Eigenschaften kompakter Operatoren

Ähnliche Dokumente
Beispiele. Grundlagen. Kompakte Operatoren. Regularisierungsoperatoren

Kompakte Operatoren in Hilberträumen

Lösungsvorschlag zu den Hausaufgaben der 8. Übung

4 Kompakte Operatoren

also ist Sx m eine Cauchyfolge und somit konvergent. Zusammen sagen die Sätze 11.1 und 11.2, dass B (X) ein abgeschlossenes zweiseitiges

Funktionalanalysis II. Carsten Schütt SS 2012

1 Hilbertraum. 1.1 Denition und einführende Beispiele. Im Folgenden sei K {R, C}.

Wiederholung. Wir wiederholen einige Begriffe und Sätze der Analysis, die in der Maßtheorie eine wichtige Rolle spielen.

Differentialgleichungen und Hilberträume Sommersemester 2014 Übungsblatt 11

Höhere Funktionalanalysis WS2016/17 Übungsblatt

Schauderbasen und das Beispiel der Riesz-Basen auf Hilberträumen

Vollständiger Raum, Banachraum

Variante A. Hinweise

Optimale Steuerung, Prof.Dr. L. Blank 1. II Linear-quadratische elliptische Steuerungsprobleme

4. Kompakte Operatoren im Hilbertraum.

Rechenoperationen mit Folgen. Rekursion und Iteration.

Lineare Algebra II (SS 13)

7.3 Unitäre Operatoren

Analysis I für Studierende der Ingenieurwissenschaften

Kapitel 3. Konvergenz von Folgen und Reihen

10. Unbeschränkte selbstadjungierte. Operatoren

Vorlesung Lineare Funktionale LINEARE FUNKTIONALE 69

ist reelles lineares Funktional. x(t) ϕ(t) dt ist reelles lineares Funktional für alle ϕ L 2 (0, 1).

Ein Crashkurs zum Spektralsatz

Karhunen-Loeve Entwicklung stochastischer Prozesse

p = 0 Nun zur eigentlichen Aufgabe. Wie wir wissen, ist {1, X, X 2 } eine Basis von V, die wir nun mit Gram-Schmidt orthogonalisieren.

FUNKTIONALANALYSIS. Carsten Schütt WS 2006/7

Merkblatt zur Funktionalanalysis

Lösungen der Aufgaben zu Kapitel 11

Zusammenfassung Analysis 2

7 Lineare Abbildungen und Skalarprodukt

6 Kompakte Operatoren

ist ein n-dimensionaler, reeller Vektorraum (vgl. Lineare Algebra). Wir definieren auf diesem VR ein Skalarprodukt durch i y i i=1

Funktionalanalysis. Wintersemester 2010/2011 Dr. Tomáš Dohnal, Universität Stuttgart. Inhalt der Vorlesung im Detail

Inhaltsverzeichnis. 6 Topologische Grundlagen. 6.1 Normierte Räume

Matrix-Potenzen und größter Eigenwert

([0, 1]) und int K = p 1

Universität des Saarlandes Seminar der Fachrichtung Mathematik Rudolf Umla

45 Hilberträume. v = 2 <v, v>.

Universität Stuttgart Fakultät Mathematik und Physik Institut für Analysis, Dynamik und Modellierung. Lösungen zur Probeklausur 2.

4 Funktionenfolgen und normierte Räume

7.2 Die adjungierte Abbildung

Fachbereich Mathematik/Informatik 16. Juni 2012 Prof. Dr. H. Brenner. Mathematik für Anwender II. Testklausur mit Lösungen

10 Unitäre Vektorräume

10 Hilberträume. (b) λx,y = λ x,y für x,y X, λ K. (c) x, y = y, x für x, y X (Komplexe Konjugation nur im Falle K = C)

x, y 2 f(x)g(x) dµ(x). Es ist leicht nachzuprüfen, dass die x 2 setzen. Dann liefert (5.1) n=1 x ny n bzw. f, g = Ω

Ausgewählte Lösungen zu den Übungsblättern 9-10

Lineare Algebra II 8. Übungsblatt

Lineare Algebra II 6. Übungsblatt

ANALYSIS 1 Kapitel 4: Folgen von (reellen und komplexen) Zahlen

6 Hauptachsentransformation

Definition 3.1. Sei A X. Unter einer offenen Überdeckung von A versteht man eine Familie (U i ) i I offener Mengen U i X mit U i

Orthogonalreihendarstellung eines zentrierten Gauß-Prozesses

Spektralsatz für denisierbare lineare Relationen in Kreinräumen

10.2. SELBSTADJUNGIERTE OPERATOREN 67

2.3 Eigenschaften linearer Operatoren

Lineare Algebra und Geometrie II, Übungen

Die reellen Zahlen als Äquivalenzklassen rationaler Cauchy-Folgen. Steven Klein

4 Fehlerabschätzungen und Konvergenz der FEM

3 Bilinearform, Basen und Matrizen

Lineare Algebra für Physiker 11. Übungsblatt

1. Übungsblatt: Lineare Algebra II Abgabe: 8./ in den Übungsgruppen

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

Grundlagen der Mathematik 2 Nachklausur

i=1 i=1,...,n x K f(x).

