Hahn-Banach定理是泛函分析中的一个重要定理,它的详细证明在泛函分析的书籍上都能找到,比如孙炯老师的《泛函分析》,张恭庆老师的《泛函分析讲义(上)》等。证明过程分为两个主要部分:
- 在实的赋范线性空间中证明保范延拓存在。
(1.1)对于 X \ G X\backslash G X\G中的任意一点 x 1 x_1 x1,证明 f f f可以保范延拓到 x 1 x_1 x1和 G G G张成的空间.
(1.2)利用Zorn引理,证明在全空间 X X X上存在 f f f的保范延拓(有点类似数学归纳法的意思).- 在复的赋范线性空间中证明保范延拓存在.
以前学的时候感觉都懂了,最近重新看,有些细节上似懂非懂,所以用我们熟悉的欧式空间来加深Hahn-Banach定理证明步骤中(1.1)的理解。(1.2)和第二步的证明都是比较容易看懂的。
现考虑的
X
X
X为
R
3
\mathbb{R}^3
R3 空间,
G
=
R
G=\mathbb{R}
G=R是
X
X
X的子空间,
f
f
f是
G
G
G上的有界线性泛函,对于我们这里考虑的一维欧式空间,
f
f
f就是我们熟知的线性函数
f
=
k
x
,
x
∈
G
f=kx, x\in G
f=kx,x∈G. 下面看如何来构造
f
f
f在
G
G
G上的保范延拓。 由于
G
G
G是
X
X
X的线性子空间,所以可以取
x
1
∈
X
\
G
x_1 \in X\backslash G
x1∈X\G (若不然,
G
=
X
G=X
G=X,定理自然成立)。我们设
x
1
x_1
x1为向量
x
1
=
(
ξ
1
,
ξ
2
)
x_1 =(\xi_1,\xi_2)
x1=(ξ1,ξ2),考虑
x
1
x_1
x1与
G
G
G张成的子空间
G
1
=
{
x
+
α
x
1
∣
x
∈
G
,
α
∈
R
}
G_1=\{x+\alpha x_1| x\in G,\alpha \in \mathbb{R}\}
G1={x+αx1∣x∈G,α∈R}
所以对于某一点
x
x
x,
G
1
G_1
G1对应的元素为向量
η
=
(
x
+
α
ξ
1
,
α
ξ
2
)
\eta=(x+\alpha \xi_1, \alpha \xi_2)
η=(x+αξ1,αξ2),如图所示。从图中可以看到,固定一点
x
x
x,
η
\eta
η的端点都落在直线
L
1
L_1
L1上,让
x
x
x取遍
R
\mathbb{R}
R中的值,
G
1
G_1
G1就是整个
R
2
\mathbb{R}^2
R2空间。
在
G
1
G_1
G1上定义函数
f
1
(
x
+
α
x
1
)
=
f
(
x
)
+
α
β
(
x
∈
G
,
α
∈
R
)
f_1(x+\alpha x_1)=f(x)+\alpha\beta (x\in G, \alpha \in \mathbb{R})
f1(x+αx1)=f(x)+αβ(x∈G,α∈R)
当
β
\beta
β选择合适,可以证明
f
1
f_1
f1是
f
f
f在
G
1
G_1
G1上的保范延拓。看下图,
f
=
k
x
f=kx
f=kx由直线
L
1
L_1
L1来表示。
先对于
G
G
G中固定的一个
x
x
x来看,
f
1
f_1
f1是终点在
L
1
L_1
L1上的向量的函数,所有
f
1
f_1
f1的值,构成了直线
L
3
L_3
L3。 再将
x
x
x取遍
R
\mathbb{R}
R,则
f
1
f_1
f1的值就构成了由
L
2
L_2
L2与
L
3
L_3
L3所张成的那个平面
Σ
\Sigma
Σ。所以
f
f
f在
G
1
G_1
G1上的延拓,在图像上理解,就是过
L
2
L_2
L2并有一定倾角(角度与
β
\beta
β的选择有关,后面会说)的平面
Σ
\Sigma
Σ。
前面提到
β
\beta
β的选择要合适,
f
1
f_1
f1才是
f
f
f的保范延拓,这是怎么理解的呢? 因为就利用
R
n
\mathbb{R}^n
