Ebook Functional Analysis 1St Edition Jan Van Neerven Online PDF All Chapter

Functional Analysis 1st Edition Jan Van
Neerven
Visit to download the full and correct content document:
https://ebookmeta.com/product/functional-analysis-1st-edition-jan-van-neerven/
More products digital (pdf, epub, mobi) instant
download maybe you interests ...
Innovation Management 1st Edition Jan Van Den Ende
https://ebookmeta.com/product/innovation-management-1st-edition-
jan-van-den-ende/
House of Usher 1st Edition Evert Jan Van Leeuwen
https://ebookmeta.com/product/house-of-usher-1st-edition-evert-
jan-van-leeuwen/
Functional Analysis 2nd Edition S. Kesavan
https://ebookmeta.com/product/functional-analysis-2nd-edition-s-
kesavan/
Fundamentals of Functional Analysis 1st Edition Ammar

Khanfer
https://ebookmeta.com/product/fundamentals-of-functional-
analysis-1st-edition-ammar-khanfer/
Basic Analysis V: Functional Analysis and Topology 1st
Edition James K. Peterson
https://ebookmeta.com/product/basic-analysis-v-functional-
analysis-and-topology-1st-edition-james-k-peterson/
Traditions Redirecting Contemporary Indonesian Cultural

Productions 1st Edition Jan Van Der Putten
https://ebookmeta.com/product/traditions-redirecting-
contemporary-indonesian-cultural-productions-1st-edition-jan-van-
der-putten/
An Introduction to Functional Analysis 1st Edition

James C. Robinson
https://ebookmeta.com/product/an-introduction-to-functional-
analysis-1st-edition-james-c-robinson/
Functional Analysis Fundamentals and Applications 2nd

Edition Michel Willem
https://ebookmeta.com/product/functional-analysis-fundamentals-
and-applications-2nd-edition-michel-willem/
Cheating Corruption and Concealment The Roots of

Dishonesty 1st Edition Jan-Willem Van Prooijen
https://ebookmeta.com/product/cheating-corruption-and-
concealment-the-roots-of-dishonesty-1st-edition-jan-willem-van-
prooijen/
C A M B R I D G E S T U D I E S I N A DVA N C E D M AT H E M AT I C S 2 0 1
Editorial Board
J . B E RT O I N , B . B O L L O B Á S , W. F U LT O N , B . K R A , I . M O E R D I J K ,
C . P R A E G E R , P. S A R NA K , B . S I M O N , B . T OTA RO
FUNCTIONAL ANALYSIS
This comprehensive introduction to functional analysis covers both the abstract theory
and applications to spectral theory, the theory of partial differential equations, and
quantum mechanics. It starts with the basic results of the subject and progresses towards
a treatment of several advanced topics not commonly found in functional analysis
textbooks, including Fredholm theory, form methods, boundary value problems, semi-
group theory, trace formulas, and a mathematical treatment of states and observables in
quantum mechanics.
The book is accessible to graduate students with basic knowledge of topology, real
and complex analysis, and measure theory. With carefully written out proofs, more than
300 problems, and appendices covering the prerequisites, this self-contained volume
can be used as a text for various courses at the graduate level and as a reference text for
researchers in the field.
Jan van Neerven holds an Antoni van Leeuwenhoek professorship at Delft University
of Technology. Author of four books and more than 100 peer-reviewed articles, he is
a leading expert in functional analysis and operator theory and their applications in
stochastic analysis and the theory of partial differential equations.
Published online by Cambridge University Press

C A M B R I D G E S T U D I E S I N A DVA N C E D M AT H E M AT I C S
Editorial Board
J. Bertoin, B. Bollobás, W. Fulton, B. Kra, I. Moerdijk, C. Praeger, P. Sarnak, B. Simon, B. Totaro
All the titles listed below can be obtained from good booksellers or from Cambridge University Press.
For a complete series listing, visit www.cambridge.org/mathematics.
Already Published
160 A. Borodin & G. Olshanski Representations of the Infinite Symmetric Group
161 P. Webb Finite Group Representations for the Pure Mathematician
162 C. J. Bishop & Y. Peres Fractals in Probability and Analysis
163 A. Bovier Gaussian Processes on Trees
164 P. Schneider Galois Representations and (ϕ, )-Modules
165 P. Gille & T. Szamuely Central Simple Algebras and Galois Cohomology (2nd Edition)
166 D. Li & H. Queffelec Introduction to Banach Spaces, I
167 D. Li & H. Queffelec Introduction to Banach Spaces, II
168 J. Carlson, S. Müller-Stach & C. Peters Period Mappings and Period Domains (2nd Edition)
169 J. M. Landsberg Geometry and Complexity Theory
170 J. S. Milne Algebraic Groups
171 J. Gough & J. Kupsch Quantum Fields and Processes
172 T. Ceccherini-Silberstein, F. Scarabotti & F. Tolli Discrete Harmonic Analysis
173 P. Garrett Modern Analysis of Automorphic Forms by Example, I
174 P. Garrett Modern Analysis of Automorphic Forms by Example, II
175 G. Navarro Character Theory and the McKay Conjecture
176 P. Fleig, H. P. A. Gustafsson, A. Kleinschmidt & D. Persson Eisenstein Series and Automorphic
Representations
177 E. Peterson Formal Geometry and Bordism Operators
178 A. Ogus Lectures on Logarithmic Algebraic Geometry
179 N. Nikolski Hardy Spaces
180 D.-C. Cisinski Higher Categories and Homotopical Algebra
181 A. Agrachev, D. Barilari & U. Boscain A Comprehensive Introduction to Sub-Riemannian Geometry
182 N. Nikolski Toeplitz Matrices and Operators
183 A. Yekutieli Derived Categories
184 C. Demeter Fourier Restriction, Decoupling and Applications
185 D. Barnes & C. Roitzheim Foundations of Stable Homotopy Theory
186 V. Vasyunin & A. Volberg The Bellman Function Technique in Harmonic Analysis
187 M. Geck & G. Malle The Character Theory of Finite Groups of Lie Type
188 B. Richter Category Theory for Homotopy Theory
189 R. Willett & G. Yu Higher Index Theory
190 A. Bobrowski Generators of Markov Chains
191 D. Cao, S. Peng & S. Yan Singularly Perturbed Methods for Nonlinear Elliptic Problems
192 E. Kowalski An Introduction to Probabilistic Number Theory
193 V. Gorin Lectures on Random Lozenge Tilings
194 E. Riehl & D. Verity Elements of ∞-Category Theory
195 H. Krause Homological Theory of Representations
196 F. Durand & D. Perrin Dimension Groups and Dynamical Systems
197 A. Sheffer Polynomial Methods and Incidence Theory
198 T. Dobson, A. Malnič & D. Marušič Symmetry in Graphs
199 K. S. Kedlaya p-adic Differential Equations

Functional Analysis
JA N VA N N E E RV E N
Delft University of Technology

University Printing House, Cambridge CB2 8BS, United Kingdom
One Liberty Plaza, 20th Floor, New York, NY 10006, USA
477 Williamstown Road, Port Melbourne, VIC 3207, Australia
314–321, 3rd Floor, Plot 3, Splendor Forum, Jasola District Centre,
New Delhi – 110025, India
103 Penang Road, #05–06/07, Visioncrest Commercial, Singapore 238467
Cambridge University Press is part of the University of Cambridge.

It furthers the University’s mission by disseminating knowledge in the pursuit of
education, learning, and research at the highest international levels of excellence.
www.cambridge.org
Information on this title: www.cambridge.org/9781009232470
DOI: 10.1017/9781009232487
© Jan van Neerven 2022
This publication is in copyright. Subject to statutory exception
and to the provisions of relevant collective licensing agreements,
no reproduction of any part may take place without the written
permission of Cambridge University Press.
First published 2022
A catalogue record for this publication is available from the British Library.
ISBN 978-1-009-23247-0 Hardback
Cambridge University Press has no responsibility for the persistence or accuracy of
URLs for external or third-party internet websites referred to in this publication
and does not guarantee that any content on such websites is, or will remain,
accurate or appropriate.

Contents
Preface page ix
Notation and Conventions xi
1 Banach Spaces 1
1.1 Banach Spaces 2
1.2 Bounded Operators 9
1.3 Finite-Dimensional Spaces 18
1.4 Compactness 21
1.5 Integration in Banach Spaces 23
Problems 28
2 The Classical Banach Spaces 33
2.1 Sequence Spaces 33
2.2 Spaces of Continuous Functions 34
2.3 Spaces of Integrable Functions 47
2.4 Spaces of Measures 64
2.5 Banach Lattices 73
Problems 77
3 Hilbert Spaces 87
3.1 Hilbert Spaces 87
3.2 Orthogonal Complements 92
3.3 The Riesz Representation Theorem 95
3.4 Orthonormal Systems 97
3.5 Examples 100
Problems 106
4 Duality 115
4.1 Duals of the Classical Banach Spaces 115
4.2 The Hahn–Banach Extension Theorem 128
4.3 Adjoint Operators 137

vi Contents
4.4 The Hahn–Banach Separation Theorem 142

4.5 The Krein–Milman Theorem 144
4.6 The Weak and Weak∗ Topologies 147
4.7 The Banach–Alaoglu Theorem 152
Problems 163
5 Bounded Operators 171
5.1 The Uniform Boundedness Theorem 171
5.2 The Open Mapping Theorem 174
5.3 The Closed Graph Theorem 176
5.4 The Closed Range Theorem 178
5.5 The Fourier Transform 180
5.6 The Hilbert Transform 190
5.7 Interpolation 192
Problems 201
6 Spectral Theory 209
6.1 Spectrum and Resolvent 209
6.2 The holomorphic Functional Calculus 216
Problems 224
7 Compact Operators 227
7.1 Compact Operators 227
7.2 The Riesz–Schauder Theorem 230
7.3 Fredholm Theory 234
Problems 252
8 Bounded Operators on Hilbert Spaces 255
8.1 Selfadjoint, Unitary, and Normal Operators 255
8.2 The Continuous Functional Calculus 266
8.3 The Sz.-Nagy Dilation Theorem 272
Problems 277
9 The Spectral Theorem for Bounded Normal Operators 281
9.1 The Spectral Theorem for Compact Normal Operators 281
9.2 Projection-Valued Measures 285
9.3 The Bounded Functional Calculus 287
9.4 The Spectral Theorem for Bounded Normal Operators 293
9.5 The Von Neumann Bicommutant Theorem 301
9.6 Application to Orthogonal Polynomials 305
Problems 308
10 The Spectral Theorem for Unbounded Normal Operators 311
10.1 Unbounded Operators 311

Contents vii
10.2 Unbounded Selfadjoint Operators 322

10.3 Unbounded Normal Operators 326
10.4 The Spectral Theorem for Unbounded Normal Operators 332
Problems 344
11 Boundary Value Problems 347
11.1 Sobolev Spaces 347
11.2 The Poisson Problem −Δu = f 372
11.3 The Lax–Milgram Theorem 385
Problems 388
12 Forms 399
12.1 Forms 399
12.2 The Friedrichs Extension Theorem 410
12.3 The Dirichlet and Neumann Laplacians 411
12.4 The Poisson Problem Revisited 415
12.5 Weyl’s Theorem 416
Problems 425
13 Semigroups of Linear Operators 427
13.1 C0 -Semigroups 427
13.2 The Hille–Yosida Theorem 439
13.3 The Abstract Cauchy Problem 447
13.4 Analytic Semigroups 455
13.5 Stone’s Theorem 473
13.6 Examples 475
13.7 Semigroups Generated by Normal Operators 498
Problems 500
14 Trace Class Operators 507
14.1 Hilbert–Schmidt Operators 507
14.2 Trace Class Operators 510
14.3 Trace Duality 521
14.4 The Partial Trace 523
14.5 Trace Formulas 526
Problems 539
15 States and Observables 543
15.1 States and Observables in Classical Mechanics 543
15.2 States and Observables in Quantum Mechanics 545
15.3 Positive Operator-Valued Measures 561
15.4 Hidden Variables 574
15.5 Symmetries 577

viii Contents
15.6 Second Quantisation 598

Problems 617
Appendix A Zorn’s Lemma 621
Appendix B Tensor Products 623
Appendix C Topological Spaces 627
Appendix D Metric Spaces 637
Appendix E Measure Spaces 647
Appendix F Integration 661
Appendix G Notes 671
References 691
Index 701

Preface
This book is based on notes compiled during the many years I taught the course “Ap-
plied Functional Analysis” in the first year of the master’s programme at Delft Uni-
versity of Technology, for students with prior exposure to the basics of Real Analysis
and the theory of Lebesgue integration. Starting with the basic results of the subject
covered in a typical Functional Analysis course, the text progresses towards a treatment
of several advanced topics, including Fredholm theory, boundary value problems, form
methods, semigroup theory, trace formulas, and some mathematical aspects of Quantum
Mechanics. With a few exceptions in the later chapters, complete and detailed proofs
are given throughout. This makes the text ideally suited for students wishing to enter
the field.
Great care has been taken to present the various topics in a connected and integrated
way, and to illustrate abstract results with concrete (and sometimes nontrivial) appli-
cations. For example, after introducing Banach spaces and discussing some of their
abstract properties, a substantial chapter is devoted to the study of the classical Banach
spaces C(K), L p (Ω), M(Ω), with some emphasis on compactness, density, and approxi-
mation techniques. The abstract material in the chapter on duality is complemented by a
number of nontrivial applications, such as a characterisation of translation-invariant sub-
spaces of L1 (Rd ) and Prokhorov’s theorem about weak convergence of probability mea-
sures. The chapter on bounded operators contains a discussion of the Fourier transform
and the Hilbert transform, and includes proofs of the Riesz–Thorin and Marcinkiewicz
interpolation theorems. After the introduction of the Laplace operator as a closable op-
erator in L p, its closure Δ is revisited in later chapters from different points of view: as
the operator arising from a suitable sesquilinear form, as the operator −∇ ∇ with its
natural domain, and as the generator of the heat semigroup. In parallel, the theory of its
Gaussian analogue, the Ornstein–Uhlenbeck operator, is developed and the connection
with orthogonal polynomials and the quantum harmonic oscillator is established. The
chapter on semigroup theory, besides developing the general theory, includes a detailed
treatment of some important examples such as the heat semigroup, the Poisson semi-
ix
https://doi.org/10.1017/9781009232487.001 Published online by Cambridge University Press

x Preface
group, the Schrödinger group, and the wave group. By presenting the material in this
integrated manner, it is hoped that the reader will appreciate Functional Analysis as a
subject that, besides having its own depth and beauty, is deeply connected with other
areas of Mathematics and Mathematical Physics.
In order to contain this already lengthy text within reasonable bounds, some choices
had to be made. Relatively abstract subjects such as topological vector spaces, Banach
algebras, and C -algebras are not covered. Weak topologies are introduced ad hoc, the
use of distributions in the treatment of weak derivatives is avoided, and the theory of
Sobolev spaces is developed only to the extent needed for the treatment of boundary
value problems, form methods, and semigroups. The chapter on states and observables
in Quantum Mechanics is phrased in the language of Hilbert space operators.
A work like this makes no claim to originality and most of the results presented here
belong to the core of the subject. Not just the statements, but often their proofs too, are
part of the established canon. Most are taken from, or represent minor variations of,
proofs in the many excellent Functional Analysis textbooks in print.
Special thanks go to my students, to whom I dedicate this work. Teaching them
has always been a great source of inspiration. Arjan Cornelissen, Bart van Gisbergen,
Sigur Gouwens, Tom van Groeningen, Sean Harris, Sasha Ivlev, Rik Ledoux, Yuchen
Liao, Eva Maquelin, Garazi Muguruza, Christopher Reichling, Floris Roodenburg, Max
Sauerbrey, Cynthia Slotboom, Joop Vermeulen, Matthijs Vernooij, Anouk Wisse, and
Timo Wortelboer pointed out many misprints and more serious errors in earlier ver-
sions of this manuscript. The responsibility for any remaining ones is of course with
me. A list with errata will be maintained on my personal webpage. I thank Emiel Lorist,
Lukas Miaskiwskyi, and Ivan Yaroslavtsev for suggesting some interesting problems,
Jock Annelle and Jay Kangel for typographical comments, and Francesca Arici, Martijn
Caspers, Tom ter Elst, Markus Haase, Bas Janssens, Kristin Kirchner, Klaas Landsman,
Ben de Pagter, Pierre Portal, Fedor Sukochev, Walter van Suijlekom, and Mark Veraar
for helpful discussions and valuable suggestions.
A significant portion of this book was written in the extraordinary circumstances of
the global pandemic. The sudden decrease in overhead and the opportunity of work-
ing from home created the time and serenity needed for this project. Paraphrasing the
epilogue of W. F. Hermans’s novel Onder Professoren (Among Professors), the book
was written entirely in the hours otherwise spent on departmental meetings, committee
meetings, evaluations, accreditations, visitations, midterms, reviews, previews, etcetera,
and so forth. All that precious time has been spent in a very useful way by the author.
Delft, March 2022

