参考:《泛函分析讲义》何凌冰。


# Baire 纲集定理

# Baire 纲集

Definition. (X,d)(X,d) 度量空间,AXA\subseteq X

  1. AA无处稠密集,如果 int(A)=\mathrm{int}(\overline A)=\varnothing
  2. AA开稠集,如果 AA 是稠密集、开集;
  3. AA第一纲集,如果 A=i=1AiA=\bigcup^\infty_{i=1}A_i,其中 AiA_i 是无处稠密集;
  4. AA第二纲集,如果 AA 不是第一纲集;
  5. AA剩余集,如果 AcA^c 是第一纲集.

Remark. 无处稠密是局部的,而开稠集和稠密集是全局的。无处稠密集 “处处稀疏”,而开稠集和稠密集 “处处稠密”。

# Baire 纲集的性质

取补集,就可以将局部反射为全局。

Proposition. 无处稠密集的子集是无处稠密集。

Lemma. (X,d)(X,d) 是度量空间,则

  1. AA 是无处稠密的,当且仅当 AcA^c 包含开稠集;
  2. 第一纲集的子集是第一纲集,包含第二纲集的集合是第二纲集;
  3. 第一纲集的可数并是第一纲集,剩余集的可数交是剩余集。
  4. RR 是剩余集,当且仅当 RR 包含可数个开稠集的交。
Sketch Proof

Sketch Proof. 第一条。注意到 X=int(A)int(XA)AX=\mathrm{int}(A)\sqcup \mathrm{int}(X\setminus A)\sqcup \partial A,所以

Xint(A)=XA=int(XA)X\setminus \mathrm{int}(\overline A)=\overline{X\setminus \overline A}=\overline {\mathrm{int}(X\setminus A)}

其他条按照定义可以得到。

Remark 纲集对集合按照 “稠密” 程度划分。第一纲集是 “非常稀疏” 的集合,第二纲集是 “比第一纲集稠密” 的集合。剩余集是 “非常稠密” 的集合。

Theorem. Baire 纲集定理:若 (X,d)(X,d) 是非空完备度量空间,则下列论断成立

  1. 剩余集是第二纲集、稠密集;
  2. 非空开集是第二纲集;
  3. 无内点闭集的可数并也无内点;
  4. 开稠集的可数交是稠密集;
Sketch Proof

Sketch Proof. 先说明等价性:记第一条中剩余集是稠密集为 (1),是第二纲集为 (5)。

(121\implies 2) 非空开集 UU 的补集 UcU^c 不是稠密集,所以 UcU^c 不是剩余集,推出 UU 是第二纲集;

(232\implies 3) 无内点闭集是无处稠密集,所以是第一纲集,第一纲集的可数并 KK 也是第一纲集,假设 KK 有内点,那么 KK 包含非空开集,而包含第二纲集的集合是第二纲集,矛盾;

(343\implies 4) 开稠集 UiU_i 的补集 UicU_i^c 是无处稠密闭集,即无内点闭集,其可数并仍是无处稠密集,所以其补集包含开稠集,所以是稠密集;

(414\implies 1) 剩余集 RR 的补集 RcR^c 是第一纲集,可以写为无处稠密集的可数并,这等价于 RR 包含开稠集的可数交,所以 RR 包含稠密集,所以 RR 是稠密集;

至此,我们证明了前四条的等价性

(252\implies 5) 剩余集 RR 的补集 RcR^c 是第一纲集,假设 RR 是第一纲集,那么 X=RRcX=R\cup R^c 是第一纲集,同时是开集,矛盾;

(4) 假设 UiU_i 是开稠集,那么对任意 B(x0,ε0)B(x_0,\varepsilon_0),存在 x1U1B(x0,ε0)x_1\in U_1\cap B(x_0,\varepsilon_0),可以选取

这说明 {xn}\{x_n\} 是 Cauchy 列,由完备性,设 x=limxnx=\lim x_n,则 xB(x0,ε0)i=1Uix\in B(x_0,\varepsilon_0)\cap \bigcap^\infty_{i=1}U_i,推出 i=1Ui\bigcap^\infty_{i=1}U_i 是稠密集。

Corollary. (X,d)(X,d) 是度量空间,则上述定理的各条结论等价,但不一定成立。

Corollary. (X,d)(X,d) 是完备度量空间。MXM\subseteq X 是非空开集,则子空间 (M,dM×M)(M,d|_{M\times M}) 满足 Baire 纲定理的结论,并不要求 MM 是完备的。

Sketch Proof

Sketch Proof. 从 Baire 纲集定理的证明中,我们只需要证明 (4),就可以得到其他结论。而结论在这个情形仍然成立,因为我们还是可以构造 {xn}\{x_n\},我们只希望 xnxx_n\to x,并不要求 xMx\in M

尽管直觉上,我们认为第一纲集十分稀疏,但它们仍然可以具有很大的测度。

Example. Rn\mathbb R^n 的剩余集可以是零测集,即第一纲集的测度可以是全测度。例如对于 [0,1][0,1],构造开稠集的可数交,由 Baire 纲定理,得到剩余集 EE 是稠密集

Uk:=n=1(qk12k+2,qk+12k+2),E:=k=1UkU_k:=\bigcup_{n=1}^\infty \left(q_k-\dfrac {1}{2^{k+2}},q_k+\dfrac {1}{2^{k+2}}\right),\quad E:=\bigcap_{k=1}^\infty U_k

其中 {qk}\{q_k\}[0,1][0,1] 上的有理数列。UkU_k 是开稠集,则 EE 是剩余集,并且测度

μ(E)μ(Uk)n=112k+1=12k,kN\mu(E)\leq \mu(U_k)\leq \sum_{n=1}^\infty \dfrac {1}{2^{k+1}}=\dfrac 1{2^k},\quad \forall k\in \mathbb N

说明 μ(E)=0\mu(E)=0

Counterexample. Baire 纲定理对非完备度量空间不成立。(Q,d)(\mathbb Q,d) 的任何集合都是第一纲集,且是稠密集。

# 依赖选择公理

Remark. (4) 的圆链选取用到了 “依赖选择公理”,即

Axiom. 称该集合论公理为依赖选择公理:如果 A:X2X{}A:X\to 2^X\setminus \{\varnothing\},则存在选择函数 f:NXf:\mathbb N\to X,使得 f(n+1)A(f(n))f(n+1)\in A(f(n))

这个公理比 Zorn 引理要弱一些。它保证了在每一步选择时,后续的选择依赖于前面的选择。而 Zorn 引理则允许在任意步骤进行选择,而不依赖于之前的选择。类似地还有可数选择公理:

Axiom. 称该集合论公理为可数选择公理:如果 A:NA(N)2X{}A:\mathbb N\to A(\mathbb N)\subseteq 2^X\setminus \{\varnothing\},则存在选择函数 f:NXf:\mathbb N\to X,使得 f(n)A(n)f(n)\in A(n)。 换言之,含可数个非空集的集族存在选择函数。

Proposition. 依赖选择公理蕴含可数选择公理。

Sketch Proof

Sketch Proof. 对于可数非空集族 S={An}nNS=\{A_n\}_{n\in \mathbb N},定义映射 A:(n,An){(n+1,An+1)}A:(n,A_{n})\to \{(n+1,A_{n+1})\},对任意 nn 适用。根据依赖选择公理,给定 (1,a1)(1,a_1),其中 a1A1a_1\in A_1,那么存在选择函数 f(n+1,an+1)A(n,an)=(n+1,An+1)f(n+1,a_{n+1})\in A(n,a_n)=(n+1,A_{n+1}),这就推出了可数选择公理。

回到 Baire 纲定理的证明过程中。假定

X~:={(k,x,ε):kN,xX,ε(0,2kε0),B(x,ε)UkB(x0,ε0)}\tilde X:=\{(k,x,\varepsilon):k\in \mathbb N,x\in X,\varepsilon\in (0,2^{-k}\varepsilon_0),\overline{B(x,\varepsilon)}\subseteq U_k\cap B(x_0,\varepsilon_0)\}

定义映射将点对映为球(即下一步的选择范围)

A~(k,x,ε):={(k~,x~,ε~)X~:k~=k+1,B(x~,ε~)B(x,ε)}\tilde A(k,x,\varepsilon):=\{(\tilde k,\tilde x,\tilde \varepsilon)\in \tilde X:\tilde k=k+1,\overline {B(\tilde x,\tilde\varepsilon)}\subseteq B(x,\varepsilon)\}

由于集族 X~\tilde X\neq \varnothing,且 A~(k,x,ε)\tilde A(k,x,\varepsilon)\neq \varnothing,所以根据依赖选择公理,得到了 {(k,xk,εk)}\{(k,x_k,\varepsilon_k)\}


Theroem. Baire 纲定理等价于依赖选择公理。

Proposition. 可分的非空完备度量空间版本的 Baire 纲定理不需要依赖选择公理。

# 应用:处处不可微函数的稠密性

以下命题指出,性质不好的连续函数比好函数多得多。

Proposition. EE 是非空剩余集(从而是第二纲集、稠密集),其中

E:={fC[0,1]:f(x)not exists,x[0,1]}E:=\{f\in C[0,1]:f'(x)\text{ not exists, }\forall x\in [0,1]\}

Sketch Proof

Sketch Proof. 仍然采用截断集的思路。

(1) 定义截断集 An\mathcal A_n

An:={fC[0,1]:s[0,1]s.t.limh0f(s+h)f(s)hn}\mathcal A_n:=\left\{f\in C[0,1]:\exists s\in [0,1]\text{ s.t. }\lim_{h\to 0}\frac {|f(s+h)-f(s)|}{|h|}\leq n\right\}

An\mathcal A_n 中函数至少在一个点可微,且导数的绝对值不超过 nn;从而结论只需证明 An\mathcal A_n 是无处稠密集,只需要证明 An\mathcal A_n 是无内点闭集。

(2) 证明闭集,只需要证明 C[0,1]AnC[0,1]\setminus \mathcal A_n 是开集。取 fC[0,1]Anf\in C[0,1]\setminus \mathcal A_n,则对任意 s[0,1]s\in [0,1],存在 εs>0\varepsilon_s>0,使得

f(s+h)f(s)>h(n+εs),h<1/n|f(s+h)-f(s)|>|h| (n+\varepsilon_s),\quad \forall |h|<1/n

ff 的连续性,存在 δs>0\delta_s>0,使得

f(t+hs)f(t)(n+εs/2)hs,tB(s,δs),hs<1/n|f(t+h_s)-f(t)|\geq (n+\varepsilon_s/2)|h_s|,\quad \forall t\in B(s,\delta_s),|h_s|<1/n

再利用 [0,1][0,1] 的紧性,取有限子覆盖。后续是容易的。

(3) 证明无内点。只需要构造扰动函数 g(2n,ε)C[0,1]g(2n,\varepsilon)\in C[0,1],呈锯齿状,除了尖点外,在其他点的导数绝对值都大于 2n2n 并且 g(2n,ε)ε\|g(2n,\varepsilon)\|_\infty\leq \varepsilon;结合多项式逼近定理,完成证明。

# 一致有界原理

# 点态有界

Definition. 赋范空间族 {Yα}\{Y_\alpha\},函数族 {fα:XYα}\{f_\alpha:X\to Y_\alpha\}。如果

supαfα(x)Yα<,xX\sup_\alpha \|f_\alpha(x)\|_{Y_\alpha}<\infty,\quad \forall x\in X

则称 {fα}\{f_\alpha\}点态有界的。

# 局部一致有界引理

Remark. 连续泛函点态有界 X非空完备度量空间\xrightarrow{X \text{ 非空完备度量空间}} 存在局部一致有界。

Lemma. (非空)完备度量空间 (X,d)(X,d)。如果连续泛函族 fαC(X,R)f_\alpha\in C(X,\mathbb R) 点态有界,则存在 x0Xx_0\in Xδ>0\delta>0,使得

supαsupxB(x0,δ)fα(x)<\sup_\alpha \sup_{x\in B(x_0,\delta)}|f_\alpha(x)|<\infty

Sketch Proof

Sketch Proof. 【Baire 纲定理】

(1) 定义截断集 Fn,α:={xX:fα(x)n}F_{n,\alpha}:=\{x\in X:|f_\alpha(x)|\leq n\},是闭集;

(2) 考虑截断集 FnF_n,表示公共有界的部分,是闭集

Fn:=αFn,α={xX:supαfα(x)n}F_n:=\bigcap_{\alpha}F_{n,\alpha}=\{x\in X:\sup_\alpha |f_\alpha(x)|\leq n\}

(3) 根据点态有界性,X=nFnX=\bigcup_n F_n

(4) (X,d)(X,d) 是完备度量空间,由 Baire 纲定理,存在 n0n_0 使得 Fn0F_{n_0} 包含开集(否则 FnF_n 都是无处稠密集,矛盾),故存在 B(x0,δ)Fn0B(x_0,\delta)\subseteq F_{n_0},则

supαsupxB(x0,δ)fα(x)n0<\sup_\alpha \sup_{x\in B(x_0,\delta)}|f_\alpha(x)|\leq n_0<\infty

Counterexample. 度量空间的完备性是必要的。考虑配备上确界度量的有限支撑数列空间 (c00,d)(c_{00},d_{\infty}),它的完备化是收敛于 00 的数列空间 c0c_0,定义连续泛函族

fn:c00R,fn(x):=nxnf_n:c_{00}\to \mathbb R,\quad f_n(x):=nx_n

{fn}\{f_n\} 点态有界,但不存在局部一致有界。直观上看,足够大的分量会对函数值造成巨大影响。

Corollary. 连续函数族 {fn}n1C(a,b)\{f_n\}_{n\geq 1}\subseteq C(a,b) 是点态有界的,则存在 x(a,b)x\in (a,b)ε>0\varepsilon>0 使得 I:=B(x,ε)(a,b)I:=B(x,\varepsilon)\subseteq (a,b),使得 {fnI}\{f_n|_{I}\} 一致有界。

# 一致有界原理

Remark. 线性算子族点态有界 XBanach\xrightarrow{X\text{ Banach}} 一致有界.

Theorem. 一致有界原理:Banach 空间 XX ,赋范空间族 {Yα}\{Y_\alpha\},有界线性算子族 {Aα:XYα}\{A_\alpha:X\to Y_\alpha\}. 如果 {Aα}\{A_\alpha\} 点态有界,则 {Aα}\{A_\alpha\}一致有界的,即

supαAαL(X,Yα)<\sup_\alpha \|A_\alpha\|_{\mathcal L(X,Y_\alpha)}<\infty

一致有界原理的证明基于如下观察。
Remark. 算子局部一致有界 linearity\xrightarrow{\text{linearity}} 算子零点附近一致有界.

Sketch Proof

Sketch Proof.

