形式陈述
设 X 是实或复赋范空间,X ′ 是它的连续对偶 ,即从 X 到标量域的全部有界线性算子 公理库 有界线性算子 Bounded linear operator 把有界集映为有界集,等价地连续的线性映射。 。弱拓扑 σ ( X , X ′ ) 是使每个 f ∈ X ′ 都连续的最粗拓扑 公理库 拓扑空间 Topological space 在集合上指定满足并与有限交公理的开集族,以编码邻近、连续和极限。 。在 x ∈ X 处,一族基本邻域为
U ( x ; f 1 , … , f m ; ε ) = { y ∈ X : | f j ( y − x ) | < ε , 1 ≤ j ≤ m } , ε > 0. 因此,序列 x n 弱收敛 到 x ,记作 x n ⇀ x ,当且仅当
对 每 个 固 定 的 f ( x n ) ⟶ f ( x ) 对每个固定的 f ∈ X ′ . 这里的对偶不是全部代数线性泛函组成的代数对偶 公理库 对偶空间 Dual space 给定向量空间到标量域的全部线性泛函组成的向量空间。 。连续性提供 | f ( x n − x ) | ≤ ‖ f ‖ ‖ x n − x ‖ ,所以范数收敛必然推出弱收敛;反向在无限维一般不成立。
Hilbert 空间中的三个工具
在Hilbert 空间 公理库 Hilbert 空间 Hilbert space 关于内积诱导范数完备的实或复内积空间。 H 中,Riesz 表示定理 公理库 Hilbert 空间 Riesz 表示定理 Riesz representation theorem for Hilbert spaces Hilbert 空间上的每个连续线性泛函都唯一由与某向量取内积表示。 把每个连续线性泛函写成内积。约定内积第一变量共轭线性,则
x n ⇀ x ⟺ ⟨ y , x n ⟩ → ⟨ y , x ⟩ ( ∀ y ∈ H ) . 后续极小化论证需要三个事实:弱收敛序列有界;有界序列存在弱收敛子列;范数在弱收敛下满足下半连续性
‖ x ‖ ≤ lim inf n → ∞ ‖ x n ‖ . 第一个事实由一致有界原理 公理库 一致有界原理 Uniform boundedness principle · Banach–Steinhaus theorem 一族有界线性算子若逐点有界,则其算子范数一致有界。 得到:令 T n ( y ) = ⟨ x n , y ⟩ 。弱收敛使每个固定 y 的读数有界,而 ‖ T n ‖ = ‖ x n ‖ ,所以范数统一有界。第三个事实更直接:x = 0 时显然;x ≠ 0 时,固定测试向量 x ,由
| ⟨ x , x n ⟩ | ≤ ‖ x ‖ ‖ x n ‖ , ⟨ x , x n ⟩ → ‖ x ‖ 2 取下极限并除以 ‖ x ‖ 即得结论。第二个事实的证明在下面展开。
直觉
范数收敛要求整个误差一起变小;弱收敛要求任何预先固定的连续线性测量都看不到残余误差。弱邻域只同时规定有限次测量的误差,因此可以容纳在其他方向上仍然很大的向量。把拓扑放弱的收益是更容易保留极限,代价是不能从这些读数恢复范数收敛。
图片加载失败 图中每一行是一条序列向量 e n ,不是有限维平面里趋向原点的箭头。蓝色的单位脉冲移向更后的坐标;对固定 y ∈ ℓ 2 ,测量结果为 ⟨ y , e n ⟩ = y n ― → 0 。使每次读数保持为一的选择 y = e n 随 n 改变,不是弱收敛定义中的固定探针。
例子与边界
标准基为什么只弱收敛
在 ℓ 2 中,平方可和意味着 y n → 0 ,所以 e n ⇀ 0 。然而
‖ e n ‖ = 1 , ‖ e n − e m ‖ = 2 ( n ≠ m ) . 这个有界序列甚至没有范数 Cauchy 子列,清楚地说明无限维闭单位球不必范数紧。弱下半连续在这里给出 0 ≤ 1 ,并不承诺范数在极限中保持相等。
仅检验每个坐标而没有统一范数界,也不够推出弱收敛。例如 x n = n e n 的每个固定坐标最终为零,但取 y n = n − 3 / 4 ,就有 y ∈ ℓ 2 而 ⟨ y , x n ⟩ = n 1 / 4 发散。相反,若序列范数有界,稠密测试集上的收敛可以用统一误差估计推广到全部测试向量。
