有界线性算子1

2023-12-02 19:15
文章标签 算子 界线

本文主要是介绍有界线性算子1,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

有界线性算子1

文章目录

  • 有界线性算子1
    • 一、有界线性算子和算子空间
      • 1.1 有界线性算子的概念
          • 【定义】有界线性算子、有界线性泛函
          • 【定理】有界集经线性算子映射后仍为有界集
          • 【定义】有界线性算子的算子范数
          • 【定理】算子范数的性质
      • 1.2 有界线性算子的连续性
          • 【定理】有界线性算子的连续性
          • 【定理】有界线性算子的性质
      • 1.3 有界线性算子空间
          • 【定理】有界线性算子构成赋范线性空间
          • 【定理】有界线性算子空间的完备性
          • 【定理】赋范线性空间上有界线性泛函的全体是Banach空间
          • 【定理】到自身的有界线性算子,算子的乘积即复合

一、有界线性算子和算子空间

研究空间的映射

1.1 有界线性算子的概念

【定义】有界线性算子、有界线性泛函

X 、 Y X、Y XY 是两个赋范线性空间, T : X → Y T:X\to Y T:XY 是线性算子1

  1. 若存在常数 c > 0 c>0 c>0 ,使得对一切 x ∈ X x\in X xX ∥ T x ∥ ≤ c ∥ x ∥ \|Tx\|\leq c\|x\| Txcx,则称 T T T有界线性算子

  2. 在 1 的基础上,当 Y Y Y R \R RKaTeX parse error: Undefined control sequence: \C at position 1: \̲C̲ 时, T T T 便称为有界线性泛函

【定理】有界集经线性算子映射后仍为有界集

X 、 Y X、Y XY 是两个赋范线性空间, T : X → Y T:X\to Y T:XY 是线性算子, 则

  • T T T 是有界线性算子 ⟺ \Longleftrightarrow T T T X X X 中有界集映射成 Y Y Y 中有界集
【定义】有界线性算子的算子范数

X 、 Y X、Y XY 是两个赋范线性空间, T : X → Y T:X\to Y T:XY 是有界线性算子,
∥ T ∥ = sup ⁡ x ∈ X x ≠ 0 ∥ T x ∥ ∥ x ∥ \|T\|=\sup_{\substack{x\in X\\x\neq0}}\frac{\|Tx\|}{\|x\|} T=xXx=0supxTx
∥ T ∥ \|T\| T 称为 T T T算子范数/范数

【定理】算子范数的性质

X 、 Y X、Y XY 是两个赋范线性空间, T : X → Y T:X\to Y T:XY 是有界线性算子,

  • ∥ T ∥ = sup ⁡ ∥ x ∥ ≤ 1 ∥ T x ∥ \|T\|=\sup_{\|x\|\leq1}\|Tx\| T=supx1Tx

  • ∀ x ∈ X \forall x\in X xX,有 ∥ T x ∥ ≤ ∥ T ∥ ∥ x ∥ \|Tx\|\leq\|T\|\|x\| TxT∥∥x

  • 如果存在 c > 0 c>0 c>0,使得

    1. ∀ x ∈ X \forall x\in X xX,有 ∥ T x ∥ ≤ c ∥ x ∥ \|Tx\|\leq c\|x\| Txcx
    2. ∥ T x 0 ∥ = c \|Tx_0\|=c Tx0=c ∃ x 0 ∈ X \exist x_0\in X x0X ∥ x 0 ∥ = 1 \|x_0\|=1 x0=1

    ∥ T ∥ = c \|T\|=c T=c

1.2 有界线性算子的连续性

【定理】有界线性算子的连续性

X 、 Y X、Y XY 是两个赋范线性空间, T : X → Y T:X\to Y T:XY 是线性算子,

  • ∃ x 0 ∈ X \exist x_0\in X x0X 使 T T T x 0 x_0 x0 处连续,则 T T T X X X 上连续
  • T T T 是有界线性算子当且仅当 T T T X X X 上连续

即对于线性算子,【有界性】和【连续性】是等价的,由此可以推出下面的定理

X 、 Y X、Y XY 是两个赋范线性空间, T : X → Y T:X\to Y T:XY 是有界线性算子,

  • ∣ x n ∣ ⊂ X |x_n|\subset X xnX x n → x 0 x_n\to x_0 xnx0,则 T x n → T x 0 Tx_n\to Tx_0 TxnTx0
  • T T T 是零空间, N ( T ) = { x ∈ X ∣ T x = 0 } \mathcal{N}(T)=\{x\in X|Tx=0\} N(T)={xXTx=0} 是闭的
【定理】有界线性算子的性质

