이 기사는 벡터 공간의 이중 쌍에 관한 것입니다. 표현 이론의 이중 쌍에 대해서는 축약 이중 쌍 을 참조하십시오. 수학 에서, K 필드 {\displaystyle \mathbb {K}} 에 대한 이중 시스템 , 이중 쌍 또는 이중성 은 두 벡터 공간 X {\displaystyle X} 및 Y {\ displaystyle Y} 와 K {\displaystyle {K} 에 대한 퇴화 되지 않은 이선형 맵 b: X × Y → K {\displaystyle b:X\times Y\to \mathbb {K}} 에 대한 이중 시스템 입니다. .
이중성 이론 , 이중성 체계에 대한 연구는 기능적 분석 의 일부입니다.그것은 심리학의 이중 체계 이론 과는 별개의 것입니다.
정의, 표기법 및 규약 짝짓기
필드 K {\ displaystyle \mathbb {K}} 에 대한 쌍 또는 쌍 은 트리플(X , Y , b ), {\displaystyle (X, Y , b),} 이며, 이 는 b (X , Y), {\displaystyle b (X,Y),} 로도 표시될 수 있습니다.
K {\ displaystyle \mathbb {K}}( 이 글에서는 실수 R {\ displaystyle \mathbb {R} 또는 복소수 C {\ displaystyle \mathbb {C}} 중 하나의 필드로 가정함) 위에 두 개의 벡터 공간 X {\displaystyle X} 및 Y {\displaystyle Y} 로 구성됩니다.
쌍선형 맵 b: X × Y → K {\displaystyle b:X\times Y\to \mathbb {K}} 이며, 이를 쌍 과 연관된 쌍선형 맵 또는 단순히 쌍의 맵/쌍선형 형태 라고 합니다.
모든 x ∈ X {\displaystyle x\in X} 에 대해 정의
b ( x , ⋅ ) : Y → K y ↦ b ( x , y ) {\displaystyle {\begin{alignat}{4}b(x,\,\cdot \,):\,&Y&\to &\,\mathbb {K} \\y&\maps to &\,b(x,y)\end{alignat}} 모든 ∈ Y , {\displaystyle y\in Y,} 정의 b ( ⋅ , y ) : X → K x ↦ b ( x , y ) . {\displaystyle {\begin{alignat}{4}b(\,\cdot \,y):\,&X&\to &\,\mathbb {K} \\x&\maps to &,b(x,y). \end{alignedat}} 모든 b( x , ⋅) {\displaystyle b(x,\,\cdot \,)} 는 Y {\displaystyle Y} 에서 선형 함수이고, 모든 b( ⋅, y ) {\displaystyle b(\,\cdot \,y)} 는 X {\displaystyle X} 에서 선형 함수입니다. b ( X , ⋅ ) := { b ( x , ⋅ ) : x ∈ X } 그리고. b ( ⋅ , Y ) := { b ( ⋅ , y ) : y ∈ Y } {\displaystyle b(X,\,\cdot \,):=\{b(x,\,\cdot \,):x\in X\}\qquad {\text{ and }}\qquad b(\,\cdot \,Y):=\{b(\,\cdot \,y):y\in Y\} 여기서 이들 집합 각각은 선형 함수들의 벡터 공간을 형성합니다.
b (x, y) {\displaystyle b(x,y)} 대신 ⟨ x , y ⟩ {\displaystyle x,y\rangle } 로 쓰는 것이 일반적이며, 이 경우 쌍은 (X , Y, ⟨ ⋅, ⋅ ⟩ ) 대신 ⟨ X, Y ⟩ {\displaystyle X,Y\right\rangle } 로 표시됩니다. {\displaystyle (X,Y,\langle \cdot \cdot \rangle}) 그러나 이 문서에서는 이 주제에 익숙하지 않은 독자가 혼동하지 않도록 표준 평가 맵 (아래 정의)에 ⟨ ⋅, ⋅ ⟩ {\displaystyle \langle \cdot,\cdot \rangle } 의 사용을 예약합니다.
이중 페어링
쌍대 (X , Y , b ) {\displaystyle (X, Y, b)} 을 (를) 이중 시스템 , 이중 쌍 또는 K {\displaystyle {k } 에 대한 이중성이라고 합니다 . 이는 쌍대 형식 b {\displaystyle b} 가 다음 두 개의 분리 공리를 만족한다는 것을 의미합니다.
Y {\displaystyle Y} 는 X {\displaystyle X} 의 점을 구분/dist ingu합니다. X ∈ X {\displaystyle x\in X} 가 b ( x , ⋅) = 0 {\displaystyle b (x,\,\cdot \,)=0} 인 경우, x = 0 {\displaysty l e x=0 } 인 경우, 0이 아닌 모 든 x ∈ X {\displaystyle x\in X} 에 대해 맵 b( x , ⋅) : Y → K {\displaystyle b(x,\,\cdot \,): Y\to \mathbb {K}} 이( 가) 동일 하게 0 {\displaystyle 0} 이(가) 아닙니다(즉, b( x , y ) ≠ 0 {\displaystyle b(x,y)\neq 0} 이(가 ) 존재하는 Y ∈ {\displaystyle y\in Y}); X {\displaystyle X} 은(는) Y {\displaystyle Y } 의 점 을 구분/dist ingu합니다. 만 약 y ⋅ Y {\displaystyle y\in Y} 가 b (∈, y ) = 0 {\displaystyle b(\,\cdot \ , ,y )=0} 인 경우 , y = 0 {\displaysty l e y→0 } 인 경우 , {\displaystyle y\in Y,} 지도 b (⋅, y ) : X = K {\displaystyle b(\,\cdot \..y): X\to \mathbb {K}} 이( 가) 동일하게 0 {\displaystyle 0} 이(즉, b (x , y ) ≠ 0 {\displaystyle b(x,y)\neq 0} 인 x ∈ X {\displaystyle x\in X} 이(가) 존재합니다. 이 경우 b {\displaystyle b} 이 (가) 퇴보 하지 않는다고 하고, b {\displaystyle b} 가 X {\displaystyle X} 및 Y {\displaystyle Y} 을 (또는 분리된 이중성 ) 이중성으로 배치 하고 , b {\displaystyle b} 을 (를) (X , Y , b ) {\displaystyle (X, Y, b) 의 이중성 쌍 이라고 합니다.
총 부분 집합
모든 x ∈ X {\displaystyle x\in X} 에 대해 Y {\displaystyle Y} 의 부분 집합 S {\displaystyle S} 를 total 이라고 합니다.
b ( x , s ) = 0 만반의 s ∈ S {\displaystyle b(x,s)=0\quad {\text{모든}}}s\in S} x = 0을 의미합니다. {\displaystyle x = 0. } X {\displaystyle X} 의 총 부분 집합은 유사하게 정의됩니다 (각주 참조).[note 1] 따라서 X {\displaystyle X} 가 X {\displaystyle X} 의 전체 부분 집합이고 Y {\displaystyle Y} 인 경우 에만 X {\ displaystyle X} 이(가) Y {\ displaystyle Y} 의 점을 분리합니다.
직교성
벡터 x {\displaystyle x} 및 y {\displaystyle y} 를 직교 , b (x , y) = 0 {\displaystyle x \perpy} 라고 합니다. 두 개의 하위 집합 R ⊆ X {\displaystyle R\subseteq X} 및 S ⊆ Y {\displaystyle S\subseteq Y} 가 직교 , B (R , S) = { 0 } {\displaystyle R \perp S} 인 경우, 쓰기 R ⊥ S {\ displaystyle B(R ),S)=\{0 \}}; 즉, 모든 r ∈ R {\ displaystyle r\in R} 및 s ∈ S {\displaystyle s\in S} 에 대해 b( r , s) = 0 인 경우. 벡터에 대해 직교하는 부분 집합의 정의는 유사하게 정의됩니다.
부분집합 R ⊆ X {\displaystyle R\subseteq X} 의 직교 보어 또는 소멸기는
R ⊥ := { y ∈ Y : R ⊥ y } := { y ∈ Y : b ( R , y ) = { 0 } } {\displaystyle R^{\perp }:=\{y\in Y:R\perpy\}: =\{y\in Y:b(R,y)=\{0\}\} . 따라서 R ⊥ {\displaystyle R^{\perp}} 이( 가) {0 } {\displaystyle R} 인 경우에만 R {\ displaystyle R} 은( 는) X {\ displaystyle X} 의 총 부분 집합입니다.
극집합 전체적으로 (X , Y , b ) {\displaystyle (X,Y,b)} 은(는) K 에 대한 쌍이 됩니다. {\displaystyle \mathbb {K} .} X {\displaystyle X} 의 부분 집합 {\displaystyle A} 의 절대 극 또는 극 은 집합입니다 .
A ∘ := { y ∈ Y : 술잔을 마시다 x ∈ A b ( x , y ) ≤ 1 } . {\displaystyle A^{\circ }:=\left\y\in Y:\sup_{x\in A} b(x,y) \leq 1\right\}
이중적 으로, Y {\displaystyle Y} 의 부분 집합 B {\displaystyle B}의 절대 극 또는 극 은 B ∘ {\displaystyle B^{\circ}} 로 표시되며 다음과 같이 정의됩니다.
B ∘ := { x ∈ X : 술잔을 마시다 y ∈ B b ( x , y ) ≤ 1 } {\displaystyle B^{\circ }:=\left\{x\in X:\sup_{y\in B} b(x,y) \leq 1\right\}
이 경우 Y {\displaystyle Y} 의 부분 집합 B {\displaystyle B} 의 절대 극은 B {\displaystyle B} 의 절대 전극 또는 전극이라고 도 하며 ∘ B로 표시 할 수 있습니다. {\displaystyle {}^{\circ }B.}
극성 B ∘ {\displaystyle B^{\circ}} 는 반드시 0 ∈ Y {\displaystyle 0\in Y} 를 포함하는 볼록 집합이어야 하며, 만약 B {\displaystyle B } 가 균형 을 이룬다면 B ∘ {\displaystyle B^{\circ}} 이고, 만약 B {\displaystyle B} 가 X {\displaystyle X} 의 벡터 부분공간이라면, B ∘ {\displaystyle B^{\circ}} 는 Y 의 벡터 부분공간입니다. {\displaystyle Y.}
A ⊆ X {\displaystyle A\subseteq X} 인 경우, A ∘ ∘로 표시되는 A, {\displaystyle A,} 의 양극형은 집합 ∘( A ⊥) 입니다. {\displaystyle {}^{\circ }\left(A^{\perp}\right). } 마찬가지로, B 가 Y {\displaystyle B\subseteq Y} 를 ⊆ 하면, B {\displaystyle B } 의 바이폴라는 B ∘ ∘ := ( ∘ B ) ∘ 입니다. {\displaystyle B^{\circ \circ }:= \left ({ }^{\circ }B\right) ^{\circ}}
A {\displaystyle A} 가 X, {\displaystyle X,} 의 벡터 부분공간이라면, A ∘ = A ⊥ {\displaystyle A^{\circ }=A^{\perp}} 이며, 이 또한 A 의 실제 극 과 같습니다. {\displaystyle A.}
이중 정의 및 결과 쌍(X , Y , b ), {\displaystyle (X,Y,b)} 에서 새 쌍(Y , X , d ) {\displaystyle (Y,X,d)}( 여기서 모든 x ∈ X 및 y ∈ Y 에 대해 d (y, x ) := b( x,y)} {\displaystyle d(y,x ) := b(x ,y)}를 정의합니다. {\displaystyle x\in X\quad {\text{ and }}y\in Y.}
이중성 이론에는 쌍(X, Y, b ) {\displaystyle (X,Y,b)} 에 해당하는 쌍(Y, X , d ) 에 대한 정의 가 있다는 반복되는 주제가 있습니다. {\displaystyle (Y,X,d)}
규약 및 정의 : 쌍(X , Y , b ), {\displaystyle (X, Y, b)에 대한 정의 가 주어지면 쌍 (Y , X , d )에 적용하여 이중 정의를 얻습니다. {\displaystyle (Y, X, d ). } 이 규칙은 정리에도 적용됩니다. 규약 :명확성이 필요하지 않은 한, 페어링(X, Y , b ) {\displaystyle(X,Y,b)} 에 대한 정의(또는 결과)가 제공될 때마다, 이 문서는 해당 이중 정의(또는 결과)에 대한 언급을 생략하지만, 그럼에도 불구하고 이를 사용합니다. 예를 들어, "X {\displaystyle X} 가 Y {\displaystyle Y } 의 점을 구분한다 "(resp, "S {\displaystyle S} 는 Y {\displaystyle Y} 의 총 부분 집합이다") 가 위와 같이 정의되면, 이 규칙은 즉시 "Y {\displaystyle Y} 이(가) X {\displaystyle X} 의 점을 구분한다"( resp, " S {\displaystyle S} 은 (는) X {\displaystyle X} 의 전체 부분 집합입니다.
