泛函分析笔记7：弱收敛与弱星收敛

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。

1. 序列收敛性

$(X,\Vert \cdot \Vert )$，有 $x_n,x\in X$，称 $x_n$ 强收敛到 $x$，若 $\Vert x_n-x\Vert \to 0$；称 $x_n$ 弱收敛到 $x$ 若 $\forall f\in X^{\prime }$ 都有 $f(x_n)\to f(x)$，记为 $x_n\stackrel{w}{⟶}x.$

关于弱收敛有以下几条性质：

• 若 $x_n\stackrel{w}{⟶}x,x_n\stackrel{w}{⟶}y$，则 $x=y$；
• 若 $x_n\stackrel{w}{⟶}x$，则存在 $c\ge 0,\Vert x_n\Vert \le c.$

证明：仅证第二条。这个性质说明 $x_n$ 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 $x_n$ 有界，因此又可以想到上一篇讲到的典范映射 $J:X\to X^{\prime \prime }$ 从元素映射到算子。因此这里考虑 $X^{\prime }$ 上的线性泛函 $g_n=J(x_n):X^{\prime }\to \mathbb{R}$，有 $g_n(f)=f(x_n),\forall f\in X^{\prime }.$ 于是有 $f(x_n)\to f(x)$，因而固定任一 $f$，都有 ${\sup }_n{g}_n(f)<\infty$，同时由于 $X^{\prime }$ 总为 Banach 空间，利用一致有界性原理有 ${\sup }_n\Vert g_n\Vert ={\sup }_n\Vert x_n\Vert <\infty$。证毕。

定理：$(X,\Vert \cdot \Vert )$，有 $x_n,x\in X$，则 $x_n\stackrel{w}{⟶}x$ 当且仅当：

1. 存在 $c\ge 0,\Vert x_n\Vert \le c$；
2. 并且存在 $M\subset X^{\prime },\overline{\text{span}M}=X^{\prime }$，对 $\forall f\in M,f(x_n)\to f(x).$（此时 $M$ 称为完全集）

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

证明：$"⟹"$ 易证；

$"⟸"$，首先考虑 $\forall f\in \text{span}M$，容易得到 $f(x_n)\to f(x)$。然后对 $\forall g\in X^{\prime }$，那么存在 $f_m\in \text{span}M$ 使得 $\Vert f_m-g\Vert \le 1/m$，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 $X={\ell }^p(1<p<\infty )$，有 $({\ell }^p{)}^{\prime }={\ell }^q,1/p+1/q=1.$ 考虑线性泛函 $f_y(x)={\sum }_i{y}_i{x}_i,y\in {\ell }^q$，有 $\Vert f_y\Vert =\Vert y{\Vert }_q$。我们考虑 $X^{\prime }$ 的子空间 M = { e n , n ≥ 1 } M=\{e_n,n\ge1\} M={en​,n≥1}，其中 $e_n=(...,0,1,0,...)$ 表示只有第 $n$ 个分量为 1，其余为 0。那么 $\overline{\text{span}M}=X^{\prime }$，因此要想验证 $x_n$ 是否弱收敛到 $x$ 就只需要验证：1）其有界性；2）对每个 $f_{e_k},k\ge 1$ 是否有 $f_{e_k}(x_n)\to f_{e_k}(x)(n\to \infty ).$

强收敛与弱收敛之间有如下关系：

• $x_n\to x⟹x_n\stackrel{w}{⟶}x$(即强收敛可以导出弱收敛)；
• 若 $\text{dim}X<\infty$，则 $x_n\stackrel{w}{⟶}x⟹x_n\to x$(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 $\text{dim}X=n<\infty$，有限维赋范空间中我们可以找到一组基，$x_k={\lambda }_{k,1}{e}_1+\cdots +{\lambda }_{k,n}{e}_n$，$x={\lambda }_1{e}_1+\cdots +{\lambda }_n{e}_n$。那么
$${\lambda }_{k,1}f(e_1)+\cdots +{\lambda }_{k,n}f(e_n)\to {\lambda }_{1}f(e_1)+\cdots +{\lambda }_{n}f(e_n),\forall f\in X^{\prime }$$
由于 $f\in X^{\prime }$ 任取，那么我们可以取 $f_i(y)={\mu }_i$，其中 $y={\mu }_1{e}_1+\cdots +{\mu }_n{e}_n$，即 $f_i$ 取出来第 $i$ 个坐标系数。由此可以得到 ${\lambda }_{k,i}\to {\lambda }_i(k\to \infty )$，然后就容易得到 $x_n\to x.$ 证毕。

