一致有界性原理的一个应用就是序列和算子的收敛性分析。

文章目录

  • 1. 序列收敛性
  • 2. 线性泛函收敛性
  • 3. 一般有界线性算子收敛性
  • 4. 应用举例

1. 序列收敛性

(X,∥⋅∥)(X,\Vert\cdot\Vert)(X,∥⋅∥),有 xn,x∈Xx_n,x\in Xxn​,x∈X,称 xnx_nxn​ 强收敛到 xxx,若 ∥xn−x∥→0\Vert x_n-x\Vert \to 0∥xn​−x∥→0;称 xnx_nxn​ 弱收敛到 xxx 若 ∀f∈X′\forall f\in X'∀f∈X′ 都有 f(xn)→f(x)f(x_n)\to f(x)f(xn​)→f(x),记为 xn⟶wx.x_n \stackrel{w}{\longrightarrow} x.xn​⟶w​x.

关于弱收敛有以下几条性质:

  • 若 xn⟶wx,xn⟶wyx_n \stackrel{w}{\longrightarrow} x, x_n \stackrel{w}{\longrightarrow} yxn​⟶w​x,xn​⟶w​y,则 x=yx=yx=y;
  • 若 xn⟶wxx_n \stackrel{w}{\longrightarrow} xxn​⟶w​x,则存在 c≥0,∥xn∥≤c.c\ge0, \Vert x_n\Vert \le c.c≥0,∥xn​∥≤c.

证明:仅证第二条。这个性质说明 xnx_nxn​ 有界,因此容易想到需要用一致有界性原理证明,但是该原理说明的是算子的一致有界,这里是元素 xnx_nxn​ 有界,因此又可以想到上一篇讲到的典范映射 J:X→X′′J:X\to X''J:X→X′′ 从元素映射到算子。因此这里考虑 X′X'X′ 上的线性泛函 gn=J(xn):X′→Rg_n= J(x_n):X'\to \mathbb{R}gn​=J(xn​):X′→R,有 gn(f)=f(xn),∀f∈X′.g_n(f)=f(x_n),\forall f\in X'.gn​(f)=f(xn​),∀f∈X′. 于是有 f(xn)→f(x)f(x_n)\to f(x)f(xn​)→f(x),因而固定任一 fff,都有 sup⁡ngn(f)<∞\sup_n g_n(f) < \inftysupn​gn​(f)<∞,同时由于 X′X'X′ 总为 Banach 空间,利用一致有界性原理有 sup⁡n∥gn∥=sup⁡n∥xn∥<∞\sup_n \Vert g_n\Vert =\sup_n \Vert x_n\Vert < \inftysupn​∥gn​∥=supn​∥xn​∥<∞。证毕。

定理:(X,∥⋅∥)(X,\Vert\cdot\Vert)(X,∥⋅∥),有 xn,x∈Xx_n,x\in Xxn​,x∈X,则 xn⟶wxx_n \stackrel{w}{\longrightarrow} xxn​⟶w​x 当且仅当

  1. 存在 c≥0,∥xn∥≤cc\ge0,\Vert x_n\Vert\le cc≥0,∥xn​∥≤c;
  2. 并且存在 M⊂X′,spanM‾=X′M\subset X',\overline{\text{span}M}=X'M⊂X′,spanM​=X′,对 ∀f∈M,f(xn)→f(x).\forall f\in M, f(x_n)\to f(x).∀f∈M,f(xn​)→f(x).(此时 MMM 称为完全集

NOTE:该定理简化了弱收敛的判断条件,只需要在 X′X'X′ 的一个子集上判断函数值是否收敛。

证明:"⟹""\Longrightarrow""⟹" 易证;

"⟸""\Longleftarrow""⟸",首先考虑 ∀f∈spanM\forall f\in \text{span}M∀f∈spanM,容易得到 f(xn)→f(x)f(x_n)\to f(x)f(xn​)→f(x)。然后对 ∀g∈X′\forall g\in X'∀g∈X′,那么存在 fm∈spanMf_m\in\text{span}Mfm​∈spanM 使得 ∥fm−g∥≤1/m\Vert f_m-g\Vert \le 1/m∥fm​−g∥≤1/m,因此
KaTeX parse error: No such environment: align at position 8: \begin{̲a̲l̲i̲g̲n̲}̲ |g(x_n)-g(x)|&…
证毕。

