%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %% KLÍČOVÉPOJMY %%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

Podobné dokumenty
K oddílu VI.1 obecné slabé topologie Příklad 1. Necht X = C([0, 1]) s topologií bodové konvergence na [0, 1]. Popište všechny

Obsah. 1 Lineární prostory 2

K oddílu I.1 základní pojmy, normy, normované prostory

Projekty - Úvod do funkcionální analýzy

Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory

Věta o sedlovém bodu a Fredholmova alternativa

Učební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008

2. přednáška 8. října 2007

19 Hilbertovy prostory

FREDHOLMOVA ALTERNATIVA

2 Vektorové normy. Základy numerické matematiky - NMNM201. Definice 1 (Norma). Norma je funkcionál splňující pro libovolné vektory x a y a pro

1 Vektorové prostory a podprostory

ÚVOD DO FUNKCIONÁLNÍ ANALÝZY. Jiří Bouchala

Definice 1.1. Nechť je M množina. Funkci ρ : M M R nazveme metrikou, jestliže má následující vlastnosti:

Definice : Definice :

15 Maticový a vektorový počet II

BANACHOVY PROSTORY. V podstatě se budeme zabývat prostory funkcí. Například to bude prostor (množina) spojitých funkcí na intervalu [0, 1].

OBECNÁ TOPOLOGIE - PŘEDNÁŠKA ZIMA 2014/15. Literatura: Je možno užívat knihy od Engelkinga, Kelleyho, Nagaty, Dugundjiho,...

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %% POJMY, JEJICHŽ ZNALOST SE OČEKÁVÁ %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

Lineární algebra : Skalární součin a ortogonalita

PROSTORY SE SKALÁRNÍM SOUČINEM. Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti

Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2,

i=1 λ ix i,λ i T,x i M}.Množinuvektorů

ŘADY KOMPLEXNÍCH FUNKCÍ

Míra a měřitelné funkce. 1.1 Měřitelné množiny. 1.2 Míra a vnější míra

Skalární součin dovoluje zavedení metriky v afinním bodovém prostoru, tj. umožňuje nám určovat vzdálenosti, odchylky, obsahy a objemy.

POŽADAVKY K SOUBORNÉ ZKOUŠCE Z MATEMATIKY

1 Topologie roviny a prostoru

Interpolace, ortogonální polynomy, Gaussova kvadratura

10 Funkce více proměnných

Program SMP pro kombinované studium

Lineární algebra : Skalární součin a ortogonalita

OBECNOSTI KONVERGENCE V R N

1 Báze a dimenze vektorového prostoru 1

22 Základní vlastnosti distribucí

M4140 Vybrané partie z matematické analýzy Přírodovědecká fakulta MU

3. přednáška 15. října 2007

Požadavky ke zkoušce

Důkaz Heineho Borelovy věty. Bez újmy na obecnosti vezmeme celý prostor A = M (proč? úloha 1). Implikace. Nechť je (M, d) kompaktní a nechť.

METRICKÉ A NORMOVANÉ PROSTORY

Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách

Kompaktnost Kompaktifikace Prostory funkcí 4. KOMPAKTNOST. Miroslav Hušek, Pavel Pyrih KMA MFF UK. 4. Kompaktnost

Matematická analýza 4

Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika)

EUKLIDOVSKÉ PROSTORY

KOMPLEXNÍ ČÍSLA A FUNKCE MNOŽINA KOMPLEXNÍCH ČÍSEL C. Alternativní popis komplexních čísel

DEFINICE Z LINEÁRNÍ ALGEBRY

1 Zobrazení 1 ZOBRAZENÍ 1. Zobrazení a algebraické struktury. (a) Ukažte, že zobrazení f : x

maticeteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést

Lineární algebra : Metrická geometrie

PŘEDNÁŠKA 2 POSLOUPNOSTI

Úvod do funkcionální analýzy

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague

7. Lineární vektorové prostory

TOPOLOGIE A TEORIE KATEGORIÍ (2017/2018) 4. PREDNÁŠKA - SOUČIN PROSTORŮ A TICHONOVOVA VĚTA.

