Mathematik: Lokalkonvexe Räume
Released by matroid on Di. 26. Februar 2008 19:39:31 [Statistics]
Written by Gockel - 4582 x read [Outline] Printable version Printer-friendly version -  Choose language   
Mathematik

\(\begingroup\)

Topologische und lokalkonvexe Vektorräume


Ich möchte in diesem Artikel ein wenig über topologische Vektorräume schreiben, speziell möchte ich die Klasse der lokalkonvexen Räume vorstellen. Einerseits, weil sie eine Verallgemeinerung vieler wichtiger Beispiele (etwa der normierten Räume mit natürlicher und schwacher Topologie, Dualräume mit schwach-*-Topologie etc.) sind und ihre Theorie speziell mit Blick auf die nicht-normierbaren Räume und die Distributionentheorie sehr nützlich ist.

Andererseits will ich in einem weiteren Artikel auch ein - wie ich finde - bezauberndes Ergebnis der Theorie der lokalkonvexen Räume vorstellen, nämlich den Fixpunktsatz von Schauder-Tychonoff, der eine weitreichende Verallgemeinerung des Brouwer'schen Fixpunktsatzes ist.


Inhalt


Topologische Vektorräume

Was sind nun topologische Vektorräume und wo treten sie auf? Der Begriff an sich ist schon fast selbst erklärend: Es sind Vektorräume, die die Struktur eines topologischen Raums tragen, sodass topologische und lineare Struktur miteinander verträglich werden. Genauer:
\ll(Definition 1) (a) Sei \IK ein Körper und \tau eine Topologie auf \IK. (\IK,\tau) heißt array(topologischer Körper)____, $ $wenn opimg(+), opimg(*): \IK\times\IK->\IK und die Inversion$^(-1): \IK^x->\IK^x stetige Abbildungen $ $sind, wobei \IK\times\IK natürlich mit der Produkt\- und \IK^x mit der Teilraumtopologie $ $versehen sind. (b) Ist (\IK,\tau_1) ein topologischer Körper und X ein \IK-Vektorraum mit $ $Topologie \tau_2, so heißt (X,\tau_2) analog array(topologischer Vektorraum)____, wenn $ $die Skalarmultiplikation \IK\times\ X->X und die Addition X\times\ X->X stetig $ $sind. Auch hier sind beide Produkte mit der Produktopologie zu versehen. $ $Wie üblich lassen wir den Hinweis auf die Topologie oft weg, wenn $ $sie z.B. aus dem Kontext klar. Wir sagen also kurz "Sei X ein topologischer $ $Vektorraum" etc.
Ich möchte vorneweg schicken, dass ich die grundlegendsten topologischen Begriffe stillschweigend und ohne ausführliche Erläuterungen benutzen werde, einfach aus Platzgründen. Das würde viel zu weit führen, wollte ich hier auch noch eine Einführung in die Topologie geben. Wer sein Wissen auffrischen möchte, dem sei z.B. das sehr ausführliche Topologie-Buch "Allgemeine Topologie I" von marvinius empfohlen. Das heißt auch, dass ich einfach ganz dreist annehme, der Leser wisse, was eine Topologie ist, was eine Umgebungsbasis ist, was Stetigkeit und Konvergenz in topologischen Räumen sind, was beispielsweise Kompaktheit bedeutet etc. Das Konzept der uniformen Räume, welches hinter einigen Ideen dieses Artikels steckt, werde ich nicht explizit benutzen, man muss es also nicht kennen. Wer es kennt, wird einiges wiedererkennen, wer nicht, der lernt vielleicht etwas hinzu. Beispiele für topologische Körper und Vektorräume zu finden, ist sehr einfach: Jeder Körper ist mit der diskreten oder indiskreten Topologie ein topologischer Körper, das ist trivial. Weniger triviale Beispiele sind die p-adischen Zahlen \IQ_p, der Körper der komplexen Zahlen \IC und seine sämtliche Unterkörper. Dabei stechen \IR und \IC besonders hervor, denn sie sind die einzigen \(weg\)zusammenhängenden Körper unter diesen. Außerdem sind sie die einzigen, die das Intervall [0,1] enthalten, welches für die Definition der Konvexität notwendig ist. Da wir uns besonders der Konvexitätseigenschaften bedienen wollen, ist es für uns sinnvoll, nur \IR und \IC zu betrachten.
Vereinbarung: Ab jetzt steht \IK immer für \IR oder \IC, jeweils mit ihrer natürlichen Topologie. Außerdem sei X ab jetzt immer ein topologischer \IK\-Vektorraum.
Auch topologische Vektorräume findet man zu Hauf: Jeder normierte Raum trägt die von seiner Norm induzierte Metrik und damit eine Topologie. Ein Standardbeweis zeigt, dass Addition und Skalarmultiplikation in normierten Räumen stetig sind, es sich also tatsächlich um topologische Vektorräume handelt. Insbesondere sind damit alle \IR^n, \IC^n, alle Hilberträume, alle Banachräume uvm. eingeschlossen. Darunter fallen auch alle Lieblinge des Funktionalanalytikers wie L^p(\Omega) für 1<=p<=\inf, die Solobev-Räume W^k,p(\Omega) etc. Es gibt aber mehr als nur die normierten Räume. Nicht normierbar, aber von Zeit zu Zeit auch interessant, sind Räume wie L^p([0,1]) für 0