例子 1:考虑 X=ℓp(1<p<∞)X=\ell^p(1<p<\infty)X=ℓp(1<p<∞),有 (ℓp)′=ℓq,1/p+1/q=1.(\ell^p)'=\ell^q, 1/p+1/q=1.(ℓp)′=ℓq,1/p+1/q=1. 考虑线性泛函 fy(x)=∑iyixi,y∈ℓqf_y(x)=\sum_i y_ix_i,y\in \ell^qfy​(x)=∑i​yi​xi​,y∈ℓq,有 ∥fy∥=∥y∥q\Vert f_y\Vert=\Vert y\Vert_q∥fy​∥=∥y∥q​。我们考虑 X′X'X′ 的子空间 M={en,n≥1}M=\{e_n,n\ge1\}M={en​,n≥1},其中 en=(...,0,1,0,...)e_n=(...,0,1,0,...)en​=(...,0,1,0,...) 表示只有第 nnn 个分量为 1,其余为 0。那么 spanM‾=X′\overline{\text{span}M}=X'spanM​=X′,因此要想验证 xnx_nxn​ 是否弱收敛到 xxx 就只需要验证:1)其有界性;2)对每个 fek,k≥1f_{e_k},k\ge1fek​​,k≥1 是否有 fek(xn)→fek(x)(n→∞).f_{e_k}(x_n)\to f_{e_k}(x)(n\to\infty).fek​​(xn​)→fek​​(x)(n→∞).

强收敛与弱收敛之间有如下关系:

  • xn→x⟹xn⟶wxx_n\to x \Longrightarrow x_n \stackrel{w}{\longrightarrow} xxn​→x⟹xn​⟶w​x(即强收敛可以导出弱收敛);
  • 若 dimX<∞\text{dim}X<\inftydimX<∞,则 xn⟶wx⟹xn→xx_n \stackrel{w}{\longrightarrow} x\Longrightarrow x_n\to xxn​⟶w​x⟹xn​→x(有限维赋范空间中,强收敛与弱收敛等价);

证明:仅证第二条。设 dimX=n<∞\text{dim}X=n<\inftydimX=n<∞,有限维赋范空间中我们可以找到一组基,xk=λk,1e1+⋯+λk,nenx_k=\lambda_{k,1}e_1+\cdots+\lambda_{k,n}e_nxk​=λk,1​e1​+⋯+λk,n​en​,x=λ1e1+⋯+λnenx=\lambda_1 e_1+\cdots+\lambda_n e_nx=λ1​e1​+⋯+λn​en​。那么
λk,1f(e1)+⋯+λk,nf(en)→λ1f(e1)+⋯+λnf(en),∀f∈X′\lambda_{k,1}f(e_1)+\cdots+\lambda_{k,n}f(e_n) \to \lambda_{1}f(e_1)+\cdots+\lambda_{n}f(e_n), \quad\forall f\in X' λk,1​f(e1​)+⋯+λk,n​f(en​)→λ1​f(e1​)+⋯+λn​f(en​),∀f∈X′
由于 f∈X′f\in X'f∈X′ 任取,那么我们可以取 fi(y)=μif_i(y)=\mu_ifi​(y)=μi​,其中 y=μ1e1+⋯+μneny=\mu_1 e_1+\cdots+\mu_n e_ny=μ1​e1​+⋯+μn​en​,即 fif_ifi​ 取出来第 iii 个坐标系数。由此可以得到 λk,i→λi(k→∞)\lambda_{k,i}\to\lambda_i(k\to\infty)λk,i​→λi​(k→∞),然后就容易得到 xn→x.x_n\to x.xn​→x. 证毕。

例子 2:有些无穷维空间中也可以得到 xn⟶wx⟺xn→xx_n \stackrel{w}{\longrightarrow} x\iff x_n\to xxn​⟶w​x⟺xn​→x,例如 ℓ1.\ell^1.ℓ1.

例子 3:无穷维 Hilbert 空间(ℓ2\ell^2ℓ2,注意只有 2−2-2−范数才能定义出对应的内积),考虑 {e1,e2,…}\{e_1,e_2,\ldots\}{e1​,e2​,…} 为 HHH 的标准正交集,那么有 en⟶w0e_n \stackrel{w}{\longrightarrow} 0en​⟶w​0 但是 en↛0e_n \nrightarrow 0en​↛0。考虑 ∀f∈H′\forall f\in H'∀f∈H′,存在唯一的 z0∈H,f(x)=⟨x,z0⟩z_0\in H, f(x)=\langle x,z_0\ranglez0​∈H,f(x)=⟨x,z0​⟩,由Bessel方程 ∑n∣⟨en,z0⟩∣2≤∥z0∥2\sum_n|\langle e_n,z_0\rangle|^2\le \Vert z_0\Vert^2∑n​∣⟨en​,z0​⟩∣2≤∥z0​∥2,因此 f(en)→0(n→∞),∀f∈H′f(e_n)\to 0(n\to \infty),\forall f\in H'f(en​)→0(n→∞),∀f∈H′,但另一方面 ∥en∥=1↛0\Vert e_n\Vert=1\nrightarrow0∥en​∥=1↛0。

