WikiDer > Topologischer Vektorraum

Topologische vectorruimte

Topologische Vektorräume sind das zentrale Studienobjekt eines Zweiges der Mathematik Das Funktionsanalyse heiß.[1]

Definition

Ein topologischer Vektorraum ist a Vektorraum über einen topologischer Körper (in der Regel der Körper (in Belgien: Körper) der reellen oder komplexen Zahlen), versehen mit a Topologie die mit den üblichen Vektoroperationen kompatibel ist; das heißt, die Addition von Vektoren

und der Skalarmultiplikation eines Vektors mit einer Zahl

kontinuierliche Bilder sein.

Hiermit die Produktbereiche ausgestattet mit dem Produkttopologie.

Im Rest dieses Artikels gehen wir davon aus, dass Vektorräume immer über dem Skalarkörper der reellen oder komplexen Zahlen definiert sind. Wenn wir in Beispielen von Zahlen, Zeilen oder Funktionen nicht explizit angeben, ob sie reell sind oder Komplex das bedeutet, dass beide Varianten möglich sind.

Die Klasse der topologischen Vektorräume ist eigentlich zu "groß", um eine schöne Theorie darüber aufzustellen. Daher wird bei der Definition topologischer Vektorräume oft davon ausgegangen, dass die Topologie-Onologie V entspricht der HausdorffEigentum (siehe auch zie Trennungsaxiom) Oft beschränkt man sich auch auf eine spezielle Art von topologischen Vektorräumen, in denen es a Base des Topologie ist, bestehend aus konvexe Sammlungen

Um genaue Aussagen über die Konvergenz von Funktionen treffen zu können, wurden zunächst Klassen topologischer Vektorräume geschaffen. Die meisten "natürlichen" Funktionsmengen kann man sich als topologische Vektorräume vorstellen. Der Begriff Verteilung, erfunden von Paul Dirac und formalisiert von Laurent Schwartz, ergibt einen topologischen Vektorraum mit no Funktionsraum ist (deren Vektoren keine gewöhnlichen Funktionen sind).

Normen und Metriken

Sie ein Norm auf einem Vektorraum . Die Distanz zwischen zwei Vektoren und bestimmt a metrisch und damit eine Topologie auf . Aus der Definition einer Norm folgt, dass die Vektoroperationen mit dieser Topologie kompatibel sind. Außerdem, a metrischer Raum immer ein Hausdorff-Raum. Normalisierte Vektorräume sind also natürlich topologische Vektorräume.

Wenn der resultierende metrische Raum völlig ist, dann sprechen wir von a Banach-Raum.

Allgemeiner gesagt, sie eine translationsinvariante Metrik auf einem Vektorraum , also eine Metrik mit der Eigenschaft, dass the für alle Vektoren , und . Auf die gleiche Weise wie oben, natürlich ein topologischer Vektorraum.

Ist der zugrundeliegende metrische Raum vollständig, dann spricht man von a -Platz.

Wenn wir die obige Norm durch a . ersetzen halbnormal (was keine Norm ist), dann erfüllt der topologische Raum nicht mehr die Hausdorff-Eigenschaft. Sie jedoch eine (möglicherweise unendliche) Familie von Seminormen auf , indiziert von jeder Sammlung . Angenommen, die Familie unverwechselbar ist in dem Sinne, dass für alle nicht-Nullvektor es gibt mindestens ein Mitglied der Familie existiert, für die Dann existiert eine kleinste Topologie auf diese alle macht kontinuierlich. Diese Topologie erfüllt die Anforderungen eines topologischen Vektorraums einschließlich der Hausdorff-Eigenschaft.

Beispiele

Die endlichdimensionalen Räume und mit ihrer euklidischen Norm sind Banachräume. Übrigens sind bei gleicher endlicher Dimension und Körper alle Normen norm Äquivalent: sie induzieren die gleiche topologische Struktur.

-Räume

Sie . Name der Vektorraum der unendlichen Reihen von denen die -die Kräfte eins absolut konvergente Reihe Formen:

Das -die Wurzel der Macht von oben Ausdruck ist ein vollständiger Standard auf . Dieser Standard wird normalerweise mit einem Index gekennzeichnet notiert: . Das Ehepaar ist ein Banachraum.

Definiere den Vektorraum als Menge unendlicher Reihen, deren Größe begrenzt ist:

Dann ist auch ein Banach-Zimmer.