Eigenschaften topologischer Vektorräume und Konvexität

Sprechen wir ein wenig über Eigenschaften topologischer Vektorräume. Die hervorstechendste ist natürlich, dass mit der Topologie ein Stetigkeits- und Konvergenzbegriff zur Verfügung steht (was freilich der Grund ist, warum man das überhaupt macht). Das ist besonders für die Funktionalanalysis von Bedeutung, die sich u.A. der Untersuchung eben dieser Begriffe auf den oben genannten Funktionenräumen verschrieben hat. Eine triviale, aber trotzdem wichtige Folgerung aus den Definitionen ist, dass jeder topologische Vektorraum X in Form von (X,+) auch eine topologische Gruppe ist. Über topologische Gruppen habe ich schonmal im Gruppenzwang VII geschrieben. Dort steht Einiges, was wir hier jetzt ohne Beweis wiederverwenden werden: Die Translationen x\mapsto\ x+a sind samt und sonders Homöomorphismen X->X. Ebenso sieht man sofort, dass die Multiplikation mit einem Skalar \l!=0 ein solcher Homöomorphismus ist. Was wir auch brauchen werden: Jeder topologische Vektorraum ist T_3, d.h. es gibt eine Umgebungsbasis der 0 \(und damit auch jedes anderen Punktes\), die aus abgeschlossenen Mengen besteht. Als besonders wichtige Eigenschaft für Optimierungs- und Fixpunktprobleme hat sich die Eigenschaft der Konvexität erwiesen, die wir nun ebenfalls in unsere Untersuchungen einbeziehen wollen. Außerdem definieren wir noch schnell zwei Begriffe, die wir aufgrund der fehlenden Norm in unseren Vektorräumen extra benötigen werden:
\ll(Definition 2) Sei C\subseteq\ X. Dann heißt C... (a) ... konvex____, wenn \l\.c_1+(1-\l)c_2\in\ C für alle \l\in\ [0,1] und $ $ c_1, c_2\in\ C gilt. (b) ... balanciert____, wenn \l\.c\in\ C ist für \l\in\IK mit abs(\l)<=1. (c) ... absorbierend____, wenn X=union(\l*C,\l>=0) ist. Ist A\subseteq\ X beliebig, so setzen definieren wir die array(konvexe Hülle von A)____ durch co(A):=cut(C,array(A\subseteq\ C;C konvex)).
Man nennt balancierte Mengen auch "kreisförmig", was den Geist dieser Definition auch sehr gut widerspiegelt, wie ich finde. Man sieht den Definitionen von Konvexität von Balanciertheit sofort an, dass der Durchschnitt konvexer/balancierter Mengen ebenfalls diese Eigenschaft hat. Demzufolge ist die konvexe Hülle co(A) tatsächlich die kleinste konvexe Menge, die A enthält. Wir wollen als Vorbereitung auf Weiteres zwei Lemmata beweisen, die uns zeigen, dass sich Konvexität und Balanciertheit hervorragend mit der Struktur von X als topologischem Vektorraum verträgt:
\ll(Lemma 3) Seien A,B\subseteq\ X. Sind A und B konvex, dann sind auch (a) A^opimg(\circ), (b) A^- und (c) A+B konvex. Sind A und B balanciert, dann sind auch (a') A^opimg(\circ), falls 0\in\ A^opimg(\circ) (b') A^- und (c') A+B balanciert.
\blue\ Beweis: Sei für den ersten Teil \l\in\ [0,1] beliebig. \blue\ (a) Ist O offen, so sind \l*O und (1-\l)*O offen oder ={0} => \l*O+(1-\l)*O ist offen. Gilt zusätzlich O\subseteq\ A, so ist \l*O+(1-\l)*O offen und in A, also \subseteq\ A^opimg(\circ). Da \l beliebig war, ist A^opimg(\circ) konvex. \blue\ (b) Sei f: X\times\ X->X: (x, x')\mapsto\l\.x+(1-\l)x'. Dann ist f stetig und es gilt f(A\times\ A)\subseteq\ A aufgrund der Konvexität von A => A\times\ A\subseteq\ f^(-1)(A)\subseteq\ f^(-1)(A^-) => A^-\times\ A^-=(A\times\ A)^-\subseteq\ f^(-1)(A^-) => A^- ist konvex, da \l beliebig. \blue\ (c) Seien a, a'\in\ A, b, b'\in\ B beliebig. => \l(a+b)+(1-\l)(a'+b')=(\l\.a+(1-\l)a')+(\l\.b+(1-\l)b')\in\ A+B => A+B konvex. \blue\checked Sei nun für den zweiten Teil \l\in\IK mit abs(\l)<=1 beliebig gewählt. \blue\ (a') Falls \lambda=0 ist, so ist \lambda*A^opimg(\circ)=menge(0)\subseteq\ A^opimg(\circ) nach Voraussetzung. Ist \lambda!=0, so ist \lambda*A^opimg(\circ) offen und Teilmenge von A, weil A balanciert ist, also \lambda*A^opimg(\circ)\subseteq\ A^opimg(\circ) => A^opimg(\circ) ist balanciert. \blue\ (b') Für \l=0 ist die Aussage klar, sei also \l!=0. A\subseteq\ A^- => \l*A\subseteq\ A\subseteq\ A^- Da \l*A^- abgeschlossen ist, folgt => \l*A^-=(\l*A)^-\subseteq\A^- => A^- ist balanciert. \blue\ (c') \l*(A+B)=\l*A+\l*B\subseteq\ A+B => A+B balanciert. \blue\ q.e.d Auch das Bilden der konvexen Hülle co(A) ist sehr gut verträglich mit den topologischen Eigenschaften:
\ll(Lemma 4) Sei A\subseteq\ X. Dann gilt: (a) A offen => co(A) offen (b) A balanciert => co(A) balanciert Weiterhin gilt: (c) Jede Nullumgebung ist absorbierend. (d) Es gibt eine Nullumgebungsbasis aus offenen, balancierten Mengen.
\blue\ Beweis: Wir stellen zunächst fest, dass man die konvexe Hülle wie folgt explizit angeben kann: 1. Man setzt A_0:=A und A_(n+1):=union((\l\.A_n+(1-\l)A_n),\l\in\ intervall(0,1)). Dann ist co(A)=union(A_n,n\in\IN) 2. co(A)=menge(sum(\l_i*a_i,i=1,n) | n\in\IN, \l_i>=0, sum(\l_i,i=1,n)=1, a_i\in\ A). \blue\ (a) Wir haben vorhin schon festgestellt, dass mit A auch \l*A+(1-\l)*A offen ist. Also ist mit obigen Bezeichnungen jedes A_n, also auch co(A) offen. \blue\ (b) Wir wählen ein Element x\in\ co(A), d.h. es gibt n,\l_i und a_i wie oben mit x=sum(\l_i*a_i,i=1,n). Weiter sei \mue\in\IK mit abs(\mue)<=1. Dann gilt \mue\.x=sum(\l_i*(\mue\.a_i),i=1,n)\in\ co(\mue\.A)\subseteq\ co(A). \blue\ (c) Für jedes x\in\ X konvergiert 1/n*x gegen 0, d.h. es gibt für jede Nullumgebung U ein N\in\IN mit \forall\ n>=N: x_n\in\ U. Insbesondere ist dann 1/N*x\in\ U => x\in\ N*U => U absorbierend. \blue\ (d) Sei U eine beliebige Nullumgebung. Da die Skalarmultiplikation m:\IK\times\ X->X stetig in 0 ist, gibt es eine offene Menge um (0,0) in m^(-1)(U). Dann gibt es auch ein \eps>0 und eine offene Menge V mit menge(\l\in\IK | abs(\l)<\eps)\times\ V\subseteq\ m^(-1)(U). => \forall\ r: abs(r)<\eps => r*V\subseteq\ U Wir setzen also W:=union(r*V,abs(r)<\eps). Wie man leicht einsieht, ist diese Menge balanciert, offen, eine Nullumgebung und in U enthalten. \blue\ q.e.d.