有界序列怎样抽出弱子列
设 ‖ x n ‖ ≤ M ,先假定 H 可分,取稠密序列 d 1 , d 2 , … 。对每个 j ,标量序列 ⟨ x n , d j ⟩ 有界。依次抽取子列,再取对角子列 x n k ,使这些读数对所有 j 都收敛。
对于任意 y ∈ H ,选 d j 逼近它。估计
| ⟨ x n k − x n l , y ⟩ | ≤ | ⟨ x n k − x n l , d j ⟩ | + 2 M ‖ y − d j ‖ 说明 ⟨ x n k , y ⟩ 是 Cauchy 序列。于是 L ( y ) = lim k ⟨ x n k , y ⟩ 对每个 y 都有定义,且 L 线性、| L ( y ) | ≤ M ‖ y ‖ 。Riesz 表示给出 x ∈ H ,使 L ( y ) = ⟨ x , y ⟩ ;取共轭就得到 x n k ⇀ x 。
一般的 H 不必可分,但这个序列总落在可分闭子空间 H 0 = span { x n : n ≥ 1 } ― 中。在 H 0 内完成上述抽取后,对任意 y ∈ H 作正交分解 y = y 0 + y ⊥ 。所有 x n 及所得 x 都与 y ⊥ 正交,故 H 0 内的弱收敛就是全空间中的弱收敛。这里可分的是序列所占据的子空间,不是定理对整个空间的额外要求。
弱、弱星和紧性各指什么
连续对偶 X ′ 上还有弱星拓扑 σ ( X ′ , X ) ,只用原空间的求值来测试:f α → f 弱星,当且仅当 f α ( x ) → f ( x ) 对每个 x ∈ X 成立。相比之下,X ′ 自身的弱拓扑是 σ ( X ′ , X ″ ) ,使用连续双对偶中的全部测试;若 X 不自反,两种测试集合可能不同。
Banach–Alaoglu 定理说 X ′ 的闭单位球弱星紧 公理库 紧空间 Compact space 每个开覆盖都能缩减为有限子覆盖的拓扑空间。 。一般拓扑中的紧性用网和子网表达,不能仅凭此句就断言每个有界序列都有弱星收敛子列。当前对偶 X 可分时,该球的弱星拓扑可度量化,才可结合紧性得到序列结论。
反身 Banach 空间的闭单位球弱紧;Eberlein–Šmulian 定理进一步把 Banach 空间中的弱紧性与弱序列紧性联系起来,因此反身空间的有界序列有弱收敛子列。上面的 Hilbert 证明独立完成了所需特例。反身空间里,弱闭且有界 的集合弱紧;把“弱闭”直接换成“范数闭”并不成立,例如 ℓ 2 的单位球面范数闭,却因 e n ⇀ 0 而不是弱闭的。
推论与应用
若可行集合是范数闭凸集,Hahn–Banach 分离定理可用一个连续线性泛函分开集合与外部点,因此它也是弱闭集。这个结论解释了凸约束为何容易在弱极限中保存;任意范数闭的非凸约束没有同样保证。
变分法的直接法 公理库 变分法的直接法 Direct method in the calculus of variations 从有界极小化序列、弱极限和下半连续性证明极小点存在,并完整解出带四次势能的一维非线性边值问题。 把这几件事接在一起:能量估计限制极小化序列的范数,有界性给出弱子列,弱闭性保存约束,弱下半连续性保证极限能量不高于下确界。弱收敛提供的是存在性证明所需的极限通道;能量和约束是否能沿这条通道通过,还必须分别验证。
参考资料
John K. Hunter and Bruno Nachtergaele, Applied Analysis , 2001,第 8 章 ,§8.6,命题 8.44、定理 8.45–8.50:Hilbert 空间弱收敛、下半连续性与可分情形的子列抽取。本文另用序列的可分闭线性包去掉全空间可分假设。
同书第 5 章 ,§5.6,定理 5.61:Banach–Alaoglu 弱星紧性;此处引用的是拓扑紧性陈述。
Filip Rindler, MA4G6 Calculus of Variations , 2015,v1.1,课程讲义 ,§2.1,定理 2.1、2.3:直接法所需的序列紧性与反身空间版本。