  1. 定义连续函数 fα(x):=AαxYαf_\alpha(x):=\|A_\alpha x\|_{Y_\alpha};则由条件,{fα}\{f_\alpha\} 是点态有界的;则由引理,存在局部一致有界

M:=supαsupxB(x0,δ)AαxYα<M:=\sup_\alpha \sup_{x\in B(x_0,\delta)}\|A_\alpha x\|_{Y_\alpha}<\infty

  1. 线性在于 εx=εx\|\varepsilon x\|=|\varepsilon| \|x\|,具体地,对单位向量 xXx\in X

AαxYαAα(x0+δx/2)Aα(x0δx/2)Yα2δ2Mδ\|A_\alpha x\|_{Y_\alpha}\leq \|A_\alpha(x_0+\delta x/2)-A_\alpha(x_0-\delta x/2)\|_{Y_\alpha}\cdot \dfrac 2\delta \leq \dfrac {2M}\delta

Remark. 条件 “XX 是完备的” 不可移除。

Counterexample. 定义域 XX 是非完备赋范空间,一致有界原理不成立。同样是上一节的例子

X:={x=(xi)iN:xiR,mxs.t.xi=0,imx}=c00X:=\{x=(x_i)_{i\in\mathbb N}:x_i\in \mathbb R,\exists m_x\text{ s.t. }x_i=0,\forall i\geq m_x\}=c_{00}

配备范数 x=supixi=xl\|x\|=\sup_i|x_i|=\|x\|_{l^\infty},则

(1) XX 是不完备赋范空间,且

Xl=c0={x=(xi):limixi=0}\overline X^{\|\cdot \|_{l^\infty}}=c_0=\{x=(x_i):\lim_{i\to \infty}x_i=0\}

(2) 取 XX 上的一个线性算子族

Ak:XX,Akx=(x1,2x2,,kxk,0,0,)A_k:X\to X,\quad A_k x=(x_1,2x_2,\cdots,k x_k,0,0,\cdots)

{Ak}\{A_k\} 是点态有界的,但不是一致有界的。

# Banach-Steinhaus 定理

Definition. Banach 空间 X,YX,Y,有界线性算子列 {An}L(X,Y)\{A_n\}\subseteq \mathcal L(X,Y). 如果

limnAnx=Ax,xX\lim_{n\to \infty}A_n x=Ax ,\quad \forall x\in X

则称 {An}\{A_n\} 强收敛AL(X,Y)A\in \mathcal L(X,Y),记为 AnsAA_n\xrightarrow{s} A

Remark. 强收敛比点态收敛更强,因为多了一个极限算子 AA 的存在性条件。

Remark. 补充其他收敛类型。算子的一致收敛指的是在算子范数意义下的收敛,即

AnAL(X,Y)0,n\|A_n -A\|_{\mathcal L(X,Y)}\to 0,\quad n\to \infty

算子的弱收敛指的是对任意 xXx\in XfYf\in Y^*,都有

f(Anx)f(Ax),nf(A_n x)\to f(A x),\quad n\to \infty

强收敛指的是在 YY 中的范数意义下的收敛,并且配备极限算子的存在条件。

Remark. Banach-Steinhaus 定理是对一致有界原理的推广。

Theorem. Banach-Steinhaus 定理:Banach 空间 X,YX,Y,有界线性算子列 {An}L(X,Y)\{A_n\}\subseteq \mathcal L(X,Y). 以下命题等价

  1. {An}\{A_n\} 点态收敛;
  2. {An}\{A_n\} 一致有界,且存在稠密子集 DXD\subseteq X,使得对任意 dDd\in D{And}\{A_n d\} 是 Cauchy 列;
  3. {An}\{A_n\} 一致有界,且存在 AL(X,Y)A\in \mathcal L(X,Y) 使得 AnsAA_n\xrightarrow{s} A,且

Alim infnAn\|A\|\leq \liminf_{n} \|A_n\|

Sketch Proof

Sketch Proof. 【一致有界原理】

(31,23\implies 1,2) 显然。

(131\implies 3) 由一致有界原理,XX 是 Banach 空间且有界线性算子族点态有界,则显然算子一致有界,由收敛列的性质,还可以定义

A:XY,Ax:=limnAnxA:X\to Y,\quad Ax:=\lim_{n\to \infty}A_n x

容易验证这是有界线性算子,并且两边取范数,由于右侧极限不一定存在,所以只能取下极限,从而得到对 A\|A\| 的估计:

\|Ax\|\leq (\varliminf_{i\to\infty}\|A_i\|)\|x\|

(232\implies 3) 只需要证明算子强收敛,并且有算子范数估计。由 Cauchy 列和稠密子集,可以定义算子:

A:XY,Ax:=limnAnxnA:X\to Y,\quad Ax:=\lim_{n\to \infty}A_n x_n

其中 xnDx_n\in D,且 xnxx_n\to x,需要验证良定性。通过稠密子集将 Cauchy 列性质延拓到 XX 全空间:

AixAjxAi(xxn)+Aj(xxn)+AixnAjxn\|A_ix-A_jx\|\leq \|A_i(x-x_n)\|+\|A_j(x-x_n)\|+\|A_i x_n-A_j x_n\|

这保证了上述 AxAx 的良定性,由于 YY 是 Banach,所以 {Aix}\{A_ix\} 是收敛列。之后的证明是同理的。

Corollary. 根据以上证明,Banach-Steinhaus 定理移除条件后仍部分成立。如果 XX 不完备时,第二条等价于第三条仍然成立;如果 YY 不完备时,第一条等价于第三条仍然成立。

Corollary. (共轭)双线性映射: Banach 空间 XX,赋范空间 Y,ZY,Z,共轭双线性映射定义为 B:X×YZB:X\times Y\to Z

xiX,yiY,{B(α1x1+α2x2,y)=α1B(x1,y)+α2B(x2,y)B(x,β1y1+β2y2)=β1B(x,y1)+β2B(x,y2)\forall x_i\in X,y_i\in Y,\quad \begin{cases}B(\alpha_1 x_1+\alpha_2 x_2,y)=\alpha_1 B(x_1,y)+\alpha_2 B(x_2,y)\\ B(x,\beta_1 y_1+\beta_2 y_2)=\overline{\beta_1} B(x,y_1)+\overline{\beta_2} B(x,y_2)\end{cases}

则有以下命题等价:

  1. BB 有界,即 B(x,y)ZcxXyY\|B(x,y)\|_Z\leq c\|x\|_X\|y\|_Y
  2. BB 连续;
  3. B(x,)L(X,Y)\overline {B(x,\cdot)}\in\mathcal L(X,Y)B(,y)L(X,Z)B(\cdot,y)\in\mathcal L(X,Z).
Sketch Proof

Sketch Proof. 只证明

(313\implies 1) 逐步操作。先固定 xXx\in X,由 B(x,)B(x,\cdot) 的共轭线性和连续性(从而在 00 的连续性),存在 δx>0\delta_x >0 使得

B(x,y)=yδxB(x,δxyy)yδx\|B(x,y)\|=\dfrac {\|y\|}{\delta_x }\cdot \|B(x, \frac {\delta_x y}{\|y\|})\|\leq \dfrac {\|y\|}{\delta_x}

因此当 yy 固定时,{Ay}ySY\{A_y\}_{y\in \mathbb S_Y} 点态有界,其中

Ay:XZ,Ayx:=B(x,y)A_y:X\to Z,\quad A_y x:=B(x,y)

由一致有界原理,{Ay}\{A_y\} 一致有界,所以

B(x,y)=yB(x,yy)AyyxyCxyB(x,y)=\|y\|\cdot \|B(x,\frac y{\|y\|})\|\leq \|A_{\frac y{\|y\|}}x\|\|y\|\leq C\|x\|\|y\|

Example 算子弱收敛的例子。对于 p(1,)p\in (1,\infty)fnLpf_n\in L^p 作为 LqL^q 上的线性泛函,弱收敛 fnwff_n\xrightarrow{w}f,即

XfngdμXfgdμ,gLq\int_Xf_ng\mathrm d\mu\to \int_X fg\mathrm d\mu,\quad \forall g\in L^q

fLplim infnfnLp\|f\|_{L^p}\leq \liminf_n \|f_n\|_{L^p}。其中用到等距同构 Lp(Lq)L^p\cong (L^q)^* 和 Banach-Steinhaus 定理。

# 一致有界原理 II

Remark. 每一个算子族 Fn\mathscr F_n 不一致有界 XBanach\xrightarrow{X\text{ Banach}} 对任意 Fn\mathscr F_n 不点态有界的点构成稠密集。

Theorem. 一致有界原理 II:Banach 空间 XX,赋范空间列 {Yn}\{Y_n\},有界线性算子族 FnL(X,Yn)\mathscr F_n\subseteq \mathcal L(X,Y_n),满足 supTFnT=\sup_{T\in \mathscr F_n}\|T\|=\infty。那么 RRXX 的剩余集,从而是稠密子集,其中

R:={xX:supTFnTxYn=,nN}R:=\{x\in X:\sup_{T\in \mathscr F_n}\|T x\|_{Y_n}=\infty,\forall n\in \mathbb N\}

Sketch Proof

Sketch Proof. 【一致有界原理、Baire 纲定理】

  1. RcR^c 可以写为截断集的并 Rc=m,nXm,nR^c=\bigcup_{m,n}X_{m,n},其中 Xm,nX_{m,n} 是闭集。

Xm,n:={xX:supTFnTxYnm}=TFn{x:Txm}X_{m,n}:=\{x\in X:\sup_{T\in \mathscr F_n}\|T x\|_{Y_n}\leq m\}=\bigcap _{T\in\mathscr F_n}\{x:\|Tx\|\leq m\}

  1. 如果 B(x0,ε)Xm,nB(x_0,\varepsilon)\subseteq X_{m,n},同一致有界原理的证明,推出某个空间的算子族 Fn\mathscr F_n 局部一致有界,从而一致有界,矛盾。
  2. 因此 Xm,nX_{m,n} 是无内点的闭集,所以是无处稠密集,所以 RcR^c 是第一纲集,故 RR 是剩余集。由 Baire 纲定理,RR 是稠密集。

Remark. 这个定理指出对于多空间的非一致有界算子族,发散点集十分稠密。

Counterexample. 如果 XX 不是 Banach 空间,则结论不成立。取之前的反例 X=c00X=c_{00} 和算子族,{Yn}={R}\{Y_n\}=\{\mathbb R\}。则剩余集为空集,并不是稠密集。

Example. P=[π,π]\mathcal P=[-\pi,\pi],其上连续函数空间 C(P)C(\mathcal P)。存在 fC(P)f\in C(\mathcal P),使得其 Fourier 级数

F(f)=n=f^(n)einx,f^(n)=12πππf(t)eintdt\mathscr F(f)=\sum_{n=-\infty}^\infty \hat f(n)e^{inx},\quad \hat f(n)=\dfrac 1{2\pi}\int_{-\pi}^\pi f(t)e^{-int}dt

(π,π)(-\pi,\pi) 的稠密子集上不收敛。

Sketch Proof

Sketch Proof. 【一致有界原理 II】

  1. 定义 C(P)C(\mathcal P) 上的范数为 L1(P)L^1(\mathcal P)。定义部分和算子

SN:C(P)C(P),SN(f,x):=n=NNf^(n)einx=12πfDN(x)S_N:C(\mathcal P)\to C(\mathcal P),\quad S_N(f,x):=\sum_{n=-N}^N \hat f(n)e^{inx}=\dfrac 1{2\pi} f*D_N(x)

其中 DND_N 是 Dirichlet 核

DN(x)=n=NNeinx={sin(N+12)xsinx2,x2kπ2N+1,x=2kπD_N(x)=\sum_{n=-N}^N e^{inx}=\left\{\begin{array}{cc}\dfrac {\sin (N+\frac 12)x}{\sin \frac x2},&x\neq 2k\pi\\ \\2N+1,&x=2k\pi\end{array}\right.

  1. 对任意 xPx\in \mathcal P,定义线性泛函

φN,x(f):=SN(f,x)=12πfDN(x)\varphi_{N,x}(f):=S_N(f,x)=\dfrac 1{2\pi}f*D_N(x)

φN,x(C(P))\varphi_{N,x}\in (C(\mathcal P))^*,且 2πφN,x=DNL12\pi \cdot \|\varphi_{N,x}\|=\|D_N\|_{L^1},见第八次作业,推出 {φN,x}NN\{\varphi_{N,x}\}_{N\in\mathbb N} 不一致有界。

(3) 选取 {xm}m1\{x_m\}_{m\geq 1}P\mathcal P 的稠密子集,取不一致有界的线性泛函列 {φN,xm}(C(P))\{\varphi_{N,x_m}\}\in (C(\mathcal P))^*,由一致有界原理 II,在 {xm}\{x_m\} 上 Fourier 级数不收敛的集合是 C(P)C(\mathcal P) 的剩余集,故存在 fC(P)f\in C(\mathcal P),使得

supm,NSN(f,xm)=\sup_{m,N}|S_N(f,x_m)|=\infty

:::

Remark Carleson 定理指出,fL2(P)f\in L^2(\mathcal P) 时,SN(f)a.e.fS_N(f)\xrightarrow{a.e.} f,因此

# 开映射与闭图定理

# 开映射定理

Definition.f:(X,TX)(Y,TY)f:(X,\mathcal T_X)\to (Y,\mathcal T_Y)开映射,如果对任意开集 UTXU\in \mathcal T_X,都有 f(U)TYf(U)\in \mathcal T_Y.

Example. 开映射的例子。

  1. Brouwer 开映射定理URnU\subseteq \mathbb R^n 是开集,f:Uf(U)f:U\to f(U) 是连续单射,则 f:Uf(U)f:U\to f(U) 是开映射(从而是同胚映射);
  2. f:RnRmf:\mathbb R^n\to \mathbb R^m 是线性映射,则 ff 是开映射的充分必要条件是 ff 是满射。

Remark. 据此,我们对于 Banach 空间之间的线性算子,也应有 “满射”、“连续” 等要求,才能保证是开映射。

Theorem. 开映射定理X,YX,Y 是 Banach 空间,TL(X,Y)T\in \mathcal L(X,Y) 是满射,则 TT 是开映射。进一步,设 BX={xX:xX<1}B_X=\{x\in X:\|x\|_X<1\}BY={yY:yY<1}B_Y=\{y\in Y:\|y\|_Y<1\},则存在 δ>0\delta>0,使得

  1. δBYT(BX)\delta B_Y\subseteq {T(B_X)}
  2. TT 是开映射;
  3. T0:X/kerTYT_0:X/\ker T\to Y 是可逆的,且 T01L(Y,X/kerT)δ1\|T_0^{-1}\|_{\mathcal L(Y,X/\ker T)}\leq \delta^{-1}
Sketch Proof

Sketch Proof. 证明思路如下:

  1. 先证明 δBYT(BX)\delta B_Y\subseteq \overline{T(B_X)}。这是根据 Banach 空间的性质得到的。由于 X=n=1nBXX=\bigcup_{n=1}^\infty n B_X 以及 TT 是满射线性算子,故

Y=n=1T(nBX)=n=1nT(BX)Y=\bigcup_{n=1}^\infty T(n B_X)=\bigcup_{n=1}^\infty n T(B_X)

由于 YY 是完备的,所以由 Baire 纲定理,存在 n0n_0,使得 T(n0BX)\overline{T(n_0 B_X)} 包含开稠集,故存在 y0Yy_0\in Yδ>0\delta>0,使得

B(y0,δ)T(n0BX)=n0T(BX)B(y_0,\delta)\subseteq \overline{T(n_0 B_X)}=n_0\overline{T(B_X)}

根据线性,位似

B(y1,δ1)=B(y02n0,δ2n0)12T(BX)B(y_1,\delta_1)=B(\frac {y_0}{2n_0},\frac {\delta}{2n_0})\subseteq \dfrac 12 \overline{T(B_X)}

即对任意 yδ1BYy\in \delta_1 B_Y,都有 y+y121T(BX)y+y_1\in 2^{-1}\overline {T(B_X)},由闭包,则存在 Cauchy 列 {xn,1},{xn,2}12BX\{x_{n,1}\},\{x_{n,2}\}\subseteq \dfrac 12B_X,使得 limxn,1=y+y1\lim x_{n,1}=y+y_1limxn,2=y1\lim x_{n,2}=y_1,因此

y=y+y1y1=limnxn,1limnxn,2=limn(xn,1xn,2)T(BX)y=y+y_1-y_1=\lim_{n\to\infty}x_{n,1}-\lim_{n\to\infty}x_{n,2}=\lim_{n\to\infty}(x_{n,1}-x_{n,2})\in \overline{T(B_X)}