Lokalkonvexe Räume

Was ist nun ein lokalkonvexer Raum? Es gibt im Wesentlichen zwei Herangehensweisen an diesen Begriff. Zum einen kann man sagen, dass man mit lokalkonvexen Räumen versucht, den Begriff des normierten Raums zu verallgemeinern, indem man statt nur einer Norm eine ganze Familie von "Halbnormen" auf X betrachtet und X mit diesen topologisiert. Auf diese Weise lassen sich diverse Räume schnell als lokalkonvexe erkennen, indem man eine geeignete Familie von Halbnormen findet. Außerdem erleichtert diese Sichtweise die geometrische Anschauung für lokalkonvexe Räume. Andererseits kann man den Begriff auch abstrakter fassen und definieren, dass ein lokalkonvexer Raum ein topologischer Vektorraum ist, der eine Umgebungsbasis der 0 (und damit auch jedes anderen Punktes) aus konvexen Mengen hat. Offenbar leitet sich auch der Begriff "lokalkonvexer Raum" von diesem Blickwinkel ab. Wie ich schon sagte, sind das zwei Herangehensweisen an denselben Begriff. Wir werden nämlich gleich beweisen, dass beide möglichen Definitionen äquivalent sind. Schauen wir uns zunächst genauer an, was es mit den Halbnormen und der Topologie auf sich hat:
\ll(Definition 5) (a) Eine Abbildung p:X->\IR heißt Halbnorm____, wenn p homogen ist und die $ $Dreiecksungleichung erfüllt, d.h. $ $(i) $ $\forall\ x\in\ X\forall\l\in\IK: p(\l\.x)=abs(\l)*p(x) und $ $(ii) $ \forall\ x,y\in\ X: p(x+y)<=p(x)+p(y) (b) Ist P eine Familie von Halbnormen auf X, \eps>0 und p\in\ P, so setzen $ $wir B_\eps,p\.(x):=menge(y\in\ X | p(x-y)<\eps) und bezeichnen mit \tau_P die $ $von der Subbasis menge(B_\eps,p\.(x) | p\in\ P, \eps>0, x\in\ X) erzeugte Topologie.
Man beachte, dass Halbnormen nicht definit zu sein brauchen, d.h. es kann \(und wird i.A. auch\) x\in\ X geben, sodass p(x)=0, aber x!=0 ist. Jedoch sind sie immer nichtnegativ, da aus (a.i) und (a.ii) sofort 0=p(0*x)=p(x-x)<=p(x)+p(-x)=2*p(x) => p(x)>=0 folgt. Wir wollen noch ein paar wichtige Eigenschaften der Topologie \tau_P festhalten, die das Verständnis und den Umgang damit erleichtern können: Bzgl. der Topologie \tau_p konvergiert ein Netz ((x_i)) \(wahlweise auch ein Filter \phi\) genau dann gegen x, wenn p(x_i-x) \(respektive p(\phi-x)\) gegen 0 geht für alle p\in\ P, wie man sich leicht klarmacht. Nicht ganz so klar, aber auch einfach, ist die Erkenntnis, dass X mit jedem \tau_P zu einem topologischen Vektorraum wird. Der Beweis läuft analog dazu, dass in einem normierten Raum Addition und Skalarmultiplikation stetig sind, man muss nur Folgen durch Netze oder - wem das lieber ist - Filter ersetzen. Kommen wir nun also direkt zum Satz, der die Äquivalenz beider Sichtweisen behauptet:
\ll(Satz/Definition 6) Sei X ein topologischer \IK-Vektorraum mit der Topologie \tau. Dann sind äquivalent: (a) $ $Es gibt eine Familie von Halbnormen P, sodass \tau=\tau_P ((b_1)) $ Es gibt eine Nullumgebungsbasis \frakU_0 aus konvexen Mengen ((b_2)) $ Es gibt eine Nullumgebungsbasis \frakO_0 aus balancierten, konvexen $ $ $ und offenen Mengen ((b_3)) $ Es gibt eine Nullumgebungsbasis \frakA_0 aus balancierten, konvexen $ $ $ und abgeschlossenen Mengen Erfüllt X eine \(und damit alle\) der Bedingungen, so heißt X lokalkonvex____.
\blue\ Beweis: \blue\ (a)=>((b_1)) Diese Richtung ist noch die einfachere: Die Menge \frakO_0 aller endlichen Durchschnitte von \eps,p-Kugeln um 0 bildet die gesuchte Umgebungsbasis. Aus Dreiecksungleichung und Homogenität folgt, dass die \eps,p-Kugeln auch konvex sind. Da sich Konvexität auf Durchschnitte überträgt, folgt die Behauptung. Als nächstes zeigen wir die Äquivalenz der Aussagen ((b_1)) bis ((b_3)): \blue\ ((b_1))=>((b_2)) Wir haben in \ref(Lemma 4) schon festgestellt, dass es eine Nullumgebungsbasis aus offenen, balancierten Mengen gibt. Haben wir also U\in\frakU_0, so finden wir ein offenes, balanciertes V_U\subseteq\ U mit 0\in\ V_U. co(V_U) ist nun nach \ref(Lemma 3) offen und balanciert und selbstverständlich auch konvex. Da U konvex ist, ist co(V_U)\subseteq\ U. Wir setzen also \frakO_0:=menge(co(V_U) | U\in\frakU_0). \blue\ ((b_2))=>((b_3)) An dieser Stelle benötigen wir, dass topologische Vektorräume stets T_3 sind, d.h. es gibt eine Nullumgebungsbasis aus abgeschlossenen Mengen. Wir wählen zu jedem U\in\frakO_0 eine abgeschlossene Nullumgebung V_U\subseteq\ U. Weil \frakO_0 jedoch selbst eine Umgebungsbasis ist, finden wir unterhalb von V_U wiederrum ein M_U\in\frakO_0. Dieses M_U ist nun nach Vorausetzung balanciert und konvex. All diese Eigenschaften übertragen sich auf (M_U)^-\subseteq(V_U)^-=V_U\subseteq\ U. Wir setzen also \frakA_0:=menge((M_U)^- | U\in\frakU) und haben die gesuchte Umgebungsbasis gefunden. \blue\ ((b_3))=>((b_1)) Dieser Schluss ist schlussendlich trivial. Das Letzte, was zu zeigen ist, ist, dass eine der b-Aussagen (a) impliziert. Das kommt nun zum Abschluss: \blue\ ((b_2))=>(a) Wir werden hierzu die Minkowski\-Funktionale__ betrachten. Sei C\subseteq\ X. Dann definieren wir p_C: X->intervall(0,\inf) durch: p_C(x):=inf menge(\l\in\IR | \l>0, x\in\l*C) Man sieht anhand der Definitionen sofort, dass p_C genau dann reellwertig ist, wenn C absorbierend ist. Ist C balanciert, so ist p_C homogen. Ist p_C(x)=\inf, so ist das klar. Wir nehmen also direkt an, dass p_C(x) reell ist \(und C damit insbesondere nichtleer\). Da C balanciert ist, gilt für abs(\l)<=abs(\mue) stets \l*C\subseteq\mue*C. Also ist insbesondere 0\in\ 1/2^k*C für alle k, also p_C(0)=0. Wir können für den Nachweis der Homogenität also oBdA a!=0 annehmen. Dann gilt x\in\l*C <=> abs(a)x\in\ abs(a)\l*C <=> ax\in\ abs(a)\l*C wie man sich leicht überzeugt. Daraus folgt p_C(ax)=abs(a)*p_C(x) wie behauptet. Ist C konvex, so erfüllt p_C die Dreiecksungleichung. Wir stellen zunächst fest, dass für \l_1, \l_2>0 und c_1, c_2\in\ C wegen der Konvexität \l_1\.c_1+\l_2\.c_2=(\l_1+\l_2)*(\l_1/(\l_1+\l_2)*c_1+\l_2/(\l_1+\l_2)*c_2)\in\ (\l_1+\l_2)*C gilt, d.h. \l_1*C+\l_2*C\subseteq(\l_1+\l_2)*C. Sind nun also \l_1 und \l_2 derart, dass x_1\in\l_1*C und x_2\in\l_2*C ist, so gilt: x_1+x_2\in(\l_1*C+\l_2*C)\subseteq(\l_1+\l_2)*C => p_C(x_1+x_2)<=\l_1+\l_2 => p_C(x_1+x_2)<=p_C(x_1)+p_C(x_2). Wir halten fest: Das Minowski\-Funktional p_C ist eine Halbnorm, wenn C absorbierend, balanciert und konvex ist. Das gefällt uns ja schonmal ganz gut. Wir definieren nun P als menge(p_C | C\in\frakO_0). Zu zeigen bleibt dann, dass \tau=\tau_P ist. Sei daher C\in\frakO_0. Wir zeigen, dass p_C stetig bzgl. \tau ist. Dazu zeigen wir p_C^(-1)(intervallgo(0,1))=C. Ist p_C(x)<1, so gibt es ein \l<1 mit x\in\l*C\subseteq\ C => p_C^(-1)(intervallgo(0,1))\subseteq\ C. Sei umgekehrt x\in\ X mit p_C(x)>=1, dann ist nach Definition x\notin\l*C für alle 0<\l<1 =>\forall\ 0<\l<1: x/\l\in\ X\\C => x=lim(\l\textuparrow\ 1,x/\l)\in\ X\\C, da X\\C abgeschlossen ist. Also ist p_C^(-1)(intervallgo(0,1))=C wie behauptet. Aus der Homogenität ergibt sich dann sofort p_C^(-1)(intervallgo(0,\eps))=\eps*C für alle \eps>0. Aus der Dreiecksungleichung folgt abs(p_C(x_1)-p_C(x_2))<=p_C(x_1-x_2) für alle x_1, x_2\in\ X. Sind nun x\in\ X und \eps>0 beliebig, so ist also V:=\eps*U+x eine Umgebung von x, für die p_C(V)\subseteq\ intervalloo(p_C(x)-\eps,p_C(x)+\eps) gilt. p_C ist damit stetig. Da somit alle p_C stetig sind, ist \tau mindestens so fein wie die lokalkonvexe Topologie \tau_P, wie man sich leicht klarmacht. Es bleibt die Umkehrung zu zeigen. An der Stelle brauchen wir, dass \frakO_0 tatsächlich eine Umgebungs||basis__ der 0 ist. Denn da \frakO_0\subseteq\tau_P ist und \tau durch die Translate von \frakO_0 erzeugt werden kann, muss \tau\subseteq\tau_P sein. \blue\ q.e.d.

