概率论与数理统计中的算子半群 第一讲 Banach-Steinhaus定理1 Baire's Category与Banach-Steinhaus定理的证明

  • Baire's Category Theorem
  • Banach-Steinhaus定理(uniform boundedness principle)

写在前面

在随机微分方程那个系列中,我们在讨论Markov family的时候引入了Markov family的算子半群,这是一个在概率论与数理统计的理论中非常强大的分析工具。在随机分析中,算子半群可以用来分析Markov过程与Levy过程的性质,进而分析某些随机微分方程的解的构造;在统计计算的理论中,算子半群可以用来表达一种MCMC类的算法,这样就能把算法的收敛与误差分析化归为对算子半群的范数的讨论。所以我打算单独开一个系列,介绍概统中的算子半群。

Baire’s Category Theorem

Baire’s Category Theorem是泛函分析中的经典结果,我们先引入这个工具。

nowhere dense
(X,∥⋅∥)(X,\left\| \cdot \right\|)(X,∥⋅∥)是一个赋范线性空间,SSS是它的子集;
∀x∈X,ϵ>0\forall x \in X,\epsilon>0∀x∈X,ϵ>0,B(x,ϵ)={y∈X:∥y−x∥<ϵ}B(x,\epsilon)=\{y \in X:\left\| y -x \right\|<\epsilon \}B(x,ϵ)={y∈X:∥y−x∥<ϵ}被称为XXX中的open ball;
∀x∈X,ϵ>0\forall x \in X,\epsilon>0∀x∈X,ϵ>0,Bˉ(x,ϵ)={y∈X:∥y−x∥≤ϵ}\bar B(x,\epsilon)=\{y \in X:\left\| y -x \right\|\le \epsilon \}Bˉ(x,ϵ)={y∈X:∥y−x∥≤ϵ}被称为XXX中的closed ball;
称SSS nowhere dense if and only if (in short, iff) SSS的闭包(clScl SclS)不包含任何open ball,另一种表述为任意open ball BBB都有一个open ball子集B′B'B′,使得S∩B′=ϕS \cap B' = \phiS∩B′=ϕ;

Baire first category set
在拓扑空间中,能被可列个nowhere dense集合的并表示的集合被称为Baire first category set;

Baire second category set
在拓扑空间中,能被可列个nowhere dense集合或者开集的并表示的集合被称为Baire second category set,或者不是Baire first category set的集合就是Baire second category set;

Baire’s Category Theorem
Banach空间不能表示成可列个nowhere dense集合的并(也就是说Banach空间不是Baire first category set,它是Baire second category set)

证明思路
用反证法,假设XXX是Banach空间,{Sn}\{S_n\}{Sn​}是可列个nowhere dense集合,并且
X=⋃n∈NSnX = \bigcup_{n \in \mathbb{N}} S_nX=n∈N⋃​Sn​

假设B0=B(0,1)B_0=B(0,1)B0​=B(0,1),因为S1S_1S1​ nowhere dense,于是∃B1⊂B0\exists B_1 \subset B_0∃B1​⊂B0​,B1B_1B1​是open ball并且B1∩S1=ϕB_1 \cap S_1 = \phiB1​∩S1​=ϕ;我们可以假设B1B_1B1​的半径小于1/21/21/2,如果B1B_1B1​的半径大于1/21/21/2,我们总是可以找到一个更小的open ball与S1S_1S1​无交;

重复这个过程,S2S_2S2​ nowhere dense,于是存在B1B_1B1​的open ball子集B2B_2B2​使得S2S_2S2​与B2B_2B2​无交且B2B_2B2​的半径小于1/31/31/3;

对于一般情形,存在半径小于1n+2\frac{1}{n+2}n+21​的open ball Bn+1B_{n+1}Bn+1​与Sn+1S_{n+1}Sn+1​无交;