  1. 再证明 δBYT(BX)\delta B_Y\subseteq T(B_X)。任取 η<<1\eta<< 1,对于任意 yYy\in Y

y=yδηδηyyyδηδBYyδηT(BX)y=\dfrac {\|y\|}{\delta-\eta}\cdot \dfrac {\delta-\eta}{\|y\|}y\in \dfrac {\|y\|}{\delta-\eta}\delta B_Y\subseteq \dfrac {\|y\|}{\delta-\eta}\overline{T(B_X)}

固定 yδBYy\in\delta B_Y,记缩放因子 ε=δηy\varepsilon=\delta-\eta-\|y\|,则存在 x0Xx_0\in X 使得 x0<yδη<1\|x_0\|<\dfrac {\|y\|}{\delta-\eta}<1,满足 Tx0y<21ε\|T x_0 -y\|<2^{-1}\varepsilon,继续迭代缩小误差,由于

yTx0T(yTx0δηBX)y-Tx_0\subseteq \overline{T(\dfrac {\|y-Tx_0\|}{\delta-\eta}B_X)}

所以存在 x1Xx_1\in X,使得 x1<yTx0δη<21\|x_1\|<\dfrac {\|y-Tx_0\|}{\delta-\eta}<2^{-1},满足 Tx1(yTx0)<22ε\|T x_1 - (y - T x_0)\|<2^{-2}\varepsilon

以此类推,利用归纳法,不妨假设

yT(i=0k1xi)<2kε\|y-T(\sum^{k-1}_{i=-0}x_i)\|<2^{-k}\varepsilon

yi=0k1TxiT(yT(i=0k1xi)δηBX)y-\sum^{k-1}_{i=0}T x_i\in \overline{T(\dfrac {\|y-T(\sum^{k-1}_{i=0}x_i)\|}{\delta-\eta}B_X)}

则存在 xkXx_k\in X,使得 xk<yT(i=0k1xi)δη<2k\|x_k\|<\dfrac {\|y-T(\sum^{k-1}_{i=0}x_i)\|}{\delta-\eta}<2^{-k},满足 yT(i=0kxi))<2(k+1)ε\|y - T(\sum^{k}_{i=0}x_i))\|<2^{-(k+1)}\varepsilon.

由此可知 {i=0kxi}\{\sum^k_{i=0}x_i\} 是 Cauchy 列,所以 limki=0kxi=xX\lim_{k\to\infty}\sum^k_{i=0}x_i=x\in X,考虑模长估计

xi=0xi<yδη+i=12iεδη=yδη+εδη=1\|x\|\leq \sum_{i=0}^\infty \|x_i\|<\dfrac {\|y\|}{\delta-\eta}+\sum_{i=1}^\infty \dfrac {2^{-i}\varepsilon}{\delta-\eta}=\dfrac {\|y\|}{\delta-\eta}+\dfrac {\varepsilon}{\delta-\eta}=1

所以 y=TxT(BX)y=Tx\in T(B_X)。这一方面是迭代逼近,另一方面可以看作算子和闭包交换。

  1. 假设 UTXU\in\mathcal T_X,要证明 TUTYTU\in \mathcal T_Y。任取 y0TUy_0\in TU,则存在 x0Ux_0\in U,使得 Tx0=y0T x_0=y_0。由于 UU 是开集,则 TT 将包含 x0x_0 的某个开球映射为包含 y0y_0 的某个开球,从而 TUTU 是开集。

  2. 由于 TT 是满射线性算子,则由之前结论可知 T=T0πT=T_0\circ \pi,其中 π:XX/kerT\pi:X\to X/\ker T 是自然投影映射,T0:X/kerTYT_0:X/\ker T\to Y 是双射有界线性算子。根据之前的结果,对任意 y<1\|y\|< 1,存在 x<δ1\|x\|<\delta^{-1},使得 Tx=y/(1+η)Tx=y/(1+\eta),其中 η>0\eta>0 任意小。根据可逆性,对任意 y<1\|y\|<1,有

T01yX/kerT=[(1+η)x]X/kerT(1+η)xX1+ηδ\|T_0^{-1} y\|_{X/\ker T}=\|[(1+\eta)x]\|_{X/\ker T}\leq (1+\eta)\|x\|_X\leq \dfrac {1+\eta}\delta

取极限即可。

Corollary.X,YX,Y 是 Banach 空间,有界线性算子是满射,则它是开映射。

B(Tx;r)T(B(x;R))B(Tx;r)\subseteq T(B(x;R))

# 逆算子定理

Remark. 逆算子定理是开映射定理的直接推论。

Theorem. 逆算子定理X,YX,Y 是 Banach 空间,TL(X,Y)T\in \mathcal L(X,Y) 是双射,则 T1L(Y,X)T^{-1}\in \mathcal L(Y,X)

Remark. 定理中 “X,YX,Y 是 Banach 空间” 不可移除。

Counterexample. XX 完备但 YY 不完备,则逆算子不一定有界。考虑恒等映射

id:(C[0,1],L)(C[0,1],L2)\mathrm{id}:(C[0,1],\|\cdot\|_{L^\infty})\to (C[0,1],\|\cdot\|_{L^2})

id\mathrm{id} 是双射有界线性算子,但 id1\mathrm{id}^{-1} 不是有界线性算子,因为 id1(fn)L\|\mathrm{id}^{-1}(f_n)\|_{L^\infty}\to \infty,其中

fn(x)={(n2x+n)1/2,x[0,2/n]0,x[2/n,1]f_n(x)=\begin{cases}\left (-\dfrac {n^2}x+n\right )^{1/2},&x\in [0, 2/n]\\ \\0,&x\in [2/n,1]\end{cases}

另一个反例需要引用 Hamel 基的概念。

Definition.X=(X,+,,F)X=(X,+,\cdot,\mathbb F),称 AXA\subseteq XXXHamel 基,如果任意 xXx\in X 都可以唯一表示为有限线性组合

x=i=1nαixi,xiA,αiFx=\sum_{i=1}^n \alpha_i x_i,\quad x_i\in A,\alpha_i\in \mathbb F

Remark. Hamel 基只给出了代数结构,并且通常是不可数集。与之对应的 Schauder 基则给出了拓扑结构,且通常是可数集。

Proposition. 由 Zorn 引理,任意线性空间都有 Hamel 基。

Counterexample. XX 不完备但 YY 完备。

Corollary.XX 是 Banach 空间,如果 X=X1X2X=X_1\oplus X_2,其中 X1,X2X_1,X_2XX 的闭子空间,则存在常数 c>0c>0,使得

x1+x2cx1+x2c(x1+x2),x1X1,x2X2\|x_1\|+\|x_2\|\leq c\|x_1+x_2\|\leq c(\|x_1\|+\|x_2\|),\quad \forall x_1\in X_1,x_2\in X_2

Sketch Proof

Sketch Proof.
由于 (X1×X2,)(X_1\times X_2,\|\cdot\|) 是 Banach 空间,定义其范数 (x1,x2)=x1+x2\|(x_1,x_2)\|=\|x_1\|+\|x_2\|。定义映射 T:X1×X2XT:X_1\times X_2\to XT(x1,x2):=x1+x2T(x_1,x_2):=x_1+x_2,则 TT 是满射有界线性算子,由逆算子定理

T1x=(x1,x2)T1x=T1x1+x2\|T^{-1}x\|=\| (x_1,x_2)\|\leq \|T^{-1}\|\|x\|=\|T^{-1}\|\|x_1+x_2\|

其中,直和保证了双射。

Corollary. Banach 自同构定理(X,1),(X,2)(X,\|\cdot\|_1),(X,\|\cdot\|_2) 是同一线性空间 XX 上的两个 Banach 空间结构。如果存在常数 c>0c>0,使得

x2cx1,xX\|x\|_2\leq c\|x\|_1,\quad \forall x\in X

1\|\cdot\|_12\|\cdot\|_2 是等价范数。

# 闭图定理

# 闭算子

Example. 闭图的例子。考虑 X=C[0,1]X=C[0,1] 以及微分算子 T=xT=\partial _x,则

  1. 算子 TT 的定义域为 D(T):={fC1[0,1]}\mathcal D(T):=\{f\in C^1[0,1]\},是 XX 的稠密子集;
  2. 由数学分析的知识,如果一致收敛保证交换:

{fnLffnLgg=xf\begin{cases}f_n\xrightarrow{L^\infty} f\\ \\ f_n'\xrightarrow{L^\infty} g\end{cases}\implies g=\partial_x f

从而 Graph(T)\mathrm{Graph}(T)X×XX\times X 的闭子空间,其中

Graph(T):={(f,Tf)X×X:fD(T)}\mathrm{Graph}(T):=\{(f,T f)\in X\times X:f\in \mathcal D(T)\}

Definition.X,YX,Y 是 Banach 空间,T:D(T)XYT:\mathcal D(T)\subseteq X\to Y 称为闭算子,如果 Graph(T)\mathrm{Graph}(T)X×YX\times Y 的闭集,其中

Graph(T):={(x,Tx)X×Y:xD(T)}\mathrm{Graph}(T):=\{(x,Tx)\in X\times Y:x\in \mathcal D(T)\}

Corollary. 闭算子的注记,根据定义,有以下等价描述:

  1. TT 是闭算子;
  2. Graph(T)\mathrm{Graph}(T)X×YX\times Y 的闭集;
  3. 对于任意 xnx,Txnyx_n\to x,Tx_n\to y,则有 y=Txy=Tx
  4. D(T)\mathcal D(T) 中的序列极限与 TT 作用后的极限可交换;
  5. 定义算子 TT图范数为如下,则 (D(T),T)(\mathcal D(T),\|\cdot\|_T) 是 Banach 空间;

xT:=xX+TxY,xD(T)\|x\|_T:=\|x\|_X+\|Tx\|_Y,\quad \forall x\in \mathcal D(T)

T:(D(T),T)YT:(\mathcal D(T),\|\cdot\|_T)\to Y 是有界算子。

Remark. 闭算子不一定是线性算子。

Remark. 闭算子不一定是有界算子。

Counterexample.X=C[0,1]X=C[0,1],定义微分算子 T=xT=\partial_x,其定义域为 D(T)=C1[0,1]\mathcal D(T)=C^1[0,1],则 TT 是闭算子但不是有界算子。因为

xnL=1,TxnL=nxn1L=n\|x^n\|_{L^\infty}=1,\quad \|T x^n\|_{L^\infty}=\|nx^{n-1}\|_{L^\infty}=n

Remark. 我们有时候需要闭算子是有界的,则限制在

# 闭图定理

Theorem. 闭图定理X,YX,Y 是 Banach 空间,T:XYT:X\to Y 是线性算子,则下列命题等价:

  1. TT 是有界算子;
  2. TT 是闭算子;
  3. Graph(T)\mathrm{Graph}(T)X×YX\times Y 的闭集。
Sketch Proof

Sketch Proof.

(121\implies 2) 由有界线性算子的连续性,假设 xnxx_n\to xTxnyTx_n\to y,则

y=limTxn=T(limxn)=Txy=\lim Tx_n=T(\lim x_n)=Tx

(232\implies 3) 由闭算子的定义。

(313\implies 1) 记 Z:=Graph(T)X×YZ:=\mathrm{Graph}(T)\subseteq X\times Y,定义图范数。由于 X,YX,Y 是 Banach 空间且 ZZ 是闭集,所以 ZZ 是 Banach 空间。考虑投影算子 π\pi 使得

π:ZX,π(x,Tx):=x\pi:Z\to X,\quad \pi(x,Tx):=x

显然 π\pi 是双射且有界。由逆算子定理,π1:XZ\pi^{-1}:X\to Z 是有界线性算子,所以

π1(x)Z=xX+TxYπ1xX\|\pi ^{-1}(x)\|_Z=\|x\|_X+\|Tx\|_Y\leq \|\pi^{-1}\|\|x\|_X

从而得到 TT 的有界性。

Remark. 图具有点和函数值的二元结构,这是双射性质的关键。

Remark. 开映射定理、逆算子定理、闭图定理是等价的。

Remark. 闭图定理中 “X,YX,Y 是 Banach 空间” 不可移除。

# 可补充空间

# 可闭

Definition.X,YX,Y 是 Banach 空间,D(A)X\mathcal D(A)\subseteq X 是线性子空间,A:D(A)YA:\mathcal D(A)\to Y 是线性算子,称 AA可闭算子,如果存在闭算子 A~:D(A~)XY\tilde A:\mathcal D(\tilde A)\subseteq X\to Y,使得

A~D(A)=A;D(A)D(A~)\tilde A|_{\mathcal D(A)}=A;\quad \mathcal D(A)\subseteq \mathcal D(\tilde A)

Remark. 注意 D(A)\mathcal D(A) 是线性子空间,这是因为 AA 是线性算子,自然可以将定义域延拓成线性子空间。这是默认的。

Theorem.X,YX,Y 是 Banach 空间,A:D(A)YA:\mathcal D(A)\subseteq Y 是线性算子,则下列等价:

  1. AA 是可闭的;
  2. 投影算子 πX:Graph(A)X\pi_X:\overline{\mathrm{Graph}(A)}\to X 是单射,其中

πX(x,y)=x,(x,y)Graph(A)\pi_X(x,y)=x,\quad \forall (x,y)\in\overline {\mathrm{Graph}(A)}

  1. {xn}n1\{x_n\}_{n\geq 1} 满足如下条件,则

limnxn=0,limnAxn=yy=0\lim_{n\to\infty}x_n=0,\ \lim_{n\to\infty}Ax_n=y\quad \implies y=0

Sketch Proof

Sketch Proof.