Notation and Conventions
We write N = {0, 1, 2, . . .} for the set of nonnegative integers, and Z, Q, R, and C for
the sets of integer, rational, real, and complex numbers. Whenever a statement is valid
both over the real and complex scalar field we use the symbol K to denote either R or C.
Given a complex number z = a + bi with a, b ∈ R, we denote by z = a − bi its complex
conjugate and by Re z = a and Im z = b its real and imaginary parts. We use the symbols
D and T for the open unit disc and the unit circle in the complex plane, respectively.
The indicator function of a set A is denoted by 1A . In the context of metric and normed
spaces, B(x; r) denotes the open ball with radius r centred at x. The interior and closure
of a set S are denoted by S◦ and S, respectively. We write S ⊆ S to express that S is a
subset of S. The complement of a set S is denoted by S when the larger ambient set,
of which S is a subset, is understood. We write |x| both for the absolute value of a real
number x ∈ R, the modulus of a complex number x ∈ C, and the euclidean norm of an
element x = (x1 , . . . , xd ) ∈ Kd. When dealing with functions f defined on some domain
f , we write f ≡ c on S ⊆ D if f (x) = c for all x ∈ S. The null space and range of a
linear operator A are denoted by N(A) and R(A) respectively. When A is unbounded, its
domain is denoted by D(A). A comprehensive list of symbols is contained in the index.
Unless explicitly otherwise stated, the symbols X and Y denote Banach spaces and H
and K Hilbert spaces. In order to avoid frequent repetitions in the statements of results,
these spaces are always thought of as being given and fixed. Conventions with this re-
gard are usually stated at the beginning of a chapter or, in some cases, at the beginning
of a section. The same pertains to the choice of scalar field. In Chapters 1–5, the scalar
field K can be either R or C, with a small number of exceptions where this is explicitly
stated, such as in our treatment of the Hahn–Banach theorem, the Fourier transform, and
the Hilbert transform. From Chapter 6 onwards, spectral theory and Fourier transforms
are used extensively and the default choice of scalar field is C. In many cases, however,
statements not explicitly involving complex numbers or constructions involving them
admit counterparts over the real scalars which can be obtained by simple complexifica-
tion arguments. We leave it to the interested reader to check this in particular instances.
xi

1
Banach Spaces
The foundations of modern Analysis were laid in the early decades of the twentieth
century, through the work of Maurice Fréchet, Ivar Fredholm, David Hilbert, Henri
Lebesgue, Frigyes Riesz, and many others. These authors realised that it is fruitful to
study linear operations in a setting of abstract spaces endowed with further structure to
accommodate the notions of convergence and continuity. This led to the introduction of
abstract topological and metric spaces and, when combined with linearity, of topological
vector spaces, Hilbert spaces, and Banach spaces. Since then, these spaces have played
a prominent role in all branches of Analysis.
The main impetus came from the study of or-
dinary and partial differential equations where
linearity is an essential ingredient, as evidenced
by the linearity of the main operations involved:
point evaluations, integrals, and derivatives. It
was discovered that many theorems known at
the time, such as existence and uniqueness re-
sults for ordinary differential equations and the
Fredholm alternative for integral equations, can
be conveniently abstracted into general theorems
about linear operators in infinite-dimensional
spaces of functions. Stefan Banach, 1898–1945
A second source of inspiration was the discov-
ery, in the 1920s by John von Neumann, that the
– at that time brand new – theory of Quantum Mechanics can be put on a solid math-
ematical foundation by means of the spectral theory of selfadjoint operators on Hilbert
spaces. It was not until the 1930s that these two lines of mathematical thinking were
brought together in the theory of Banach spaces, named after its creator Stefan Banach
(although this class of spaces was also discovered, independently and about the same
time, by Norbert Wiener). This theory provides a unified perspective on Hilbert spaces

2 Banach Spaces
and the various spaces of functions encountered in Analysis, including the spaces C(K)
of continuous functions and the spaces L p (Ω) of Lebesgue integrable functions.
1.1 Banach Spaces

The aim of the present chapter is to introduce the class of Banach spaces and dis-
cuss some elementary properties of these spaces. The main classical examples are only
briefly mentioned here; a more detailed treatment is deferred to the next two chapters.
Much of the general theory applies to both the real and complex scalar field. Whenever
this applies, the symbol K is used to denote the scalar field, which is R in the case of
real vector spaces and C in the case of complex vector spaces.
1.1.a Definition and General Properties

Definition 1.1 (Norms). A normed space is a pair (X, · ), where X is a vector space
over K and · : X → [0, ∞) is a norm, that is, a mapping with the following properties:
(i) x = 0 implies x = 0;

(ii) cx = |c| x for all c ∈ K and x ∈ X;
(iii) x + x x + x for all x, x ∈ X.
When the norm · is understood we simply write X instead of (X, · ). If we wish
to emphasise the role of X we write · X instead of · .
The properties (ii) and (iii) are referred to as scalar homogeneity and the triangle
inequality. The triangle inequality implies that every normed space is a metric space,
with distance function
d(x, y) := x − y.
This observation allows us to introduce metric notions such as openness, closedness,

compactness, denseness, limits, convergence, completeness, and continuity in the con-
text of normed spaces by carrying them over from the theory of metric spaces. For
instance, a sequence (xn )n1 in X is said to converge if there exists an element x ∈ X
such that limn→∞ xn − x = 0. This element, if it exists, is unique and is called the limit
of the sequence (xn )n1 . We then write limn→∞ xn = x or simply ‘xn → x as n → ∞’.
The triangle inequality (ii) implies both x − x x − x and x − x x −
x. Since x − x = (−1) · (x − x ) = x − x by scalar homogeneity, we obtain the
reverse triangle inequality

x − x x − x .
It shows that taking norms x → x is a continuous operation.

1.1 Banach Spaces 3
If limn→∞ xn = x and limn→∞ xn = x in X and c ∈ K is a scalar, then cxn − cx =

c(xn − x) = |c|xn − x implies
lim cxn − cx = 0.
n→∞
Likewise, (xn + xn ) − (x + x ) = (xn − x) + (xn − x ) xn − x + xn − x implies

lim (xn + xn ) − (x + x ) = 0.
n→∞
This proves sequential continuity, and hence continuity, of the vector space operations.
Throughout this work we use the notation
B(x0 ; r) := {x ∈ X : x − x0 < r}
for the open ball centred at x0 ∈ X with radius r > 0, and
B(x0 ; r) := {x ∈ X : x − x0 r}
for the corresponding closed ball. The open unit ball and closed unit ball are the balls
BX := B(0; 1) = {x ∈ X : x < 1}, BX := B(0; 1) = {x ∈ X : x 1}.
Definition 1.2 (Banach spaces). A Banach space is a complete normed space.
Thus a Banach space is a normed space X in which every Cauchy sequence is con-
vergent, that is, limm,n→∞ xn − xm = 0 implies the existence of an x ∈ X such that
limn→∞ xn − x = 0.
The following proposition gives a necessary and sufficient condition for a normed
space to be a Banach space. We need the following terminology. Given a sequence
(xn )n1 in a normed space X, the sum ∑n1 xn is said to be convergent, with sum x ∈ X,
if
N

lim x − ∑ xn = 0.
N→∞
n=1
The sum ∑n1 xn is said to be absolutely convergent if ∑n1 xn < ∞.

Proposition 1.3. A normed space X is a Banach space if and only if every absolutely
convergent sum in X converges in X.
Proof ‘Only if’: Suppose that X is complete and let ∑n1 xn be absolutely convergent.
Then the sequence of partial sums (∑nj=1 x j )n1 is a Cauchy sequence, for if n > m the
triangle inequality implies
n m n n

∑ x j − ∑ x j = ∑ x j ∑ x j ,
j=1 j=1 j=m+1 j=m+1
which tends to 0 as m, n → ∞. Hence, by completeness, the sum ∑n1 xn converges.

4 Banach Spaces
‘If’: Suppose that every absolutely convergent sum in X converges in X, and let
(xn )n1 be a Cauchy sequence in X. We must prove that (xn )n1 converges in X.
Choose indices n1 < n2 < . . . in such a way that xi − x j < 21k for all i, j nk ,
k = 1, 2, . . . The sum xn1 + ∑k1 (xnk+1 − xnk ) is absolutely convergent since
1
∑ xnk+1 − xnk ∑ 2k < ∞.
k1 k1
By assumption it converges to some x ∈ X. Then, by cancellation,

m
x = lim xn1 + ∑ (xnk+1 − xnk ) = lim xnm+1 ,
m→∞ m→∞
k=1
and therefore the subsequence (xnm )m1 is convergent, with limit x. To see that (xn )n1
converges to x, we note that
xm − x xm − xnm + xnm − x → 0
as m → ∞ (the first term since we started from a Cauchy sequence and the second term
by what we just proved).
The next theorem asserts that every normed space can be completed to a Banach
space. For the rigorous formulation of this result we need the following terminology.
Definition 1.4 (Isometries). A linear mapping T from a normed space X into a normed
space Y is said to be an isometry if it preserves norms. A normed space X is isometrically
contained in a normed space Y if there exists an isometry from X into Y .
Theorem 1.5 (Completion). Let X be a normed space. Then:
(1) there exists a Banach space X containing X isometrically as a dense subspace;

(2) the space X is unique up to isometry in the following sense: If X is isometrically
contained as a dense subspace in the Banach spaces X and X, then the identity
mapping on X has a unique extension to an isometry from X onto X.
Proof As a metric space, X = (X, d) has a completion X = (X, d) by Theorem D.6. We

prove that X is a Banach space in a natural way, with a norm · X such that d(x, x ) =
x − x X . The properties (1) and (2) then follow from the corresponding assertions for
metric spaces.
Recall that the completion X of X, as a metric space, is defined as the set of all
equivalence classes of Cauchy sequences in X, declaring the Cauchy sequences (xn )n1
and (xn )n1 to be equivalent if limn→∞ d(xn , xn ) = limn→∞ xn − xn = 0. The space X
is a vector space under the scalar multiplication
c[(xn )n1 ] := [c(xn )n1 ]

1.1 Banach Spaces 5
and addition
[(xn )n1 ] + [(xn )n1 ] := [(xn + xn )n1 ],
where the brackets denote the equivalence class.

If (xn )n1 is a Cauchy sequence in X, the reverse triangle inequality implies that the
nonnegative sequence (xn )n1 is Cauchy, and hence convergent by the completeness
of the real numbers. We now define a norm on X by
[(xn )n1 ]X := lim xn .

n→∞
Denoting by d the metric on X given by d(x, x ) := limn→∞ d(xn , xn ), where x = (xn )n1
and x = (xn )n1 , it is clear that d(x, x ) = x − x X .
1.1.b Subspaces, Quotients, and Direct Sums

Several abstract constructions enable us to create new Banach spaces from given ones.
We take a brief look at the three most basic constructions, namely, passing to closed
subspaces and quotients and building direct sums.
Subspaces A subspace Y of a normed space X is a normed space with respect to the

norm inherited from X. A subspace Y of a Banach space X is a Banach space with
respect to the norm inherited from X if and only if Y is closed in X.
To prove the ‘if’ part, suppose that (yn )n1 is a Cauchy sequence in the closed sub-
space Y of a Banach space X. Then it has a limit in X, by the completeness of X, and
this limit belongs to Y , by the closedness of Y . The proof of the ‘only if’ part is equally
simple and does not require X to be complete. If (yn )n1 is a sequence in the complete
subspace Y such that yn → x in X, then (yn )n1 is a Cauchy sequence in X, hence also
in Y , and therefore it has a limit y in Y , by the completeness of Y . Since (yn )n1 also
converges to y in X, it follows that y = x and therefore x ∈ Y .
Quotients If Y is a closed subspace of a Banach space X, the quotient space X/Y can
be endowed with a norm by
[x] := inf x − y,
y∈Y
where for brevity we write [x] := x +Y for the equivalence class of x modulo Y . Let us
check that this indeed defines a norm. If [x] = 0, then there is a sequence (yn )n1 in
Y such that x − yn < 1n for all n 1. Then
1 1
yn − ym yn − x + x − ym < + ,
n m

6 Banach Spaces
so (yn )n1 is a Cauchy sequence in X. It has a limit y ∈ X since X is complete, and we

have y ∈ Y since Y is closed. Then x − y = limn→∞ x − yn = 0, so x = y. This implies
that [x] = [y] = [0], the zero element of X/Y . The identity c[x] = |c|[x] is trivially
verified, and so is the triangle inequality.
To see that the normed space X/Y is complete we use the completeness of X and
Proposition 1.3. If ∑n1 [xn ] < ∞ and the yn ∈ Y are such that xn − yn [xn ], the
proposition implies that ∑n1 (yn − xn ) converges in X, say to x. Then, for all N 1,
N N N N N

[x] − ∑ [xn ] = x − ∑ xn x − ∑ xn + ∑ yn = x − ∑ xn − yn .
n=1 n=1 n=1 n=1 n=1
As N → ∞, the right-hand side tends to 0 and therefore limN→∞ ∑Nn=1 [xn ] = [x] in X/Y .
Direct Sums A product norm on a finite cartesian product X = X1 × · · · × XN of normed

spaces is a norm · satisfying

(0, . . . , 0, xn , 0, . . . , 0) = xn (x1 , . . . , xN )

n−th
for all x = (x1 , . . . , xN ) ∈ X and n = 1, . . . , N. For instance, every norm | · | on KN assign-

ing norm one to the standard unit vectors induces a product norm on X by the formula

(x1 , . . . , xN ) := (x1 , . . . , xN ). (1.1)
As a normed space endowed with a product norm, the cartesian product will be denoted
X = X1 ⊕ · · · ⊕ XN
and called a direct sum of X1 , . . . , XN . If every Xn is a Banach space, then the normed
space X is a Banach space. Indeed, from
N N

x = ∑ (0, . . . , 0, xn , 0, . . . , 0) ∑ xn Nx (1.2)
n=1 n=1
we see that a sequence (x(k) )k1 in X is Cauchy if and only if all its coordinate sequences
(k)
(xn )k1 are Cauchy. If the spaces Xn are complete, these coordinate sequences have
limits xn in Xn , and these limits serve as the coordinates of an element x = (x1 , . . . , xN )
in X which is the limit of the sequence (x(k) )k1 .
1.1.c First Examples

The purpose of this brief section is to present a first catalogue of Banach spaces. The
presentation is not self-contained; the examples will be revisited in more detail in the
next chapter, where the relevant terminology is introduced and proofs are given.

1.1 Banach Spaces 7
1 1 1
1 1 1
Figure 1.1 The open unit balls of R2 with respect to the norms · 1 , · 2 , · ∞ .
Example 1.6 (Euclidean spaces). On Kd we may consider the euclidean norm

d 1/2
a2 := ∑ |a j |2 ,
j=1
and more generally the p-norms

d 1/p
a p := ∑ |a j | p , 1 p < ∞,
j=1
as well as the supremum norm

a∞ := sup |a j |.
1 jd
It is not immediately obvious that the p-norms are indeed norms; the triangle inequal-
ity a + b p a p + b p will be proved in the next chapter. It is an easy matter to
check that the above norms are all equivalent in the sense defined in the next section.
In what follows the euclidean norm of an element x ∈ Kd is denoted by |x| instead of
the more cumbersome x2 .
Example 1.7 (Sequence spaces). Thinking of elements of Kd as finite sequences, the
preceding example may be generalised to infinite sequences as follows. For 1 p < ∞
the space p is defined as the space of all scalar sequences a = (ak )k1 satisfying
1/p
a p := ∑ |ak | p < ∞.
k1
The mapping a → a p is a norm which turns p into a Banach space. The space ∞ of
all bounded scalar sequences a = (ak )k1 is a Banach space with respect to the norm
a∞ := sup |ak | < ∞.
k1
The space c0 consisting of all bounded scalar sequences a = (ak )k1 satisfying
lim ak = 0
k→∞

8 Banach Spaces
5 y
3
f (x)
2
x
0.5 1
Figure 1.2 The open ball B( f ; 1) in C[0, 1] consists of all functions in C[0, 1] whose graph
lies inside the shaded area.
is a closed subspace of ∞. As such it is a Banach space in its own right.
Example 1.8 (Spaces of continuous functions). Let K be a compact topological space.