2. 线性泛函收敛性

对于算子的收敛性,如线性泛函 fn∈X′f_n\in X'fn​∈X′ 或者有界线性算子 T∈B(X,Y)T\in B(X,Y)T∈B(X,Y),收敛性的定义跟上面序列的收敛性是相似的,但是又略有不同。下面就先给出线性泛函收敛性的分析。

同样考虑赋范空间 XXX,f,fn∈X′f,f_n\in X'f,fn​∈X′,称 fnf_nfn​ 弱星收敛到 fff,若任取 x∈Xx\in Xx∈X 都有 fn(x)→f(x)f_n(x)\to f(x)fn​(x)→f(x),记为 fn⟶w⋆f.f_n \stackrel{w\star}{\longrightarrow} f.fn​⟶w⋆​f.

NOTE:实际上这里的弱星收敛跟序列的弱收敛是完全对称的,因此他们的性质也是类似的。

  • 弱星收敛极限 fff 唯一;
  • {fn}\{f_n\}{fn​} 的任意子列均弱星收敛到 fff;
  • 若 XXX 为 Banach 空间,则 {fn}\{f_n\}{fn​} 在 X′X'X′ 中为有界集

证明:仅证第三条,对于任意 x∈Xx\in Xx∈X,有 fn(x)→f(x)f_n(x)\to f(x)fn​(x)→f(x),因此 fn(x)f_n(x)fn​(x) 有界,由一致有界性原理,sup⁡n∥fn∥<∞.\sup_n \Vert f_n\Vert<\infty.supn​∥fn​∥<∞. 证毕。

定理:XXX 为 Banach 空间,fn,f∈X′f_n,f\in X'fn​,f∈X′,则 fn⟶w⋆ff_n \stackrel{w\star}{\longrightarrow} ffn​⟶w⋆​f 当且仅当

  1. 存在 c≥0,∥fn∥≤cc\ge0,\Vert f_n\Vert\le cc≥0,∥fn​∥≤c;
  2. 并且存在 M⊂X,spanM‾=XM\subset X,\overline{\text{span}M}=XM⊂X,spanM​=X,对 ∀x∈M,fn(x)→f(x).\forall x\in M, f_n(x)\to f(x).∀x∈M,fn​(x)→f(x).

NOTE:该性质与序列弱收敛的性质完全对称,证明省略。

NOTE:对于 X′X'X′ 中的线性算子 fff,也有范数的定义,因此我们也可以按照序列的收敛性来定义算子的收敛性。这个时候就用 X′X'X′ 代替上面的 XXX,用 X′′X''X′′ 代替上面的 X′X'X′。我们可以得到什么样的强收敛和弱收敛定义呢?(下面并不是标准的数学定义,只是我为了引出之后的内容做的解释)

对于 f,fn∈X′f,f_n\in X'f,fn​∈X′,若满足 ∥fn−f∥→0\Vert f_n-f\Vert\to 0∥fn​−f∥→0,则称 fnf_nfn​ 一致收敛到 fff;若对 ∀g∈X′′\forall g\in X''∀g∈X′′,都有 g(fn)→g(f)g(f_n)\to g(f)g(fn​)→g(f),那么称 fnf_nfn​ 强收敛到 fff;弱收敛的定义暂且不管。

注意从这个定义的字面意思来看,这里的一致收敛对应于上面序列的强收敛;这里的强收敛对应上面序列的弱收敛,它实际上也就对应于弱星收敛。这里就有两个值得思考的问题:1)**一致收敛和强收敛的区别是什么?**2)这里的强收敛为什么对应上面的弱收敛?