(131\implies 3) 记 A~D(A)=A\tilde A|_{\mathcal D(A)}=AA~\tilde A 闭,因此将序列极限提升到 A~\tilde A 上:

y=limAxn=limA~xn=A~(limxn)=A~0=0y=\lim Ax_n=\lim \tilde A x_n=\tilde A(\lim x_n)=\tilde A 0=0

(323\implies 2) 首先

Graph(A)={(x,Ax):xD(A)}Graph(A)\mathrm{Graph}(A)=\{(x,Ax):x\in \mathcal D(A)\}\subseteq \overline{\mathrm{Graph}(A)}

是线性子空间,所以 Graph(A)\overline {\mathrm{Graph}(A)} 是闭子空间。证明 πX\pi_X 是单射,假设 πX(x,y)=πX(x~,y~)\pi_X(x,y)=\pi_X(\tilde x,\tilde y),则 x~=x\tilde x=x,需要证明 y=y~y=\tilde y。由定义,存在序列 {xn}D(A)\{x_n\}\subseteq \mathcal D(A),使得

(xn,Axn)(x,y),(x~n,Ax~n)(x~,y~)(x_n,Ax_n)\to (x,y),\quad (\tilde x_n,A\tilde x_n)\to (\tilde x,\tilde y)

所以计算极限,因为 limxn=limx~n=x=x~\lim x_n=\lim \tilde x_n=x=\tilde x,以及

0=limA(xnx~n)=limAxnlimAx~n=yy~0=\lim A(x_n-\tilde x_n)=\lim Ax_n-\lim A\tilde x_n=y-\tilde y

(212\implies 1) 需要构造闭算子 A~\tilde A。记

D(A~):={xX:(x,y)Graph(A)}=πX(Graph(A))\mathcal D(\tilde A):=\{x\in X:(x,y)\in \overline{\mathrm{Graph}(A)}\}=\pi_X(\overline{\mathrm{Graph}(A)})

不难验证 D(A~)\mathcal D(\tilde A) 是线性子空间。则由单射推出双射

πX:Graph(A)D(A~)\pi_X:\overline{\mathrm{Graph}(A)}\to \mathcal D(\tilde A)

从而可以取逆映射。记 πY:Graph(A)Y\pi_Y:\overline {\mathrm{Graph}(A)}\to YπY(x,y)=y\pi_Y(x,y)=y,则

A~=πYπX1:D(A~)Y\tilde A=\pi_Y\circ \pi_X^{-1}:\mathcal D(\tilde A)\to Y

首先不难验证,A~\tilde A 是线性的,并且 Graph(A~)=Graph(A)X×Y\mathrm{Graph}(\tilde A)=\overline {\mathrm{Graph}(A)}\subseteq X\times Y 是闭集。所以 A~\tilde A 是闭算子且满足要求。

Remark. 直观上看,如果满足上述定理的第三条(即单射) xnx,Axnyx_n\to x,Ax_n\to y,则可以定义 A~x=y\tilde Ax=y,这样就能直接构造可闭算子 AA 对应的闭算子。需要验证 A~\tilde A 的良定义性:若 x~nx,Ax~ny~\tilde x_n\to x,A\tilde x_n\to \tilde y,则

yy~=limAxnlimAx~n=limA(xnx~n)=0y-\tilde y=\lim Ax_n -\lim A\tilde x_n=\lim A(x_n-\tilde x_n)=0

这就是定理第三条的内容。所以这样直接交换极限,构造的闭算子 A~\tilde A 是良定义的。

Remark. 对可闭算子 TT,定义其闭算子 T\overline T,则 Graph(T)=Graph(T)\overline {\mathrm {Graph}(T)}=\mathrm{Graph}(\overline T) 是闭集,由于全空间是 Banach 的,所以有 Banach 空间:

(D(T),T)(\mathcal D(\overline T),\|\cdot\|_{\overline T})

# Sobolev 空间

# Meyer-Serrin 定理

Notation. 假设 ΩRn\Omega\subseteq \mathbb R^n 是非空开集,αNn\alpha\in\mathbb N^n 表示数组 α=(α1,α2,,αn)\alpha=(\alpha_1,\alpha_2,\cdots,\alpha_n),对应定义多重导数

α:=x1α1x2α2xnαn\partial^\alpha:=\partial^{\alpha_1}_{x_1}\partial^{\alpha_2}_{x_2}\cdots \partial^{\alpha_n}_{x_n}

Proposition 记多重导数算子 T=αT=\partial ^\alpha,对应定义域

D(T):={fC(Ω):fLp(Ω)+TfLp(Ω)<}\mathcal D(T):=\{f\in C^\infty(\Omega):\|f\|_{L^p(\Omega)}+\|T f\|_{L^p(\Omega)}<\infty\}

TT 是可闭算子。

Sketch Proof

Sketch Proof. 根据可闭算子的等价判据。只需要证明,对

fnLp0,TfnLpgg=0a.e.f_n\xrightarrow{L^p}0,\ Tf_n\xrightarrow{L^p}g\implies g=0\text{ a.e.}

实分析的结论指出:紧支撑的光滑函数在 LpL^p 范数下稠密,其中 p[1,)p\in [1,\infty)。所以对任意 φCc(Ω)\varphi\in C_c^\infty(\Omega) 都有

Ω(Tfn)φdx=ΩT(fnφ)dx=(1)αΩfnTφdxn0\int _\Omega (Tf_n)\varphi dx=\int_\Omega T(f_n\varphi) dx=(-1)^{|\alpha|}\int_\Omega f_n T\varphi dx\xrightarrow{n\to\infty}0

而第一项又满足前提条件,所以

Ωgφdx=0,φCc(Ω)\int_\Omega g \varphi dx=0,\quad \forall \varphi\in C_c^\infty(\Omega)

因此 g=0g=0 几乎处处成立,所以 TT 是可闭算子。

Remark. 上述定理的证明中,我们用到了紧支撑光滑函数在 LpL^p 空间中的稠密性,将问题转化为两组对象:

{fnLpfTfnLpgΩfαφdx=(1)αΩgφdx,φCc(Ω)\begin{cases}f_n\xrightarrow{L^p}f\\ \\ Tf_n\xrightarrow{L^p}g\end{cases}\implies \int_\Omega f\partial ^\alpha \varphi\mathrm dx=(-1)^{|\alpha|}\int_\Omega g\varphi \mathrm dx,\ \forall \varphi\in C_c^\infty(\Omega)

这个结论是紧支撑光滑函数带来的。自然问题是:充分性是否成立?即对于满足右侧条件的 f,gf,g 是否还存在 {fn}\{f_n\} 使得上述收敛成立?

Theorem. Meyer-Serrin 定理:设 ΩRn\Omega\subseteq \mathbb R^n 是非空开集,1p<1\leq p<\infty,则上述充分性成立。

Sketch Proof

Sketch Proof. 证明思路如下:

先证明 Ω=Rn\Omega=\mathbb R^n 的情形,一般情形需要考虑并集:

Ω=r>0Ωr,Ωr:={x<r:d(x,Ωc)<1/r}\Omega=\bigcup_{r>0}\Omega _r,\quad \Omega_r:=\{|x|<r:d(x,\Omega^c)<1/r\}

对于 Ω=Rn\Omega=\mathbb R^n,假设 φ0\varphi\geq 0 是在 B(0;2)B(0;2) 的紧支撑光滑函数:φCc(B(0;2))\varphi\in C_c^\infty(B(0;2)),且满足归一化条件

Rnφ(x)dx=1\int_{\mathbb R^n}\varphi(x) dx=1

定义 ε\varepsilon - 磨光核 φε(x):=εnφ(x/ε)\varphi_\varepsilon(x):=\varepsilon^{-n}\varphi(x/\varepsilon),则卷积将 ff 光滑化,我们需要证明,如果满足之前提到的右侧条件,则

fφ1/nLpf,T(fφ1/n)Lpgf*\varphi_{1/n}\xrightarrow{L^p}f,\quad T(f*\varphi_{1/n})\xrightarrow{L^p}g

其中 fφεC(Rn)f*\varphi_{\varepsilon}\in C^\infty(\mathbb R^n),这是卷积性质得到的。事实上

limnfφ1/nfLp=0\lim_{n\to\infty}\|f*\varphi_{1/n}-f\|_{L^p}=0

只需要说明另一条。计算:对于任意 uCc(Rn)u\in C^\infty_c(\mathbb R^n),根据分部积分

\\\\\\

其中光滑函数积分与导数交换是合法的,并且通过紧支撑性质化简。

# 弱导数与 Sobolev 空间

Remark. 由 Meyer-Serrin 定理可知,可以定义 Sobolev 空间。沿用之前的记号。

Definition.ΩRn\Omega\subseteq \mathbb R^n 是非空开集,mNm\in \mathbb N1p<1\leq p<\infty,则称 Sobolev 空间

Wm,p(Ω):={fLp(Ω)αm,φCc(Ω),gαLp(Ω)s.t.Ωfαφdx=(1)αΩgαφdx}W^{m,p}(\Omega):=\left\{f\in L^p(\Omega)\left|\begin{array}{ll}\forall |\alpha|\leq m,\ \forall \varphi\in C_c^\infty(\Omega),\ \exists g_\alpha \in L^p(\Omega)\\ \\ \text{s.t.}\ \displaystyle\int_\Omega f\partial^\alpha \varphi \mathrm dx=(-1)^{|\alpha|}\int_\Omega g_\alpha \varphi \mathrm dx\end{array}\right\}\right.

且记范数为

fWm,p(Ω):=(αmgαLp(Ω)p)1/p,g0=f\|f\|_{W^{m,p}(\Omega)}:=\left (\sum_{|\alpha|\leq m}\|g_\alpha\|^p_{L^p(\Omega)}\right )^{1/p},\quad g_0=f

Remark. Sobolev 空间就是 LpL^p 空间中,存在 “弱导数” 的函数所构成的空间。其中 gαg_\alpha 称为 ff弱导数,关于微分算子 α\partial^\alpha。因为 Meyer-Serrin 定理保证了弱导数的存在性,所以 Sobolev 空间上的微分算子 α\partial^\alpha 是可闭算子。

Proposition. Wm,p(Ω)W^{m,p}(\Omega) 的表示为如下,并且 (Wm,p(Ω),Wm,p(Ω))(W^{m,p}(\Omega),\|\cdot\|_{W^{m,p}(\Omega)}) 是 Banach 空间:

Wm,p(Ω)=αmD(Tα),Tα:=αW^{m,p}(\Omega)=\bigcap _{|\alpha|\leq m}\mathcal D(\overline T_\alpha),\quad T_\alpha:=\partial ^\alpha

其中还可定义 Tαf=g\overline T_\alpha f=g 对任意 (f,g)Graph(Tα)(f,g)\in \overline {\mathrm{Graph}(T_\alpha)}

Proposition.W0m,p(Ω)W_0^{m,p}(\Omega)Cc(Ω)C^\infty_c(\Omega)Wm,p(Ω)W^{m,p}(\Omega) 范数下的闭包,即

W0m,p(Ω):=Cc(Ω)Wm,p(Ω)W_0^{m,p}(\Omega):=\overline{C_c^\infty(\Omega)}^{\|\cdot\|_{W^{m,p}(\Omega)}}

则当 Ω=Rn\Omega=\mathbb R^n 时:

W0m,p(Rn)=Wm,p(Rn)W_0^{m,p}(\mathbb R^n)=W^{m,p}(\mathbb R^n)

ΩRn\Omega\subsetneq \mathbb R^n 时:

W0m,p(Ω)={fWm,p(Ω):αm1,αfΩ=0}W_0^{m,p}(\Omega)=\{f\in W^{m,p}(\Omega):\forall |\alpha|\leq m-1,\ \partial ^\alpha f|_{\partial \Omega}=0\}

# 共轭双线性泛函的表示

# Lax-Milgram 定理

Remark. Lax-Milgram 定理给出了共轭双线性泛函的表示。

Theorem. Lax-Milgram 定理:设 HH 是复 Hilbert 空间,a(,):H×HCa(\cdot,\cdot):H\times H\to \mathbb C 是共轭双线性泛函,若

  1. 有界性:存在 M>0M>0 使得

a(x,y)Mxy,x,yH|a(x,y)|\leq M\|x\|\|y\|,\quad \forall x,y\in H

  1. 强正定性:存在 δ>0\delta>0 使得

a(x,x)δx2,xH|a(x,x)|\geq \delta \|x\|^2,\quad \forall x\in H

则存在 AL(H,H)A\in\mathcal L(H,H),使得

  1. A1A^{-1} 存在;
  2. A1L(H;H)A^{-1}\in\mathcal L(H;H)A1δ1\|A^{-1}\|\leq \delta^{-1}
  3. a(x,y)=(x,Ay)a(x,y)=(x,Ay)
Sketch Proof

Sketch Proof.

先考虑 AA 的存在性。记 fy(x):=a(x,y)f_y(x):=a(x,y),则 fyHf_y\in H^*,由 Riesz 表示定理,存在唯一 zyHz_y\in H,使得

fy(x)=(x,zy),xHf_y(x)=(x,z_y),\quad \forall x\in H

由此定义 A:yzyA:y\mapsto z_y。那么

a(x,y)=fy(x)=(x,Ay),x,yHa(x,y)=f_y(x)=(x,Ay),\quad \forall x,y\in H

需要验证 AA 是有界线性算子。线性性由共轭双线性泛函的定义直接得到。有界性由

Ay=supx=1(x,Ay)=supx=1a(x,y)My\|Ay\|=\sup_{\|x\|=1}|(x,Ay)|=\sup_{\|x\|=1}|a(x,y)|\leq M\|y\|

进一步得到 AM\|A\|\leq M

需要验证 AA 是双射。首先证明单射,假设 Ay=0Ay=0,则

0=a(y,y)=(y,Ay)=00=a(y,y)=(y,Ay)=0

由强正定性可知 y=0y=0。再证明满射,

\\\

# 应用:一类方程的弱解

Proposition. Poincaré 不等式:设 ΩRn\Omega\subseteq \mathbb R^n 是有界开集,1p<1\leq p<\infty,则存在常数 cp>0c_p>0,使得

uLp(Ω)cpuLp(Ω),uW01,p(Ω)\|u\|_{L^p(\Omega)}\leq c_p \|\nabla u\|_{L^p(\Omega)},\quad \forall u\in W_0^{1,p}(\Omega)

Example. 考虑如下边值问题:

{Δu+λu=fuΩ=0\begin{cases}-\Delta u+\lambda u=f\\ \\ u|_{\partial \Omega}=0\end{cases}

其中 ΩRn\Omega\subseteq \mathbb R^n 是有界开集,λ0\lambda\geq 0fL2(Ω)f\in L^2(\Omega)

H01(Ω)=W01,2(Ω)H^1_0(\Omega)=W_0^{1,2}(\Omega),则 H01(Ω)H^1_0(\Omega) 是 Hilbert 空间,内积为

(f,g)H01(Ω)=Ωfgdx+Ωfgdx(f,g)_{H^1_0(\Omega)}=\int_\Omega \nabla f\cdot \nabla g \mathrm dx+\int_\Omega fg \mathrm dx

断言,共轭双线性泛函

a(u,v)=Ωuvdx+λΩuvdx,u,vH01(Ω)a(u,v)=\int_\Omega \nabla u\cdot \nabla v \mathrm dx+\lambda \int_\Omega uv \mathrm dx,\quad \forall u,v\in H^1_0(\Omega)

满足 Lax-Milgram 定理的条件:

{a(u,v)(1+λ)uH01(Ω)vH01(Ω)a(u,u)min{1/2,cp/2}uH01(Ω)2\begin{cases}|a(u,v)|\leq (1+\lambda)\|u\|_{H^1_0(\Omega)}\|v\|_{H^1_0(\Omega)}\\ \\ a(u,u)\geq \min\{1/2,c_p/2\}\|u\|^2_{H^1_0(\Omega)}\end{cases}

则存在可逆算子 AL(H01(Ω),H01(Ω))A\in\mathcal L(H^1_0(\Omega),H^1_0(\Omega)),使得

a(u,v)=(u,Av)H01(Ω),u,vH01(Ω)a(u,v)=(u,Av)_{H^1_0(\Omega)},\quad \forall u,v\in H^1_0(\Omega)

Tf(v):=Ωfvdx,Tf(H01(Ω))T_f(v):=\int_\Omega fv \mathrm dx,\quad T_f\in (H^1_0(\Omega))^*

由 Riesz 表示定理,存在唯一 uH01(Ω)u\in H^1_0(\Omega),使得

a(v,A1u)=(AA1u,v)=(u,v)=Tf(v),vH01(Ω)a(v,A^{-1}u)=(AA^{-1}u,v)=(u,v)=T_f(v),\quad \forall v\in H^1_0(\Omega)

所以

a(A1uf,v)=Tf(v),vH01(Ω)a(A^{-1}u_f,v)=T_f(v),\quad \forall v\in H^1_0(\Omega)

这说明

Ω(A1uf)vdx+λΩ(A1uf)vdx=Ωfvdx,vH01(Ω)\int _\Omega \nabla (A^{-1}u_f)\cdot \nabla v \mathrm dx+\lambda \int_\Omega (A^{-1}u_f)v \mathrm dx=\int_\Omega fv \mathrm dx,\quad \forall v\in H^1_0(\Omega)

这通常称为原方程的弱解弱形式。此时,如果 A1ufWm,2(Ω)A^{-1}u_f\in W^{m,2}(\Omega),则由分部积分推出

Ω[Δ(A1uf)+λ(A1uf)]vdx=Ωfvdx,vH01(Ω)\int _\Omega [-\Delta(A^{-1}u_f)+\lambda (A^{-1}u_f)]v\mathrm dx=\int_\Omega fv \mathrm dx,\quad \forall v\in H^1_0(\Omega)

Cc(Ω)H01(Ω)C_c^\infty(\Omega)\subseteq H^1_0(\Omega),所以在 L2(Ω)L^2(\Omega) 意义下

Δ(A1uf)+λ(A1uf)=f-\Delta (A^{-1}u_f)+\lambda (A^{-1}u_f)=f

在忽略零测集的意义下,A1ufA^{-1}u_f 是存在唯一弱解。

Remark. H01(Ω)H^1_0(\Omega)Cc(Ω)C^\infty_c(\Omega)W1,2(Ω)W^{1,2}(\Omega) 范数下的闭包,由于是紧支撑函数,所以在边界上取零值。上述方程的边值条件将弱解限制在 H01(Ω)H^1_0(\Omega) 中。

# Hahn-Banach 定理与凸集

# Hahn-Banach 定理

Remark. 将子空间的有界线性泛函延拓到全空间。

# 拟线性泛函

Definition. XX 是实向量空间,p:XRp:X\to \mathbb R拟范数,如果

  1. 三角不等式:p(x+y)p(x)+p(y)p(x+y)\leq p(x)+p(y),对任意 x,yXx,y\in X
  2. 正齐次性:p(λx)=λp(x)p(\lambda x)=\lambda p(x),对任意 xXx\in Xλ0\lambda\geq 0.

