Top Banner
64

VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Feb 06, 2018

Download

Documents

duongdiep
Welcome message from author
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Page 1: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Odjel za matematiku

Sveu£ili²ta u Rijeci

Ana Jurasi¢

VEKTORSKI PROSTORI 2

Materijali s predavanja

Rijeka, 2013.

Page 2: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Sadrºaj

1 Topolo²ki vektorski prostori 41.1 Uvod . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

1.1.1 Vektorski prostori . . . . . . . . . . . . . . . . . . . . . 41.1.2 Normirani prostori . . . . . . . . . . . . . . . . . . . . 61.1.3 Topolo²ki prostori . . . . . . . . . . . . . . . . . . . . . 7

1.2 Topolo²ki vektorski prostori . . . . . . . . . . . . . . . . . . . 91.3 Linearna preslikavanja . . . . . . . . . . . . . . . . . . . . . . 141.4 Kona£nodimenzionalni prostori . . . . . . . . . . . . . . . . . 161.5 Metrizabilnost . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

1.5.1 Cauchyjevi nizovi . . . . . . . . . . . . . . . . . . . . . 201.6 Omeenost i neprekidnost . . . . . . . . . . . . . . . . . . . . 22

1.6.1 Omeeni skupovi . . . . . . . . . . . . . . . . . . . . . 221.6.2 Omeeni linearni operatori . . . . . . . . . . . . . . . . 23

1.7 Polunorme i lokalna konveksnost . . . . . . . . . . . . . . . . . 251.8 Kvocijentni prostor i kvocijentna topologija . . . . . . . . . . . 31

2 Potpunost 332.1 Baireov teorem . . . . . . . . . . . . . . . . . . . . . . . . . . 332.2 Banach-Steinhausov teorem . . . . . . . . . . . . . . . . . . . 352.3 Teorem o otvorenom preslikavanju . . . . . . . . . . . . . . . . 392.4 Teorem o zatvorenom grafu . . . . . . . . . . . . . . . . . . . 422.5 Bilinearna preslikavanja . . . . . . . . . . . . . . . . . . . . . 44

3 Konveksnost 453.1 Hahn-Banachovi teoremi . . . . . . . . . . . . . . . . . . . . . 453.2 Slabe topologije . . . . . . . . . . . . . . . . . . . . . . . . . . 50

3.2.1 Slaba topologija topolo²kog vektorskog prostora . . . . 523.2.2 Slaba∗-topologija dualnog prostora . . . . . . . . . . . 53

3.3 Kompaktni konveksni skupovi . . . . . . . . . . . . . . . . . . 54

2

Page 3: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

4 Dualnost u Banachovim prostorima 554.1 Normirani dual normiranog prostora . . . . . . . . . . . . . . 554.2 Drugi dual Banachovog prostora . . . . . . . . . . . . . . . . . 584.3 Ortogonalnost u Banachovim prostorima . . . . . . . . . . . . 584.4 Duali podprostora i kvocijentnih prostora . . . . . . . . . . . . 604.5 Adjungirani operatori . . . . . . . . . . . . . . . . . . . . . . . 604.6 Kompaktni operatori . . . . . . . . . . . . . . . . . . . . . . . 63

3

Page 4: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Poglavlje 1

Topolo²ki vektorski prostori

1.1 Uvod

1.1.1 Vektorski prostori

Prisjetimo se najprije kako se denira struktura vektorskog prostora X =x, y, ... nad poljem Φ = α, β, .... Za polje skalara Φ uzimat ¢emo poljeR realnih brojeva, odnosno polje C kompleksnih brojeva. Elemente poljaΦ nazivamo sklarima. Vektorski prostor nad Φ je neprazan skup X,£ije elemente zovemo vektorima i u kojem su, redom na sljede¢i na£in i sasljede¢im algebarskim svojstvima, denirane dvije operacije - zbrajanje imnoºenje skalarima:

• Svakom paru vektora x i y pridruºuje se vektor x + y (dakle, + :X ×X −→ X, (x, y) 7→ x+ y), tako da je

x+ y = y + x,

x+ (y + z) = (x+ y) + z,

postoji jedinstven vektor 0 ∈ X (nul-vektor) takav da je x+ 0 = x, zasvaki x ∈ X i za svaki x ∈ X postoji jedninstven vektor −x ∈ X takavda je x+ (−x) = 0.

• Svakom paru (α, x), gdje je α ∈ Φ i x ∈ X, pridruºuje se vektor α · x(pi²emo αx) (dakle, imamo preslikavanje Φ×X −→ X, (α, x) 7→ αx),tako da je

1x = x, (posjedovanje jedinice)

α(βx) = (αβ)x (kvaziasocijativnost)

4

Page 5: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

i tako da vrijede sljede¢a dva zakona distributivnosti

α(x+ y) = αx+ αy,

(α + β)x = αx+ βx,

gdje su x, y ∈ X i α, β ∈ Φ.

Vidimo da je u odnosu na zbrajanje vektorski prostor X komutativna grupas neutralnim elementom 0. Oznaka 0 koristit ¢e se i za neutralni element zazbrajanje u polju skalara.

Realni vektorski prostor je onaj za koji je Φ = R, a kompleksnivektorski prostor onaj za koji je Φ = C. Ne navedemo li posebno poljeskalara, podrazumijevat ¢emo ova dva slu£aja.

Za vektorski prostor X, A,B ⊆ X, x ∈ X i λ ∈ Φ, deniramo skupove:

x+ A := x+ a | a ∈ A,x− A := x− a | a ∈ A,A+B := a+ b | a ∈ A, b ∈ B,

λA := λa | a ∈ A.

Napomenimo da se moºe dogoditi da je 2A 6= A+ A.Neprazan skup Y ⊆ X zove se potprostor od X (u oznaci Y < X) ako

je Y takoer vektorski prostor (u odnosu na iste operacije, nad istim poljemskalara). Lako se moºe provjeriti da je to slu£aj ako i samo ako je 0 ∈ Y iαY + βY ⊆ Y , za sve α, β ∈ Φ. Trivijalni potprostor vektorskog prostora Xje 0.

Skup C ⊆ X nazivamo konveksnim ako je

tC + (1− t)C ⊆ C,

gdje je 0 ≤ t ≤ 1. Dakle, C sadrºi tx+ (1− t)y, za svaki x, y ∈ C.Skup B ⊆ X je balansiran ako je αB ⊆ B, za svaki α ∈ Φ takav da je

|α| ≤ 1.Netrivijalni vektorski prostor X ima dimenziju n (dimX = n) ako X

ima bazu u1, ..., un. To zna£i da svaki x ∈ X ima jedinstven prikaz oblika

x = α1u1 + ...+ αnun,

gdje su αi ∈ Φ za i = 1, ..., n. Ako je dimX < +∞, kaºemo da je Xkona£nodimenzionalan, ina£e je beskona£nodimenzionalan. Za X =0, po deniciji uzimamo dimX = 0.

Navedimo nekoliko primjera.

5

Page 6: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

• Neka je Φn, gdje je n ∈ N, skup svih ureenih n-torki s koordinatamaiz Φ. Tada je Φn vektorski prostor nad Φ dimenzije n, uz uobi£ajeneoperacije s ureenim n-torkama.

• Neka je Φ[x] skup svih polinoma u varijabli x, s koecijentima iz Φ.Tada je Φ[x] vektorski prostor nad Φ (uz uobi£ajene operacije s poli-nomima) i dim Φ[x] =∞.

1.1.2 Normirani prostori

Vektorski prostor X nazivamo normiranim prostorom ako je svakom x ∈X pridruºen nenegativan realan broj ‖x‖, koji nazivamo norma od x, nasljede¢i na£in:

• ‖x+ y‖ ≤ ‖x‖+ ‖y‖, za sve x, y ∈ X,

• ‖αx‖ = |α|‖x‖, ako je x ∈ X i α je skalar,

• ‖x‖ > 0, ako je x 6= 0.

Primijetimo da iz ove tri to£ke slijedi da je ‖x‖ = 0 ⇔ x = 0. Terminnorma koristimo i za funkciju x 7→ ‖x‖ sa vektorskog prostora X u skup R.Navedimo nekoliko primjera:

• Na vektorskom prostoru Φn deniramo dvije norme na sljede¢i na-£in. Sa ‖x‖1 =

∑ni=1 |xi| i sa ‖x‖∞ = max|x1|, ..., |xn|, gdje je

x = (x1, ..., xn) ∈ Φn.

• Na vektorskom prostoru C([a, b]) = f | f : [a, b] −→ Φ neprekidna na [a, b],uz standardne operacije zbrajanja funkcija i mnoºenja funkcija skala-rima, deniramo dvije norme na sljede¢i na£in. Sa ‖f‖1 =

∫ ba|f(t)|dt i

sa ‖f‖∞ = max|f(t)| | t ∈ [a, b].

Svaki normirani prostor moºe se smatrati metri£kim prostorom, u kojemje udaljenost d(x, y) izmeu x i y dana sa ‖x−y‖. Vaºna svojstva metri£kefunkcije (metrike) d dana su sa:

• 0 ≤ d(x, y) <∞, za sve x, y ∈ X,

• d(x, y) = 0 ako i samo ako je x = y,

• d(x, y) = d(y, x), za sve x, y ∈ X,

• d(x, z) ≤ d(x, y) + d(y, z), za sve x, y, z ∈ X.

6

Page 7: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Navedimo neke poznate metri£ke prostore:

• U Rn moºemo uvesti euklidsku metriku

d2(x, y) =( n∑i=1

(xi − yi)2) 1

2

ili metriku

dp(x, y) =( n∑i=1

(xi − yi)p) 1p,

za p ≥ 1, ili metriku

d∞(x, y) = max1≤i≤n

|xi − yi|,

za sve x = (x1, ..., xn), y = (y1, ..., yn) ∈ Rn. Dakle, na istom se skupumogu zadati razli£ite metrike.

• Na vektorskom prostoru C([a, b]) metriku moºemo uvesti formulomd(f, g) = maxa≤t≤b |f(t) − g(t)| ili pak sa tzv. kvadratnom metrikom

d(f, g) = (∫ ba|f(t)− g(t)|2dt) 1

2 , gdje su f, g ∈ C([a, b]).

U metri£kom prostoru X, otvorena kugla sa sredi²tem x ∈ X i radiju-som r > 0 (r ∈ R) je skup

Br(x) = y ∈ X | d(x, y) < r,

a zatvorena kugla je skup Br(x) = y ∈ X | d(x, y) ≤ r. Posebno, ako jer = 1, govorimo o otvorenoj ili zatvorenoj jedini£noj kugli.

1.1.3 Topolo²ki prostori

Pojam metri£kog prostora moºe se dalje poop¢iti do pojma topolo²kog pros-tora.

Navedimo nekoliko vaºnijih pojmova. Podskup metri£kog prostora X jeotvoren ako i samo ako je (mogu¢e prazna) unija otvorenih kugli. Dakle,prazan skup ∅ takoer smatramo otvorenim. Preciznije, skup P ⊆ X je otvo-ren ako za svaki x ∈ P postoji otvorena kugla Br(x) takva da je Br(x) ⊆ P .Familija svih otvorenih skupova metri£kog prostora X je topolo²ka struk-tura ili topologija na X. Dakle, u svakom metri£kom prostoru moºemouvesti topologiju.

Topolo²ki prostor je neprazan skup S u kojem je familija τ otvorenihskupova (podskupova od S) denirana sljede¢im svojstvima:

7

Page 8: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

(T1) S je otvoren,

(T2) ∅ je otvoren,

(T3) presjek proizvoljna dva otvorena skupa je otvoren skup,

(T4) unija proizvoljne familije otvorenih skupova je otvoren skup.

Takva familija τ zove se topologija na S. Topolo²ki prostor koji odgovaratopologiji τ ozna£it ¢emo s (S, τ).

Navedimo nekoliko primjera:

• Neka je S = R i τ = U ⊆ R | (∀x ∈ U)(∃ε > 0)〈x − ε, x + ε〉 ⊆ U.Tada je (R, τ) topolo²ki prostor, koji nazivamo standardni jednodi-menzionalni euklidski topolo²ki prostor.

• Neka je (X, d) metri£ki prostor. Familija

τd = U ⊆ X | (∀x ∈ U)(∃ε > 0)Bε(x) ⊆ U

je topologija na X koju nazivamo topologija inducirana metrikomd. Ako je topologija τ inducirana metrikom d, kaºemo da su d i τmeusobno usklaene.

• Neka je X neprazan skup. Topologiju τ0 = ∅, X nazivamo indis-kretna topologija, a topologiju τX = P(X), familija svih podkupovaskupa X, diskretna topologija.

Uvedimo jo² neke nazive koje ¢emo koristiti. Skup E ⊆ S je zatvorenako i samo ako je njegov komplement EC = S\E otvoren. Zatvara£ E odE je presjek svih zatvorenih skupova koji sadrºe E. To je najmanji zatvoreniskup iz S koji sadrºi E. Unutra²njost (interior) E od E je unija svihotvorenih skupova koji su podskupovi od E. To je najve¢i otvoreni skup izS koji je sadrºan u E.

Okolina to£ke p ∈ S je svaki otvoreni skup koji sadrºi p. Navedimo dato£ka p pripada E ako i samo ako svaka okolina od p presijeca E. (S, τ)je Hausdorov prostor, a τ je Hausdorova topologija, ako razli£iteto£ke iz S imaju disjunkstne okoline. Dakle, za svake p, q ∈ S, takve da jep 6= q, postoje U, V ∈ τ takvi da je p ∈ U , q ∈ V i U ∩ V = ∅. Niz xn uHausdorovom prostoru S konvergira to£ki x ∈ S (odnosno limn→∞ xn = x)ako svaka okolina od x sadrºi sve osim kona£no mnogo to£aka xn.

8

Page 9: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Skup K ⊆ S je kompaktan ako svaki otvoreni pokriva£1 od K imakona£an podpokriva£.

Familija τ ′ ⊆ τ je baza topologije τ ako je svaki £lan od τ unija eleme-nata iz τ ′. Familija γ okolina to£ke p ∈ S je lokalna baza u p ako svakaokolina od p sadrºi £lana od γ.

Ako je Y ⊆ S i σ = Y ∩ U | U ∈ τ, tada je σ topologija na Y , ²to jelako provjeriti. Kaºemo da je to topologija koju Y nasljeuje od S.

1.2 Topolo²ki vektorski prostori

Topolo²ki vektorski prostor (ili linearni topolo²ki prostor) jedna je odosnovnih struktura koje se prou£avaju u funkcionalnoj analizi2. Kao ²to samoime navodi, ovi su prostori spoj topolo²ke strukture i algebarskog konceptavektorskog prostora.

Banachovi prostori

Banachov prostor je normirani prostor koji je potpun u metrici deniranojnjezinom normom. To zna£i da svaki Cauchyev niz3 elemenata tog prostorakonvergira u tom prostoru.

Mnogi poznati funkcijski prostori su Banachovi prostori. Spomenimo ihnekoliko:

• Skup c svih konvergentnih nizova realnih brojeva na kojem je normauvedena sa ‖x‖ = supn∈N |xn|, gdje je x = xn niz iz c.

• Hilbertovi prostori. To su potpuni unitarni prostori4.

• Prostori C([a, b]) gdje je ‖x‖ = max|x(t)| | t ∈ [a, b], za x ∈ C([a, b]).

1Familiju U podskupova metri£kog prostora X nazivamo pokriva£ skupa K ⊆ X akoje K ⊆ ∪A∈UA. Kaºemo da je pokriva£ U od K otvoren ako su svi £lanovi A ∈ U otvoreniskupovi. Podpokriva£ nekog pokriva£a skupa K je podskup tog pokriva£a koji i daljepokriva K.

2Funkcionalna analiza je grana matemati£ke analize, koja se bavi prou£avanjemvektorskih prostora (na kojima je denirana norma, topologija itd.) i linearnim preslika-vanjima na tim prostorima.

3Niz xn, gdje je n ∈ N, normiranog prostora X naziva se Cauchyev niz ako za svakiε > 0 postoji N ∈ N takav da za p, q ≥ N vrijedi ‖xp − xq‖ ≤ ε.

4Vektorski prostorX je unitarni prostor, ako je svakom ureenom paru vektora (x, y),gdje su x, y ∈ X, jednozna£no pridruºen njihov skalarni produkt 〈x, y〉 ∈ Φ, uz uvjet davrijede aksiomi skalarnog produkta. Norma od x ∈ X je tada denirana sa ‖x‖ =

√〈x, x〉

pa je svaki Hilbertov prostor Banachov prostor s obzirom na normu generiranu skalarnimproduktom.

9

Page 10: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

O nekima od ovih prostora biti ¢e rije£i u nastavku. Svi normirani vektorskiprostori, pa time i svi Banachovi prostori, su topolo²ki vektorski prostori.No, postoje i vaºni prostori, poput ovih navedenih u nastavku, koji imajusvoje prirodne topologije koje se ne mogu uvesti pomo¢u norme. To su, kao inormirani prostori, primjeri topolo²kih vektorskih prostora. Na primjer:

• Prostor C(Ω) svih neprekidnih kompleksnih funkcija na nekom otvore-nom skupu Ω u euklidskom prostoru Rn.

• Prostor H(Ω) svih holomorfnih funkcija5 na nekom otvorenom skupuΩ kompleksne ravnine.

Denicija topolo²kog vektorskog prostora

Neka je τ topologija na vektorskom prostoru X. Neka vrijedi:

(a) za svaku to£ku x ∈ X, skup x je zatvoren skup,

(b) operacije zbrajanja vektora i mnoºenja vektora skalarom neprekidne suu topologiji τ .

Uz te uvjete, τ zovemo vektorskom topologijom na X, a X topolo²kimvektorskim prostorom.

U mnogim tekstovima uvjet (a) je izostavljen iz denicije topolo²kog vek-torskog prostora, jer je zadovoljen u gotovo svakoj primjeni. Vidjet ¢emo(Teorem 1.2.3.) da uvjeti (a) i (b) zajedno povla£e da je τ Hausdorovatopologija.

Neka su X i Y toplo²ki prostori i f : X → Y preslikavanje. Kaºemoda je preslikavanje f neprekidno u to£ki x0 ∈ X ako za svaku okolinuV to£ke f(x0) u Y postoji okolina U to£ke x0 u X takva da je f(U) ⊆ V .Preslikavanje f neprekidno je na skupu A ⊆ X ako je f neprekidno usvakoj to£ki skupa A. Pretpostavka da je zbrajanje vektora neprekidnozna£i da je preslikavanje

(x, y) 7→ x+ y

kartezijevog produkta X ×X u X neprekidno, odnosno da ako su xi ∈ X zai = 1, 2 i ako je V okolina od x1 + x2, tada moraju postojati okoline6 Vi odxi takve da je

V1 + V2 ⊆ V.