先看第2个问题:讲 Hahn-Banach 定理应用的时候我们讲到了典范映射,如果 XXX 为自反的,那么任意一个 g0∈X′′g_0\in X''g0​∈X′′ 都唯一的对应于 XXX 中的元素 x0x_0x0​,并且满足 g0(f)=f(x0),∀f∈X′g_0(f)=f(x_0),\forall f\in X'g0​(f)=f(x0​),∀f∈X′。假设 XXX 是自反的,那么上面的强收敛定义就可以表述为 ∀x∈X\forall x\in X∀x∈X,都有 fn(x)→f(x)f_n(x)\to f(x)fn​(x)→f(x),注意看!这是不是就是线性泛函弱星收敛的定义!也对应了序列的弱收敛。不过弱星收敛的定义里面并没有要求 XXX 是自反的。

那么再看第1个问题:一致收敛中要求 ∥fn−f∥→0\Vert f_n-f\Vert\to0∥fn​−f∥→0,线性算子的范数是针对整个源空间考虑的;而强收敛中对每个 x∈Xx\in Xx∈X,关注 fn(x)→f(x)f_n(x)\to f(x)fn​(x)→f(x),也就是说关注的是每一个局部点。因此一致收敛要强于强收敛。

3. 一般有界线性算子收敛性

实际上一致收敛、强收敛、弱收敛的概念可以扩展到任意的有界线性算子定义。

设 X,YX,YX,Y 为赋范空间,Tn∈B(X,Y),T:X→YT_n\in B(X,Y),T:X\to YTn​∈B(X,Y),T:X→Y 为线性算子,有三种收敛性:

  • {Tn}\{T_n\}{Tn​} 一致收敛到 TTT,若 ∥Tn−T∥→0\Vert T_n-T\Vert \to 0∥Tn​−T∥→0;
  • {Tn}\{T_n\}{Tn​} 强收敛到 TTT,若 ∀x∈X,Tnx→Tx\forall x\in X,T_n x\to Tx∀x∈X,Tn​x→Tx;
  • {Tn}\{T_n\}{Tn​} 弱收敛到 TTT,若任取 x∈X,f∈Y′x\in X, f\in Y'x∈X,f∈Y′,f(Tnx)→f(Tx)f(T_nx)\to f(Tx)f(Tn​x)→f(Tx)。

容易看出来一致收敛 ⟹\Longrightarrow⟹ 强收敛 ⟹\Longrightarrow⟹ 弱收敛,但是反向则不成立,可以举出对应的反例。

例子 4(强收敛 ⇏\nRightarrow⇏ 一致收敛):X=Y=ℓ2X=Y=\ell^2X=Y=ℓ2,Tn:ℓ2→ℓ2T_n:\ell^2\to\ell^2Tn​:ℓ2→ℓ2 有
Tn:(x1,x2,⋯)↦(0,⋯,0,xn+1,xn+2,⋯)T_n: (x_1,x_2,\cdots) \mapsto (0,\cdots,0,x_{n+1},x_{n+2},\cdots) Tn​:(x1​,x2​,⋯)↦(0,⋯,0,xn+1​,xn+2​,⋯)
容易验证 TnT_nTn​ 为有界线性算子,∥Tn∥=1\Vert T_n\Vert=1∥Tn​∥=1。可以验证 TnT_nTn​ 强收敛到 000 算子,即 T0x≡0T_0x\equiv 0T0​x≡0。但是 ∥Tn−T0∥=1↛0\Vert T_n-T_0\Vert=1\nrightarrow 0∥Tn​−T0​∥=1↛0,即不满足一致收敛。

例子 5(弱收敛 ⇏\nRightarrow⇏ 强收敛):X=Y=ℓ2X=Y=\ell^2X=Y=ℓ2,Tn:ℓ2→ℓ2T_n:\ell^2\to\ell^2Tn​:ℓ2→ℓ2 有
Tn:(x1,x2,⋯)↦(01,⋯,0n,x1,x2,⋯)T_n:(x_1,x_2,\cdots)\mapsto(0_1,\cdots,0_n,x_1,x_2,\cdots) Tn​:(x1​,x2​,⋯)↦(01​,⋯,0n​,x1​,x2​,⋯)
可以验证 TnT_nTn​ 为有界线性算子,并且 ∥Tn∥=1\Vert T_n\Vert=1∥Tn​∥=1。是否有 TnT_nTn​ 弱收敛到某个 TTT 呢?考虑任意 f∈(ℓ2)′f\in(\ell^2)'f∈(ℓ2)′,都存在唯一的 z∈ℓ2z\in\ell^2z∈ℓ2,f(x)=⟨x,z⟩f(x)=\langle x,z\ranglef(x)=⟨x,z⟩,所以 f(Tnx)=x1zn+1‾+x2zn+2‾+⋯f(T_nx)=x_1\overline{z_{n+1}}+x_2\overline{z_{n+2}}+\cdotsf(Tn​x)=x1​zn+1​​+x2​zn+2​​+⋯,因此
∣f(Tnx)∣≤∑k=1∞∣xk∣⋅∣zn+k∣≤∥x∥(∑k=n+1∞∣zk∣2)1/2→0|f(T_nx)|\le\sum_{k=1}^\infty |x_k|\cdot|z_{n+k}| \le \Vert x\Vert\left(\sum_{k=n+1}^\infty |z_k|^2\right)^{1/2} \to 0 ∣f(Tn​x)∣≤k=1∑∞​∣xk​∣⋅∣zn+k​∣≤∥x∥(k=n+1∑∞​∣zk​∣2)1/2→0
所以有 f(Tnx)→0f(T_nx) \to 0f(Tn​x)→0 对任意 f∈(ℓ2)′f\in (\ell^2)'f∈(ℓ2)′ 成立,因此 f(Tnx)→f(T0x)≡f(0)=0f(T_nx)\to f(T_0x)\equiv f(0)=0f(Tn​x)→f(T0​x)≡f(0)=0。所以 TnT_nTn​ 弱收敛到 T0=0T_0=0T0​=0 算子,但是总有 ∥Tnx∥=∥x∥↛0\Vert T_nx\Vert=\Vert x\Vert\nrightarrow 0∥Tn​x∥=∥x∥↛0,因此 Tnx↛T0xT_nx\nrightarrow T_0xTn​x↛T0​x,即不满足强收敛。