The space C(K) of all continuous functions f : K → K is a Banach space with respect
to the supremum norm
f ∞ := sup | f (x)|.
x∈K
This norm captures the notion of uniform convergence: for functions in C(K) we have
fn − f ∞ = 0 if and only if limn→∞ fn = f uniformly.
Example 1.9 (Spaces of integrable functions). Let (Ω, F, μ) be a measure space. For
1 p < ∞, the space L p (Ω) consisting of all measurable functions f : Ω → K such that
1/p
f p := | f | p dμ < ∞,
Ω
identifying functions that are equal μ-almost everywhere, is a Banach space with respect
to the norm · p . The space L∞ (Ω) consisting of all measurable and μ-essentially
bounded functions f : Ω → K, identifying functions that are equal μ-almost everywhere,
is a Banach space with respect to the norm given by the μ-essential supremum

f ∞ := μ- ess sup | f (ω)| := inf r > 0 : | f | r μ-almost everywhere .
ω∈Ω
Example 1.10 (Spaces of measures). Let (Ω, F ) be a measurable space. The space

M(Ω) consisting of all K-valued measures of bounded variation on (Ω, F ) is a Banach

space with respect to the variation norm
μ := |μ|(Ω) := sup ∑

A ∈F A∈A
|μ(A)|,
where F denotes the set of all finite collections of disjoint F -measurable subsets of Ω.
Example 1.11 (Hilbert spaces). A Hilbert space is an inner product space (H, (·|·)) that
is complete with respect to the norm
h := (h|h)1/2.
Examples include the spaces Kd with the euclidean norm, 2, and the spaces L2 (Ω).
Further examples will be given in later chapters.
1.1.d Separability
Most Banach spaces of interest in Analysis are infinite-dimensional in the sense that
they do not have a finite spanning set. In this context the following definition is often
useful.
Definition 1.12 (Separability). A normed space is called separable if it contains a

countable set whose linear span is dense.
Proposition 1.13. A normed space X is separable if and only if X contains a countable

dense set.
Proof The ‘only if’ part is trivial. To prove the ‘if’ part, let (xn )n1 have dense span
in. Let Q be a countable dense set in K (for example, one could take Q = Q if K = R
and Q = Q + iQ if K = C). Then the set of all Q-linear combinations of the xn , that is,
all linear combinations involving coefficients from Q, is dense in X.
Finite-dimensional spaces, the sequence spaces c0 and p with 1 p < ∞, the spaces
C(K) with K compact metric, and L p (D) with 1 p < ∞ and D ⊆ Rd open, are sepa-
rable. The separability of C(K) and L p (D) follows from the results proved in the next
chapter.
1.2 Bounded Operators

Having introduced normed spaces and Banach spaces, we now introduce a class of linear
operators acting between them which interact with the norm in a meaningful way.

10 Banach Spaces
1.2.a Definition and General Properties

Let X and Y be normed spaces.
Definition 1.14 (Bounded operators). A linear operator T : X → Y is bounded if there

exists a finite constant C 0 such that
T x Cx, x ∈ X.
Here, and in the rest of this work, we write T x instead of the more cumbersome T (x).
A bounded operator is a linear operator that is bounded.
The infimum CT of all admissible constants C in Definition 1.14 is itself admissible.

Thus CT is the least admissible constant. We claim that it equals the number
T := sup T x.
x1
To see this, let C be an admissible constant in Definition 1.14, that is, we assume that
T x Cx for all x ∈ X. Then T = supx1 T x C. This being true for all
admissible contants C, it follows that T CT . The opposite inequality CT T
follows by observing that for all x ∈ X we have
T x T x,
which means that T an admissible constant. This inequality is trivial for x = 0, and
for x = 0 it follows from scalar homogeneity, the linearity of T and the definition of the
number T :
1 x

T x = T xx = T x T x.
x x
Proposition 1.15. For a linear operator T : X → Y the following assertions are equiv-
alent:
(1) T is bounded;
(2) T is continuous;
(3) T is continuous at some point x0 ∈ X.
Proof The implication (1)⇒(2) follows from
T x − T x = T (x − x ) T x − x
and the implication (2)⇒(3) is trivial. To prove the implication (3)⇒(1), suppose that
T is continuous at x0 . Then there exists a δ > 0 such that x0 − y < δ implies T x0 −
Ty < 1. Since every x ∈ X with x < δ is of the form x = x0 − y with x0 − y < δ
(take y = x0 − x) and T is linear, it follows that x < δ implies T x < 1. By scalar
homogeneity and the linearity of T we may scale both sides with a factor δ , and obtain

that x < 1 implies T x < 1/δ . From this, and the continuity of x → x, it follows
that x 1 implies T x 1/δ , that is, T is bounded and T 1/δ .
Easy manipulations involving the properties of norms and linear operators, such as
those used in the above proofs, will henceforth be omitted.
The set of all bounded operators from X to Y is a vector space in a natural way with
respect to pointwise scalar multiplication and addition by putting
(cT )x := c(T x), (T + T )x := T x + T x .
This vector space will be denoted by L (X,Y ). We further write L (X) := L (X, X).
For all T, T ∈ L (X,Y ) and c ∈ K we have
cT = |c|T , T + T T + T .
Let us prove the second assertion; the proof of the first is similar. For all x ∈ X, the
triangle inequality gives
(T + T )x T x + T x (T + T )x,
and the result follows by taking the supremum over all x ∈ X with x 1.
Noting that T = 0 implies T = 0, it follows that T → T is a norm on L (X,Y ).
Endowed with this norm, L (X,Y ) is a normed space. If T : X → Y and S : Y → Z are
bounded, then so is their composition ST and we have
ST ST .
Indeed, for all x ∈ X we have
ST x ST x ST x
and the result follows by taking the supremum over all x ∈ X.
Proposition 1.16. If Y is complete, then L (X,Y ) is complete.
Proof Let (Tn )n1 be a Cauchy sequence in L (X,Y ). From Tn x − Tm x Tn −
Tm x we see that (Tn x)n1 is a Cauchy sequence in Y for every x ∈ X. Let T x denote
its limit. The linearity of each of the operators Tn implies that the mapping T : x →
T x is linear and we have T x = limn→∞ Tn x Mx, where M := supn1 Tn is
finite since Cauchy sequences in normed spaces are bounded. This shows that the linear
operator T is bounded, so it is an element of L (X,Y ). To prove that limn→∞ Tn − T =
0, fix ε > 0 and let N 1 be so large that Tn − Tm < ε for all m, n N. Then, for
m, n N, from
Tn x − Tm x εx

12 Banach Spaces
it follows, upon letting m → ∞, that

Tn x − T x εx.
This being true for all x ∈ X and n N, it follows that Tn − T ε for all n N.
The important special case Y = K leads to the following definition.
Definition 1.17. The dual space of a normed space X is the Banach space
X ∗ := L (X, K).
The elements of the dual space X ∗ are often referred to as bounded functionals or
simply functionals. Duality is a subject in its own right which will be taken up in Chapter
4. In that chapter, explicit representations of duals of several classical Banach spaces are
given. For Hilbert spaces this duality takes a particularly simple form, described by the
Riesz representation theorem, to be proved in Chapter 3.
It often happens that a linear operator can be shown to be well defined and bounded on
a dense subspace. In such cases, a density argument can be used to extend the operator
to the whole space.
Proposition 1.18 (Density argument – extending operators). Let X be a normed space
and Y be a Banach space, and let X0 be a dense subspace of X. If T0 : X0 → Y is a
bounded operator, there exists a unique bounded operator T : X → Y extending T0 . The
norm of this extension satisfies T = T0 .
Proof Fix x ∈ X, and suppose that limn→∞ xn = x with xn ∈ X0 for all n 1. The
boundedness of T0 implies that T0 xn − T0 xm T0 xn − xm → 0 as m, n → ∞, so
(T0 xn )n1 is a Cauchy sequence in Y . Since Y is complete, we have T0 xn → y for some
y ∈ Y.
If also xn → x, the same argument shows that T0 xn → y for some (possibly different)

y ∈ Y . From
T0 xn − T0 xn T0 xn − xn T0 (xn − x + x − xn )
it follows that
y − y = lim T0 xn − T0 xn = 0
n→∞
and therefore = y.y

Denoting the common limit y = y by T x, we thus obtain a well defined mapping
x → T x. It is evident that this mapping extends T0 , for if x ∈ X0 we may take xn = x and
then T x = limn→∞ T0 xn = T0 x.
It is easily checked that T is linear. To show that it is bounded, with T T0 , we
just note that
T x = lim T0 xn T0 lim xn = T0 x.
n→∞ n→∞

The converse inequality T T0 trivially holds since T extends T0 .

Finally, if the bounded operators T and T both extend T0 , then the bounded operator
T − T equals 0 on the dense subspace X0 and hence, by continuity, on all of X.
Under a uniform boundedness assumption, a similar density argument can be used to

extend the existence of limits from a dense subspace to the whole space.
Proposition 1.19 (Density argument – extending convergence of operators). Let X be

a normed space and Y a Banach space, and let X0 be a dense subspace of X. Let
(Tn )n1 be a sequence of operators in L (X,Y ) satisfying supn1 Tn < ∞. If the limit
limn→∞ Tn x0 exists in Y for all x0 ∈ X0 , then the limit T x := limn→∞ Tn x exists in Y for
all x ∈ X. Moreover, the operator T : x → T x is linear and bounded from X to Y , and
T lim inf Tn .

n→∞
Proof We will show that the sequence (Tn x)n1 is Cauchy for every x ∈ X. Fix arbitrary
x ∈ X and ε > 0 and choose x0 ∈ X0 in such a way that x − x0 < ε/M, where M :=
supn1 Tn . Since (Tn x0 )n1 is a Cauchy sequence, there is an N 1 such that Tn x0 −
Tm x0 < ε for all m, n N. Then, for all m, n N,
Tn x − Tm x Tn x − Tn x0 + Tn x0 − Tm x0 + Tm x0 − Tm x

Mx − x0 + ε + Mx0 − x < 3ε.
The sequence (Tn x)n1 is thus Cauchy. Since Y is complete this sequence has a limit,
which we denote by T x. Linearity of T : x → T x is clear, and boundedness along with
the estimate for the norm follow from
T x = lim Tn x = lim inf Tn x lim inf Tn x.

n→∞ n→∞ n→∞
This proposition should be compared with Proposition 5.3, which provides the fol-
lowing partial converse: if X is a Banach space, Y is a normed space, and (Tn )n1
is a sequence in L (X,Y ) such that T x := limn→∞ Tn x exists in Y for all x ∈ X, then
supn1 Tn < ∞.
Definition 1.20 (Null space and range). The null space of a bounded operator T ∈
L (X,Y ) is the subspace
N(T ) := {x ∈ X : T x = 0}.
The range of T is the subspace
R(T ) := {T x : x ∈ X}.

14 Banach Spaces
By linearity, both the null space N(T ) and the range R(T ) are subspaces. By continu-
ity, the null space of a bounded operator is closed. The following result gives a useful
sufficient criterion for the range of a bounded operator to be closed.
Proposition 1.21. Let X be a Banach space and Y be a normed space. If T ∈ L (X,Y )
satisfies T x Cx for some C > 0 and all x ∈ X, then T is injective and has closed
range.
Proof Injectivity is clear. Suppose that T xn → y in Y ; we must prove that y ∈ R(T ).
From xn − xm C−1 T xn − T xm it follows that (xn )n1 is a Cauchy sequence in X
and therefore converges to some x ∈ X. Then y = limn→∞ T xn = T x.
We conclude by introducing some terminology that will be used throughout this work.
In the next four definitions, X and Y are normed spaces.
Definition 1.22 (Isomorphisms). An isomorphism is a bijective operator T ∈ L (X,Y )
whose inverse is bounded as well. An isometric isomorphism is an isomorphism that is
also isometric. The spaces X and Y are called (isometrically) isomorphic if there exists
an (isometric) isomorphism from X to Y .
Definition 1.23 (Contractions). A contraction is an operator T ∈ L (X,Y ) satisfying
T 1.
Definition 1.24 (Uniform boundedness). A subset T of L (X,Y ) is said to be uniformly
bounded if it is a bounded subset of L (X,Y ), i.e., if supT ∈T T < ∞.
Definition 1.25 (Uniform, strong, and weak convergence of operators). A sequence
(Tn )n1 in L (X,Y ) is said to:
(1) converge uniformly to an operator T ∈ L (X,Y ) if
lim Tn − T = 0;
n→∞
(2) converge strongly to an operator T ∈ L (X,Y ) if

lim Tn x − T x = 0, x ∈ X;
n→∞
(3) converge weakly to an operator T ∈ L (X,Y ) if

lim Tn x − T x, y∗ = 0, x ∈ X, y∗ ∈ Y ∗ ,
n→∞
where Y ∗ is the dual of Y . In these situations we call T the uniform limit, respectively
the strong limit, respectively the weak limit, of the sequence (Tn )n1 .
Uniform convergence implies strong convergence and strong convergence implies
weak convergence, but the converses generally fail. For instance, the projections onto
the first n coordinates in p, 1 p < ∞, converge strongly to the identity operator, but not

uniformly; and the operators T n , where T is the right shift in p, 1 < p < ∞, converges
weakly to the zero operator but not strongly (for the case p = 1 see Problem 4.33).
1.2.b Subspaces, Quotients, and Direct Sums

Restrictions If T is a bounded operator from a normed space X into a normed space Y ,
then the restriction of T to a subspace X0 of X defines a bounded operator T |X0 from X0
into Y of norm T |X0 T .
Quotients Let Y be a closed subspace of a Banach space X. By the definition of the

quotient norm, the quotient map q : x → x + Y is bounded from X to X/Y of norm
q 1.
Let Z be a normed space and let T ∈ L (X, Z) be a bounded operator with the property
that Y is contained in the null space N(T ). We claim that
T/Y (x +Y ) := T x, x ∈ X,
defines a well-defined and bounded quotient operator T/Y : X/Y → Z of norm T/Y =
T . Well-definedness of T/Y is clear, and for all x ∈ X and y ∈ Y we have T x =
T (x + y) T x + y. Taking the infimum over all y ∈ Y gives the bound
T/Y (x +Y ) = T x T inf x + y = T x +Y .

y∈Y
Hence T/Y is bounded and T/Y T . For the converse inequality we note that
T x = T/Y (x +Y ) T/Y x +Y = T/Y inf x − y T/Y x.

y∈Y
Direct Sums If Xn is a normed space and Tn ∈ L (Xn ) for n = 1, . . . , N, then the direct
sum operator

N
T= Tn : (x1 , . . . , xN ) → (T1 x1 , . . . , TN xN )
n=1

is bounded on X = Nn=1 Xn with respect to any product norm; this follows from (1.2).
If the product norm is of the form (1.1), then T = max1nN Tn .
1.2.c First Examples

We revisit the examples of Section 1.1.c and discuss how various natural operations
used in Analysis give rise to bounded operators.