이와 같은 표기법은 거의 어디에나 있으며 d. {\displaystyle d.} 에 기호를 할당하는 것을 피할 수 있습니다.
규약 및 표기법 :쌍 (X , Y , b) {\displaystyle (X, Y, b)} {\displaystyle (X, Y, b)} 의 정의와 표기법이 X {\displaystyle X} 및 Y {\displaystyle Y}( 예 : X {\displaystyle X} 의 Mackey 토폴로지 τ( X , Y , b ) {\displaystyle \tau (X, Y, b)} 의 순서에 따라 달라지는 경우, X {\displaystyle X } 및 Y, {\displaystyle Y,} 의 순서를 변경하면n은 (Y , X, d ) {\displaystyle (Y,X,d)}( 예: τ ( Y , X , b ) {\displaystyle \tau (Y,X,b)} 이(가) 실제로 토폴로지 τ( Y , X , d ) {\displaystyle \tau (Y,X,d)} 에 적용되는 정의를 의미합니다. 예를 들어, X {\displaystyle X} 의 약한 토폴로지가 정의되면, 이 토폴로지가 σ (X , Y, b ), {\displaystyle \sigma (X, Y, b ),} 로 표시되는 이 정의는 자동으로 쌍 (Y , X , d) {\displaystyle (Y , X, d)} 에 적용되어 이 토폴로지가 위치하는 Y, {\displaystyle Y,} 에서 약한 토폴로지의 정의를 얻습니다. σ (Y , X , b ) {\ displaystyle \sigma (Y,X, b )} 로 표시됩니다. {\displaystyle \sigma (Y,X,d). }
(X , Y ) {\displaystyle (X,Y)}( Y ,X) {\displaystyle (Y,X)} 과(와) 식별
비록 기술적으로 부정확하고 표기법을 남용하지만, 이 글은 또한 다음과 같은 거의 유비쿼터스에 가까운 규정을 준수할 것입니다. {\displaystyle (X , Y,b )} {\displaystyle (Y,X,d)} 을 (Y , X , b) {\displaystyle (Y,X,d)} 과( Y,X, b ) 로 교환하여 취급합니다. {\displaystyle (Y,X,b). }
예 페어링의 제한 (X , Y , b ) {\displaystyle (X,Y,b)} 을 쌍, M {\displaystyle M} 을 X, {\displaystyle X,} 의 벡터 부분공간, N {\displaystyle N} 을 Y 의 벡터 부분공간이라고 가정합니다. {\displaystyle Y.} 그러면 (X , Y , b ) {\displaystyle (X, Y,b)} 을 M × N 으로 제한 하는 것이 쌍(M, N , B M × N ) 입니다. {\displaystyle e \left(M,N,b{\big \vert}_{M\times N}\right). } (X , Y , b ) {\displaystyle(X,Y,b)} 이(가) 이중성이면 제한이 이중성이 아닌 것일 수 있습니다(예 : Y ≠ { 0 } {\displaystyle Y\neq \{0\}, N = { 0 } {\displaystyle N= \{0\}).
이 글에서는 제한(M, N , b M × N ) {\ displaystyle \left(M, N, b{\big \vert}_{M\times N}\right)} 을( 를) M , N , b 로 표시하는 일반적인 방법을 사용합니다. {\displaystyle (M, N, b)}
벡터공간에서의 정준이중성 X {\displaystyle X} 를 벡터 공간이라고 가정하고 X # {\displaystyle X^{\#} 가 X {\displaystyle X} 의 대수적 이중 공간 (즉 , X {\displaystyle X} 의 모든 선형 함수의 공간)을 나타내도록 합니다.표준 이중성(X, X #, c ) {\displaystyle \left(X,X^{\#},c\right)} 가 있는데, 여기서 c(x, x ') = ⟨ x, x' ⟩ = x '( x ), {\displaystyle c\left(x,x^{\prime }\right )=\left\ lang x,x ^{\prime }\ right \rangle = x ^{\ prime }(x ) 입니다. {\displaystyle X\t imes X^{\#}} 특히 임의 의 x' ∈ X#, {\displaystyle x^{\#}\in X^{\#},} c (⋅ , x') {\displaystyle c\left(\,\cdot \,x^{\prime}\right)} 는 x' {\displaystyle x^{\prime}}; 즉, c (⋅ , x ') = x ' (⋅ ) = x' . {\ displaystyle c\left(,\cdot \,x^{\prime}\right) =x^{\prime }(\,\cdot \,)=x^{\prime }}
N {\displaystyle N} 이 (가) X # {\displaystyle X^{\#}} 의 벡터 부분공간이라면, (X , X #, c) {\displaystyle \left(X,X^{\#},c \right)} 에서 X × N {\displaystyle X\times N} 으로 제한하는 것을 표준 쌍 이라고 합니다. 분명히 X {\displaystyle X} 는 항상 N {\displaystyle N} 의 점을 구별하므로, 표준 쌍은 N {\displaystyle N} 이(가 ) X의 점을 구분하는 경우에만 이중 시스템입니다. {\displaystyle X} 다음 표기법은 현재 이중성 이론에서 거의 널리 사용됩니다.
평가 맵은 ⟨ x, x' ⟩ = x' ( x ) {\displaystyle x,x^{\prime }\right\rangle = x^{\prime }( x ) 로 표시되며 (c {\displaystyle c} 대신) ⟨ X , N ⟩ {\displaystyle X,N\rangle } 이( 가) 표시 됩니다. {\displaystyle (X,N,c)}
가정 :일반적인 관례와 같이, X {\displaystyle X} 가 벡터 공간이고 N {\displaystyle N }이 X, {\displaystyle X} 의 선형 함수의 벡터 공간이라면, 달리 명시되지 않는 한, 그것들은 표준 쌍 ⟨ X , N ⟩와 연관되어 있다고 가정될 것입니다. {\displaystyle \langle X,N\rangle.} N {\displaystyle N} 이 X # {\ displaystyle X^{\#} 의 벡터 부분공간이면, N {\ displaystyle X} 이(가) N {\displaystyle N}( 또는 동일하게, (X , N, c ) {\ displaystyle N} 이 (가) X , {\displaystyle X} 또는 동일하게, N {\displaystyle N} 이 (가) 전체인 경우에만 N {\displaystyle N}의 점을 구분합니다 .s, n( x ) = n 모든 ∈에 대해 0 {\displaystyle n(x) =0} {\displaystyle n\in N} 은( 는) x = 0 {\displaystyle x =0} 을 의미합니다.
위상 벡터 공간에서의 정준 이중성 X {\displaystyle X} 가 연속적 인 이중 공간 X' 를 갖는 위상 벡터 공간(TVS)이라고 가정하자. {\displaystyle X^{\prime }} 그런 다음 , 정준 이중성 (X , X #, c ) {\displaystyle X} × X' {\displaystyle X^{\ prime }} 로 {\displaystyle \left ( X , X {\ displaystyle X} 가 X' 의 점들을 구분하는 X^{\prime }, c{\big \vert }_{X\times X^{\prime }},\right)}}: X' {\displaystyle X^{\prime }} 가 X {\displaystyle X}( 예를 들어, X {\displaystyle X} 가 Hausdorff 로컬 볼록 공간이라면 이 쌍은 이중성을 형성합니다.
가정 :일반적으로 행해지는 것처럼, X {\displaystyle X} 가 TVS일 때마다, 달리 표시되지 않는 한, 그것이 표준 페어링 ⟨ X, X' ⟩와 연관되어 있다고 아무런 언급 없이 가정합니다. {\displaystyle \left\langle X,X^{\prime }\right\rangle} TV의 극과 극, 극.
다음 결과는 TVS의 연속 선형 함수 가 원점 근처에서 경계를 이루는 선형 함수임을 보여줍니다.
내부 제품 공간 및 복합 공액 공간 H {\displaystyle H} 가 R {\displaystyle \mathbb {R}} 또는 H {\displaystyle H} 의 차원이 0 인 경우에만 H {\ displaystyle H 가 이중 쌍 입니다. {\ displaystyle 0.} 여기 서 squiline form ⟨ ⋅, ⋅ ⟩ {\displaystyle \langle \cdot, \cdot \rangle } 은 (는) 두 번째 좌표에서는 켤레 동형 이고 첫 번째 좌표에서는 동형입니다.
(H , ⟨ ⋅, ⋅ ⟩) {\displaystyle (H,\langle \cdot,\cdot \rangle )} 이(가) 실제 힐베르트 공간 이면 (H , H , ⟨ ⋅, ⋅ ⟩) {\displaystyle (H, H,\langle \cdot,\cdot \rangle )} 은(는) 이중 시스템을 구성합니다. 만약 (H , ⟨ ⋅, ⋅ ⟩) {\displaystyle (H,\langle \cdot,\cdot \rangle )} 이(가) 복잡한 힐베르트 공간 이라면, (H , H, ⋅ ⟩, ) {\displaystyle (H, H,\langle \cdot,\cdot \rangle )} 이(가) 이중 체계를 형성하는 경우는, 흐린 trivial H = 0 인 경우 뿐입니다. {\ displaystyle H} 이(가) 비⋅ ⟩인 경우 (H , H , ⟨ ⋅, ⟨ ⋅) {\displaystyle (H, H ) ,\cdot \cdot ,\cdot \rangle} 은(는) 내부 제품이 쌍선형이 아닌 squilinear 이기 때문에 짝을 이루지도 않습니다 . (H , ⟨ ⋅, ⋅ ⟩) {\displaystyle (H,\langle \cdot,\cdot \rangle )} 이(가) 스칼라 곱셈을 갖는 복잡한 힐베르트 전 공간으로 병치 위치 또는 점 ⋅로 표시된다고 가정합니다. {\displaystyle \cdot.} 지도 정의
⋅ ⊥ ⋅ : C × H → H 타고 c ⊥ x := c ¯ x , {\displaystyle \,\cdot \,\perp \,\cdot \,:\mathbb {C} \times H\to H\quad {\text{by}}\quad c\perp x:={\overline {c}x,} 여기서 우변은 H 의 스칼라 곱셈을 사용합니다. {\displaystyle H.} 라고 하자. H ¯ {\displaystyle {\overline {H}} 이(가) H, {\displaystyle H,}의 복소 켤레 벡터 공간 을 나타내고 , H ¯ {\displaystyle {\ overline {H}} 은 (H , +) {\displaystyle (H, +)}의 덧셈군을 나타냅니다. (따라서 H ¯ {\displaystyle {\overline {} 에서 벡터 덧셈 H}} 은( H {\displaystyle H}) 의 벡터 덧셈과 동일하지만 H ¯ {\displaystyle {\overline {H}} 의 스칼라 곱셈은 지도 ⋅ ⊥ ⋅ {\ displaystyle \,\cdot \,\perp \,\cdot \,}( H {\displaystyle H}이( 가) 부여된 스칼라 곱셈 대신)입니다.
지도 b : H × H ¯ → C {\displaystyle b : b ( x , y )로 정의된 H\times {\overline {H}}\to \mathbb {C} : = ⟨ x , y ⟩ {\displaystyle b(x,y): =\langlex,y\rangle } 은(는) 두 좌표 모두에서 선형이므로(H, H ¯ , ⟨ ⋅ , ⋅ ⟩ ) {\displaystyle \left(H,{\overline {H}}},\langle \cdot,\ cdot \rangle \right)} 은(는) 이중 쌍을 구성합니다.