命题:对于一般有界线性算子,若 TnT_nTn​ 一致收敛到 TTT,则 TTT 也是有界的,这是因为 ∥T∥≤∥T−Tn∥+∥Tn∥≤∞\Vert T\Vert\le \Vert T-T_n\Vert+\Vert T_n\Vert \le \infty∥T∥≤∥T−Tn​∥+∥Tn​∥≤∞;若只能得到 TnT_nTn​ 强收敛到 TTT,那么 TTT 不一定是有界的。

例子 6(强收敛极限未必有界):X=Y={(xn),∃N,∀n≥N,xn=0}X=Y=\{(x_n),\exists N,\forall n\ge N, x_n=0 \}X=Y={(xn​),∃N,∀n≥N,xn​=0},考虑 Tn:X→YT_n:X\to YTn​:X→Y 有
Tn:(x1,x2,⋯)↦(x1,2x2,⋯,nxn,xn+1,xn+2,⋯)T:(x1,x2,⋯)↦(x1,2x2,⋯)\begin{aligned} T_n:& (x_1,x_2,\cdots)\mapsto (x_1,2x_2,\cdots,nx_n,x_{n+1},x_{n+2},\cdots) \\ T:& (x_1,x_2,\cdots)\mapsto (x_1,2x_2,\cdots) \end{aligned} Tn​:T:​(x1​,x2​,⋯)↦(x1​,2x2​,⋯,nxn​,xn+1​,xn+2​,⋯)(x1​,x2​,⋯)↦(x1​,2x2​,⋯)​
那么 ∥Tn∥=n\Vert T_n\Vert=n∥Tn​∥=n,取可以验证对于 ∀x∈X\forall x\in X∀x∈X,Tnx→TxT_nx\to TxTn​x→Tx,即 TnT_nTn​ 强收敛到 TTT,但是 TTT 不是有界算子。

那么什么情况下可以保证强/弱收敛极限也是有界算子呢?

定理:设 XXX 为 Banach 空间,YYY 为赋范空间,Tn∈B(X,Y),T:X→YT_n\in B(X,Y),T:X\to YTn​∈B(X,Y),T:X→Y 为线性算子。设 TnT_nTn​ 弱收敛到 TTT,则 sup⁡n≥1∥Tn∥<∞,T∈B(X,Y)\sup_{n\ge1}\Vert T_n\Vert < \infty, T\in B(X,Y)supn≥1​∥Tn​∥<∞,T∈B(X,Y) 并且 ∥T∥≤sup⁡n≥1∥Tn∥<∞.\Vert T\Vert \le \sup_{n\ge1}\Vert T_n\Vert <\infty.∥T∥≤supn≥1​∥Tn​∥<∞.