16 Banach Spaces
Example 1.26 (Matrices). Every m×n matrix A = (ai j )m,n

i, j=1 defines a bounded operator
in L (Kn, Km ) and its norm satisfies
m n 2 m n

A2 = sup |Ax|2 = sup
|x|1 |x|1
∑ ∑ ai j x j ∑ ∑ |ai j |2, (1.3)
i=1 j=1 i=1 j=1
where the last step follows from the Cauchy–Schwarz inequality. More generally, every
linear operator from a finite-dimensional normed space X into a normed space Y is
bounded; this will be shown in Corollary 1.37.
The upper bound (1.3) for the norm of a matrix A is not sharp. An explicit method to
determine the operator norm of a matrix is described in Problem 4.14.
Example 1.27 (Point evaluations). Let K be a compact topological space. For each
x0 ∈ K the point evaluation Ex0 : f → f (x0 ) is bounded as an operator from C(K) into
K with norm Ex0 = 1. Boundedness with norm Ex0 1 follows from
|Ex0 f | = | f (x0 )| sup | f (x)| = f ∞ .

x∈K
By considering f = 1, the constant-one function on K, it is seen that Ex0 = 1.
Example 1.28 (Integration). Let (Ω, F, μ) be a measure space. The mapping Iμ : f →

Ω f dμ is bounded from L (Ω) to K with norm Iμ = 1. Boundedness with norm
1
Iμ 1 follows from

|Iμ f | = f dμ | f | dμ = f 1 .
Ω Ω
By considering nonnegative functions it is seen that Iμ = 1.
Example 1.29 (Pointwise multipliers). Let (Ω, F, μ) be a measure space and fix 1

p ∞. For any m ∈ L∞ (Ω), the pointwise multiplier Tm : f → m f defines a bounded
operator on L p (Ω) with norm Tn = m∞ . Indeed, for μ-almost all ω ∈ Ω we have
|(m f )(ω)| = |m(ω)|| f (ω)| m∞ | f (ω)|.
For 1 p < ∞, upon integration we obtain
Tm f pp = |m f | p dμ m∞p | f | p dμ = m∞p f pp ,

Ω Ω
Tm is bounded on L p (Ω) and Tm m∞ . For p = ∞ the analogous bound follows by
taking essential suprema. Equality Tm = m∞ is obtain by considering, for 0 < ε < 1,
functions supported on measurable sets Fε ∈ F where |m| (1 − ε)m∞ μ-almost
everywhere.

Example 1.30 (Integral operators). Let μ be a finite Borel measure on a compact metric
space K. With respect to the product metric d((s,t), (s ,t )) := d(s,t) + d(s ,t ), K × K
is a compact metric space (see Proposition D.13). Let k ∈ C(K × K) and define, for
f ∈ C(K), the function T f : K → K by
T f (s) := k(s,t) f (t) dμ(t), s ∈ K.

K
Using the uniform continuity of k (see Theorem D.12), it is easy to see that T f is a
continuous function. Indeed, given ε > 0, choose δ > 0 so small that d((s,t), (s ,t )) < δ
implies |k(s,t) − k(s ,t )| < ε. Then d(s, s ) < δ implies
|T f (s) − T f (s )| ε | f (t)| dμ(t) ε μ(K) f ∞ .

K
As a result, T acts as a linear operator on C(K). To prove boundedness, we estimate
|T f (s)| |k(s,t)|| f (t)| dμ(t) μ(K)k∞ f ∞ .

K
Taking the supremum over s ∈ K, this results in
T f ∞ μ(K)k∞ f ∞ .
It follows that T is bounded and T μ(K) f ∞ .
For kernels k ∈ L∞ (K × K, μ × μ) the same prescription defines a bounded opera-
tor on L∞ (K, μ) satisfying the same estimate. If one takes k ∈ L2 (K × K, μ × μ), this
prescription gives a bounded operator T on L2 (K, μ) satisfying
T f 2 k2 f 2 . (1.4)
Indeed, by the Cauchy–Schwarz inequality (its abstract version for Hilbert spaces will
be proved in Chapter 3) and Fubini’s theorem we obtain
2

k(s,t) f (t) dμ(t) dμ(s)
K K

|k(s,t)|2 dμ(t) | f (t)|2 dμ(t) dμ(s) = k22 f 22
K K K
and the claim follows. This inequality generalises the one of Example 1.26.
Example 1.31 (Volterra operator). For all f ∈ L2 (0, 1), the Cauchy–Schwarz inequality
implies that the indefinite integral
s
T f (s) := f (t) dt, s ∈ [0, 1],
0
is well defined and that |T f (s) − T f (s )| |s − s |1/2 f 2 for all s, s ∈ [0, 1]. From this
we infer that T f ∈ C[0, 1] and, by taking s = 0, that T f ∞ f 2 . This implies that
T is bounded from L2 (0, 1) into C[0, 1] with norm T 1.

18 Banach Spaces
For functions g ∈ C[0, 1], the pointwise estimate |g(t)| g∞ implies
1
|g(t)|2 dt g2∞ ,
0
so g ∈ L2 (0, 1) and g2 g∞ . This shows that C[0, 1] defines a subspace of L2 (0, 1),
with an inclusion mapping that is bounded of norm at most 1. Composing T with this in-
clusion mapping, the indefinite integral can be viewed as a bounded operator on L2 (0, 1)
of norm at most 1. Interestingly, this norm bound is not sharp; it can be shown that the
norm of this operator equals 2/π. This will be proved using the spectral theory of self-
adjoint operators in Chapter 8.
As this brief list of examples already shows, operators occurring naturally in Analysis
have a tendency to be bounded. This raises the natural question whether linear operators
acting between Banach spaces X and Y are always bounded. If one is willing to accept
the Axiom of Choice the answer is negative, even for separable Hilbert spaces X and Y =
K (see Problem 3.23). In Zermelo–Fraenkel Set Theory without the Axiom of Choice,
it is consistent that every linear operator acting between Banach spaces is bounded. The
reader is referred to the Notes to Chapter 3 for a further discussion of this topic.
1.3 Finite-Dimensional Spaces

The aim of this section is to prove that every finite-dimensional normed space is a
Banach space. This will be deduced as an easy consequence of the fact that every two
norms on a finite-dimensional normed space are equivalent, in the sense made precise
in the next definition.
Definition 1.32 (Equivalent norms). Two norms · and ||| · ||| on a vector space X are
equivalent if there exist constants 0 < c C < ∞ such that for all x ∈ X we have
cx |||x||| Cx.
Example 1.33. Any two product norms on the product X = X1 × · · · × XN of normed
spaces are equivalent. Indeed, (1.2) shows that every product norm on X is equivalent
to the product norm x1 := ∑Nn=1 xn on X.
In the above situation we have the inclusions of open balls
B· (x; r/C) ⊆ B|||·||| (x; r) ⊆ B· (x; r/c).
Hence if two norms on a given vector space are equivalent the resulting normed spaces
have the same open sets. This implies that topological notions such as openness, closed-
ness, compactness, convergence, and so forth, are preserved under passing to an equiv-
alent norm.

1.3 Finite-Dimensional Spaces 19
Theorem 1.34 (Equivalence of norms in finite dimensions). Every two norms on a

finite-dimensional vector space are equivalent.
Proof Let (X, · ) be a finite-dimensional normed space, say of dimension d, and let
(x j )dj=1 be a basis for X. Relative to this basis, every x ∈ X admits a unique representa-
tion x = ∑dj=1 c j x j . We may use this to define a norm · 2 on X by
d d 1/2

∑ c j x j := ∑ |c j |2 .
j=1 2 j=1
The theorem follows once we have shown that the norms · and · 2 are equivalent.
Let M = max1 jd x j . By the triangle inequality and the Cauchy–Schwarz inequal-
ity, for all x = ∑dj=1 c j x j we have
d d d 1/2
x ∑ |c j |x j M ∑ |c j | Md 1/2 ∑ |c j |2 = Md 1/2 x2 . (1.5)
j=1 j=1 j=1
This gives one of the two inequalities in the definition of equivalence of norms.
To prove that a similar inequality holds in the opposite direction, let S2 denote the
unit sphere in (X, · 2 ). Since (c1 , . . . , cd ) → ∑dj=1 c j x j maps the unit sphere of Kd iso-
metrically (hence continuously) onto S2 , S2 is compact. Consider the identity mapping
I : x → x, viewed as a mapping from S2 to (X, · ). The inequality (1.5) implies that I
is bounded and therefore continuous. Since taking norms is continuous as well and S2
is compact, the mapping x → Ix is continuous from S2 to [0, ∞) and takes a minimum
at some point x0 ∈ S2 .
Denoting this minimum by m, we claim that m > 0. It is clear that m 0. Reasoning
by contradiction, if we had m = Ix0 = 0, then Ix0 = 0 in X, hence x0 = 0 as an
element of S2 . Then x0 2 = 0, while at the same time x0 2 = 1 because x0 ∈ S2 . This
contradiction proves the claim.
For any nonzero x ∈ X we have x x
∈ S2 and therefore I x x
m. This gives the
2 2
estimate
mx2 Ix = x
for nonzero x ∈ X; for trivial reasons it also holds for x = 0.
Corollary 1.35. Every d-dimensional normed space is isomorphic to Kd. In particular,

every finite-dimensional normed space is a Banach space.
Proof The first assertion has been proved in the course of the proof of Theorem 1.34,
and the second assertion follows from it since Kd is complete.
Corollary 1.36. Every finite-dimensional subspace of a normed space is closed.

20 Banach Spaces
Proof By Corollary 1.35, every a finite-dimensional subspace of a normed space is

complete, and it has been shown in the first paragraph of Section 1.1.b that every com-
plete subspace of a normed space is closed.
Corollary 1.37. Every linear operator from a finite-dimensional normed space X into
a normed space Y is bounded.
Proof Let(x j )dj=1 be a basis for X. If T : X → Y is linear, for x = ∑dj=1 c j x j we obtain,
by the Cauchy–Schwarz inequality,
d d

T x = ∑ c j T x j ∑ |c j |T x j Md 1/2 x2 ,
j=1 j=1
where x2 := (∑dj=1 |c j |2 )1/2 as in Theorem 1.34 and M := max1nd T xn . By The-

orem 1.34 there exists a constant K 0 such that x2 Kx for all x ∈ X. Combining
this with the preceding estimate we obtain
T x Md 1/2 x2 KMd 1/2 x.
This means that T is bounded with norm at most KMd 1/2 .
Every bounded subset of a finite-dimensional normed space X is relatively compact;
this follows from the corresponding result for Kd and the fact that X is isomorphic to
Kd for some d 1 by Corollary 1.35. Conversely, a normed space with the property
that every bounded subset is relatively compact is finite-dimensional:
Theorem 1.38 (Finite-dimensional Banach spaces). The unit ball of a normed space X
is relatively compact if and only if X is finite-dimensional.
The proof depends on the following lemma:
Lemma 1.39 (Riesz). If Y is a proper closed subspace of a normed space X, then for
every ε > 0 there exists a norm one vector x ∈ X with d(x,Y ) 1 − ε.
Here, d(x,Y ) = infy∈Y x − y is the distance from x to Y .
Proof Fix any x0 ∈ X \Y ; such x0 exists since Y is a proper subspace of X. Fix ε > 0
and choose y0 ∈ Y such that x0 − y0 (1 + ε)d(x0 ,Y ). The vector (x0 − y0 )/x0 − y0
has norm one, and for all y ∈ Y we have
x −y x − y − yx − y d(x0 ,Y )
0 0 0 0 0 0 1
− y = = .
x0 − y0 x0 − y0 (1 + ε)d(x0 ,Y ) 1 + ε
It follows that
x −y 1
0 0
d ,Y .
x0 − y0 1+ε
Since (1 + ε)−1 → 1 as ε ↓ 0, this completes the proof.

1.4 Compactness 21
Proof of Theorem 1.38 It remains to prove the ‘only if’ part. Suppose that X is infinite-
dimensional and pick an arbitrary norm one vector x1 ∈ X. Proceeding by induction,
suppose that norm one vectors x1 , . . . , xn ∈ X have been chosen such that xk − x j 12
for all 1 j = k n. Choose a norm one vector xn+1 ∈ X by applying Riesz’s lemma
to the proper closed subspace Yn = span{x1 , . . . , xn } and ε = 12 (that Yn is closed follows
from Corollary 1.36). Then xn+1 − x j 12 for all 1 j n.
The resulting sequence (xn )n1 is contained in the closed unit ball of X and satisfies
x j − xk 1 for all j = k 1, so (xn )n1 has no convergent subsequence. It follows
that the closed unit ball of X is not compact.
1.4 Compactness
Let X be a normed space. By Theorem 1.38, the collections of bounded subsets of X
and relatively compact subsets of X coincide if and only if X is finite-dimensional. Thus,
in infinite-dimensional spaces, relative compactness is a stronger property than bound-
edness. The purpose of the present section is to record some easy but useful general
results on compactness that will be frequently used. Compactness in the spaces C(K)
and L p (Ω) will be studied in the next chapter, and compact operators, that is, operators
which map bounded sets into relatively compact sets, are studied in Chapter 7.
By a general result in the theory of metric spaces (Theorem D.10), every relatively
compact set in a normed space is totally bounded, and the converse holds in Banach
spaces. This fact is used in the proof of the following necessary and sufficient condition
for compactness. For sets A and B in a vector space V we write
A + B := {u + v : u ∈ A, v ∈ B}.
Proposition 1.40. A subset S of a Banach space X is relatively compact if and only if
for all ε > 0 there exists a relatively compact set Kε ⊆ X such that S ⊆ Kε + B(0; ε).
Proof ‘If’: The existence of the sets Kε implies that S is totally bounded and hence
relatively compact, for if the balls B(x1,ε ; ε), . . . , B(xnε ,ε ; ε) cover Kε , then the balls
B(x1,ε ; 2ε), . . . , B(xnε ,ε ; 2ε) cover S.
‘Only if’: This is trivial (take Kε = S for all ε > 0).
The convex hull of a subset F of a vector space V is the smallest convex set in V
containing F. This set is denoted by co(F). When F is a subset of a normed space, the
closure of co(F) is denoted by co(F) and is referred to as the closed convex hull of F.
As a first application of Proposition 1.40 we have the following result.
Proposition 1.41. The closed convex hull of a compact set in a Banach space is com-
pact.

22 Banach Spaces
Proof Let K be a compact subset of the Banach space X. For every N 1 the set
N N
coN (K) := ∑ λn xn : xn ∈ K and 0 λn 1 for all n = 1, . . . , N, ∑ λn = 1
n=1 n=1
is contained in the image of the compact set [0, 1]N × K N

under the continuous mapping
that sends ((λ1 , . . . , λN ), (x1 , . . . , xN )) to ∑Nn=1 λn xn .
Let ε > 0 be arbitrary, let the open balls B(ξ1 ; ε), . . . , B(ξM ; ε) cover K, and consider
an element x ∈ co(K), say ∑kj=1 λ j x j . For each j = 1, . . . , k let 1 m j M be an index
such that
x j − ξm j = min x j − ξm .
m=1,...,M
Then
k k k

x − ∑ λ j ξm j ∑ λ j x j − ξm j < ∑ λ j ε = ε.
j=1 j=1 j=1
Since ∑kj=1 λ j ξm j
= m=1 (∑ j: m j =m λ j )ξm
∑M ∈ coM (K), this implies that x ∈ coM (K) +
B(0; ε). This shows that co(K) ⊆ coM (K) + B(0; ε). It now follows from Proposition
1.40 that co(K) is relatively compact.
The second result asserts that strong convergence implies uniform convergence on
relatively compact sets.
Proposition 1.42. Let X and Y be normed spaces, let the operators Tn ∈ L (X,Y ),
n 1, be uniformly bounded, and let T ∈ L (X,Y ). If limn→∞ Tn = T strongly, then for
all relatively compact subsets K of X we have
lim sup Tn x − T x = 0.
n→∞ x∈K
It will be shown in Proposition 5.3 that if X is a Banach space, strong convergence

Tn → T already implies uniform boundedness of the operators Tn .
Proof Let K be a relatively compact subset of X, let ε > 0 be arbitrary, and select
finitely many open balls B(x1 ; ε), . . . , B(xk ; ε) covering K. Choose N 1 so large that
Tn x j − T x j < ε for all n N and j = 1, . . . , k. Let M := supn1 Tn ; this number is
finite by assumption. Fixing an arbitrary x ∈ K, choose 1 j0 k such that x − x j0 <
ε. Then, for n N,
Tn x − T x Tn x − Tn x j0 + Tn x j0 − T x j0 + T x j0 − T x
Mε + ε + Mε = (2M + 1)ε.
Taking the supremum over x ∈ K, it follows that if n N, then
sup Tn x − T x (2M + 1)ε.
x∈K

Since ε > 0 was arbitrary, this proves the final assertion.
1.5 Integration in Banach Spaces

In a variety of circumstances, some of which will be encountered in later chapters, one
wishes to integrate X-valued functions, where X is a Banach space. In order to have
the tools available when they are needed, we insert a brief discussion of the X-valued
counterparts of the Riemann and Lebesgue integrals.
1.5.a The Riemann Integral

Let K be a compact metric space and let μ be
a finite Borel measure on K. We will set up the
Riemann integral with respect to μ for continu-
ous functions f : K → X. To this end we need the
following terminology. A partition of K is a fi-
nite collection of pairwise disjoint Borel subsets
of K whose union equals K. The mesh of a par-
tition is the diameter of the largest subset in the
partition.
Proposition 1.43 (Riemann integral). Let μ be a

finite Borel measure on a compact metric space
Bernhard Riemann, 1826–1866
K, let X be a Banach space, and let f : K → X
be a continuous function. There exists a unique

element in X, denoted by K f dμ, with the fol-
lowing property: for every ε > 0 there exists a δ > 0 such that whenever (Kn )Nn=1 is a
partition of K of mesh less than δ and (tn )Nn=1 is a collection of points in K with tn ∈ Kn
for all n = 1, . . . , N, then
N

f dμ − ∑ μ(Kn ) f (tn ) < ε.
K n=1
The proof of this theorem follows the undergraduate construction of the Riemann
integral for continuous functions f : [0, 1] → K step-by-step and is therefore omitted.