2. Určte hromadné body, limitu superior a limitu inferior posloupností: 2, b n = n. n n n.

Doporučené příklady k Teorii množin, LS 2018/2019

Necht L je lineární prostor nad R. Operaci : L L R nazýváme

Přednáška 6, 6. listopadu 2013

DEFINICE,VĚTYADŮKAZYKÚSTNÍZKOUŠCEZMAT.ANALÝZY Ib

Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech

Zápo tová písemná práce. 1 z p edm tu 01RMF varianta A

Rejstřík. Číslice1a2předčíslystránekodlišujíodkazynaInteligentníkalkulus1a2. 1SM SM 1.135

1. přednáška 1. října Kapitola 1. Metrické prostory.

ALG2: Lineární Algebra (Skripta Horák, jako doplněk i skripta Kovár v IS)

které charakterizují danou fyzikální situaci. souvislostí). Může být formulován jako soustava rovnic a nerovnic.

VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku

Dnešní látka Variačně formulované okrajové úlohy zúplnění prostoru funkcí. Lineární zobrazení.

Matice. Je dána matice A R m,n, pak máme zobrazení A : R n R m.

Varieta a její tečná struktura

Matematika I 12a Euklidovská geometrie

6. přednáška 5. listopadu 2007

Lineární algebra : Lineární zobrazení

Univerzita Karlova v Praze procesy II. Zuzana. Predikce

Zdrojem většiny příkladů je sbírka úloh 1. cvičení ( ) 2. cvičení ( )

Otázky k ústní zkoušce, přehled témat A. Číselné řady

1 Posloupnosti a řady.

ZS: 2018/2019 NMAF063 F/3 Josef MÁLEK. Matematika pro fyziky III

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Matematická analýza III.

Ortogonální projekce a ortogonální zobrazení

Uzavřené a otevřené množiny

Home. Obsah. Strana 1 MATEMATIKA. Fullscreen PRO LETECKÉ. Tisk OBORY II. Konec

17. Posloupnosti a řady funkcí

Texty k přednáškám z MMAN3: 3. Metrické prostory

TEORIE MÍRY V některých předchozích kapitolách jste se setkali s měřením velikostí množin a víte, jaké byly těžkosti s měřením množin i na reálné ose.

Úvod základy teorie zobrazení

To je samozřejmě základní pojem konvergence, ale v mnoha případech je příliš obecný a nestačí na dokazování některých užitečných tvrzení.

Matematická analýza pro informatiky I.

Lebesgue Manuál. Josef Hekrdla 1. prosince (Vzniklo pro potřeby předmětu Matematická teorie signálů ) 1 Objem intervalu. 3

8 Matice a determinanty

Úvod do kvantového počítání

terminologie předchozí kapitoly: (ϕ, Ω) - plocha, S - geometrický obraz plochy

Definice 28 (Ortogonální doplněk vektorového podprostoru). V k V n ; V k V. (Pech:AGLÚ/str D.5.1)

AB = 3 CB B A = 3 (B C) C = 1 (4B A) C = 4; k ]

Obraz matematický objekt. Spojitý obraz f c : (Ω c R 2 ) R

Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).

Katedra matematiky Fakulty jaderné a fyzikálně inženýrské ČVUT v Praze Příjmení a jméno ➊ ➋ ➌ ➍ ➎ ➏ Bonus

Požadavky k ústní části zkoušky Matematická analýza 1 ZS 2014/15

NALG 001 Lineární algebra a geometrie 1, zimní semestr MFF UK Doba řešení: 3 hodiny

Transkript:

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %% KLÍČOVÉPOJMY %%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% norma normovaný lineární prostor metrika indukovaná normou Banachův prostor ekvivalentní normy uzavřenájednotkovákoule B X otevřenájednotkovákoule U X spojité lineární zobrazení norma lineárního zobrazení izometrie izomorfismus projekce(spojitá lineární) skalární součin prostor se skalárním součinem norma indukovaná skalárním součinem Hilbertův prostor ortogonální doplněk ortogonální projekce ortonormální báze duální operátor kompaktní množina relativně kompaktní množina totálně omezená množina spektrum operátoru vlastní číslo operátoru testovací funkce nosič testovací funkce lokálně integrovatelná funkce konvergence testovacích funkcí distribuce na Ω derivace distribuce konvergence distribucí nosič distribuce distribuce s kompaktním nosičem konvolucedvoufunkcína R d FourierovatransformacefunkcezL 1 (R d ) Schwartzův prostor konvergence na Schwartzově prostoru temperovaná distribuce %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%% DALŠÍ POJMY, JEJICHŽ ZNALOST SE OČEKÁVÁ %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% otevřenákoule U(x,r) uzavřená koule B(x, r) jednotkovásféra S X prostor L(X,Y) duální prostor izometrické prostory izomorfní prostory zúplnění normovaného prostoru sdruženě lineární zobrazení konvergentní řada v normovaném lineárním prostoru součet řady v normovaném lineárním prostoru 1