9 Metrische und normierte Räume

4 Fehlerabschätzungen und Konvergenz der FEM

Lösungen der Übungsaufgaben von Kapitel 3

Lösungsvorschlag Klausur MA9801

Universität Ulm Abgabe: Mittwoch,

3. Folgen und Reihen. 3.1 Folgen und Grenzwerte. Denition 3.1 (Folge) Kapitelgliederung

Sommer 2017 Musterlösung

a b Q = b a 0 ) existiert ein Element p Q, so dass gilt: q 1 q 2 = 2 b 1 b 2 a 1 b 2 a 2 b 1 a 1 a 2 b 1 b 2 a 1 b 2 a 2 b 1 a b p = 1 det(q) C 2 2,

35 Stetige lineare Abbildungen

Seminar: Integralgleichungen (WS 06/07)

LS Informatik 4 & Folgen und Reihen. Buchholz / Rudolph: MafI 2 38

Wiederholungsserie II

D-Math/Phys Lineare Algebra II FS 2017 Dr. Meike Akveld. Clicker Fragen

Technische Universität München. Aufgaben Mittwoch SS 2012

Seminar Spektraltheorie und Riemannsche Geometrie. Satz von Peter-Weyl

5 Stetigkeit und Differenzierbarkeit

Musterlösungen zur Linearen Algebra II Übungsklausur

Spickzettel Mathe C1

B) Lineare Operatoren 7. Algebra, Norm, Konvergenzen, Strukturen

2 k k 1 k(k + 1) = 2n+1. n = 0 = k(k + 1) = 2n+1 n n. = 2 n+1 n + 2 (n + 1)(n + 2) + n. (n + 1)(n + 2)

22 KAPITEL 1. GRUNDLAGEN. Um zu zeigen, dass diese Folge nicht konvergent ist, betrachten wir den punktweisen Limes und erhalten die Funktion

Musterlösung Klausur zu Analysis II. Verständnisteil

Häufungspunkte und Satz von Bolzano und Weierstraß.

Das Newton Verfahren.

Mathematisches Institut der Universität Heidelberg Prof. Dr. E. Freitag /Thorsten Heidersdorf. Probeklausur

Mathematisches Argumentieren und Beweisen Beweisarten Besipiele. Hagen Knaf, WS 2014/15

4 Funktionenfolgen und normierte Räume

Topologien auf B(H) Bachelorarbeit. am Fachbereich Mathematik und Informatik der Westfälischen Wilhelms-Universität. 16.

Ferienkurs Analysis 3. Ari Wugalter März 2011

fj 2 = f n f n+1. fj 2 = 0 2 = 0 = 0 1 = f 0 f 1. f 2 j = f n f n+1 +fn+1 = (f n +f n+1 )f n+1 = f n+2 f n+1 = f n+1 f (n+1)+1.

α + x x 1 F c y + x 1 F (y) c z + x 1 F (z) für alle y, z M. Dies folgt aus

7 Orthogonale und unitäre Matrizen

Lineare Algebra und analytische Geometrie II

Blatt 5. , womit (U jk ) n k=0

Definition Eine Metrik d auf der Menge X ist eine Abbildung d : X X IR

Transkript:

Eigenschaften kompakter Operatoren Denition Seien X, Y normierte Räume und sei A : X Y linear. Dann heiÿt A kompakt (vollstetig), wenn für jede beschränkte Menge B X die Menge A(B) kompakt ist.

Eigenschaften kompakter Operatoren Denition Seien X, Y normierte Räume und sei A : X Y linear. Dann heiÿt A kompakt (vollstetig), wenn für jede beschränkte Menge B X die Menge A(B) kompakt ist. Theorem Seinen X, Y, Z Hilberträume und sei A : X Y linear. Dann gilt: 1. A ist genau dann kompakt, wenn für jede beschränkte Folge (x n ) n in X die Folge (Ax n ) n eine konvergente Teilfolge besitzt. 2. Ist A kompakt, so ist A beschränkt (also stetig) und damit A L(X, Y ). 3. Linearkombinationen kompakter linearer Operatoren sind kompakt. 4. Sei A 1 L(X, Y ), A 2 L(Y, Z). Dann ist A 1 A 2 kompakt, falls A 1 oder A 2 kompakt ist.

5. Sei Y ein Banachraum und für alle n N sei A n : X Y linear und kompakt. Es gelte lim n A A n = 0. Dann ist A kompakt. 6. Sei A beschränkt und dim(r(a)) <, dann ist A kompakt.