The element K f dμ is called the Riemann integral of f with respect to μ. Whenever

this is convenient we use the more elaborate notation K f (t) dμ(t).
Proposition 1.44. Let μ be a finite Borel measure on a compact metric space K, let X

24 Banach Spaces
be a Banach space, and let f : K → X be a continuous function. Then

f dμ f dμ.
K K
Proof For any partition (Kn )Nn=1

of K and any collection of points (tn )Nn=1 in K with
tn ∈ Kn for all n = 1, . . . , N we have
N N

∑ μ(Kn ) f (tn ) ∑ μ(Kn ) f (tn )
n=1 n=1
by the triangle inequality. The result follows by taking the limit along any sequence of
partitions whose meshes tend to zero.
In the special case where K = [0, 1] and μ is the Lebesgue measure, the usual calculus
rules apply (defining differentiability of an X-valued function in the obvious way):
Proposition 1.45. Let X be a Banach space and let f : [0, 1] → X be a function. Then:
(1) if f is differentiable at the point t0 ∈ [0, 1], then f is continuous at t0 ;

(2) if f is differentiable on (0, 1) and f ≡ 0 on (0, 1), then f is constant on (0, 1);
(3) if f is continuously differentiable on [0, 1], then
1
f (t) dt = f (1) − f (0).
0
Proof (1): Fix an arbitrary ε > 0. The assumption implies there exists δ > 0 such that
if t ∈ [0, 1] with |t − t0 | < δ , then
f (t) − f (t )

− f (t0 ) < ε.
0

t − t0
Then f (t) − f (t0 ) < (ε + f (t0 ))|t − t0 | and continuity at t0 follows.
(2): The usual calculus proof via Rolle’s theorem does not extend to the present
setting, as it uses the order structure of the real numbers.
Fix an arbitrary ε > 0. For each t ∈ (0, 1), the assumption f (t) = 0 implies that there
exists h(t) > 0 such that the interval It := (t − h(t),t + h(t)) is contained in (0, 1) and
f (t) − f (s) ε|t − s|, s ∈ It .
Fix a closed subinterval [a, b] ⊆ (0, 1). The intervals It , t ∈ [a, b], cover the compact set
[a, b] and therefore this set is contained in the union of finitely many intervals It1 , . . . , ItN .
By adding the intervals Ia and Ib and relabelling (and perhaps discarding some of the
intervals), we may assume that a = t1 , b = tN , and Itn ∩ Itn+1 = ∅ for n = 1, . . . , N − 1.
Choosing sn ∈ Itn ∩ Itn+1 we have
f (tn+1 ) − f (tn ) f (tn+1 ) − f (sn ) + f (sn ) − f (tn )

ε(tn+1 − sn ) + ε(sn − tn ) = ε(tn+1 − tn ).

Now let t ∈ [a, b], say t ∈ Itk . Then
f (t) − f (a) f (t) − f (tk ) + f (tk ) − f (tk−1 ) + · · · + f (t2 ) − f (t1 )
ε(t − tk ) + ε(tk − tk−1 ) + · · · + ε(t2 − t1 ) = ε(t − a).
This being true for all ε > 0 it follows that f (t) = f (a) for all t ∈ [a, b]. This proves that
f is constant on every subinterval [a, b] ⊆ (0, 1) and therefore on (0, 1).
t
(3): For the function g : [0, 1] → X, g(t) := f (t) − 0 f (s) ds, we have
1 1 t+h
lim (g(t + h) − g(t)) = f (t) − lim f (s) ds = 0
h→0h h→0 h t
by continuity, and therefore g is continuously differentiable on [0, 1] with derivative
g = 0. It follows from (2) that g is constant on (0, 1), hence on [0, 1] by continuity, and
then g(0) = f (0) implies
t
f (t) − f (s) ds = g(t) = g(0) = f (0), t ∈ [0, 1].
0
Taking t = 1 gives the result.
In Chapter 4 we will sketch a different proof using duality.
1.5.b The Bochner Integral

We turn next to the more delicate problem of generalising the Lebesgue integral to
functions taking values in a Banach space X. The results of this section will be needed
only in Chapter 13.
In what follows we fix a measure space (Ω, F ). It is a matter of experience that
if one attempts to define the measurability of a function f : Ω → X by imposing that
f −1 (B) be in F for all Borel (equivalently, for all open) subsets of X, one arrives at
a notion of measurability that is not very practical, the problem being that it does not
connect well with approximation theorems such as the dominated convergence theorem.
It turns out that it is better to start from the following necessary and sufficient condition
for measurability in the scalar-valued setting: A scalar-valued function is measurable if
and only if it is the pointwise limit of a sequence of simple functions.
For a function f : Ω → K and x ∈ X we define f ⊗ x : Ω → X by
( f ⊗ x)(ω) := f (ω)x. (1.6)
Definition 1.46 (Simple functions, strong measurability). A function f : Ω → X is
called simple if it is a finite linear combination of functions of the form 1F ⊗ x with
F ∈ F and x ∈ X, and strongly measurable if it is the pointwise limit of a sequence of
simple functions.

26 Banach Spaces
A scalar-valued function is strongly measurable if and only if it is measurable, and

for such functions we omit the adjective ‘strongly’.
Theorem 1.47 (Pettis measurability theorem, first version). A function f : Ω → X is

strongly measurable if and only if f takes its values in a separable closed subspace X0
of X and the nonnegative functions f (·) − x0 are measurable for all x0 ∈ X0 .
A second version of this theorem will be proved in Chapter 4 (see Theorem 4.19).
Proof ‘If’: Let (xn )n1 be dense in X0 and define the functions φn : X0 → {x1 , . . . , xn }
as follows. For each y ∈ X0 let k(n, y) be the least integer 1 k n such that
y − xk = min y − x j ,
1 jn
and put φn (y) := xk(n,y) . Since (xn )n1 is dense in X0 we have
lim φn (y) − y = 0, y ∈ X0 .

n→∞
Now define ψn : Ω → X by
ψn (ω) := φn ( f (ω)), ω ∈ Ω.
We have

{ω ∈ Ω : ψn (ω) = x1 } = ω ∈ Ω : f (ω) − x1 = min f (ω) − x j
1 jn
and, for 2 k n,
{ω ∈ Ω : ψn (ω) = xk }

= ω ∈ Ω : f (ω) − xk = min f (ω) − x j < min f (ω) − x j .
1 jn 1 j<k−1
In both identities, the set on the right-hand side is in F. Hence each ψn is simple, takes
values in X0 , and for all ω ∈ Ω we have
lim ψn (ω) − f (ω) = lim φn ( f (ω)) − f (ω) = 0.

n→∞ n→∞
‘Only if’: Let fn → f pointwise with each fn simple. Let X0 be the closed linear span
of the ranges of the functions fn . Then X0 is separable and f takes its values in X0 .
Moreover, ω → f (ω) − x0 = limn→∞ fn (ω) − x0 is measurable.
Corollary 1.48. If limn→∞ fn = f pointwise, with each fn strongly measurable, then f

is strongly measurable.
Proof We check the conditions of the Pettis measurability theorem. Every function fn :
Ω → X is the pointwise limit of a sequence of simple functions fnm : Ω → X, and every
fnm takes at most finitely many different values. It follows that f takes its values in the

closed linear span of these countably many finite sets, which is a separable subspace of
X. The measurability of the functions fn −x0 implies that f −x0 is measurable.
Definition 1.49 (μ-Simple functions). A simple function f = ∑Nn=1 1Fn ⊗ xn is called

μ-simple if μ(Fn ) < ∞ for all n = 1, . . . , N. For such functions we define
N
Ω
f dμ := ∑ μ(Fn )xn .
n=1

We leave it as a simple exercise to verify that Ω f dμ is well defined in the sense
that it does not depend on the representation of f as a linear combination of functions
1Fn ⊗ xn with μ(Fn ) < ∞. If f is μ-simple, the triangle inequality implies

f dμ f dμ. (1.7)
Ω Ω
Definition 1.50 (Bochner integral). A strongly measurable function f : Ω → X is said

to be Bochner integrable with respect to μ if there is a sequence of μ-simple functions
fn : Ω → X such that
lim f − fn dμ = 0. (1.8)
n→∞ Ω
In that case we define the Bochner integral of f by
f dμ := lim fn dμ. (1.9)

Ω n→∞ Ω
The nonnegative functions f − fn are measurable by the Pettis measurability theo-

rem, so the integral in (1.8) is well defined. The limit in (1.9) exists since the assumption

together with (1.7) (applied to fn − fm ) implies that ( Ω fn dμ)n1 is a Cauchy sequence

in X. We leave it as another simple exercise to verify that Ω f dμ is well defined in
the sense that it does not depend on the sequence of approximating functions fn . It is
equally elementary to verify that if Ω = K is a compact metric space and F is its Borel
σ -algebra, then every continuous function f : K → X is Bochner integrable with respect
to μ and the Bochner integral coincides with the Riemann integral.
Proposition 1.51. A strongly measurable function f : Ω → X is Bochner integrable

with respect to μ if and only if
f dμ < ∞.
Ω
In this situation we have

f dμ f dμ.
Ω Ω

28 Banach Spaces

Proof ‘If’: Let f be a strongly measurable function satisfying Ω f dμ < ∞. Let gn
be simple functions such that limn→∞ gn = f pointwise and define
fn := 1{gn 2 f } gn .
Then each fn is simple and we have limn→∞ fn = f pointwise. Since fn 2 f point-

wise and Ω f dμ < ∞, each fn is μ-simple and by dominated convergence we obtain
lim f − fn dμ = 0.
n→∞ Ω
‘Only if’: If f is Bochner integrable and the μ-simple function g : Ω → X is such that

Ω f − g dμ 1, then
f dμ 1 + g dμ < ∞.
Ω Ω
The final assertion follows from (1.7) by approximation.
Problems
1.1 Show that in any normed space X, for all x0 ∈ X and r > 0 the following assertions
hold:
(a) B(x0 ; r) = {x ∈ X : x − x0 < r} is an open set.
(b) B(x0 ; r) = {x ∈ X : x − x0 r} is a closed set.
(c) B(x0 ; r) = B(x0 ; r), that is, B(x0 ; r) is the closure of B(x0 ; r).
1.2 Let X be a normed space.
(a) Show that if x, y ∈ X satisfy x − y < ε with 0 < ε < x, then y = 0 and
x

x − y < 2ε.
y
(b) Show that the constant 2 in part (a) is the best possible.
1.3 Show that a norm · on the product X = X1 × · · · × XN of normed spaces is a
product norm if and only if x∞ x x1 for all x = (x1 , . . . , xN ) ∈ X, where
N
x∞ := max xn ,
1nN
x1 := ∑ xn .
n=1
1.4 Show that if X = X1 ⊕ · · · ⊕ XN is a direct sum of normed spaces, then each sum-
mand Xn is closed as a subspace of X.
1.5 Prove that if T ∈ L (X,Y ) is bounded, then
T = sup T x = sup T x.
x=1 x<1

Problems 29
1.6 Let X and Y be normed spaces and let T ∈ L (X,Y ). Prove that for all x ∈ X and
r > 0 we have
sup Ty rT .
y∈B(x;r)
1.7 Let X0 := Cc1 (0, 1) be the vector space of all C1 -functions f : [0, 1] → K with
compact support in (0, 1).
(a) Show that X := { f ∈ C[0, 1] : f (0) = f (1) = 0} is a Banach space and that
X0 is dense in X.
(b) Show that for each f ∈ X0 the limit limn→∞ Tn f exists with respect to the
norm of X and equals f , where
f (t + 1/n) − f (t)
Tn f (t) = .
1/n
(c) Show that there are functions f ∈ X for which the limit limn→∞ Tn f does not
exist in X.
This example shows that the uniform boundedness assumption cannot be omitted
in Proposition 1.19.
1.8 Show that if two norms · and · on a normed space X are equivalent, then
the norms of the completions of (X, · ) and (X, · ) are equivalent.
1.9 Let · and · be two norms on a vector space X. Show that the following
assertions are equivalent:
(1) there exists a constant C 0 such that x Cx for all x ∈ X;
(2) every open set in (X, · ) is open in (X, · );
(3) every convergent sequence in (X, · ) is convergent in (X, · );
(4) every Cauchy sequence in (X, · ) is Cauchy in (X, · ).
1.10 Let X be a Banach space with respect to the norms · and · . Suppose that
· and · agree on a subspace Y that is dense in X with respect to both norms.
(a) Show that the norms agree on all of X.
Hint: Apply Proposition 1.18 to the identity mapping on Y , viewed as a map-
ping from the normed space (Y, · ) to the normed (Y, · ) and as a map-
ping in the opposite direction.
(b) Comment on the following “solution” to part (a): Let x ∈ X be fixed and,
using density, choose a sequence xn → x with xn ∈ Y for all n 1. Then
x = limn→∞ xn = limn→∞ xn = x .
1.11 Provide the details to the ‘if’ part of the proof of Proposition 1.13.
1.12 Let X be a normed space.
(a) Show that if X is separable, then the completion of X is separable.

30 Banach Spaces
(b) Show that if X is a Banach space and Y is a closed subspace of X, then X is

separable if and only if both Y and X/Y are separable.
1.13 Determine whether the following sets are open and/or closed in C[0, 1]:
(a) { f ∈ C[0, 1] : f (t) 0 for all t ∈ [0, 1]};
(b) { f ∈ C[0, 1] : f (t) > 0 for all t ∈ [0, 1]}.
1.14 This problem gives an example of a bounded operator that does not attain its norm.
Let X be the space of continuous functions f : [0, 1] → K satisfying f (0) = 0.
(a) Show that X is a closed subspace of C[0, 1].
Thus, with the norm inherited from C[0, 1], X is a Banach space.
(b) Show that the operator T : X → K,
1
T f := f (t) dt,
0
is bounded and has norm T = 1.

(c) Prove that |T f | < 1 for all f ∈ X with f ∞ 1.
1.15 This problem gives an example of a bounded operator whose range is not closed.
Consider the linear operator T on C[0, 1] given by the indefinite integral
t
T f (t) = f (s) ds, t ∈ [0, 1].
0
(a) Show that T is bounded and compute its norm.

(b) Show that R(T ) = { f ∈ C1 [0, 1] : f (0) = 0} and conclude that R(T ) is a
proper dense subspace of C[0, 1].
1.16 Let X be a Banach space and Y be a normed space. Show that if T : X → Y is a
bounded operator satisfying T x Cx for some C > 0 and all x ∈ X, then its
range R(T ) is complete and T is an isomorphism from X to R(T ).
1.17 Let X and Y be finite-dimensional normed spaces. Prove that if Tn , T ∈ L (X,Y ),
then the following assertions are equivalent:
(1) limn→∞ Tn = T uniformly;
(2) limn→∞ Tn = T strongly;
(3) limn→∞ Tn = T weakly.
1.18 Let 1 p < ∞.
(a) Show that p is a dense subspace of c0 .
(b) Show that the inclusion mapping of p into c0 is bounded.
1.19 Show that a normed space X and its completion X have the same dual, that is, the
∗
restriction mapping x∗ → x∗ |X is an isometric isomorphism from X onto X ∗ .