2 absolutně konvergentní řada v normovaném lineárním prostoru bezpodmínečně konvergentní řada v normovaném lineárním prostoru přerovnání řady součet zobecněné řady v normovaném lineárním prostoru konvergence zobecněné řady v normovaném lineárním prostoru absolutní konvergence zobecněné řady v normovaném lineárním prostoru úhel mezi vektory v reálném prostoru se skalárním součinem kolmé prvky ortogonální systém ortonormální systém maximální ortonormální systém úplný ortonormální systém reálnáverzekomplexníhoprostoru(tj.prostor X R ) Prostor(F n, p )pro p [1, ] Prostor l (Γ) Prostor l Prostor C(K) Prostor c 0 Prostor c 0 (Γ) Prostor c Prostor C 1 ([0,1]) Prostor l p (Γ)pro p [1, ) Prostor l p pro p [1, ) Prostor M(K). Prostor L p (µ)promíru µap [1, ] Prostor L p (Ω)proΩ R n borelovskoua p [1, ] Skalárnísoučinvprostorech F n, l 2, l 2 (Γ), L 2 (µ) sublineární funkcionál pseudonorma kvocient vektorového prostoru kvocient normovaného prostoru a norma na něm kanonické kvocientové zobrazení kvocientový operátor anihilátory A a B druhý duál normovaného prostoru kanonické vnoření normovaného prostoru do druhého duálu reflexivní prostor nosič spojité funkce otevřené zobrazení součin normovaných prostorů graf lineárního operátoru projekcena Y podél Z algebraický doplněk topologický doplněk komplementovaný podprostor kodimenze podprostor konečné kodimenze adjungovaný operátor kompaktní operátor konečnědimenzionální operátor invertibilní operátor rezolventní množina rezolventní funkce vlastní vektor operátoru bodové spektrum oprerátoru

slabá derivace funkce na intervalu multiindex řád multiindexu regulární distribuce(určená lokálně integrovatelnou funkcí) distribuce určená mírou násobek distribuce hladkou funkcí normy N na D(Ω) metrika na D(Ω) řád distribuce distribuce konečného řádu posunfunkce fo y,tj. τ y f otočenífunkce f,tj. ˇf aproximativníjednotkavd(r d ) konvoluce distribuce a testovací funkce posundistribuceox,tj.distribuce τ x U otočenídistribuce,tj.distribuce Ǔ konvoluce dvou distribucí polynomna R d normy na Schwartzově prostoru metrika na Schwartzově prostoru Fourierova transformace temperované distribuce 3