5Za funkciju f : Ω→ C kaºemo da je holomorfna ako je derivabilna i derivacija f ′ jeneprekidna na Ω. Za funkciju f kaºemo da je holomorfna u to£ki z0 ako postoji okolinato£ke z0 na kojoj je f holomorfna.

6Postoji okolina ureenog para (x1, x2), oblika V1×V2 (element produktne topologije),koju navedena funkcija zbrajanja vektora preslikava u V1 + V2.

10

Page 11: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Sli£no, pretpostavka da je mnoºenje skalarima neprekidno zna£i daje preslikavanje

(α, x) 7→ αx

od Φ × X u X neprekidno, odnosno da ako je x ∈ X, α skalar i V okolinaod αx, tada postoji r > 0 i okolina7 W od x tako da vrijedi βW ⊆ V uvijekkada je |β − α| < r.

Za podskup E topolo²kog vektorskog prostora kaºemo da je omeen akoza svaku okolinu V od 0 u X postoji broj s > 0 takav da je E ⊆ tV za svakit > s.

Invarijante

Neka je X topolo²ki vektorski prostor. Za svaki a ∈ X i za svaki skalar λ 6= 0deniramo operator translacije Ta i operator mnoºenja skalarom Mλ

formulamaTa(x) = a+ x, Mλ(x) = λx,

gdje je x ∈ X.

Propozicija 1.2.1 Operatori Ta i Mλ su homeomorzmi8 sa X na X.

Dokaz:Aksiomi vektorskog prostora, kako slijedi u dokazu, povla£e da su Ta i Mλ

neprekidne bijekcije sa X na X te da su njihovi inverzi T−a i M 1λ, redom,

neprekidna preslikavanja. Zatvorenost za zbrajanje i mnoºenje skalarom pov-la£i da su Ta(x),Mλ(x) ∈ X. Neka je x′ ∈ X takav da je Ta(x) = x′. Dakle,a + x = x′ pa je x = x′ − a. Kako je −a ∈ X slijedi da je x ∈ X pa smodokazali surjektivnost od Ta. Ako je Ta(x) = Ta(y), tada je a+ x = a+ y paje x = y i vrijedi injektivnost. Time smo dokazali da je Ta bijekcija. Sli£nose dokazuje i da je Mλ bijekcija.

Pretpostavka neprekidnosti operacija vektorskog prostora povla£i da supreslikavanja Ta, T−a, Mλ i M 1

λneprekidna.

Jedna od posljedica Propozicije 1.2.1 je da je svaka vektorska topologija τinvarijantna na translacije (invarijantna je i na mnoºenje skalarom). Tozna£i da je skup E ⊆ X otvoren ako i samo ako je a+E otvoren skup, za svakia ∈ X. Dakle, τ je u potpunosti odreena proizvoljnom lokalnom bazom.

7Postoji okolina ureenog para (α, x), oblika W ′ ×W (element produktne topologije),gdje je W ′ = β ∈ Φ | |β − α| < r. Navedena funkcija mnoºenja skalarima preslikavaW ′ ×W u βW za svaki β ∈W ′.

8Kaºemo da je preslikavanje f homeomorzam ako je f neprekidna bijekcija £ije jeinverzno preslikavanje takoer neprekidno.

11

Page 12: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Obi£no za lokalnu bazu uzimamo bazu okolina to£ke 0. Dakle, lokalna bazatopolo²kog vektorskog prostora X je familija B okolina od 0 takvih dasvaka okolina od 0 sadrºi £lana od B. Otvoreni skupovi u X time su svioni koji su unije translata elemenata od B. Baza topologije τ je skupBτ = x+ V | x ∈ X, V ∈ B.

Primijetimo jo² da je A+B, gdje su A,B ⊆ X, unija translata x+B odB, gdje je x ∈ A.

Kaºemo da je metrika d na vektorskom prostoru X invarijantna ako je

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

za sve x, y, z ∈ X.

Tipovi topolo²kih vektorskih prostora

Normirane i Banachove prostore ve¢ smo denirali, a sada ¢emo navesti jo²neke tipove topolo²kih vektorskih prostora. Neka je X topolo²ki vektorskiprostor s topologijom τ .

(a) X je lokalno konveksan ako postoji lokalna baza B koja se sastojiod konveksnih skupova.

(b) X je lokalno omeen ako 0 ima omeenu okolinu.

(c) X je lokalno kompaktan ako 0 ima okolinu £iji je zatvara£ kompak-tan.

(d) X je metrizabilan ako postoji metrika d na X takva da su τ i dusklaene.

(e) X je normabilan ako na X postoji norma takva da je metrika indu-cirana tom normom usklaena s topologijom τ .

(f) X imaHeine-Borelovo svojstvo ako je svaki zatvoren i omeen pod-skup od X kompaktan.

Navedimo neke odnose meu spomenutim svojstvima topolo²kog vektorskogprostora X. Ve¢inu ¢emo dokazati - na vjeºbama ili predavanjima.

(a) Ako jeX lokalno omeen, tadaX ima prebrojivu lokalnu bazu (vjeºbe).

(b) X je metrizabilan ako i samo ako X ima prebrojivu lokalnu bazu (te-orem o metrizabilnosti).

12

Page 13: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

(c) X je normabilan ako i samo ako je X lokalno konveksan i lokalno ome-en.

(d) X je kona£nodimenzionalan ako i samo ako je X lokalno kompaktan(vjeºbe).

(e) Ako lokalno omeeni prostor X ima Heine-Borelovo svojstvo, tada jeX kona£nodimenzionalan.

Prostor H(Ω) je beskona£nodimenzionalan i ima Heine-Borelovo svojstvo.Dakle, iz (e) slijedi da nije lokalno omeen pa zatim iz (c) da nije normabi-lan. Takoer, to je kontraprimjer za obrat tvrdnje (a).

Sljede¢i teorem biti ¢e dokazan na vjeºbama.

Teorem 1.2.1 Neka su K i C podskupovi topolo²kog vektorskog prostora X,K je kompaktan, C je zatvoren i K ∩ C = ∅. Tada 0 ima okolinu V takvuda je

(K + V ) ∩ (C + V ) = ∅.

Primijetimo da jeK+V unija translata x+V od V , gdje je x ∈ K. Dakle,K+V je otvoren skup koji sadrºi K. Isto vrijedi i za C+V pa teorem povla£ipostojanje disjunktnih otvorenih skupova koji sadrºe K i C, redom. Kako jeC+V otvoren, to niti zatvara£ od K+V ne sije£e C+V . Posebno, zatvara£od K + V ne sije£e C. Uzmemo li da je K = 0, dobivamo sljede¢i vaºanslu£aj prethodnog teorema.

Teorem 1.2.2 Ako je B lokalna baza topolo²kog vektorskog prostora X, tadasvaki £lan od B sadrºi zatvara£ nekog elementa od B.

Dokaz:Promotrimo Teorem 1.2.1 (i komentare nakon tog teorema) i uzmimo da jeK = 0. Sada je K + V = V . Zatim, V ∩ C = ∅ pa je V ⊆ CC ∈ τ i CC

sadrºi 0.

Koriste¢i £injenicu da je za svaki x ∈ X skup x zatvoren skup i pri-mjenjuju¢i Teorem 1.2.1 na K = x i C = y, gdje su x, y ∈ X i x 6= y,zaklju£ujemo da te to£ke imaju disjunktne okoline (x + V = x + V jeokolina od x, a analogno imamo i za y). Dakle, vrijedi sljede¢i teorem.

Teorem 1.2.3 Svaki topolo²ki vektorski prostor je Hausdorov prostor.

13

Page 14: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Na vjeºbama ¢ete dokazati neka svojstva zatvara£a i unutra²njosti u to-polo²kom vektorskom prostoru. Spomenimo jo² sljede¢e. Lokalna baza B

je balansirana ako su njezini elementi balansirani skupovi te je konveksnaako su njezini elementi konveksni skupovi. Na vjeºbama ¢ete dokazati davrijedi tvrdnja da svaki topolo²ki vektorski prostor ima balansiranu lokalnubazu.

1.3 Linearna preslikavanja

Neka su X i Y vektorski prostori nad istim skalarnim poljem. Proizvoljnufunkciju (preslikavanje) Λ : X → Y nazivamo operator. Kaºemo da jeoperator Λ : X → Y linearan9 ako je

Λ(αx+ βy) = αΛ(x) + βΛ(y),

za sve x, y ∈ X i za sve skalare α i β. Na primjer, operatori mnoºenjaskalarom Mλ su linearni, ali operatori translacije Ta nisu, osim za a = 0.

Linearni operator sa X u Φ10 nazivamo linearnim funkcionalom, doksvaku funkciju sa X u Φ nazivamo funkcionalom.

Navest ¢emo neka svojstva linearnih operatora Λ : X → Y , koja sevrlo jednostavno dokazuju. Pretpostavimo da je A ⊆ X i B ⊆ Y .

(a) Λ(0) = 0.

(b) Ako je A podprostor od X (ili konveksan skup ili balansiran skup), istovrijedi i za Λ(A), gdje je Λ(A) = Λ(x) ∈ Y | x ∈ A slika od A.

(c) Ako je B podprostor od Y (ili konveksan skup ili balansiran skup), istovrijedi i za Λ−1(B), gdje je Λ−1(B) = x ∈ X | Λ(x) ∈ B inverznaslika od B.

(d) SkupΛ−1(0) = x ∈ X | Λ(x) = 0 = N(Λ)

je podprostor od X, koji nazivamo null prostor od Λ ili jezgra ope-ratora Λ.

Pozabavimo se sada neprekidno²¢u linearnih preslikavanja.

9esto za linearni operator Λ umjesto Λ(x) pi²emo Λx.10Polje Φ je vektorski prostor nad samim sobom.

14

Page 15: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Teorem 1.3.1 Neka su X i Y topolo²ki vektorski prostori. Ako je linearnioperator Λ : X → Y neprekidan u 0, tada je Λ neprekidan. Posebno, Λje uniformno neprekidan u sljede¢em smislu: za svaku okolinu W od 0 u Y ,postoji okolina V od 0 u X tako da vrijedi

y − x ∈ V ⇒ Λ(y)− Λ(x) ∈ W.

Dokaz:Kada smo odabrali W , neprekidnost od Λ u 0 povla£i da je Λ(V ) ⊆ W ,za neku okolinu V od 0. Ako je y − x ∈ V , linearnost od Λ povla£i da jeΛ(y)−Λ(x) = Λ(y−x) ∈ W . Dakle, Λ preslikava okolinu x+V od x u pret-hodno dodijeljenu okolinu Λ(x) + W od Λ(x), ²to zna£i da je Λ neprekidnopreslikavanje u x.

Teorem 1.3.2 Neka je Λ linearni funkcional na topolo²kom vektorskom pros-toru X. Neka je Λ(x) 6= 0 za neki x ∈ X. Tada su sljede¢e tvrdnje ekviva-lentne:

(a) Λ je neprekidno preslikavanje.

(b) Null prostor N(Λ) je zatvoren skup.

(c) N(Λ) nije gust u X.

(d) Λ je omeeno preslikavanje u nekoj okolini V od 0.

Dokaz:Kako je N(Λ) = Λ−1(0) i 0 je zatvoren podskup skalarnog polja Φ,slijedi11 da (a) povla£i (b).

Kako x /∈ N(Λ), to je N(Λ) 6= X. Ako je N(Λ) zatvoren skup, tada jeN(Λ) = N(Λ) 6= X pa (b) povla£i12 (c).

Pretpostavimo da vrijedi (c). Dakle, N(Λ) 6= X pa je N(Λ)C6= ∅, od-

nosno postoji x ∈ N(Λ)C. Na vjeºbama ste dokazali da svaka okolina od 0

sadrºi balansiranu okolinu od 0 pa je sada

(x+ V ) ∩N(Λ) = ∅, (1.1)

za neku balansiranu okolinu V od 0. Kako je skup V balansiran, to je Λ(V )balansiran skup u Φ. Dakle, ili je Λ(V ) omeen u Φ, pa vrijedi (d), ili je

11U sklopu kolegija Metri£ki prostori, dokazali ste da za neprekidno preslikavanje f :X → Y , gdje su X i Y topolo²ki prostori, vrijedi da je za svaki zatvoren skup F u Y , skupf−1(F ) zatvoren u X. Analogno vrijedi i za otvorene skupove.

12Skup S u topolo²kom prostoru X je gust u X ako je S = X.

15

Page 16: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Λ(V ) = Φ. U tom slu£aju, postoji y ∈ V takav da je Λ(y) = −Λ(x) pa jex+ y ∈ N(Λ), ²to je u kontradikciji s (1.1). Dakle, (c) povla£i (d).

Kona£no, ako vrijedi (d), tada je |Λ(x)| < M za sve x ∈ V i za nekiM < ∞. Ako je r > 0 i ako je W := (r/M)V , tada je |Λ(x)| < r, za svakix ∈ W . Dakle, Λ(W ) ⊆ Br(0) u Φ pa je Λ je neprekidno u 0. Iz Teorema1.3.1 sada slijedi (a).

1.4 Kona£nodimenzionalni prostori

Meu najjednostavnijim Banachovim prostorima svakako su Rn i Cn, n-dimenzionalni vektorski prostori nad poljima R i C, redom. Za svaki

z = (z1, z2, ..., zn),

vektor u Cn, gdje su zi ∈ C, mogu se uvesti norme

‖z‖2 =( n∑i=1

|zi|2) 1

2 ,

‖z‖1 =n∑i=1

|zi|,

‖z‖∞ = max|zi| | i = 1, ..., n.

Te tri norme induciraju razli£ite metrike na Cn (za n > 1), koje inducirajuistu topologiju na Cn.

Vrijedi i vi²e od toga. Ako je X topolo²ki vektorski prostor nad C idimX = n, tada je X izomorfan13 sa Cn. Moºe se pokazati da je i home-omorfan. To zna£i da je topologija od Cn jedina vektorska topologija kojujedan n-dimenzionalni kompleksni topolo²ki vektorski prostor moºe imati.Takoer se moºe pokazati da su kona£nodimenzionalni potprostori komplek-snih topolo²kih vektorskih prostora uvijek zatvoreni. Sve to vrijedi i akoumjesto kompleksnih skalara uzmemo realne.

1.5 Metrizabilnost

Topologija τ na skupu X je metrizabilna ako postoji metrika d na X kojaje usklaena s τ . Tada kugle radijusa 1

n, gdje je n ∈ N, sa sredi²tem u x £ine

lokalnu bazu u x.

13Dakle, postoji bijektivno linearno preslikavanje sa X u C.

16

Page 17: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Teorem 1.5.1 (Teorem o metrizabilnosti) Neka je X topolo²ki vektor-ski prostor s prebrojivom lokalnom bazom. Tada postoji metrika d na X takvada:

(a) d je usklaena s topologijom τ na X,

(b) otvorene kugle u metrici d sa sredi²tem u 0 su balansirani skupovi,

(c) d je invarijantna metrika na X.

Ako je X lokalno konveksan tada se d moºe odabrati tako da vrijedi i:

(d) sve otvorene kugle su konveksni skupovi.

Dokaz:Na vjeºbama ste dokazali da svaki topolo²ki vektorski prostor ima balansi-ranu lokalnu bazu i da za svaku okolinu U od 0 postoji okolina V od 0 zakoju vrijedi V + V ⊆ U . Dakle, X ima prebrojivu balansiranu lokalnu bazuVn takvu da je

Vn+1 + Vn+1 ⊆ Vn, (1.2)

za n = 1, 2, 3, .... Ako je X lokalno konveksan, lokalna baza se moºe odabratitako da je svaki Vn i konveksan.

Neka je D skup svih

r =∞∑n=1

cn(r)2−n ∈ Q, (1.3)

gdje su cn(r) ∈ 0, 1, za svaki n, i samo kona£no mnogo vrijednosti cn(r) jejednako 1. Tada za svaki r ∈ D vrijedi 0 ≤ r < 1.

Denirajmo skup A(r) na sljede¢i na£in. A(r) = X, ako je r ≥ 1. Zasvaki r ∈ D deniramo

A(r) = c1(r)V1 + c2(r)V2 + .... (1.4)

Svaka od ovih suma je kona£na.Denirajmo funkciju f : X → Φ sa

f(x) = infr | x ∈ A(r), (1.5)

gdje je x ∈ X. Denirajmo metriku d : X ×X → Φ sa

d(x, y) = f(x− y), (1.6)

17

Page 18: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

gdje su x, y ∈ X.Dokaz da d ima svojstva iz tvrdnji teorema slijedi iz inkluzije

A(r) + A(s) ⊆ A(r + s), (1.7)

gdje su r, s ∈ D, koju ¢emo dokazati indukcijom. Neka je PN tvrdnja:

Ako je r + s < 1 i cn(r) = cn(s) = 0, za sve n > N , tada vrijedi (1.7).

Dokaºimo da vrijedi P1. Imamo c1(r) = 1, c1(s) = 0 ili c1(r) = 0, c1(s) = 1ili c1(r) = c1(s) = 0 (mogu¢nost c1(r) = c1(s) = 1 otpada jer je tadar + s = 1). U prvom slu£aju je A(r) = V1, A(s) = 0, r = 1

2i s = 0 pa je

A(r) + A(s) = V1 = A(r) = A(r + s). Za ostale slu£ajeve moºemo provestianalogno razmatranje.

Pretpostavimo da vrijedi PN−1 za neki N > 1. Odaberimo proizvoljner, s ∈ D takve da je r+s < 1 i cn(r) = cn(s) = 0, za sve n > N . Denirajmor′ i s′ sa

r = r′ + cN(r)2−N , s = s′ + cN(s)2−N .

Dakle, za n ≤ N − 1 je cn(r) = cn(r′) i cn(s) = cn(s′) pa je

A(r) = A(r′) + cN(r)VN , A(s) = A(s′) + cN(s)VN .