기타 예시 X = R 2, {\displaystyle X =\mathbb {R} ^{2}, Y = R 3, {\displaystyle Y =\mathbb {R} ^{3}, 모든 (x 1, y 1 ) ∈ X 및 (x 2 , y 2 , z 2 ) ∈ Y , {\displaystyle \left(x_{1}, y_{1}\right)\in X{text{ and }}\left(x_{2}, y_{2}, z_{2}\right)\in Y,} 라고 하자. b ( ( x 1 , y 1 ) , ( x 2 , y 2 , z 2 ) ) := x 1 x 2 + y 1 y 2 . {\displaystyle b\left(\left(x_{1},y_{1}\right),\left(x_{2},y_{2},z_{2}\right): =x_{1}x_{2}+y_{1}y_{2}} 그러면 (X , Y , b ) {\displaystyle (X,Y,b)} 는 X {\ displaystyle X} 가 Y, {\ displaystyle Y} 의 점을 구별 하지만 Y {\displaystyle Y} 는 X 의 점을 구별하지 않는 쌍입니다. {\displaystyle X.} 또한 X ⊥ : = { y ∈ Y : X ⊥ y } = { (0 , 0 , z ) : z ∈ R }. {\displaystyle X^{\perp } : =\{y\in Y:X\perp y\} =\{(0,0,z) : z\in \mathbbb {R} \}}. 0 < p < ∞, {\displaystyle 0 < p<\infty,} X := L ^{p}(\mu),} Y := L q (μ ) {\displaystyle Y := L^{q}(\mu )} (여기서 q {\displaystyle q} 는 1 p + 1 q = 1 {\displaystyle {\tfrac {1}} + {\tfrac {1}{q }=1}), b (f , g ) : = f g d μ. {\displaystyle b(f,g) :=\int fg\,\mathrm {d} \mu .} 그렇다면 (X , Y , b ) {\displaystyle (X,Y,b)} 은(는) 이중 시스템입니다. X {\displaystyle X} 와 Y {\displaystyle Y} 를 동일한 필드 K 위의 벡터 공간이라고 하자. {\displaystyle \mathbb {K} .} 그러면 이선형 형식 b (x ⊗ y, x ∗ ⊗ y ∗ ) = ⟨ x ', x ⟩ ⟨ y ', y ⟩ {\displaystyle b\left(x\otimes y,x^{*}\otimes y^{*}\right) =\left\left\left\left\left\left \left y^{\prime }, y\right\rangle } 은(는) X × Y {\displaystyle X\times Y} 와 X # × Y # {\ displaystyle X^{\#}\times Y^{\#} 를 이중으로 배치합니다. ∈ x , y ⟩ := ∑ i = 1 ∞ x i i {\displaystyle x, y \rangle :=\sum _{i=1 ^{i }^{i}^{ i}^{i}, x ∈ X에 대하여 x lang X, {\displaystyle x,y\rangle :=\sum _{i =1}}^{\infty }, {\ displaystyle x\in X ,} y ⟨ X β {\displaystyle y\in X^{\beta }}는 이중 시스템을 구성합니다.
약한 위상 (X , Y , b ) {\displaystyle (X,Y,b)} 가 K 에 대한 벡터 공간의 쌍이라고 가정하자. {\displaystyle \mathbb {K} .} S ⊆ {\displaystyle S\subseteq Y} 인 경우 , S {\displaystyle S}( 및 b {\displaystyle b}) 에 의해 유도 된 X {\displaystyle X} 의 약한 위상 은 σ ( X , S , b ) 로 표시되는 X, {\displaystyle X} 의 가장 약한 TV 위상입니다. {\displ aystyle \sigma (X,S,b)} 또는 간단히 σ (X , S ), {\displaystyle \sigma (X,S),} 모든 맵 b 만들기 ( ⋅ ,y ) : X → K {\displaystyle b(\,\cdot \..y): {\displaystyle y} 범위 가 S에 걸쳐 y {\displaystyle S} 이므로 X\to \mathbb {K}} 연속입니다. {\displaystyle S} 이 (가) 컨텍스트에서 명확하지 않으면 모든 Y, {\displaystyle Y로 가정해야 합니다. 이 경우 X {\displaystyle X}(Y {\displaystyle Y} 로 유도됨) 에서 취약 토폴로지 라고 합니다.표기법 X σ (X , S , b ), {\displaystyle X_{\sigma (X,S,b)}, {\displaystyle X_{\sigma (X,S)}, 또는 단순히 X σ {\displaystyle X_{\sigma }( 혼란이 발생할 수 없는 경우)는 약한 위상 σ (X , S , b )를 부여받은 X {\displaystyle X} 를 나타내는 데 사용됩니다. {\displaystyle \sigma (X,S,b)} 중요한 것은 약한 위상이 의존한다는 것입니다.함수 b, {\displaystyle b,} C , {\displaystyle \mathbb {C},} 및 X {\displaystyle X} 의 벡터 공간 구조에 대한 일반적인 위상에 대해서 만 Y 의 대수적 구조에는 적용되지 않음 . {\displaystyle Y.}
마찬가지로, R ⊆ X {\displaystyle R\subseteq X} 인 경우, R {\displaystyle R}( 및 b {\displaystyle b}) 에 의해 유도 된 Y {\displaystyle Y} 의 약한 토폴로지 의 이중 정의는 σ (Y , R , b ) {\displaystyle \sigma (Y, R, b)} 또는 간단히 σ (Y , R ) {\displaystyle \sigma (Y, R)} 로 표시됩니다(자세한 내용은 각주 참조).
정의 및 표기법 : "σ (X , Y , b ) {\displaystyle \sigma (X,Y,b )}" 가 위상 정의(예: σ (X , Y , b ) {\displaystyle \sigma (X,Y,b)} - 수렴, σ (X , Y , b ) {\displaystyle \sigma (X,Y,b)} - 경계, cl σ (X , Y , b ) (S ), {\displaystyle \operatorname {cl} _{\sigma (X,Y,b)}(S) 등)을 의미합니다.첫 번째 공간(즉 , X {\displaystyle X}) 이 σ( X , Y , b ) {\displaystyle \sigma(X,Y,b)} 토폴로지를 전달할 때 t 정의입니다. 혼란이 발생하지 않으면 b {\displaystyle b} 또는 X {\displaystyle X} 및 Y {\displaystyle Y} 에 대한 언급은 생략될 수 있습니다 . 따라서 예를 들어, 만약 Y {\displaystyle Y} "σ {\displaystyle \left(a_{i}\right)_{i =1}^{\infty}}} 의 수열이 {\ displaystyle \sigma } - conver게스" 또는 "weakly 수렴"인 경우, 이것은 만약 X {\displaystyle X} 의 수열이라면, 이것이 (Y , σ( Y , X, b ) {\displaystyle X} 에 수렴한다는 것을 의미합니다. ld는 (X , σ ( X , Y , b )) {\displaystyle (X,\sigma (X,Y,b))} 에 수렴함을 의미합니다. 위상 σ( X , Y , b ) {\displaystyle \sigma(X,Y,b)} 은(는) 세미노름 py 계열에 의해 결정되므로 로컬 볼록입니다 . X → R {\displaystyle p_{y}: {\displaystyle y} 범위 가 y {\displaystyle y} 인 경우, x \to \mathbb {R}}:= b ( x , y ),} {\displaystyle p_{y}(x ):= b ( x,y),} {\displaystyle Y .} 만약 x ∈ X {\displaystyle x\in X} 이고 (x i) i 가 I {\displaystyle \left(x_{i}\right)_{i\in I}} 의 그물 이라면, (x i ) i ∈ I {\ displaystyle \left(x_{i}\right)_{i\in I}} σ ( X ,Y , b ) {\displaystyle \sigma (X,Y,b)} - i ∈ I {\displaystyle \left(x_{i}\right)_{i\in I}} 가 (X, σ (X , Y , b))의 X {\displaystyle X} 로 수렴되면 x {\displaystyle x} 로 수렴 됩니다. {\displaystyle (X,\sigma (X,Y,b)). } 그물 (xi ) i ∈ I {\displaystyle \left ( x_{i}\right)_{i\in I}} σ ( X , Y , b ) {\displaystyle \sigma (X,Y,b)} - 모든 y ∈ Y , {\displaystyle y\in Y,} b (xi ,y ) {\displaystyle b\left(x_{i},y\right)} 가 b ( x , y ) 로 수렴되는 경우 에만 x {\displaystyle x} 로 수렴합니다. } ( xi ) i = 1 ∞ {\displaystyle \left(x_{i}\right)_{i = 1}^{\infty}} 인 경우, (xi ) i = 1 ∞ {\displaystyle \left(x_{i}\right)_{i = 1}^{\infty}}} 가 0으로 약하게 수렴하지만 0(또는 다른 벡터)으로 노름-converge 하지 않습니다.
(X , Y , b ) {\displaystyle (X,Y,b)} 이(가) 쌍이고 N {\displaystyle N} 이(가 ) 이중 쌍이 되도록 Y {\displaystyle Y} 의 적절한 벡터 하위 공간이면 σ ( X , N , b ) {\displaystyle \sigma (X,N,b)} 이(가) σ ( X , Y , b ) 보다 엄밀하게 더 깁니다 . {\displaystyle \sigma (X,Y,b)}
유계 부분집합
X {\displaystyle X} 의 부분 집합 S {\displaystyle S} 이(가) σ( X , Y , b ) {\displaystyle \sigma(X,Y,b)} 인 경우에만 한정됨
술잔을 마시다 b ( S , y ) < ∞ 만반의 y ∈ Y , {\displaystyle \sup_{} b(S,y) <\infty \quad {\text{ for all}}y\in Y,} 여기서 b ( S , y ) : = { b ( s , y ) : s ∈ S } . {\displaystyle b (S,y) : =\{b (s,y) : s\in S\}}
하우스도르프니스
(X , Y , b ) {\displaystyle(X,Y,b)} 이 (가) 쌍이면 다음과 같습니다.
X {\displaystyle X} 는 Y {\displaystyle Y} 의 점을 구분합니다. 맵시 ↦ b ( ⋅, y ) {\displaystyle y\mapsto b(\,\cdot \,,y)} 는 X {\displaystyle X} 의 대수적 이중 공간으로의 Y {\displaystyle Y} 의 주입 을 정의합니다; σ (Y , X , b ) {\displaystyle \sigma (Y,X,b)} 은(는) 하우스도르프입니다. 약한 표현 정리 다음 정리는 (X , σ ( X , Y , b )) 의 연속 이중 공간을 완전히 특성화하기 때문에 이중성 이론에 있어서 근본적인 중요성을 갖습니다. {\displaystyle (X,\sigma (X,Y,b ))}
약한 표현 정리 — (X , Y , b ) {\displaystyle (X,Y,b)} 을(를) K 필드 위의 쌍이라 하자. {\displaystyle \mathbb {K} .} 그러면 (X , σ ( X , Y , b )) {\displaystyle (X,\sigma (X,Y,b))} 의 연속 이중 공간은
b ( ⋅ , Y ) := { b ( ⋅ , y ) : y ∈ Y } . {\displaystyle b(\,\cdot \,Y):=\{b(\,\cdot \,y):y\in Y\}} 더 나아가,
f {\displaystyle f} 가 (X , σ (X , Y, b )) {\displaystyle (X,\sigma (X,Y,b))} 에 연속 선형 함수 이면 f = b ( ⋅, y ) {\displaystyle f=b (\,\cdot \,y)} 와 같은 y ∈ Y {\displaystyle y\in Y} 가 존재합니다. 이러한 y {\ displaystyle y} 가 존재 하는 경우 X {\displaystyle X} 가 Y의 점을 구별하는 경우에만 유일합니다. {\displaystyle Y.} X {\ displaystyle X} 이(가) Y {\displaystyle Y} 의 점을 구분하는지 여부는 y 의 특정 선택에 따라 결정되지 않습니다. {\displaystyle y} (X , σ ( X , Y , b ) {\displaystyle (X,\sigma (X,Y,b))} 의 연속 이중 공간은 몫 공간 Y/ X ⊥, {\ displaystyle Y/X^{\perp } 로 식별할 수 있으며, 여기서 X ⊥ : = { y ∈ Y : b ( x , y ) = 모든 x ∈ X } 에 대해 0입니다. {\displaystyle X^{\perp }: =\{y\in Y:b(x,y )=0{\text{ 모든 }}x\in X\}. 이것은 X {\displaystyle X} 가 Y {\ displaystyle Y } 의 점을 구별하는지 여부 에 관계없이 성립됩니다. {\displaystyle X.} 따라서, (X , σ (X , Y , b )){\displaystyle (X,\sigma (X,Y,b))} 의 연속 이중 공간은
( X , σ ( X , Y , b ) ) ′ = b ( ⋅ , Y ) := { b ( ⋅ , y ) : y ∈ Y } . {\displaystyle (X,\sigma (X,Y,b))^{\prime }=b(\,\cdot \,Y):=\left\{b(\,\cdot \,y):y\in Y\right\}}
표준 쌍과 관련하여, X {\displaystyle X} 가 연속 이중 공간 X ′{\displaystyle X^{\prime } 인 TV라면, X {\displaystyle X}( 즉, (X, σ (X, X ')) {\displaystyle \left(X,\sigma \left(X ,X^{\prime }\right ))\right)} 가 하우스도르프이며, 이 는 X {\displaystyle X} 도 반드시 하우임을 의미합니다. sdorff) 다음 (X', σ (X', X ) {\displaystyle \left(X^{\prime }),\sigma \left(X^{\prime },X\right)\right)} 의 연속 이중 공간은 X {\displaystyle x}(즉, X {\displaystyle x} 범위에 대한 x {\displaystyle x} 맵의 모든 "점 x {\displaystyle x}" 집합과 동일합니다. x ' ∈ X' {\displaystyle x^{\prime}\ in X^{\prime }}를 x'( x) 로 보내는 지도. {\displaystyle x^{\prime }(x) 이것은 일반적으로 다음과 같이 씁니다.