4 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % VĚTY,JEJICHŽZNALOSTSE OČEKÁVÁ%%%%%%%%%%%%%%%%%%%%%%% % Vysvětlivky: % číslo na konci řádku - číslo věty podle přednášky % značka před číslem: % * věta se nebude explicitně zkoušet, nicméně % se předpokládá její znalost včetně základní % myšlenky důkazu, pokud byla dokázána % A věta se nebude explicitně zkoušet, znalost % důkazu se nepředpokládá, ale je potřeba znát znění % věty, rozumět mu a být schopen(na) větu aplikovat % v rozličných situacích % + věta má statuttěžkévěty a jako taková % se bude zkoušetisdůkazem % bez značky věta má statutlehkévěty a jako takováse % bude zkoušet i s důkazem %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% ometriceindukovanénormou%*i.1 o vztahu úplnosti a uzavřenosti podprostoru%* I.3 o úplnosti prostoru definovaného pomocí větší normy% I.5 o spojitosti operací v normovaném lineárním prostoru%* I.8 charakterizace ekvivalentních norem% I.9 oekvivalenciklasickýchnoremna F n %*I.10 charakterizace spojitých lineárních zobrazení% I.11 o vlastnostech normy lineárního zobrazení% I.12 o úplnosti prostoru operátorů% I.13 o zachovávání úplnosti izomorfismem%* I.14 o rozšíření operátoru na uzávěr% I.15 o zúplnění normovaného lineárního prostoru% I.16 s důkazem z oddílu II.3 o základních vlastnostech projekcí% I.17 Cauchy-Schwarzova nerovnost%* I.18 o normě indukované skalárním součinem% I.19 včetně I.18 polarizační identita a její důsledky% I.21 a I.22 rovnoběžníkové pravidlo%* I.23 charakterizace prostorů se skalárním součinem% + I.24(včetně I.23) o zúplnění prostoru se skalárním součinem%* I.25 o součtu přerovnání bezpodmínečně konvergentní řady%* Poznámka(1) před I.26 o vztahu konvergence a absolutní konvergence v normovaných prostorech% I.26 charakterizace bezpodmínečné konvergence%* I.27 o nutné podmínce konvergence zobecněné řady% I.28 o vlastnostech zobecněných řad v Banachových prostorech% + I.29 o nejbližších bodech v Hilbertových prostorech% + I.31 charakterizace nejbližšího bodu% I.32 Pythagorova věta v prostorech se skalárním součinem%* I.33 o ortogonálním doplňku a ortogonální projekci% I.34(včetně I.33) Besselova nerovnost% I.35(včetně I.33) o ortonormálních systémech v Hilbertových prostorech% + I.36 o existenci ortonormální báze%* I.37 Riesz-Fisherova věta o reprezentaci Hilbertových prostorů% + I.38 a I.39(včetně I.37) o vyjádření ortogonální projekce% I.40 o normách na prostoru konečné dimenze% I.41 o vlastnostech prostorů konečné dimenze% I.42 a I.43 o kompaktnosti jednotkové koule% I.44 a I.45 o funkcionálech a normách na prostoru nekonečné dimenze%* I.46 o reálné verzi komplexního normovaného prostoru% + I.47 %%%zkapitolyi:19lehkýchvět,6těžkýchvět

5 algebraická verze Hahn-Banachovy věty% + II.1 včetně II.2 algebraická Hahn-Banachova věta pro pseudonormu% II.4 včetně II.3 Hahn-Banachova věta o rozšiřování spojitých lineárních funkcionálů% II.5 o duálním vyjádření normy% II.7 včetně II.6 o oddělování pomocí spojitého lineárního funkcionálu%* II.8 o důkazu hustoty pomocí Hahn-Banachovy věty% II.9(včetně II.8) o kvocientu normovaného lineárního prostoru% + II.10 o vlastnostech kanonického kvocientového zobrazení%* II.11 o faktorizaci lineárního operátoru% II.12 o kvocientu Hilbertova prostoru% II.13 o dualitě podprostorů a kvocientů% + II.14 ouniverzalitě l (Γ)al 1 (Γ)%*II.15 o vnoření normovaného prostoru do druhého duálu% II.16 o vlastnostech reflexivních prostorů% II.17(důkaz jen bodu(a)) onabývánínormyareflexivitě%*ii.18 Riesz-Fisherova věta o duálu Hilbertova prostoru% + II.19 a II.20 oreprezentaciduálůkc 0 (Γ)al p (Γ)%+II.21 oreflexivitě l p (Γ)%II.22 oreprezentaciduálůkl p (µ)%aii.23 oreflexivitě L p (µ)%ii.24 Rieszova věta o reprezentaci nezáporných funkcionálů na C(K)% A II.25 o některých vlastnostech kompaktních prostorů%* II.26 RieszovavětaoreprezentaciduálukC(K)%AII.27 %%%zkapitolyii:10lehkýchvět,5těžkýchvět princip stejnoměrné omezenosti% + III.1 a III.2 o vztahu omezenosti a slabé omezenosti% III.3 Banach-Steinhausova věta% III.4 Banachova věta o otevřeném zobrazení% + III.5 včetně III.6 o spojité bijekci mezi Banachovými prostory% III.7 o součinu normovaných lineárních prostorů%* III.9 o uzavřeném grafu% III.10 o charakerizaci topologického doplňku% III.11 o komplementovaných podprostorech Hilbertova prostoru%* III.12 o komplementovanosti podprostoru konečné dimenze% III.13 o komplementovanosti podprostoru konečné kodimenze% III.14 o jádru lineárního funkcionálu%* III.15 o základních vlastnostech duálních operátorů% III.16 o adjungovaném operátoru% III.17 o základních vlastnostech adjungovaných operátorů% III.18 ovztahumezijádremaoboremhodnot Ta T %+III.19aIII.20 otom,kdy T jeizomorfismus%iii.21 charakterizace kompaktních operátorů% III.22 o vlastnostech kompaktních a konečnědimenzionálních operátorů% III.23 Arzelà-Ascoliova věta o kompaktnosti v C(K)% + III.24 Schauderova věta o duálním operátoru% + III.25 o množině invertibilních prvků% III.26 o vlastnostech spektra% A III.27 o spektru duálního operátoru%* III.28 o lineární nezávislosti vlastních vektorů% III.29 Fredholmova alternativa% + III.31 včetně III.30(c) o spektru kompaktního operátoru% + III.32 včetně patřičné části III.30 %%%zkapitolyiii:15lehkýchvět,7těžkýchvět Urysohnovo lemma pro hladké funkce% IV.2(b)(včetně popisu konstrukce potřebných funkcí) ohustotě D(Ω)vL p (Ω)%IV.3 o jednoznačnosti distribuce generované funkcí či mírou% IV.6