5. Sei Y ein Banachraum und für alle n N sei A n : X Y linear und kompakt. Es gelte lim n A A n = 0. Dann ist A kompakt. 6. Sei A beschränkt und dim(r(a)) <, dann ist A kompakt. Sei (x n ) n X beschränkt mit sup n N x n Y C. Da A 1 kompakt die Folge (A 1 x m ) m N eine konvergente Teilfolge (A 1 x m1 (k)) k N Da A 2 kompakt die Folge (A 2 x m1 (k)) k N eine konvergente Teilfolge (A 2 x m2 (k)) k N... (vollst. Induktion) (x mi (k)) k N T.F. von (x m ) m N, (x mi 1 (k)) k N Teilfolge von (x mi (k)) k N ist für alle i N jeweils (K i x mi (k)) k N konvergiert. (insb. ist dann auch für alle j i die Folge K i (x mj (k)) k N konvergent). Sei nun y i := x mi (i) die Diagonalfolge, Teilfolge von x m.

Zu zeigen: (Ky i ) ist konvergent. Wegen lim n A A n = 0 ex. für jedes ɛ > 0 ein n N so dass A A n ɛ 3C. Aus der Konstruktion von y i folgt, dass A n y i konvergiert (endl. viele Elemente spielen keine Rolle), sei also i 0 N so dass für i, j > i 0 gilt A n y i A n y j ɛ 3.

Damit gilt für i, j > i 0 Ay i Ay j Ay i A n y i + A n y i A n y j + A n y j Ay i (1) A A n ( y i + y j ) + ɛ 3 < ɛ 3C 2C + ɛ 3 = ɛ. (2) (Ay i ) ist Cauchy-Folge. Da Y Banachraum (vollständig) (Ay i ) konvergiert. Da x n bel. war A ist kompakt. 6.: Folg aus dem Satz von Heine-Borel, das danach der Abschluss der beschränkten Teilmengen von R(A) kompakt ist.

Denition Sei A : X X linear und kompakt. A selbstadjungiert, falls (Ax, y) = (x, Ay) x, y X

Denition Sei A : X X linear und kompakt. A selbstadjungiert, falls (Ax, y) = (x, Ay) x, y X Theorem Sei A L(X, X ) kompakt und selbstadjungiert. Dann sind alle Eigenwerte von A reell. Weiterhin sind Eigenfunktionen zu unterschiedlichen Eigenwerten orthogonal. Theorem Sei A L(X, X ) kompakt und selbstadjungiert. Dann sind A X,X oder ( A X,X ) Eigenwerte von A. Theorem Sei A L(X, X ) kompakt und selbstadjungiert. Dann existiert eine Hilbertbasis aus Eigenvektoren von A und für jedes f X gilt die Darstellung f = i (f, φ i )φ i + f 0, mit Af 0 = 0.

Beweis. Sei (λ n ) n 1 die Folge aller nicht verschwindenden Eigenwerte von A. Setze λ 0 = 0, E 0 = N(A), und E n = N(A λ n I ). Es gilt (s.o.) 0 dim(e 0 ) und 0 < dim(e n ) <. Zu zeigen: H = n 0 E n. Die Räume (E n ) n 0 sind orthogonal: Sei u E n, v E m, n m, dann gilt λ m (u, v) = (Au, v) = (u, Av) = λ n (u, v), und da λ n λ m folgt (u, v) = 0.

Sei F der Raum aufgespannt von den Räumen (E n ) n 0. Zu zeigen: F ist Dicht in H (i.e. F = 0, bzgl. H). Es ist klar, dass A(F ) F. Sei nun u F dann gilt (Au, v) = (}{{} u, }{{} Av ) = 0, v F, F F und daher A(F ) F und somit A(F ) F. Sei T 0 := T F. T 0 ist wieder selbstadjungiert und kompakt. Wir zeigen nun per Widerspruch dass σ(t 0 ) = 0 und damit T 0 = 0: Nehme also an, es ex. λ 0 mit T 0 u = λu. Damit ist λ aber auch einer der Eigenwerte von T, o.b.d.a. λ n mit n 1. Daher ist u E n F. Da aber u F F folgt, dass u = 0, also ein Widerspruch und daher T 0 = 0. Damit folgt schlieÿlich F N(T ). Da auf der anderen Seite gilt aber N(T ) F und damit F F. Daraus folgt F = 0 und F dicht in H.

Theorem Sei W der Eigenraum eines kompakten Operators zum Eigenwert µ 0. Dann ist W endlichdimensional. Theorem Sei A L(X, Y ) kompakt und selbstadjungiert. Dann häufen sich die Eigenwerte von A höchstens bei 0, d.h. wenn λ n eine Folge von Eigenwerten von A ist, so dass dann ist λ = 0. λ n λ wenn n

Theorem Sei W der Eigenraum eines kompakten Operators zum Eigenwert µ 0. Dann ist W endlichdimensional. Theorem Sei A L(X, Y ) kompakt und selbstadjungiert. Dann häufen sich die Eigenwerte von A höchstens bei 0, d.h. wenn λ n eine Folge von Eigenwerten von A ist, so dass dann ist λ = 0. λ n λ wenn n Theorem (Spektralsatz für kompakte, selbstadjungierte Operatoren) Sei A L kompakt, selbstadjungiert. Sei λ n die Folge der Eigenwerte und x n die zugehörigen, normalisierten Eigenvektoren. Dann gilt Ax = λ n x n (x, x n ) X n=1