Zbrojimo li prethodne dvije jednakosti, koriste¢i PN−1, dobivamo

A(r) + A(s) ⊆ A(r′ + s′) + cN(r)VN + cN(s)VN . (1.8)

Ako je cN(r) = cN(s) = 0, tada je r = r′ i s = s′ pa dobivamo (1.7). Ako jecN(r) = 0 i cN(s) = 1, tada je desna strana u (1.8) jednaka A(r′+ s′) +VN =A(r′ + s′) + A(2−N) = A(r′ + s′ + 2−N). Kako je r = r′ i s = s′ + 2−N , toje jednako A(r + s). Slu£aj cN(r) = 1 i cN(s) = 0 je analogan. Ako je pakcN(r) = cN(s) = 1, tada je desna strana u (1.8) jednaka A(r′+s′)+VN+VN ⊆A(r′+s′)+VN−1 = A(r′+s′)+A(2−N+1) ⊆ A(r′+s′+2−N+1) = A(r+s), gdjeposljednja inkluzija vrijedi zbog PN−1. Dakle, PN−1 povla£i PN pa vrijedi(1.7).

Pokaºimo sada kako tvrdnje teorema slijede iz (1.7). Kako svaki A(s)sadrºi 0, iz (1.7) slijedi

A(r) ⊆ A(r) + A(t− r) ⊆ A(r + t− r) = A(t), (1.9)

za r < t. Dakle, familija skupova A(r) | r ∈ D je totalno ureena relacijominkluzije.

Dokaºimo sada da vrijedi

f(x+ y) ≤ f(x) + f(y), (1.10)

18

Page 19: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

za sve x, y ∈ X. Pretpostavimo da je desna srana u (1.10) < 1. Fiksirajmoε > 0. Tada postoje r, s ∈ D, takvi da je f(x) ≤ r < f(x) + ε

2, f(y) ≤ s <

f(y) + ε2, iz £ega zbrajanjem dobivamo

r + s < f(x) + f(y) + ε.

Kako x ∈ A(r), y ∈ A(s) i (1.7) povla£i x+ y ∈ A(r + s), sada slijedi (1.10)jer je

f(x+ y) ≤ r + s < f(x) + f(y) + ε

i ε je bio proizvoljan.Uvjerimo se da je d metrika. Zbog (1.10), vrijedi

d(x, z) = f(x− z) = f(x− y + y − z)

≤ f(x− y) + f(y − z) = d(x, y) + d(y, z).

Kako je svaki A(r) balansiran, imamo f(−x) = infr ∈ D | −x ∈ A(r) =infr ∈ D | x ∈ A(r) = f(x). Dakle,

d(x, y) = f(x− y) = f(−(x− y)) = d(y, x).

Zatim, f(0) = infr ∈ D | 0 ∈ A(r) = 0 pa je

d(x, x) = 0.

Ako je x 6= 0, kako je Vn balansirana lokalna baza u 0, to postoji Vn =A(2−n) = A(r) takav da x /∈ Vn. Dakle, f(x) ≥ r = 2−n > 0 pa je f(x) = 0ako i samo ako je x = 0. Dakle,

d(x, y) = f(x− y) = 0⇔ x = y.

Imamod(x, y) = f(x− y) ≥ 0.

Zaklju£ujemo da je d metrika. Osim toga, d je invarijantna metrika jer je

d(x+ z, y + z) = f(x+ z − (y + z)) = f(x− y)

= d(x, y).

Otvorene kugle sa sredi²tem u 0 su otvoreni skupovi

Bδ(0) = x ∈ X | d(x, 0) < δ = x ∈ X | f(x) < δ=

⋃r<δ

A(r).

19

Page 20: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Za svakii n ∈ N postoji δ > 0 takav da je δ < 2−n pa je A(r) ⊆ A(δ) ⊆A(2−n) = Vn, a onda je i Bδ(0) ⊆ Vn. Dakle, Bδ(0) je lokalna bazatopologije na X. Topologije generirane bazom B = Vn | n ∈ N i B′ =Bδ(0) | δ > 0 su jednake pa smo dokazali (a).

Kako je svaki A(r) balansiran, to je i svaki Bδ(0) balansiran pa smodokazali (b).

Ako je svaki Vn konveksan, to je i svaki A(r) pa iz (1.9) slijedi da to vrijedii za svaki Bδ(0) pa dakle i za svaki njegov translat. Time smo dokazali (d).

1.5.1 Cauchyjevi nizovi

Neka je d metrika na skupu X. Niz xn u X je Cauchyev niz ako za svakiε > 0 postoji N ∈ N takav da je

d(xm, xn) < ε

za svaki m,n > N . Ako svaki Cauchyev niz u X konvergira14 ka to£ki iz X,kaºemo da je d potpuna metrika na X.

Neka je τ topologija topolo²kog vektorskog prostora X. Cauchyev nizmoºemo denirati i bez pozivanja na metriku. Fiksiramo lokalnu bazu B zaτ . Za niz xn u X kaºemo da je Cauchyev niz ako za svaki V ∈ B postojiN ∈ N takav da je

xn − xm ∈ Vza svaki m,n > N .

Pretpostavimo sada da je X topolo²ki vektorski prostor £ija je topologijaτ usklaena sa invarijantnom metrikom d. Nazovimo prethodno uvedenadva koncepta d-Cauchyevi nizovi i τ -Cauchyevi nizovi, redom. Kako jed invarijantna metrika, vrijedi

d(xn, xm) = d(xn − xm, xm − xm) = d(xn − xm, 0)

i kako su d-otvorene kugle sa sredi²tem u 0 (kugle iz skupa Br(0) | r > 0)lokalna baza za τ , zaklju£ujemo:

Niz xn u X je d-Cauchyev niz ako i samo ako je xn τ -Cauchyev niz.

Svake dvije invarijantne metrike na X, koje su usklaene sa istom topolo-gijom τ , imaju istu familiju Cauchyevih nizova i istu familiju konvergentnihnizova. Time je dokazan sljede¢i teorem.

14Niz xn u topolo²kom prostoru X konvergira ka to£ki x0 ∈ X ako za svaku okolinuO to£ke x0 postoji N ∈ N takav da je xn ∈ O za svaki n ≥ N .

20

Page 21: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Teorem 1.5.2 Neka su d1 i d2 invarijantne metrike na istom vektorskomprostoru X, koje induciraju istu topologiju na X, tada:

(a) d1 i d2 imaju iste familije Cauchyevih nizova,

(b) d1 je potpuna ako i samo ako je d2 potpuna metrika.

Topolo²ki vektorski prostor X nazivamo15 F -prostor ako je njegova to-pologija τ inducirana potpunom invarijantnom metrikom d, a Fréchetovprostor ako je X lokalno konveksan F -prostor. Prostor H(Ω) je beskona£nodimenzionalan Fréchetov prostor sa Haine-Borelovim svojstvom.

Sljede¢e su tvrdnje ponekad korisne.

Teorem 1.5.3 (a) Neka je d invarijantna metrika na vektorskom prostoruX. Tada vrijedi

d(nx, 0) ≤ nd(x, 0),

za svaki x ∈ X i za n = 1, 2, ....

(b) Neka je xn niz u metrizabilnom topolo²kom vektorskom prostoru X.Ako xn → 0 kada n → ∞, tada postoji niz γn pozitivnih skalara,takav da γn →∞ i γnxn → 0 kada n→∞.

Dokaz:Koriste¢i nejednakost trokuta, dobivamo

d(nx, 0) ≤ d(nx, (n− 1)x) + d((n− 1)x, 0)

≤ d(nx, (n− 1)x) + d((n− 1)x, (n− 2)x) + ...+ d(x, 0) =n∑k=1

d(kx, (k − 1)x).

Kako je d invarijantna metrika, to za svaki k vrijedi d(kx, (k−1)x) = d(kx−(k − 1)x, (k − 1)x− (k − 1)x) = d(x, 0). Sada je

d(nx, 0) ≤n∑k=1

d(x, 0) = nd(x, 0).

Time smo dokazali tvrdnju (a).Neka je d invarijantna metrika usklaena s topologijom na X. Kako

xn → 0, to d(xn, 0)→ 0 pa postoji rastu¢i niz nk prirodnih brojeva takavda je d(xn, 0) < 1

k2za n ≥ nk. Deniramo sada niz γn, tako da je γn = 1

15Napomenimo da je ova terminologija u literaturi kori²tena i u ne²to druga£ijem smislu.

21

Page 22: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

za n < n1, a γn = k za nk ≤ n < nk+1. Za takav n, kori²tenjem tvrdnje (a),dobivamo

d(γnxn, 0) = d(kxn, 0) ≤ kd(xn, 0) < k · 1

k2=

1

k.

Dakle, γnxn → 0 kada n→∞ pa smo dokazali tvrdnju (b).

1.6 Omeenost i neprekidnost

1.6.1 Omeeni skupovi

Omeen skup u topolo²kom vektorskom prostoru X denirali smo ranije.Moºe se pokazati (vjeºbe) da su kompaktni skupovi omeeni. Kada je Xmetrizabilan, postoji jo² jedna defnicija omeenosti. Ako je d metrika naskupu X, kaºemo da je skup E ⊆ X d-omeen (omeen u metrici d) akopostoji M (0 < M <∞) takav da je d(x, y) ≤M , za sve x, y ∈ E.

Ako je X topolo²ki vektorski prostor, £ija je topologija usklaena s me-trikom d, omeeni skupovi i d-omeeni skupovi ne moraju biti isti, £ak i akoje d invarijantna metrika. Na primjer, ako je d metrika denirana kao u To-eremu 1.5.1, tada je X d-omeen (iM = 1), ali niti jedan topolo²ki vektorskiprostor ne moºe biti omeen, osim trivijalnog (X = 0). Ako je X normiranprostor i d metrika inducirana normom, tada se dvije denicije omeenostipodudaraju. Ako pak d zamijenimo s d1 = d

1+d, ²to je invarijantna metrika

koja inducira istu topologiju, denicije se ne podudaraju.Dokaºimo tvrdnju:

Cauchyevi nizovi su omeeni16.

Dakle17, konvergentni nizovi su omeeni. Neka je xn Cauchyev niz u X.Postoje balansirane okoline V i W od 0, takve da je V + V ⊆ W . Kako jeniz xn Cauchyev, to za V postoji N ∈ N takav da je xn ∈ xN +V , za svakin ≥ N . Uzmimo s > 1 takav da je xN ∈ sV (to moºemo jer je jedno£laniskup uvijek omeen). Tada vrijedi

xn ∈ sV + V ⊆ sV + sV ⊆ sW,

(prva inkluzija vrijedi jer je V balansiran) za svaki n ≥ N . Skup x1, ..., xN−1je kona£an pa je omeen, odnosno postoji t > 0, takav da je x1, ..., xN−1 ⊆

16Za niz realnih brojeva an kaºemo da je omeen ako postoji M > 0 takav da zasve n ∈ N vrijedi |an| ≤ M . Niz xn u topolo²kom prostoru je omeen ako je xn ∈ E,gdje je E omeen skup, za svaki n ∈ N.

17U topolo²kom je prostoru svaki konvergentan niz Cauchyev.

22

Page 23: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

tW . Neka je r := maxt, s. Tada je xn ∈ rW , za svaki n ∈ N. Dakle, nizxn je omeen.

Moºe se pokazati da je zatvara£ omeenog skupa omeen (vjeºbe).S druge strane, ako je x 6= 0 i E = nx | n = 1, 2, ..., tada skup E nije

omeen. Naime, postoji okolina V od 0 koja ne sadrºi x pa nx /∈ nV . Dakle,E * nV , za svaki n > 0, pa E nije omeen. Posljedica toga je da niti jedanpotprostor od X, osim 0, nije omeen.

Naredni teorem karakterizira omeenost pomo¢u nizova.

Teorem 1.6.1 Sljede¢a dva svojstva skupa E u topolo²kom vektorskom pros-toru su ekvivalentna:

(a) E je omeen.

(b) Ako je xn niz u E i αn je niz skalara takav da αn → 0 kada n→∞,tada αnxn → 0 kada n→∞.

Dokaz:Neka je xn proizvoljan niz u E.

Neka je E omeen. Neka je V balansirana okolina od 0 u X. Tada postojis > 0 takav da za svaki t > s vrijedi E ⊆ tV . Ako je αn niz skalara takavda αn → 0, tada postoji N ∈ N takav da je |αn| < 1

tza svaki n > N . Sada je

|αn|xn ∈ V . Kako je V je balansiran, slijedi da je αnxn ∈ V za svaki n > N .Dakle, αnxn → 0.

Dokaºimo sada obrat. Ako E nije omeen, tada postoji okolina V od 0i niz skalara rn → ∞, takav da E * rnV za svaki n. Odaberimo po jedanxn ∈ E, takav da xn /∈ rnV . Tada 1

rn→ 0 i 1

rnxn /∈ V pa 1

rnxn 9 0. Dakle,

dobili smo kontradikciju pa slijedi da je E omeen.

1.6.2 Omeeni linearni operatori

Neka su X i Y toplo²ki vektorski prostori i Λ : X → Y linearni operator.Kaºemo da je Λ omeen, ako preslikava omeene skupove u omeene sku-pove, odnosno ako je za svaki omeen skup E ⊆ X i Λ(E) ⊆ Y omeen uY . Ova se denicija ne poklapa s uobi£ajenom denicijom omeene funkcije(prema kojoj je funkcija omeena ako je njezin rang omeen skup).

Teorem 1.6.2 Neka su X i Y toplo²ki vektorski prostori i Λ : X → Ylinearni operator. Meu naredna £etiri svojstva od Λ vrijede implikacije

(a)⇒ (b)⇒ (c).

23

Page 24: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Ako je X metrizabilan, tada vrijedi i

(c)⇒ (d)⇒ (a),

odnosno sva su £etiri svojstva ekvivalentna.

(a) Λ je neprekidan.

(b) Λ je omeen.

(c) Ako xn → 0, tada je skup Λ(xn) | n = 1, 2, ... omeen.

(d) Ako xn → 0, tada Λ(xn)→ 0.

Dokaz:Pretpostavimo da vrijedi (a). Neka je E omeen skup u X. Neka je Wokolina od 0 u Y . Kako je Λ neprekidan i linearan (Λ(0) = 0), postoji V ,okolina od 0 u X, takva da je Λ(V ) ⊆ W . Kako je E omeen, to postojis > 0 takav da je E ⊆ tV , za svaki t > s. Dakle,

Λ(E) ⊆ Λ(tV ) = tΛ(V ) ⊆ tW

pa je Λ(E) omeen skup u Y , odnosno vrijedi (b).Neka vrijedi (b) i neka xn → 0. Kako su konvergentni nizovi omeeni,

slijedi da je xn omeen. Sada iz (b) slijedi da je skup Λ(xn) | n = 1, 2, ...omeen u Y . Dakle, slijedi (c).

Pretpostavimo sada da je X metrizabilan. Neka vrijedi (c). PremaTeoremu 1.5.3, postoji niz γn pozitivnih skalara, takav da γn → ∞ iγnxn → 0. Dakle, i skup Λ(γnxn) je omeen skup u Y , prema (c). PremaTeoremu 1.6.1, imamo

Λ(xn) = γ−1n Λ(γnxn)→ 0

kada n→∞. Dakle, vrijedi (d).Pretpostavimo suprotno, da ne vrijedi (a), odnosno da Λ nije neprekidan.

Tada, postoji okolina W od 0 u Y takva da ne postoji okolina V od 0 u Xtakva da je Λ(V ) ⊆ W , odnosno Λ−1(W ) ne sadrºi niti jednu okolinu od 0 uX. Kako je X metrizabilan, ima prebrojivu lokalnu bazu Vn. Prema Te-oremu 1.5.1, postoji niz xn takav da je xn ∈ Vn i xn → 0. No, Λ(xn) /∈ W ,²to je u kontradikciji s (d). Dakle, vrijedi (a).

24

Page 25: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

1.7 Polunorme i lokalna konveksnost

Polunorma na vektorskom prostoru X je funkcija p : X → R, koja zadovo-ljava uvjete:

(a) p(x+ y) ≤ p(x) + p(y),

(b) p(αx) = |α|p(x),

za sve x, y ∈ X i za svaki α ∈ Φ. Svojstvo (a) nazivamo subaditivnost.Naredni teorem pokazat ¢e da je polunorma norma ako vrijedi jo² i uvjet:

(c) p(x) 6= 0 za x 6= 0.

Familiju P polunormi na X nazivamo separiraju¢om ako za svaki x 6= 0postoji barem jedan p ∈ P takav da je p(x) 6= 0.

Promotrimo konveksan skup A ⊆ X, koji je apsorbiraju¢i18, u smisluda za svaki x ∈ X postoji t = t(x) > 0 takav da je x ∈ tA. FunkcionalMinkovskog µA od A deniramo sa

µA(x) = inft > 0 | t−1x ∈ A,

gdje je x ∈ X. Primijetimo da je µA(x) <∞ za svaki x ∈ X, jer je A apsorbi-raju¢i. U nastavku ¢emo pokazati da su polunorme na X upravo funkcionaliMinkovskog na balansiranim konveksnim apsorbiraju¢im skupovima.

Polunorme su usko povezane s lokalnom konveksno²¢u na dva na£ina. Usvakom lokalno konveksnom prostoru postoji separiraju¢a familija neprekid-nih polunormi. Obratno, ako je P separiraju¢a familija polunormi na vek-torskom prostoru X, tada se pomo¢u P moºe denirati lokalno konveksnatopologija na X sa svojstvom da je svaka polunorma p ∈ P neprekidna. Toje £esto kori²teni na£in uvoenja topologije (detalji ¢e biti dani u narednimteoremima).

Teorem 1.7.1 Neka je p polunorma na vektorskom prostoru X. Tada vri-jedi:

(a) p(0) = 0,

(b) |p(x)− p(y)| ≤ p(x− y),

(c) p(x) ≥ 0,

(d) x ∈ X | p(x) = 0 je potprostor od X,

18Moºe se pokazati da je svaka okolina od 0 u topolo²kom vektorskom prostoru apsor-biraju¢a. Svaki apsorbiraju¢i skup sadrºi 0.

25

Page 26: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

(e) skup B = x ∈ X | p(x) < 1 je konveksan, balansiran, apsorbiraju¢i ivrijedi p = µB.

Dokaz:Tvrdnja (a) slijedi iz p(αx) = |α|p(x) za α = 0.

Koriste¢i subaditivnost, dobivamo p(x) = p(x− y+ y) ≤ p(x− y) + p(y).Dakle,

p(x)− p(y) ≤ p(x− y).

Zamijenimo li x i y, dobivamo

p(y)− p(x) ≤ p(y − x).