Totale Beschränktheit, (Quasi-)Vollständigkeit und Kompaktheit

Eine weitere wichtige Eigenschaft, die uns das Leben schöner macht, ist die allseits beliebte Kompaktheit. Wir werden dazu grundlegende Begriffe einführen, die schon aus der Untersuchung metrischer Räume bekannt sein könnten:
\ll(Definition 7) ((a_1)) Ein Netz ((x_i))_(i\in\ I) heißt Cauchy\-Netz____, wenn für jede Nullumgebung $ $ U ein i_0\in\ I existiert mit \forall\ i\in\ I: i,i'>=i_0 => x_i-x_i'\in\ U. ((a_2)) Äquivalent heißt ein Filter \phi auf X ein Cauchy\-Filter____, wenn für $ $ jede Nullumgebung U ein A\in\phi existiert, sodass A-A\subseteq\ U ist. $ $ \small\(Dabei ist mit A-A die Menge der Differenzen menge(a-a' | a,a'\in\ A) gemeint und $ $ \small\ nicht die Differenzmenge \0=A\\A\) (b) Sei A\subseteq\ X. Dann heißt A ... $ $(i) $ ... beschränkt____, wenn für jede Nullumgebung U ein \l>0 existiert, $ $ $ $ $ sodass A\subseteq\l*U ist. $ $(ii) $... array(total beschränkt)____, wenn für jede Nullumgebung U eine endliche $ $ $ $ $ Menge F\subseteq\ X existiert mit A\subseteq\ F+U. $ $(iii) ... \(quasi\-\)vollständig____, wenn jedes \(beschränkte\) Cauchy\-Netz $ $ $ $ $ ((x_i))_(i\in\ I) mit x_i\in\ A für alle i\in\ A einen Grenzwert in A hat. $ $ $ $ $ Oder äquivalent: Falls jeder Cauchy\-Filter \phi auf X, der \(eine $ $ $ $ $ beschränkte Teilmenge von\) A enthält, gegen ein a\in\ A konvergiert.
Ist X nicht nur eine topologischer, sondern sogar ein metrisierbarer Vektorraum, dann sind die Definitionen von totaler Beschränktheit und Vollständigkeit zu der bekannten metrischen Variante äquivalent, sofern man die die Topologie erzeugende Metrik translationsinvariant wählt (was oBdA möglich ist, wenn es überhaupt eine erzeugende Metrik gibt). Die Definition der Beschränktheit ist dies jedoch i.A. nicht, da z.B. die Metrik selbst als beschränkte Funktion gewählt werden kann, sodass ganz X metrisch beschränkt ist, während ganz X in obigem Sinne niemals beschränkt ist. In normierten Räumen stimmen dann aber wieder beide Beschränktheitsbegriffe mit den bekannten überein. In der Tat sind diese Definitionen Spezialfälle der entsprechenden Definition für uniforme Räume (jeder metrische Raum und jeder topologische Vektorraum ist ein uniformer Raum), auf die ich hier aber nicht eingehen will. Halten wir zunächst die Eigenschaften der neuen Begriffe fest, die man vom Namen her erwarten würde:
\ll(Lemma 8) (a) Jede Teilmenge einer \(total\) beschränkten Menge ist selbst $ $ \(total\) beschränkt. (b) Jede kompakte Menge ist total beschränkt (c) Jede total beschränkte Menge ist beschränkt (d) Jedes konvergente Netz \(Filter\) ist ein Cauchy\-Netz \(\-Filter\).
\blue\ Beweis: \blue\ (a) Das ist klar. \blue\ (b) Dies folgt unmittelbar aus der Definition von Kompaktheit, da menge(x+U | x\in\ X) eine offene Überdeckung von X ist, wenn U eine offene Nullumgebung ist. \blue\ (c) Sei nun A total beschränkt und U eine beliebige Nullumgebung. Dann gibt es eine offene, balancierte Nullumgebung V mit V+V\subseteq\ U \(die Addition ist stetig\). Da A total beschränkt ist, gibt es eine endliche Menge F\subseteq\ X mit A\subseteq\ F+V. Da F endlich ist, ist F kompakt. F\subseteq\ X=union(\l*V,\l>=1), also gibt es ein \l>=1 mit F\subseteq\l*V. \(die \l*V sind aufsteigend, da V balanciert ist. Also besteht eine endliche Teilüberdeckung in der Tat nur aus einer einzigen Menge.\) => A\subseteq\ F+V\subseteq\l*V+V\subseteq\l*V+\l*V=\l(V+V)\subseteq\l*U. \blue\ (d) Sei ((x_i))_(i\in\ I) ein Netz mit x_i->x. Seien weiter U und V Nullumgebungen mit V-V\subseteq\ U. Dann gibt es ein i_0\in\ I, sodass \forall\ i>=i_0: x_i-x\in\ V. => \forall\ i,i'>=i_0: x_i-x_i'=(x_i-x)-(x_i'-x)\in\ V-V\subseteq\ U => ((x_i)) ist ein Cauchy\-Netz Ist analog \phi ein Filter mit \phi->x, so ist x+V\in\phi => (x+V)-(x+V)=V-V\subseteq\ U => \phi ist ein Cauchy\-Filter. \blue\ q.e.d. Für die Anwendung in Fixpunktsätzen sind besonders die Mengen interessant, die kompakt und konvex sind. Kompakte Mengen an sich sind in allgemeinen Räumen jenseits der einpunktigen Mengen schon nicht so "häufig" und nicht so einfach zu finden wie in endlichdimensionalen Räumen. Wie soll man nun erwarten, dass es wirklich viele kompakte und konvexe Teilmengen gibt? Es stellt sich heraus, dass zumindest lokalkonvexe Räume aber dennoch genügend viele konvexe Kompakta haben. Genauer werden wir aus den gleich folgenden Lemmata die Tatsache erhalten, dass der Abschluss der konvexen Hülle eines Kompaktums selbst kompakt ist:
\ll(Lemma 9) Sei A\subseteq\ X total beschränkt. Dann gilt: (a) A^- ist total beschränkt. (b) Ist X lokalkonvex, so ist co(A) ebenfalls total beschränkt.
\blue\ Beweis: \blue\ (a) Offenbar reicht es, wenn wir uns zum Nachweis auf eine Umgebungsbasis zurückziehen. Wir benutzen dazu eine Nullumgebungsbasis aus abgeschlossenen Mengen. \(Da X T_3 ist, gibt es sowas\). Sei also U eine beliebige abgeschlossene Umgebung der 0. A ist total beschränkt, d.h. es gibt eine endliche Menge F=menge(x_1, ..., x_n)\subseteq\ X, sodass A\subseteq\ F+U ist. F+U=union(x_i+U,i=1,n) ist als endliche Vereinigung abgeschlossener Mengen selbst abgeschlossen. => A^-\subseteq\ F+U => A^- ist total beschränkt. \blue\ (b) Kümmern wir uns nun um die konvexe Hülle. Es gibt eine Nullumgebungsbasis aus konvexen Mengen. Sei U eine davon und V eine weitere, sodass V+V\subseteq\ U \(das geht, da die Addition stetig ist\). Es gibt dann auch eine endliche Menge F mit A\subseteq\ F+V\subseteq\ co(F)+V. co(F) und V sind konvex, also ist es auch co(F)+V => co(A)\subseteq\ co(F)+V. co(F) ist aber nicht nur konvex, sondern auch kompakt: Dazu setzen wir \D:=menge(\l\in\IR^n | \l_i>=0, sum(\l_i,i=1,n)=1) und f: \D->X, \l\mapsto\ sum(\l_i*x_i,i=1,n). Dann ist f stetig und \D kompakt. co(F) ist nun genau das Bild von f, also kompakt. Das wiederum sagt uns, dass es eine endliche Menge F'\subseteq\ X gibt, sodass co(F)\subseteq\ F'+V ist. => co(A)\subseteq\ co(F)+V\subseteq\ (F'+V)+V\subseteq\ F'+U => co(A) ist total beschränkt. \blue\ q.e.d. Wir stellen nun einen Zusammenhang zwischen (Quasi-)Vollständigkeit, totaler Beschränktheit und Kompaktheit her, den man schon von den metrischen Räumen her kennt:
\ll(Satz 10) Sei A\subseteq\ X. Dann sind äquivalent: (a) A ist kompakt. (b) A ist total beschränkt und vollständig. (c) A ist total beschränkt und quasi\-vollständig.
\blue\ Beweis: \blue\ (a)=>(b) Wie gesehen ist jede kompakte Menge total beschränkt. Jedes Cauchy\-Netz ((x_i))_(i\in\ I) auf A besitzt ein konvergentes Teilnetz ((x_i_j))_(j\in\ J), da A kompakt ist. Wir imitieren den bekannten Beweis für metrische Räume, um zu zeigen, dass auch ((x_i)) konvergiert: Sei x Grenzwert dieses Teilnetzes. Seien U und V Nullumgebungen, sodass V+V\subseteq\ U. Seien weiter i_0\in\ I, sodass \forall\ i,i'>=i_0: x_i-x_i'\in\ V, und j_0\in\ J derart, dass \forall\ j>=j_0: x_i_j-x\in\ V. Für jedes i>=i_0 gibt es ein j\in\ J mit i_j>=i \(Definition eines Teilnetzes\), welches wir oBdA >=j_0 wählen. Dann ist \forall\ i>=i_0: x_i-x=(x_i-x_i_j)+(x_i_j-x)\in\ V+V\subseteq\ U. Da U beliebig war, gilt also x_i->x wie behauptet. \blue\ (b)=>(c) Das ist trivial. \blue\ (c)=>(a) Sei also A total beschränkt, quasi\-vollständig und oBdA nichtleer. Sei \phi ein Ultrafilter mit A\in\phi. Wir zeigen, dass \phi ein Cauchy\-Filter ist und daher in A konvergiert. Sei dazu U eine beliebige Nullumgebung und V eine Nullumgebung mit V-V\subseteq\ U \(die Subtraktion ist stetig\). Dann existiert eine endliche Menge F\subseteq\ X mit A\subseteq\ F+V=union(x+V,x\in\ F) A\in\phi => F+U\in\phi => \exists\ x\in\ F: x+V\in\phi, da \phi Ultrafilter. Für dieses x+V gilt nun: (x+V)-(x+V)=V-V\subseteq\ U. Da U beliebig war, ist \phi ein Cauchy\-Filter. Da \phi A enthält, A beschränkt und quasi\-vollständig ist, konvergiert \phi gegen ein a\in\ A. \blue\ q.e.d.
\ll(Lemma 11) Sei X \(quasi\-\)vollständig und A\subseteq\ X abgeschlossen. Dann ist auch A \(quasi\-)vollständig.
\blue\ Beweis: Das ergibt sich sofort: Ist ((x_i)) ein \(beschränktes\) Cauchy\-Netz in A, dann konvergiert ((x_i)) in X. Weil die x_i aus A sind, ist jeder Grenzwert in A^-=A enthalten, also konvergiert ((x_i)) bereits in A. \blue\ q.e.d. Das liefert uns nun das schon angesproche Resultat darüber, dass in lokalkonvexen Räumen "genügend viele" Mengen existieren, die kompakt und konvex sind:
\ll(Satz 12) Ist X lokalkonvex und quasi\-vollständig und A\subseteq\ X total\-beschränkt, so ist co(A)^- kompakt.
\blue\ Beweis: \ref(Lemma 9) sagt, dass co(A) und damit auch co(A)^- total beschränkt sind. \ref(Lemma 11) sagt, dass co(A)^- quasi\-vollständig ist. Beides zusammen ergibt nach \ref(Lemma 10) die Kompaktheit. \blue\ q.e.d. Man kann Satz 12 auch mehr oder weniger direkt beweisen, indem man eine Familie von definierenden Halbnormen P benutzt. Zu jedem p\in\ P kann man dann den Raum X_p als die Vervollständigung des normierten Raums X \/ menge(x\in\ X | p(x)=0) definieren. Die Idee ist dann, X in das Produkt produkt(X_p,p\in\ P) einzubetten. co(A) ist dann in einem Produkt kompakter Mengen enthalten, also ist der Abschluss von co(A) im Produkt kompakt. Die Quasi\-Vollständigkeit braucht man dann, um zu zeigen, dass dieser Abschluss noch ganz in X liegt.

Beispiele

Nach all der Theorie wollen wir uns nun einmal anschauen, welche Räume denn nun lokalkonvex sind und welche nicht.