例子 2：有些无穷维空间中也可以得到 $x_n\stackrel{w}{⟶}x⟺x_n\to x$，例如 ${\ell }^1.$

例子 3：无穷维 Hilbert 空间（${\ell }^2$，注意只有 $2-$范数才能定义出对应的内积），考虑 { e 1 , e 2 , … } \{e_1,e_2,\ldots\} {e1​,e2​,…} 为 $H$ 的标准正交集，那么有 $e_n\stackrel{w}{⟶}0$ 但是 $e_n\nrightarrow 0$。考虑 $\forall f\in H^{\prime }$，存在唯一的 $z_0\in H,f(x)=⟨x,z_0⟩$，由Bessel方程 ${\sum }_n|⟨e_n,z_0⟩{|}^2\le \Vert z_0{\Vert }^2$，因此 $f(e_n)\to 0(n\to \infty ),\forall f\in H^{\prime }$，但另一方面 $\Vert e_n\Vert =1\nrightarrow 0$。

2. 线性泛函收敛性

对于算子的收敛性，如线性泛函 $f_n\in X^{\prime }$ 或者有界线性算子 $T\in B(X,Y)$，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 $X$，$f,f_n\in X^{\prime }$，称 $f_n$ 弱星收敛到 $f$，若任取 $x\in X$ 都有 $f_n(x)\to f(x)$，记为 $f_n\stackrel{w\star }{⟶}f.$

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 $f$ 唯一；
• { f n } \{f_n\} {fn​} 的任意子列均弱星收敛到 $f$；
• 若 $X$ 为 Banach 空间，则 { f n } \{f_n\} {fn​} 在 $X^{\prime }$ 中为有界集。

证明：仅证第三条，对于任意 $x\in X$，有 $f_n(x)\to f(x)$，因此 $f_n(x)$ 有界，由一致有界性原理，${\sup }_n\Vert f_n\Vert <\infty .$ 证毕。

定理：$X$ 为 Banach 空间，$f_n,f\in X^{\prime }$，则 $f_n\stackrel{w\star }{⟶}f$ 当且仅当：

1. 存在 $c\ge 0,\Vert f_n\Vert \le c$；
2. 并且存在 $M\subset X,\overline{\text{span}M}=X$，对 $\forall x\in M,f_n(x)\to f(x).$

NOTE：该性质与序列弱收敛的性质完全对称，证明省略。

NOTE：对于 $X^{\prime }$ 中的线性算子 $f$，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 $X^{\prime }$ 代替上面的 $X$，用 $X^{\prime \prime }$ 代替上面的 $X^{\prime }$。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 $f,f_n\in X^{\prime }$，若满足 $\Vert f_n-f\Vert \to 0$，则称 $f_n$ 一致收敛到 $f$；若对 $\forall g\in X^{\prime \prime }$，都有 $g(f_n)\to g(f)$，那么称 $f_n$ 强收敛到 $f$；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 $X$ 为自反的，那么任意一个 $g_0\in X^{\prime \prime }$ 都唯一的对应于 $X$ 中的元素 $x_0$，并且满足 $g_0(f)=f(x_0),\forall f\in X^{\prime }$。假设 $X$ 是自反的，那么上面的强收敛定义就可以表述为 $\forall x\in X$，都有 $f_n(x)\to f(x)$，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 $X$ 是自反的。

那么再看第1个问题：一致收敛中要求 $\Vert f_n-f\Vert \to 0$，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 $x\in X$，关注 $f_n(x)\to f(x)$，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 $X,Y$ 为赋范空间，$T_n\in B(X,Y),T:X\to Y$ 为线性算子，有三种收敛性：

• { T n } \{T_n\} {Tn​} 一致收敛到 $T$，若 $\Vert T_n-T\Vert \to 0$；
• { T n } \{T_n\} {Tn​} 强收敛到 $T$，若 $\forall x\in X,T_{n}x\to Tx$；
• { T n } \{T_n\} {Tn​} 弱收敛到 $T$，若任取 $x\in X,f\in Y^{\prime }$，$f(T_{n}x)\to f(Tx)$。