因为⋃n∈NclBn\bigcup_{n \in \mathbb{N}}cl B_n⋃n∈N​clBn​非空(为了更加严谨,这个结果需要证明),于是∃x∈clBn,∀n\exists x \in clB_n,\forall n∃x∈clBn​,∀n,那么xxx一定也是Banach空间中的点;但是BnB_nBn​与SnS_nSn​无交,于是xxx不属于任意SnS_nSn​,所以
x∉⋃n∈NSnx \notin \bigcup_{n \in \mathbb{N}} S_nx∈/​n∈N⋃​Sn​

这样我们就说明了∃x∈X,x∉⋃n∈NSn\exists x \in X, x \notin \bigcup_{n \in \mathbb{N}} S_n∃x∈X,x∈/​⋃n∈N​Sn​,这与X=⋃n∈NSnX=\bigcup_{n \in \mathbb{N}} S_nX=⋃n∈N​Sn​矛盾。

Banach-Steinhaus定理(uniform boundedness principle)

假设XXX是一个Banach空间,{An}\{A_n\}{An​}是可列个XXX上的有界线性算子,∀x∈X\forall x \in X∀x∈X,sup⁡n≥1∥Anx∥\sup_{n \ge 1} \left\| A_nx \right\|supn≥1​∥An​x∥有界,则sup⁡n≥1∥An∥\sup_{n \ge 1} \left\| A_n \right\|supn≥1​∥An​∥有界;

证明思路
定义Sn={x∈X:sup⁡k≥1∥Akx∥≤n}S_n = \{x \in X:\sup_{k \ge 1} \left\| A_kx \right\| \le n\}Sn​={x∈X:k≥1sup​∥Ak​x∥≤n}因为有界线性算子等价于连续线性算子,所以AnA_nAn​连续,因此SnS_nSn​是闭集;并且
X=⋃n≥1SnX = \bigcup_{n \ge 1}S_nX=n≥1⋃​Sn​

根据Baire’s Category Theorem,SnS_nSn​不是Baire first category set,于是存在一个SlS_lSl​有closed ball子集Bˉ(x,r)\bar B(x,r)Bˉ(x,r),考虑y∈Xy \in Xy∈X,引入向量
z=x+r∥y∥y∈Bˉ(x,r)z = x+ \frac{r}{ \left\|y \right\|} y \in \bar B(x,r)z=x+∥y∥r​y∈Bˉ(x,r)


∥Any∥=∥∥y∥rAnz−∥y∥rAnx∥≤∥y∥r∥Anz∥+∥y∥r∥Anx∥≤2lr∥y∥\left\| A_n y \right\|= \left\| \frac{\left\|y \right\|}{ r}A_n z - \frac{\left\|y \right\|}{ r}A_n x \right\| \le \frac{\left\|y \right\|}{ r}\left\| A_n z \right\|+\frac{\left\|y \right\|}{ r}\left\| A_n x \right\| \le \frac{2l}{r}\left\| y \right\|∥An​y∥=∥∥∥∥​r∥y∥​An​z−r∥y∥​An​x∥∥∥∥​≤r∥y∥​∥An​z∥+r∥y∥​∥An​x∥≤r2l​∥y∥

因为x,z∈Bˉ(x,r)⊂Slx,z \in \bar B(x,r) \subset S_lx,z∈Bˉ(x,r)⊂Sl​,于是
sup⁡n≥1∥An∥≤2lr\sup_{n \ge 1} \left\| A_n \right\| \le \frac{2l}{r}n≥1sup​∥An​∥≤r2l​

概率论与数理统计中的算子半群 第一讲 Banach-Steinhaus定理1 Baire‘s Category与Banach-Steinhaus定理的证明相关推荐

  1. 概率论与数理统计中的算子半群 第一讲 Banach-Steinhaus定理2 Banach-Steinhaus定理的应用

    概率论与数理统计中的算子半群 第一讲 Banach-Steinhaus定理2 Banach-Steinhaus定理的应用 上一讲我们介绍了Banach-Steinhaus定理: Banach-Stei ...

  2. 概率与统计在计算机应用,计算机技术在概率论和数理统计中的应用

    计算机技术在概率论和数理统计中的应用 (5页) 本资源提供全文预览,点击全文预览即可全文预览,如果喜欢文档就下载吧,查找使用更方便哦! 19.90 积分 概率论与数理统计 期中论文计算机技术在概率论和 ...