Kako je p(y − x) = | − 1|p(x− y) = p(x− y), slijedi (b).Uvrstimo li u (b) y = 0, koriste¢i (a), dobivamo 0 ≤ |p(x)| ≤ p(x). Dakle,

vrijedi (c).Neka su x, y ∈ x ∈ X | p(x) = 0 i α, β ∈ Φ. Tada je αx + βy ∈ X.

Koriste¢i (c), dobivamo

0 ≤ p(αx+ βy) ≤ |α|p(x) + |β|p(y) = 0

pa je p(αx + βy) = 0, odnosno αx + βy ∈ x ∈ X | p(x) = 0, £ime smodokazali (d).

Dokaºimo da je skup B konveksan. Neka su x, y ∈ B i 0 ≤ α ≤ 1. Vrijedip(αx+(1−α)y) ≤ |α|p(x)+|1−α|p(y) = αp(x)+(1−α)p(y) < α+1−α = 1.Dakle, αx+ (1− α)y ∈ B.

Dokaºimo zatim da je B balansiran. Neka je α ∈ Φ, takav da je |α| ≤ 1.Za y ∈ αB, postoji x ∈ B takav da je y = αx. Sada je p(y) = p(αx) =|α|p(x) ≤ 1 · p(x) < 1 pa je y ∈ B. Dakle, αB ⊆ B, za |α| ≤ 1.

Dokaºimo jo² da je B apsorbiraju¢i. Ako je x ∈ X i s > p(x), tada jep(s−1x) = |s−1|p(x) = 1

sp(x) < 1. Dakle, s−1x ∈ B pa je B apsorbiraju¢i.

Pokaºimo jo² i da je p = µB. Imamo najprije µB(x) = inft > 0 | t−1x ∈B. Kako je inft > 0 | t−1x ∈ B = inft > 0 | t−1p(x) < 1 = inft > 0 |p(x) < t, vrijedi µB(x) ≤ p(x). Ali, ako je 0 < t ≤ p(x), tada je p(t−1x) ≥ 1pa t−1x /∈ B pa je p(x) ≤ µB(x). Dakle, p(x) = µB(x).

Teorem 1.7.2 Neka je A konveksni apsorbiraju¢i skup u vektorskom pros-toru X. Tada vrijedi:

(a) µA(x+ y) ≤ µA(x) + µA(y).

(b) µA(tx) = tµA(x), ako je t ≥ 0.

26

Page 27: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

(c) µA je polunorma ako je A balansiran skup.

(d) Ako je B = x ∈ X | µA(x) < 1 i C = x ∈ X | µA(x) ≤ 1, tada jeB ⊆ A ⊆ C i µB = µA = µC.

Dokaz:Pridruºimo svakom x ∈ X skup

HA(x) = t > 0 | t−1x ∈ A ⊆ R.

Ako je t ∈ HA(x) i s > t, tada je i s ∈ HA(x) (jer je 0 ∈ A (jer je Aapsorbiraju¢i) i A je konveksan). Svaki HA(x) je polupravac, £ija je lijevakrajnja to£ka µA(x).

Neka je µA(x) < s, µA(y) < t i u = s + t. Tada je s−1x ∈ A i t−1y ∈ A.Kako je A konveksan i s

u+ t

u= 1, to je

u−1(x+ y) =1

u· x+

1

u· y =

s

u· s−1x+

t

u· t−1y ∈ A.

Dakle, µA(x+ y) ≤ u pa vrijedi (a).Vrijedi µA(tx) = infλ > 0 | λ−1(tx) ∈ A = infλ > 0 | (λ

t)−1x ∈ A =

infλ′t > 0 | (λ′)−1x ∈ A = t infλ′ > 0 | (λ′)−1x ∈ A = tµA(x). Dakle,vrijedi (b).

Neka je A balansiran skup. Dokaºimo da je µA polunorma. Vrijede (a)i (b). Jo² treba provjeriti da li je µA(tx) = |t|µA(x), ako je t < 0. Kako jeA balansiran, slijedi da je A simetri£an, odnosno da ako je y ∈ A tada je i−y ∈ A. Sada je µA(tx) = infλ > 0 | λ−1tx ∈ A = infλ > 0 | −λ−1tx ∈A = −t infλ′ > 0 | (λ′)−1x ∈ A = −tµA(x) = |t|µA(x).

Dokaºimo jo² da vrijedi (d). Ako je x ∈ B, tada je µA(x) < 1 pa je1 ∈ HA(x). Dakle, x ∈ A pa je µA(x) ≤ 1, a onda je i x ∈ C pa imamoB ⊆ A ⊆ C. Iz toga slijedi da je HB(x) ⊆ HA(x) ⊆ HC(x), za svaki x ∈ X,pa je

µC(x) ≤ µA(x) ≤ µB(x).

Kako bismo dokazali da vrijedi jednakost, pretpostavimo da je µC(x) < s < t.Tada je s−1x ∈ C pa je µA(s−1x) ≤ 1. Sada je

µA(t−1x) ≤ s

t< 1.

Dakle, t−1x ∈ B pa je µB(t−1x) < 1, a time i µB(x) ≤ t. Dakle, µC(x) ≥µA(x) ≥ µB(x) pa vrijedi traºena jednakost.

27

Page 28: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Teorem 1.7.3 Neka je B konveksna balansirana lokalna baza topolo²kog vek-torskog prostora X. Svakom V ∈ B pridruºimo funkcional Minkovskog µV .Tada je familija µV | V ∈ B separiraju¢a familija neprekidnih polunormina X.

Dokaz:Kako je V konveksan, balansiran i apsorbiraju¢i (sadrºi 0), slijedi da je µVpolunorma. Ako je x ∈ X i x 6= 0, tada postoji V ∈ B takav da x /∈ V . Zataj V imamo µV (x) ≥ 1 pa je µV separiraju¢a familija.

Dokaºimo sada da je, za svaki V , µV neprekidan. Ako je x ∈ V , tada jei tx ∈ V za neki t > 1, jer je V otvoren skup. Dakle, µV (x) < 1 za svakix ∈ V . Ako je r > 0, iz Teorema 1.7.1 slijedi da je

|µV (x)− µV (y)| ≤ µV (x− y) < r,

za x − y ∈ rV . Kako je za svaki V , koji je okolina od 0 u X, rV takoerokolina od 0 u X, zaklju£ujemo da je µV : X → R neprekidna funkcija.Preciznije, funkcional Minkovskog je uniformno neprekidan funkcional.

Teorem 1.7.4 Neka je P separiraju¢a familija polunormi na vektorskomprostoru X. Svakom p ∈ P i svakom n ∈ N pridruºimo skup

V (p, n) = x ∈ X | p(x) <1

n.

Neka je B skup svih kona£nih presjeka skupova V (p, n). Tada je B konveksnabalansirana lokalna baza topologije τ na X, £ime X postaje lokalno konveksanprostor, takav da vrijedi:

(a) svaka polunorma p ∈ P je neprekidna u toj topologiji,

(b) skup E ⊆ X je omeen ako i samo ako je svaka polunorma p ∈ P

omeena na E.

Dokaz:Denirajmo, A ⊆ X je otvoren ako i samo je A (mogu¢e prazna) unija trans-lata elemenata od B. Time je denirana translacijski invarijantna topologijaτ na X. Svaki skup V (p, n) je konveksan i balansiran pa je B konveksna ibalansirana lokalna baza za τ .

Neka je x ∈ X, x 6= 0. Kako je P separiraju¢a familija, to postoji p ∈ P

takav da je p(x) > 0. Za np(x) > 1 imamo p(x) > 1npa x /∈ V (p, n). Skup

V (p, n) je otvorena okolina od 0 pa je x−V (p, n) okolina od x koja ne sadrºi

28

Page 29: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

0. Dakle, x nije element zatvara£a od 0. Slijedi da je 0 zatvoren skup.Kako je τ translacijski invarijantna topologija, zaklju£ujemo da je svaka to£kaiz X zatvoren skup.

Sada dokazujemo da su zbrajanje i mnoºenje skalarom neprekidni. Nekaje U okolina od 0 u X. Tada je

U ⊃ V (p1, n1) ∩ · · · ∩ V (pm, nm), (1.11)

za neke p1, ..., pm ∈ P i n1, ..., nm ∈ N. Stavimo V = V (p1, 2n1) ∩ · · · ∩V (pm, 2nm). Svaka polunorma p ∈ P je subaditivna pa ako su x, y ∈ V tadaje pi(x) < 1

2nii pi(y) < 1

2nite je pi(x + y) ≤ pi(x) + pi(y) < 1

2ni+ 1

2ni= 1

ni,

odnosno x + y ∈ U . Dakle, V + V ⊆ U , ²to dokazuje da je zbrajanjeneprekidno.

Neka je x ∈ X, α ∈ Φ, a U, V okoline od 0 denirane kao gore. Kako jeskup x omeen, to je x ⊆ sV , za neki s > 0. Stavimo t = s

1+|α|s . Ako je

y ∈ x+ tV i |β − α| < 1s, tada je

βy − αx = β(y − x) + (β − α)x ∈ |β|tV + |β − α|sV ⊆ V + V ⊆ U,

jer je |β|t ≤ 1 i V je balansiran. Dakle, ako je y element okoline od x, tada jeβy element okoline od αx, za svaki β za koji je |β − α| < 1

s, ²to dokazuje da

je mnoºenje skalarom neprekidno. Dokazali smo da je X lokalno konveksanprostor.

Dokaºimo (a). Ako je x ∈ V (p, n), tada je p(x) < 1npa je p neprekidna

u 0. Za x − y ∈ V (p, n), |p(x) − p(y)| ≤ p(x − y) < 1npa je p uniformno

neprekidna.Dokaºimo (b). Neka je E ⊆ X omeen. Fiksirajmo p ∈ P. Kako je

V (p, 1) okolina od 0, E ⊆ kV (p, 1) za neki k <∞. Dakle, p(x) < k, za svakix ∈ E pa je svaki p ∈ P omeen na E.

Obratno, neka je svaka polunorma p ∈ P omeena na E. Neka je Uokolina od 0 u X za koju vrijedi (1.11). Postoje brojevi Mi < ∞ takvi daje pi(x) < Mi, za svaki x ∈ E. Ako je n > Mini, za i = 1, ...,m, tada jeE ⊆ nU pa je E omeen.

Napomene:U Teoremu 1.7.4 bilo je nuºno uzeti kona£ne presjeke skupova V (p, n), samiskupovi V (p, n) ne moraju formirati lokalnu bazu. Na primjer, ako jeX = R2

i P = p1, p2, gdje su polunorme denirane sa pi(x) = |xi|, za i = 1, 2 (ovdjeje x = (x1, x2)).

Ako je B konveksna balansirana lokalna baza topologije τ na lokalnokonveksnom prostoru X, tada B generira separiraju¢u familiju P neprekidnihpolunormi na X, kao u Teoremu 1.7.3. Familija P inducira topologiju τ1 na

29

Page 30: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

X, kao ²to je opisano u Teoremu 1.7.4. Pitamo se da li je τ = τ1. Odgovorje da. Obrazloºimo. Svaki p ∈ P je τ -neprekidan pa su skupovi V (p, n) ∈ τ .Dakle, τ1 ⊆ τ . Obratno, ako je W ∈ B i p = µW , tada je W = x ∈ X |µW (x) < 1 = V (p, 1). Dakle, W ∈ τ1 za svaki W ∈ B, ²to povla£i da jeτ ⊆ τ1.

Neka je P = pi | i = 1, 2, ... prebrojiva separiraju¢a familija polunormina X. Iz Teorema 1.7.4 slijedi da P inducira topologiju τ s prebrojivom lo-kalnom bazom B (skupova V (p, n) ima prebrojivo mnogo pa time i njihovihpresjeka). Prema Teoremu 1.5.1, τ je metrizabilna (odnosno takav prostor jemetrizabilan). Translacijski invarijantna metrika usklaena s tom topologi-jom moºe se denirati sa

d(x, y) =∞∑i=1

2−ipi(x− y)

1 + pi(x− y).

Pokaºite da je d metrika. Primijetimo da je ovdje d(x, y) ≤∑∞

i=112i

pa seradi o redu koji konvergira ka 1. Kako bismo pokazali da je d usklaena s τ ,pokazat ¢emo da otvorene kugle

Br(0) = x ∈ X | d(0, x) < r,

gdje je r > 0 £ine lokalnu bazu topologije τ . Neka je W ∈ τ okolina od 0 u

X. Tada je W ⊃ ∩ki=1V (pi, ni). Ako je x ∈ Br(0), tada je 2−ipi(x)1+pi(x)

< r, zai = 1, 2, 3, .... Za dovoljno mali r, iz prethodne nejednakosti dobivamo da sup1(x), ..., pk(x) tako mali da Br(0) leºi u svakom od skupova V (pi, ni). Dakle,Br(0) ⊂ W pa otvorene kugle Br(0) £ine lokalnu bazu. Time smo dokazalida je d usklaena s τ .

Teorem 1.7.5 Topolo²ki vektorski prostor X je normabilan ako i samo akonjegovo isodi²te (odnosno 0 u X) ima ima konveksnu omeenu okolinu.

Dokaz:Neka je X normabilan. Tada postoji norma ‖ · ‖ : X → R, takva daje usklaena s topologijom τ na X. Promotrimo otvorene jedini£ne kugleB1(0) = x ∈ X | ‖x‖ < 1. Uvjerite se da se radi o konveksnim skupovima.Radi se i o omeenim skupovima, jer za svaku okolinu V od 0 u X, postojikugla Br(0) koja je sadrºana u V . Zatim je tV ⊇ tBr(0) ⊇ B1(0), za tr > 1.

Obratno, neka je V konveksna omeena okolina 0. Na vjeºbama ste do-kazali da svaka konveksna okolina od 0 sadrºi balansiranu konveksnu okolinuod 0. Dakle, V sadrºi konveksnu balansiranu okolinu U od 0. Naravno, U jei omeen skup. Denirajmo preslikavanje na X sa

‖x‖ = µU(x).

30

Page 31: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Na vjeºbama ste dokazali da za omeen skup U , skupovi rU , gdje je r > 0,£ine lokalnu bazu neke topologije naX. Ako je x 6= 0 tada postoji r > 0 takavda x /∈ rU . Dakle, µU(x) ≥ r. Prema Teoremu 1.7.2, µU je norma. Denicijafunkcionala Minkovskog, zajedno s £injenicom da je U otvoren skup, povla£ida je

x ∈ X | ‖x‖ < r = rU,

za svaki r > 0. Dakle, topologija inducirana ovako deniranom normom po-dudara se s ranije spomenutom topologijom na X.

1.8 Kvocijentni prostor i kvocijentna topologija

Neka je N potprostor vektorskog prostora X. Za svaki x ∈ X deniramoskup koji sadrºi x

π(x) = x+N.

Ti su skupovi elementi vektorskog prostora X/N , koji nazivamo kvocijentniprostor odX modulo N . U tom su prostoru zbrajanje i mnoºenje skalaromdenirani sa

π(x) + π(y) = π(x+ y), (1.12)

απ(x) = π(αx), (1.13)

za x, y ∈ X, α ∈ Φ. Ovdje je π(x)+π(y) = x+N+y+N , ²to je zbog toga ²toje N vektorski prostor jednako x+y+N . Zatim, απ(x) = αx+αN = αx+N .Za α = 0, imamo απ(x) = N , ²to je druga£ije od uobi£ajene denicijeskalarnog mnoºenja.

Kako je N vektorski prostor, operacije (1.12) i (1.13) su dobro denirane.To zna£i da ako je π(x) = π(x′) (²to zna£i da je x− x′ ∈ N) i π(y) = π(y′),tada je

π(x) + π(y) = π(x′) + π(y′),

απ(x′) = απ(x).

Nula u X/N je π(0) = N . Iz (1.12) i (1.13) vidimo da je π linearnopreslikavanje sa X na X/N , £iji je null prostor N . Obi£no π nazivamo kvo-cijentno preslikavanje sa X na X/N .

Neka je τ vektorska topologija na X i N zatvoreni potprostor od X. Tadamoºemo denirati toplogiju τN na X/N sa

τN = E ⊆ X/N | π−1(E) ∈ τ.

31

Page 32: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Takvu topologiju τN nazivamo kvocijentna topologija. Neka njezina svoj-stva dana su narednim teoremom, kojeg ne¢emo dokazivati.

Teorem 1.8.1 Neka je N zatvoreni podprostor topolo²kog vektorskog pros-tora X. Neka je τ vektorska topologija na X i τN = E ⊆ X/N | π−1(E) ∈τ. Tada vrijedi:

(a) τN je vektorska toplologija na X/N . Kvocijentno preslikavanje π : X →X/N je linearno, neprekidno i otvoreno19.

(b) Ako je B lokalna baza za τ , tada je familija BN = π(V ) | V ∈ Blokalna baza za topologiju τN .

(c) Sva naredna svojstva X/N nasljeuje od X: lokalna konveksnost, lo-kalna omeenost, metrizabilnost, normabilnost.

(d) Ako je X F-prostor ili Fréchetov prostor ili Banachov prostor, tada jeto i X/N .

19Otvoreno preslikavanje je ono koje otvorene skupove preslikava u otvorene skupove.

32

Page 33: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Poglavlje 2

Potpunost

2.1 Baireov teorem

Mnogi vaºni teoremi funkcionalne analize ovise o potpunosti sustava kojimase bave. U ovom ¢emo odjeljku iznijeti Baireov teorem o potpunim metri£kimprostorima.

Opi²imo najprije terminologiju koju je uveo Baire. Neka je S topolo²kiprostor. Kaºemo da je skup E ⊆ S nigdje gust (koristi se jo² i nazivmr²av)ako je unutra²njost zatvara£a E prazan skup, odnosno (E) = ∅. Skupoviprve kategorije u S su oni koji su prebrojive unije nigdje gustih skupova.Za svaki podskup od S koji nije prve kategorije kaºemo da je skup drugekategorije u S.

Navedimo neka (o£igledna) svojstva kategorija, koja ¢emo koristiti u nas-tavku.

(a) Ako je A ⊆ B i B je prve kategorije u S, tada je i A prve kategorije uS.

(b) Svaka prebrojiva unija skupova prve kategorije je skup prve kategorije.

(c) Svaki zatvoreni skup E ⊆ S, £ija je unutra²njost prazan skup, je skupprve kategorije u S.

(d) Ako je h : S → S homeomorzam i E ⊆ S, tada E i h(E) imaju istukategoriju u S.

