以较弱方式观察收敛
范数收敛同时控制所有连续线性测量。在无限维空间中这可能过于严格:一个序列可以不断移向新方向、保持其范数,而每个固定的测量值都趋于零。弱收敛记录的正是后一种行为。使用时要注意:定义不允许测量泛函随序列指标改变。
设 X X X 是实或复赋范空间,X ∗ X^* X ∗ 是其连续对偶。若
f ( x n ) ⟶ f ( x ) 对每个固定的 f ∈ X ∗ , f(x_n)\longrightarrow f(x)\qquad\text{对每个固定的 }f\in X^*, f ( x n ) ⟶ f ( x ) 对每个固定的 f ∈ X ∗ , 则称序列 ( x n ) (x_n) ( x n ) 弱收敛到 x x x ,记为 x n ⇀ x x_n\rightharpoonup x x n ⇀ x 。X X X 上的弱拓扑是使每个 f ∈ X ∗ f\in X^* f ∈ X ∗ 连续的最粗拓扑;其收敛序列恰是上面定义的序列。集合在该拓扑下紧致时称为弱紧致。
取极限之前,泛函必须固定。范数收敛蕴含弱收敛,因为 ∣ f ( x n ) − f ( x ) ∣ ≤ ∥ f ∥ ∥ x n − x ∥ |f(x_n)-f(x)|\le\|f\|\|x_n-x\| ∣ f ( x n ) − f ( x ) ∣ ≤ ∥ f ∥∥ x n − x ∥ ;反过来一般不成立。弱极限唯一:若所有泛函在两个候选极限之差上均为零,Hahn–Banach 定理说明该差为零。
对 Hilbert 空间 H H H ,Riesz 表示定理说明 x n ⇀ x x_n\rightharpoonup x x n ⇀ x 当且仅当对每个固定 y ∈ H y\in H y ∈ H 都有 ⟨ x n , y ⟩ → ⟨ x , y ⟩ \langle x_n,y\rangle\to\langle x,y\rangle ⟨ x n , y ⟩ → ⟨ x , y ⟩ ;这里采用内积对第一变量线性的约定。弱收敛相对于所给空间和范数定义;没有证明时,不能把其对偶替换成任意较小的测试族。
例题 6.1.2
(在有限维中弱收敛与范数收敛一致)
设 X X X 有限维,基为 b 1 , … , b d b_1,\dots,b_d b 1 , … , b d ,并令 c j ( x ) c_j(x) c j ( x ) 为 x x x 的第 j j j 个坐标。每个 c j c_j c j 都是线性的,而有限维赋范空间上的线性泛函都连续,所以 c j ∈ X ∗ c_j\in X^* c j ∈ X ∗ 。若 x n ⇀ x x_n\rightharpoonup x x n ⇀ x ,则对每个 j j j 都有 c j ( x n ) → c j ( x ) c_j(x_n)\to c_j(x) c j ( x n ) → c j ( x ) ,从而
∥ x n − x ∥ ≤ ∑ j = 1 d ∣ c j ( x n ) − c j ( x ) ∣ ∥ b j ∥ ⟶ 0. \|x_n-x\|\le\sum_{j=1}^d|c_j(x_n)-c_j(x)|\,\|b_j\|\longrightarrow0. ∥ x n − x ∥ ≤ j = 1 ∑ d ∣ c j ( x n ) − c j ( x ) ∣ ∥ b j ∥ ⟶ 0. 所以本单元所作的区分在 R d \mathbb R^d R d 或 C d \mathbb C^d C d 中看不到;凡是区分两种收敛的例子,都必须用到无限多个方向。
移动的方向与有界性
例题 6.1.3
(ℓ 2 \ell^2 ℓ 2 中的单位向量弱收敛到零)
令 e n e_n e n 为第 n n n 个标准单位向量。由于 ∑ j ∣ y j ∣ 2 < ∞ \sum\limits_j|y_j|^2<\infty j ∑ ∣ y j ∣ 2 < ∞ ,每个 y = ( y j ) ∈ ℓ 2 y=(y_j)\in\ell^2 y = ( y j ) ∈ ℓ 2 都满足 y n → 0 y_n\to0 y n → 0 。因此对每个固定的 y y y 都有 ⟨ e n , y ⟩ = y n ‾ → 0 \langle e_n,y\rangle=\overline{y_n}\to0 ⟨ e n , y ⟩ = y n → 0 ,即 e n ⇀ 0 e_n\rightharpoonup0 e n ⇀ 0 ,尽管每个 ∥ e n ∥ 2 = 1 \|e_n\|_2=1 ∥ e n ∥ 2 = 1 ,且 n ≠ m n\ne m n = m 时 ∥ e n − e m ∥ 2 = 2 \|e_n-e_m\|_2=\sqrt2 ∥ e n − e m ∥ 2 = 2 。一个向新坐标移动的向量,最终对每个固定测量的贡献都很小。
泛函 x ↦ ⟨ x , e n ⟩ x\mapsto\langle x,e_n\rangle x ↦ ⟨ x , e n ⟩ 在 e n e_n e n 处取值一,于是容易断言 e n e_n e n 不弱收敛到零。但这个泛函随 n n n 改变,并不是单个固定测试。弱收敛问的是:对每个固定的 f f f ,标量序列 f ( x n ) f(x_n) f ( x n ) 如何变化。若改为要求 sup ∥ f ∥ ≤ 1 ∣ f ( x n ) − f ( x ) ∣ → 0 \sup\limits_{\|f\|\le1}|f(x_n)-f(x)|\to0 ∥ f ∥ ≤ 1 sup ∣ f ( x n ) − f ( x ) ∣ → 0 ,由 Hahn–Banach 定理,这恰好就是范数收敛。
赋范空间中每个弱收敛序列都有界,且其极限满足
∥ x ∥ ≤ lim inf n → ∞ ∥ x n ∥ . \|x\|\le\liminf_{n\to\infty}\|x_n\|. ∥ x ∥ ≤ n → ∞ lim inf ∥ x n ∥.