证明:由于 TnT_nTn​ 弱收敛到 TTT,即 ∀x∈X,f∈Y′\forall x\in X,f\in Y'∀x∈X,f∈Y′ 都有 f(Tnx)→f(Tx)f(T_nx)\to f(Tx)f(Tn​x)→f(Tx),因此有 Tnx⟶wTxT_nx \stackrel{w}{\longrightarrow} TxTn​x⟶w​Tx。那么根据序列弱收敛的性质,存在 cxc_xcx​ 满足 sup⁡n∥Tnx∥≤cx\sup_n \Vert T_nx\Vert \le c_xsupn​∥Tn​x∥≤cx​,再由一致有界性原理,有 sup⁡n∥Tn∥<∞\sup_n \Vert T_n\Vert < \inftysupn​∥Tn​∥<∞。

然后考虑 TTT,∀x∈X\forall x\in X∀x∈X,由 Hahn-Banach 定理的推论,都存在 f∈Y′,∥f∥=1f\in Y',\Vert f\Vert=1f∈Y′,∥f∥=1 满足
∥Tx∥=∣f(Tx)∣=lim⁡n→∞∣f(Tnx)∣≤lim⁡n→∞∥Tnx∥\Vert Tx\Vert=|f(Tx)| = \lim_{n\to\infty} |f(T_nx)| \le \lim_{n\to\infty}\Vert T_nx\Vert ∥Tx∥=∣f(Tx)∣=n→∞lim​∣f(Tn​x)∣≤n→∞lim​∥Tn​x∥
因此 ∥T∥≤sup⁡n∥Tn∥.\Vert T\Vert\le \sup_n\Vert T_n\Vert.∥T∥≤supn​∥Tn​∥. 证毕。

定理:设 XXX 为 Banach 空间,YYY 为赋范空间,Tn,T∈B(X,Y)T_n,T\in B(X,Y)Tn​,T∈B(X,Y),则 TnT_nTn​ 强收敛到 TTT 当且仅当

  1. sup⁡n∥Tn∥<∞\sup_n \Vert T_n\Vert < \inftysupn​∥Tn​∥<∞;
  2. 存在 M⊂X,spanM‾=XM\subset X,\overline{\text{span}M}=XM⊂X,spanM​=X,对 ∀x∈M,Tn(x)→T(x).\forall x\in M, T_n(x)\to T(x).∀x∈M,Tn​(x)→T(x).

NOTE:这跟线性泛函弱星收敛的等价条件是完全一样的,证明省略。

4. 应用举例

例子 7(求积分的数值方法):考虑实值函数 x∈C[a,b]x\in C[a,b]x∈C[a,b],并赋予无穷范数,那么 (C[a,b],∥⋅∥)(C[a,b],\Vert\cdot\Vert)(C[a,b],∥⋅∥) 为 Banach 空间,求 ∫abx(t)dt.\int_a^b x(t)dt.∫ab​x(t)dt.

既然是在本节举的这个例子,那就要用到算子收敛性。先定义有界线性算子 f(x)=∫abx(t)dtf(x)=\int_a^b x(t)dtf(x)=∫ab​x(t)dt,∥f∥=b−a\Vert f\Vert=b-a∥f∥=b−a。我们现在的目标就是找一列有界线性泛函 fnf_nfn​ 弱收敛到 fff。回忆我们在学微积分的时候,往往是用分段的矩形面积求和来逼近积分。在 [a,b][a,b][a,b] 上取 n+1n+1n+1 个结点 a=tn,0<tn,1<⋯<tn,n=ba=t_{n,0}<t_{n,1}<\cdots<t_{n,n}=ba=tn,0​<tn,1​<⋯<tn,n​=b,再取 n+1n+1n+1 个实数 an,0,⋯,an,na_{n,0},\cdots,a_{n,n}an,0​,⋯,an,n​,令
fn(x)=∑k=0nan,kx(tn,k)f_n(x) = \sum_{k=0}^n a_{n,k} x(t_{n,k}) fn​(x)=k=0∑n​an,k​x(tn,k​)
fnf_nfn​ 是 C[a,b]C[a,b]C[a,b] 上的线性泛函,并且 ∥fn∥≤∑k=0n∣an,k∣\Vert f_n\Vert \le \sum_{k=0}^n|a_{n,k}|∥fn​∥≤∑k=0n​∣an,k​∣,另外我们总能够造出一个 x∈C[a,b]x\in C[a,b]x∈C[a,b] 满足 x(tn,k)=sgn(an,k)x(t_{n,k})=\text{sgn}(a_{n,k})x(tn,k​)=sgn(an,k​) 并且 ∥x∥∞=1\Vert x\Vert_\infty=1∥x∥∞​=1,此时就有 f(x)=∑k=0n∣an,k∣f(x)=\sum_{k=0}^n|a_{n,k}|f(x)=∑k=0n​∣an,k​∣,于是可以得到 ∥fn∥=∑k=0n∣an,k∣\Vert f_n\Vert = \sum_{k=0}^n|a_{n,k}|∥fn​∥=∑k=0n​∣an,k​∣。现在的问题就是我们能否找到合适的系数 an,ka_{n,k}an,k​ 使得 fn⟶wff_n\stackrel{w}{\longrightarrow} ffn​⟶w​f ?