Beispiele für Lokalkonvexe Räume

Um eine lokalkonvexe Topologie auf einem \IK\-Vektorraum anzugeben, ist es äußerst komfortabel, eine Halbnormfamilie P anzugeben, sodass \tau_P die gewünschte Konvergenz erzeugt. Es sei auch nochmal daran erinnert, dass bzgl. \tau_P ein Netz ((x_i))_(i\in\ I) bzw. ein Filter \phi genau dann gegen x\in\ X konvergiert, wenn für alle p\in\ P das Netz p(x_i-x) bzw. der Filter p(\phi-x) gegen 0 konvergieren. Diese Eigenschaft lässt sich nutzen, um sehr elegant die Gleichheit von Topologien zu zeigen, denn zwei Topologien \tau und \tau^~ sind ja genau dann gleich, wenn die gleichen Netze \/ Filter gegen die gleichen Punkte konvergieren bzgl. beider Topologien. Fangen wir mit den Beispielen an:
\ll(Beispiel I - Normierte Räume) Jeder \(halb\)normierte Raum ist lokalkonvex. Ein \(halb\)normierter Raum ist genau dann im Sinne von \ref(Definition 7) vollständig, wenn jede Cauchy\-||Folge__ konvergiert.
Die erste Aussage ergibt sich sofort, da man naheliegenderweise einfach P=menge(norm(opimg(*))) wählen kann. Für die zweite Aussage sei ((x_i))_(i\in\ I) ein Cauchy\-Netz. Wenn man die Definition auf diese Situation anwendet, kommt man zur wohlbekannten Bedingung: \forall\eps>0\exists\ i_0\in\ I\forall\ i,i'>=i_0: norm(x_i-x_i')<\eps Jetzt hilft ein Standardtrick, um aus der Konvergenz von Cauchy\-Folgen die von Cauchy\-Netzen zu bekommen: Wir wählen rekursiv für jedes k\in\IN ein i_k\in\ I, sodass i_k>=i_(k-1) und \forall\ i,i'>=i_k: norm(x_i-x_i')<1/2^k gilt. Die Folge ((x_i_k))_(k\in\IN) ist dann offenbar eine Cauchy\-Folge, also gegen ein x\in\ X konvergent. Ist nun k\in\IN beliebig, so gibt es ein N\in\IN mit norm(x_i_n-x)<1/2^k für alle n>=N. Für alle i>=i_k und >=i_N gilt dann: norm(x_i-x)<=norm(x_i-x_i_k)+norm(x_i_k-x)<1/2^k+1/2^k=1/2^(k-1) => ((x_i))->x Umgekehrt ist klar, dass in einem Raum, indem jedes Cauchy\-Netz konvergiert, erst recht jede Cauchy\-Folge konvergieren muss. Sehr viele Beispiele für lokalkonvexe Räume erhält man auf einen Schlag mit dem folgenden Satz:
\ll(Satz 13) Ist (X_i, \tau_P_i)_(i\in\ I) eine Familie von lokalkonvexen Räumen und X ein beliebiger \IK\-Vektorraum sowie f_i: X->X_i linear, so ist die von den f_i induzierte initiale Topologie auf X lokalkonvex. Das schließt u.A. den Fall X=produkt(X_i,i\in\ I) mit der Produkttopologie und f_i=i\-te Projektion mit ein. Das Produkt ist genau dann \(quasi\-\)vollständig, wenn es jedes der X_i ist.
\blue\ Beweis: Dazu setzen wir P=menge(p_i\circ\ f_i | i\in\ I, p_i\in\ P_i) und behaupten, dass \tau_P gleich der initialen Topologie \tau ist. Dazu erinnern wir uns, dass ein Filter \phi auf X genau dann gegen x\in\ X bzgl. \tau konvergiert, wenn alle f_i(\phi) gegen f_i(x) konvergieren. Hat man nun einen Filter \phi auf X, so gilt: \phi->x bzgl. \tau_P <=>\forall\ i\in\ I\forall\ p_i\in\ P_i: (p_i\circ\ f_i)(\phi-x)->0 <=>\forall\ i\in\ I\forall\ p_i\in\ P_i: p_i(f_i(\phi)-f_i(x))->0 <=>\forall\ i\in\ I: f_i(\phi)->f_i(x) <=>\phi->x bzgl. \tau Also stimmt \tau_P mit der Initialtopologie \tau überein. Zur Vollständigkeitsaussage: Ist produkt(X_i,i\in\ I) \(quasi\-\)vollständig und ((x_j))_(j\in\ J) ein \(beschränktes\) Cauchy\-Netz in X_i, so ist durch x'_ij:=cases(0,i!=j;x_j,i=j) ein \(beschränktes\) Cauchy\-Netz im Produkt gegeben, welches dort also konvergiert. Damit konvergiert ((x_j)) auch in X_i. Ist umgekehrt jedes X_i \(quasi\-\)vollständig und ((x_ij))_(j\in\ J) ein \(beschränktes\) Cauchy\-Netz von X, so ist für festes i_0\in\ I offenbar ((x_(i_0\.j)))_(j\in\ J) auch ein \(beschränktes\) Cauchy\-Netz in X_i_0, d.h. es gibt ein x_i_0\in\ X_i_0, gegen das dieses Netz konvergiert. Damit konvergiert das Netz ((x_ij)) gegen das Element ((x_i_0))_(i_0\in\ I)\in\ produkt(X_i,i\in\ I). \blue\ q.e.d.
\ll(Beispiel II - Funktionenräume) Ist X lokalkonvex und \Omega eine Menge, so ist X^\Omega mit der Topologie der punktweisen Konvergenz lokalkonvex.
Es ist X^\Omega=produkt(X,\omega\in\Omega) und die Topologie der punktweisen Konvergenz ist genau die Produkttopologie. Damit ergibt sich das aus \ref(Satz 13).
\ll(Beispiel III - Teilräume) Jeder Untervektorraum eines lokalkonvexen Raums ist mit der Spurtopologie lokalkonvex.
Auch das ist sofort evident, weil man als Halbnormfamilie einfach die eingeschränkten Halbnormen nehmen kann.
\ll(Beispiel IV - Dualräume) Jeder Dualraum eines topologischen Vektorraum ist mit der schwach\-\*\-Topologie lokalkonvex.
Der Dualraum X' ist ein Unterraum von \IK^X. Die schwach\-\*\-Topologie ist nur eine andere Bezeichnung für die Topologie der punktweisen Konvergenz. Dieser Raum ist nicht immer vollständig, da X' nicht abgeschlossen zu sein braucht, d.h. der punktweise Limes eines Netzes stetiger Funktionale muss nicht stetig sein \(Linearität der Grenzfunktion ist aber immer gegeben\). Unter relativ schwachen Zusatzvoraussetzungen an X \(die beispielsweise von vollständig metrisierbaren, lokalkonvexen Räumen mit Leichtigkeit erfüllt werden\) kann man aber etwa zeigen, dass der punktweise Limes einer Folge__ von stetigen Funktionalen selbst stetig ist.
