函数空间把一整个函数看成一个点。选择何种距离,就决定了“近似一个函数”的含义。一致距离同时控制所有输入处的误差,因而能够保留连续性,也使逼近理论与紧致性理论产生共同的有限控制方法。
动机
连续函数列逐点收敛,其极限未必连续。例如[0,1]上的xn在x<1时趋于零,在x=1时恒为一。每个输入处最终都稳定下来,但接近右端点时,需要等待的指标越来越大。一致收敛排除了这种不断移动的误差区域。
本节围绕两个不同问题展开。给定连续函数,能否用某个较简单的函数代数任意准确地一致逼近它?给定一族连续函数,什么条件保证每个序列都能抽出一致收敛子列?Stone–Weierstrass定理用代数分离点的能力回答前者,Arzelà–Ascoli定理用共同的连续性控制回答后者。两者都不能由“每个点上可以近似”这一句话直接推出。
定义
设K为非空紧致度量空间,C(K,R)表示其上连续实值函数组成的空间,定义∥f∥∞=x∈Ksup∣f(x)∣。实向量子空间A⊆C(K,R)若对逐点乘法封闭,称为实代数。若任意x=y都有a∈A满足a(x)=a(y),则称A分离点。
紧致性保证连续函数的上确界有限且能取到。一致收敛fn→f是指∥fn−f∥∞→0;达到给定误差所用的指标必须对所有输入共同有效。一致闭包A由A中序列的一致极限组成。这里使用序列描述闭包是合法的,因为一致范数给出了一个度量。
函数族F⊆C(K,R)等度连续,是指对每个x∈K与ε>0,存在δ>0,使d(x,y)<δ时,对所有f∈F都有∣f(x)−f(y)∣<ε。若每个x都满足f∈Fsup∣f(x)∣<∞,称它逐点有界。若其一致闭包紧致,则称它在一致范数下相对紧致。
等度连续的关键是先选一个邻域,再要求所有函数同时服从估计。分别证明每个函数连续,并没有给出这个共同邻域。在紧致定义域上,还可使δ与基点无关:先取每个中心处全体函数变化小于ε/2的邻域,抽取有限子覆盖,再用Lebesgue数保证足够近的两点落在同一个中心邻域中。通过该中心比较,两次误差相加便小于ε。
概念视角分析
有限输入数据需要共同连续性控制,才能控制整个函数
输入点的有限网,还不是函数族的有限网。等度连续使输入网真正有用:两个函数在网中心处接近,就能通过全族共同的误差界,把这种接近传到邻近的所有输入。定义域紧致性再把无限多个输入条件化为有限个中心处的比较。这正是从逐点抽取子列走向一致范数收敛的桥梁。
在例子中读出共同连续模量
若对族中每个f都有∣f(x)−f(y)∣≤ω(d(x,y)),而且ω(t)→0(t↓0),便得到等度连续。重点是同一个函数ω对所有成员有效。在区间上,共同导数界是一种获得这种估计的方法,但并非唯一方法。
例如,对0≤x,a≤1,令fa(x)=x+a−a。当u≥v≥0时,(u−v)2≤u−v,因此
∣fa(x)−fa(y)∣=∣x+a−y+a∣≤∣x−y∣.
给定ε>0,取δ=ε2,则∣x−y∣<δ对每个a(包括a=0)都给出小于ε的误差。这里不需要全族共同的导数界:f0(x)=x在零点的差商无界。此外fa(0)=0,同一估计说明在[0,1]上∣fa(x)∣≤1。因此该族等度连续且逐点有界,可以应用下文的Ascoli定理。
对比[0,1]上的gn(x)=sin(nx)。每个gn都连续且∣gn∣≤1,但该族在0处并不等度连续。固定ε0=1/2。对任意给出的δ>0,选足够大的整数n,使y=π/(2n)<min{δ,1}。这时∣y−0∣<δ,但∣gn(y)−gn(0)∣=1>ε0。指标可以依赖于所给半径:这正是反驳一个声称对所有成员有效的半径的方法。
快速检查
(设hn(x)=x+1/n,x∈[0,1]。给出共同连续模量,求一致极限,并解释为什么在[0,1]上不能有共同的有限导数界。)
解答 · 答案
平方根估计对每个n给出∣hn(x)−hn(y)∣≤∣x−y∣。又∥hn−⋅∥∞=1/n→0。最后,当t>0时(hn(t)−hn(0))/t=1/t,它在t↓0时趋于无穷;甚至单个成员在整个区间上也不满足有限的Lipschitz界,因而无法有有界导数所给出的估计。
定理/命题
(C(K,R),∥⋅∥∞)是完备赋范空间。因此它的一致闭子空间也完备。
定理 2.1.4