-Räume

Sie . Definiere den Vektorraum mit der Menge von Lebesgue messbaren Funktionen auf dem Intervall von denen die - die Lebesgue-Kraft ist integrierbar:

(eigentlich handelt es sich um Funktionsklassen: zwei messbare Lebesgue-Funktionen gehören zur gleichen Klasse, wenn ihr Unterschied eine Nullfunktion ist)

wenn , dann ist die -die Wurzel der Macht von ein kompletter Standard, der auch Anmerkungen.

wenn , dann ist (ohne Potenzwurzel) eine translationsinvariante Metrik auf . Der resultierende metrische Raum ist vollständig, also haben wir a -Raum (aber kein Standard).

Analog zu wird definiert als die Sammlung der im Wesentlichen begrenzt Lebesgue-Funktionsklassen (es gibt a Nullmenge jenseits dessen die Mitglieder der Klasse absolut beschränkt sind), wobei die Norm die wesentliche oberste

wahr variiert über alle Lebesgue-Nullsätze hinweg. Dies ist auch ein Banach-Raum.

Weitere Informationen zu diesen Räumen: siehe Artikel LP-Zimmer.

Konvexität

Eine Menge von Vektoren ist konvex wenn bei jedem Punktpaar auch das dazwischenliegende Liniensegment zu dieser Menge gehört.

EIN lokal konvex topologischer Vektorraum ist ein topologischer Vektorraum, in dem der Nullvektor (und damit jeder andere Punkt) a lokale Basis die aus konvexen Mengen besteht. Es stellt sich heraus, dass dies genau die gleichen Räume sind, die von einer bestimmten Familie von Seminormen erzeugt werden (siehe oben unter "Normen und Metriken").

Eine translationsinvariante Metrik erzeugt nicht immer einen lokal konvexen Raum. Wir nennen Frechet-Zimmer jede lokale konvexe -Platz. (Dieser Begriff sollte nicht mit dem topologischen Trennungsaxiom, das geht auch an Maurice Frechet genannt).

Das oben definierte -Platz vor dem ist nicht lokal konvex und daher kein Fréchet-Raum.

Kontinuierliche lineare Bilder

Praktische Anwendungen verwenden fast immer lineare Bilder von einem topologischen Vektorraum in einen anderen oder Transformationen innerhalb desselben Raums. Ein Bild zwischen Vektorräumen ist linear, wenn Vektoraddition und Skalarmultiplikation berücksichtigt werden

Besondere Aufmerksamkeit verdienen natürlich lineare Abbildungen, die die topologische Struktur in dem Sinne respektieren, dass sie kontinuierlich sind: für jede Umgebung des Nullvektors von Gibt es eine Umgebung? des Nullvektors von der drinnen wird gezeigt.

Das Operatortheorie untersucht kontinuierliche oder diskontinuierliche lineare Karten zwischen topologischen Vektorräumen.

Doppelter Raum

Das Doppelraum eines topologischen Vektorraums besteht aus dem kontinuierliche lineare Funktionale auf , d. h. die stetigen linearen Abbildungen von zu seinem Skalarfeld (den reellen oder komplexen Zahlen).

Die Vektorraumstruktur von (Addition und Skalarmultiplikation) ist offensichtlich. Dieser Raum kann mit der kleinsten Topologie ausgestattet werden, die die Auswertungsbilder

stetig (dies ist ein Beispiel für a Ausgangstopologie). Diese Topologie heißt schwach* ("schwacher Stern") Topologie. Sie stellt sich immer heraus Hausdorff sein und macht damit aus ein topologischer Vektorraum. Außerdem ist dieser topologische Vektorraum lokal konvex.

Auf dem ursprünglichen Platz man kann die kleinste Topologie anzeigen, die alle Elemente von enthält stetig, also auch eine Ausgangstopologie. Dies ist jedoch nur Hausdorff, wenn die stetigen linearen Funktionale Trennung das heißt, wenn für jedes Element mindestens ein stetiges lineares Funktional

existiert mit .

Nicht alle topologischen Vektorräume "genug" stetige lineare Funktionale haben, um dies zu erfüllen, aber wenn lokal konvex gilt diese Eigenschaft. In diesem Fall sprechen wir von der schwache Topologie von . Die schwache Topologie kann sich durchaus von der ursprünglichen Topologie von . unterscheiden , aber zumindest ist es lokal konvex. Außerdem ist ihr dualer Raum wieder .

Der Begriff "schwache Topologie" beruht darauf, dass die offene Sammlungen dieser Topologie bilden eine Teilmenge der ursprünglichen Topologie von X.

Beispiel

Von dem Darstellungssatz von Rieszz folgt, dass die Doppelraum von , die kontinuierliche komplexe Funktionen auf der geschlossenen Einheitsintervall, besteht aus komplex Borelgrößen (komplexe Linearkombinationen von Wahrscheinlichkeitsmaße).

Quellen

  1. Conway, John B., Vorwort zu "A Course in Functional Analysis", Springer Graduate Texts in Mathematics 96, 2. Auflage 1990