多线性奇异积分算子的加权模不等式
几个范数不等式的证明
设X为一n维赋范空间，其范数定义为, 1≤p<∞，证明以下命题： 1. ||x||2≤||x||1≤; 2. ||x||p≤||x||1； 3. ||x||q≤||x||p≤，p|≤||x||2||y||2，令x=( |x1|, |x2|,..., |x n|)，y=(1,1, (1) 可得(|x1|+|x2|+…+|x n|)≤(|x1|+| x2|+…+|x n|)1/2n1/2 ||x||1≤成立。 根据Jensen不等式，令α=2，β=1可以证明。 2. 令f(x)= p=1,f(x)=1，所以只考虑p>1的情况
从上图可以看出f(x)在x=0时为1，先上升，在x=1达到最大值2p-1，然后下降，但始终≥1。所以有，即，令x=b/a，有a p+b p≤(a+b)p，同理，使用归纳法可 证明：|x1|p+|x2|p+…+|x n|p≤(|x1|+|x2|+…+|x n|)p②(|x1|p+|x2|p+…+|x n|p)1/p≤|x1|+|x2|+…+|x n| 也即||x||p≤||x||1成立。 3. 先证||x||q≤||x||p (p
泛函数与范数的定义
泛函数-正文 又称泛函，通常实（复）值函数概念的发展。通常的函数在R n或C n（n是自然数）中的集合上定义。泛函数常在函数空间甚至抽象空间中的集合上定义，对集合中每个元素取对应值（实数或复数）。通俗地说，泛函数是以函数作为变元的函数。泛函数概念的产生与变分学问题的研究发展有密切关系。设Ω为R n中的区域，Г1表示边界嬠Ω的片断, 表示一函数集合。考虑对应 ,式中F为具有2n+1个自变数的函数:为寻求J(u)的局部极值，在一定条件下取J(u)的加托变分 如果在u=u0达到局部极值，则u0适合欧拉方程δJ(u)=0。在应用中，常以数学或物理的某个微分方程为背景产生一定泛函数，使原问题化成泛函数极值问题。当代分析学中，变分方法有广泛应用。一般把问题化成Tx=0的形式，即对应于某泛函数φ的欧拉方程，其中φ定义在一巴拿赫空间X中的开集S上且加托可微:算子T称为梯度算子,φ称为T的场位。人们常遇到二阶微分系统，由此产生二次泛函数极值问题，是当代变分法常见的研究对象。 泛函数φ:S嶅X→R（X为拓扑空间）称为在x∈S处下半连续，如果对每个实数r<φx，有x的邻域U(x)，使得r<φz,凬z∈U(x)∩S。称φ在x∈S处下半序列连续,如果对每个序列 。其连续性及有界性如同对算子相应的性质所做的规定。 设φ是定义在线性集合S上的实（复）值泛函数。如果φ(x+y)＝φ(x)+φ(y)，φ称为加性的；如果φ（λx）=λφ(x),λ∈R(C)称为齐性的；如果同时有加性及齐性称为线性的。当φ
取实值时,加性得放松为次加性,其定义为：φ(x+y)≤φ(x)+φ(y)；齐性得放松为正齐性，其定义为：?(λx)=λ?(x)(λ≥0)；如果同时有次加性及齐性，则称φ具有次线性；如果对于λ∈(0,1)，有φ(λx+(1-λ)y)≤λφ(x)+(1-λ)φ(y)，则称φ为凸的;如果当x≠y时上式中的≤必为<,则称φ为严格凸的。在一些问题中,容许凸泛函数φ取值＋∞,但φ扝+∞,这时称φ为真凸的。此外,还有所谓凸集S上的拟凸泛函数φ：S嶅K→R（K为线性空间），使φ(tx+(1-t)y)≤max{φx,φy},x,y∈S, t∈(0,1)。在赋范空间K中无界集S上定义的泛函数φ称为强制的,如果有函数с:(0,+∞)→R,с(t)→+∞(t→+∞)使得φ(z)≥с(‖z‖),凬z∈S。 线性泛函数是线性算子理论研究的对象之一，也是研究空间性质及结构的工具。例如，局部凸拓扑线性空间K有对偶空间K，K的元素就是定义在K上的连续线性泛函数。对K可赋予简单收敛拓扑或有界收敛拓扑。偶K、K间的关系对认识空间的性质和研究算子的性质都有基本意义。 相应于多重线性算子有多重线性泛函数。例如，设K1、K2是同一数域上的线性空间,定义在积空间K1×K2上的映射φ:K1×K2→R（或C）称为双线性泛函数,如果K2(K1)中元素固定时φ成为K1(K2)上的线性泛函数。当K1=K2=K，K1及K2中取等同的x∈K，则得φ(x,x),称为二次泛函数。对希尔伯特空间中线性算子谱理论的研究，双线性泛函数形式作为表示工具是方便的。二次泛函数在变分法中的应用更是为人熟知的。 拟赋范空间、局部凸拓扑线性空间、赋范空间等的表征主要在于分别在各空间上定义的次加性泛函数，即拟范数、半范数族、范数等。测度空间中的测度，即对应于某种集合的值也可理解为泛函数。对于给定函数的不定积分也可类似地看待。 范数 向量范数
内积与范数
范数：用于度量“量”大小的概念 1. 引言 实数的绝对值：a 是数轴上的点a 到原点0的距离； 复数的模：a bi +=()b a ,到原点()0,0的距 离； 还有其他刻画复数大小的方法（准则）：如 １）b a +； ２）{}max , a b 2. 向量的范数：p-范数 1 1n p p k p k x x =??= ??? ∑ （1） 示例： 1211234515,2345,5x x x x ∞ ???=+-+++= ?-? ?? ?=?==? ?? = ??? ??? 3. 矩阵（算子）的范数 1 max max x x Ax A Ax x ≠=== （2） 矩阵的谱半径:设M 是n 阶矩阵，称