(实Stone–Weierstrass定理)
若实代数A⊆C(K,R)包含常值函数并分离点,则A=C(K,R)。
定理 2.1.5
(紧致度量定义域上的Arzelà–Ascoli定理)
函数族F⊆C(K,R)在一致范数下相对紧致,当且仅当它逐点有界且等度连续。等价地,族中的每个序列都有一致收敛子列,其极限连续。
复值版本的逼近定理还要求代数对复共轭封闭,本节只证明实值版本。Ascoli定理可按坐标推广到有限维值域;若值域是任意无限维赋范空间,逐点有界不能代替逐点相对紧致,不能照搬本节的充分条件。
证明思路或证明
对完备性,取一致Cauchy序列fn。每个x处的fn(x)都是实Cauchy序列,记其极限为f(x)。若n,m≥N时∥fn−fm∥∞<ε/2,逐点令m→∞,得到所有x处都有∣fn(x)−f(x)∣≤ε/2,故收敛一致。再把f(y)−f(x)拆成与fn(y)、fn(x)比较的三段,利用fn连续及一致误差,就得到f连续。
从部分和到一致收敛的函数级数
函数级数通过部分和 SN(x)=n=1∑Nun(x) 定义。逐点收敛允许所需的 N 随 x 改变;一致收敛要求同一个 N 在所有输入处控制尾和。要判断 Fourier 级数是否表示连续函数时,这个区别尤其有用。
定理 2.1.6
(一致 Cauchy 判别准则与 Weierstrass 判别法)
设 E 为任意非空集合,un:E→C。级数 n=1∑∞un 在 E 上一致收敛,当且仅当对每个 ε>0,存在 N 使得
n=p∑qun(x)<εq≥p≥N,x∈E.特别地,若对所有 x∈E 有 ∣un(x)∣≤Mn,其中 Mn≥0 且 n=1∑∞Mn<∞,则级数一致收敛,其和 S 满足
x∈Esup∣S(x)−SN(x)∣≤n=N+1∑∞Mn.
若一致收敛,则 Sp−1 和 Sq 都一致地接近同一极限,三角不等式便给出尾和条件。反过来,尾和条件使每个 x 处的部分和列成为 Cauchy 序列。由 C 的完备性得到逐点极限 S(x)。给定 ε>0,对 ε/2 使用条件,再令 q→∞,可同时对所有 x 得到 ∣S(x)−Sp−1(x)∣≤ε/2。因此收敛一致;这里无需预先假设各项或极限有界。
对于 M 判别法,三角不等式用数项尾和 n=p∑qMn 控制每个有限函数尾和。后者与 x 无关且可任意小,所以可用上述准则。再令 q→∞ 便得所示误差估计。若 E 是度量空间且每个 un 连续,则每个 SN 连续,上面的三段估计说明一致极限 S 连续;此结论不需要 E 紧致。
在 R 上取 un(x)=sin(nx)/n2,用 Mn=1/n2。和函数连续,而当 N≥1 时,积分比较给出
x∈Rsup∣S(x)−SN(x)∣≤n=N+1∑∞n21≤N1.再看 n=0∑∞xn:对每个 0<r<1,取 Mn=rn 可知它在 [0,r] 上一致收敛;截到 xN 后的尾和至多为 rN+1/(1−r)。在 [0,1) 上它仍逐点收敛到 1/(1−x),但不一致收敛,因为每个固定 N 的尾和 xN+1/(1−x) 都无界。定义域是结论的一部分。
M 判别法是充分条件,并非必要条件。例如常数函数 un(x)=(−1)n+1/n 的级数一致收敛,因为每处的部分和都是同一个收敛的交错调和部分和。但在非空定义域上,任何满足 Mn≥∣un(x)∣ 的数项界都满足 Mn≥1/n,因此其和发散。一致收敛可以利用相消;绝对值数项界则丢弃了这种相消。
快速检查
(在 [0,1] 上令 un(x)=(1−x)xn,n≥0。求逐点和并判断收敛是否一致。)
解答 · 答案
有限几何和恒等式给出 n=0∑Nun(x)=1−xN+1,在 x=1 也成立。逐点和在 0≤x<1 时为 1,在 1 处为 0。每个 N 的误差在 [0,1] 上的上确界都是 1(从左侧趋近 1 即可),故收敛不一致。每个部分和连续而极限不连续,提供了另一种检验。仅有逐点收敛和各项有界,不能据此把级数极限与连续性互换。
多项式逼近
为避免把多项式逼近当作未证明的前提,先构造Bernstein多项式。对h∈C([0,1],R),令
Bnh(t)=k=0∑nh(k/n)(kn)tk(1−t)n−k.