Teorem 2.1.1 (Baireov teorem) Ako je S

(a) potpun metri£ki prostor ili

(b) lokalno kompaktan Hausdorov prostor,

33

Page 34: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

tada je presjek svake prebrojive familije gustih otvorenih skupova u S gustskup u S.

Prije dokaza napomenimo da se ovaj teorem obi£no naziva i teorem ka-tegorije. Pojasnimo za²to. Ako je Ei prebrojiva familija nigdje gustih

skupova u S i ako je Vi = EiC, tada je svaki Vi gust i prema Baireovom

teoremu vrijedi⋂Vi 6= ∅. Dakle, S 6=

⋃Ei, odnosno S nije unija prebrojivo

mnogo nigdje gustih skupova. Dakle, potpuni metri£ki prostori, kao i lokalnokompaktni Hausdorovi prostori su druge kategorije.

Dokaz Baireovog toerema:Neka su V1, V2, ... gusti otvoreni skupovi u S. Neka je B0 proizvoljan neprazanotvoren skup u S, odnosno B0 ⊆ τS. Ako za n ≥ 1 odaberemo otvoren skupBn−1 6= ∅, tada (zbog toga ²to je Vn gust pa je Vn∩Bn−1 6= ∅) postoji otvoreniskup Bn 6= ∅ takav da je

Bn ⊆ Vn ∩Bn−1.

U slu£aju (a) za Bn moºemo uzeti otvorene kugle radijusa 1n. U slu£aju (b)

moºemo skup Bn odabrati tako da je Bn kompaktan skup (²to je mogu¢e1 ulokalno kompaktnom Hausdorovom prostoru). Stavimo

K =∞⋂n=1

Bn.

U slu£aju (a) sredi²ta kugli Bn £ine Cauchyev niz koji (budu¢i da je Spotpun prostor) konvergira ka nekoj to£ki iz K. Dakle, K 6= ∅.

U slu£aju (b) K 6= ∅ zbog kompaktnosti2 od Bn i £injenice da svaki silazniniz nepraznih podskupova topolo²kog prostora ima svojstvo da je presjeksvakog kona£nog broja £lanova tog niza neprazan.

Sada imamo

K =∞⋂n=1

Bn ⊆∞⋂n=1

(Vn ∩Bn−1).

1Koristimo lemu: Neka je X lokalno kompaktan Hausdorov prostor, K ⊆ X kompak-tan skup i U ⊆ X otvoren skup takav da je K ⊆ U . Tada postoji otvoreni skup V ⊆ Xsa kompaktnim zatvara£em V takvim da je

K ⊆ V ⊆ V ⊆ U.

2Ovdje koristimu lemu: Neka je X Hausdorov prostor i neka je Kα | α ∈ A familijakompaktnih podskupova od X. Ako je

⋂α∈AKα = ∅, tada postoji kona£an skup F ⊆ A

takav da je⋂α∈F Kα = ∅.

34

Page 35: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Kako je⋂∞n=1Bn ⊆

⋂∞n=1 Bn ⊆ B0, imamo

∅ 6= K ⊆ (∞⋂n=1

Vn)⋂

B0,

£ime smo dokazali da je⋂∞n=1 Vn gust skup u S.

2.2 Banach-Steinhausov teorem

Neka su X i Y topolo²ki vektorski prostori i neka je Γ familija linearnihoperatora

Γ = Λ : X → Y | Λ je linearan operator.Kaºemo da je familija Γ ekvineprekidna ako za svaku okolinu W od 0 u Ypostoji okolina V od 0 u X takva da je Λ(V ) ⊆ W , za svaki Λ ∈ Γ. Ako Γsadrºi samo jedan Λ, radi se o "obi£noj" neprekidnosti.

Dokazali smo (Teorem 1.6.2) da su neprekidni linearni operatori ome-eni. Ekvineprekidne familije imaju svojstvo omeenosti u smislu narednogteorema. Tu moºemo govoriti o uniformnoj omeenosti.

Teorem 2.2.1 Neka su X i Y topolo²ki vektorski prostori i Γ ekvineprekidnafamilija linearnih operatora sa X u Y . Neka je E omeen skup u X. Tadapostoji omeeni skup F u Y takav da je Λ(E) ⊆ F , za svaki Λ ∈ Γ.

Dokaz:Stavimo F =

⋃Λ∈Γ Λ(E). Neka je W okolina od 0 u Y . Kako je Γ ekvinepre-

kidna familija, postoji okolina V od 0 u X takva da je Λ(V ) ⊆ W , za svakiΛ ∈ Γ.

Kako je E omeen, slijedi da postoji s > 0 takav da je E ⊆ tV za svakit > s. Za takav t, vrijedi

Λ(E) ⊆ Λ(tV ) = tΛ(V ) ⊆ tW,

za svaki Λ ∈ Γ. Sada imamo F =⋃

Λ∈Γ Λ(E) ⊆ tW , pa zaklju£ujemo da jeF omeen.

Teorem 2.2.2 (Banach-Steinhaus) Neka su X i Y topolo²ki vektorskiprostori i Γ familija neprekidnih linearnih operatora sa X u Y . Neka jeB skup svih x ∈ X £ije su orbite

Γ(x) = Λ(x) | Λ ∈ Γ

35

Page 36: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

omeeni skupovi u Y . Ako je B skup druge kategorije u X, tada je B = X iΓ je ekvineprekidna familija.

Dokaz:Neka je W balansirana okolina od 0 u Y . Tada postoji balansirana okolinaU od 0 u Y takva da je U + U ⊆ W. Deniramo skup

E =⋂Λ∈Γ

Λ−1(U).

Skup E je zatvoren, jer je Λ neprekidan operator i U zatvoren skup.Ako je x ∈ B, tada postoji n ∈ N takav da je Γ(x) ⊆ nU . Dakle,

Λ(x) ∈ nU , za svaki Λ ∈ Γ. Sada je x ∈ Λ−1(nU) za svaki Λ ∈ Γ pa jex ∈ nE. Slijedi da je

B ⊆∞⋃n=1

nE.

Kako je B skup druge kategorije, barem jedan nE mora biti druge ka-tegorije u X. Preslikavanje x 7→ nx je homeomorzam sa X na X pa je Etakoer druge kategorije u X.

Kako je E zatvoren, slijedi da je E 6= ∅, odnosno postoji x ∈ E. Dakle,0 ∈ x− E pa je 0 ∈ (x− E). Slijedi da postoji okolina V od 0 u X takvada je V ⊆ x− E. Sada je

Λ(V ) ⊆ Λ(x)− Λ(E) ⊆ U − U = U + U ⊆ W,

za svaki Λ ∈ Γ, gdje jednakost slijedi iz £injenice da je U simetri£an (jer jebalnasiran). Dakle, Γ je ekvineprekidna familija. Prema Teoremu 2.2.1, Γ jeuniformno omeena pa je svaki Γ(x) omeen u Y , odnosno B = X.

Naredni teorem je posljedica Banach-Steinhausovog teorema. Njime jezapravo re£eno da su F -prostori druge kategorije.

Teorem 2.2.3 Neka je Γ familija neprekidnih linearnih operatora sa F -prostora X u topolo²ki vektorski prostor Y . Ako su skupovi

Γ(x) = Λ(x) | Λ ∈ Γ

omeeni skupovi u Y , za svaki x ∈ X, tada je Γ ekvineprekidna familija.

Dokaz:Iz Teorema 2.1.1 slijedi da je svaki potpuni metri£ki prostor druge kategorijepa je, prema Teoremu 2.2.2, Γ ekvineprekidna familija.

36

Page 37: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Napomenimo da omeenost po to£kama povla£i uniformnu omeenost (usmislu Teorema 2.2.1).

Poseban slu£aj Teorema 2.2.3 dobivamo pretpostavimo li da su X i YBanachovi prostori i da je

supΛ∈Γ‖Λ(x)‖ <∞,

za svaki x ∈ X. Zaklju£ak je da su svi Λ ∈ Γ omeeni linearni operatori.Naime, slijedi da postoji M <∞ takav da je ‖Λ(x)‖ ≤ M , ako je ‖x‖ ≤ 1 iΛ ∈ Γ. Dakle,

‖Λ(x)‖ ≤M‖x‖,za x ∈ X i Λ ∈ Γ.

Naredni se teorem bavi nizovima neprekidnih linearnih operatora.

Teorem 2.2.4 Neka su X i Y topolo²ki vektorski prostori i Λn niz nepre-kidnih linearnih operatora sa X u Y .

(a) Ako je C skup svih x ∈ X za koje je niz Λn(x) Cauchyev u Y i akoje C skup druge kategorije u X, tada je C = X.

(b) Ako je L skup svih x ∈ X u kojima je (postoji limes)

Λ(x) = limn→∞

Λn(x)

i ako je L skup druge kategorije u X, a Y je F -prostor, tada je L = Xi Λ : X → Y je neprekdan linearan operator.

Dokaz:Kako su Cauchyevi nizovi u topolo²kom vektorskom prostoru X omeeni,prema Teoremu 2.2.2, Γ(x) = Λn(x) | n ∈ N je ekvineprekidna familija.

Lako se provjeri da je C podprostor od X. Slijedi da je C gust u X (daC nije gust, tada bi C bio pravi podprostor od X. Pravi podprostori imajupraznu unutra²njost pa bi imali (C) = ∅ pa bi C bio prve kategorije).

Neka je x ∈ X i neka jeW okolina od 0 u Y . Kako je Λn ekvineprekidnafamilija, postoji okolina V od 0 u X takva da je Λn(V ) ⊆ W , za n = 1, 2, ....Kako je C gust skup u X, postoji x′ ∈ C ∩ (x + V ). Ako je niz Λn(x′)Cauchyev u Y , onda postoji n0 ∈ N takav da za m,n ≥ n0 vrijedi

Λm(x′)− Λn(x′) ∈ W.

Sada je

(Λn − Λm)(x) = Λn(x− x′) + (Λn − Λm)(x′) + Λm(x′ − x) ∈ W +W +W

37

Page 38: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

pa je Λn(x) − Λm(x) ∈ W + W + W £ime je Λn(x) Cauchyev niz u Y ix ∈ C. Dakle, X ⊆ C pa je X = C. Time smo dokazali (a).

Dokaºimo (b). Kako je Y F -prostor, Y je potpun pa svaki niz u Ykonvergira. Dakle L = C. Prema (a), sada je L = X.

Neka su okoline V od 0 u X iW od 0 u Y , kao u (a). Dakle, Λn(V ) ⊆ W ,za svaki n ∈ N pa je Λ(V ) ⊆ W . Slijedi da je Λ neprekidan.

Dio (b) Teorema 2.2.4 moºe se preformulirati na razli£ite na£ine. Sljede¢iteorem je jedan od njih.

Teorem 2.2.5 Neka je Λn niz neprekidnih linearnih operatora sa F -prostoraX u topolo²ki vektorski prostor Y . Ako postoji limes

Λ(x) = limn→∞

Λn(x),

za svaki x ∈ X, tada je Λ neprekidan linearan operator.

Dokaz:Kako niz Λn(x) konvergira, to je skup Γ(x) = Λn(x) | n ∈ N omeenskup u Y . Prema teoremu 2.2.3, familija Λn je ekvineprekidna. Dakle, zaokolinu W od 0 u Y postoji okolina V od 0 u X, takva da je Λn(V ) ⊆ W ,za svaki n ∈ N. Slijedi da je Λ(V ) ⊆ W pa je Λ neprekidan. O£igledno je daje Λ i linearan.

Sljede¢i teorem je jo² jedna varijanta Banach-Steinhausovog teorema, u£ijem se dokazu primjenjuje Baireov teorem.

Teorem 2.2.6 Neka su X i Y topolo²ki vektorski prostori. Neka je K kom-paktan, konveksan skup u X, Γ familija neprekidnih linearnih operatora saX u Y i neka su orbite

Γ(x) = Λ(x) | Λ ∈ Γ

omeeni skupovi u Y , za svaki x ∈ K. Tada postoji omeeni skup B ⊆ Y ,takav da je Λ(K) ⊆ B, za svaki Λ ∈ Γ.

Dokaz:Neka je B =

⋃x∈K Γ(x). Odaberimo balansirane okoline W i U od 0 u Y ,

takve da je U + U ⊆ W . Neka je E =⋂

Λ∈Γ Λ−1(U). E je zatvoren skup uX.

38

Page 39: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Neka je x ∈ K. Kako je Γ(x) omeen, to je Γ(x) ⊆ nU , za neki n pa jex ∈ nE. Dakle,

K =∞⋃n=1

(K ∩ nE).

Kako je E zatvoren, prema Baireovom teoremu, (K ∩ nE) 6= ∅, za baremjedan n.

Fiksirajmo takav n i to£ku x0 ∈ K ∩ nE. Postoji balnasirana okolina Vod 0 u X takva da je

K ∩ (x0 + V ) ⊆ nE. (2.1)

Uzmimo p > 1, takav da je

K ⊆ x0 + pV. (2.2)

Takav p postoji jer je K kompaktan (na vjeºbama ste dokazali da je kom-paktan skup omeen pa je K − x0 ⊆ pV .)

Neka je x ∈ K. Neka je

z := (1− p−1)x0 + p−1x.

Kako je K konveksan, to je z ∈ K. Takoer,

z − x0 = p−1(x− x0) ∈ V,

zbog (2.2). Dakle, z ∈ nE, zbog (2.1). Kako je Λ(nE) ⊆ nU , za svaki Λ ∈ Γ,i kako je x = pz − (p− 1)x0, imamo

Λ(x) ∈ pnU − (p− 1)nU ⊆ pn(U + U) ⊆ pnW.

Dakle, B ⊆ pnW pa je B omeen.

2.3 Teorem o otvorenom preslikavanju

Neka su S i T topolo²ki prostori i f : S → T . Kaºemo da je funkcijaf otvorena u to£ki p ∈ S ako f(V ) sadrºi okolinu to£ke f(p), za svakuokolinu V od p. Kaºemo da je f otvoreno preslikavanje ako je f(U) ∈ τT ,za svaki U ∈ τS (otvorene skupove preslikava u otvorene).

Preslikavanje f je otvoreno ako i samo ako je otvoreno u svakoj to£ki odS. Zbog invarijantnosti vektorske topologije, linearno preslikavanje jednogtopolo²kog prostora u drugi je otvoreno ako i samo ako je otvoreno u nuli.

Neprekidna bijekcija f : S → T je homeomorzam ako je f otvorenopreslikavanje.

39

Page 40: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Teorem 2.3.1 (Teorem o otvorenom preslikavanju) Neka je:

(a) X F -prostor,

(b) Y topolo²ki vektorski prostor,

(c) Λ : X → Y neprekidan linearan operator,

(d) Λ(X) je druge kategorije u Y .

Tada je:

(i) Λ(X) = Y ,

(ii) Λ je otvoreno preslikavanje,

(iii) Y je F -prostor.

Dokaz:Primijetimo najprije da (ii) povla£i (i). Naime, svaki pravi podprostor imapraznu unutra²njost pa je jedini otvoreni podprostor od Y sam Y .

Dokaºimo (ii). Neka je V okolina od 0 u X. Treba dokazati da Λ(V )sadrºi okolinu od nule u Y .

Kako je X F -prostor, postoji invarijantna metrika d na X usklaena stopologijom τ na X. Denirajmo

Vn = x ∈ X | d(x, 0) < 2−nr, (2.3)

za n = 0, 1, 2, ..., gdje je r > 0 tako mali da je V0 = B0(r) ⊆ V . Dokazat¢emo da postoji okolina W od 0 u Y takva da je

W ⊆ Λ(V1) ⊆ Λ(V ). (2.4)

Kako je V1 ⊇ V2 − V2, vrijedi

Λ(V1) ⊇ Λ(V2)− Λ(V2) ⊇ Λ(V2)− Λ(V2). (2.5)

Dakle, prva inkluzija u (2.4) ¢e biti dokazana dokaºemo li da skup Λ(V2) imanepraznu unutra²njost. Kako je V2 okolina od 0 u X, to je X =

⋃∞k=1 kV2 pa

je Λ(X) =⋃∞k=1 kΛ(V2). Kako je Λ(X) druge kategorije u Y , barem jedan

kΛ(V2) mora biti druge kategorije u Y . Budu¢i da je y 7→ ky homeomorzamsa Y na Y , to je i Λ(V2) druge kategorije u Y . Dakle, (Λ(V2)) 6= ∅.

Da dokaºemo drugu inkluziju u (2.4), ksirajmo y1 ∈ Λ(V1). Neka je, zan ≥ 1, yn ∈ Λ(Vn). Ono ²to smo dokazali za V1 vrijedi i za Vn+1 pa Λ(Vn+1)sadrºi okolinu od nule u Y . Kako svaka okolina od yn presijeca Λ(Vn), imamo

(yn − Λ(Vn+1)) ∩ Λ(Vn) 6= ∅.

40

Page 41: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Dakle, postoji xn ∈ Vn takav da je Λ(xn) ∈ yn − Λ(Vn+1). Stavimo li da jeyn+1 = yn−Λ(xn), imamo yn+1 ∈ Λ(Vn+1). Nastavimo li postupak, dobivamoniz x1, x2, ... za koji vrijedi d(xn, 0) < 2−nr, za n = 1, 2, .... Slijedi da jeudaljenost od x1 + ... + xn do 0 kona£na vrijednst pa sume x1 + ... + xnformiraju Cauchyev niz. Zbog potpunosti od X, taj niz konvergira ka nekomx ∈ X, takvom da je d(x, 0) < r. Dakle, x ∈ V . Budu¢i da je

m∑n=1

Λ(xn) =m∑n=1

(yn − yn+1) = y1 − ym+1

i kako (zbog neprekidnosti od Λ) ym+1 → 0 kada m → ∞, zaklju£ujemo daje y1 = Λ(x) ∈ Λ(V ). Time smo dokazali da je Λ(V1) ⊆ Λ(V ). Sada vrijedi(2.4) pa je Λ otvoreno preslikavanje.