Problems 31
1.20 Let X be a real vector space. The product X × X can be given the structure of a
complex vector space by introducing a complex scalar multiplication as follows:
(a + ib)(x, y) := (ax − by, bx + ay).
The idea is to think of the pair (x, y) ∈ X × X as “x + iy”.

(a) Check that this formula for the scalar multiplication does indeed turn X × X
into a complex vector space.
The resulting complex vector space is denoted by XC .
Suppose now that X is a real normed space.
(b) Prove that the formula
(x, y) := sup (cos θ )x + (sin θ )y

θ ∈[0,2π]
defines a norm on XC which turns it into a complex normed space. Show that
XC is a Banach space if and only if X is a Banach space.
(c) Show that this norm on XC extends the norm of X in the sense that (x, 0) =
(0, x) = x for all x ∈ X.
(d) Show that (x, y) = (x, −y) for all x, y ∈ X.
(e) Show that any two norms on XC which satisfy the identities in parts (c) and
(d) are equivalent.
1.21 Let X be a real Banach space and let XC be the complex Banach space constructed
in Problem 1.20.
(a) Show that if T is a (real-)linear bounded operator on X, then T extends to a
bounded (complex-)linear operator TC on XC by putting TC (x, y) := (T x, Ty).
(b) Show that TC = T .
1.22 As a variation on Proposition 1.40, show that a bounded subset S of a Banach
space X is relatively compact if and only if for every ε > 0 there exists a finite-
dimensional subspace Xε of X such that S ⊆ Xε + B(0; ε).
1.23 Show that a subset K of a Banach space X is relatively compact if and only if
K is contained in the closed convex hull of a sequence (xn )n1 in X satisfying
limn→∞ xn = 0.
Hint: For the ‘only if’ part, cover K with finitely many balls of radius 3−n and let
Cn be the set of their centres; n = 1, 2, . . . Let D1 := C1 and, for n 2,
Dn := {cn − cn−1 : cn ∈ Cn , cn−1 ∈ Cn−1 , cn − cn−1 < 3−n+1 }.
Check that each x ∈ K can be represented as an absolutely convergent sum x =

∑n1 dn with dn ∈ Dn . Consider the sequence (xn )n1 given by xn := 2n dn .

32 Banach Spaces
1.24 Let (Ω, F ) be a measurable space. Adapting the proof of Theorem 1.47 show that
if f : Ω → X is strongly measurable, there are simple functions fn : Ω → X such
that fn → f and fn f pointwise.
1.25 Let K be a compact metric space, let μ a finite Borel measure on K, and let X be
a Banach space. Prove that every continuous function f : K → X is Bochner inte-
grable with respect to μ and that its Bochner integral equals its Riemann integral.
1.26 Let (Ω, F, μ) be a measure space and let X0 be a closed subspace of the Banach
space X. Let f : Ω → X satisfy f (ω) ∈ X0 for almost all ω ∈ Ω. Show:
(a) if f is strongly measurable as an X-valued function, then f is strongly mea-
surable as an X0 -valued function.
(b) if f is Bochner integrable as an X-valued function, then f is Bochner inte-
grable as an X0 -valued function.
1.27 Let (Ω, F, μ) be a measure space. Show that if T : X → Y is a bounded opera-
tor and f : Ω → X is Bochner integrable with respect to μ, then T f : Ω → Y is
Bochner integrable with respect to μ and
T f dμ = T f dμ.
Ω Ω
1.28 Let (Ω, F, μ) be a measure space and let (Ω, F ) be a measurable space. Let
φ : Ω → Ω be measurable and let f : Ω → X be strongly measurable. Let ν =
μ ◦ φ −1 be the image measure of μ under φ .
(a) Show that f ◦ φ is strongly measurable.
(b) Show that f ◦ φ is Bochner integrable with respect to μ if and only if f is
Bochner integrable with respect to ν, and that in this situation we have
f ◦ φ dμ = f dν.
Ω Ω
1.29 Let (Ω, F, μ) be a probability space. Prove that if f : Ω → X is Bochner inte-

grable, then
f dμ ∈ co{ f (ω) : ω ∈ Ω}.
Ω

Another random document with
no related content on Scribd:
A Gellérthegyen épen durrogtak az ágyúk, a porosz király és az
orosz császár jövetelét jelezte számtalan lövés, de az eső, a
végnélküli, hűvös őszi eső szakadt már reggel óta és az ég szürkén
borult az ünneplő városra. Jósika is meglehetősen átázott a hosszú
út alatt és türelmetlenül várta, hogy végre valaki bebocsássa.
Az öreg Náni nyitott kaput és nagy főkötője alól gyanakodó
kíváncsisággal bámult az idegen katonára.
– Mivel szolgálhatok? – kérdezte, szigorú ráncokba szedve
homlokát. Közben ugyan az is eszébe jutott, hogy talán jó lenne
meghajolni szépen, hátha ez az úr is valami királyi herceg, a tegnapi
látogatás óta minden lehetséges, de az öreg Náni épen olyan
keveset törődött a világgal és nagyjaival, mint gazdája, azért
elmaradt a meghajlás.
– Müller Hiláriusz órásmester úrral szeretnék beszélni. Fontos
dologban jöttem – felelte a rideg tudakozódásra Jósika, aztán
büszkén tette hozzá: – A császár küldött.
Várta a hatást, de a különös öreg asszonynak egy arcvonása
sem változott meg erre a kijelentésre, tudomásul vette, hogy
ilyenformán legfeljebb egy udvari tányérnyalóval van dolga és
nyugodtan, egyforma szigorral mondta:
– Tessék beljebb jönni. Majd megnézem, hogy gazdám mit
csinál.
Bevezette a vendéget a zöldbútoros ebédlőbe, aztán otthagyta
egyedül. Jósika széttekintgetett, nézte, hogy nem látja-e meg
valamerre a híres leányzót, akinek a titokzatos ajándékot hozta.
Fehérkötényes, fürge, takaros, tűzrőlpattant, csinos kis polgárleányt
keresett, amolyan budai mesterkisasszonyt, aki gömbölyű karjával,
kacsintó szemével hódította meg Hardenegget.
Keresés közben bepillantott a Franciska szobájába és akkor
mégis megdöbbent kissé: a síma, fényes kis zongora, a lila bútorok,
a könyvek, zöld szalagon a gitár, a himzőráma az ablak előtt és a
sok virág, ez a lakás mégis különös fészek volt egy kis budai
madárnak. Azonban nem az az ember volt, aki soká foglalkozik
valami problémával, különösen ha nőről van szó. Nem is nagyon ért
rá fejét törni, mert jött Hiláriusz mester barna kabátjában és
vizsgálódó pillantással köszöntötte Jósikát.
A csinos, karcsú báró udvariasan hajolt meg a budai polgár előtt:
– Jósika Miklós báró – mutatkozott be. – Legkegyelmesebb
urunk, a császár őfelsége megbízásából jöttem. Felséges urunk
kegyesen emlékszik vissza a tegnap itt eltöltött estére és emlékül
egy órát szeretne öntől venni, uram.
Hiláriusz nyugodtan fogadta a hírt, a császári kegy nem kábította
el, hegyes állát simogatta, pislogott, bólintott és tartózkodva mondta:
– Foglaljon helyet báró úr. Tegye le köpenyét és megbeszélhetjük
a dolgot.
Jósika csodálkozva vetette le felöltőjét, aztán leült egy
karosszékbe.
– Milyen órát óhajt Őfelsége? – kérdezte mindjárt a dologra térve
Hiláriusz.
– Őfelségének megvan a határozott kívánsága – felelte Jósika.
– Kegyeskedjék közölni velem és én igyekezni fogok parancsa
szerint elkészíteni az órát.
– Nem kell fáradnia uram, Őfelsége egy kész órát akar, egyet
azok közül, melyeket tegnap önnél látott. Barna oszlopok, Napoleon-
szobor, kis arany kalapács. Igy izente legkegyelmesebb urunk, a
császár őfelsége.
Hiláriusz mester felállt:
– Lehetetlen. Lehetetlen, – mondta száraz, hideg hangján és
szája körül kínosan mélyek lettek a ráncok – azt az órát nem
adhatom.
Jósika is felugrott, kisimította homlokából a nedves levegőtől sűrű
hullámokban göndörödő szép, barna haját, egyet pödörintett katonás
kis bajuszán és határozottan felelte:
– Már pedig adnia kell uram, a császár óhaja parancs.
– A császár óhaja parancs – ismételte Hiláriusz. – Parancs! – A
hangja keserű lett: – Miért is mutattam meg? Most elrabolják tőlem.
Ilyen a császári kegy. Az uralkodói jóság parancs… Elveszik a
legszebb órámat! – Keserűen nevetett egyet:
– Ej mit, még jó, hogy nem Franciskát követeli a felséges úr.
Hiszen a legnagyobb kincsemet akarja elvenni tőlem. – Kicsit
elhallgatott, aztán kiegyenesedett és egyetlen pislantás nélkül,
büszkén tette hozzá:
– Holnap estére becsomagolom az órát és vigyék innen, vigyék,
hogy ne is lássam többé.
– Reménylem, engem ér a szerencse, hogy érte jöhessek –
mondta Jósika. – Különben pedig legyen meggyőződve uram,
Őfelsége kegyes jóindulatáról és bőkezűségéről.
Hiláriusz mester felkapta fejét, hegyes álla haragosan remegett a
nem titkolt indulattól:
– Tudja meg báró úr, hogy semmit sem fogadok el az óráért.
Ajándékba adom, ha kell; pénzért soha, soha, érti báró úr, soha!
Fogadja Őfelsége kegyesen, bánjék jól vele, mintha gyermekemet
küldeném neki, de pénzt ne kínáljon érte, nincs annyi kincse három
uralkodónak együttvéve sem, hogy ezért engem megfizethetnének.
Ilyen csodabogarat, mint ez az órás, még sohasem látott, azt
biztosan tudta Jósika, de azért komolyan hajolt meg újra Hiláriusz
mester előtt:
– Tudomásul veszem uram és kellő formában közölni fogom
Őfelségével.
– Köszönöm, báró úr.
Szemben álltak egymással, a házigazda elintézettnek tekintve a
dolgot, várta, hogy Jósika búcsúzzék, Jósika azonban nem mehetett,
míg át nem adta Hardenegg ajándékát Franciskának. Merre is lehet
az a titokzatos lény? Minden pillanatban várta, hogy belép és véget
vet a kínos helyzetnek, mert ettől a szigorú apától nem igen mert
holléte iránt érdeklődni.
Végre is Hiláriusz szólalt meg:
– Van még valami óhaja a báró úrnak?
– Jósika igyekezett nagyon elragadó, nagyon kedves lenni:
– Igen uram, van még egy forró óhajom, szeretném kifejezni
tiszteletemet Franciska kisasszonynak is. Őfelsége róla is kegyes
volt megemlékezni és a császári jóság biztosan kellemesen érintené
a kisasszonyt, ha hírül adnám neki.
– A leányom nincs itthon, – felelte fagyosan Hiláriusz mester.
Majd én megmondom neki, ha hazajön. Templomba ment, aztán
vásárolni valója is van, csak estefelé tér vissza.
Nem volt mást mit tenni Jósikának, mennie kellett, de azért
elhatározta, hogy megkeresi Franciskát, nem olyan nagy ez az
Óbuda és mindenesetre könnyebb lesz vele négyszem között
beszélnie bárhol is, mint ebben a házban, melyet ez a fehérkötős
asszonyság és ez a zord apa őriznek.
Elbúcsúzott Müller Hiláriusz mestertől, el is lovagolt egy darabon,
nehogy gyanut keltsen, de aztán egy korcsmában hagyva lovászát
és a lovakat, maga visszatért arra, amerről jött. Szétnézett, jobbra
tőle csendes magányban állt a Müller Hiláriusz háza, kicsit távolabb
pedig az angyali üdvözletről elnevezett kolostor és templom. A
templom felé indult Jósika: Ha szerencsém van, ott találom, –
gondolta bizakodva.
Az eső is elállt, úgy látszik, fedél alá értek a fejedelmek és így
rövid szünetet tarthatott.
Jósika belépett a templomba, már vége volt a vecsernyének.
Csalódottan állt meg a küszöbön, néma, szürke boltozat… aranyos
oltárok… barna padok, színes szentek… tömjénszag… nyugtalan
levegő, mintha benne sírna, susogna még a hívők hangja: „Mária,
Isten anyja, imádkozzál érettünk.“
A sok könyörgés ott kísértett az őszi alkonyatban, de a templom
már üres volt.
Jósika menni készült, aztán hirtelen megállt:
„Mária, Sion rózsája, imádkozzál érte…“ gyöngéden, mélyen ért
el hozzá a fohász, egy női hang susogása volt.
A fiatal ember szíve megdobbant; mint ismeretlen hangszer hívó
zenéje csendült feléje az imádság, balra fordult, ahol kopott Mária-
kép alatt, elrejtett oltár előtt, egy fiatal leányt látott térdepelni.
Sötétzöld kendő omlott le válláról és odasimult melléje az oltár fehér
lépcsőjére, magas tetejű fekete bársony kalap árnyékolta be arcát,
csak az álla látszott ki és alatta a kalapját tartó rózsaszínű
szalagcsokor. Szorosan összekulcsolt kezét szűz Mária felé emelte
és esdekelve suttogta újra:
– Mária, rózsakoronás szűz asszony, könyörögj érette, add
vissza neki, amit elvettek tőle és engedd, hogy én meglássam
életem királyát…
Müller Franciska Napoleonért imádkozott. Keresztet vetett,
megcsókolta az oltár fehér csipketerítőjét, aztán felállt.
A templomajtóban Jósika várt reá. Hátha barátnője ez a fiatal
leány annak, akit keres és nyomra vezeti őt?
– Jó estét – köszöntötte halkan, mikor közel ért hozzá a zöld
kendő, a fekete kalap és a rózsaszínű szalagcsokor.
A karcsú ismeretlen megállt, elutasító mozdulatot tett a fiatal
ember felé, de mielőtt szólhatott volna, Jósika tisztelettel meghajolt
és majdnem könyörögve mondta:
– Ne ijedjen meg kisasszony, nem akarom bántani, kérdezni
akartam valamit, bocsásson meg…
Amint a leányt jobban megnézte, megijedt merészségétől. Ugyan
honnan ismerné ez a gyönyörű, finom teremtés az órásmester
gyermekét?
De a leány ellenkezése is lecsendesedett. A fiatal tiszt nagyon
csinos volt, finom, udvarias és neki is kedvesen kellett válaszolnia:
– Ha idegen Óbudán uram és szolgálatára lehetek, csak
kérdezzen bátran.
– Kisasszony ismétlem, bocsásson meg. Valakit keresek, azt
hittem megmondhatja, hol találom. Tévedtem tudom, de most már
be kell vallanom, miről van szó, különben nem hinne nekem és az
elszomorítana, nagyon elszomorítana. Müller Hiláriusz mestertől
jövök, órás, a háza itt van az út mellett, báró Jósika Miklós a nevem,
a császár küldött hozzá, de egy üzenetet hoztam leánya számára is,
őt keresem, Müller Franciska kisasszonyt keresem.
– Üzenetet hozott? – A leány hangja remegett. – Kitől hozott
üzenetet? Ó mondja kérem. Én vagyok Müller Franciska, báró úr.
Ő Müller Franciska! Hihetetlen, csudálatos álom, mert
valóságnak igen szép. Jósika egy pillanatig nem hitte a dolgot, aztán
megértette Hardenegg hirtelen ébredt rajongását és belenyugodva,
hogy mindez valóság, végig akarta élni a gyönyörű kalandot.
– Hardenegg Rudolf gróftól hoztam izenetet – felelte halkan.
– Mit izent?
– Szereti kegyedet.
– Azt izente?
– Nem, nem azt izente, de én azt hiszem, kegyedet látni és
szeretni, az egy lehet.
Ez már vallomás volt, Jósika maga is megijedt tőle. De volt-e már
vallomás a világon, amely igen merész és igen gyors lett volna egy
fiatal leánynak? Franciska elpirult, aztán nevetett:
– Azt hiszem, a gróf nem olyan lobbanékony – felelte. – Báró úr
én nagyon szeretném tudni, hogy mit izent nekem?
– Igyekezni fogok pontosan ismételni szavait, de könyörgök,
parancsolja meg szépségének, hogy ne foglalja le minden
gondolatomat.
Finom vidámsággal beszélt Jósika, aztán elővéve a gondosan
becsomagolt ékszert, folytatta:
– A grófnak hirtelenül Bécsbe kellett utaznia, császári parancsra.
Ma reggel beszéltem vele, azt üzeni kegyednek szép kisasszony,
hogy bízzék benne. Csak ennyit üzent és küldi ezt a kis emléket.
Jósika átnyújtotta Hardenegg ajándékát Franciskának, aki
remegő ujjakkal bontotta ki a csomagot. Vékony láncon függő kis
aranylap pihent a tenyerében és az aranylap közepén hosszú nyakú,
hosszú lábú, vékony csőrű, vörös madár fénylett.
– A vörös daru, a fiatalság, a szerelem madara – susogta
Franciska, aztán keblébe rejtette a gyengéd emléket, a Napoleon
képe mellé, a szíve fölé.
– Nagyon romantikus ember ez az én Hardenegg barátom –
szólalt meg Jósika.
Franciska ránézett a báróra. Nem volt olyan szép és előkelő, mint
Hardenegg, de a szeme gyönyörűen, kéken ragyogott, a haja
selymesen, sötéten hullott homlokába, kis merész bajuszt viselt,
milyet csak a katonák hordhattak a borotvált világban és
egyenruhájának fényes, gombos, fehér frakkja, lányosan üde, rózsás
arca játékosan könnyeddé tették megjelenését, mintha úgy faragták
és festették volna ki a nők örömére szép kis katonának.
A kis katona mellén érdemrendek csillogtak, de mintha az is csak
tréfa lenne, Franciska tekintete úgy pihent meg mosolyogva a
háborús kitüntetéseken, és keskeny orra tövét finom ráncokba
vonva, kíváncsian kérdezte:
– Mondja báró úr, hány éves?
– Huszonegy – felelte Jósika.
– És már kapitány?
– Nagyon sok csatát küzdöttem én végig szép kisasszony.
– Az érdemrendjeit hogy szerezte?
– Megvertük az ellenséget, véletlenül én is ott voltam, szerencse
dolga, higyje el.
– Napoleon ellen harcolt?
– Ellene.
– Az nem szép! – mondta meggyőződéssel Franciska. – Én
imádom Napoleont.
– Ó mely forradalmi nyilatkozat a mai világban – nevetett Jósika.
– Lássa én eddig örültem, hogy legyőzhettük őt, de ha kegyed
parancsolja kisasszony, rohanok Elba szigetére, bocsánatot kérek
tőle, mert valaha merészeltem ellene harcolni, ide hozom a kegyed
lábához és hogy akkor örökre biztos rabságban fog sínylődni, arról
kezeskedem.
– Önnel nem lehet komolyan beszélni, – mondta Franciska, aztán
lement a templom lépcsőjén. Jósika követte őt és szomorúan
gondolt a közeli válás pillanatára.
Szótlanul lépkedett hazafelé Franciska.
– Nos, szép kisasszony, mit izen a grófnak? – kérdezte Jósika.
– Meddig lesz a gróf Bécsben?
– Nem tudom, csak annyit izent, hogy kegyed bízzék benne.
– Várni, bízni, megint csak várni, várni, hiába várni, biztosan
hiába, – mondta keserűen a leány. – Pedig én már menni szeretnék,
el innen, messze el… Bécsbe… Élni akarok, élni a fényben,
ragyogásban és mindez olyan elérhetetlen messze van éntőlem.
Franciska megállt, a kolostor szürke falához támaszkodott,
szenvedélyes, piros tűzben égett az arca, egész szemében vad
vágyakozás izzott és Jósikának kezdett igazán nagyon tetszeni.
Őszinte lelkesedés csengett hangjában, amint közelebb lépve a kis
órásleányhoz, melegen szólt hozzá:
– Igaza van kisasszony, ha Bécsbe vágyik, Bécs most nagyon
szép. Soha annyi szép hölgyet, olyan választékos népet, olyan
beláthatatlan színvegyületét az egyenruháknak, annyi fejedelmet,
annyi híres, annyi érdekes embert még nem látott együtt a világ.
Bécs most Európa fővárosa. Két császár, négy király, két császárné,
egy királyné, és sok-sok fejedelem kocsikázik mindennap a Práter fái
alatt. Európa sorsát jöttek intézni, de gazdag örömökkel hímezik tele
a politika szőnyegét. A napoleoni háborúk megrázták a világot és
most a fiatal béke karjában, örömök mámorában el akarja felejteni
mindenki az utolsó évtized borzalmait. „A kongresszus táncol“, oh és
hogy táncol, szép kisasszony. Valcert táncol, kegyednek is ott
kellene táncolnia, hogy elkábítsa a férfi szíveket.
Szomjasan szívta magába Jósika szavait Franciska:
– Oh meséljen, meséljen tovább.
– Nem tudom én azt elmondani, nem lehet azt leírni, látni kell
mindazt, kisasszony.
Az eső ismét csepegni kezdett, nem törődtek vele, Franciska úgy
maradt a falhoz támaszkodva és a halkan szitáló őszi esőben, az
égő arcú óbudai leánynak a bécsi élet gyönyöreiről beszélt Jósika:
– Aki nem élt ott, az nem tudja, mi az élet, aki ott nem táncolt, az
nem tudja, mi a tánc. Oh, ha láthatná a sok gyönyörű asszonyt
virágok és gyémántok pompájában, amint elragadja őket a zene
ellenállhatatlan varázsa és tovasuhannak táncosuk karjában. Az első
lépések után boldogabb lesz ajkukon a mosoly, nagyobb fény gyúl
szemükben és édes remegésben piheg fehér keblük. Oh be szép ott
Franciska kisasszony, milyen csudaszép.
– Hogy szeretnék egyszer én is úgy táncolni – susogta
Franciska.
– És én, hogy szeretnék én kegyeddel táncolni szép kisasszony.
Átfognám a derekát, magamhoz ölelném és…
Jósika közelebb lépett a leányhoz, úgy amint mondta, dereka
köré fonta karját, magához ölelte erősen és hirtelen gyengéden,
lágyan csókolta meg kezében pihenő kezét.
– Oh istenem – rebegte ijedten Franciska.
– Ne haragudjék, kérem – könyörgött Jósika. – Kegyed olyan
szép, olyan nagyon szép, szeretném elvinni innen, el a nagyvilágba,
Bécsbe, szeretném…
Hirtelen elhallgatott, ebben a pillanatban nagyon, igazán tetszett
neki Franciska, olyan nagyon, olyan igazán, mint minden nagyon,
igazán csinos nő. Szeretett volna tenni érte valamit, szeretett volna
örömet szerezni neki, ennek a remegő kis jószágnak sok szépet
adni.
– Nézze Franciska, drága Franciska – szólalt meg egy kis
gondolkodás után, ha már rászánja magát, hogy itthagyja édesatyját
és feljön Bécsbe, akkor most tegye. – Kegyed bizonyosan tudja,
hogy ma érkeztek Pestre az orosz cár és a prusszus király, holnap
estére nagy bál lesz az országházában Budán, elvinném oda
kegyedet édes, szép kis leány.
Franciska majdnem sírt az izgalomtól:
– Apám sohasem engedné meg.
– Nem engedné meg? Hát Bécsbe elengedi? Oda is csak
titokban mehet… szökve… Úgy-e eljön?
Franciskát még fogva tartotta az elmult este emléke, csábította a
mának regényes varázsa. Két nap alatt több történt vele, mint eddig
egész életében. Most ütött a sorsdöntő óra, most cselekednie kell.
Az apja!? Életének huszonkét esztendejét neki adta, neki adta első
gyengéd gyermekmosolyát, első gügyögő szavát, neki adta a
növendék leány önkéntelenül melegebb ölelését, öröme, gondja ő
volt eddig, mindent, mindent az apjának ajándékozott és az apja
gazdaggá, széppé, finommá tette cserébe. Csak… igen, igen, csak
azt nem kérdezte soha, hogy nincsenek-e titkolt vágyai? Hogy nem
hívja-e az élet, amelyről mindent tudott és amelyből nem látott még
semmit? Hiláriusz mester önző apai jóságával mindazzal elhalmozta,
amit egy szülő adhat gyermekének, de jósága rablánc volt, a kis
budai ház kalitka, ahol fogva akarta tartani magának Franciskáját
örökre. Bezárta, száz lakattal őrizte karcsú leányát, de a lelkét nem
tudta leláncolni, a lelke messze elment Óbudáról és bejárta az élet
minden lehetőségét. Nem volt semmi határozott kívánsága, nem
tudta mit akar, csak egy vágy élt benne követelődző keserűséggel, el
innen, el innen minél előbb.
A dívánján feküdt alkonyatkor és várta, hogy történjék valami; kis
kertjük virágaival feldíszítette szobáját, tavasszal, mert most már
csak jön a nagy esemény és minden új ruháját azzal az érzéssel
varrta, hogy ez már csak biztosan életének ünnepére készül.
Hány év telt el így, mindig egyformán? Tegnap este végre
megszólalt a barna kapú csengője és ez a sors jeladása volt
biztosan. Tétlen életében nagyra kínzott tettvágya most cselekvésre
hívta. Tegnap Hardenegg nyújtotta feléje megszabadító kezét, ma
Jósika! Hardenegg azt izente várjon, Jósika hívta, hogy jöjjön
azonnal. Hardenegg, Jósika! Nem mindegy-e? Hiszen nem akart ő
semmi véglegest egyiktől sem, csak az élet nagy kapuját nyissák ki
számára, amelyen túl ezer gyönyörű bizonytalanság és ezer
lehetőség vár reá.
– Nos, Franciska kisasszony, eljön a bálba? – kérdezte újra
Jósika és biztatón fogta meg a merengő leány kezét.
– Megyek, mennem kell! – tört ki Franciskából ujjongva a
reszkető válasz.
– Nemzeti viseletben kell megjelennie mindenkinek.
– Oh, ruhám lesz, szép ruhám, rózsaszínű, hozzá pillangós
lengyelke. – És most már új gond foglalta el szívében a
lelkiismeretfurdalás, a tépelődés helyét.
Jósika még mindíg fogva tartotta a leány kezét:
– Hallgasson rám Franciska, én holnap alkonyatra eljövök az
óráért, amelyet a császár rendelt édesatyjánál, kegyed készen vár, a
báli ruhát becsomagolja, a többit pedig bízza rám.
– És aztán mi lesz? – Franciska arra gondolt, hogy haza többé
sohasem jöhet apjához.
– Aztán? – Jósika megcsókolta a leány kezét. – Aki mindig a
következményekre gondol, az sohasem lehet bátor, Franciska.
Aztán?… Majd meglátja, minden nagyon szép lesz. Higyje el nekem,
édes Franciska.
V. FEJEZET.
Az arany kalapács.
Ferenc császár dolgozószobájában ült és fáradtan, unottan