各权重非负、总和为一,而k/n的加权均值为t,方差为t(1−t)/n≤1/(4n)。给定ε>0,由一致连续性选δ>0,使∣s−t∣<δ时∣h(s)−h(t)∣<ε/2。偏离t至少δ的权重总和至多1/(4nδ2),因为这些项的平方偏差至少为δ2。若M=∥h∥∞,则
∣Bnh(t)−h(t)∣≤ε/2+4nδ22M.
右边与t无关,故得到一致多项式逼近。线性换元把结论推广到任意紧致区间,特别可以逼近绝对值函数。这里不需要概率论:权重、均值及平方偏差都可视为有限代数恒等式。
证明
(从代数到格运算:Stone–Weierstrass证明)
设B=A。一致极限保留加法与数乘,也保留乘法:一致收敛的函数列一致有界,配合fngn−fg=fn(gn−g)+(fn−f)g即可控制乘积误差。因此B仍是闭代数。
若b∈B且∥b∥∞≤M,用多项式在[−M,M]上一致逼近∣t∣,再与b复合,就得到∣b∣∈B。于是由(f+g±∣f−g∣)/2,B对有限次逐点最大值与最小值封闭。
固定h∈C(K,R)及ε>0。对任意x,y,可在A中构造ax,y,使其在x,y处分别等于h:当两点不同时,对一个分离函数作缩放与平移;相同时取常数。固定x,开集{ax,y>h−ε}随y覆盖K。抽取有限子覆盖,再取这些函数的最大值,得到gx∈B,满足处处gx>h−ε,而gx(x)=h(x)。
开集{gx<h+ε}随x再次覆盖K。抽取有限子覆盖并对相应gx取最小值g,便有h−ε<g<h+ε。任意精度都可达到,而B闭,故h∈B。紧致性在两次有限选择中发挥作用,分离点则用于最初的两点插值。
证明Ascoli充分性时,取K的可数稠密集{xj}。对族中的任意序列,逐点有界允许先抽取在x1处收敛的子列,再抽取在x2处收敛的子列,如此继续。对角子列在每个xj处收敛。
接着选全族共用的连续性半径,使近点之间的变化小于ε/3,并从稠密集中取有限个中心形成对应细网。具体可先取半径缩小一半的有限网,再把每个中心移动不到半个半径至稠密集;三角不等式保证仍覆盖定义域。对角子列在有限个中心处同时是Cauchy序列。任意输入处的两项之差可通过邻近中心分成三段:两端为连续性误差,中间为中心处的Cauchy误差。因此子列一致Cauchy,由C(K)完备性得到一致极限。同样的有界与等度连续条件传到闭包,所以闭包序列紧致,继而紧致。
必要性使用反方向的有限近似。紧致闭包有有限个任意精度的一致网函数,其中心属于闭包,因而仍连续,不必属于原函数族。在固定点处,这些有限函数的数值有共同界;把网的误差加上去便控制整个函数族。它们的有限个连续性邻域也可取共同交集,再用三段估计,就把有限网函数的连续性传给整个族。这不要求导数存在。
证明透视
Ascoli 证明中紧致性的两次使用
充分性证明两次使用 K 的紧致性。第一次提供可数稠密集,使对角线论证能让同一个子序列在可数多个点上收敛。第二次用有限多个具有共同等度连续半径的球覆盖 K,使有限多个中心上的收敛控制每个输入。等度连续性是两步之间的桥梁:它把任意 x 处的值与附近中心处的值比较,误差与指标无关。逐点有界性只在对角线一步通过 Bolzano–Weierstrass 定理用到,而 C(K) 的完备性把一致 Cauchy 子序列变成连续的极限。
应用这一判别有一个实用的次序。先确定定义域和拓扑:非紧致定义域上的导数界并不能提供所缺的有限覆盖。接着取得共同的连续性估计,例如共同的 Lipschitz 常数,或趋于零的共同连续模量。最后控制足够多点上的取值。在紧致定义域上,等度连续与逐点有界合起来推出整体一致界:取有限覆盖并与其中心比较即可。这是两个假设共同的推论,而不能代替对等度连续的检验。
例题详解
例题 2.1.8
(1. 多项式逼近与一个定量构造)
[0,1]上的实多项式包含常数,并由x分离点,故一致稠密。对h(t)=t2,Bernstein构造具体给出Bnh(t)=t2+t(1−t)/n,一致误差恰为1/(4n)。这个构造证明了存在可用近似,但没有声称所得多项式在所有同次数多项式中最优;最佳逼近是另一个问题。
[−1,1]上的偶多项式构成含常数的代数,却无法区分x与−x。它不能一致逼近h(x)=x。若偶多项式p在两个端点的误差都小于一,就同时有∣p(1)−1∣<1与∣p(1)+1∣<1,不可能。更一般地,偶函数的一致极限仍是偶函数。
例题 2.1.10