Dokaºimo (iii). Neka je N null prostor od Λ, odnosno N = Λ−1(0) =N(Λ). Kako je skup Λ−1(0) zatvoren, prema Teoremu 1.8.1, X/N je F -prostor. Da bismo dokazali (iii), pokazat ¢emo da postoji izomorzam f :X/N → Y , koji je ujedno i homeomorzam. Denirajmo

f(x+N) = Λ(x),

za x ∈ X. Kako je Λ linearan i bijekcija, slijedi da je f linearan i bijekcijapa je f izomorzam. Osim toga, Λ(x) = f(π(x)), gdje je π kvocijentnopreslikavanje. Ako je V otvoren skup u Y , tada je skup

f−1(V ) = π(Λ−1(V ))

otvoren. Naime, V je otvoren skup i Λ je neprekidno preslikavanje paje Λ−1(V ) otvoren skup. Zatim, π je otvoreno preslikavanje pa je skupπ(Λ−1(V )) otovren. Dakle, f je neprekidno preslikavanje. Ako je E otvorenskup u X/N , tada je

f(E) = Λ(π−1(E))

otvoren skup. Naime, preslikavanje π je neprekidno i E je otvoren pa je skupπ−1(E) otvoren. Kako je Λ otvoreno preslikavanje, to je i Λ(π−1(E)) otvo-ren skup. Dakle, f je otvoreno, neprekidno preslikavanje i bijekcija pa je fhomeomorzam.

Korolar 2.3.1 (a) Ako je Λ neprekidan linearan operator sa F -prostoraX na F -prsotor Y , tada je Λ otvoreno preslikavanje.

(b) Ako vrijedi (a) i Λ je bijekcija, tada je Λ−1 : Y → X neprekidnopreslikavanje.

41

Page 42: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

(c) Ako su X i Y Banachovi prostori i ako je Λ : X → Y neprekidno,linearno preslikavanje i bijekcija, tada postoje pozitivni realni brojevi ai b takvi da je

a‖x‖ ≤ ‖Λ(x)‖ ≤ b‖x‖,

za svaki x ∈ X.

(d) Ako su τ1 i τ2 vektorske topologije na vektorskom prostoru X i τ1 ⊆ τ2

te ako su (X, τ1) i (X, τ2) F -prostori, tada je τ1 = τ2.

Dokaz:

(a) Tvrdnja slijedi iz Teorema 2.3.1 i Teorema 2.1.1, jer je sada Y drugekategorije u Y .

(b) Slijedi iz (a).

(c) Slijedi iz (a) i (b). Napomenimo da dvije nejdankosti u (c) jednostavnoizraºavaju neprekidnost od Λ i od Λ−1.

(d) Tvrdnja se dobije primjenjuju¢i (a) na identi£no preslikavanje sa (X, τ2)na (X, τ1).

2.4 Teorem o zatvorenom grafu

Neka su X i Y skupovi i f : X → Y . Graf funkcije f je

Γ(f) = (x, f(x)) | x ∈ X ⊆ X × Y.

Neka su X i Y topolo²ki prostori i neka je τX×Y produktna topologija.To je najmanja topologija koja sadrºi sve skupove U × V , takve da su U iV otvoreni u X i u Y , redom. Baza joj je τX × τY (ista se topologija dobijeako se umjesto τX i τY uzmu samo elementi baza topologija na X, odnosnoY , redom).

Propozicija 2.4.1 Neka je X topolo²ki prostor, Y Hausdorov prostor, af : X → Y neprekidna funkcija. Tada je G = Γ(f) zatvoren skup.

Dokaz:Neka je Ω komplement od G u X × Y . Dakle,

Ω = GC = (x, y) ∈ X × Y | y 6= f(x).

42

Page 43: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Fiksirajmo (x0, y0) iz Ω. Vrijedi y0 6= f(x0). Kako je Y Hausdorov prostor,slijedi da postoje disjunktne okoline V iW oko y0 i f(x0) u Y , redom. Dakle,V ∩W = ∅.

Kako je f neprekidna, postoji okolina U od x0 uX takva da je f(U) ⊆ W .Dakle, okolina U × V od (x0, y0) leºi u Ω pa slijedi da je Ω otvoren skup.Time je G = ΩC zatvoren skup.

Teorem 2.4.1 (Teorem o zatvorenom grafu) Neka vrijedi:

(a) X i Y su F -prostori,

(b) Λ : X → Y je linearan operator,

(c) G = Γ(Λ) = (x,Λ(x)) | x ∈ X je zatvoren skup u X × Y .

Tada je Λ neprekidan operator.

Dokaz:X×Y je vektorski prostor u kojem su operacije zbrajanja i mnoºenja skalaromdenirane po komponentama

α(x1, y1) + β(x2, y2) = (αx1 + βx2, αy1 + βy2).

Kako su X i Y F -prostori, postoje potpune invarijantne metrike dX i dY kojeinduciraju topologije τX i τY , redom. Ako deniramo metriku d na X×Y sa

d((x1, y1), (x2, y2)) = dX(x1, x2) + dY (y1, y2),

tada je d invarijantna metrika na X × Y , usklaena sa produktnom topolo-gijom. Dakle, (X × Y, d) je F -prostor.

Kako je Λ linearan, G je potprostor od X × Y . Zatvoreni podskupovipotpunih metri£kih prostora su su potpuni pa je G F -prostor.

Denirajmo π1 : G→ X i π2 : X × Y → Y sa

π1(x,Λ(x)) = x, π2(x, y) = y.

Tako denirano preslikavanje π1 je neprekidna linearna bijekcija sa F -prostoraG na F -prostor X. Prema teoremu o otvorenom preslikavanju, slijedi da je

π−11 : X → G

neprekidno preslikavanje. Kako je Λ = π2 π−11 i π2 je neprekidan operator,

slijedi da je Λ neprekidan operator.

43

Page 44: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Napomena:Ponekad se pretpostavka (c) provjerava pokazuju¢i da Λ zadovoljava svojstvo(c'):

(c') Neka je xn niz u X takav da postoje limesi

x = limn→∞

xn,

y = limn→∞

Λ(xn).

Tada je y = Λ(x).Dokaºimo da (c') povla£i (c). Odaberimo to£ku (x, y) koja je limes nekog

niza iz G. Kako je X × Y metrizabilan,

(x, y) = limn→∞

(xn,Λ(xn)),

za neki niz xn. Iz denicije produktne topologije slijedi da xn → x iΛ(xn)→ y. Prema (c'), y = Λ(x) pa je (x, y) ∈ G i G je stoga zatvoren.

Jednostavno je pokazati da (c) povla£i (c').

2.5 Bilinearna preslikavanja

Neka su X, Y, Z vektorski prostori i B : X × Y → Z. Pridruºimo svakomx ∈ X i svakom y ∈ Y preslikavanja

Bx : Y → Z, By : X → Z,

denirana saBx(y) = B(x, y) = By(x).

Preslikavanje B je bilinearno ako su Bx i By linearna preslikavanja.

Ako su X, Y, Z topolo²ki vektorski prostori i ako su za svaki x ∈ X iza svaki y ∈ Y preslikavanja Bx i By neprekidna, tada kaºemo da je B se-paratno neprekidno preslikavanje. Ako je B neprekidno preslikavanje(u odnosu na produktnu topologiju od X × Y ), tada je B separatno nepre-kidno. U nekim se slu£ajevima moºe dokazati i obrat, kori²tenjem Banach-Steinhausovog teorema.

Sljede¢i ¢emo teorem izre¢i bez dokaza.

Teorem 2.5.1 Neka je B : X × Y → Z separatno neprekidan bilinearanoperator. Neka je X F -prostor, a Y i Z topolo²ki vektorski prostori. Tadavrijedi

B(xn, yn)→ B(x0, y0)

u Z, kada xn → x0 u X i yn → y0 u Y . Ako je Y metrizabilan, tada je Bneprekidno preslikavanje.

44

Page 45: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Poglavlje 3

Konveksnost

U ovom ¢emo se poglavlju uglavnom baviti lokalno konveksnim topolo²kimvektorskim prostorima.

3.1 Hahn-Banachovi teoremi

Izraz "Hahn-Banachovi teoremi" obi£no se koristi za nekoliko usko povezanihrezultata. Prva dva teorema koja slijede nazivaju se teoremi o dominant-nom pro²irenju. Oni se ne bave topologijom.

Uvedimo najprije neke denicije. Dualni prostor topolo²kog vektor-skog prostoraX je vektorski prostorX∗, £iji su elementi neprekidni linearnifunkcionali na X. Zbrajanje i skalarno mnoºenje u X∗ denirani su sa

(Λ1 + Λ2)(x) = Λ1(x) + Λ2(x),

(αΛ)(x) = α · Λ(x).

Uz te operacije, X∗ postaje vektorski prostor.U nastavku ¢emo koristiti o£iglednu £injenicu da je svaki kompleksni vek-

torski prostor ujedno i realni vektorski prostor. Koristit ¢emo i sljede¢uterminologiju. Aditivni funkcional Λ na kompleksnom vektorskom prostoruX nazivamo realno-linearnim (kompleksno-linearnim) ako je

Λ(αx) = αΛ(x),

za svaki x ∈ X i za svaki realni (kompleksni) skalar α. Ne navedemo liposebno skalarno polje, podrazumijevat ¢emo na oba navedena slu£aja.

Ako je u realni dio kompleksno-linearnog funkcionala f na X, tada je urealno-linearan i

f(x) = u(x)− iu(ix), (3.1)

45

Page 46: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

gdje je x ∈ X, jer je z = Re(z)− iRe(iz), za svaki z ∈ C.Obratno, ako je u : X → R realno-linearan na kompleksnom vektorskom

prostoru X i ako je f deniran sa (3.1), slijedi da je f kompleksno linearan.Neka je X kompleksni topolo²ki vektorski prostor. Iz navedenog slijedi

da je kompleksno-linearan funkcional na X element od X∗ ako i samo ako jenjegov realni dio neprekidan i da je svaki neprekidni realno-linearan u : X →R realni dio jedinstvenog f ∈ X∗.

Teorem 3.1.1 Neka vrijedi:

(a) M je potprostor realnog vektorskog prostora X,

(b) za p : X → R vrijedi

p(x+ y) ≤ p(x) + p(y),

p(tx) = tp(x),

za x, y ∈ X i t ≥ 0,

(c) f : M → R je linearan funkcional i f(x) ≤ p(x) na M .

Tada postoji linearno preslikavanje Λ : X → R takvo da je

Λ(x) = f(x),

za x ∈M i−p(−x) ≤ Λ(x) ≤ p(x),

za x ∈ X.

Dokaz:Ako je M 6= X, odaberimo x1 ∈ X, x1 /∈M i denirajmo

M1 = x+ tx1 | x ∈M, t ∈ R.

Jasno je da je M1 vektorski prostor. Kako je

f(x) + f(y) = f(x+ y) ≤ p(x+ y) ≤ p(x− x1) + p(x1 + y),

imamof(x)− p(x− x1) ≤ p(y + x1)− f(y),

za x, y ∈ M . Neka je α najmanja gornja ograda lijeve strane posljednjenejednakosti, za x ∈M . Tada je

f(x)− α ≤ p(x− x1), (3.2)

46

Page 47: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

gdje je x ∈M if(y) + α ≤ p(y + x1), (3.3)

gdje je y ∈M .Denirajmo preslikavanje f1 na M1 sa

f1(x+ tx1) = f(x) + tα, (3.4)

za x ∈M i t ∈ R. Tada je f1 = f na M i f1 je linearno preslikavanje na M1.Neka je t > 0. Ako u (3.2) zamijenimo x sa t−1x i u (3.3) zamijenimo

y sa t−1y i pomnoºimo dobivene nejednakosti s t, kombiniraju¢i dobiveno s(3.4), dokazuje se da je

f1 ≤ p

na M1.U drugom dijelu dokaza koristit ¢emo Hausdorov princip maksimal-

nosti1. Neka je P familija svih ureenih parova (M ′, f ′), gdje jeM ′ potprostorod X koji sadrºi M i f ′ je linearan funkcional na M ′, koji je pro²irenje od fi vrijedi f ′ ≤ p na M ′. Parcijalni ureaj na P moºemo uvesti na na£in da je(M ′, f ′) ≤ (M ′′, f ′′) ako jeM ′ ⊆M ′′ i f ′′ = f ′ naM ′. Prema Hausdorovomprincipu maksimalnosti, postoji maksimalna totalno ureena podfamilija Ωod P.

Neka je Φ familija svih M ′ takvih da je (M ′, f ′) ∈ Ω. Tada je Φ potpunoureena relacijom ⊆, a unija M svih £lanova od Φ je potprostor od X. Akoje x ∈ M tada je x ∈M ′, za neki M ′ ∈ Φ. Za takav x denirajmo

Λ(x) = f ′(x),

gdje je f ′ takva funkcija da je (M ′, f ′) ∈ Ω.Lako je provjeriti da je Λ dobro denirana na M , da je linearna i da je

Λ ≤ p. Kada bi M bio pravi potprostor od X, prvi dio dokaza bi nam daodaljnje pro²irenje od Λ, ²to je u kontradikciji s maksimalno²¢u od Ω. Dakle,M = X.

Kona£no, nejednakost Λ ≤ p povla£i da je

−p(−x) ≤ −Λ(−x) = Λ(x),

za svaki x ∈ X. Time je teorem dokazan.

1Hausdorov princip maksimalnosti kaºe da svaki neprazan parcijalno ureen skupA sadrºi maksimalan totalno ureen podskup B (maksimalan u odnosu na svojstvo totalneureenosti).

47

Page 48: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Teorem 3.1.2 Neka je M potprostor vektorskog prostora X. Neka je p po-lunorma na X i f linearni funkcional na M takav da je

|f(x)| ≤ p(x),

za x ∈ M . Tada postoji linearni funkcional Λ na X koji je je pro²irenje odf i za koji vrijedi

|Λ(x)| ≤ p(x),

za x ∈ X.

Dokaz:Ako je skalarno polje R, ovaj teorem slijedi iz Teorema 3.1.1, jer za p sadavrijedi p(−x) = p(x).

Uzmimo da je skalarno polje C. Neka je u = Re(f). Prema Teoremu 3.1.1,postoji realno-linearan funkcional U na X takav da je U = u na M i U ≤ pna X. Neka je Λ kompleksno-linearan funkcional na X, £iji je realni dio U .Iz razmatranja s po£etka ovog poglavlja slijedi da je Λ = f na M .

Kona£no, svakom x ∈ X odgovara α ∈ C, takav da je |α| = 1 i da jeαΛ(x) = |Λ(x)|. Dakle,

|Λ(x)| = Λ(αx) = U(αx) ≤ p(αx) = p(x).

Korolar 3.1.1 Ako je X normirani prostor i x0 ∈ X, tada postoji Λ ∈ X∗takav da je

Λ(x0) = ‖x0‖

i|Λ(x)| ≤ ‖x‖,

za svaki x ∈ X.

Dokaz:Ako je x0 = 0, uzmemo Λ = 0. Ako je x0 6= 0, moºemo primijeniti Teorem3.1.1 uzev²i da je p(x) = ‖x‖, da je M jednodimenzionalni prostor generiransa x0 i f(αx0) = α‖x0‖ na M .

Naredni se toerem naziva teorem separacije. Izre¢i ¢emo ga bez dokaza.

Teorem 3.1.3 Neka su A i B disjunktni, neprazni, konveksni skupovi u to-polo²kom vektorskom prostoru X.

48

Page 49: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

(a) Ako je A otvoren skup, postoji Λ ∈ X∗ i γ ∈ R tako da je

Re(Λ(x)) < γ ≤ Re(Λ(y)),

za svaki x ∈ A i za svaki y ∈ B.

(b) Ako je A kompaktan, B zatvoren, a X lokalno konveksan, tada postojiΛ ∈ X∗ te γ1, γ2 ∈ R, tako da je

Re(Λ(x)) < γ1 < γ2 < Re(Λ(y)),

za svaki x ∈ A i za svaki y ∈ B.

Primijetimo da u teoremu nije navedeno skalarno polje. Ako je to R, tada jeRe(Λ) = Λ.

Korolar 3.1.2 Ako je X lokalno konveksan prostor, tada X∗ separira to£kena X.

Dokaz:Neka su x1, x2 ∈ X i x1 6= x2. Primjenom (b) dijela Teorema 3.1.3 zaA = x1, B = x2, dokazuje se tvrdnja korolara.

Naredni teorem dokazat ¢ete na vjeºbama. Koristan je za dokazivanje daje x0 ∈ X, gdje je X lokalno konveksan topolo²ki vektorski prostor, elementzatvara£a nekog potprostora M od X. Naime, tada je dovoljno pokazati daje Λ(x0) = 0, za svaki neprekidan linearan funkcional Λ na X koji iz£ezavana M .

Teorem 3.1.4 Neka je M potprostor lokalno konveksnog topolo²kog vektor-skog prostora X i neka je x0 ∈ X. Ako x0 /∈ M , tada postoji Λ ∈ X∗ takavda je Λ(x0) = 1, a Λ(x) = 0 za svaki x ∈M .

Slijedi teorem o neprekidnom pro²irenju. Taj teorem omogu¢ujepro²irenje neprekidnog linearnog funkcionala sa potprostora na £itav prostor,tako da se o£uva neprekidnost.

Teorem 3.1.5 Ako je f neprekidan linearan funkcional na potporostoru Mlokalno konveksnog prostora X, tada postoji Λ ∈ X∗ takav da je Λ = f naM .

49

Page 50: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Dokaz:Pretpostavimo, bez gubitka op¢enitosti, da f ne is£ezava na M . Neka je

M0 = x ∈M |f(x) = 0.

Odaberimo x0 ∈ M tako da je f(x0) = 1. Kako je f neprekidan, slijedi dax0 nije u M -zatvara£u od M0. Budu¢i da M nasljeuje svoju topologiju odX, slijedi da x0 nije u X-zatvara£u od M0.

Prema teoremu 3.1.4, postoji Λ ∈ X∗ takav da je Λ(x0) = 1 i Λ(x) = 0na M0.

Za x ∈M , zaklju£ujemo da je x− f(x)x0 ∈M0, jer je f(x0) = 1. Dakle,

0 = Λ(x− f(x)x0) = Λ(x)− f(x)Λ(x0) = Λ(x)− f(x),

odnosno Λ = f na M .

3.2 Slabe topologije

Neka su τ1 i τ2 dvije topologije na skupu X i neka je τ1 ⊆ τ2. Dakle, svaki τ1-otvoren skup je i τ2-otvoren. Tada kaºemo da je τ1 slabija od τ2, odnosno daje τ2 ja£a od τ1. U ovakvoj je situaciji, identi£no preslikavanje sa (X, τ2) na(X, τ1) neprekidno, a identi£no preslikavanje sa (X, τ1) na (X, τ2) je otvorenopreslikavanje.