\ll(Beispiel V - Schwache Topologien) Sei X ein topologischer Vektorraum. X mit der schwachen Topologie ist lokalkonvex.
Dazu betrachten wir die Halbnormen p_x'(x):=abs(x'(x)) für x'\in\ X'. Offenbar induziert dies die schwache Konvergenz. Man kann es auch als weiteren Spezialfall von \ref(Satz 13) auffassen, denn die schwache Topologie ist die initiale Topologie auf X bzgl. der Menge X'.
\ll(Beispiel VI - Starke und schwache Operatortopologie) Sind X und Y topologische Vektorräume, so ist L(X,Y) mit der schwachen Operatortopologie lokalkonvex. Ist Y lokalkonvex, so ist es L(X,Y) auch mit der starken Operatortopologie.
Ein Netz von Operatoren ((T_i)) konvergiert genau dann gegen T in der starken\/schwachen Operatortopologie, wenn \forall\ x\in\ X: T_i(x)->T(x) in Y bzw. \forall\ x\in\ X, y'\in\ Y': y'(T_i(x))->y'(T(x)) gilt. Jetzt kann man wieder \ref(Satz 13) einbringen: Die starke Operatortopologie ist die initiale bzgl. menge(T\mapsto\ T(x) | x\in\ X) und die schwache die bzgl. menge(y'(T(x)) | x\in\ X, y'\in\ Y').
\ll(Beispiel VII - Triviales) Die indiskrete Topologie ist lokalkonvex
Dazu kann man offenbar P={0} wählen.
\ll(Beispiel VIII - Distributionen) Sei \0!=\Omega\subseteq\IR^n offen. \calE(\Omega):=C^\inf\.(\Omega) und \calD(\Omega):=C_c^\inf\.(\Omega) sind vollständig, lokalkonvex topologisierbar.
Dazu definieren für jeden Multiindex \a\in\IN^n und jedes Kompaktum K\subseteq\Omega die Halbnorm p_\a,K wie folgt: p_\a,K\.(f):=sup(x\in\ K,norm((D^\a f)(x))) Offenbar sorgt diese Halbnorm für die gleichmäßige Konvergenz der \a-ten \(gemischten\) Ableitung auf K. C^\inf statten wir nun mit der Halbnormfamilie P:=menge(p_\a,K | \a\in\IN^n, K\subseteq\Omega kompakt) aus. Der so definierte lokalkonvexe Raum wird auch mit \calE(\Omega) bezeichnet. Wir erkennen, dass \calE(\Omega) mit dieser Topologie vollständig ist, da ein Cauchy\-Netz ((f_i))_(i\in\ I) in \calE(\Omega) offenbar auch ein Cauchy\-Netz ((((f_i))_\|K))_(i\in\ I) bzgl. der Supremumsnorm induziert, welches konvergiert, da C(K) vollständig ist, wie wir oben bereits feststellten. Die entsprechend zusammengesetzte Grenzfunktion f liegt dann in \calE(\Omega), weil nicht nur die f_i, sondern auch alle Ableitungen gleichmäßig konvergieren, f also unendlich oft differenzierbar ist. Äquivalent könnte man die Halbnormen p_m,K(f):=sup(abs(\a)<=m,sup(x\in\ K, norm((D^\a f)(x)))) für m\in\IN, K\subseteq\Omega kompakt nehmen, das ist manchmal einfacher zu handhaben. Kommen wir nun zu C_c^\inf. Dazu stellt man sich vor, dass C_c^\inf\.(\Omega)=union(\calD_K(\Omega),array(K\subseteq\Omega;kompakt)) ist und die Topologie dies widerspiegeln sollte. Dabei ist \calD_K die Menge der unendlich oft differenzierbaren Funktionen auf \Omega, deren Träger in K enthalten ist. Wir oben kann man \calD_K durch die Halbnormen p_\a,K mit \a\in\IN^n lokalkonvex topologisieren. Bezeichne \tau_K diese Topologie auf \calD_K. Dann topologisieren wir C_c^\inf durch P:=menge(p:C_c^\inf->\IR | p ist Halbnorm, \forall\ K\subseteq\Omega kompakt ist p_\|\calD_K stetig bzgl. \tau_K) und nennen den entstehenden Raum \calD(\Omega). Diese zunächst nicht so naheliegende Vorgehensweise hat den Vorteil, dass \tau_K zur Teilraumtopologie von \calD_K wird, \calD_K abgeschlossen in \calD ist, sich lineare Abbildungen auf \calD einfacher beschreiben lassen, \calD und \calD_K vollständig sind etc. Technisch gesprochen handelt es sich hierbei um einen strikten, induktiven Limes. Darauf möchte ich jetzt aber nicht genauer eingehen. Es sei jedoch erwähnt, dass der Dualraum \calD(\Omega)' der Raum der array(Distributionen auf \Omega)____ ist und daher große Bedeutung etwa für die Physik hat. Der Raum \calE(\Omega) ist auch in der Distributionentheorie von Bedeutung, wo \calE(\Omega)' den array(Distributionen mit kompaktem Träger)____ entspricht.
\ll(Beispiel IX - Schnell fallende Funktionen) Der Schwartz\-Raum \calS(\IR^n) ist lokalkonvex.
Nochmal zur Erinnerung: Eine Funktion f:\IR^n->\IK heißt schnell fallend, wenn lim(norm(x)->\inf, x^\a*f(x))=0 für alle Multiindizes \a\in\IN^n gilt. \(wobei x^\a als x_1^\a_1*...*x_n^\a_n zu verstehen ist.\) \calS(\IR^n) ist dann definiert als menge(f\in\ C^\inf\.(\IR^n) | \forall\b\in\IN^n: D^\b f ist schnell fallend) Man kann den Schwartz\-Raum nun mit Hilfe der Halbnormen p_\a,\b\.(f):=sup(x\in\IR^n,norm(x^\a*(D^\b f)(x))) lokalkonvex topologisieren. Auch dieser Raum ist nun vollständig. Der Schwartz\-Raum ist ebenfalls in der Distributionentheorie von Bedeutung: \calS(\IR^n)' entspricht den so genannten array(temperierten Distributionen)____.