(3. 导数控制产生相对紧致族)
考虑[0,1]上的C1函数,满足∣f(0)∣≤2及∣f′(x)∣≤3。中值定理给出∣f(x)−f(y)∣≤3∣x−y∣,并有∣f(x)∣≤5。Ascoli定理保证相对紧致。但一致极限只保证Lipschitz连续,不保证仍为C1;用光滑函数一致逼近∣x−1/2∣便可能产生尖角。
相反,fn(x)=xn虽一致有界,却在一处不等度连续。给定任意δ>0,选y<1且1−y<δ,则yn→0,而fn(1)=1。没有统一半径能对所有n控制这个差。其每个子列都有同一个不连续逐点极限,故没有一致收敛子列。
反例模式
非紧致定义域上的 Lipschitz 界
断言:在任何度量定义域上,具有共同 Lipschitz 常数的一致有界函数族,在一致范数下都是相对紧致的。在 R 上令 fn(x)=max{1−∣x−n∣,0}。每个 fn 取值于 [0,1],Lipschitz 常数为一,所以这个族逐点有界且等度连续。然而当 m=n 时,fn(n)=1 而 fm(n)=0,所以 ∥fn−fm∥∞=1,没有子序列是一致 Cauchy 的。这些函数逐点收敛到零,凸起却逃向无穷远。修正在于要求定义域紧致,这恰好提供了证明中所用的有限覆盖。
常见错误
一致有界控制高度,等度连续控制短距离上的变化。两者不能替代:常值函数fn=n等度连续但不逐点有界,幂函数族有界却不等度连续。检验定义时应明确δ可以依赖什么,不能在每个函数选好自己的半径之后直接称为等度连续。
常见错误
(Stone–Weierstrass 需要代数,且不给出一致的次数)
Stone–Weierstrass讨论的是代数。1与x的线性张成虽然分离区间中的点,却不对乘法封闭,也不能逼近任意连续函数。定理对每个给定目标提供任意精度的近似,但在[0,1]上,固定次数m的多项式不能对单位球中的每个函数都达到小于一的误差。选一个连续函数,使它在依次排列的m+2个点上交替取1,−1。任何误差小于一的逼近多项式都必须在这些点交替变号,因而至少有m+1个不同零点,违反次数界。所需次数可以依赖目标与精度。这里特指无限定义域;有限K上的整个C(K)本身就是有限维空间。
相对紧致允许极限落在原族之外。要证明函数族本身紧致,还需一致闭性。导数界往往在一致极限中留下Lipschitz界,但可微性可能丢失。判断约束能否保留时,应使用当前的收敛方式,不能把函数值收敛误当成导数收敛。
总结
一致范数使共同误差成为距离,并由完备性保留连续极限。分离点的代数经过绝对值与有限格运算变得稠密。逐点有界而等度连续的函数族,则通过对角抽取与有限输入网获得相对紧致。这两种结论都使用有限控制,但一个回答逼近问题,另一个回答子列问题。
练习
快速检查
(证明[0,1]上满足f(0)=0及∣f(x)−f(y)∣≤∣x−y∣的函数组成一致范数下的紧致集。)
解答 · 答案
共同Lipschitz界给出等度连续,而∣f(x)∣≤x≤1给出有界。Ascoli定理先给出相对紧致。一致极限保留零点取值,并可在∣fn(x)−fn(y)∣≤∣x−y∣中逐点取极限,保留该不等式。因此族闭,等于其紧致闭包。
快速检查
(证明x2的多项式在C([0,1],R)中一致稠密,却不在C([−1,1],R)中一致稠密。)
解答 · 答案
在[0,1]上,x↦x2单射,生成的实代数含常数并分离点,可用Stone–Weierstrass。在[−1,1]上,该代数的成员全为偶函数,无法分离相反点,故不能逼近奇函数x。表达式缺少奇次幂本身不是决定因素;能否区分定义域中的点才是关键。
快速检查
(证明取值映射Ex(f)=f(x)对一致范数连续,并说明每个取值都收敛为何不保证一致收敛。)
解答 · 答案
∣Ex(f)−Ex(g)∣≤∥f−g∥∞给出连续性。幂函数xn在每个输入处收敛,但逐点极限不连续。由于连续函数的一致极限连续,这种逐点收敛不可能一致。
快速检查
(若紧致K上的等度连续序列fn逐点收敛到f,证明它一致收敛。)
解答 · 答案
固定ε>0。紧致性与等度连续性给出一个共同半径,使所有fn在该半径内的误差小于ε/4。逐点取极限后,f的对应误差至多为ε/4,可能取等号。取该半径内的有限输入网;逐点收敛使充分大的n在所有网点的误差同时小于ε/4。经由邻近网点比较fn(x)与f(x),三段误差之和至多为3ε/4<ε,对所有x成立。这里已有逐点极限,无需另加有界假设。