vektorraum; konstruieren Banachraum [ Y, · Y ] und Isomorphismus L : X L (X ) Y mit L (X ) = Y

führen auf der Menge aller Cauchyfolgen (x n ) n in X Äquivalenzrelation ein:

(x n ) n X (z n ) n

⇐⇒

(x n z n ) n c 0 (X, N ) Nullfolge, d.h.

n x n z n X = 0

lim

betrachten für Cauchy-Folge x = (x n ) n deren Äquivalenzklasse

[ x] X = { (z n ) n Cauchy-Folge in X : (x n ) n X (z n ) n }

setzen Y = { [ x] X : (x n ) n Cauchy-Folge in X} ; linearer Vektorraum:

[0] X = { (z n ) n X : lim

n z n = 0 } = c 0 (X,N )

(y n ) n Cauchy-Folgen, λ, µ K λ[ x] X + µ [ y ] X = [ λx + µy ] X

x = (x n ) n , y =

Unabhängigkeit

von der Auswahl der Repräsentanten: seien (ξ n ) n [ x] X , (η n ) n [ y ] X

λξ n + µη n = λx n + λ (ξ n x n ) + µy n + µ (η n y n ) X λx n + µy n

−−−−→

0

−−−−→

0

n

→∞

n

→∞

führen nun Norm ein auf Y : sei [ x] X Y , setzen [ x] X Y = lim

n→∞ x n X

existiert nach Lemma 1.3(iii), da ( x n X ) n Cauchy-Folge in K und K vollständig;

unabhängig von Auswahl des Repräsentanten: seien (x n ) n , (z n ) n [ x] X (x n ) n X (z n ) n

x n X z n X x n z n X −−−−→ 0

n→∞

lim

n