这里我们提出一个额外的要求,就是对于次数小于 nnn 的多项式 ppp,需要 fn(p)f_n(p)fn​(p) 能获得精确积分结果,即 fn(p)=∫abp(t)dtf_n(p)=\int_a^b p(t)dtfn​(p)=∫ab​p(t)dt。由于 {1,t,…,tn}\{1,t,\ldots,t^n\}{1,t,…,tn} 构成次数小于 nnn 的多项式空间的 Hamel 基,所以只需要验证对每个基有 fn(ek)=f(ek)f_n(e_k)= f(e_k)fn​(ek​)=f(ek​) 即可。这就要求
{an,0+an,1+⋯+an,n=b−aan,0tn,0+an,1tn,1+⋯+an,ntn,n=b2−a22…an,0tn,0n+an,1tn,1n+⋯+an,ntn,nn=bn+1−an+1n+1\begin{cases} \begin{matrix} a_{n,0} & + & a_{n,1} & + & \cdots & + & a_{n,n} & = & b-a \\ a_{n,0}t_{n,0} & + & a_{n,1}t_{n,1} & + & \cdots & + & a_{n,n}t_{n,n} & = & \frac{b^2-a^2}{2} \\ & & & & \ldots & \\ a_{n,0}t_{n,0}^n & + & a_{n,1}t_{n,1}^n & + & \cdots & + & a_{n,n}t_{n,n}^n & = & \frac{b^{n+1}-a^{n+1}}{n+1} \end{matrix} \end{cases} ⎩⎪⎪⎨⎪⎪⎧​an,0​an,0​tn,0​an,0​tn,0n​​+++​an,1​an,1​tn,1​an,1​tn,1n​​+++​⋯⋯…⋯​+++​an,n​an,n​tn,n​an,n​tn,nn​​===​b−a2b2−a2​n+1bn+1−an+1​​​
上式左侧可以用 Vandermonde 矩阵表示,因此存在唯一解 an,k,k=1,...,na_{n,k},k=1,...,nan,k​,k=1,...,n。

接下来对于任意的 x∈C[a,b]x\in C[a,b]x∈C[a,b],能否找到 an,ka_{n,k}an,k​ 满足的条件使得 fn(x)→f(x)f_n(x)\to f(x)fn​(x)→f(x) 呢?根据 Stone-Weierstrass 定理,多项式的集合在 C[a,b]C[a,b]C[a,b] 中是稠密的,因此对于任意次数 NNN 的多项式 ppp 总有 fn(p)→f(p)f_n(p)\to f(p)fn​(p)→f(p)。那么再应用前面的定理(即只需要判断完全集 M⊂XM\subset XM⊂X 中的元素是否满足条件即可),可以有如下结论

定理(G.Polya):设数值积分 fnf_nfn​ 满足前面对于有限次多项式的要求(即 an,ka_{n,k}an,k​ 为 Vandermonde 矩阵方程的解)则任取 x∈C[a,b],fn(x)→f(x)x\in C[a,b],f_n(x)\to f(x)x∈C[a,b],fn​(x)→f(x) 当且仅当存在常数 C≥0C\ge0C≥0,使得任取 n≥1n\ge1n≥1,有 ∑k=1nan,k≤C.\sum_{k=1}^na_{n,k}\le C.∑k=1n​an,k​≤C.

最后给我的博客打个广告,欢迎光临
https://glooow1024.github.io/
https://glooow.gitee.io/

前面的一些博客链接如下
泛函分析专栏
泛函分析笔记 0:绪论
泛函分析笔记 1:度量空间
泛函分析笔记 2:赋范空间
泛函分析笔记 3:内积空间
泛函分析笔记 4:Hahn-Banach定理
泛函分析笔记 5:Hahn-Banach定理的应用
泛函分析笔记 6:一致有界性原理
泛函分析笔记 7:弱收敛与弱星收敛

泛函分析笔记7:弱收敛与弱星收敛相关推荐

  1. 泛函分析笔记6:一致有界性原理

    文章目录 1. Baire范畴定理 2. 一致有界性原理 3. 应用举例 Hahn-Banach定理主要是用于泛函的延拓,在较小的子空间上满足某个性质之后我们就可以将对应的泛函延拓至整个空间.而这一节 ...