( X ′ , σ ( X ′ , X ) ) ′ = X 아니면 ( X σ ′ ) ′ = X . {\displaystyle \left(X^{\prime }),\sigma \left(X^{\prime },X\right)\right)^{\prime } = X\qquad {\text{ or }}\qquad \left(X_{\sigma }^{\prime }\right)^{\prime } = X.} 이러한 매우 중요한 사실은 예를 들어 X' {\displaystyle X^{\prime }} 의 강력한 이중 토폴로지 β(X ', X ) {\displaystyle \left(X^{\prime },X\right)} 와 같은 연속적인 이중 공간에서 극성 토폴로지에 대한 결과가 종종 원래 TVS X {\displaystyle X} 에 적용될 수 있는 이유입니다. 예를 들어 X {\displaystyle X} 는 동일합니다 . ( X σ ') ′{\displaystyle \left( X_ {\sigma }^{\prime }\right)^{\prime }}인 d는 위상 β ((( X σ ') ′, X σ '){\displaystyle \beta \left(X_{\sigma }^{\prime }\right )^{\prime }, X_ {\sigma }^{\prime }\right )}인 d는 ( X σ ') ′{\displaystyle \left(X_{\sigma }^{\prime }^{\right)^{\prime }} 의 위상으로 대신 생각할 수 있습니다. X . {\displaystyle X.} 또한 X' {\displaystyle X^{\prime}} 이( 가 ) σ( X', X ) {\displaystyle \left(X ^{\prime }) 보다 미세 한 위상을 부여 받았다면,X\right)} 그러면 X' {\displaystyle X^{\prime}} 의 연속 이중 공간은 반드시 (X σ ') {\displaystyle \left(X_{\sigma }^{\prime }\right)^{\prime }} 을 부분 집합으로 포함합니다.따라서 예를 들어, X' {\displaystyle X^{\prime }}가 강력한 이중 위상을 부여받았을 때(따라서 X β' {\displaystyle X_ {\beta }^{\prime }} 로 표시됨), ( X β ′ ) ′ ⊇ ( X σ ′ ) ′ = X {\displaystyle \left(X_{\beta }^{\prime }\right)^{\prime }~\supseteq ~\left(X_{\sigma }^{\prime }\right)^{\prime }~=~X} 예를 들어, X {\displaystyle X} 가 강한 이중 위상 β ((X β ′) β', X β ′) {\ displaystyle \left(\left) \beta \left(X_{\beta }^{\prime }\right)^{\prime }, X_{\beta }^{\prime }\right)} (이 위상은 강한 이중 위상이라고도 하며 t에 나타남) 반사 공간 이론: 하우스도르프 국소 볼록 TV X {\displaystyle X} 는 (X β ′) = X {\displaystyle \left(X_{\beta }^{\prime }\right)^{\prime }= X} 인 경우 반 reflex적 이라고 하며, 또한 강한 쌍대 위상 β ((X β ′) ′, X β ′){\displaystyle \left(X_{\beta }^{\prime }\ri }인 경우에는 반사적 이라고 합니다.ght) X {\displaystyle X} 의 X_{\beta}^{\prime}\right)} 이(가) X {\displaystyle X } 의 원래/시작 토폴로지와 같습니다 .
직각좌표, 몫 및 부분공간 (X , Y , b ) {\displaystyle (X,Y,b)} 이 (가) X {\displaystyle X} 의 하위 집합 S {\displaystyle S} 에 대한 쌍일 경우:
S ⊥ = ( s pan S ) ⊥ = (cl σ ( Y , X , b ) s pan S ) ⊥ = S ⊥⊥⊥ {\displaystyle S^{\pe r p } = (\operatorname {span} S)^{\pe r p } =\left(\operatorname {cl } _{\ sigma (Y, X, b)}\operatorname {span} S\right)^{\pe r p } = S^{\perp \perp \perp } 이며 이 집합은 σ ( Y , X , b ) {\displayst yle \ sigma (Y, X, b)} - 닫힘; S ⊆ S ⊥ ⊥ = ( cl σ ( X , Y , b ) 스팬 S ) {\displaystyle S\subseteq S^{\perp \per p } =\left(\operatorname {cl} _{\s igma (X,Y,b)}\operatorname {span} S\right )}; 따라서 S {\displaystyle S} 가 σ( X , Y , b ) {\displaystyle X} 의 {\displaystyle \sigma(X, Y, b)} - 닫힌 벡터 부분공간이면 S ⊆ S. {\displaystyle S\subseteq S^{\perp \perp}} 만약 (Si ) i ∈ I {\displaystyle \left(S_{i}\right)_{i\in I}} 가 σ ( X , Y , b ) {\displaystyle \sigma (X,Y,b)} - X {\displaystyle X} 의 닫힌 벡터 부분공간이라면, ( ⋂ i ∈ I S i ) ⊥ = cl σ ( Y , X , b ) ( 기간 ( ⋃ i ∈ I S i ⊥ ) ) . {\displaystyle \left(\bigcap _{i\in I}S_{i}\right)^{\perp } =\operator name {cl} _{\sigma(Y,X,b)}\left(\operator name {span} \left(\bigcup _{i\in I}S_{i}^{\perp }\right)\right)} (Si ) I ∈ I {\displaystyle \left(S_{i}\right)_{i\in I}} 이(가) X {\displaystyle X} 의 부분 집합 계열이면 (⋃ i ∈ I Si ) ⊥ = ⋂ i ∈ I ⊥. {\displaystyle \left(\bigcup _{i\in I}S_{i}\right)^{\perp } =\bigcap _{i\in I}S_{i}^{\perp}} X {\displaystyle X} 이(가) 정규 공간이라면, 표준 이중성 하 에서 S ⊥ {\displaystyle S ^{\perp}} 은 X' {\displaystyle X^{\prime}} 에서 정규 닫힌 상태이고, S ⊥⊥ {\displaystyle S^{\perp \perp}} 은 X 에서 정규 닫힌 상태입니다. {\displaystyle X.}
부분공간
M {\displaystyle M} 이(가) X {\displaystyle X} 의 벡터 부분공간이라고 가정 하고, {\displaystyle (M, Y , b)} 이(가) {\displaystyle (X,Y, b)}에서 M × Y 로의 제한을 나타내도록 하자. {\ displaystyle M \times Y } M 의 약한 토폴로지 σ( M , Y , b ) {\displaystyle \sigma (M,Y,b)} 이(가) 부분공간 토폴로지 와 동일합니다. M {\displaystyle M} 이( 가) (X , σ (X , Y , b )) 에서 상속됩니다. {\displaystyle (X,\sigma (X,Y,b)). }
또한, (M, Y / M ⊥, b M ) {\displaystyle \left(M,Y/M^{\perp }},b{\big \vert }_{M }\right)} 는 쌍공간(여기 서 Y / M ⊥ {\displaystyle Y / M^{\perp }} 는 Y / (M ⊥) {\displaystyle Y /\left(M^{\ perp }\right )} 를 의미하며, 여기서 b : M × Y / M ⊥ → K {\displaystyle b{\big \vert }_{M}:M\times Y/M^{\perp }\to \mathbb {K}} 는 다음과 같이 정의됩니다.
( m , y + M ⊥ ) ↦ b ( m , y ) . {\displaystyle \left(m,y+M^{\perp}\right)\maps to b(m,y)}
토폴로지 σ(M, Y / M ⊥, b M ) {\displaystyle \left(M,Y/M^{\perp }},b{\big \vert}_{M}\right)} 이(가 ) M {\displaystyle M} 이(가 ) (X, σ (X , Y, b ))에서 상속되는 부분공간 토폴로지 와 같습니다. {\displaystyle(X,\sigma(X,Y,b)). } 또한 (X , σ ( X , Y , b ) {\displaystyle (X,\sigma (X, Y,b))} 가 이중 시스템이라면 (M , Y / M ⊥ , b M ). {\displaystyle \left(M,Y/M^{\perp }},b{\big \vert }_{M}\right}
몫
M {\displaystyle M} 을(를) X 의 벡터 부분공간이라고 가정합니다. {\displaystyle X.} 그러면 ( X / M, M ⊥, b / M ) {\displaystyle \left(X/ M , M^{\perp}},b/M\right)} 은(는) b / M : X / M × M ⊥ → K {\displaystyle b/M:X/M\times M^{\perp}\to \mathbb {K}} 에 의해 정의됩니다.
( x + M , y ) ↦ b ( x , y ) . {\displaystyle(x+M,y)\maps to b(x,y)}
위상 σ(X/ M, M ⊥) {\displaystyle \sigma \left(X/M,M^{\perp}\right)} 이(가) X/ M 에서 (X , σ (X , Y , b )) {\displaystyle (X,\sigma (X,Y,b))} 에 의해 유도된 일반적 인 몫 위상 과 동일합니다. {\displaystyle X/M.}
극과 약한 위상 X {\displaystyle X} 가 국소 볼록 공간이고 H {\displaystyle H } 가 연속 이중 공간 X ', {\displaystyle X^{\prime}} 의 부분 집합이면 H {\displaystyle H} 는 σ(X ′, X ) {\ displaystyle \left(X^{\prime }, X\right)} - 일부 배럴 B에 대해 H ⊆ B 가 {\ displaystyle H\subseteq B^{\circ }를 ∘하는 경우에만 한정됩니다. X . {\displaystyle X.}
다음 결과는 극성 토폴로지를 정의하는 데 중요합니다.
(X , Y , b ) {\displaystyle (X,Y,b)} 이(가) 쌍이고 A ⊆ X , {\displaystyle A\subseteq X 인 경우:
A {\displaystyle A} 의 극성 A ∘ {\displaystyle A^{\circ}} 는 (Y , σ (Y , X, b )의 닫힌 부분 집합입니다. {\displaystyle (Y,\sigma (Y,X,b))} (a) A {\displaystyle A }; (b) A {\displaystyle A} 의 볼록 선체; (c) A {\displaystyle A} 의 균형 선체 ; (d) σ ( X , Y , b ) {\displaystyle \sigma (X,Y,b)} - A {\displaystyle A} 의 폐쇄; (e) σ (X , Y , b ) {\displaystyle \sigma (X,Y,b)} - 볼록 균형 선체 의 폐쇄 A . {\displaystyle A. } 양극성 정리 :A ∘ ∘, {\ displaystyle A ,} 로 표시되는 A, {\ displaystyle A^{\circ \circ}} 의 양극형은 σ( X, Y ,b ) {\displaystyle \sigma (X,Y,b)} - A의 볼록 균형 선체 폐쇄입니다. {\displaystyle A.} 특히 양극성 정리 는 "이중성을 연구하는 데 필수적인 도구"입니다. {\displaystyle A} 은( 는) σ( X , Y , b ) {\displaystyle \sigma(X,Y,b)} - 경계입니다. {\ displaystyle A ^{\circ}} 이(가) Y 에서 흡수 되고 있는 경우에만 {\displaystyle Y.} 또한 Y {\displaystyle Y} 가 X {\displaystyle X} 의 점을 구분하는 경우, A {\displaystyle A} 는 σ( X , Y , b ) {\displaystyle \sigma (X, Y, b)} - σ( X , Y, b ) {\displaystyle \sigma (X, Y, b)} - 완전 경계 인 경우에만 경계 가 설정됩니다. (X , Y , b) {\displaystyle (X,Y,b)} 이(가) 쌍이고 τ {\displaystyle \tau }이(가) 이중성 과 일치 하는 X {\ displaystyle X} 의 로컬 볼록 토폴로지인 경우 X {\displaystyle X} 의 하위 집합 B {\displaystyle B} 이( 가 ) 일부 σ( Y , X, b ) 의 극성 {\displaystyle (X,\tau )} 의 배럴 입니다. {\displaystyle B} 이(가) 일부 τ(Y, X, b) {isplaystyle \sigma (Y,X,b)} - Y 의 경계 부분 집합 {\displaystyle Y.}
전치 쌍을 기준으로 선형 맵의 전치 (X , Y , b ) {\displaystyle (X,Y,b)} 과 (W , Z , c ) {\displaystyle (W,Z,c)} 을(를) K {\displaystyle \mathbb {K}} 과(를) 쌍으로 하고, F: X → W {\displaystyle F:X\to W} 을(를) 선형 맵이라고 합니다.