拟范数 pp 称为半范数,如果满足
3. 绝对齐次性:p(λx)=λp(x)p(\lambda x)=|\lambda| p(x),对任意 xXx\in XλR\lambda\in \mathbb R

Remark. 拟范数在零点非负,半范数非负。范数是满足正定性的半范数。

Example. 给出拟范数、半范数的例子。

  1. 是拟范数但不是半范数:X=R2X=\mathbb R^2p(x,y)=max{x,0}+yp(x,y)=\max\{x,0\}+|y|
  2. 是半范数但不是范数:X=C[0,1]X=C[0,1]p(f)=f(x)p(f)=|f(x)|,其中 x[0,1]x\in [0,1] 为给定的点。

# 一维延拓引理

Remark. 先考虑扩张一个维度的情形。

Lemma. XX 是实向量空间,p:XRp:X\to \mathbb R 是拟范数,YXY\subseteq X 是子空间,ϕ:YR\phi:Y\to \mathbb R 是线性泛函,则对于任意 x0XYx_0\in X\setminus Y,存在线性泛函 ϕ~:Y~:=Yspan{x0}R\tilde \phi: \tilde Y:=Y\oplus\mathrm{span}\{x_0\}\to \mathbb R,使得

ϕ~Y=ϕ;ϕ~(x)p(x),xY~\tilde \phi|_Y=\phi;\quad \tilde \phi(x)\leq p(x),\forall x\in \tilde Y

Sketch Proof

Sketch Proof.

  1. 构造性的证明。任取 xY~x\in \tilde Y,存在 yYy\in Y 以及 λR\lambda \in \mathbb R 使得 x=y+λx0x=y+\lambda x_0,定义

ϕ~(x):=ϕ(y)+λa,a=ϕ~(x0)\tilde \phi(x):=\phi(y)+\lambda a,\quad a=\tilde \phi(x_0)

我们希望确定合适的 aRa\in\mathbb R,满足引理要求。不难验证第一条 ϕ~Y=ϕ\tilde \phi|_Y=\phi 恒成立;对于第二条,这等价于要求

ϕ(y)+λap(y+λx0),yY,λR\phi(y)+\lambda a\leq p(y+\lambda x_0),\quad \forall y\in Y,\lambda\in \mathbb R

不妨设 λ0\lambda\neq 0,那么

ϕ(y)+λap(y+λx0)λ(ϕ(λ1y)+sgn(λ)a)λp(λ1y+sgn(λ)x0)ϕ(y)±ap(y±x0),yYϕ(y)p(yx0)ap(y+x0)ϕ(y),yY\begin{array}{ll}&\phi(y)+\lambda a\leq p(y+\lambda x_0)\\ \\ \iff & |\lambda|(\phi(|\lambda|^{-1}y)+\mathrm{sgn}(\lambda)a)\leq |\lambda| p(|\lambda|^{-1}y+\mathrm{sgn}(\lambda)x_0)\\ \\ \iff & \phi(y)\pm a\leq p(y\pm x_0),\quad \forall y\in Y\\ \\ \iff &\phi(y)-p(y - x_0)\leq a \leq p(y + x_0)-\phi(y),\quad \forall y\in Y\end{array}

因此,我们只需要说明 α\alpha 的存在性。即在 yYy\in Y 变动时,公共区间非空

yY[ϕ(y)p(yx0),p(y+x0)ϕ(y)]\bigcap_{y\in Y}[\phi(y)-p(y - x_0),p(y + x_0)-\phi(y)]

换言之,就是要证明

supy~Y(ϕ(y~)p(y~x0))infyY(p(y+x0)ϕ(y))\sup_{\tilde y\in Y}(\phi(\tilde y)-p(\tilde y - x_0))\leq \inf_{y\in Y}(p(y + x_0)-\phi(y))

而这由拟范数的次可加性保证:

ϕ(y)+ϕ(y~)=ϕ(y+y~)p(y+y~)p(y+x0)+p(y~x0)\phi(y)+\phi(\tilde y)=\phi(y+\tilde y)\leq p(y+\tilde y)\leq p(y+x_0)+p(\tilde y - x_0)

# 实版本

Remark. 使用 Zorn 引理推广到任意维度的情形。

Theorem. 实 Hahn-Banach 定理:设 XX 是实向量空间,p:XRp:X\to \mathbb R 是拟范数,YXY\subseteq X 是子空间,ϕ:YR\phi:Y\to \mathbb R 是线性泛函,且 ϕ(y)p(y)\phi(y)\leq p(y) 对任意 yYy\in Y 成立,则存在线性泛函 Φ:XR\Phi:X\to \mathbb R,使得

ΦY=ϕ;Φ(x)p(x),xX\Phi|_Y=\phi;\quad \Phi(x)\leq p(x),\forall x\in X

Sketch Proof

Sketch Proof. 回忆 Zorn 引理:设 (S,)(S,\leq) 是偏序集,且每个链都有上界,则 SS 中存在极大元。一个维度延拓的引理提供了上界的构造。

  1. 记满足延拓的空间与线性泛函对的集合为

P={(Z,ψ):YZXlinear subspaceψ:ZRfunctionalψY=ϕ,ψ(z)p(z),zZ}\mathcal P=\left\{(Z,\psi):\begin{array}{l}Y\subseteq Z\subseteq X\text{ linear subspace}\\ \psi:Z\to \mathbb R\text{ functional}\\ \psi|_Y=\phi,\ \psi(z)\leq p(z),\ \forall z\in Z\end{array}\right\}

  1. 定义偏序关系:

(Z,ψ)(Z^,ψ^)ZZ^,ψ^Z=ψ(Z,\psi)\leq (\hat Z,\hat \psi)\iff Z\subseteq \hat Z,\ \hat \psi|_Z=\psi

可以验证,若 SP\mathcal S\subseteq \mathcal P 是链(全序子集),则存在上界 (Z~,ψ~)(\tilde Z,\tilde \psi),其中

Z~:=(Z,ψ)SZ,ψ~(z):=ψ(z),forzZ,(Z,ψ)S\tilde Z:=\bigcup_{(Z,\psi)\in \mathcal S}Z,\quad \tilde \psi(z):=\psi(z),\quad \text{for }z\in Z,\ (Z,\psi)\in \mathcal S

  1. 由 Zorn 引理,存在极大元 (Z^,ψ^)P(\hat Z,\hat \psi)\in \mathcal P。我们需要说明这个极大元的定义域 Z^=X\hat Z=X,否则存在 x0XZ^x_0\in X\setminus \hat Z,根据一维延拓引理,存在延拓 ψ~:Z^span{x0}R\tilde \psi:\hat Z\oplus \mathrm{span}\{x_0\}\to \mathbb R,使得 (Z^span{x0},ψ~)P(\hat Z\oplus \mathrm{span}\{x_0\},\tilde \psi)\in \mathcal P,与极大性矛盾。

Remark. 这个原始版本不要求线性泛函有界。

# 赋范空间版本

Remark. 作为实 Hahn-Banach 定理的推论。

Corollary.XX 是实赋范空间,YXY\subseteq X 是线性子空间,ϕY\phi\in Y^*,则存在 ΦX\Phi\in X^*,使得

ΦY=ϕ;ΦX=ϕY\Phi|_Y=\phi;\quad \|\Phi\|_{X^*}=\|\phi\|_{Y^*}

Sketch Proof

Sketch Proof.p(x):=ϕYxXp(x):=\|\phi\|_{Y^*}\|x\|_X,则 ppXX 上的拟范数。

Remark. 将复线性泛函的实虚部分离,得到复赋范空间版本的 Hahn-Banach 定理。

Corollary. 复 Hahn-Banach 定理:设 XX 是复赋范空间,YXY\subseteq X 是线性子空间,ψL(Y;C)\psi\in \mathcal L(Y;\mathbb C),则存在 ΨL(X;C)\Psi\in \mathcal L(X;\mathbb C),使得

ΨY=ψ;ΨX=ψY\Psi|_Y=\psi;\quad \|\Psi\|_{X^*}=\|\psi\|_{Y^*}

Sketch Proof

Sketch Proof. 注意到

ψ(x+iy)=Reψ(x+iy)iReψ(i(x+iy))\psi(x+iy)=\mathrm{Re}\psi(x+iy)-i\mathrm{Re}\psi(i(x+iy))

所以只需要考虑对线性泛函 ϕ(x)=Reψ(x),xY\phi(x)=\mathrm {Re}\psi(x),\forall x\in Y 的延拓。因为 XXC\mathbb C 线性空间,所以也是 R\mathbb R 线性空间。则存在 ΦL((X,+,,R);R)\Phi\in \mathcal L((X,+,\cdot,\mathbb R);\mathbb R),使得

ΦY=ϕ,ΦX=ϕY\Phi|_Y=\phi,\quad \|\Phi\|_{X^*}=\|\phi\|_{Y^*}

定义 Ψ(x):=Φ(x)iΦ(ix)\Psi(x):=\Phi(x)-i\Phi(ix),则 ΨL(X;C)\Psi\in \mathcal L(X;\mathbb C) 满足

  1. Ψ\Psi 是复线性的;
  2. ΨY=ψ\Psi|_Y=\psi
  3. ΨX=ψY\|\Psi\|_{X^*}=\|\psi\|_{Y^*}

# 应用:对偶空间是坐标轴

# 区分点点

Remark. 赋范空间上每一点都对应着一个 “单位泛函”。

Proposition.XX 是实赋范空间,对于任意 xX{0}x\in X\setminus \{0\},存在 ϕX\phi\in X^*,使得

ϕ(x)=x;ϕX=1\phi(x)=\|x\|;\quad \|\phi\|_{X^*}=1

Sketch Proof

Sketch Proof. 记张成子空间 Y=span{x}Y=\mathrm{span}\{x\},定义其上的线性泛函 ϕ(ax):=ax\phi(ax):=a\|x\|,通过 H-B 定理延拓。

Remark. 给定一个非零向量 xx,总能在对偶空间的单位球面 S\mathbb S^* 上找到一个线性泛函 ϕ\phi,使得 ϕ\phixx 所在方向的增速最大,为 11;在其他方向上,增速被限制在 [1,1][-1,1] 之间(从投影的角度理解)。

S:={ϕX:ϕX=1}\mathbb S^*:=\{\phi\in X^*:\|\phi\|_{X^*}=1\}

Remark. 以下推论指出 XX^* 可以区分 XX 中任意两点,确实符合我们对 XX^* 作为 XX 的 “坐标轴” 的直觉理解。

Corollary. XX^* 可以区分 XX 中的任意两点,即

  1. xyXx\neq y\in X,则存在 fXf\in X^*,使得 f(x)f(y)f(x)\neq f(y)
  2. xXx\in X 满足对任意 fXf\in X^*,都有 f(x)=0f(x)=0,则 x=0x=0

# 区分点面

Remark. 以下命题指出 XX^* 作为 “坐标轴”,还有法直线与超平面的区分作用。

Proposition. XX 是赋范空间,MXM\subseteq X 是线性子空间,x0Xx_0\in Xd(x0,M)=d>0d(x_0,M)=d>0,则存在 ϕX\phi\in X^*,使得

ϕM=0;ϕ(x0)=d;ϕX=1\phi|_M=0;\quad \phi(x_0)=d;\quad \|\phi\|_{X^*}=1

Sketch Proof

Sketch Proof. 可以先考虑 Hilbert 空间的情形。

  1. 在 Hilbert 空间上有正交的概念。假设 {eα}αA\{e_\alpha\}_{\alpha\in A}MM 的规范正交基,则考虑正交投影

(x0)M:=αA(x0,eα)eαM,x0(x0)MM(x_0)_M:=\sum_{\alpha\in A}(x_0,e_\alpha)e_\alpha\in M,\quad x_0-(x_0)_M\perp M

这推出 d=x0(x0)M>0d=\|x_0-(x_0)_M\|>0,从而 ff 满足要求。

f(x):=(x,x0(x0)M)x0(x0)Mf(x):=\dfrac{(x,x_0-(x_0)_M)}{\|x_0-(x_0)_M\|}

  1. 对于一般赋范空间,考虑子空间 Y=Mspan{x0}Y=M\oplus \mathrm{span}\{x_0\},定义线性泛函

f(y)=f(x+tx0):=tdf(y)=f(x+tx_0):=td

需要证明 fYf\in Y^*,然后再使用 H-B 定理延拓。我们说明前者。对于任意 yMy\overline \in M,由直和分解,存在唯一 xMx\in MtRt\in \mathbb R,使得 y=x+tx0y=x+tx_0,则

f(y)=td=td(x0,M)tx0+x/ty|f(y)|=|t|d=|t|d(x_0,M)\leq |t|\|x_0+x/t\|\leq \|y\|

这说明 fYf\in Y^*,且 fY1\|f\|_{Y^*}\leq 1。另一方面,取 y=x0y=x_0,则 fY=1\|f\|_{Y^*}=1

Corollary. XX^* 可以区分 XX 中的点与闭超平面,即

  1. MXM\subseteq X 是线性子空间,则

xspanMf(x)=0,fX,fM=0x\in \overline{\mathrm{span}M}\iff f(x)=0,\ \forall f\in X^*,f|_M=0