hallgatta Sickingent, aki a napi beosztást terjesztette elő:
– Az orosz császár őfelsége és őfelsége a prusszus király lóra
ülve megnézegetik a várost, a kaszárnyát, a Nemzeti Múzeumot, a
bibliotékát. Felséged és József nádor főhercegsége a bibliotékában
kegyeskednek várni őfelségeket. Ez elvégződvén, mindnyájan
kocsikon Budára méltóztatnak menni díszebédre, felkelvén az
ebédtől, a Szent Gellérthegyre kegyeskednek elfáradni, megtekinteni
az obszervatóriumot, onnan pedig…
– Szüretre, a Margitszigetre – vágott közbe a császár. – Tudom,
lieber Graf. Este bal paré, holnap díszszemle a Vérmezőn. Megöl ez
a kongresszus. Mennyi idő mulva kell most indulnom?
– Egy pár perce van még felségednek. Azalatt talán
kegyeskednék elintézni néhány fontos iratot. De a császár eltolta
magától az aktacsomót:
– Most nem irok alá semmit.
Sickingen szemrehányó pillantást vetett szeszélyes uralkodójára,
aztán szerény, de intő hangon jegyezte meg:
– Többen jelentkeztek kihallgatásra is, gróf Majláth Miklós, a
Geheimpolizei megbízottja, gróf Sándor, gróf Szapáry, a nádor
őfensége főudvarmestere, Jósika Miklós báró, akit felséged
tegnap…
– Küldje hozzám a bárót azonnal – szólott a császár és arca
egyszerre felélénkült. – A többi urakat délután fogadom. Jósikával
azonnal beszélnem kell. Fontos ügyek. Államérdek – tette hozzá
tréfás mosollyal, mikor Sickingen tekintetével találkozott.
– Parancsára, felség – mondta a gróf mélyen meghajolva és
kilépett a szomszéd terembe, hol a sok fényes nagy úr várakozott.
Amint Sickingen megjelent a küszöbön, mozgolódás támadt a
díszmagyarok és tábornoki egyenruhák között, Majláth gróf egy
lépést tett előre, de megdöbbenve állt meg, amint a gróf ajkáról
halkan, tartózkodva hangzott el egy semmitmondó név:
– Báró Jósika Miklós.
Meglepődve, önkénytelenül nyitottak neki utat a jelenlevők. Ki ez
a fiatalember, akire a császári kegy gazdag sugarai hullanak? Miért
hivatja Őfelsége? Mely nagy dolgokra van kiszemelve ez a
gyermekarcú kis kapitány, aki hetyke tartással tűnt el a
dolgozószoba függönyös ajtaja mögött.
Vajjon mit szóltak volna ezek a hatalmas főurak, ha hallják, hogy
egy óbudai órásmesternél tett látogatásáról számol be Jósika?
Vajjon mekkora méltatlanság tör ki közöttük, ha tudják, hogy miért
mellőzték fontos jelentéseiket? Hátha még látták volna, hogy milyen
igazán jól mulatott a hatalmas császár!
A vitéz kis kapitány akkor még nem írt regényeket, de elmondani
annál jobban tudott és elbeszélése igen szórakoztatta a császárt.
– Szóval, nehezen adta ide az óráját? – kérdezte nevetve.
– Nagyon nehezen, felség.
– No, aztán mit gondol, kedves báró, mit adjunk neki érte?
– Előre kijelentette, hogy nem fogad el pénzt, felség.
– Ein lustiger Kerl, der Alte. Hát majd kap valami ordót – mondta
a császár.
– Ma estére becsomagolja az órát Müller Hiláriusz mester.
Parancsolja felséged, hogy elmenjek érte? – kérdezte merészen
Jósika.
– Felesleges önnek fáradnia – mondta a császár. – Különben
sem olyan sürgős. Majd kiküldünk érte talán holnap. Köszönöm a
szívességét. Ma délután a margitszigeti szőlőjében szüreti
mulatságot rendez az öcsém, remélem elkísér, kedves báró?
Mit is mondott Hiláriusznak a császári kegyről?
Azt ismételte most a megdöbbent Jósika: – Felséged jósága
parancs.
Aztán sokkal kevésbé biztos tartással hagyta el az uralkodó
szobáját, mint ahogy belépett volt oda. Szóval, nem küldik Óbudára
és délutánja elveszett? Hogyan mehet el most Franciskáért? A
helyzet csaknem kétségbeejtő. Valami új haditerven kell
gondolkoznia. Neki el kell jutnia Óbudára, ha törik, ha szakad. De
hogy? A szerencsére bízta a dolgot, sorsának arra a
hagyományosan kegyes tündérére, ki még sohasem hagyta
cserben.
Egy szekeret fogadott mindenesetre, odarendelte Budára a
Kapucinus-térre, aztán elment, császári parancsra szüretelni.
A Gellérthegyről Pestre hajtottak az uralkodók és a Viza-tanyánál
díszes, vitorlás hajókon keltek át a Szent-Margitszigetre, ahol régi
kolostor romjaihoz támaszkodva állott József nádor nyári palotája.
Gyönyörű park volt az egész sziget, nagy hatalmas fák között
gyepszőnyegeket terített és csudálatos virágpompát teremtett a
királyi gazdagság.
A palota közelében volt a főherceg híres szőlőkertje, melyben a
szüretet tartották Sándor cár és Frigyes Vilmos porosz király
tiszteletére.
Már egy órája sétáltak az uralkodók a sziget tekervényes utain és
Jósika türelmetlenül kérdeszte Blasovics Antal Cameralis
Ingrossistától, aki a szüreti délután főrendezője volt:
– Az Isten szent szerelmére, meddig fog még tartani ez a
mulatság?
– Meddig fog tartani? – csudálkozott Blasovics. – Hiszen csak
most kezdődik. Eddig a természet és mesterség plántálta gyönyörű
fák, az idegen csudálatos növények látása, a klastromok, templomok
düledékei hozták bájoló andalgásba érzékeny szíveiket.
Jósika nagyot sóhajtott, a szőlőskertben pedig felhangzott a török
muzsika és gróf Szapáry, a nádor főudvarmestere, jelt adott a
szüretelés megkezdésére.
Csudálkozva bólogattak nagy fejükkel a sziget öreg fái. Már
sárgult a lombjuk, a természet olyan volt, mint egy utolsó útjára
felékesített szomorú halott és fáradt levelek halkan hullottak a
császárok fejére és a szüretelő menet tarka útjára.
Tizenhat kis leány, meg tizenhat fiúcska lépkedett legelől,
világoskék magyar ruhában, ezüst zsinórosan, gyámoltalanul
bámulva a koronás vendégekre. Gyenge, félénk éljen hangzott el
ijedten mosolygó ajkukról és Ferenc császár meghatottan intett
nekik kezével:
– Die guten Kinder.
A gyerekek elvonultak és nyolc deli legény kezén nyolc hajadon
lejtett utánuk, bájos, piruló, nyolc fiatal leány, a legszebbek Pest-
Budán.
– Nagyon csinosak, sőt gyönyörűek – mondta az orosz cár és
elragadtatva simogatta szemével a leányokat.
– Parasztruhába volt öltözve mind a nyolc pár, magyar, székely,
tót, horvát, rác, szász, bosnyák, oláh nemzeti viseletben lejtettek
tova: puttonnyal a legények, kosárkával karjukon a hajadonok.
Nagykalapos pásztorleányok zárták be a menetet, szalagos,
virágos díszben.
– De sok szép leány – sóhajtott Sándor cár és szemét le nem
vette róluk, míg a tarka csapat ellepte a szőlőskertet, hogy dalolva
szedjék le az érett fürtöket.
A hajadonok előbb teleszedték szalagos kosárkáikat, aztán
hamvas, friss gyümölcsöt hoztak a vendégeknek.
Egy piruló pásztorleány állt meg az orosz cár előtt és lesütött
szemmel kínálta a szőlőgerezdeket.
Sándor kivett egy fürtöt, megízlelte a gyümölcsöt, tréfálkozva
megborzongott, aztán mosolyogva mondta:
– Jaj de savanyú.
A leány felkapta ijedt pillantását és a szőke cár arcába nézett.
A minden oroszok uralkodója a kis pesti leány szemébe
mélyesztette szemét, úgy suttogta:
– Most már édes.
– Danke, mein Fräulein – mondta hidegen a porosz király, Ferenc
császár pedig atyai jósággal veregette meg a leányok arcát.
A császár mögött állt Jósika Miklós báró és türelmetlenül várta az
indulás pillanatát. Nem érdeklődött a szüreti mulatság iránt egy
cseppet sem, unottan nézte a menetet, csúnyának találta a
leányokat, savanyúnak a szőlőt, hamisnak a nótát. Parancsszóra jött
el és itt volt, mert nem tehetett másként, de lelke már Óbudán járt
Franciskánál, hozzá szeretett volna menni minél előbb. Senki sem
törődött nyugtalanságával, az uralkodóknak tetszett a mulatság,
megvárták a szüreti koszorút is, megvárták a táncot és mikor az
utolsó nóta végetért, az orosz cár magához intette Blasovicsot:
– Énekeljenek még egyet a fiatal hölgyek – mondta kegyesen.
A műkedvelő szőlőpásztor, Blasovics, egyszeriben a szüretelők
között termett és harsány hangon mondotta:
– Ifjak és leányok halljátok, őfelsége Sándor cár azt rendeli, hogy
még dudolnátok.
A nóta tovább zengett a gyorsan leszálló alkonyatban és a Jósika
keserűsége mérhetetlen nagyra nőtt.
Franciska vár, gondolta kétségbeesetten és azt, hogy Franciska
vár, mindennél fontosabbnak érezte ebben a pillanatban.
Meg kellene szöknöm innen, törte fejét tovább és amint ez
eszébe jutott, menten el is határozta, hogy megszökik. Meg ő, még
ha kamarási kulcsába és kapitányi rangjába kerülne is a fejedelmi
meghívás semmibevétele.
Egyet rántott mentéjén, aztán mintha valami felsőbb
megbizatásról lenne szó, nyugodt léptekkel, büszke fejtartással,
megindult a part felé. Így ment fölényesen, méltóságosan, amíg
láthatták, de alig takarta el az első bokorcsoport, hirtelen futni
kezdett és nyílsebesen szaladt a tekervényes utakon a Dunához.
– Gyorsan át Budára – kiáltotta és beugrott az első csónakba.
Az evező loccsant, a csónakos munkához látott és Jósika
boldogan gondolt a gyönyörű viszontlátásra, míg átúszták a folyót.
A nap épen eltűnt a budai hegyek mögött, aranyosra szegve a
hullámokat és az esti szél vidáman lengette a lobogókat az
uralkodók ünnepi hajóin, melyek ott várták őket a sziget budai
oldalán.
Mit bánta Jósika a díszes hajókat, mit bánta az alkonyatot, mit
bánta a világ összes uralkodóit, az ő szívében díszesebb ünnep volt,
minden ünnepnél bíborosabb türelmetlenség dobogott benne, mint
az őszi alkony pírja, hatalmasabb volt a császároknál, mert ő, a
fiatalság boldog uralkodója, szerelmes találkára sietett, hogy
elraboljon egy gyönyörű leányt, egy egész ragyogó birodalmat.
Franciska, az aranyhajú Franciska vár reá!
Franciska valóban várt, nyugtalanul várt. Egy nagy dobozba rakta
báli díszét, utazózsákba apró kincseit és szobája ablakánál állva,
türelmetlenül bámult ki az alkonyatba.
Hiláriusz mester már korán délután becsomagolta az órát, kitette
a kapualjába, ott ketyegett Napoleon szobros remekműve bezárva,
egyedül egy nagy ládában. Nem akarta látni, mikor érte jönnek, nem
akarta látni, amint elviszik. Visszahúzódott műhelyébe, árva óráit
mind megállította és ott a szokatlan mély csendben elmerült lázadó,
busongó gondolataiba.
Náni is haragudott, Náni mindig haragudott, ha gazdájának
bánata volt és ő is visszavonult műhelyébe, a konyha mélyébe, hogy
megsirassa a nagy, titokzatos ládát, melyet nemsokára elvisznek
tőlük örökre.
Franciska lassan türelmetlen lett, amint az alkonypir eltűnt az
égről, a reménység is tünedezett szívéből, úgy mint a rózsás fény a
láthatáron.
Évek óta várt már, a világpusztító háborúk felforgattak mindent,
épen csak őt nem zavarták ki a kis ház csöndes szögletéből. Órák
ketyegtek körülötte egykedvűen, hogy színtelen járásuk jelezze
sorsának mulását, ma megálltak az órák mind, most a néma házban
kellett ütnie élete nagy pillanatának.
Ha nem jön el Jósika?
Kétségbeesetten keresett választ a kínzó kérdésre. Ha nem jön
el, akkor mindennek vége, többé sohasem lesz ereje elmenni. Még
egyszer nem bírna végigszenvedni egy olyan napot, mint a mai volt,
nem tudná elviselni újra apja kutató, szomorú pillantását, amellyel
nyugtalanságának nyitját kereste. Az óra! Ma itt volt a nagy ok, ma
végighurcolta a kegyes hazugságot, de még egyszer nem volna
képes rá, nem, ezerszer nem.
A szürkület lassan beszökött az ablakon sötét ruhájában, ott ült a
karosszékben, ott hevert a pamlagon, belefeküdt fehérfüggönyös
ágyába, ellopta virágainak színét és elborította a Franciska szívét is,
mint összes reményeinek szemfedője.
Egyszerre kocsizörgés verte fel az est csendjét. Franciska szíve
nagyot dobbant.
– Most jönnek érte – gondolta keserűen Hiláriusz mester.
– A latrok, a gonoszok, elviszik legnagyobb kincsünket – sírta
Náni.
Franciska pedig felkapta dobozát, meg az útizsákját, melyre már
olyan régen ráhímezte titkos várakozással: „Járj szerencsével“ és
kisurrant szobájából.
A nagy barna kapuban szemben állt Jósikával.
– Jó estét, Franciska. Bocsásson meg, hogy várattam – mondta
a fiatalember.
– Hamar az órát – suttogta a leány.
– Nem visszük el. Holnap küld érte a császár.
– Hát akkor mi lesz?
– Semmi. Kegyed azért velem jön. Siessünk, Franciska.
Gyorsan a szekérre segítette a leányt, lábához rakta a dobozt, a
hímzett zsákot, aztán felugrott maga is és néhány perc mulva
vágtató lovak vitték el Óbudáról Franciskát.
A műhely mélyében megremegett Hiláriusz mester és vörös
hajába mélyesztve ujjait, keserűen nyögte:
– Elvitték!
Náni kötényébe rejtette arcát, úgy zokogta szipogva:
– A tolvaj, a betyár, a gonosz!
– Hová megyünk? – kérdezte Jósikától Franciska.
– Pfisterer Kristóf ötvösmesterhez, nála átöltözik a bálra.
Megegyeztem vele. Ő csinálta kegyednek a vörös darut. Van két
leánya is. Úgy-e, meg van elégedve, édes Franciska?