Rn向量空间中的2范数为例来理解,
∣
f
1
(
η
)
∣
=
f
(
x
)
+
α
β
=
k
x
+
α
β
,
∣
∣
η
∣
∣
2
2
=
(
x
+
α
ξ
1
)
2
+
(
α
ξ
2
)
2
|f_1(\eta)|=f(x)+\alpha \beta=kx+\alpha \beta ,\\ | |\eta||^2_2=(x+\alpha\xi_1)^2+(\alpha\xi_2)^2
∣f1(η)∣=f(x)+αβ=kx+αβ,∣∣η∣∣22=(x+αξ1)2+(αξ2)2
根据线性泛函范数的定义
∣
∣
f
∣
∣
=
max
η
≠
0
∣
f
(
η
)
∣
∣
∣
η
∣
∣
||f||=\max_{\eta\neq 0}\frac{|f(\eta)|}{||\eta||}
∣∣f∣∣=η=0max∣∣η∣∣∣f(η)∣
可以知道在这里具体的例子中
∣
∣
f
∣
∣
=
∣
k
∣
||f||=|k|
∣∣f∣∣=∣k∣,我们分析
∣
f
1
(
η
)
∣
2
∣
∣
η
∣
∣
2
2
=
(
k
x
+
α
β
)
2
(
x
+
α
ξ
1
)
2
+
(
α
ξ
2
)
2
=
k
2
+
(
k
x
+
α
β
)
2
−
k
2
∣
∣
η
∣
∣
2
2
∣
∣
η
∣
∣
2
2
\frac{|f_1(\eta)|^2}{||\eta||^2_2}=\frac{(kx+\alpha \beta)^2}{(x+\alpha\xi_1)^2+(\alpha\xi_2)^2}=k^2+\frac{(kx+\alpha \beta)^2-k^2||\eta||^2_2}{||\eta||^2_2}
∣∣η∣∣22∣f1(η)∣2=(x+αξ1)2+(αξ2)2(kx+αβ)2=k2+∣∣η∣∣22(kx+αβ)2−k2∣∣η∣∣22
所以
f
1
f_1
f1要能够保范,则要求
(
k
x
+
α
β
)
2
−
k
2
∣
∣
η
∣
∣
2
2
(kx+\alpha \beta)^2-k^2||\eta||^2_2
(kx+αβ)2−k2∣∣η∣∣22的值最大为0(这里
ξ
1
,
ξ
2
\xi_1, \xi_2
ξ1,ξ2固定,
x
∈
G
,
α
∈
R
x\in G, \alpha\in \mathbb{R}
x∈G,α∈R).
g
(
β
)
=
(
k
x
+
α
β
)
2
−
k
2
∣
∣
η
∣
∣
2
2
g(\beta)=(kx+\alpha \beta)^2-k^2||\eta||^2_2
g(β)=(kx+αβ)2−k2∣∣η∣∣22是关于
β
\beta
β的二次函数,并且最小值为
−
k
2
∣
∣
η
∣
∣
2
2
-k^2||\eta||^2_2
−k2∣∣η∣∣22是小于等于零的(一定有根),函数的图像如下图。
记
g
(
β
)
=
0
g(\beta)=0
g(β)=0的两个根为
β
1
≤
β
2
\beta_1\leq\beta_2
β1≤β2。所以
β
\beta
β的取值不能取
(
−
∞
,
β
1
)
∪
(
β
2
,
∞
)
(-\infty,\beta_1)\cup(\beta_2,\infty)
(−∞,β1)∪(β2,∞)。因此要求
g
(
β
)
g(\beta)
g(β)的最大值为0,
β
\beta
β需要在
[
β
1
,
β
2
]
[\beta_1, \beta_2]
[β1,β2]范围内。容易得到
g
(
β
)
=
0
g(\beta)=0
g(β)=0的根为
β
1
=
1
α
(
−
k
x
−
∣
k
∣
∣
∣
η
∣
∣
2
)
,
β
2
=
1
α
(
−
k
x
+
∣
k
∣
∣
∣
η
∣
∣
2
)
,
α
>
0
,
或
β
1
=
1
α
(
−
k
x
+
∣
k
∣
∣
∣
η
∣
∣
2
)
,
β
2
=
1
α
(
−
k
x
−
∣
k
∣
∣
∣
η
∣
∣
2
)
,
α
<
01