  1. XX 是实赋范空间。SXS\subseteq X 是子集,称 SS^\perpSS零化空间,如果

S:={fX:f(s)=0,sS}S^\perp:=\{f\in X^*:f(s)=0,\forall s\in S\}

此时,对于线性子空间 MXM\subseteq X,有

xMf(x)=0,fMx\in\overline M\iff f(x)=0,\ \forall f\in M^\perp

  1. XX 是实赋范空间。线性子空间 MMXX 的稠密子集,当且仅当 M={0}M^\perp=\{0\}

Remark. 零化空间是 XX^* 的线性子空间,它是 Hilbert 空间中正交补的推广。这里 “作用” 替代了 “内积”。依旧有

f,s=0,sS,fS\langle f,s\rangle=0,\quad \forall s\in S,\ f\in S^\perp

# Hahn-Banach 定理 (几何版本)

Remark. Hahn-Banach 定理的几何版本,给出凸集与点的分离、凸集与凸集的分离、凸闭集与凸紧集的分离。

# 区分凸集内部和边界

Example. 回顾 Rn\mathbb R^n 上的凸投影定理。对于凸闭集 MM,对任意 xMx\overline \in M,则存在唯一 y0My_0\in M,使得有夹角区分:

xy0,yy00,yM\langle x -y_0,y-y_0\rangle \leq 0,\quad \forall y\in M

定义 f(z)=z,xy0f(z)=\langle z,x-y_0\rangle,则

f(x)f(y)=xy0,xy0+xy0,y0y0,yMf(x)-f(y)=\langle x -y_0,x -y_0\rangle+\langle x-y_0,y_0-y\rangle \geq 0,\quad \forall y\in M

Remark. 实赋范空间的对偶空间可以严格区分凸集的内部和边界。

Definition.XX 是实赋范空间,称 MMXX超平面,如果 MM 是闭子空间,且 codimM=dim(X/M)=1\mathrm{codim}M=\mathrm{dim}(X/M)=1。称 M~\tilde MXX仿射超平面,如果存在 x0Xx_0\in X,使得 M~=x0+M\tilde M=x_0+M,其中 MM 是超平面。

Definition.fXf\in X^*f0,cRf\neq 0,c\in\mathbb R,称 {xX:f(x)>c}\{x\in X:f(x)>c\}开半空间,称 {xX:f(x)c}\{x\in X:f(x)\geq c\}闭半空间

Proposition. MXM\subseteq X 是仿射超平面,当且仅当存在 f0Xf\neq 0\in X^* 以及 cRc\in\mathbb R 使得

M=f1(c)={xX:f(x)=c}M=f^{-1}(c)=\{x\in X:f(x)=c\}

Sketch Proof

Sketch Proof. 【可补充空间、对偶空间区分点线】

  1. 充分性。根据定义,仿射超平面 MM,存在 YXY\subseteq X 是超平面,x0Xx_0\in X,使得 M=x0+YM=x_0+Y。由可补充空间性质,结合 codimY=1\mathrm{codim}Y=1,则 X=Yspan{x0}X=Y\oplus \mathrm{span}\{x_0\},由对偶空间区分点线,知道存在 fXf\in X^*,使得

f(y+tx0)=td(x0,M),yY,tRf(y+tx_0)=t\cdot d(x_0,M),\quad \forall y\in Y,t\in \mathbb R

由于 YY 是闭子空间,所以 f1(0)=Yf^{-1}(0)=Y,推出 M=f1(f(x0))M=f^{-1}(f(x_0))

  1. 必要性。记 Y=f1(0)Y=f^{-1}(0)f(x0)=cf(x_0)=c,则 M=Y+x0M=Y+x_0。由于 fXf\in X^*,所以 Y=kerfY=\ker f 是闭子空间。之前已经证明过 X=kerfspan{x0}X=\ker f\oplus \mathrm{span}\{x_0\},所以 codimY=1\mathrm{codim}Y=1,从而 MM 是仿射超平面。所以 codimY=1\mathrm{codim}Y=1,所以 MM 是仿射超平面。

Proposition.XX 是实赋范空间,AXA\subseteq X 是凸集,则

  1. intA\mathrm{int}AA\overline A 是凸集;
  2. intA\mathrm{int}A\neq \emptyset,则 AintAA\subseteq \overline{\mathrm{int}A}
Sketch Proof

Sketch Proof.

  1. 第一条。可由定义直接验证。对于任意 x,yintAx,y\in\mathrm{int}A,存在 ε>0\varepsilon>0,使得 B(x,ε),B(y,ε)AB(x,\varepsilon),B(y,\varepsilon)\subseteq A。则对于任意 t[0,1]t\in [0,1],有

B(tx+(1t)y,tε)tB(x,ε)+(1t)B(y,ε)tA+(1t)A=AB(tx+(1-t)y,t\varepsilon)\subseteq tB(x,\varepsilon)+(1-t)B(y,\varepsilon)\subseteq tA+(1-t)A=A

所以 tx+(1t)yintAtx+(1-t)y\in \mathrm{int}A。对于任意 x,yAx,y\in \overline A,存在序列 {xn},{yn}A\{x_n\},\{y_n\}\subseteq A,使得 xnx,ynyx_n\to x,y_n\to y。则对于任意 t[0,1]t\in [0,1],有

tx+(1t)y=limn(txn+(1t)yn)Atx+(1-t)y=\lim_{n\to\infty}(tx_n+(1-t)y_n)\in \overline A

  1. 第二条。假设 x0intAx_0\in\mathrm{int}A,则存在 ε>0\varepsilon>0,使得 B(x0,ε)intAB(x_0,\varepsilon)\subseteq \mathrm{int}A。任取 xAx\in A,则

Ux:={tx+(1t)y:yB(x0,ε),t(0,1)}intAU_x:=\{tx+(1-t)y:y\in B(x_0,\varepsilon),t\in (0,1)\}\subseteq \mathrm{int}A

xUxx\in \overline{U_x},所以 xintAx\in \overline{\mathrm{int}A}

Lemma.XX 是实赋范空间,AXA\subseteq X 是凸集且 intA\mathrm{int}A\neq \varnothing。若存在 f0Xf\neq 0\in X^* 以及 cRc\in \mathbb R,使得

f(x)c,xintAf(x)\geq c,\quad \forall x\in\mathrm{int}A

则其可以严格区分内部和边界:

f(x)c,xA;f(x)>c,xintAf(x)\geq c,\ \forall x\in A;\quad f(x)> c,\ \forall x\in \mathrm{int}A

Sketch Proof

Sketch Proof.

  1. 由凸集的性质,intAA\overline {\mathrm{int}A}\supseteq A,所以由对偶空间中算子的连续性,知道 f(x)cf(x)\geq c 对任意 xAx\in A 成立。
  2. xintAx\in\mathrm{int}A,考虑将 xx 略微平移。具体而言,取 x0Xx_0\in X 使得 f(x0)0f(x_0)\neq 0,则存在 δ>0\delta>0,使得 x±δx0intAx\pm \delta x_0\in \mathrm{int}A。因此选取合适的符号,可以成立

f(x)=f(x±δx0)δf(x0)cδf(x0)>cf(x)=f(x\pm \delta x_0)\mp \delta f(x_0)\geq c\mp \delta f(x_0)>c

# Minkowski 泛函

Remark. Minkowski 泛函在线性空间(没有配备范数)中普遍引入距离的概念。

Definition.KK(X,+,,F)(X,+,\cdot,\mathbb F) 中的集合,则由 KK 诱导的 Minkowski 泛函

pK(x):X[0,],pK(x):=inf{r>0:xrK},xXp_K(x):X\to [0,\infty],\quad p_K(x):=\inf\{r>0:x\in r K\},\forall x\in X

其中,约定 inf=+\inf\varnothing=+\infty

Remark. pKp_K 表示以零点为位似中心,将 KK 放大到包含 xx 所需的最小比例因子。

pK(x)<{r>0:xrK}p_K(x)<\infty\iff \{r>0:x\in rK\}\neq \varnothing

或者说是 x0x\neq 0xx 方向伸缩变换到 KK 上所需的最大比例因子的倒数。

# 有限性条件

Definition.X=(X,+,,F)X=(X,+,\cdot,\mathbb F)KXK\subseteq X,则称 KKXX吸收集,如果对任意 xXx\in X,存在 λ>0\lambda >0,使得

xrK,rF,rλx\in rK,\quad \forall r\in\mathbb F,|r|\geq \lambda

Remark. 吸收集蕴含 0K0\in K,并且 pK(0)=0p_K(0)=0。因为 00 不能伸缩。

Remark. 直观上,对于任意一点,只要伸缩足够大,就能进入吸收集。即 “吸收”。因此吸收集保证了 Minkowski 泛函的有限性。

Definition.(X,+,,R)(X,+,\cdot,\mathbb R)x0Ax_0\in A 称为 AA代数内点,如果对任意 xXx\in X,存在 tx>0t_x>0,使得

x0+[0,tx]x:={x0+rx:r[0,tx]}Ax_0+[0,t_x]x:=\{x_0+rx:r\in [0,t_x]\}\subseteq A

Remark. 代数内点要求在每个方向都能找到一条线段,包含在集合内。但整体来看,这个集合不一定是开集。

Proposition. $X=(X,+,\cdot ,\mathbb R),则 KXK\subseteq X 是吸收集,当且仅当 00KK 的代数内点。

Sketch Proof

Sketch Proof.

  1. 必要性。我们之前提到 0K0\in K,只需证明代数内点。任取 xXx\in X,由吸收集的定义,存在 λ>0\lambda>0,使得 xrKx\in rK 对任意 rR,rλr\in \mathbb R,|r|\geq \lambda 成立。取 tx=1/λt_x=1/\lambda,则对于任意 r[0,tx]r\in [0,t_x],都有 1/rλ|1/r|\geq \lambda,所以

0+rx=rxK0+rx=rx\in K

  1. 充分性。任取 xXx\in X,由代数内点的定义,存在 tx>0t_x>0,使得 rxKrx\in K 对任意 r[0,tx]r\in [0,t_x] 成立。取 λ=1/tx\lambda=1/t_x,则对于任意 rR,rλr\in \mathbb R,|r|\geq \lambda,都有 1/rtx|1/r|\leq t_x,所以

x=1r(rx)rKx=\dfrac{1}{r}(rx)\in rK

Remark. 代数内点定义在实向量空间中,但吸收集定义在实或复向量空间中。上述等价关系仅在实向量空间中成立。

# 半范数条件

Example. X=(X,+,,R)X=(X,+,\cdot ,\mathbb R)ffXX 上的线性泛函,对任意 a>0a>0,记

Ka:={xX:f(x)a}K_a:=\{x\in X:f(x)\leq a\}

KaK_a 是凸集,且 pKa(x)=f(x)/ap_{K_a}(x)=|f(x)|/a 是半范数。

Definition.X=(X,+,,R)X=(X,+,\cdot,\mathbb R)KXK\subseteq X,则称 KKXX平衡集,如果

asK,a1,sKas\in K,\quad \forall |a|\leq 1,\forall s\in K

这等价于 aKKaK\subseteq K 对任意 a1|a|\leq 1 成立。

# 平衡凸吸收集

Theorem.KKX=(X,+,,R)X=(X,+,\cdot,\mathbb R) 中的集合,则

  1. KK 是凸吸收集,则 pKp_K 满足三角不等式(次可加性),且 pKp_K 是拟范数;
  2. KK 是平衡吸收集,则 pKp_K 满足绝对齐次性;
  3. KK 是平衡凸吸收集,则 pKp_K 是半范数,且

pK(x)=1sup{r>0:rxK},xXp_K(x)=\dfrac 1{\sup\{r>0: rx\in K\}},\quad \forall x\in X

Sketch Proof

Sketch Proof.

  1. 第一条。需要证明次可加性和正齐次性。对于次可加性,根据 pKp_K 的定义,对于任意 ε>0\varepsilon>0,存在 ri>0r_i>0,使得

xiriK,ri<pK(xi)+ε/2x_i\in r_iK,\quad r_i<p_K(x_i)+\varepsilon/2

由于 KK 是凸集,所以

x1+x2r1+r2=r1r1+r2x1r1+r2r1+r2x2r2K\dfrac {x_1+x_2}{r_1+r_2}=\dfrac {r_1}{r_1+r_2} \cdot \dfrac{x_1}{r_1}+\dfrac {r_2}{r_1+r_2}\cdot \dfrac{x_2}{r_2}\in K

说明 pK(x1+x2)r1+r2<pK(x1)+pK(x2)+εp_K(x_1+x_2)\leq r_1+r_2<p_K(x_1)+p_K(x_2)+\varepsilon,由于 ε\varepsilon 任意,得到次可加性。对于正齐次性,任取 λ0\lambda\geq 0,则存在 rx>0r_x>0,使得

rx<pK(x)+ε;λxλrx=xrxKr_x<p_K(x)+\varepsilon;\quad \dfrac {\lambda x}{\lambda r_x}=\dfrac x{r_x}\in K

说明 pK(λx)λrxλpK(x)+λεp_K(\lambda x)\leq \lambda r_x\leq \lambda p_K(x)+\lambda \varepsilon,由于 ε\varepsilon 任意,得到一侧。换元得到另一侧

pK(λ1λx)λ1pK(λx)pK(λx)λpK(x)p_K(\lambda^{-1}\lambda x)\leq \lambda^{-1}p_K(\lambda x)\implies p_K(\lambda x)\geq \lambda p_K(x)

  1. 第二条。由于正齐次性的证明不需要额外条件,因此绝对齐次性只需要证明 pK(x)=pK(x)p_K(-x)=p_K(x)。对任意 ε>0\varepsilon>0,存在 rx>0r_x>0,使得

rx<pK(x)+ε;xrxKr_x<p_K(x)+\varepsilon;\quad \dfrac {x}{r_x}\in K

由于 KK 是平衡集,所以

xrxKK\dfrac {-x}{r_x}\in -K\subseteq K

说明 pK(x)rx<pK(x)+εp_K(-x)\leq r_x<p_K(x)+\varepsilon,由于 ε\varepsilon 任意,得到 pK(x)pK(x)p_K(-x)\leq p_K(x)。换元得到另一侧。

  1. 第三条。由前两条,pKp_K 是半范数。
    :::

Remark. 凸集保证了次可加性,平衡集保证了绝对齐次性,吸收集保证了有限性。正齐次性是 Minkowski 泛函的固有性质。这些反例都是容易举出的。

Proposition. (X,+,,R)(X,+,\cdot,\mathbb R) 中凸集情形的等价关系,若 KK 是凸集

  1. pK(x)<,xXp_K(x)<\infty,\forall x\in X,当且仅当 KK 是吸收集;
  2. aKK,a=1aK\subseteq K,\forall |a|=1,当且仅当 KK 是平衡集。

Example. 单位圆给出标准范数。取 U={x1}U=\{\|x\|\leq 1\},则 PU(x)=xP_U(x)=\|x\|。取 U~={x<1}\tilde U=\{\|x\|<1\},则 PU~(x)=xP_{\tilde U}(x)=\|x\|

Proposition.KK(X,+,,R)(X,+,\cdot ,\mathbb R) 的集合,KK 是平衡凸吸收集,则

V:={xX:pK(x)<1}K{xX:pK(x)1}:=WV:=\{x\in X:p_K(x)<1\}\subseteq K\subseteq \{x\in X:p_K(x)\leq 1\}:=W

  1. 上述包含关系成立;
  2. VVKK 的代数内点全体;
  3. V,WV,W 是平衡凸吸收集;
  4. PV=PW=pKP_V=P_W=p_K

即,若 XX 是拓扑向量空间(既有拓扑结构,也是线性空间,且两者相容),则

intK{xX:pK(x)<1}K{xX:pK(x)1}K\mathrm{int}K\subseteq \{x\in X:p_K(x)<1\}\subseteq K\subseteq \{x\in X:p_K(x)\leq 1\}\subseteq \overline K