Razmotrimo najprije topologiju kompaktnog Hausdorovog prostora i po-kaºimo da ona posjeduje odreenu £vrsto¢u. Naime, ona se ne moºe oslabitibez naru²avanja Hausdorovog aksioma separacije, niti moºe biti oja£anabez naru²avanja svojstva kompaktnosti. Dokaºimo sljede¢e:

(a) Ako su τ1 ⊆ τ2 topologije na skupu X te je τ1 Hausdorova topologija, aτ2 je kompaktna topologija, tada je τ1 = τ2.

Neka je F ⊆ X τ2-zatvoren. Kako je X τ2-kompaktan, to je i F . Kako jeτ1 ⊆ τ2, slijedi da je F i τ1 kompaktan. Naime, svaki τ1-otvoreni pokriva£ odF je i τ2-otvoreni pokriva£. Kako je τ1 Hausdorova topologija, slijedi da jeF τ1-zatvoren.

Razmotrimo kao primjer kvocijentnu topologiju τN na X/N i kvocijentnopreslikavanje π : X → X/N . Po svojoj je deniciji τN najja£a topologijana X/N koja preslikavanje π £ini neprekidnim. To je ujedno i najslabijatopologija koja preslikavanje π £ini otvorenim preslikavanjem. Ako su τ ′ i

50

Page 51: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

τ ′′ topologije na X/N i ako je π neprekidno preslikavanje u odnosu na τ ′, aotvoreno u odnosu na τ ′′, tada je τ ′ ⊆ τN ⊆ τ ′′.

Neka je sada X skup i F neprazna familija preslikavanja f : X → Yf , gdjeje Yf topolo²ki prostor. (U mnogim je slu£ajevima Yf isti za sve f ∈ F.) Nekaje τ familija svih unija kona£nih presjeka skupova f−1(V ), gdje je f ∈ F, aV otvoren skup u Yf . Tada je τ topologija na X i to najslabija topologija naX koja £ini svaki f ∈ F neprekidnim. Ako je τ ′ bilo koja druga topologijas istim svojstvom, tada je τ ⊆ τ ′. Topologija τ naziva se slaba topologijana X inducirana sa F ili F-topologija na X.

Poznati primjer za ovu situaciju je uobi£ajeni na£in topologizacije karte-zijevog produkta X familije topolo²kih prostora Xα. Ako s πα(x) ozna£imoα-tu koordinatu to£ke x ∈ X, tada πα preslikava X na Xα. Produktnatopologija τ na X je, po deniciji, njegova πα-topologija, najslabija topo-logija koja £ini svaki πα neprekidnim. Pretpostavimo sada da je svaki Xα

kompaktan Hausdorov prostor. Tada je, prema Tychonoovom teoremu2 τkompaktna topologija na X, i tvrdnja (a) povla£i da topologija τ ne moºebiti oja£ana bez da se naru²i Tychonoov teorem.

U posljednjoj se re£enici zapravo krije poseban slu£aj naredne tvrdnje:

(b) Ako je F familija preslikavanja f : X → Yf , gdje je X skup, a svaki YfHausdorov prostor, te ako F separira to£ke na X, tada je F-topologija naX Hausdorova topologija.

Ako su p 6= q to£ke iz X, tada je f(p) 6= f(q) za neki f ∈ F. To£kef(p) i f(q) imaju disjunktne okoline u Yf £ije su inverzne slike u odnosu naf otvoreni skupovi (po deniciji) i meusobno disjunktni.

Sljede¢a je tvrdnja vezana za metrizabilnost.

(c) Ako je X kompaktan topolo²ki prostor i ako neki niz fn neprekidnihrealnih funkcija separira to£ke na X, tada je X metrizabilan.

Neka je τ zadana topologija na X. Pretpostavimo, bez gubitka op¢eni-tosti, da je |fn| ≤ 1, za svaki n ∈ N, i neka je τd topologija inducirana na Xmetrikom

d(p, q) =∞∑n=1

2−n|fn(p)− fn(q)|.

To je metrika jer fn separira to£ke. Kako je svaki fn τ -neprekidan i reduniformno konvergira na X×X, d je τ -neprekidna funkcija na X×X. Dakle,kugle

Br(p) = q ∈ X | d(p, q) < r2Tychonoov teorem kaºe da je kartezijev produkt proizvoljne neprazne familije

kompaktnih topolo²kih prostora kompaktan.

51

Page 52: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

su τ -otvorene. Dakle, τd ⊆ τ . Kako je τd inducirana metrikom, τd je Ha-usdorova topologija pa iz (a) slijedi da je τ = τd.

Sljede¢i teorem, koji ¢emo koristiti u nekim narednim razmatranjima iz-re¢i ¢emo bez dokaza.

Teorem 3.2.1 Neka je X vektorski prostor i neka je X ′ separiraju¢i vektor-ski prostor linearnih funkcionala na X. Tada X ′-topologija τ ′ £ini X lokalnokonveksnim prostorom £iji je dualni prostor X ′.

U Teoremu 3.2.1 pretpostavljamo zapravo da je X ′ zatvoren za zbrajanje iskalarno mnoºenje te da je Λ(x1) 6= Λ(x2), za neki Λ ∈ X ′, uvijek kada su x1

i x2 razli£ite to£ke iz X.

3.2.1 Slaba topologija topolo²kog vektorskog prostora

Neka je X topolo²ki vektorski prostor s topologijom τ , £iji dual X∗ separirato£ke na X. (Znamo da se to dogaa u svakom lokalno konveksnom topo-lo²kom vektorskom prostoru X.) Tada se X∗-topologija od X naziva slabatopologija od X.

Sa Xw ozna£it ¢emo X topologiziran tom slabom topologijom τw. Teorem3.2.1 povla£i da je Xw lokalno konveksan prostor £iji je dual takoer X∗.

Kako je svaki Λ ∈ X∗ τ -neprekidan i kako je τw najslabija topologija naX sa tim svojstvom, vrijedi τw ⊆ τ . U takvom ¢emo kontekstu toplogiju τobi£no nazivati originalnom topologijom od X. Izraze oblika originalnaokolina, slaba okolina, originalni zatvara£, slabi zatvara£ i sli£no koristit ¢emokako bi bilo jasno u odnosu na koju topologiju se ti izrazi podrazumijevaju3.

Na primjer, neka je xn niz u X. Kada kaºemo da xn → 0 originalno, tozna£i da svaka originalna okolina od nule sadrºi sve xn-ove za dovoljno velikin. Kada kaºemo da xn → 0 slabo, to zna£i da svaka slaba okolina od nulesadrºi sve xn-ove za dovoljno veliki n. Kako svaka slaba okolina od 0 sadrºiokolinu oblika

V = x ∈ X | |Λi(x)| < ri za 1 ≤ i ≤ n, (3.5)

gdje su Λi ∈ X∗ i ri > 0, jasno je da xn → 0 slabo ako i samo ako Λ(xn)→ 0za svaki Λ ∈ X∗.

Svaki originalno konvergentan niz je slabo konvergentan dok obrat obi£none vrijedi.

3Kada je X Fréchetov prostor (posebno, kada je X Banachov prostor) originalna to-pologija od X obi£no se naziva jaka topologija. Za lokalno konveksne prostore, op¢enito,prikladniji je za kori²tenje naziv originalna topologija.

52

Page 53: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Skup E ⊆ X je slabo omeen (dakle, E je omeen podskup od Xw) akoi samo ako svaki V deniran sa (3.5) sadrºi tE za neki t > 0. To je slu£ajako i samo ako za svaki Λ ∈ X∗ postoji broj γ <∞ takav da je |Λ(x)| ≤ γ,za svaki x ∈ E. Drugim rije£ima, skup E ⊆ X je slabo omeen ako i samoako je svaki Λ ∈ X∗ omeena funkcija na E.

Neka je V deniran kao u (3.5) i neka je

N = x ∈ X | Λ1(x) = ... = Λn(x) = 0.

Kako preslikavanje x→ (Λ1(x), ...,Λn(x)), £iji je nulprostor N , preslikava Xu Cn, vrijedi4

dim(X) ≤ n+ dim(N).

Kako je N ⊆ V , to nas vodi sljede¢em zaklju£ku:

Ako je X beskona£nodimenzionalan, tada svaka slaba okolina od 0 sadrºibeskona£nodimenzionalan potprostor. Dakle, Xw nije lokalno omeen.

To u mnogo slu£ajeva povla£i da je slaba topologija strogo slabija odoriginalne topologije. Naravno, te se dvije topologije mogu i podudarati.Teorem 3.2.1 povla£i da je (Xw)w = Xw.

Jo² neke rezultate iz ovog dijela dokazat ¢ete na vjeºbama.

3.2.2 Slaba∗-topologija dualnog prostora

Neka jeX topolo²ki vektorski prostor £iji je dualX∗. Za denicije koje slijedenije vaºno da li X∗ separira to£ke na X ili ne. Vaºno je primijetiti da svakix ∈ X inducira linearni funkcional fx na X

∗, deniran sa

fx(Λ) = Λ(x)

i da familija fx | x ∈ X separira to£ke na X∗. Naime, ako je fx(Λ) =fx(Λ

′), za svaki x ∈ X, tada je Λ(x) = Λ′(x), za svaki x, pa je Λ = Λ′.Linearnost svakog fx je o£igledna.

Sada imamo situaciju opisanu u Teoremu 3.2.1, sa X∗ na mjestu od Xi sa X na mjestu od X ′. X-topologija od X∗ zove se slaba∗-topologijaod X∗. Teorem 3.2.1 povla£i da je to lokalno konveksna vektorska toplogijana X∗ i da svaki linearan funkcional na X∗ koji je slabo∗-neprekidan imaoblik Λ→ Λ(x) za neki x ∈ X.

Slabe∗-topologije imaju vrlo vaºna svojstva. Neka od njih ¢emo navestiu nastavku.

4Koristimo sljede¢i teorem: Neka je f : X → Y , gdje su X i Y vektorski prostori,linearan operator. Tada je zbroj dimenzija jezgre i slike od f jednak dimenziji prostoraX.

53

Page 54: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

3.3 Kompaktni konveksni skupovi

Naredni ¢emo teorem izre¢i bez dokaza.

Teorem 3.3.1 (Banach-Alaogluov teorem) Ako je V okolina od 0 u to-polo²kom vektorskom prostoru X i ako je

K = Λ ∈ X∗ | |Λ(x)| ≤ 1 za svaki x ∈ V ,

tada je K slabo∗-kompaktan.

K ponekad nazivamo pol od V . Jasno je da je K konveksan i balansiranskup, jer to vrijedi za jedini£ni krug u C (i za interval [−1, 1] u R).

Ako je X separabilan5, tada se zaklju£ak Banach-Alaogluovog teoremamoºe oja£ati sljede¢im rezltatom (kojeg ¢ete dokazati na vjeºbama).

Teorem 3.3.2 Ako je X separabilan topolo²ki vektorski prostor te ako jeK ⊆ X∗ i K je slabo∗-kompaktan, tada je K metrizabilan u slaboj∗-topologiji.

Napomenimo da ne slijedi da je i X∗ metrizabilan u slaboj∗-topologiji.Navedimo ovdje jo² samo jedan rezultat, koji se dokazuje primjenom

Banach-Alaogluovog teorema.

Teorem 3.3.3 U lokalno konveksnom topolo²kom vektorskom prostoru Xsvaki slabo omeen skup je originalno omeen i obrnuto.

5Topolo²ki prostor je separabilan ako u njemu postoji prebrojiv gust skup.

54

Page 55: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Poglavlje 4

Dualnost u Banachovim

prostorima

4.1 Normirani dual normiranog prostora

Neka su X i Y topolo²ki vektorski prostori. Sa B(X, Y ) ozna£avat ¢emofamiliju svih omeenih linearnih operatora sa X u Y . Familiju B(X,X)kra¢e ¢emo ozna£avati s B(X). Svaki B(X, Y ) je vektorski prostor u odnosuna uobi£ajene denicije zbrajanja i skalarnog mnoºenja funkcija. (To ovisisamo o strukturi vektorskog prostora Y , ne o strukturi od X.) Op¢nito,postoji vi²e na£ina na koje se B(X, Y ) moºe u£initi topolo²kim vektorskimprostorom.

U ovom ¢emo se poglavlju baviti samo sa normiranim prostorima X i Y .U tom se slu£aju i B(X, Y ) moºe normirati na prirodan na£in. Ako je Yskalarno polje, takvo da je B(X, Y ) dualni prostor X∗ od X, tada norma naB(X, Y ) denira topologiju na X∗ za koju se moºe pokazati da je ja£a odnjegove slabe∗-topologije. U ovom ¢emo poglavlju razmatrati upravo odnosizmedju Banachovog prostora X i njegovog normiranog duala X∗.

Teorem 4.1.1 Neka su X i Y normirani prostori. Pridruºimo svakom Λ ∈B(X, Y ) broj

‖Λ‖ = sup‖Λ(x)‖ | x ∈ X, ‖x‖ ≤ 1. (4.1)

Ovakva denicija od ‖Λ‖ pretvara B(X, Y ) u normirani prostor. Ako je YBanachov prostor, to je i B(X, Y ).

Dokaz:Pokaºimo najprije da je B(X, Y ) normirani prostor. Znamo da su podsku-povi normiranog prostora omeeni ako i samo ako leºe u nekom vi²ekratniku

55

Page 56: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

jedini£ne kugle. Linearni operatori Λ ∈ B(X, Y ) su omeeni pa slijedi da je‖Λ‖ <∞ za svaki Λ ∈ B(X, Y ).

Ako je α skalar, tada je (αΛ)(x) = α · Λ(x). Dakle,

‖αΛ‖ = |α|‖Λ‖.

Koriste¢i nejednakost trokuta u Y , dobivamo da je

‖(Λ1 + Λ2)(x)‖ = ‖Λ1(x) + Λ2(x)‖ ≤ ‖Λ1(x)‖+ ‖Λ2(x)‖≤ ‖Λ1‖+ ‖Λ2‖,

za svaki x ∈ X za koji je ‖x‖ ≤ 1. Dakle,

‖Λ1 + Λ2‖ ≤ ‖Λ1‖+ ‖Λ2‖.

Ako je Λ 6= 0, tada je Λ(x) 6= 0 za neki x ∈ X pa je ‖Λ‖ > 0. Dakle,B(X, Y ) je normirani prostor.

Pretpostavimo sada da je Y potpun i da je Λn Cauchyev niz u B(X, Y ).Kako je

‖Λn(x)− Λm(x)‖ ≤ ‖Λn − Λm‖‖x‖ (4.2)

i kako ‖Λn−Λm‖ → 0 za dovoljno velike n im, slijedi da je Λn(x) Cauchyevniz u Y za svaki x ∈ X. Dakle, postoji limes

Λ(x) = limn→∞

Λn(x).

Jasno je da je Λ : X → Y linearan operator. Ako je ε > 0, desna strananejednakosti (4.2) ne prelazi vrijednost ε‖x‖, za dovoljno velike m i n. Slijedida je

‖Λ(x)− Λm(x)‖ ≤ ε‖x‖,

za svaki dovoljno velikm. Dakle, ‖Λ(x)‖ ≤ (‖Λm‖+ε)‖x‖ pa je Λ ∈ B(X, Y )i ‖Λ− Λm‖ ≤ ε. Slijedi da Λm → Λ u normi od B(X, Y ), £ime smo dokazalipotpunost od B(X, Y ).

Elemente dualnog prostora X∗ od X ozna£avat ¢emo s x∗ i pisat ¢emo

〈x, x∗〉,

umjesto x∗(x). Ta je oznaka dobro prilagoena simetri£nosti izmeu djelova-nja od X∗ na X i djelovanja od X na X∗. Naredni teorem daje neka osnovnasvojstva dualnosti.

56

Page 57: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Teorem 4.1.2 Neka je B zatvorena jedini£na kugla u normiranom prostoruX. Denirajmo

‖x∗‖ = sup|〈x, x∗〉| | x ∈ B,za svaki x∗ ∈ X∗.

(a) Tako denirana norma £ini X∗ Banachovim prostorom.

(b) Neka je B∗ zatvorena jedini£na kugla u X∗. Za svaki x ∈ X,

‖x‖ = sup|〈x, x∗〉| | x∗ ∈ B∗.

Posljedica toga je da je preslikavanje x∗ → 〈x, x∗〉 omeeni linearnifunkcional na X∗.

(c) B∗ je slabo∗-kompaktan skup.

Dokaz:Kako je B(X, Y ) = X∗, ako je Y sklalarno polje, (a) slijedi iz Teorema 4.1.1.

Fiksirajmo x ∈ X. Iz Korolara 3.1.1 slijedi da postoji y∗ ∈ B∗, takav davrijedi

〈x, y∗〉 = ‖x‖. (4.3)

S druge strane, vrijedi

|〈x, x∗〉| ≤ ‖x‖‖x∗‖ ≤ ‖x‖, (4.4)

za svaki x∗ ∈ B∗. Iz (4.3) i (4.4) slijedi (b).Kako je otvorena jedini£na kugla U u X gusta u B, denicija od ‖x∗‖

daje da je x∗ ∈ B∗ ako i samo ako je |〈x, x∗〉| ≤ 1, za svaki x ∈ U . Tvrdnja(c) sada direktno slijedi iz Teorema 3.3.1.

Napomena: Slaba∗-topologija od X∗ je, po deniciji, najslabija topolo-gija u kojoj su svi funkcionali

x∗ → 〈x, x∗〉

neprekidni. Tvrdnja (b) Teorema 4.1.2 pokazuje da je topologija inducirananormom od X∗ ja£a od njegove slabe∗-topologije. Zapravo je i strogo ja£a,osim ako je X kona£nodimenzinalan, jer zaklju£ak na kraju odjeljka 3.2.1vrijedi i za slabu∗-topologiju.

Ako ne napomenemo druga£ije, u nastavku ¢e X∗ ozna£avati normiranidual od X (kad god je X normiran) i svi topolo²ki koncepti vezani za X∗

odnosit ¢e se na topologiju induciranu normom. No, to ne zna£i da slaba∗-topologija ne¢e takoer imati vaºnu ulogu.

Naredni teorem daje ne²to druga£iji opis norme operatora od onog izTeorema 4.1.1.

57

Page 58: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Teorem 4.1.3 Ako su X i Y normirani prostori i ako je Λ ∈ B(X, Y ), tadaje

‖Λ‖ = sup|〈Λ(x), y∗〉| | ‖x‖ ≤ 1, ‖y∗‖ ≤ 1.