)
(()
\beta_1=\frac{1}{\alpha}(-kx-|k|||\eta||_2) ,\quad \beta_2=\frac{1}{\alpha}(-kx+|k|||\eta||_2) ,\quad \alpha > 0 ,\\ 或 \beta_1=\frac{1}{\alpha}(-kx+|k|||\eta||_2) ,\quad \beta_2=\frac{1}{\alpha}(-kx-|k|||\eta||_2) ,\quad \alpha < 0 \tag(1)
β1=α1(−kx−∣k∣∣∣η∣∣2),β2=α1(−kx+∣k∣∣∣η∣∣2),α>0,或β1=α1(−kx+∣k∣∣∣η∣∣2),β2=α1(−kx−∣k∣∣∣η∣∣2),α<01)(()
当
α
=
0
\alpha =0
α=0时,
f
1
(
x
)
=
f
(
x
)
,
x
∈
G
f_1(x)=f(x),x\in G
f1(x)=f(x),x∈G,范数显然相同。对(1)式做一些处理,把
α
\alpha
α吸收进去,回忆
∣
∣
η
∣
∣
2
=
(
x
+
α
ξ
1
)
2
+
(
α
ξ
2
)
2
| |\eta||_2=\sqrt{(x+\alpha\xi_1)^2+(\alpha\xi_2)^2}
∣∣η∣∣2=(x+αξ1)2+(αξ2)2,有
β
1
=
k
(
−
x
α
)
−
∣
k
∣
(
−
x
α
−
ξ
1
)
2
+
(
ξ
2
)
2
,
β
2
=
−
k
x
α
+
∣
k
∣
(
x
α
+
ξ
1
)
2
+
(
ξ
2
)
2
,
α
>
0
,
或
β
1
=
−
k
(
x
α
)
−
∣
k
∣
(
x
α
+
ξ
1
)
2
+
(
ξ
2
)
2
,
β
2
=
k
(
−
x
α
)
+
∣
k
∣
(
−
x
α
−
ξ
1
)
2
+
(
ξ
2
)
2
,
α
<
0
\beta_1=k(-\frac{x}{\alpha})-|k|\sqrt{(-\frac{x}{\alpha}-\xi_1)^2+(\xi_2)^2} ,\quad \beta_2=-k\frac{x}{\alpha}+|k|\sqrt{(\frac{x}{\alpha}+\xi_1)^2+(\xi_2)^2} ,\quad \alpha > 0 ,\\ 或 \beta_1=-k(\frac{x}{\alpha})-|k|\sqrt{(\frac{x}{\alpha}+\xi_1)^2+(\xi_2)^2} ,\quad \beta_2= k(-\frac{x}{\alpha})+|k|\sqrt{(-\frac{x}{\alpha}-\xi_1)^2+(\xi_2)^2} ,\quad \alpha < 0
β1=k(−αx)−∣k∣(−αx−ξ1)2+(ξ2)2,β2=−kαx+∣k∣(αx+ξ1)2+(ξ2)2,α>0,或β1=−k(αx)−∣k∣(αx+ξ1)2+(ξ2)2,β2=k(−αx)+∣k∣(−αx−ξ1)2+(ξ2)2,α<0
考虑到
x
∈
G
x\in G
x∈G,则
x
α
,
−
x
α
∈
G
\frac{x}{\alpha}, -\frac{x}{\alpha} \in G
αx,−αx∈G,所以上面关于
β
\beta
β的取值范围和书本上一般情况
β
\beta
β的取值范围(下式)是吻合的。
sup
x
∈
G
{
f
(
x
)
−
∣
∣
f
∣
∣
G
∣
∣
x
−
x
1
∣
∣
}
≤
β
≤
inf
x
∈
G
{
∣
f
∣
∣
G
∣
∣
x
+
x
1
∣
∣
−
f
(
x
)
}
\sup_{x\in G}\{f(x)-||f||_G||x-x_1||\}\leq \beta\leq\inf_{x\in G}\{|f||_G||x+x_1||-f(x)\}
x∈Gsup{f(x)−∣∣f∣∣G∣∣x−x1∣∣}≤β≤x∈Ginf{∣f∣∣G∣∣x+x1∣∣−f(x)}