Ein Beispiel für einen nicht-lokalkonvexen Raum

\ll(Beispiel X) Der Raum X:=L^p([0,1]) mit 0 Die Metrik ist translationsinvariant und erfüllt d_p(\a*f,\a*g)=\a^p*d_p(f,g). Man überlegt sich damit leicht, dass Addition und Skalarmultiplikation damit stetig sind, indem man den Folgenbeweis für normierte Räume imitiert. Wir zeigen nun, dass die einzige abgeschlossene, konvexe Nullumgebung bereits ganz X ist, insbesondere kann X also nicht lokalkonvex sein. Sei also U eine solche Umgebung. Sei f\in\ L^\inf\subseteq\ L^p und n\in\IN beliebig. Wir setzen I_k:=intervall((k-1)/n,k/n) für k=1...n. => d_p(n*\chi_I_k*f,0)=int(n^p*abs(f)^p,\l,I_k)<=n^p*norm(f)_\inf*\l(I_k)=n^p/n*norm(f)_\inf Für genügend großes n ist wegen n^(p-1)->0 also n*\chi_I_k*f\in\ U für alle k=1..n. Da U konvex ist, ist dann auch f=sum(1/n*(n*\chi_I_k*f),k=1,n)\in\ U. Also ist L^\inf\subseteq\ U. L^\inf ist nun dicht in L^p \(es enthält u.A. alle messbaren Treppenfunktionen\). Also ist auch L^p=(L^\inf)^-\subseteq\ U, weil U abgeschlossen ist. Daraus folgt übrigens sofort, dass (L^p)'={0} ist. Denn ist etwa \l: L^p->\IK stetig und linear, so ist \l^(-1)(menge(abs(z)<=\eps)) eine abgeschlossene, konvexe Nullumgebung, d.h. gleich L^p selbst => abs(\l(f))<=\eps für alle f\in\ L^p => \l=0. Den Beweis kann man auf L^p(\mue) für jedes atomfreie, endliche Maß \mue übertragen.