容易看出来一致收敛 $⟹$ 强收敛 $⟹$ 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)：$X=Y={\ell }^2$，$T_n:{\ell }^2\to {\ell }^2$ 有
$$T_n:(x_1,x_2,\cdots )\mapsto (0,\cdots ,0,x_{n+1},x_{n+2},\cdots )$$
容易验证 $T_n$ 为有界线性算子，$\Vert T_n\Vert =1$。可以验证 $T_n$ 强收敛到 $0$ 算子，即 $T_{0}x\equiv 0$。但是 $\Vert T_n-T_0\Vert =1\nrightarrow 0$，即不满足一致收敛。

例子 5(弱收敛 $\nRightarrow$ 强收敛)：$X=Y={\ell }^2$，$T_n:{\ell }^2\to {\ell }^2$ 有
$$T_n:(x_1,x_2,\cdots )\mapsto (0_1,\cdots ,0_n,x_1,x_2,\cdots )$$
可以验证 $T_n$ 为有界线性算子，并且 $\Vert T_n\Vert =1$。是否有 $T_n$ 弱收敛到某个 $T$ 呢？考虑任意 $f\in ({\ell }^2{)}^{\prime }$，都存在唯一的 $z\in {\ell }^2$，$f(x)=⟨x,z⟩$，所以 $f(T_{n}x)=x_1\overline{z_{n+1}}+x_2\overline{z_{n+2}}+\cdots$，因此
$$|f(T_{n}x)|\le \sum _{k=1}^{\infty }|x_k|\cdot |z_{n+k}|\le \Vert x\Vert {\left(\sum _{k=n+1}^{\infty }|z_k{|}^2\right)}^{1/2}\to 0$$
所以有 $f(T_{n}x)\to 0$ 对任意 $f\in ({\ell }^2{)}^{\prime }$ 成立，因此 $f(T_{n}x)\to f(T_{0}x)\equiv f(0)=0$。所以 $T_n$ 弱收敛到 $T_0=0$ 算子，但是总有 $\Vert T_{n}x\Vert =\Vert x\Vert \nrightarrow 0$，因此 $T_{n}x\nrightarrow T_{0}x$，即不满足强收敛。

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

例子 6(强收敛极限未必有界)： X = Y = { ( x n ) , ∃ N , ∀ n ≥ N , x n = 0 } X=Y=\{(x_n),\exists N,\forall n\ge N, x_n=0 \} X=Y={(xn​),∃N,∀n≥N,xn​=0}，考虑 $T_n:X\to Y$ 有
$$\begin{array}{rl}{T}_n:& (x_1,x_2,\cdots )\mapsto (x_1,2x_2,\cdots ,n{x}_n,x_{n+1},x_{n+2},\cdots )\\ T:& (x_1,x_2,\cdots )\mapsto (x_1,2x_2,\cdots )\end{array}$$
那么 $\Vert T_n\Vert =n$，取可以验证对于 $\forall x\in X$，$T_{n}x\to Tx$，即 $T_n$ 强收敛到 $T$，但是 $T$ 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 $X$ 为 Banach 空间，$Y$ 为赋范空间，$T_n\in B(X,Y),T:X\to Y$ 为线性算子。设 $T_n$ 弱收敛到 $T$，则 ${\sup }_{n\ge 1}\Vert T_n\Vert <\infty ,T\in B(X,Y)$ 并且 $\Vert T\Vert \le {\sup }_{n\ge 1}\Vert T_n\Vert <\infty .$

证明：由于 $T_n$ 弱收敛到 $T$，即 $\forall x\in X,f\in Y^{\prime }$ 都有 $f(T_{n}x)\to f(Tx)$，因此有 $T_{n}x\stackrel{w}{⟶}Tx$。那么根据序列弱收敛的性质，存在 $c_x$ 满足 ${\sup }_n\Vert T_{n}x\Vert \le c_x$，再由一致有界性原理，有 ${\sup }_n\Vert T_n\Vert <\infty$。