此时,pKp_K 是连续的,当且仅当 KK 是零点的邻域。当 pKp_K 连续时

intK={xX:pK(x)<1},K={xX:pK(x)1}\mathrm{int}K=\{x\in X:p_K(x)<1\},\quad \overline K=\{x\in X:p_K(x)\leq 1\}

另外,KK 是平衡凸吸收集,则 pKp_KXX 上的范数,当且仅当 KK 中不含非平凡线性子空间。

# 几何形式 I

Remark. 几何形式 I 给出凸集与点的分离。

Theorem. Hahn-Banach 定理 (几何形式 I):设 XX 是实赋范空间,凸集 EXE\subseteq X 满足 0intE0\in\mathrm{int}Ex0XEx_0\in X\setminus E,则仿射超平面 {f=1}\{f=1\} 分离 EEx0x_0,即存在 f0Xf\neq 0\in X^*,使得

f(x)1,xE;f(x)<1,xintE;f(x0)>1f(x)\leq 1,\ \forall x\in E;\quad f(x)<1,\ \forall x\in\mathrm{int}E;\quad f(x_0)>1

Sketch Proof

Sketch Proof. 先构造 Minkowski 泛函,然后利用 Hahn-Banach 定理延拓。EE 是吸收集,所以 pEp_E 是拟范数。从而

  1. 对任意 xEx\in E,有 pE(x)1p_E(x)\leq 1,且当 xintEx\in \mathrm{int}E 时,pE(x)<1p_E(x)<1(内点可以稍微伸缩);
  2. 由于 0intE0\in\mathrm{int}E,所以可以控制 pEp_E。因为存在 δ>0\delta>0 使得 B(0,δ)EB(0,\delta)\subseteq E,所以对于任意 xXx\in X,有

δ2xxB(0,δ)EpE(x)2δx\dfrac \delta 2\dfrac x{\|x\|}\in B(0,\delta)\subseteq E\implies p_E(x)\leq \dfrac{2}{\delta}\|x\|

  1. 证明 pE(x0)1p_E(x_0)\geq 1,否则推出 x0λEx_0\in\lambda E,其中 λ(pE(x0),1)\lambda \in (p_E(x_0),1),由凸性推出矛盾。

构造 fXf\in X^* 满足分离性。记 f0(λx0):=λpE(x0)f_0(\lambda x_0):=\lambda p_E(x_0),则 f0f_0span{x0}\mathrm{span}\{x_0\} 上的线性泛函,且对于任意 xspan{x0}x\in\mathrm{span}\{x_0\},有

f0(x)=f0(λx0)=λpE(x0)pE(λx0)=pE(x)f_0(x)=f_0(\lambda x_0)=\lambda p_E(x_0)\leq p_E(\lambda x_0)=p_E(x)

由 Hahn-Banach 定理,存在 fL(X,R)f\in\mathcal L(X,\mathbb R),使得

fspan{x0}=f0;f(x)pE(x),xXf|_{\mathrm{span}\{x_0\}}=f_0;\quad f(x)\leq p_E(x),\ \forall x\in X

还需要验证有界,这说明 fXf\in X^*

f(x)=f(sgn(f(x))x)pE(sgn(f(x))x)2δx|f(x)|=f(\mathrm {sgn}(f(x))x)\leq p_E(\mathrm{sgn}(f(x))x)\leq \dfrac{2}{\delta}\|x\|

因此,我们找到了所需的 ff,满足分离条件。

# 几何形式 II

Theorem. Hahn-Banach 定理 (几何形式 II):若 XX 是实赋范空间,E1,E2XE_1,E_2\subseteq X 是不相交的非空凸集,且 E1E_1 有内点,则存在仿射超平面 {f=c}\{f=c\} 分离 E1E_1E2E_2,即存在 f0Xf\neq 0\in X^* 以及 cRc\in \mathbb R,使得

f(x)c,xE1;f(x)<c,xintE1;f(x)c,xE2f(x)\leq c,\ \forall x\in E_1;\quad f(x)<c,\ \forall x\in\mathrm{int}E_1;\quad f(x)\geq c,\ \forall x\in E_2

Sketch Proof

Sketch Proof. 借助几何形式 I,考虑差集合,构造不包含零点的凸集。定义

E:=E1+(1)E2={x1x2:x1E1,x2E2}E:=E_1+(-1)E_2=\{x_1 -x_2:x_1\in E_1,x_2\in E_2\}

EE 是凸集,且 0E0\overline \in E。由于 E1E_1 有内点,所以 EE 也有内点,不妨设 x0intEx_0\in \mathrm{int}E,则考虑点平移集,将这个凸集移到包含零点的位置:

E~:=Ex0:={xx0:xE}\tilde E:=E -x_0:=\{x -x_0:x\in E\}

则对 E~\tilde Ex0-x_0 应用几何形式 I,存在 f0Xf\neq 0\in X^*,使得

f(x)1,xE~;f(x)<1,xintE~;f(x0)>1f(x)\leq 1,\ \forall x\in \tilde E;\quad f(x)<1,\ \forall x\in \mathrm{int}\tilde E;\quad f(-x_0)>1

根据线性泛函和差集合的定义,推出 f(E)0f(E)\leq 0,从而

f(x1)f(x2)0,x1E1,x2E2f(x_1)-f(x_2)\leq 0,\quad \forall x_1\in E_1,x_2\in E_2

选取

c[supx1E1f(x1),infx2E2f(x2)]c\in [\sup_{x_1\in E_1}f(x_1),\inf_{x_2\in E_2}f(x_2)]

ffcc 满足分离条件。内部的结论,由连续线性泛函区分凸集内部和边界的引理可得。

Remark. 条件 “intE1\mathrm{int}E_1\neq \varnothing” 不可去除。

Counterexample. 考虑 H=2H=\ell^2 的子集

A:={x2:nN,i<n:xi>0in:xi=0}A:=\left\{x\in \ell^2:\exists n\in\mathbb N,\ \begin{array}{ll}\forall i<n:\ x_i>0\\ \forall i\geq n:\ x_i=0\end{array}\right\}

B:={x2:nN,i<n:xi=0in:xi>0}B:=\left\{x\in \ell^2:\exists n\in\mathbb N,\ \begin{array}{ll}\forall i<n:\ x_i=0\\ \forall i\geq n:\ x_i>0\end{array}\right\}

由 Riesz 表示定理,(2)(\ell ^2)^* 的元素可表示为 x,\langle x,\cdot \rangle,其中 x2x\in \ell^2。通过计算其每一分量,推出其为零向量,从而无法分离 AABB

Remark. 定理中的不等号方向可以互换,只需要考虑 f-f

# 几何形式 III

Theorem. Hahn-Banach 定理 (几何形式 III):设 XX 是实赋范空间,非空凸闭集 E1E_1 和非空凸紧集 E2E_2 不相交,则存在仿射超平面 {f=c}\{f=c\} 严格分离 E1E_1E2E_2,即存在 f0Xf\neq 0\in X^* 以及 cRc\in \mathbb R,使得

supxE1f(x)<c<infxE2f(x)\sup_{x\in E_1}f(x)< c<\inf_{x\in E_2}f(x)

Sketch Proof

Sketch Proof. 度量空间是 Hausdorff 空间,紧子集是闭集,同时考虑到度量空间的紧集是列紧的,容易推出集合距离为正

δ:=13d(E1,E2)>0\delta :=\dfrac 13d(E_1,E_2)>0

因此,考虑 E1E_1δ\delta - 膨胀集(开覆盖)

U=xE1B(x,δ)U=\bigcup _{x\in E_1}B(x,\delta)

容易验证膨胀集是开凸集。应用几何形式 II 即可。

Remark. 定理中条件 “紧集” 不可去除。

Counterexample. 几何形式 III 中的紧集不可去除。考虑 2\ell^2 中的两个子集

A:={x2:xi=0,i>1}A:=\{x\in \ell ^2:x_i=0,\forall i>1\}

B:={xRN:ixii1/3x1,i>1}2B:=\{x\in\mathbb R^{\mathbb N}:|ix_i-i^{1/3}|\leq x_1,\forall i>1\}\subseteq\ell^2

A,BA,B 是不相交的非空闭凸集,并且 ABA-B2\ell^2 中稠密,因此无法分离 AABB。留作第十二次习题。

Remark. 定理中的不等号方向可以互换,只需要考虑 f-f。同时定理不要求凸集有内点。

# 超平面与凸集相切

Remark. 当线性子空间和有内点凸集不相交时,可以延拓到超平面和凸集的关系上。

Theorem. Mazur 定理:设 XX 是实赋范空间,EE 是有内点的凸集,F=x0+H0F=x_0+H_0,其中 H0H_0XX 的线性子空间。若 intEF=\mathrm{int}E\cap F=\varnothing,则存在 f0Xf\neq 0\in X^* 以及 cRc\in \mathbb R,使得

f(x)c,xE;f(x)=c,xFf(x)\leq c,\ \forall x\in E;\quad f(x)= c,\ \forall x\in F

Sketch Proof

Sketch Proof. 由于 intE\mathrm{int}E 是开凸集,且与仿射平面 FF 不交,则由几何形式 II,存在 f0Xf\neq 0\in X^* 以及 cRc\in \mathbb R,使得

f(x)<c,xintE;f(x)c,xE;f(x)c,xFf(x)< c,\ \forall x\in \mathrm{int}E;\quad f(x)\leq c,\ \forall x\in E;\quad f(x)\geq c,\ \forall x\in F

因为 FF 是仿射平面,而被限制了下界,所以 ffFF 上必须是常值函数:

f(x0±y)c,yH0f(y)=0,yH0f(x_0\pm y)\geq c,\ \forall y\in H_0\implies f(y)=0,\ \forall y\in H_0

所以 F{xX:f(x)=f(x0)}F\subseteq \{x\in X:f(x)=f(x_0)\},而 f(x0)cf(x_0)\geq c。结合之前的结论,得到所需结果。

Remark. 定理的不等号方向可以互换。

Definition. 称仿射超平面 MM 是凸集 EE 在点 x0x_0 处的承托超平面,如果 EEMM 的一侧,且 x0EMx_0\in \overline E\cap M。即存在 f0Xf\neq 0\in X^* 使得

f(x)f(x0),xE;M={f=f(x0)}f(x)\leq f(x_0),\ \forall x\in E;\quad M=\{f=f(x_0)\}

Example. X=(X,)X=(X,\|\cdot\|),对 x0B(0,r)x_0\in\partial B(0,r),则由 Hahn-Banach 定理,存在 f0Xf\neq 0\in X^*,使得

f=1;f(x0)=r;f(x)fxr,xB(0,r)\|f\|=1;\quad f(x_0)=r;\quad f(x)\leq \|f\|\|x\|\leq r,\ \forall x\in B(0,r)

因此,{f=r}\{f=r\}B(0,r)B(0,r)x0x_0 处的承托超平面。

Remark. 任意有内点的凸集在边界的每个点处都有承托超平面。

Proposition.XX 是实赋范空间,EEXX 的有内点凸集,则对于任意 x0Ex_0\in \partial E,存在承托超平面 MM,使得 x0Mx_0\in M

Sketch Proof

Sketch Proof. 由于 x0Ex_0\in \partial E,所以 x0intEx_0\notin \mathrm{int}E。平移 E~=E{x0}\tilde E=E-\{x_0\} 使得 0E~0\in \partial \tilde Eint(E~)\mathrm{int}(\tilde E)\neq \varnothing。因此,应用几何形式 II,存在 f0Xf\neq 0\in X^* 以及 cRc\in \mathbb R,使得

f(x)c,xE~;f(0)cf(x)\leq c,\ \forall x\in \tilde E;\quad f(0)\geq c

所以平移回去 fEf(x0)f|_E\subseteq f(x_0),说明 {f=f(x0)}\{f=f(x_0)\}EEx0x_0 处的承托超平面。

# Banach 空间的自反性

# 二次对偶空间

Definition.X=(X,)X=(X,\|\cdot\|)X=(X,+,,F)X=(X,+,\cdot ,\mathbb F)。则 (X)=L(X,F)(X^*)^*=\mathcal L(X^*,\mathbb F) 称为 XX二次对偶空间,记为 XX^{**}

Notation. 默认 xX,xX,XXx\in X,x^*\in X^*,X^{**}\in X^{**} 的记号。

Notation. 基于双线性结构,记

x,x(X,X):=x(x),x,x:=x(x)\langle x^*,x\rangle_{(X^*,X)} :=x^*(x),\quad \langle x^{**},x^*\rangle :=x^{**}(x^*)

尖括号下标明了作用的空间对,在容易理解的情况下可以省略。

Remark. 这个记号左侧是算子,右侧是作用的对象。基于映射的复合,有

fg,x=f,g(x)\langle f\circ g,x\rangle =\langle f,g(x)\rangle

根据这个记号,自然地有一个映射,它也说明了 XXXX^{**} 之间的关系。

Lemma. 满足以下性质的 l:XXl:X\to X^{**} 是等距嵌入映射,称为规范嵌入

l(x),x=(l(x))(x):=x,x,xX\langle l(x),x^*\rangle =(l(x))(x^*):=\langle x^*,x\rangle ,\quad \forall x^*\in X^*

Sketch Proof

Sketch Proof. 需要验证线性、单射和等距三个性质。线性是显然的。单射等价于零空间平凡。等距等价于证明保持范数 l(x)X=xX\|l(x)\|_{X^{**}}=\|x\|_X。一方面,由于 xXx\in X 是固定的,根据 Hahn-Banach 定理,可以适当选取 xXx^*\in X^* 使得 x(x)=xx^*(x)=\|x\|x=1\|x^*\|=1,因此有

x=x,x=l(x),xl(x)x=l(x)\|x\|=|\langle x^*,x\rangle |=|\langle l(x),x^*\rangle |\leq \|l(x)\|\|x^*\|=\|l(x)\|

Remark. 对偶空间的元素是相等的,即在说明它们作用在原空间的每个元素上是相等的。

# 自反 Banach 空间

我们还可以进一步假设 ll 是满射,从而得到自反的概念。

Definition. l:XXl:X\to X^{**} 是等距同构时,称 XX自反的。

Remark. 定义中的 ll 特指规范嵌入。其他的等距同构不是自反的考虑对象。

Remark. 赋范空间的对偶空间总是 Banach 空间,因此自反赋范空间一定是 Banach 空间。

Remark. 证明自反,只需证明 ll 是满射。

# 对偶诱导自反

Theorem.XX 是 Banach 空间,则 XX 自反当且仅当 XX^* 自反。

Sketch Proof

Sketch Proof. 观察交换图即可证明充分性:

X¤¤(X¤)¤¤=(X¤¤)¤3¤XX¤3¤±lXlXlX¤

必要性。首先注意到 lX(X)l_X(X)XX^{**} 是闭空间,所以只需证明 lX(X)l_X(X)XX^{**} 稠密即可。由 Hahn-Banach 定理点分离的推论,只需要证明 lX(X)l_X(X) 的零化空间为 {0}(X)=(X)\{0\}\subseteq (X^{**})^{*}=(X^*)^{**},等价于对任意 Λ(X)\Lambda \in (X^{**})^{*},若 ΛlX=0\Lambda\circ l_X=0,则 Λ=0\Lambda=0。由于 XX^* 自反,存在 xXx^*\in X^*,使得

Λ(ϕ)=ϕ,x,ϕX\Lambda(\phi)=\langle \phi,x^*\rangle ,\quad \forall \phi\in X^{**}

因此,对于任意 xXx\in X

0=Λ(lX(x))=lX(x),x=x,x0=\Lambda(l_X(x))=\langle l_X(x),x^*\rangle =\langle x^*,x\rangle