Abschluss

Das soll es zunächst zu topologischen und lokalkonvexen Vektorräumen gewesen sein. Als Anwendung des Ganzen werde ich euch im nächsten Artikel den Fixpunktsatz von Schauder-Tychonoff präsentieren, der unter vergleichsweise schwachen Voraussetzungen die Existenz von Fixpunkten für stetige Abbildungen sichert. Wenn mich bis dann die Motivation noch nicht verlassen hat, kommt vielleicht noch mehr. Aber das überlege ich mir noch. Bis dahin hoffe ich einfach, dass dieser Artikel euch gefallen hat, und bedanke mich für eure Aufmerksamkeit. \l*mfg^-+(1-\l)*Gockel^opimg(\circ)

\(\endgroup\)
Get link to this article Get link to this article  Printable version Printer-friendly version -  Choose language     Kommentare zeigen Comments  
pdfFür diesen Artikel gibt es keine pdf-Datei


Arbeitsgruppe Alexandria Dieser Artikel ist im Verzeichnis der Arbeitsgruppe Alexandria eingetragen:
: Mathematik :: Topologie :: Funktionalanalysis :: Distributionen :: Reine Mathematik :
Lokalkonvexe Räume [von Gockel]  
Artikel über topologische und speziell lokalkonvexe Vektorräume. Grundlegende Eigenschaften wie Vollständigkeit, Kompaktheit, totale Beschränktheit werden für topologische Vektorräume eingeführt. Diverse Beispiele für lokalkonvexe Räume (wie etwa Distributionenräume) werden vorgestellt.
[Die Arbeitsgruppe Alexandria katalogisiert die Artikel auf dem Matheplaneten]

 
 
Aufrufzähler 4582
 
Aufrufstatistik des Artikels
Insgesamt 724 externe Seitenaufrufe zwischen 2012.01 und 2021.09 [Anzeigen]
DomainAnzahlProz
https://google.com354.8%4.8 %
http://google.de53073.2%73.2 %
https://google.de598.1%8.1 %
http://google.ie243.3%3.3 %
http://google.it253.5%3.5 %
http://google.nl141.9%1.9 %
http://www.bing.com121.7%1.7 %
https://duckduckgo.com20.3%0.3 %
https://www.bing.com20.3%0.3 %
https://www.startpage.com20.3%0.3 %
http://r.duckduckgo.com20.3%0.3 %
http://www.scroogle.org10.1%0.1 %
http://www.search.ask.com10.1%0.1 %
http://ecosia.org30.4%0.4 %
https://www.ecosia.org10.1%0.1 %
http://avira.search.ask.com30.4%0.4 %
http://m.facebook.com10.1%0.1 %
http://de.search.yahoo.com30.4%0.4 %
http://www.metager.de10.1%0.1 %
http://www.fireball.de10.1%0.1 %
http://isearch.babylon.com10.1%0.1 %
http://isearch.avg.com10.1%0.1 %

Häufige Aufrufer in früheren Monaten
Insgesamt 683 häufige Aufrufer [Anzeigen]
DatumAufrufer-URL
2013-2018 (245x)http://google.de/url?sa=t&rct=j&q=
2012-2014 (69x)http://google.de/url?sa=t&rct=j&q=vervollständigung lokal konvex
2020-2021 (52x)https://google.de/
2020-2021 (31x)https://google.com/
201205-05 (27x)http://google.de/url?sa=t&rct=j&q=schwartzraum vollständig
201505-05 (24x)http://google.ie/url?sa=t&rct=j&q=
2013-2015 (19x)http://google.it/url?sa=t&rct=j&q=
201204-04 (19x)http://google.de/url?sa=t&rct=j&q=translationsinvariante metrik halbnormen
201206-06 (17x)http://google.de/url?sa=t&rct=j&q=umgebung von konvexer menge
201211-11 (15x)http://google.de/url?sa=t&rct=j&q=uniforme konvergenz lokal konvexer räume
201210-10 (15x)http://google.de/url?sa=t&rct=j&q=strikter induktiver limes
201410-10 (14x)http://google.nl/url?sa=t&rct=j&q=
201305-05 (14x)http://google.de/url?sa=t&rct=j&q=lokalkonvexer raum vektorraum beweis
201310-10 (14x)http://google.de/url?sa=t&rct=j&q=lokalkonvexe räume
201201-01 (12x)http://google.de/url?sa=t&rct=j&q=totalbeschränkt lokal konvex
201202-02 (10x)http://google.de/url?sa=t&rct=j&q=x_1/x_2 initialtopologie
201301-01 (10x)http://google.de/url?sa=t&rct=j&q=nicht normierbare räume
201303-03 (9x)http://google.de/url?sa=t&rct=j&q=lokalkonvexer vektorraum motivation
201304-04 (9x)http://google.de/url?sa=t&rct=j&q=lokalkonvexe topologie offene mengen
201306-06 (8x)http://google.de/url?sa=t&rct=j&q=schwartz raum vollständig
201212-12 (8x)http://google.de/url?sa=t&rct=j&q=lokalkonvex abgeschlossen folge grenzwert
201207-07 (7x)http://google.de/url?sa=t&rct=j&q=wie zeigt man das metrische zusammenhäng...
202012-12 (7x)https://google.de
201203-03 (7x)http://google.de/url?sa=t&rct=j&q=total beschränktheit in lokalkonvexen r...
201209-09 (6x)http://google.de/url?sa=t&rct=j&q=strikt induktiver limes
201308-08 (6x)http://google.it/url?sa=t&rct=j&q=lokalkonvex + vollständig
201307-07 (5x)http://google.de/url?sa=t&rct=j&q=skript lokalkonvexe räume
201211-11 (4x)http://www.bing.com/search?q=konvexität topologischer vektorraum&qs=n&form...

[Top of page]

"Mathematik: Lokalkonvexe Räume" | 3 Comments
The authors of the comments are responsible for the content.

Re: Lokalkonvexe Räume
von: marvinius am: Sa. 01. März 2008 23:52:01
\(\begingroup\)salut johannes, wie kaum anders zu erwarten, gefällt mir dieser artikel sehr gut - bis auf ein paar tippfehler (z.b. sollte man dem herrn minKowski sein K schon gönnen) hab' ich nix zu benörgeln - das ist selten 😄 gespannt bin ich auf DEINE beweiskräftige erläuterung des angekündigten fixpunktsatzes! liebe grüße, rené.\(\endgroup\)
 

Re: Lokalkonvexe Räume
von: Gockel am: So. 02. März 2008 00:23:10
\(\begingroup\)Dankeschön. :) Das fehlende K habe ich gefunden und es matroid übergeben. Sobald er wieder online ist, wird es wohl es seinem rechtmäßigen Besitzer wiedergegeben werden. Falls du noch andere Fehler gefunden hast, kannst du ja auch Änderungsvorschläge anbringen, sofern du magst. Ich werde erst in ein paar Tagen nochmal genauer drüber schauen, weil ich während des "Feintunings" an diesem Artikel wohl doch betriebsblind geworden bin (SchuBi fand gestern auch einen sehr offensichtlichen Fehler, den ich im Eifer des Gefechts übersah). mfg Gockel.\(\endgroup\)
 

Re: Lokalkonvexe Räume
von: Ex_Mitglied_42630 am: Fr. 03. April 2015 17:28:12
\(\begingroup\)Danke für diesen Artikel!\(\endgroup\)
 

 
All logos and trademarks in this site are property of their respective owner. The comments are property of their posters, all the rest © 2001-2021 by Matroids Matheplanet
This web site was originally made with PHP-Nuke, a former web portal system written in PHP that seems no longer to be maintained nor supported. PHP-Nuke is Free Software released under the GNU/GPL license.
Ich distanziere mich von rechtswidrigen oder anstößigen Inhalten, die sich trotz aufmerksamer Prüfung hinter hier verwendeten Links verbergen mögen.
Lesen Sie die Nutzungsbedingungen, die Distanzierung, die Datenschutzerklärung und das Impressum.
[Seitenanfang]