()()()(){}12max , , , n M M M M ρλλλ= （3） 为该矩阵的谱半径。 记 ()1212,, ,T T n T n A ββ αααβ?? ? ?== ? ? ??? ， 那么， {} {}()121 111 12111 12 max ,, ,max max ,,, n k n p p x k T A A Ax A A A A αααβββρ∞=?=?? =?=??=?? （3） 4. 矩阵的条件数：用于刻画矩阵“病态”程度的概念 ()1 cond A A A -=? 5.利用范数定义点之间的距离 (),,,n n x R y R d x y y x ∈∈?=- 向量的内积、范数及n 维空间距离的度量 令 P 是一数域， P n 是 P 上的向量空间，如果函数 ()?x y P P P n n ，:?→有如下性质： １、共轭对称性：?∈x y P n ，，()()??y x x y ，，=； ２、非负性：?∈x P n ，()?x x ，≥0，()?x x x ，=?=00；
范数的定义
3.3 范数 3.3.1 向量范数 在一维空间中，实轴上任意两点距离用两点差的绝对值表示。绝对值是一种度量形式的定义。 范数是对函数、向量和矩阵定义的一种度量形式。任何对象的范数值都是一个非负实数。使用范数可以测量两个函数、向量或矩阵之间的距离。向量范数是度量向量长度的一种定义形式。范数有多种定义形式，只要满足下面的三个条件即可定义为一个范数。同一向量，采用不同的范数定义，可得到不同的范数值。 若X是数域K上的线性空间，泛函║·║: X->R 满足： 1. 正定性：║x║≥0，且║x║=0 <=> x=0； 2. 正齐次性：║cx║=│c│║x║； 3. 次可加性(三角不等式)：║x+y║≤║x║+║y║ 。 那么║·║称为X上的一个范数。 常用范数 这里以C^n空间为例，R^n空间类似。 最常用的范数就是p-范数。若x=[x1,x2,...,xn]^T，那么 ║x║p=(|x1|^p+|x2|^p+...+|xn|^p)^{1/p} 可以验证p-范数确实满足范数的定义。其中三角不等式的证明不是平凡的，这个结论通常称为闵可夫斯基(Minkowski)不等式。 当p取1，2，∞的时候分别是以下几种最简单的情形： 1-范数：║x║1=│x1│+│x2│+…+│xn│ 2-范数：║x║2=(│x1│^2+│x2│^2+…+│xn│^2)^1/2 ∞-范数：║x║∞=max(│x1│,│x2│,…,│xn│) 其中2-范数就是通常意义下的距离。 矩阵范数 一般来讲矩阵范数除了正定性，齐次性和三角不等式之外，还规定其必须满足相容性：║XY║≤║X║║Y║。所以矩阵范数通常也称为相容范数。 如果║·║α是相容范数，且任何满足║·║β≤║·║α的范数║·║β都不是相容范数，那么║·║α称为极小范数。对于n阶实方阵(或复方阵)全体上的任何一个范数║·║，总存在唯一的实数k>0，使得k║·║是极小范数。
各类范数定义.docx
范数的定义 设 X 是数域K 上线性空间，称║˙║为X 上的范数 (norm) ，若它满足： 1.正定性：║ x║≥ 0，且║ x║=0 <=> x=0 ； 2.齐次性：║ cx║=│c│║ x║； 3.次可加性 ( 三角不等式 ) ：║ x+y║≤║ x║+║y║ 。 注意到║ x+y║≤║ x║+║y║中如令y=-x ，再利用║- x║=║x║可以得到║ x║≥ 0，即║x║≥0在定义中不是必要的。 如果线性空间上定义了范数，则称之为赋范线性空间。注记： 范数与内积，度量，拓扑是相互联系的。 1.利用范数可以诱导出度量： d(x,y)= ║x - y║，进而诱导出拓扑，因此赋范线性空间是度量 空间。 但是反过来度量不一定可以由范数来诱导。 2.如果赋范线性空间作为( 由其范数自然诱导度量d(x,y)=的，即任何柯西(Cauchy) 序列在其中都收敛，则称这个赋范线性空间为║x- y║的 ) 度量空间是完备 巴拿赫 (Banach) 空间。 3.利用内积 <˙, ˙>可以诱导出范数：║ x║=
各类范数定义
范数的定义 设X是数域K上线性空间，称║˙║为X上的范数(norm)，若它满足： 1. 正定性：║x║≥0，且║x║=0 <=> x=0； 2. 齐次性：║cx║=│c│║x║； 3. 次可加性(三角不等式)：║x+y║≤║x║+║y║ 。 注意到║x+y║≤║x║+║y║中如令y=-x，再利用║-x║=║x║可以得到║x║≥0，即║x║≥0在定义中不是必要的。 如果线性空间上定义了范数，则称之为赋范线性空间。 注记：范数与内积，度量，拓扑是相互联系的。 1. 利用范数可以诱导出度量：d(x,y)=║x-y║，进而诱导出拓扑，因此赋范线性空间是度量空间。 但是反过来度量不一定可以由范数来诱导。 2. 如果赋范线性空间作为(由其范数自然诱导度量d(x,y)=║x-y║的)度量空间是完备的，即任何柯西(Cauchy)序列在其中都收敛，则称这个赋范线性空间为巴拿赫(Banach)空间。 3. 利用内积<˙,˙>可以诱导出范数：║x║=