线性算子的谱理论.docxVIP

线性算子的谱理论 谱理论的重要性 1、考虑线性常微分方程组： x c( t ) Ax ( t)。 一方面，求方程的解只需要求出矩阵 A 的特 征值即得解为 x(t) = eAtx0；另一方面，解的 稳定性等价于矩阵 A 的特征值实部为负。 2、特征子空间是不变子空间，在更小的空间 讨论算子的性质往往要方便些…… 空间：有限维 → 无限维 变换：矩阵 → 有界或无界线性(闭)算子 特征值 → 谱 定义：设 X 为 Banach 空间，A 为 X 上的(闭) 线性算子。若 (OI - A)-1±L(X)，则称 O 为 A 的正则点； 正则集或预解集：U(A) = {正则点} ； 预解算子：R(O，A) = (OI - A)-1； 谱集：V(A) = K\U(A) 有限维情形 (OI - A)-1±L(Cn) x OI - A 为双射 x OI - A 为满射 x OI - A 为单射 (OI - A)x = 0 只有 0 解。 即： O±V(A) x (OI - A)x = 0 有非 0 解 O 为矩阵 A 的特征值。 有限维情形 关键： 单射 x 满射。 原因： Rank(OI - A) + dim Ker(OI - A) = n (1) 因此，OI - A 为单射 x (OI - A)x = 0只有 0 解 Rank(OI - A) = n x 矩阵 OI - A 可逆 OI - A 为双射 x OI - A 为满射。 无限维情形 关键： 此时，(1) 不再成立。因此，单射和 满射之间不再具有等价关系。 依照映射 OI – A 的性质，有如下分类 单、满，则(OI - A)-1±L(X)，预解集U(A)； 不单，(OI - A)x = 0 有非 0 解，点谱Vp(A) ? 单，R(OI A) z R(OI A) X ，连续谱Vc(A) ? 单，R(OI A) z X ，剩余谱Vr(A) 。 无限维情形 例1、设 X = BUC(R，C)，即全体从 R 到 C 的有界一致连续函数按照上确界范数构成的 Banach 空间。设A为微分算子，即 A: x(t) o xc(t)， A 为闭算子，且 V(A) = Vp(A) = iR。 目标分三部分： 证明对任何 b ± R，ib±Vp(A)； 证明若 a ≠ 0，则 a+ib±U(A)； 证明 A 为闭算子。 ib±Vp(A)，即方程 (ib - A)x = 0 有非 0 解，令(直接解微分方程) x(t) = eibt，则 (Ax)(t) = ibeibt = ibx(t)， 即 Ax = ibx，ib 为点谱，x为对应特征向量。 证明若 a ≠ 0，则O = a+ib ± U(A)。 设 a 0，对 x±X，证明 y±X，使得 (OI - A) y = x， 即如下常微分方程在 X 中有解 y ( t ) y c( t ) x ( t)。 利用一阶线性常微分方程的常数变异公式 y ( t ) y ( s )e O ( t s ) 3st e O ( t W ) x (W )dW 若 y(t) 有界，令 s ? +?，则 y ( t ) 3ft e O ( t W ) x (W )dW 3f e OW x ( t W )dW 0 由于 a 0，可知积分 y(t) 收敛，并且 | y(t)| ≤ a-1|| x ||， t±R。 x 一致连续，知 y 一致连续。从而，y±X。因此， (OI - A)y = x 有解，即 O±U(A)。并且有 ||(OI - A)-1|| ≤ a-1。 若 a 0，在 y ( t ) y ( s )e O ( t s ) 3st e O ( t W ) x (W )dW 令 s ? -?，类似地讨论 y ( t ) 3 ft e O ( t W ) x (W )dW 3f0 e OW x ( t W )dW 命题：设 A 为 Banach 空间 X 上的线性算 子，满足 U(A) 非空，则 A 为闭算子。 证明：设 xn → x，Axn = yn → y。 目标：Ax = y。设 O±U(A)，则 Oxn – Axn → Ox – y xn → (OI – A)-1(Ox – y) x = (OI – A)-1(Ox – y) Ox – Ax = Ox – y Ax = y。 例2、设 X = l2。 设 A 为右移位算子，则 0±Vr(A)； 设 B 为左移位算子，则 0±Vp(B)。 证明：(1) 令 M = span{e1}，e1 = (1，0， ) R(A) = MA。因此，0±Vr(A)； (2) Ker(B) = M，可知 0±Vp(B)，M 中的非 0 向量为对应的特征向量。 例3、设 X