  3. python在概率论与数理统计中的作用

    概率论与数理统计 一.描述性统计和统计图 1.用Pandas来计算统计量 使用 pandas的describe方法计算相关统计量,并计算身高和体重的偏度,峰度,样本的25%,50%,90%分位数 数据 ...

  4. 概率论与数理统计中的独立(独立 独立同分布 不相关)

    由均值方差的性质,Z=x−μσ2,则E(z)=0,var(z)=1由均值方差的性质,Z=\frac{x- μ}{\sqrt{σ^2}},则E(z)=0,var(z)=1由均值方差的性质,Z=σ2​x− ...

  5. 概率论与数理统计学习笔记——第14讲——大数定律(1.切比雪夫不等式及切比雪夫大数定律)

    1. 问题引入 2. 依概率收敛 3. 大数定律 4. 切比雪夫大数定律 5. 切比雪夫不等式

  6. 概率论与数理统计学习笔记——第13讲——依概率收敛的意义

    1. 问题引入--能否按照数列收敛的定义类似地定义随机变量序列的收敛性? 2. 依概率收敛的定义

  7. 概率论与数理统计学习笔记——第六讲——离散型随机变量(6.2贝努利概型和二项分布)

    1. 贝努利试验的定义 2. 0-1分布(描述贝努利试验) 2. n重贝努利试验 3. 二项分布(描述n重贝努利试验) 4. 二项分布示例1 5.  二项分布示例2

  8. 概率论与数理统计学习笔记——第7讲——连续型随机变量(2.5.5正态分布)

    1. 正态分布(高斯分布)的背景及定义 2. 正态分布(标准正态分布)的定义 3. 正态分布密度曲线的特征 4. 正态分布的位置参数μ 5. 正态分布的形状参数σ^2 6.  标准正态分布的概率计算 ...

  9. 概率论与数理统计学习笔记——第8讲——多维随机变量的概念(3.1.4联合概率密度的概念及性质)

    1. 内容回顾--二维离散型随机变量 2. 二维连续型随机变量的联合概率密度 3. 联合概率密度的性质 4. 联合概率密度求解示例

最新文章

  1. L-SNET:从区域定位到尺度不变的医学图像分割
  2. 解决mysql中limit和in不能同时使用的问题
  3. “金主爸爸快回来交学费吧!”疫情让中国留学生难以返校,国外高校面临资金短缺...
  4. centos7之破解root密码
  5. 上海交大python答案_上海交通大学python期末考试样题加解析
  6. SQL读取树型所有下级或所有上级
  7. JavaScript 常见的六种继承方式
  8. Swift中switch比较元组类型
  9. Windows下,MySQL root用户忘记密码解决方案
  10. 开源软件生态_基础,亮点和建立成功的开源生态系统
  11. Codeforces Global Round 14, C. Phoenix and Towers
  12. SQL查询语句精华使用简要
  13. 一个好的热修复技术,将为你的 App助力百倍
  14. 举例理解哈夫曼树与哈夫曼编码
  15. matlab 科研绘图
  16. 【2020.10.29 洛谷团队赛 普及组】T6 U138025 小武的方程
  17. android仿小米日历,可周月选择
  18. 数图互通高校房产管理模块周转房管理是怎样管理如合同、续租、到期提醒
  19. brpc源码解析(四)—— Bthread机制
  20. SQL学习之full outer join关键字

热门文章

  1. Linux操作系统Ubuntu部署Mysql篇
  2. 可能大家都能跑通的ignite的HelloWorld
  3. JAVA: List用法
  4. C# WinForm获取程序所在路径方法
  5. 【hdu1241Oil Deposits】【HDU 2612 Find a way】
  6. 利用构造函数进行简化类初始化
  7. approxPolyDP函数
  8. 【topoSort拓扑排序】1424. 奖金(简单题目看拓扑排序)
  9. 理解extract_patches_2d
  10. 转载文章,感觉真的很心酸