6 o základních vlastnostech operací s distribucemi% IV.10 odistribucisnulovouderivací%iv.11(důkazjenbodu(a)) charakterizace distribucí% A IV.13 o konvergenci distribucí% IV.15 Banach-Steinhausova věta pro distribuce% A IV.16 onosičidistribuce%aiv.17 okonvolucifunkcízl 1 a L p %+IV.18(důkazjenbodůa,d) o zhlazování pomocí konvoluce% IV.19 o konvoluci s aproximativní jednotkou% IV.20(důkaz jen bodu c) o spojitosti operátoru posunu% A IV.21 Fubiniova věta pro distribuce% A IV.23 o konvoluci distribuce a testovací funkce% IV.24(důkaz jen bodů a,c,d) okonvolucidvoudistribucí%+iv.25(důkazjenbodůa d) o základních vlastnostech Fourierovy transformace% + IV.26 charakterizace konvergence na Schwartzově prostoru% A IV.27 o Schwartzově prostoru a Fourierově transformaci na něm% + IV.28 o inverzi pro Schwartzův prostor% + IV.31(včetně důkazu IV.30) oinverzipropřípadintegrovatelné ˆf%*IV.32 o konvoluci na Schwartzově prostoru% IV.33 Plancherelova věta% A IV.34 ovnoření D(R d )do S(R d )%AIV.35 charakterizace temperovaných distribucí% A IV.36 o příkladech temperovaných distribucí% A IV.37 o operacích s temperovanými distribucemi% A IV.38 Banach-Steinhausova věta pro temperované distribuce% A IV.40 o vlastnostech Fourierovy transformace temperovaných distribucí% IV.41(bod(c) bez důkazu) %%%%%zkapitolyiv:11lehkýchvět,5těžkýchvět