然后考虑 $T$，$\forall x\in X$，由 Hahn-Banach 定理的推论，都存在 $f\in Y^{\prime },\Vert f\Vert =1$ 满足
$$\Vert Tx\Vert =|f(Tx)|=\underset{n\to \infty }{\lim }|f(T_{n}x)|\le \underset{n\to \infty }{\lim }\Vert T_{n}x\Vert$$
因此 $\Vert T\Vert \le {\sup }_n\Vert T_n\Vert .$ 证毕。

定理：设 $X$ 为 Banach 空间，$Y$ 为赋范空间，$T_n,T\in B(X,Y)$，则 $T_n$ 强收敛到 $T$ 当且仅当：

1. ${\sup }_n\Vert T_n\Vert <\infty$；
2. 存在 $M\subset X,\overline{\text{span}M}=X$，对 $\forall x\in M,T_n(x)\to T(x).$

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 $x\in C[a,b]$，并赋予无穷范数，那么 $(C[a,b],\Vert \cdot \Vert )$ 为 Banach 空间，求 ${\int }_a^{b}x(t)dt.$

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 $f(x)={\int }_a^{b}x(t)dt$，$\Vert f\Vert =b-a$。我们现在的目标就是找一列有界线性泛函 $f_n$ 弱收敛到 $f$。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 $[a,b]$ 上取 $n+1$ 个结点 $a=t_{n,0}<t_{n,1}<\cdots <t_{n,n}=b$，再取 $n+1$ 个实数 $a_{n,0},\cdots ,a_{n,n}$，令
$$f_n(x)=\sum _{k=0}^n{a}_{n,k}x(t_{n,k})$$
$f_n$ 是 $C[a,b]$ 上的线性泛函，并且 $\Vert f_n\Vert \le {\sum }_{k=0}^n|a_{n,k}|$，另外我们总能够造出一个 $x\in C[a,b]$ 满足 $x(t_{n,k})=\text{sgn}(a_{n,k})$ 并且 $\Vert x{\Vert }_{\infty }=1$，此时就有 $f(x)={\sum }_{k=0}^n|a_{n,k}|$，于是可以得到 $\Vert f_n\Vert ={\sum }_{k=0}^n|a_{n,k}|$。现在的问题就是我们能否找到合适的系数 $a_{n,k}$ 使得 $f_n\stackrel{w}{⟶}f$ ？

这里我们提出一个额外的要求，就是对于次数小于 $n$ 的多项式 $p$，需要 $f_n(p)$ 能获得精确积分结果，即 $f_n(p)={\int }_a^{b}p(t)dt$。由于 { 1 , t , … , t n } \{1,t,\ldots,t^n\} {1,t,…,tn} 构成次数小于 $n$ 的多项式空间的 Hamel 基，所以只需要验证对每个基有 $f_n(e_k)=f(e_k)$ 即可。这就要求
$$\{\begin{array}{l}\begin{array}{ccccccccc}{a}_{n,0}& +& a_{n,1}& +& \cdots & +& a_{n,n}& =& b-a\\ a_{n,0}{t}_{n,0}& +& a_{n,1}{t}_{n,1}& +& \cdots & +& a_{n,n}{t}_{n,n}& =& \frac{b^2-a^2}{2}\\ & & & & \dots & & & & \\ a_{n,0}{t}_{n,0}^n& +& a_{n,1}{t}_{n,1}^n& +& \cdots & +& a_{n,n}{t}_{n,n}^n& =& \frac{b^{n+1}-a^{n+1}}{n+1}\end{array}\end{array}$$
上式左侧可以用 Vandermonde 矩阵表示，因此存在唯一解 $a_{n,k},k=1,...,n$。

接下来对于任意的 $x\in C[a,b]$，能否找到 $a_{n,k}$ 满足的条件使得 $f_n(x)\to f(x)$ 呢？根据 Stone-Weierstrass 定理，多项式的集合在 $C[a,b]$ 中是稠密的，因此对于任意次数 $N$ 的多项式 $p$ 总有 $f_n(p)\to f(p)$。那么再应用前面的定理（即只需要判断完全集 $M\subset X$ 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 $f_n$ 满足前面对于有限次多项式的要求（即 $a_{n,k}$ 为 Vandermonde 矩阵方程的解）则任取 $x\in C[a,b],f_n(x)\to f(x)$ 当且仅当存在常数 $C\ge 0$，使得任取 $n\ge 1$，有 ${\sum }_{k=1}^n{a}_{n,k}\le C.$

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