모든 z ∈ Z 에 대해 {\displaystyle z\in Z,} c ( F ( ⋅ ), z ) : X → K {\displaystyle c(F(\,\cdot \, z): X\to \mathbb {K}} 은(는) x ↦ c ( F ( x ), z )로 정의된 지도입니다. {\displaystyle x\mapsto c ( F ( x ), z ). } 다음 조건을 만족 하면 F {\displaystyle F} 의 전치 또는 인접 이 잘 정의 된다고 합니다 .
X {\displaystyle X} 는 Y {\displaystyle Y}( 또는 이 와 동등하게, 마피 ↦ b(⋅, y) {\displaystyle y\mapsto b(\,\cdot \..y)} 와 Y {\displaystyle X^{\#} 는 대수적 이중 X # {\displaystyle X^{})로 구분하고, c ( F ( ⋅ ), Z ) ⊆ b ( ⋅, Y ), {\displaystyle c ( F (\,\cdot \,, Z )\subseteq b (\,\cdot \, Y ), 여기 서 c ( F ( ⋅ ), Z ) : = { c ( F (,\cdot \, z ) : z ∈ Z } {\displaystyle c (F (\,\cdot \, Z ) : =\cdot \, Z ) : z\in Z\}, b (⋅, Y ) : = { b (⋅, y ) : y ⋅ Y } {\displaystyle b (\,\cdot \, y ) : = {b (,\,\cdot \, y ) : y\in Y} : . {b (,\,\cdot \, y ) : y\in Y } : ∈. 이 경우, 임의 의 z ∈ Z {\displaystyle z\in Z} 에 대하여 c ( F ( ⋅ ), z ) = b ( ⋅, y ) {\displaystyle c (F (\,\cdot \, z ) = b (\cdot \,\cdot \,y )} 와 같은 고유 한 (조건 2) y ∈ Y {\displaystyle y\in Y} 가 존재하며, 여기서 Y {\displaystyle Y} 의 이 요소는 t F ( z )로 표시됩니다. {\displaystyle {}^{t}F(z ). } 선형 맵을 정의합니다.
t F : Z → Y {\displaystyle {}^{t}F: Z\toY}
(X , Y , b ) {\displaystyle F } 및 (W, Z , c) {\displaystyle (W, Z, c) {\displaystyle (W, Z , c)} 에 대해 F {\displaystyle F} 의 전치 또는 인접이라고 합니다 ( 이것은 에르미트 인접 과 혼동되어서는 안 됩니다).tF {\displaystyle {}^{t}F} 이 (가) 잘 정의되기 위해서는 위에서 언급한 두 조건(즉, "전치가 잘 정의되어 있다") 또한 필요하다는 것을 쉽게 알 수 있습니다.모든 z ∈ Z , {\displaystyle z\in Z,} 에 대해 tF ( z ) {\displaystyle {}^{t}F(z)} 에 대한 정의 조건은
c ( F ( ⋅ ) , z ) = b ( ⋅ , t F ( z ) ) , {\displaystyle c(F(\,\cdot \,z)=b\left(\,\cdot \,{}^{t}F(z))\right),} 그것은, c ( F ( x ) , z ) = b ( x , t F ( z ) ) {\displaystyle c(F(x),z)=b\left(x,{}^{t}F(z)\right)} 모든 x ∈ X . {\displaystyle x\in X.}
이 글의 앞부분에 언급된 규칙에 따르면, 이것은 또한 형식 Z → Y , {\displaystyle Z\to Y,} X → Z , {\displaystyle X\to Z,} W → Y, {\displaystyle W\to Y,} Y → W , {\displaystyle Y\to W,} 등의 선형 맵의 전치를 정의합니다(자세한 내용은 각주 참조).
전치부의 특성
전체적으로, (X , Y , b ) {\displaystyle (X,Y,b)} 및 (W , Z , c ) {\displaystyle (W,Z,c)} 이(가) K {\displaystyle \mathbb {K}} 및 F: X → W {\displaystyle F:X\to W} 이(는) 전치 F : Z → Y {\displaystyle {}^{t}F: Z\toY} 이 (가) 잘 정의되었습니다.
tF : Z → Y {\displaystyle {}^{t}F: Z \toY} 는 주입형 입니다(즉 , ker σ t F = {0 } {\displaystyle \operatorname {ker} {}^{t}F = \{0 \}). F {\displaystyle F} 의 범위가 (W, (W, Z , c ) 에서 밀집되어 있는 경우에만 해당됩니다. {\displaystyle \left(W,\sigma \left(W,Z,c\right))\right} tF {\displaystyle {}^{t}F} 이(가) 잘 정의된 경우 tF {\displaystyle {}^{t}F} 의 전치도 잘 정의된 경우 tF = F. {\displaystyle {}^{tt}F =F.} (U , V , a ) {\displaystyle (U,V,a)} 을(를) K {\displaystyle \mathbb {K}} 에 대한 쌍이고 E: U → X {\displaystyle E: U\toX} 은(는) 전치 집합 이 E: Y → V {\displaystyle {}^{t}E 인 선형 맵입니다. Y\toV} 이 (가) 잘 정의되었습니다.그런 다음 F ∘ E 의 전치: U → W , {\displaystyle F\circ: ( F ∘ E )인 U\to W,}: Z → V , {\displaystyle {}^{t}(F\circ E): Z\toV,} 이(가) 잘 정의되었으며 t( F ∘ E ) = t E ∘ t F 입니다. {\displaystyle {}^{t}(F\circ E) = {}^{t}E\circ {}^{t}F.} F: X → W {\displaystyle F:X\to W} 가 벡터 공간 동형이면 t F : Z → Y {\displaystyle {}^{t}F: Z\toY} 은(는) 객관적이고, F -1 의 전치(transpose): W → X , {\displaystyle F^{-1}: W\to X,}, 즉 t (F - 1 ) : Y → Z , {\displaystyle {}^{t}\left(F^{-1}\right): Y\toZ,} 이(가) 잘 정의되었으며 t( F - 1 ) = (t F ) - 1 {\displaystyle {}^{t}\left(F^{-1}\right )= \left({}^{t}F\right)^{-1}} S 를 ⊆ X {\displaystyle S\subseteq X} 라고 하고 S 를 ∘ {\displaystyle S^{\circ }가 A , {\displaystyle A,} 의 절대극 을 나타내면 다음과 같습니다. [ F ( S ) ] ∘ = ( t F ) - 1 ( S ∘ ) {\displaystyle [F(S)]^{\cir c } =\left({}^{t}F\right)^{-1}\left(S^{\circ }\right )}; 일부 T ⊆ W , {\displaystyle T\subseteq W,} 에 대해 F( S ) 가 T {\displaystyle F(S)\subseteq T } 를 ⊆하면, t F (T ∘) ⊆ S ∘ {\displaystyle {}^{t}F\ left(T ^{\circ }\right)\subseteq S^{\circ }; T ⊆ W {\displaystyle T\subseteq W} 가 T F (T ∘) ⊆ S ∘, {\displaystyle {}^{t}F\left(T^{\circ }\right)\subseteq S^{\circ }} 인 경우, F( S ) ⊆ T ∘ ∘ {\ displaystyle F(S)\subseteq T^{\circ \circ }; T ⊆ W {\displaystyle T\subseteq W} 와 S ⊆ X {\displaystyle S\subseteq X} 가 약하게 닫힌 디스크라면, T F (T ∘) ⊆ S ∘ {\displaystyle {}^{t}F\left(T^{\circ }\right)\subseteq S^{\circ } 인 경우 에만, F( S ) ⊆ {\displaystyle F( S)\subseteq T }; 케르 t F = [ F ( X ) ] ⊥ . {\displaystyle \operatorname {ker} {}^{t}F=[F(X)]^{\perp}}} 이러한 결과는 절대 극을 대신 하여 실제 극 을 사용할 때 유지됩니다. X {\displaystyle X} 및 Y {\displaystyle Y} 가 표준 이중성 아래의 정규 공간이고 F: X → Y {\displaystyle F:X\to Y} 가 연속 선형 맵이면 ‖ F ‖ = ‖ t F ‖ . {\displaystyle \ F\ =\left\}^{t}F\right\}
약한 연속성 선형 맵 F: X → W {\displaystyle F:X\to W} 는 약하게 연속적 입니다((X , Y , b ) {\displaystyle (X, Y, b)} 및 (W , Z , c ) {\displaystyle (W, Z, c) {\displaystyle (W, Z, c )} 인 경우 F: (X , σ (X , Y, b ) → ( W , Z , c ) {\displaystyle F:(X,\sigma (X,Y,b)\to (W,Z,c)} 는 연속적입니다.
다음 결과는 전치 지도의 존재가 약한 위상과 밀접한 관련이 있음을 보여줍니다.
명제 — X {\displaystyle X} 가 Y {\displaystyle Y} 의 점을 구분하고 F: X → W {\displaystyle F:X\to W} 가 선형 맵이라고 가정합니다.그러면 다음이 동치입니다.
F {\displaystyle F} 은(즉, F : ( X , σ (X , Y , b )) → ( W , ( Z , c )) {\displaystyle F:(X,\sigma (X,Y,b))\to (W,(W,(Z,c))} 은(는) 연속임); c ( F ( ⋅ ), Z ) ⊆ b ( ⋅, Y ) {\displaystyle c (\,\cdot \, Z)\subseteq b (\,\cdot \,Y )}; F {\displaystyle F} 의 전치가 잘 정의되어 있습니다 . F {\displaystyle F} 이 (가) 약하게 연속이면
tF : Z → Y {\displaystyle {}^{t}F: Z\toY} 는 약하게 연속적이며, 이는 tF : ( Z , σ ( Z , W , c ) → ( Y , X , b ) {\displaystyle {}^{t}F:(Z,\sigma (Z,W,c))\to (Y,(Y,X,b))} 가 연속적임을 의미합니다. {\displaystyle {}^{t}F} 의 전치는 Z {\displaystyle Z} 가 W, {\displaystyle W,} 의 점을 구별하는 경우에만 잘 정의됩니다. 이 경우 t F = F . {\displaystyle {}^{tt}F =F.} 약한 위상과 표준 이중성 X {\displaystyle X} 가 벡터 공간이고 X # {\ displaystyle X^{\#} 가 대수적 이중이라고 가정합니다.그런 다음 모든 σ (X, X # ) {\displaystyle \left ( X,X^{\#}\right)} - X {\displaystyle X} 의 경계 부분 집합은 유한 차원 벡터 부분 공간에 포함되며 X {\displaystyle X} 의 모든 벡터 부분 공간은 σ (X, X # ) {\displaystyle \sigma \left(X,X^{\#}\right)} - 닫힙니다.
완성도가 약함 만약 (X , σ ( X , Y, b ) {\displaystyle (X,\sigma (X,Y,b))} 가 완전한 위상 벡터 공간 이라면, X {\displaystyle X} 가 σ (X , Y , b ) {\displaystyle \sigma (X,Y,b)} -완전 이거나 (모호가 발생할 수 없는 경우) 약완전 입니다. 바나흐 공간 은 표준 위상에서 완전함에도 불구하고 약하게 완전하지 않은 공간이 존재합니다.
X {\displaystyle X} 이(가) 벡터 공간이면 표준 이중성 하에서 (X #, σ (X #, X ) {\displaystyle \left(X^{\#},\sigma \left(X^{\#},X\right)\right)} 이(가) 완성됩니다.반대로, Z {\displaystyle Z } 가 연속적인 이중 공간 Z', {\displaystyle Z^{\prime}} 인 하우스도르프 국소 볼록 TV라면, (Z, σ (Z, Z')) {\displaystyle \left(Z,\sigma \left(Z,Z^{\prime }\right)\right)} 가 완료된 경우에만, Z = (Z =)# {\displaystyle Z=\left(Z^{\prime }\right)} 가 완료된 경우에만, ^{\#}} ; 즉, 지도 Z → ( Z') # {\displaystyle Z\to \left(Z^{\prime }\right) 인 경우에만 해당됩니다.^{\#}} z ∈ Z {\displaystyle z \in Z} 를 z {\displaystyle z}( 즉, z ' ↦ z '( z )) 의 평가 맵으로 전송하여 정의된 {\displaystyle z^{\prime }\mapsto z^{\prime }(z) 는 바이젝션입니다.