Dokaz:Primijenimo (b) dio Teorema 4.1.2, uzev²i Y na mjestu X-a. Dobivamo

‖Λ(x)‖ = sup|〈Λ(x), y∗〉| | ‖y∗‖ ≤ 1,

za svaki x ∈ X. Kako bismo dokazali teorem, podsjetimo se da je

‖Λ‖ = sup‖Λ(x)‖ | ‖x‖ ≤ 1.

4.2 Drugi dual Banachovog prostora

Normirani dual X∗ Banachovog prostora X je takoer Banachov prostor paima svoj normirani dual, koji ozna£avamo s X∗∗. Dualni prostor X∗∗ od X∗

nazivamo drugi dual od X. Preslikavanje φ : X → X∗∗ denirano sa

〈x∗, φ(x)〉 = 〈x, x∗〉, (4.5)

gdje je x∗ ∈ X∗, naziva se prirodno preslikavanje od X u X∗∗. Svaki x ∈ Xdenira na taj na£in jedinstveni φ(x) ∈ X∗∗ i iz Teorema 4.1.2 (b) vidimo daje

‖φ(x)‖ = ‖x‖, (4.6)

za svaki x ∈ X. Iz (4.5) slijedi da je φ linearno preslikavanje, a iz (4.6) da je φizometrija. Ozna£avamo φ(x) = x∗∗. Kako smo pretpostavili da je X potpunprostor, φ(X) je zatvoren skup u X∗∗. Dakle, φ je izometrija i izomorzamod X na zatvoreni potprostor od X∗∗.

Preslikavanje φ nije nuºno surjektivno. Ako je φ surjektivno preslikavanje,kaºemo da je prostorX reeksivan i ozna£avamoX=X∗∗. Na primjer, svakiHilbertov prostor je reeksivan.

4.3 Ortogonalnost u Banachovim prostorima

Simetri£ni operator 〈x, x∗〉 u Banachovom prostoru igra ulogu sklarnog pro-dukta u Hilbertovom prostoru. Vrijedi Cauchy-Schwartzova nejednakost

|〈x, x∗〉| ≤ ‖x‖‖x∗‖.

58

Page 59: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Kaºemo da je vektor x∗ poravnat sa vektorom x ako i samo ako je 〈x, x∗〉 =‖x‖‖x∗‖. Kaºemo da je vektor x∗ ortogonalan vektoru x ako i samo ako je〈x, x∗〉 = 0.

Neka je X Banachov prostor, M potprostor od X, a N potporostor odX∗. Njihovi anihilatori (ortogonalni komplementi) M⊥ i ⊥N denirani susa

M⊥ = x∗ ∈ X∗ | 〈x, x∗〉 = 0, za sve x ∈M,⊥N = x ∈ X | 〈x, x∗〉 = 0, za sve x∗ ∈ N.

Dakle, M⊥ se sastoji od svih omeenih linearnih funkcionala na X koji is£e-zavaju na M , a ⊥N je podskup od X na kojem is£ezava svaki element od N .Jasno je da suM⊥ i ⊥N vektorski prostori. Kako jeM⊥ presjek null prostorafunkcionala φ(x), gdje x poprima sve vrijednosti izM ,M⊥ je slabo∗-zatvorenpodskup od X∗. Jednostavno je pokazati i da je ⊥N norma-zatvoren1 pod-skup u X.

Naredni teorem opisuje dualnost izmeu navedena dva tipa anihilatora.

Teorem 4.3.1 Vrijedi:

(a) ⊥(M⊥) je norma-zatvara£ od M u X.

(b) (⊥N)⊥ je slabi∗-zatvara£ od N u X∗.

Dokaz:Ako je x ∈ M , tada je 〈x, x∗〉 = 0, za sve x∗ ∈ M⊥. Dakle, x ∈⊥ (M⊥).Kako je ⊥(M⊥) norma-zatvoren, sadrºi norma-zatvara£ M od M . Dakle,M ⊆⊥ (M⊥).

Obrat dokaºimo kontradikcijom. Uzmimo da x /∈ M . Denirajmo line-arni funkcional f(αx+m) = α, gdje je m ∈ M , x ∈ X, α ∈ Φ. Primijetimoda f is£ezava naM . Uzmemo li da je p(x) = ‖x‖ i primijenimo Teorem 3.1.1,slijedi da se f moºe pro²iriti do x∗ iz X∗. Kako je 〈m,x∗〉 = 0 za sve m ∈M ,to je x∗ ∈M⊥. Kako je 〈x, x∗〉 = 1 6= 0, to x /∈⊥ (M⊥) pa smo dokazali (a).

Sli£no, ako je x∗ ∈ N , tada je 〈x, x∗〉 = 0, za sve x ∈ ⊥N pa slijedi da je

x∗ ∈ (⊥N)⊥. Taj slabo∗-zatvoreni potprostor od X∗ sadrºi slabi∗-zatvara£ N

od N . Ako x∗ /∈ N , Teorem 3.1.1 (primjenjen na lokalno konveksan prostorX∗ sa njegovom slabom∗-topologijom) povla£i postojanje od x ∈⊥ N takvogda je 〈x, x∗〉 6= 0. Dakle, x∗ /∈ (⊥N)⊥, £ime smo dokazali (b).

Posljedica ovog teorema je da je svaki norma-zatvoren podskup od X ani-hilator njegovog anihilatora i da isto vrijedi za svaki slabo∗-zatvoreni podskupod X∗.

1Pojam norma-zatvoren ozna£ava da je skup zatvoren u topologiji induciranoj nor-mom.

59

Page 60: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

4.4 Duali podprostora i kvocijentnih prostora

Prema Teoremu 1.8.1, ako je M zatvoreni potprostor Banachovog prostoraX, tada je X/M takoer Banachov prostor (u odnosu na normu kvocijentnogprostora). Duali od M i od X/M mogu se opisati pomo¢u anihilatora M⊥

od M kaoM∗ = X∗/M⊥

i(X/M)∗ = M⊥.

Ovo je neprecizna denicija jer bi umjesto jednakosti trebali staviti rela-ciju izometri£ke izomorfnosti. Naredni teorem poja²njava taj odnos. Navo-dimo ga bez dokaza.

Teorem 4.4.1 Neka jeM zatvoreni potprostor Banachovog prostora X. Tadavrijedi:

(a) Teorem 1.3.3 (Hahn-Banach) povla£i postojanje pro²irenja svakog m∗ ∈M∗ do funkcionala x∗ ∈ X∗. Deniramo li

σ(m∗) = x∗ +M⊥,

tada je σ izometri£ki izomorzam od M∗ na X∗/M⊥.

(b) Neka je π : X → X/M kvocijentno preslikavanje. Stavimo da je Y =X/M . Za svaki y∗ ∈ Y ∗ denirajmo

τ(y∗) = y∗(π).

Tada je τ izometri£ki izomorzam od Y ∗ na M⊥.

4.5 Adjungirani operatori

Svakom T ∈ B(X, Y ) pridruºit ¢emo njegov adjungirani operator T ∗ ∈B(Y ∗, X∗) i razmotrit ¢emo kako neka svojstva od T utje£u na pona²anje odT ∗.

Ako su X i Y kona£nodimenzionalni prostori, tada se svaki T ∈ B(X, Y )moºe prikazati matricom [T ]. U tom je slu£aju [T ∗] transponirana matricaod [T ]. Mi se ne¢emo baviti kona£nodimenzionalnim slu£ajem.

Mnoga netrivijalna svojstva adjungiranih operatora ovise o potpunostiod X i Y pa ¢emo pretpostavljati da su X i Y Banachovi prostori, osim unarednom teoremu (koji daje denicju od T ∗).

60

Page 61: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Teorem 4.5.1 Neka su X i Y normirani prostori. Svakom T ∈ B(X, Y )odgovara jedinstveni T ∗ ∈ B(Y ∗, X∗), takav da vrijedi

〈T (x), y∗〉 = 〈x, T ∗(y∗)〉, (4.7)

za sve x ∈ X i za sve y∗ ∈ Y ∗. Vrijedi

‖ T ∗ ‖=‖ T ‖ .

Dokaz:Za y∗ ∈ Y ∗ i T ∈ B(X, Y ), deniramo

T ∗(y∗) = y∗ T.

Rije£ je o kompoziciji dvaju linearnih preslikavanja i T ∗(y∗) ∈ X∗. Zatim,

〈x, T ∗(y∗)〉 = (T ∗(y∗))(x) = y∗(T (x)) = 〈T (x), y∗〉,

pa vrijedi jednakost (4.7). Kako jedankost (4.7) vrijedi za svaki x ∈ X, slijedida je T ∗(y∗) jedinstveno odreen.

Ako su y∗1, y∗2 ∈ Y ∗, tada

〈x, T ∗(y∗1 + y∗2)〉 = 〈T (x), y∗1 + y∗2〉= 〈T (x), y∗1〉+ 〈T (x), y∗2〉= 〈x, T ∗(y∗1)〉+ 〈x, T ∗(y∗2)〉= 〈x, T ∗(y∗1) + T ∗(y∗2)〉,

za svaki x ∈ X. Dakle, T ∗(y∗1 + y∗2) = T ∗(y∗1) + T ∗(y∗2). Sli£no se pokazuje davrijedi T ∗(αy∗) = αT ∗(y∗). Slijedi da je T ∗ : Y ∗ → X∗ linearan operator.

Iz Teorema 4.1.2 i 4.1.3 slijedi

‖T‖ = sup|〈T (x), y∗〉| | ‖x‖ ≤ 1, ‖ y∗ ‖≤ 1= sup|〈x, T ∗(y∗)〉| | ‖x‖ ≤ 1, ‖ y∗ ‖≤ 1= sup‖T ∗(y∗)‖ |‖ y∗ ‖≤ 1 =‖ T ∗ ‖ .

Ako T preslikava X u Y , null prostor i sliku od T ozna£it ¢emo s N(T ) iR(T ), redom. Dakle,

N(T ) = x ∈ X | T (x) = 0,R(T ) = y ∈ Y | T (x) = y, za neki x ∈ X.

Naredni se teorem bavi anihilatorima.

61

Page 62: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

Teorem 4.5.2 Neka su X i Y Banachovi prostori i T ∈ B(X, Y ). Tada je

N(T ∗) = R(T )⊥ i N(T ) =⊥ R(T ∗).

Dokaz:Vrijedi

y∗ ∈ N(T ∗)⇔ T ∗(y∗) = 0⇔ 〈x, T ∗(y∗)〉 = 0, za svaki x⇔

⇔ 〈T (x), y∗〉 = 0, za svaki x⇔ y∗ ∈ R(T )⊥.

Sli£no, vrijedi

x ∈ N(T )⇔ T (x) = 0⇔ 〈T (x), y∗〉 = 0, za svaki y∗ ⇔

⇔ 〈x, T ∗(y∗)〉 = 0, za svaki y∗ ⇔ x ∈⊥ R(T ∗).

Korolar 4.5.1 (a) N(T ∗) je slabo∗-zatvoren skup u Y ∗.

(b) R(T ) je gust u Y ako i samo ako je T ∗ injekcija.

(c) T je injekcija ako i samo ako je R(T ∗) slabo∗-gust u X∗.

Dokaz:Prisjetimo se da je M⊥ slabo∗-zatvoren skup u Y ∗, za svaki potprostor Mod Y . Posebno, to vrijedi za R(T )⊥. Dakle, (a) slijedi iz Teorema 4.5.2.

Skup R(T ) je gust u Y ako i samo ako je R(T )⊥ = 0. U tom je slu£ajuN(T ∗) = 0.

Sli£no, ⊥R(T ∗) = 0 ako i samo ako niti jedan nenul x ∈ X ne anihiliraR(T ∗). To zna£i da je R(T ∗) slabo∗-gust u X∗.

Napomena: U dokazu Korolara 4.5.1 koristi se naredni teorem, koji stedokazali na vjeºbama. Teorem: Neka je M potprostor lokalno konveksnogprostora X i x0 ∈ X. Ako x0 /∈ M , tada postoji Λ ∈ X∗ takav da jeΛ(x0) = 1 i Λ(x) = 0, za svaki x ∈M .

Bez dokaza ¢emo izre¢i naredni, vrlo koristan, analogon Korolara 4.5.1(b). Taj nam teorem omogu¢uje da, u kontekstu od T ∗, zaklju£imo da li jeR(T ) = Y odnosno da li T preslikava X na Y .

Teorem 4.5.3 Neka su X i Y Banachovi prostori i T ∈ B(X, Y ). Tada suekvivalentne naredne tvrdnje:

(a) R(T ) = Y .

(b) ‖T ∗(y∗)‖ ≥ c‖y∗‖, za neku konstantu c > 0 i za svaki y∗ ∈ Y ∗.

62

Page 63: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

4.6 Kompaktni operatori

Neka su X i Y Banachovi prostori i U otvorena jedini£na kugla u X. Kaºemoda je operator T ∈ B(X, Y ) kompaktan ako je zatvara£ od T (U) kompaktanu Y .

Kako je Y potpun metri£ki prostor, podskupovi od Y £iji su zatvara£ikompaktni skupovi su upravo oni koji su potpuno omeeni2. Dakle, T ∈B(X, Y ) je kompaktan ako i samo ako je T (U) potpuno omeen. Takoer,T je kompaktan ako i samo ako svaki omeeni niz xn u X sadrºi podnizxni takav da T (xni) konvergira k nekoj to£ki iz Y .

Kompaktni se operatori vrlo £esto javljaju u primjenama. Denirajmo jo²neke pojmove. Neka je X Banachov prostor. Tada B(X) nije samo Banachovprostor, ve¢ i algebra3. Ako su S, T ∈ B(X), deniramo ST ∈ B(X) sa

(ST )(x) = S(T (x)),

gdje je x ∈ X. Nejednakost

‖ST‖ ≤ ‖S‖‖T‖

lako se dokazuje.Potencije od T ∈ B(X) mogu se denirati na sljede¢i na£in: T 0 = I,

²to je identi£no preslikavanje na X, dano sa I(x) = x, a T n = TT n−1, zan = 1, 2, 3....

Kaºemo da je operator T ∈ B(X) invertibilan ako postoji S ∈ B(X),takav da je

ST = I = TS.

U tom slu£aju pi²emo S = T−1. Prema teoremu o otvorenom preslikavanju,to je slu£aj ako i samo ako je N(T ) = 0 i R(T ) = X.

Spektar σ(T ) operatora T ∈ B(X) je skup svih skalara λ takvih daoperator T − λI nije invertibilan. Dakle, λ ∈ σ(T ) ako i samo ako vrijedibarem jedna od narednih tvrdnji:

(i) Slika operatora T − λI nije £itav X.

2Neka je X metri£ki prostor. Skup A ⊆ X je potpuno omeen ako za svaki re-alan broj r > 0 postoji kona£an broj n(r) (koji ovisi o r) otvorenih kugli radijusa r,Br(x1), ..., Br(xn(r)), gdje su x1, ..., xn(r) ∈ X, takav da je A ⊆ ∪n(r)k=1Br(xk). U kona£no-dimenzionalnom normiranom prostoru, kao ²to je Euklidov prostor, potpuna omeenostekvivalentna je omeenosti. Podskup potpunog metri£kog prostora je potpuno omedjenako i samo ako mu je zatvara£ kompaktan.

3Algebra je vektorski prostor V , nad poljem Φ, na kojem je denirano mnoºenje.Mnoºenje mora biti obostrano distributivno prema zbrajanju i za svaki α ∈ Φ te za svex, y ∈ V mora vrijediti α(xy) = (αx)y = x(αy).

63

Page 64: VEKTORSKI PROSTORI 2 - math.uniri.hrajurasic/v2-predavanja.pdf · Poglavlje 1 Topolo²ki vektorski prostori 1.1 Uvod 1.1.1 Vektorski prostori Prisjetimo se najprije akko se de nira

(ii) T − λI nije injekcija.

Ako vrijedi (ii), tada λ nazivamo svojstvenom vrijednosti od T . Odgova-raju¢i svojstveni prostor je N(T −λI). Svaki x ∈ N(T −λI) (osim x = 0)je svojstveni vektor od T i zadovoljava jednadºbu

T (x) = λx.

Navedeni se koncepti pojavljuju u narednom teoremu.

Teorem 4.6.1 Neka su X i Y Banachovi prostori. Vrijedi:

(a) Ako je T ∈ B(X, Y ) i dim(R(T )) <∞, tada je T kompaktan.

(b) Ako je T ∈ B(X, Y ), T je kompaktan i R(T ) je zatvoren, tada jedim(R(T )) <∞.

(c) Kompaktni operatori £ine zatvoreni potprostor od B(X, Y ), u norma-topologiji.

(d) Ako je T ∈ B(X), T je kompaktan i λ 6= 0, tada je dim(N(T − λI)) <∞.

(e) Ako su S, T ∈ B(X) i T je komapaktan, tada su kompaktni i ST i TS.

Dokaz:Tvrdnja (a) je o£igledna.

Kako je Y potpun prostor, slijedi da ako je R(T ) zatvoren, tada je R(T )potpun. Dakle, T je otvoreno preslikavanje od X na R(T ). Ako je T kom-paktan operator, tada je R(T ) lokalno kompaktan pa slijedi4 (b).

Dokaºimo (d). Neka je Y = N(T − λI). Restrikcija od T na Y je kom-paktan operator, £ija je slika Y . Dakle, (d) slijedi iz (b). Dokaz za (e) slijediiz denicije kompaktnog operatora pomo¢u omeenih nizova.

Dokaºimo (c). Ako su S i T kompaktni operatori sa X u Y , onda je to iS+T , jer je suma bilo koja sva kompaktna podskupa od Y kompaktan skup.Slijedi da kompaktni operatori tvore podprostor Σ od B(X, Y ). Kako bismodokazali (c), moramo pokazati da je Σ zatvoren skup. Neka je T ∈ B(X, Y )element zatvara£a od Σ. Odaberimo r > 0 i neka je U otvorena jedini£nakugla u X. Postoji S ∈ Σ, takav da je ‖S − T‖ < r. Kako je S(U) potpunoomeen, postoje x1, ..., xn ∈ U takvi da je S(U) pokriven kuglama radijusar sa sredi²tima S(xi). Kako je ‖S(x)− T (x)‖ < r za svaki x ∈ U , slijedi daje T (U) pokriven kuglama radijusa 3r sa sredi²tima T (xi). Dakle, T (U) jepotpuno omeen, ²to dokazuje da je T ∈ Σ.

4Na vjeºbama ste dokazali da vrijedi Teorem: Svaki lokalno kompaktan topolo²kivektorski prostor X je kona£nodimenzionalan.

64