说明 x=0x^*=0,从而 Λ=0\Lambda=0

X¤¤(X¤)¤¤=(X¤¤)¤l(X)XX¤H¡BlXlX¤

# 商映射诱导自反

Remark. 以下引理保证了交换图成立,从而推出主定理。

Lemma.X=(X,)X=(X,\|\cdot\|)YXY\subseteq X 是子空间,则

  1. 存在等距同构 Φ\Phi,使得

Φ:X/YY,Φ([x]Y)=xY\Phi:X^*/Y^\perp \to Y^*,\quad \Phi([x^*]_{Y^\perp})=x^*|_Y

  1. YY 是闭子空间,则存在等距同构 Ψ\Psi,使得

Ψ:(X/Y)Y,Ψ(f)=fπ\Psi:(X/Y)^* \to Y^\perp,\quad \Psi(f)=f\circ \pi

其中 π:XX/Y\pi:X\to X/Y 是商映射,满足 π(x)=[x]Y\pi(x)=[x]_Y

Sketch Proof

Sketch Proof. 引理中的两条同构都是直观的。

证明第一条。定义

ϕ(x):=xY,xX\phi(x^*):=x^*|_Y,\quad \forall x^*\in X^*

通过验证作用,易得线性算子 ϕL(X,Y)\phi\in \mathcal L(X^*,Y^*)

  1. 诱导单射:

Φ(x)=0xY[x]Y=0\Phi(x^*)=0\iff x^*\in Y^\perp\implies [x^*]_{Y^\perp}=0

由于 YY^\perpXX^* 的闭子空间,商空间 X/YX^*/Y^\perp 是赋范空间,并且

Φ:X/YY,Φ([x]Y)=xY\Phi:X^*/Y^\perp \to Y^*,\quad \Phi([x^*]_{Y^\perp})=x^*|_Y

是单射。

  1. 验证 Φ\Phi 是有界的:

Φ([x]Y)Y=ϕ(x+y)YϕL(X,Y)x+yX\|\Phi([x^*]_{Y^\perp})\|_{Y^*}=\|\phi (x^*+y)\|_{Y^*}\leq \|\phi\|_{\mathcal L(X^*,Y^*)}\|x^*+y\|_{X^*}

取下确界,得到

Φ([x]Y)YϕL(X,Y)[x]YX/Y\|\Phi([x^*]_{Y^\perp})\|_{Y^*}\leq \|\phi\|_{\mathcal L(X^*,Y^*)}\|[x^*]_{Y^\perp}\|_{X^*/Y^\perp}

说明 Φ\Phi 是有界的。

  1. 验证 Φ\Phi 是满射。对于任意 yYy^*\in Y^*,由 Hahn-Banach 定理,存在 xXx^*\in X^*,使得

xY=y;xX=yYx^*|_Y=y^*;\quad \|x^*\|_{X^*}=\|y^*\|_{Y^*}

因此,Φ([x]Y)=y\Phi([x^*]_{Y^\perp})=y^*,说明 Φ\Phi 是满射。

  1. 进一步,验证等距:注意到任意对 yy^* 的延拓,其范数都不小于 yY\|y^*\|_{Y^*},因此

x+YX/Y=infyYx+yX=xX\|x^*+Y^\perp\|_{X^*/Y^\perp}=\inf_{y^*\in Y^\perp}\|x^*+y^*\|_{X^*}= \|x^*\|_{X^*}

所以

[x]YX/Y=xX=yY=Φ([x]Y)Y\|[x^*]_{Y^\perp}\|_{X^*/Y^\perp}=\|x^*\|_{X^*}=\|y^*\|_{Y^*}=\|\Phi([x^*]_{Y^\perp})\|_{Y^*}

第二条结论。定义

Ψ:(X/Y)Y,Ψ(f)=fπ\Psi:(X/Y)^* \to Y^\perp,\quad \Psi(f)=f\circ \pi

  1. 单射。这是因为,其中 Ran\mathrm{Ran} 表示映射的值域。

Ψ(f)=0fπ=0Ran(π)Ker(f)f=0\Psi(f)=0\iff f\circ \pi=0\iff \mathrm{Ran}(\pi)\subseteq \mathrm{Ker}(f)\iff f=0

  1. 满射。将 YY^\perp 上的元素拉回到 (X/Y)(X/Y)^* 上。对于任意 yYy^*\in Y^\perp,定义

f([x]Y):=y(x)=y,x,xXf([x]_Y):=y^*(x)=\langle y^*,x\rangle ,\quad \forall x\in X

容易验证良定性。从而

f([x]Y)yx+y,yY|f([x]_Y)|\leq \|y^*\|\|x+y\|,\quad \forall y\in Y

取下确界,得到

f([x]Y)y[x]YX/Y|f([x]_Y)|\leq \|y^*\|\|[x]_Y\|_{X/Y}

说明 f(X/Y)f\in (X/Y)^*,且 Ψ(f)=y\Psi(f)=y^*

  1. 等距。对于任意 f(X/Y)f\in (X/Y)^*,有

Ψ(f)X=supxX,x0f(π(x))xX=sup[x]Y0f([x]Y)infyYx+yX=f(X/Y)\|\Psi(f)\|_{X^*}=\sup_{x\in X,x\neq 0}\dfrac{|f(\pi(x))|}{\|x\|_X}=\sup_{[x]_Y\neq 0}\dfrac{|f([x]_Y)|}{\inf_{y\in Y}\|x+y\|_X}=\|f\|_{(X/Y)^*}

Corollary.X=(X,)X=(X,\|\cdot\|)YXY\subseteq X 是闭子空间,则

  1. 对任意 xXx^*\in X^*,有

supy1,yYx,y=infyYx+yX\sup_{\|y\|\leq 1,y\in Y}|\langle x^*,y\rangle |=\inf_{y^*\in Y^\perp}\|x^*+y^*\|_{X^*}

  1. 对任意 xYx^*\in Y^\perp,有

sup[x]Y1x,x=xX=supxXYx,xinfyYx+yX\sup_{\|[x]_Y\|\leq 1}| \langle x^*,x\rangle |=\|x^*\|_{X^*}=\sup_{x\in X\setminus Y}\dfrac {|\langle x^*,x\rangle |}{\inf_{y\in Y}\|x+y\|_X}

Theorem.XX 是自反的,则 XX 闭子空间 YY 以及商空间 X/YX/Y 也是自反的。

Example. Lp,LqL^p,L^q 都是自反 Banach 空间,并且互为对偶空间,其中 p,qp,q 是共轭指数,且 1<p,q<1<p,q<\infty。但 L1,LL^1,L^\infty 都不是自反的。

Example. 在数列空间,有对偶列

(c0,)(1,1)(,)(c_0,\|\cdot\|_\infty)\xrightarrow{*}(\ell^1,\|\cdot\|_1)\xrightarrow{*}(\ell^\infty,\|\cdot\|_\infty)

因此 c0c_0 不是自反的,1\ell^1 不是自反的。


Remark. 只要找到一个子空间不是自反的,就能说明整体空间不是自反的。

Example. (M,d)(M,d) 是紧集 MRnM\subseteq \mathbb R^n 的完备度量空间,X=(C(M),)X=(C(M),\|\cdot\|_\infty) 是连续实函数全体,则若 MM 是无限集合,则 (C(M),)(C(M),\|\cdot\|_\infty) 不是自反的。

# 等距同构诱导自反

# 可分性与自反性

Theorem. X=(X,)X=(X,\|\cdot\|)

  1. XX^* 可分,则 XX 可分;
  2. XX 自反且可分,则 XX^* 可分。
Sketch Proof

Sketch Proof. 第二条是第一条的直接推论。只需证明第一条。假设 {xi}i1\{x_i^*\}_{i\geq 1}XX^* 中稠密,则 XX 可分等价于存在可数稠密子集 YY,我们只需要 YY 满足

spanY=X(f(spanY)f=0)\overline {\mathrm{span}Y}=X\iff (f\in (\mathrm{span}Y)^\perp \implies f=0)

对于任意 f(spanY)f\in (\mathrm{span}Y)^\perp,由稠密性,存在 {xik}{xi}\{x_{i_k}^*\}\subseteq \{x_i^*\},使得

fxikX0\|f-x_{i_k}^*\|_{X^*}\to 0

因此,对于任意 xXx\in X,有

f(x)=f(x)xik(x)+xik(x)fxikXx+xik(x)|f(x)|=|f(x)-x_{i_k}^*(x)|+|x_{i_k}^*(x)|\leq \|f-x_{i_k}^*\|_{X^*}\|x\|+|x_{i_k}^*(x)|

而估计右侧

xik(x)2xik,yj2xikf,yj2xikfXyj|x_{i_k}^*(x)|\leq 2|\langle x^*_{i_k},y_j\rangle |\leq 2|\langle x^*_{i_k}-f,y_j\rangle |\leq 2\|x^*_{i_k}-f\|_{X^*}\|y_j\|

其中的 yjy_j 构成了可数稠密集 YY。具体构造是因为,存在 yjy_j,使得

yj=1,xj,yj12xjX:=12supx=1xj,x\|y_j\|=1,\quad |\langle x^*_j,y_j\rangle |\geq \dfrac 12\|x^*_j\|_{X^*}:=\dfrac 12\sup_{\|x\|=1}|\langle x^*_j,x\rangle |

Example. p,1p<\ell^p,1\leq p<\infty 可分;c0c_0\subseteq \ell^\infty 可分,因为 (c0)=1(c_0)^*=\ell^1 可分。

Example. (C(M),)(C(M),\|\cdot\|_\infty) 可分。

# James 空间

Remark. James 空间是不自反的 Banach 空间,使得

  1. JJJ\cong J^{**},仅是等距同构意义下,但不是规范嵌入意义下;
  2. 规范嵌入映射 l:JJl:J\to J^{**} 不是满射,满足 codiml(J)=1\mathrm{codim}\ l(J)=1

Definition.P2N\mathcal P\subseteq 2^{\mathbb N}N\mathbb N 中所有有限子集的集合,记 pPp\in \mathcal P 的元素按大小排列成

p=(p1,,pk),1p1<p2<<pkp=(p_1,\ldots,p_k),\quad 1\leq p_1<p_2<\cdots <p_k

则对于任意数列 x=(xn)x=(x_n),定义

xp={0,k=1(12i=1kxpi+1xpi2)1/2,k2\|x\|_p=\left\{\begin{array}{ll} 0, & k=1\\ \\ \left(\displaystyle\dfrac 12\sum_{i=1}^k |x_{p_{i+1}}-x_{p_{i}}|^2\right)^{1/2}, & k\geq 2 \\\end{array}\right.

James 空间定义为

J:={xc0:xJ:=suppPxp<},xJ:=suppPxpJ:=\left\{x\in c_0:\|x\|_J:=\sup_{p\in \mathcal P}\|x\|_p<\infty\right\},\quad \|x\|_J:=\sup_{p\in \mathcal P}\|x\|_p

Remark. JJ 是可分实 Banach 空间。

Proposition. James 空间的性质:

  1. 对任意 xc0x\in c_0,有

xxJ2x2;2Jc0\|x\|_{\ell^\infty}\leq \|x\|_J\leq \sqrt 2\|x\|_{\ell^2};\quad \ell^2\subseteq J\subseteq c_0

  1. 2\ell^2JJ 中稠密;
  2. XX 是可分实 Banach,{ei}i1\{e_i\}_{i\geq 1} 称为 XXSchauder 基,如果对任意 xXx\in X,存在唯一序列 {xn}\{x_n\} 使得

xi=1nxiei0\|x-\sum_{i=1}^n x_i e_i\|\to 0

ei=(δij)j1e_i=(\delta_{ij})_{j\geq 1},则 {ei}i1\{e_i\}_{i\geq 1}JJ 的 Schauder 基。记截断映射

πn(x):=i=1nxiei,xJ\pi_n(x):=\sum^n_{i=1} x_i e_i,\quad \forall x\in J

则局部可以被整体控制:

{πn(x)JxJ,xπn(x)JxJ,limnxπn(x)J=0;xJ\begin{cases}\|\pi_n(x)\|_J\leq \|x\|_J,\\ \\ \|x-\pi_n(x)\|_J\leq \|x\|_J,\\ \\ \lim_n \|x-\pi_n(x)\|_J=0\end{cases}\quad ;\forall x\in J

  1. 取对偶后,有

12y2yJy1,limnyπn(y)J=0,yJ\dfrac 1{\sqrt 2}\|y\|_{\ell^2}\leq \|y\|_{J^*}\leq \|y\|_{\ell^1},\quad \lim_{n\to\infty}\|y-\pi_n(y)\|_{J^*}=0,\quad \forall y\in J^*

具体而言,由包含链和对偶关系

{2Jc01J22J\begin{cases}\ell^2\subseteq J\subseteq c_0\subseteq \ell^\infty\\ \\ \ell^1\subseteq J^*\subseteq \ell^2\\ \\ \ell^2\subseteq J^{**}\subseteq \ell^\infty\end{cases}

  1. xc0x\in c_0,则

12xJxJxJ\dfrac 1{\sqrt 2}\|x\|_J\leq \lVert\!\!\lVert x\lVert \!\!\lVert_J \leq \|x\|_J

其中 J\lVert\!\!\lVert \cdot \lVert \!\!\lVert_J 是剪断圆环的范数,定义为

xJ:=sup{(xp12+xpk2i=1k1xpi+1xpi2)12:k2,p=(p1,,pk)P}\lVert\!\!\lVert x\lVert \!\!\lVert_J :=\sup \left\{\left(|x_{p_1}|^2+|x_{p_k}|^2\sum_{i=1}^{k-1} |x_{p_{i+1}}-x_{p_i}|^2\right)^{\frac12}:k\geq 2,p=(p_1,\ldots,p_k)\in \mathcal P\right\}

其中 sup\mathrm{sup} 内部的式子在给定 pp 后记为 xp\lVert \!\!\lVert x\lVert \!\!\lVert_{p}

Remark. Schauder 基是可数基的推广,相较于 Hamel 基,前者是可数的,后者通常是不可数的;前者具有拓扑结构,后者只有代数结构。

Corollary.x=(xn)n1x=(x_n)_{n\geq 1}y=(xnx1)n1y=(x_n-x_1)_{n\geq 1} 是平移后的数列,则

xJ=yJ\|x\|_J=\lVert\!\!\lVert y\lVert \!\!\lVert_J

p=(p1,,pk)P,p1>1p=(p_1,\ldots,p_k)\in \mathcal P,p_1>1,则 p~:=(1,p1,,pk)P\tilde p:=(1,p_1,\ldots,p_k)\in \mathcal P,就有

xp=yp~,xJxJ\lVert\!\!\lVert x\lVert \!\!\lVert_{p}=\lVert\!\!\lVert y\lVert \!\!\lVert_{\tilde p},\quad \lVert \!\!\lVert x\lVert \!\!\lVert_J\leq \|x\|_J

# James 定理

Theorem. James 定理:对于 James 空间 JJ

  1. 存在等距同构映射 Φ:JJ\Phi:J\to J^{**}
  2. 规范嵌入映射 l:JJl:J\to J^{**} 不是满射,且 codiml(J)=1\mathrm{codim}\ l(J)=1

Corollary. James 定理推出如下结论的反例

  1. XX^{**} 可分,则 XX 不一定自反;
  2. XXX\cong X^{*} 在等距同构的意义下,则 XX 不一定自反;
  3. XXXXX\cong X^{**} 在等距同构的意义下,则 XX 不一定自反。