有界线性算子空间 B ( X , Y ) \mathcal{B}(X,Y) B(X,Y),按照算子范数成为赋范线性空间

X X X 为赋范线性空间, Y Y Y 为Banach空间,则

  • B ( X , Y ) \mathcal{B}(X,Y) B(X,Y) 为Banach空间

X X X 为赋范线性空间, X ∗ X^* X X X X 上所有的有界线性泛函,则 X ∗ X^* X 是Banach空间

X X X 为赋范线性空间, B ( X , X ) \mathcal{B}(X,X) B(X,X) 是其上所有的有界线性算子,则

  • ∀ S , T ∈ B ( X , X ) \forall S,T\in\mathcal{B}(X,X) S,TB(X,X),复合 S ∘ T ∈ B S\circ T\in\mathcal{B} STB ∥ S ∘ T ∥ ≤ ∥ S ∥ ∥ T ∥ \|S\circ T\|\leq\|S\|\|T\| STS∥∥T2

1.3 有界线性算子空间

【定理】有界线性算子构成赋范线性空间

B ( X , Y ) \mathcal{B}(X,Y) B(X,Y) 是赋范线性空间 X X X Y Y Y 的有界线性算子全体的集合,则 B ( X , Y ) \mathcal{B}(X,Y) B(X,Y) 按照式 ( T + S ) x = T x + S x (T+S)x=Tx+Sx (T+S)x=Tx+Sx ( α T ) x = α T x ( x ∈ X ) (\alpha T)x=\alpha Tx\ (x\in X) (αT)x=αTx (xX) 定义的线性运算和按照式 ∥ T ∥ = sup ⁡ x ∈ X , x ≠ 0 ∥ T x ∥ ∥ x ∥ \|T\|=\sup_{x\in X,x\neq0}\frac{\|Tx\|}{\|x\|} T=supxX,x=0xTx 定义的范数成为赋范线性空间。

【定理】有界线性算子空间的完备性

X , Y X,Y X,Y 是赋范线性空间,其中 Y Y Y 是 Bananch 空间,则 B ( X , Y ) \mathcal{B}(X,Y) B(X,Y) 是 Banach 空间3

【定理】赋范线性空间上有界线性泛函的全体是Banach空间

X X X 是赋范线性空间, X ∗ X^* X 是其上有界线性泛函的全体,则 X ∗ X^* X 是 Banach 空间

【定理】到自身的有界线性算子,算子的乘积即复合

X X X 是赋范线性空间, B ( X , X ) \mathcal{B}(X,X) B(X,X) 是其上有界线性算子的全体,则 ∀ S , T ∈ B ( X , X ) \forall S,T\in\mathcal{B}(X,X) S,TB(X,X),复合 S ∘ T ∈ B ( X , X ) S\circ T\in \mathcal{B} (X,X) STB(X,X) ∥ S ∘ T ∥ ≤ ∥ S ∥ ∥ T ∥ \|S\circ T\|\leq\|S\|\|T\| STS∥∥T



  1. 【线性算子】 X 、 Y X、Y XY是两个线性空间, D D D X X X 的线性子空间, T : D → Y T:D\to Y T:DY 是一种映射,对于 ∀ x , y ∈ D \forall x,y\in D x,yD,若存在 T ( α x + β y ) = α T ( x ) + β T ( y ) T(\alpha x+\beta y)=\alpha T(x)+\beta T(y) T(αx+βy)=αT(x)+βT(y),则 T T T 为线性算子 ↩︎

  2. 【复合映射】设有映射 f : A → B f:A\to B f:AB g : B → C g:B\to C g:BC,则可定义复合映射 f ∘ g : A → C f\circ g:A\to C fg:AC,对于算子,也会用算子的乘积(如 f g fg fg)来表示算子的复合 ↩︎

  3. 【Banach空间】完备的赋范线性空间称为Banach空间 ↩︎

这篇关于有界线性算子1的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/446485

相关文章

spark算子集锦

Spark 是大数据领域的一大利器,花时间总结了一下 Spark 常用算子,正所谓温故而知新。 Spark 算子按照功能分,可以分成两大类:transform 和 action。Transform 不进行实际计算,是惰性的,action 操作才进行实际的计算。如何区分两者?看函数返回,如果输入到输出都是RDD类型,则认为是transform操作,反之为action操作。 准备 准备阶段包括s