  2. 泛函分析笔记3:内积空间

    我们前面讲了距离空间.赋范空间,距离空间赋予了两个点之间的距离度量,范数赋予了每个点自身的长度度量,而范数则可以导出距离.本章要讲的内积可以看成是更加统一的定义,因为从内积我们可以导出范数,进而导出距 ...

  3. 泛函分析笔记2:赋范空间

    在度量空间中,我们重点关注的是两个元素之间的距离,而这一部分要引出来的赋范空间中,则对每个元素本身也赋予了"范数",也就是"长度". 文章目录 1. 线性空间 ...

  4. 泛函分析笔记1:度量空间

    这一章节研究度量空间的基本结构,在开始前,我们需要思考几个问题: 什么是度量空间? 我们为什么要首先学习度量空间呢? 在这篇笔记的最后再来回答这个问题. 文章目录 1. 度量空间定义 2. 开集 2. ...

  5. 泛函分析笔记4:Hahn-Banach定理

    前面三章讲了很多东西,但实际上都只是开胃小菜 >__<,度量空间.赋范空间.内积空间等等都是为了我们接下来要讲的四大定理做铺垫.泛函中的四大定理,即 Hahn-Banach 定理.一致有界 ...

  6. 数学分析笔记-无穷限的反常积分的收敛性与无穷远处的极限的关系

    数学分析笔记-无穷限的反常积分的收敛性与无穷远处的极限的关系.pdf 转载于:https://www.cnblogs.com/zhouqimath/p/11528061.html

  7. 泛函分析笔记(十七) 弱偏导数

    1. Lloc1(Ω)L_{loc}^1(\Omega)Lloc1​(Ω) 中的弱偏导数 1.1. Lloc1(Ω)L_{loc}^1(\Omega)Lloc1​(Ω) 的定义 1.2. 弱偏导数 1 ...

  8. 泛函分析笔记03:完备距离空间及其应用

    文章目录 第一章:距离空间和拓扑空间 1.3完备性距离空间 完备性 闭球套定理 Baire纲定理 完备化 1.4压缩映射定理 1.5拓扑空间 第一章:距离空间和拓扑空间 1.3完备性距离空间 完备性 ...

  9. 小白科研笔记:简析图神经网络收敛性的理论证明

    1. 前言 这篇博客主要简析一篇ICLR2020的论文What Graph Neural Network Cannot Learn: Depth vs Width.这篇论文是很有理论深度的.不过这篇博 ...

  10. 泛函分析笔记(十) 不动点定理及其应用

    文章目录 1. 不动点定理 Banach 不动点定理 2. 不动点定理的应用 2.1. 非线性常微分方程解的存在性 2.1.1. 单摆方程 2.2. 非线性两点边值问题的(经典)解的存在性 1. 不动 ...

最新文章

  1. 算法的sound和complete
  2. Python实例介绍正则化贪心森林算法(附代码)
  3. 卓越的TurboGate邮件网关企业邮箱的安全保障
  4. 一句话木马使用方法总结
  5. python excel 自动化-简直出神入化,教你用Python控制Excel实现自动化办公
  6. CodeForces 703C Chris and Road
  7. 压缩base 64字符串_ftp下载多个文件,ftp下载多个文件打包成一个压缩包
  8. 关于JavaScript并发、竞态场景下的一些思考和解决方案
  9. js原生图片拼图Demo
  10. c 如何操作php,thinkphp的c方法使用示例
  11. 判断一个单链表是否有环及环的链接点
  12. 怎样将short[]数组转换成byte[]数组
  13. asp.net中如何解决4M以上文件的上传
  14. 设计模式-责任链设计
  15. 好中的计算机英文ei,电子信息类容易中的英文EI期刊有哪些
  16. 计算机不显示固态硬盘,电脑重启后读不到固态硬盘怎么办
  17. Hibernate中类的继承联合使用subclass和join
  18. Windows U盘插入出现位置不可用 无法访问 拒绝访问
  19. 基于OMNET++仿真平台的4维超立方体网络仿真
  20. 转录组分析_转录组分析的正确姿势

热门文章

  1. AltiumDesigner之Logo制作
  2. 用python写一个专属字典生成器
  3. input onfocus onblur
  4. 飞秋等级授权码_观点 | 谈谈网络安全等级保护与密码法
  5. 解决win10系统飞秋不在线问题
  6. ⛽zipkin2.reporter.InMemoryReporterMetrics导致服务器CPU100%及应用OOM问题排查和解决
  7. 79.(cesium之家)cesium动态纹理-颜色
  8. C# 16进制与2进制互转
  9. 如何更改QQ截图的快捷键
  10. 在idea中部署Tomcat