특히, 표준 이중성과 관련하여, Y {\displaystyle Y} 가 X # {\displaystyle X^{\#} 의 벡터 부분공간이라면, Y {\displaystyle X}가 X, {\displaystyle X,} 의 점들을 분리하는 (Y , σ ( Y , X )) {\displaystyle (Y,\sigma (Y,X))} 가 완료된 경우 에만 완료됩니다. {\displaystyle Y =X^{\#} 다르게 말하면, 있습니다. (X , σ ( X , Y )) {\displaystyle X^{\#}} 이( 가) 하우스도르프이고 (즉, 점별 수렴의 토폴로지) Y {\displaystyle Y} 가 완전하도록 X # {\ displaystyle X^{\#} 의 {\neq X^{}가 존재하지 않습니다 .따라서, 하우스도르프 국소 볼록 TV X {\displaystyle X} 의 연속 이중 공간 X ′{\displaystyle X^{\prime }} 가 약* 위상 을 부여받았을 때, X ′ = X # {\displaystyle X ^{\sigma }^{\prime }}(즉 , X {\displaystyle X} 의 모든 선형 함수가 연속인 경우에만 해당).
대수적 이중의 부분공간과 Y 의 동일시 X {\displaystyle X} 가 Y {\displaystyle Y} 의 점을 구별하고 Z {\displaystyle Z} 가 주입 y ↦ b (⋅, y ) {\displaystyle y\mapsto b (\,\cdot \,y)} 의 범위를 나타내는 경우, Z {\displaystyle Z} 는 X {\displaystyle X} 의 대수적 이중 공간 의 벡터 부분 공간이고 쌍(X , Y , b) {\displaystyle (X, Y, b)} 은(는) 캐논이 됩니다.표준 페어링 ⟨ X , Z ⟩ {\displaystyle X,Z\rangle }( 여기 서 ⟨ x , x ' ⟩ := x'( x )) {\displaystyle x ,x^{\prime }\right\rangle :=x^{\prime }(x)) 는 자연 평가 맵입니다. 특히, 이 상황에서 Y {\displaystyle Y} 는 X {\displaystyle X } 의 대수적 이중 공간의 벡터 부분 공간이고 b {\displaystyle b} 는 평가 맵이라고 일반성을 잃지 않고 가정할 것입니다.
관례 : 흔히, y ↦ b (⋅ , y ) {\displaystyle y\mapsto b (\,\cdot \,y)} 가 주사적일 때마다(특히 (X , Y , b ) {\displaystyle (X , Y, b)} 가 이중 쌍을 이룰 때), 일반성 을 잃지 않고 Y {\displaystyle X ,} 가 X, {\displaystyle X,}의 대수적 이중 공간의 벡터 부분 공간이라고 가정하는 것이 일반적입니다.aystyle b} 는 자연 평가 맵이며, 또한 X'로 Y {\displaystyle Y} 를 나타냅니다. {\displaystyle X^{\prime }} 완전히 유사한 방식으로, 만약 Y {\displaystyle Y} 가 X {\displaystyle X }의 점들을 구별한다면 , X {\displaystyle X} 가 Y {\displaystyle Y } 의 대수적 이중 공간의 벡터 부분 공간으로 식별되는 것이 가능합니다.
대수적 인접성 이중성 이 표준 이중성 ⟨ X, X # ⟩ {\displaystyle X, X ^{\#}\right\rangle } 및 ⟨ W, W # ⟩, {\displaystyle \left\ langle W,W^{\#}\right\rangle ,} 선형 맵 F: X → W {\displaystyle F:X\to W} 의 전치는 항상 잘 정의됩니다.이 전치환은 F {\displaystyle F} 의 대수적 인접 이라고 하며 F # {\displaystyle F^{\#}}; 즉, F # = t F : W # → X #. {\displaystyle F^{\#} = {}^{t}F: W^{\#}\to X^{\#}} 이 경우, 모든 w' ∈ W # 에 대하여, {\displaystyle w^{\prime }\in W^{\#}} F # (w ') = w ' ∘ F {\displaystyle F ^{\#}\left( w ^{\prime }\right ) = w^{\prime }\circ F {\displaystyle F^{\#}\left(w^{\prime }\right)}:
⟨ x , F # ( w ′ ) ⟩ = ⟨ F ( x ) , w ′ ⟩ 만반의 > x ∈ X , {\displaystyle \left\langlex,F^{\#}\left(w^{\prime}\right)\right\rangle =\left\langle F(x),w^{\prime}\right\rangle \quad {\text{ for all}}>x\in X,} 또는 동등하게, 모든 x ∈ X 에 대하여 F # ( w ' ) ( x ) = w ' ( x ). {\displaystyle F^{\#}\left(w^{\prime }\right)(x )=w^{\prime }(F(x))\quad {\text{모든 }}x\in X.}
예
만약 일부 정수 n 에 대하여 X = Y = K n {\displaystyle X = Y =\mathbb {K}^{n}, {\displaystyle n,} E = {e 1 , …, n } {\displaystyle {\mathcal {E }}=\left\{ e_ {1},\ldots,e_{n}\right \} 인 경우 , 이중 기저 E = {e 1', …, e n }, {\displaystyle {\mathcal {E}^{\prime },\left\{e_{1}^{\prime },\ldots,e_{n}^{\prime }\riots ght\},} F : Kn → Kn {\displaystyle F:\mathbb {K} ^{n}\to \mathbb {K} ^{n} 는 선형 연산자이며, E {\displaystyle {\mathcal {E}} 에 대한 F {\displaystyle F} 의 행렬 표현은 M := (fi, j ), {\displaystyle M:= \left(f_{i,j}\right}, M {\displaystyle M} 의 전치는 행렬 표현입니다. F# 의 E ' {\ displaystyle {\mathcal {E}}^{\prime}}. {\displaystyle F^{\#}. }
연속성과 개방성이 약함 ⟨ X, Y ⟩ {\displaystyle X, Y \right\rangle } 및 ⟨ W , Z ⟩ {\displaystyle W,Z\rangle }이( 따라서 Y ⊆ X # {\displaystyle Y\subseteq X^{\#} 및 Z ⊆ W # {\displaystyle Z\subseteq W^{\#}) 이중 시스템이며 F : X → W {\displaystyle F:X\to W}를 선형 맵이라고 가정합니다. 그러면 F: X → W {\displaystyle F:X\to W} 는 다음과 같은 동등한 조건을 만족하는 경우에만 약하게 연속입니다.
F : ( X , σ (X , Y ) → ( W , σ ( W , Z)) {\displaystyle F:(X,\sigma (X,Y))\to (W,\sigma (W,Z))} 는 연속입니다; F # ( Z ) ⊆ Y {\displaystyle F^{\#}(Z)\subseteq Y} F , t F : Z → Y , {\displaystyle {}^{t}F 의 전치:⟨ X 에 대해 Z \ to Y,}, Y는 {\displaystyle X,Y\right\ rangle}을 ⟩ 하고 ⟨ W, Z ⟩ {\displaystyle W,Z\rangle }이( 가) 잘 정의되어 있습니다. F {\displaystyle F} 가 약하게 연속이면 t F :: ( Z , σ ( Z , W ) → ( Y , σ ( Y , X ) {\displaystyle {}^{t}F ::(Z,\sigma (Z,W))\to (Y,\sigma (Y,X))} 는 연속이고 t F = F {\displaystyle {}^{tt}F =F}
A 맵 g : A → B {\displaystyle g : g: A → Im g {\displaystyle g:인 경우 위상 공간 사이 의 A\to B} 는 상대적으로 열려 있습니다.A\to \operatorname {Im} g} 은(는) 열린 매핑 이며, 여기서 Im g {\displaystyle \operatorname {Im} g} 은(는) g 의 범위입니다. {\displaystyle g.}
⟨ X , Y ⟩ {\displaystyle X,Y \rangle} 및 lang W,Z ⟨ {\displaystyle \⟩le W,Z\rangle }이(가) 이중 시스템이고 F:X → W {\displaystyle F:X\to W}이( 가) 약한 연속 선형 맵이라고 가정합니다. 그러면 다음이 동치입니다.
F : ( X , σ ( X , Y ) → ( W , σ (W , Z)) {\displaystyle F:(X,\sigma (X,Y))\to (W,\sigma (W,Z))} 가 상대적으로 열려 있습니다; tF {\displaystyle {}^{t}F} 의 범위가 σ( Y , X ) {\displaystyle \sigma(Y,X)} - Y {\displaystyle Y} 에서 닫힙니다. 임 t F = ( 케르 F ) ⊥ {\displaystyle \operatorname {Im} {}^{t}F=(\operatorname {ker}F)^{\perp}} 더 나아가,
F : X → {\displaystyle {}^{t}F} 이(가) 사사적인 경우에만 {\displaystyle F:X\to W} 이(가) 사사적입니다. F : X → W {\displaystyle F:X\to W} 는 t F :: ( Z , σ ( Z , W ) → ( Y , σ ( Y, X ) {\displaystyle {}^{t}F:(Z,\sigma (Z,W))\to (Y,\sigma (X))} 가 상대적으로 열려 있고 주입된 경우에만 주관적입니다. TV 간 지도 전환 F {\displaystyle F} 이 (가) 약하게 연속인 경우에만 두 TV 간 맵의 전치가 정의됩니다.
만약 F: X → Y {\displaystyle F:X\to Y} 가 두 하우스도르프 국소 볼록 위상 벡터 공간 사이의 선형 맵이라면:
F {\displaystyle F} 이 (가) 연속이면 약한 연속이고 tF {\displaystyle {}^{t}F} 은 (는) 매키 연속이면서 강한 연속입니다. F {\displaystyle F} 이 (가) 약한 연속이면 Mackey 연속이면서 강한 연속입니다(아래 정의됨). F {\displaystyle F} 이(가) 약하게 연속이면 tF 가 → X' {\displaystyle {}^{t}F 인 경우에만 연속입니다. ^{\prime }\to X^{\prime }} 는 Y' {\ displaystyle Y^{\prime } 의 등연속 부분집합을 X'의 등연속 부분집합으로 매핑합니다 . {\displaystyle X^{\prime }} X {\displaystyle X} 및 Y {\displaystyle Y} 이(가) 정규 공간이면 F {\displaystyle F} 은(는) 약한 연속성이 있는 경우에만 연속적이며, 이 경우 ‖ F ‖ = ‖ t F ‖입니다. {\displaystyle \ F\ =\left\}^{t}F\right\ .} F {\displaystyle F} 가 연속이면 F : X → Y {\displaystyle F:X\to Y} 는 F {\displaystyle F} 가 약하게 열려 있는 경우(즉, F : ( X, σ ( X')) → ( Y, σ ( Y')) {\displaystyle F:\left(X,\sigma \left(X,X^{\prime }\right )\right)\left(Y,\ sigma \left (Y,Y^{\prime }\ right)\ right)} 가 \left(Y,Y^{\ prime }\ right)\right )\left(Y,\sigma \left(Y,Y ^{\right)\right)}가 상대적으로 열려 있는 경우에만 상대적으로 열려 있습니다.) 및 Im t F = t F (Y') {\displaystyle \operator name {Im} {}^{t}F ={}^{t}F\left(Y^{\prime }\right)} 의 모든 등연속 부분 집합은 Y' 의 일부 등연속 부분 집합의 이미지입니다. {\displaystyle Y^{\prime } 만약 F {\displaystyle F} 가 연속 주입이라면, F: X → Y {\displaystyle F:X\to Y} 는 TVs-embedding(또는 위상 임베딩 )이며, X' {\displaystyle X^{\prime }} 의 모든 등연속 부분 집합이 Y' 의 일부 등연속 부분 집합의 이미지인 경우에만 해당됩니다. {\displaystyle Y^{\prime } 측정가능성 및 분리가능성 X {\displaystyle X} 를 연속 이중 공간 X ' {\displaystyle X^{\prime}} 인 국소 볼록 공간 이라 하고, K 를 X' ⊆이라 합니다. {\displaystyle K\subseteq X^{\prime}}
K {\displaystyle K} 가 등연속 이거나 σ(X', X) {\displaystyle \left(X^{\prime }, X\right)} - compact이고, D ⊆ X ' {\ displaystyle D\subseteq X^{\prime } 이(가) 스팬 σ D {\displaystyle \operatorname {span} D} 가 X, {\displaystyle X} 에서 조밀한 경우, K {\displaystyle K} 가 상속 하는 부분공간 토폴로지 (X ', ) , D ) {\displaystyle \left(X^{\prime },\sigma \left(X^{\prime },D\right)\right)} 는 K {\displaystyle K} 이(X ′, σ (X ′,X ) 에서 상속받는 부분공간 토폴로지와 동일합니다. {\displaystyle \left(X^{\prime },\sigma \left(X^{\prime },X\right)\right). } X {\displaystyle X} 가 분리 가능하고 K {\displaystyle K} 가 등연속이면 (X ', σ (X ', X ), {\ displaystyle K), {\displaystyle \left(X^{\prime }),\sigma \left(X^{\prime }, X\right)\right)} 에 의해 유도된 부분공간 토폴로지가 부여되었을 때 K, {\displaystyle K,} 는 측정 가능합니다. X {\displaystyle X} 이(가) 분리 가능하고 미터링 가능하다면, (X ′, σ (X ′, X )) {\displaystyle \left(X^{\prime }),\sigma \left(X^{\prime },X\right)\right)} 은(는) 분리 가능합니다. X {\displaystyle X} 이(가) 정규 공간 이라면, X {\displaystyle X } 의 연속 이중 공간 호출이 X ′, σ (X ′, X ′)에 의해 유도된 부분 공간 위상이 주어졌을 때 측정 가능한 경우에만 X {\displaystyle X} 를 분리할 수 있습니다. {\displaystyle \left(X^{\prime }),\sigma \left(X^{\prime }, X\right)\right}. X {\displaystyle X} 이 (가) 연속 이중 공간이 분리 가능한 정규 공간이라면 X {\displaystyle X} 은 (는) 분리 가능합니다. Polar topology 및 topology 약한 위상으로만 시작하여 극 집합 을 사용하면 다양한 국소 볼록 위상이 생성됩니다. 그러한 위상은 극지 위상 이라고 불립니다. 약한 위상은 이 범위에서 가장 약한 위상 입니다.