OrangePi AIpro 香橙派 昇腾 Ascend C 算子开发 与 调用 - Tiling实现 2

OrangePi AIpro 香橙派 昇腾 Ascend C 算子开发 与 调用 - Tiling实现 2 flyfish 前置知识 1 前置知识 2 Host侧CPU和Device侧NPU的主要区别 不同的硬件资源 CPU是为了执行通用计算任务而设计的,但在处理大量的并行计算(如矩阵乘、批数据处理)时效率不高。NPU是为了加速机器学习和深度学习任务而设计的,它擅长执行大量的并行计算。N

fpga图像处理实战-边缘检测 (Roberts算子)

Roberts算子         Roberts算子是一种用于边缘检测的算子,主要用于图像处理中检测图像的边缘。它是最早的边缘检测算法之一,以其计算简单、速度快而著称。Roberts算子通过计算图像像素在对角方向的梯度来检测边缘,从而突出图像中灰度变化最剧烈的部分。 原理             Roberts算子通过对图像应用两个2x2的卷积核(也称为掩模或滤波器)来计算图像在水平和垂直

图像边缘检测技术详解:利用OpenCV实现Sobel算子

图像边缘检测技术详解:利用OpenCV实现Sobel算子 前言Sobel算子的原理代码演示结果展示结语 前言   在数字图像处理的广阔领域中,边缘检测技术扮演着至关重要的角色。无论是在科学研究、工业自动化,还是在日常生活中的智能设备中,我们都需要从图像中提取有用的信息。边缘,作为图像中亮度变化最显著的地方,为我们提供了识别和理解图像内容的关键线索。因此,边缘检测算法成为了计算机视

OrangePi AIpro 香橙派 昇腾 Ascend C 算子开发 与 调用 - Tiling实现

OrangePi AIpro 香橙派 昇腾 Ascend C 算子开发 与 调用 - Tiling实现 flyfish 前置知识 基于Kernel直调工程的算子开发流程图 其中有一个Tiling实现 什么是Tiling、Tiling实现 计算API,包括标量计算API、向量计算API、矩阵计算API,分别实现调用Scalar计算单元、Vector计算单元、Cube计算单元执行计算的功

深度学习常用算子

深度学习常用算子 算子功能ReluReLU(x)=max(0,x)LeakyReluLeakyRelu(x) = (x >= 0 ? x : x*negative_slope)Relu6LeakyRelu(x) = max(max(x, 0), 6)Tantanh(x)=(exp(x)-exp(-x))/(exp(x)+exp(-x))sigmoidsigmoid(x) = 1.

计算机 软件 什么是算子

算法(algorithm)是为了达到某个目标,实施的一系列指令的过程,而指令包含算子(operator)和操作数(operand)。   算子:operator, 简单说来就是进行某种“操作“,动作。算法中的一个函数、几行可以重复使用的代码、一个数学中的平方操作,这些都可以认为是算子 操作数:operand,被操作的对象,称之为操作数。     广义的讲,对任何函数进行某一项操作都可以

Halcon提取边缘线段lines_gauss 算子

Halcon提取边缘线段lines_gauss 算子 edges_color_sub_pix和edges_sub_pix两个算子使用边缘滤波器进行边缘检测。还有一个常用的算子lines_gauss算子,也可以用于提取边缘线段,它的鲁棒性非常好,提取出的线段类型是亚像素精度的XLD轮廓。其原型如下: lines gauss(Image : Lines : Sigma, Low, High, Li

Sobel算子,Scharr算子和Laplacian算子

图像边缘检测大幅度地减少了数据量,并且剔除了可以认为不相关的信息,保留了图像重要的结构属性。有许多方法用于边缘检测, 绝大部分可以划分为两类:基于搜索和基于零穿越。 基于搜索:通过寻找图像一阶导数中的最大值来检测边界,然后利用计算结果估计边缘的局部方向,通常采用梯度的方向,并利用此方向找到局部梯度模的最大值,代表算法是Sobel算子和Scharr算子 基于零穿越:通过寻找图像二阶导数零穿越来寻找边

Flink1.14.* 各种算子在StreamTask控制下如何调用的源码

前言:一、StreamTask执行算子的生命周期二、 Source的streamTask用的是SourceStreamTask三、基础转换操作,窗口用的是OneInputStreamTask1、初始化OneInputStreamTask2、StreamTask运行invoke调用的是StreamTask的processInput方法3、从缓冲区获取数据放入到内存中4、调用算子的proce