Ebook Functional Analysis 1St Edition Jan Van Neerven Online PDF All Chapter

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Ebook Functional Analysis 1St Edition Jan Van Neerven Online PDF All Chapter

Uploaded by

Copyright:

Available Formats

Functional Analysis 1st Edition Jan Van

Innovation Management 1st Edition Jan Van Den Ende

House of Usher 1st Edition Evert Jan Van Leeuwen

Functional Analysis 2nd Edition S. Kesavan

Fundamentals of Functional Analysis 1st Edition Ammar

Traditions Redirecting Contemporary Indonesian Cultural

An Introduction to Functional Analysis 1st Edition

Functional Analysis Fundamentals and Applications 2nd

Cheating Corruption and Concealment The Roots of

Published online by Cambridge University Press

Published online by Cambridge University Press

Published online by Cambridge University Press

Cambridge University Press is part of the University of Cambridge.

Published online by Cambridge University Press

Published online by Cambridge University Press

4.4 The Hahn–Banach Separation Theorem 142

Published online by Cambridge University Press

10.2 Unbounded Selfadjoint Operators 322

Published online by Cambridge University Press

15.6 Second Quantisation 598

Published online by Cambridge University Press

https://doi.org/10.1017/9781009232487.001 Published online by Cambridge University Press

Delft, March 2022

https://doi.org/10.1017/9781009232487.001 Published online by Cambridge University Press

https://doi.org/10.1017/9781009232487.002 Published online by Cambridge University Press

https://doi.org/10.1017/9781009232487.003 Published online by Cambridge University Press

1.1 Banach Spaces

1.1.a Deﬁnition and General Properties

(i) x = 0 implies x = 0;

This observation allows us to introduce metric notions such as openness, closedness,

It shows that taking norms x → x is a continuous operation.

https://doi.org/10.1017/9781009232487.003 Published online by Cambridge University Press

If limn→∞ xn = x and limn→∞ xn = x in X and c ∈ K is a scalar, then cxn − cx =

Likewise, (xn + xn ) − (x + x ) = (xn − x) + (xn − x ) xn − x + xn − x  implies

The sum ∑n1 xn is said to be absolutely convergent if ∑n1 xn  < ∞.

which tends to 0 as m, n → ∞. Hence, by completeness, the sum ∑n1 xn converges.

https://doi.org/10.1017/9781009232487.003 Published online by Cambridge University Press

By assumption it converges to some x ∈ X. Then, by cancellation,

xm − x xm − xnm  + xnm − x → 0

Theorem 1.5 (Completion). Let X be a normed space. Then:

(1) there exists a Banach space X containing X isometrically as a dense subspace;

Proof As a metric space, X = (X, d) has a completion X = (X, d) by Theorem D.6. We

c[(xn )n1 ] := [c(xn )n1 ]

https://doi.org/10.1017/9781009232487.003 Published online by Cambridge University Press

where the brackets denote the equivalence class.

[(xn )n1 ]X := lim xn .

1.1.b Subspaces, Quotients, and Direct Sums

Subspaces A subspace Y of a normed space X is a normed space with respect to the

https://doi.org/10.1017/9781009232487.003 Published online by Cambridge University Press

so (yn )n1 is a Cauchy sequence in X. It has a limit y ∈ X since X is complete, and we

Direct Sums A product norm on a ﬁnite cartesian product X = X1 × · · · × XN of normed

for all x = (x1 , . . . , xN ) ∈ X and n = 1, . . . , N. For instance, every norm | · | on KN assign-

1.1.c First Examples

https://doi.org/10.1017/9781009232487.003 Published online by Cambridge University Press

Example 1.6 (Euclidean spaces). On Kd we may consider the euclidean norm

and more generally the p-norms

as well as the supremum norm

https://doi.org/10.1017/9781009232487.003 Published online by Cambridge University Press

is a closed subspace of ∞. As such it is a Banach space in its own right.

Example 1.8 (Spaces of continuous functions). Let K be a compact topological space.

https://doi.org/10.1017/9781009232487.003 Published online by Cambridge University Press

M(Ω) consisting of all K-valued measures of bounded variation on (Ω, F ) is a Banach

μ := |μ|(Ω) := sup ∑

(i) x = 0 implies x = 0;

It shows that taking norms x → x is a continuous operation.

If limn→∞ xn = x and limn→∞ xn = x in X and c ∈ K is a scalar, then cxn − cx =

Likewise, (xn + xn ) − (x + x ) = (xn − x) + (xn − x ) xn − x + xn − x implies

The sum ∑n1 xn is said to be absolutely convergent if ∑n1 xn < ∞.

xm − x xm − xnm + xnm − x → 0

[(xn )n1 ]X := lim xn .

μ := |μ|(Ω) := sup ∑

(cT )x := c(T x), (T + T )x := T x + T x .

(T + T )x T x + T x (T + T )x,

ST x ST x ST x

and therefore = y.y

The converse inequality T T0 trivially holds since T extends T0 .

T lim inf Tn .

Tn x − Tm x Tn x − Tn x0 + Tn x0 − Tm x0 + Tm x0 − Tm x

T x = lim Tn x = lim inf Tn x lim inf Tn x.

T/Y (x +Y ) = T x T inf x + y = T x +Y .

T x = T/Y (x +Y ) T/Y x +Y = T/Y inf x − y T/Y x.

|Ex0 f | = | f (x0 )| sup | f (x)| = f ∞ .

By considering f = 1, the constant-one function on K, it is seen that Ex0 = 1.

Iμ 1 follows from

By considering nonnegative functions it is seen that Iμ = 1.

|(m f )(ω)| = |m(ω)|| f (ω)| m∞ | f (ω)|.

Tm f pp = |m f | p dμ m∞p | f | p dμ = m∞p f pp ,

|T f (s) − T f (s )| ε | f (t)| dμ(t) ε μ(K) f ∞ .

|T f (s)| |k(s,t)|| f (t)| dμ(t) μ(K)k∞ f ∞ .

where x2 := (∑dj=1 |c j |2 )1/2 as in Theorem 1.34 and M := max1nd T xn . By The-