전체적으로 (X , Y , b ) {\displaystyle (X,Y,b)} 은(는) K {\displaystyle \mathbb {K}} 에 대한 쌍이 되며, G {\displaystyle {\mathcal {G}} 은(는) X 의 σ( X , Y , b) {\displaystyle \sigma (X,Y ,b)} 경계 부분 집합이 비어 있지 않은 집합이 됩니다. {\displaystyle X}
극지위상 X {\displaystyle X} 의 부분 집합 G {\mathcal {G}} 이(가) 주어졌을 때, G {\ displaystyle {\mathcal {G}}(및 b {\displaystyle b }) 또는 G {\displaystyle {\mathcal {G}}- Y {\ displaystyle Y} 의 위상은 Y {\displaystyle Y} 의 고유한 위상 벡터 공간 (TVS) 위상입니다.
{ r G ∘ : G ∈ G , r > 0 } {\displaystyle \left\{r G^{\circ}: G\in {\mathcal {G}},r>0\right\} 원점에서 이웃의 하위 기반 을 형성합니다. Y {\displaystyle Y} 에 이 G {\ displaystyle {\mathcal {G}} - 토폴로지가 부여되면 Y 로 G {\displaystyle {\mathcal {G}}} 표시됩니다.모든 극지위상은 반드시 국소적 으로 볼록합니다. G {\displaystyle {\mathcal {G}} 이(가) 부분 집합 포함 에 대한 방향 집합일 때(즉, 모든 G 에 대해 K ∈ G {\displaystyle G,K\in {\mathcal {G}}} 에 K ∈ G {\displaystyle K\in {\mathcal {G}} 이(가 ) 존재 하여 G ⊆ H ∪ K {\displaystyle G\cup H\subseteq K}) 0에 있는 이 인접 부분 기저는 실제로 0에 인접 기저 를 형성합니다.
다음 표에는 보다 중요한 극지 토폴로지의 일부가 나와 있습니다.
표기법 :δ (X, Y , b ) {\displaystyle \Delta (X,Y,b)} 가 Y {\displaystyle Y}의 극성 토폴로지를 나타내는 경우 이 토폴로지 가 부여된 Y {\displaystyle Y}는 Y δ (Y , X , b ), {\displaystyle Y_{\ Delta (Y,X, b )}, {\displaystyle Y_{\ Delta (Y,X)}, 또는 간단히 Y δ {\displaystyle Y_{\Delta }(예 : σ (Y, X , b ) {\ displaystyle Y_{\Delta })로 표시됩니다. Ystyle \sigma(Y,X,b)} σ = {\displaystyle \Delta = \sigma }을(를) 사용하여 Y σ ( Y , X , b ), {\displaystyle Y_{\sigma (Y , X,b )}, {\displaystyle Y_{\sigma (Y,X)}, {\displaystyle Y_{\sigma } 의 σ 이 부여 된 Y {\displaystyle Y} {\ displaystyle Y(X , B )} {\displaystyle \sigma (X,Y, b)}을( 를) 나타냅니다. G ⊆ P X {\displaystyle {\mathcal {G}}\subseteq {\mathcal {P}X} ("...에 균일한 수렴의 topology") 표기법 이름("Topology of...") 대체명 X {\displaystyle X} 의 유한 부분 집합( 또는 σ (X , Y , b ) {\displaystyle \sigma (X,Y,b)} - X {\displaystyle X} 의 유한 부분 집합의 닫힌 디스크 선체 ) σ ( X , Y , b ) {\displaystyle \sigma (X,Y,b)} s ( X , Y , b ) {\displaystyles(X,Y,b)} 점별 수렴/simple 수렴 약한/약한* 토폴로지 σ (X , Y , b ) {\displaystyle \sigma (X,Y,b)} - 콤팩트 디스크 τ ( X , Y , b ) {\displaystyle \tau (X,Y,b)} 매키 위상수학 σ (X , Y , b ) {\displaystyle \sigma (X,Y,b)} - 소형 볼록 부분 집합 γ ( X , Y , b ) {\displaystyle \gamma (X,Y,b)} 콤팩트 볼록 수렴 σ (X , Y , b ) {\displaystyle \sigma (X,Y,b)} - 콤팩트 부분 집합(또는 균형 σ (X , Y , b ) {\displaystyle \sigma (X,Y,b)} - 콤팩트 부분집합) c ( X , Y , b ) {\displaystyle c(X,Y,b)} 콤팩트 컨버전스 σ (X , Y , b ) {\displaystyle \sigma (X,Y,b)} - 경계 부분 집합 b ( X , Y , b ) {\displaystyle b(X,Y,b)} β ( X , Y , b ) {\displaystyle \beta (X,Y,b)} 유계 수렴 강력한 위상학 가장 강한 극지위상
극지 위상 관련 정의 연속성
선형 맵 F: X → W {\displaystyle F:X\to W} 는 매키 연속 ((X , Y , b) {\displaystyle (X, Y, b)} 및 (W , Z , c) {\displaystyle (W, Z, c) {\displaystyle (X , Y , b ) → (W , Z , c ) {\displaystyle F:(X,\tau (X,Y,b))\to (W,Z,c)} 가 연속이면 매키 연속입니다.
선형 맵 F : X → W {\displaystyle F:X\to W} 는 강력 하게 연속적입니다((X , Y, b ) {\displaystyle (X, Y, b)} 및 (W , Z , c ) {\displaystyle (W, Z, c) {\displaystyle (W, Z, c)} 인 경우 F : (X , β (X , Y, b ) → (W , Z , c ) {\displaystyle F:(X,\beta (X, Y, b)\to (W,\beta (W, Z, c)} 는 연속적입니다.
유계 부분집합
X {\displaystyle X} 의 부분 집합은 약하게 경계지어집니다 (resp).(X , σ ( X , Y , b ) {\displaystyle (X,\sigma (X , Y , b ))}( X , τ (X , Y , b ), {\displaystyle (X,\tau (X, Y, b)), (X , β ( X , Y , b ) {\ displaystyle (X,\beta (X, Y, b))}) {\displaystyle (X,\ beta (X, Y, b))}( X,\displaystyle (X,\b))에서 경계가 되는 경우 Mackey 유계 , 강유계 ).
한 쌍과 호환되는 토폴로지 (X , Y , b ) {\displaystyle (X,Y,b)} 이(가 ) K {\displaystyle \mathbb {K}} 에 대한 쌍이고 {\ displaystyle {\mathcal {T }} 이 (가) X {\displaystyle {\mathcal { T}에 대한 벡터 토폴로지라면 T {\ displaystyle {\mathcal {T} 이 (가) 쌍의 토폴로지 이며, 로컬인 경우 쌍(X , Y, b ) {\displaystyle (X,Y,b)} 과(와) 호환 (또는 일치)됩니다 .만약 (X , T ) = b ( ⋅ , Y ) 의 연속 이중 공간이라면, {\displaystyle \left(X , {\mathcal {T}}\right ) = b(\,\cdot \, Y).} 만약 X {\displaystyle X} 가 Y {\displaystyle Y} 의 점들을 구별한다면, Y {\displaystyle Y}를 X {\displaystyle X } 의 대수적 이중의 벡터 부분 공간으로 식별함으로써, 정의 조건은 다음과 같습니다: (X , T ) = Y . {\displaystyle \left(X , {\mathcal {T}}\right)^{\prime } = Y.} 일부 저자(예: [Trèves 2006] 및 [Schaefer 1999])는 쌍의 위상도 하우스도르프여야 하며, 만약 Y {\displaystyle Y} 가 X {\displaystyle X}( 이 저자들이 가정하는)의 점을 구분한다면 그렇게 해야 합니다.
약한 위상 σ (X , Y , b ) {\displaystyle \sigma ( X , Y, b)} 는 쌍 (X, Y, b ) {\displaystyle (X, Y, b)}( 약한 표현 정리에 표시됨)과 호환되며 실제로 그러한 위상 중 가장 약한 것입니다. 이 쌍과 호환되는 가장 강력한 토폴로지가 있으며 그것이 바로 Mackey 토폴로지 입니다. N {\displaystyle N} 이 (가) 반사적 이지 않은 정규 공간이면 연속 이중 공간의 일반적인 정규 토폴로지는 이중성(N', N )과 호환되지 않습니다 . {\displaystyle \left(N^{\prime }, N\right)}
매키-아렌스 정리 다음은 이중성 이론에서 가장 중요한 정리 중 하나입니다.
다음은 Mackey 토폴로지 σ (X , Y , b ), {\displaystyle \tau (X,Y,b)} 이며, 이는 모든 τ (X , Y , b ) {\displaystyle \sigma (X,Y,b)} - Y 의 콤팩트 디스크를 호출 합니다. {\displaystyle Y,} 는 X {\displaystyle X} 에서 가장 강력한 로컬 볼록 토폴로지로 쌍(X , Y , b ) 과 호환됩니다. {\displays 유형(X,Y,b). } 주어진 위상이 매키 위상과 동일한 국소 볼록 공간을 매키 공간 이라고 합니다.위의 매키-아렌스 정리의 다음 결과를 매키-아렌스 정리라고도 합니다.
Mackey-Arens 정리 II — X ( X , Y, b) {\displaystyle X} 가 X {\displaystyle Y} 의 점을 구별 하고 T {\displaystyle {\mathcal {T }} 이(가) X의 로컬 볼록 토폴로지가 되도록 쌍을 이루도록 하자. {\displaystyle X} 인 경우 T {\displaystyle {\mathcal {T}} 은(는) σ (X ) 인 경우에만 쌍과 호환됩니다.,Y , b ) ⊆ T ⊆ τ ( X , Y , b ) {\displaystyle \sigma (X,Y,b)\subseteq {\mathcal {T}}\subseteq \tau (X,Y,b). }
매키 정리, 통, 닫힌 볼록 집합 X {\displaystyle X} 가 TVS(R {\displaystyle \mathbb {R}} 또는 C {\displaystyle \mathbb {C} } 위의 경우, 반공백 은 X 의 일부 실수 r {\displaystyle r} 과 일부 연속 실수 선형 함수 f {\displaystyle f} 에 대한 {x ∈ X : f ( x ) ≤ r } {\displaystyle x} 형식의 집합입니다. {\displaystyle X}
위의 정리는 국소 볼록 공간의 닫힌 부분 집합과 볼록 부분 집합이 연속 이중 공간에 전적 으로 의존한다는 것을 의미합니다. 결과적 으로, 닫힌 부분 집합과 볼록 부분 집합은 이중성과 호환되는 모든 위상에서 동일합니다. 즉, T {\displaystyle {\mathcal {T}} 및 L {\displaystyle {\mathcal {L}} 이(가 ) 동일한 연속 이중 공간을 갖는 X {\displaystyle X} 의 국소 볼록 위상이라면,그러면 L {\ displaystyle {\mathcal {L}} 토폴로지에서 닫힌 경우 에만 X {\displaystyle X}의 볼록 부분 집합 이 T {\ displaystyle {\mathcal {T}} 토폴로지에서 닫힙니다 .이는 X {\displaystyle X} 의 볼록 부분 집합의 T {\mathcal {T}} - 클로징이 L {\displaystyle {\mathcal {L}} - 클로징 및 X 의 T {\displaystyle {\mathcal {T} - 클로징 디스크 A {\displaystyle A}, {\displaystyle X,} A = A ∘ ∘. {\ displaystyle A^{\circ \circ}} 특히 B 인 경우에 해당됩니다. playstyle B} 은( 는) X {\displaystyle X} 의 부분 집합이고, B {\displaystyle B} 은(는) X {\ displaystyle ( X, {\mathcal {L})} 의 배럴 입니다. {\displaystyle (X , {\mathcal {L}) 의 배럴인 경우에만 해당됩니다.}
다음 정리는 배럴 (즉, 닫힌 흡수 디스크 )이 약한 경계 부분 집합의 극성임을 보여줍니다.