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%Dalšíotázky%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% #1Nechť H 1 a H 2 jsouprostoryseskalárnímsoučinemat L(H 1,H 2 )jeizometrie.ukažte,žepro každé x,y H 1 platí Tx,Ty = x,y. #2Nechť X= {f: R F; g L 1 (R) h L 2 (R):f= g+h},přičemžztotožňujemefunkce,které serovnajískorovšude.pro f Xdefinujme f =inf{ g 1 + h 2 ;g L 1 (R),h L 2 (R),f= g+h}. Ukažte,že(X, )jebanachůvprostor. #3Nechť Xjenormovanýlineárníprostoraf,g X \{0}.Ukažte,žekerfakergjsouizomorfní normované lineární prostory. #4Nechť Xjenormovanýlineárníprostoraf: X Flineárnízobrazení.Ukažte,že fjespojité, právěkdyžkerfjeuzavřenýpodprostor X.Není-li fspojité,ukažte,žekerfjehustýpodprostor X. #5Nechť XjekomplexníBanachůvprostoraX R značíjehoreálnouverzi.ukažte,že Xjereflexivní, právěkdyž X R jereflexivní. #6 Nechť c je Banachův prostor konvergentních posloupností se supremovou normou. Ukažte, že jeho duállzereprezentovatjako l 1 (N { }). #7Ukažte,žeprostor C 0 (R)jeizometrickýpodprostoru X C([0,1]),kterýjedefinován X= {f C([0,1]);f(0)=f(1)=0}.Svyužitímtétoizometrieukažte,žeduálkC 0 (R)lzereprezentovatjako prostorměrna R. #8Nechť X=(l 1, ),kde x = x 1 + x.ukažte,že X jeizometrickýprostoru(l, ), 1 kde (x n ) n N =sup{ M +1 n M x n ;M Nkonečná}.( M značípočetprvkůmnožiny M.) #9Nechť X =(c 0, ),kde (x n ) n N =sup{ x n + x m ;n,m N,n < m}.ukažte,že X je izometrickýprostoru(l 1, ),kde x =max{ x, x 1 x }. #10Nechť X= c 0 l 1 jeopatřennormou (x,y) = x + y 1,(x,y) X.Reprezentujteduálk prostoru Xavyjádřetenormunaněm. #11Nechť p [1, ]ag:[0,1] Fjeměřitelná.Předpokládejme,žeprokaždé f L p ([0,1])je fg L p ([0,1]).Ukažte,že g L ([0,1]). #12Nechť p [1, ]ag:[0,1] Fjeměřitelná.Předpokládejme,žeprokaždé f L p ([0,1])je fg L 1 ([0,1]).Ukažte,že g L q ([0,1]),kde 1 p +1 q =1. #13 Dokažte větu o otevřeném zobrazení z věty o uzavřeném grafu s použitím věty o faktorizaci lineárního operátoru. #14Nechť HjeHilbertůvprostoraP L(H)jeprojekce,tj.operátorsplňující P 2 = P.Ukažte,že Pjeortogonálníprojekce,právěkdyž P = P. #15Nechť H 1,H 2 jsouhilbertovyprostoryat L(H 1,H 2 ).Nechť T L(H 2,H 1 )je(hilbertovsky) adjungovanýoperátor.ukažte,že R(T)=(kerT ) akert=(r(t )).(Symbol značíortogonální doplněk.) #16Nechť H 1,H 2 jsouhilbertovyprostoryat L(H 1,H 2 )jeizomorfismus H 1 na H 2.Ukažte,že T jeizometrie,právěkdyž T = T 1.(T je(hilbertovsky)adjungovanýoperátorkt.) #17Nechť XjeBanachůvprostoraT F(X).Ukažte,že σ(t)=σ p (T)aže σ(t)obsahujenejvýše n+1prvků,kde n=dimr(t). #18Nechť XjeBanachůvprostora(T n )jeposloupnostvl(x),kterákonvergujek T L(X).Pro každé n Nnechť λ n σ(t n ).Ukažte,žekaždýhromadnýbodposloupnosti(λ n )patřído σ(t). #19Nechť P L(L 2 (R))jePlancherelovatransformace(tj.onaizometriezPlancherelovyvětypro d=1).ukažte,že σ p (P)={1, 1,i, i}aprokaždézvlastníchčíselnajdětenějakývlastnívektor. #20Nechť µaνjsoudvěregulárníborelovskémíryna R d,znichžalespoňjednamákompaktnínosič. Definujmejejichkonvoluci µ ν(a)=(µ ν)({(x,y) R d R d ;x+y A}).Ukažte,že µ νjeopět regulárníborelovskámírana R d ažeλ µ Λ ν =Λ µ ν. #21Ukažte,žedistribuceΛ 1/x na R(definovanávzorcemΛ 1/x (ϕ)=lim ε 0+ R\( ε,ε) jedna. 7 ϕ(x) x dx)jeřádu