X {\displaystyle X} 가 위상 벡터 공간인 경우:
X {\displaystyle X} 의 닫힌 흡수 및 균형 부분 집합 B {\displaystyle B} 는 X {\displaystyle X} 의 각 볼록 콤팩트 부분 집합을 흡수합니다(즉, rB {\displaystyle rB} 에 해당 집합이 포함되도록 실수 r > 0 {\displaystyle r > 0}이(가) 존재함). X {\displaystyle X} 이 (가) 하우스도르프이고 국부적으로 볼록인 경우 X {\displaystyle X} 의 모든 배럴은 X 의 모든 볼록 유계 전체 부분 집합을 흡수합니다. {\displaystyle X} 이 모든 것은 이중계 이론의 중심 정리 중 하나인 매키 정리로 이어집니다. 간단히 말해, 경계 부분 집합은 동일한 이중성과 호환되는 두 하우스도르프 국소 볼록 위상에 대해 동일하다고 말합니다.
매키 정리 — (X , L) {\displaystyle ( X , {\ mathcal {L}})} 가 연속 이중 공간 X' {\displaystyle X^{\prime}} 인 하우스도르프 국소 볼록 공간이라고 가정하고, 정준 이중성 ⟨ X, X' ⟩ 을 고려합니다. {\displaystyle \left\langle X,X^{\prime }\right\rangle.} {\displaystyle {L}} 이(가) X {\displaystyle 의 임의의 토폴로지라면 X {\displaystyle X} 에서 이중성 ⟨ X, X ⟩ {\displaystyle X,X^{\prime }\right\rangle } 와 호환되는 X} 은( 는) {\displaystyle (X ,{\ mathcal {L })} 의 유계 부분 집합과 동일합니다. {\displaystyle (X,{\mathcal {L})}. }
예 유한 수열의 공간
X {\displaystyle X} 를 충분히 큰 모든 i 에 대해 ri = 0 {\displaystyle r_{i }=\left(r_{i}\right)_{i =1}^{\infty }} 가 되도록 모든 스칼라 수열의 공간을 X {\displaystyle X}라고 합니다. {\displaystyle i. } Y = X {\displaystyle Y = X} 라고 하고 이선형 맵 b 를 X × X → K {\displaystyle b:X\times X\to \mathbb {K}} 로 정의합니다.
b ( r ∙ , s ∙ ) := ∑ i = 1 ∞ r i s i . {\displaystyle b\left(r_{\bullet },s_{\bullet }\right): =\sum _{i=1}^{\infty}r_{i}s_{i}} 그런 다음 σ (X , X , b) = τ (X , X , b) . {\displaystyle \sigma (X,X,b ) =\tau (X,X,b). } 또한 부분 집합 T ⊆ X {\displaystyle T\subseteq X} 는 σ ( X , X , b) {\displaystyle \sigma(X,X,b)} - 경계(resp)입니다. β (X , X , b ) {\displaysty le \ beta (X,X,b) } - bou nded) 수열 m = (mi ) i = ∞ {\displaystyle m_{\bul l e t }=\left (m_{i}\right ) _{i=1}^{\ infty }}의 양의 실수로 모든 t = (t i ) i = (t i ) i = ∞ ∈ T {\displaystyle t_{\bul l e t }=\left(t_{i}\rig )ht)_{i=1}^{\infty}\in T} 및 모든 인덱스 i {\displaystyle i}( resp . 및 m ∙ ∈ X {\displaystyle m_{\ bullet }\in X}).
이는 X {\displaystyle X} 의 부분 집합 중 강한 경계가 없는 약한 경계(즉 , σ ( X , X , b ) {\displaystyle \sigma (X , X , b ) {\ displaystyle \beta (X, X, b)} - 경계가 있는 부분 집합이 있음을 나타냅니다.
참고 항목 메모들 ^ 모든 ∈ Y {\displaystyle y\in Y} 에 대해 X {\displaystyle X} 의 부분 집합 S {\displaystyle S} 이(가) 합계입니다. b ( s , y ) = 0 만반의 s ∈ S {\displaystyle b(s,y)=0\quad {\text{모든}}s\in S} y = 0 {\displaystyle y = 0} 을(를) 의미합니다. ^ b {\displaystyle b} 가 첫 번째 좌표에서 선형이라는 것은 명백합니다.c {\displaystyle c} 를 스칼라라고 가정합니다.그러면 b ( x, c ⊥ y ) = b ( x , c ¯ y ) = ⟨ x, c ¯ y ⟩ = c ⟨ x , y ⟩ = c b ( x , y ), {\displaystyle b (x,c\perpy ) = b\left (x,{\overline {c}y\right ) =\displaystyle b, {\overline {c}y\rangle = c\displaystyle x,y\rangle = cb (x,y)} 이며, 이는 b {\displaystyle b} 가 두 번째 좌표에서 선형임을 보여줍니다. ^ Y {\displaystyle Y} 의 약한 토폴로지는 Y {\displaystyle Y} 에서 모든 맵을 b (x, ⋅) 로 만드는 가장 약한 TV 토폴로지입니다: Y → K {\displaystyle b(x,\,\cdot \,: x {\displaystyle x} 범위가 R 을 초과하기 때문에 Y\to \mathbb {K} 연속입니다. {\displaystyle R.}, {\displaystyle ( Y , R , b ), {\displaystyle (Y ,\ sigma (Y , R ,b)), {\displaystyle (Y, R)}, 또는 간단히 (Y , σ ) {\displaystyle (Y,\ sigma )}의 이중 표기는 약한 토포를 부여받은 Y {\displaystyle ( Y,\ sigma )로그 σ (Y, R , b ) . {\displaystyle \sigma (Y,R,b). } R {\displaystyle R} 이(가) 컨텍스트에서 명확하지 않으면 모든 X, {\displaystyle X} 로 가정해야 합니다. 이 경우 단순히 Y {\displaystyle Y} 의 약한 토폴로지( X {\displaystyle X} 로 유도됨) 라고 합니다. ^ G: Z → Y {\displaystyle G:Z\to Y} 가 선형 맵인 경우, G {\displaystyle G} 의 전치, t G → W , {\displaystyle {}^{t}G:X\to W, 는 Z {\displaystyle Z} 가 W {\displaystyle W} 및 b (X , G ( ⋅)) ⊆ c (W , ⋅ )의 점을 구분하는 경우에만 잘 정의됩니다. {\displaystyle b(X,G(,\cdot \, )\ subseteq c(W,\,\cdot \,). 이 경우,각 x ∈ X , {\displaystyle x\in X,} t G ( x ) {\displaystyle {}^{t}G(x)} 의 정의 조건 은 c ( x , G ( ⋅ ) = c ( t G ( x ), ⋅ ) 입니다. {\displaystyle c(x,G(\,\cdot \, )=c\left({}^{t}G(x)),\,\cdot \,\right . } ^ H: X → Z {\displaystyle H:X\to Z} 가 선형 맵이면 H {\displaystyle H} 의 전치, 즉 H: W → Y , {\displaystyle {}^{t}H: W \ toY ,}는 X {\ displaystyle X}가 Y {\displaystyle Y} 및 c ( W , H ( ⋅ ) ⊆ b (⋅ , Y )의 점을 구별하는 경우에만 잘 정의됩니다. {\displaystyle c(W,H(\,\cdot \, )\ subset eq b(\,\cdot \,Y)} 이 경우 각 w ∈ W , {\displaystyle w\in W} 에 대해 t H ( )에 대한 정의 조건 {\displaystyle {}^{t} H (w) 는 c (, H ( ⋅ ) ) = b (⋅ , H ( w ) . {\displaystyle c(w,H(\,\cdot \, )=b\left(\,\cdot \,{}^{t}H(w))\right. } ^ 만약 H : W → Y {\displaystyle H : W\toY} 는 선형 맵이며, H {\displaystyle H} 의 전치, H : X → Q, {\displaystyle {}^{t}H:X\toQ,} 는 W {\displaystyle W} 가 Z {\displaystyle Z} 및 b (X , H ( ⋅ ) ⊆ c ( ⋅ , Z )의 점을 구분하는 경우에만 잘 정의됩니다. {\displaystyle b(X, H(\,\cdot \, )\eq c(\,\cdot \,Z). } 이 경우 각 x ∈ X , {\displaystyle x\in X,} H ( x ) {\displaystyle {}^{t}H(x)} 에 대한 정의 조건은 c( x , H ( ⋅ ) = b ( ⋅ , t H ( x )) 입니다. {\displaystyle c(x,H(\,\cdot \, )= b\left(\,\cdot \, ,{}^{t}H(x))\right} 입니다. ^ 만약 H : Y → W {\displaystyle H: Y\to W} 는 선형 맵이며, H {\displaystyle H} 의 전치, H : Z → X, {\displaystyle {}^{t}H:Z\to X,} 는 Y {\displaystyle Y} 가 X {\displaystyle X} 및 c ( H ( ⋅ ), Z ) ⊆ b ( X , ⋅ )의 점을 구분하는 경우에만 잘 정의됩니다. {\displaystyle c(\,\cdot \, Z)\subseteq b(X,\,\cdot \, ).} 이 경우 각 z ∈ Z 에 대해 {\displaystyle }이( 가)z\in Z,} H ( z ) {\displaystyle {}^{t}H(z)} 에 대한 정의 조건은 c( H ( ⋅ ), z) = b (h ( z ), ⋅ ) 입니다. {\displaystyle c(H(\,\cdot \,z )= b\left({}^{t}H(z),\,\cdot \,\right )입니다. } ^ 물론 Y {\displaystyle Y} 의 토폴로지에 대해 "짝짓기"로 유사한 정의가 있지만 이 글에서는 X 의 토폴로지에 대해서만 다루기로 합니다. {\displaystyle X.} ^ S {\displaystyle S} 집합의 모든 점이 집합에 속하는 일부 집합에 포함되어 있는 경우 집합 S {\displaystyle S }의 하위 집합 집합 집합은 S {\displaystyle S} 을(를) 포함 한다고 합니다 .
참고문헌 서지학 Narici, Lawrence; Beckenstein, Edward (2011). Topological Vector Spaces . Pure and applied mathematics (Second ed.). Boca Raton, FL: CRC Press. ISBN 978-1584888666 . OCLC 144216834 . 마이클 리드와 배리 사이먼, 현대 수학 물리학의 방법, 제1권, 기능 분석, 제III. 3절 학술출판사, 샌디에고, 1980. ISBN 0-12-585050-6 . Rudin, Walter (1991). Functional Analysis . International Series in Pure and Applied Mathematics. Vol. 8 (Second ed.). New York, NY: McGraw-Hill Science/Engineering/Math . ISBN 978-0-07-054236-5 . OCLC 21163277 . Schaefer, Helmut H. ; Wolff, Manfred P. (1999). Topological Vector Spaces . GTM . Vol. 8 (Second ed.). New York, NY: Springer New York Imprint Springer. ISBN 978-1-4612-7155-0 . OCLC 840278135 . Schmitt, Lothar M (1992). "An Equivariant Version of the Hahn–Banach Theorem" . Houston J. Of Math . 18 : 429–447. Trèves, François (2006) [1967]. Topological Vector Spaces, Distributions and Kernels . Mineola, N.Y.: Dover Publications. ISBN 978-0-486-45352-1 . OCLC 853623322 .
외부 링크
띄어쓰기
정리 연산자 대수학 미해결 문제 적용들 고급주제