对每个 n n n ,定义 J x n ∈ X ∗ ∗ Jx_n\in X^{**} J x n ∈ X ∗∗ 为 ( J x n ) ( f ) = f ( x n ) (Jx_n)(f)=f(x_n) ( J x n ) ( f ) = f ( x n ) 。由于 x n x_n x n 弱收敛,对每个固定的 f ∈ X ∗ f\in X^* f ∈ X ∗ ,标量序列 ( J x n ) ( f ) (Jx_n)(f) ( J x n ) ( f ) 都有界。即使 X X X 不完备,其对偶 X ∗ X^* X ∗ 仍是 Banach 空间,因此对 J x n : X ∗ → F Jx_n:X^*\to\mathbb F J x n : X ∗ → F 应用一致有界原理,得到 sup n ∥ J x n ∥ < ∞ \sup\limits_n\|Jx_n\|<\infty n sup ∥ J x n ∥ < ∞ 。由 Hahn–Banach 定理,∥ J x n ∥ = ∥ x n ∥ \|Jx_n\|=\|x_n\| ∥ J x n ∥ = ∥ x n ∥ ,故序列有界。
对于第二项,每个满足 ∥ f ∥ ≤ 1 \|f\|\le1 ∥ f ∥ ≤ 1 的泛函都满足 ∣ f ( x ) ∣ = lim n ∣ f ( x n ) ∣ ≤ lim inf n ∥ x n ∥ |f(x)|=\lim\limits_n|f(x_n)|\le\liminf\limits_n\|x_n\| ∣ f ( x ) ∣ = n lim ∣ f ( x n ) ∣ ≤ n lim inf ∥ x n ∥ 。对对偶单位球取上确界,再次由 Hahn–Banach 定理得到所述不等式。即使下极限为无穷大,该不等式仍然成立。□ \square □
证明透视
为什么有界性不只是逐点有界 假设只给出逐点信息:对每个 f f f ,数 f ( x n ) f(x_n) f ( x n ) 有界。关键一步是把向量 x n x_n x n 看成对偶空间上的泛函 J x n Jx_n J x n 。这样向量与测试的角色互换,问题便落入一致有界原理的框架,而该原理的假设是定义域完备。这里的定义域是 X ∗ X^* X ∗ ,它总是完备的;所以即使 X X X 本身不完备,论证依然成立。
Hahn–Banach 定理出现两次,两次都通过范数公式 ∥ x ∥ = sup ∥ f ∥ ≤ 1 ∣ f ( x ) ∣ \|x\|=\sup\limits_{\|f\|\le1}|f(x)| ∥ x ∥ = ∥ f ∥ ≤ 1 sup ∣ f ( x ) ∣ :一次把 ∥ J x n ∥ \|Jx_n\| ∥ J x n ∥ 等同于 ∥ x n ∥ \|x_n\| ∥ x n ∥ ,另一次把每个 ∣ f ( x ) ∣ |f(x)| ∣ f ( x ) ∣ 的界化为 ∥ x ∥ \|x\| ∥ x ∥ 的界。不等式只是下极限形式,因为每个 f f f 先各自取极限,然后才对 f f f 取上确界;这两个运算的次序不能对调。
这是范数沿序列的弱下半连续性,不是连续性:e n e_n e n 的弱极限范数为零,但每一项范数都是一。由此可知闭范数球在弱序列收敛下是闭的,因为对每个中心 c c c ,x n ⇀ x x_n\rightharpoonup x x n ⇀ x 蕴含 x n − c ⇀ x − c x_n-c\rightharpoonup x-c x n − c ⇀ x − c 。
范数闭集不一定弱序列闭:ℓ 2 \ell^2 ℓ 2 的单位球面包含每个 e n e_n e n ,却不包含其弱极限零。保留下来的只有不等式 ∥ x ∥ ≤ lim inf ∥ x n ∥ \|x\|\le\liminf\|x_n\| ∥ x ∥ ≤ lim inf ∥ x n ∥ ,而且它可以是严格的。“单位向量的弱极限仍是单位向量”之类的说法,在每个无限维 Hilbert 空间中都是错的。
命题 6.1.5
(Hilbert 空间中的弱收敛加范数收敛)
在 Hilbert 空间中,若 x n ⇀ x x_n\rightharpoonup x x n ⇀ x 且 ∥ x n ∥ → ∥ x ∥ \|x_n\|\to\|x\| ∥ x n ∥ → ∥ x ∥ ,则 ∥ x n − x ∥ → 0 \|x_n-x\|\to0 ∥ x n − x ∥ → 0 。
对固定向量 x x x 使用弱收敛,得 ⟨ x n , x ⟩ → ∥ x ∥ 2 \langle x_n,x\rangle\to\|x\|^2 ⟨ x n , x ⟩ → ∥ x ∥ 2 ,所以
∥ x n − x ∥ 2 = ∥ x n ∥ 2 + ∥ x ∥ 2 − 2 Re ⟨ x n , x ⟩ ⟶ ∥ x ∥ 2 + ∥ x ∥ 2 − 2 ∥ x ∥ 2 = 0. \|x_n-x\|^2=\|x_n\|^2+\|x\|^2-2\operatorname{Re}\langle x_n,x\rangle\longrightarrow\|x\|^2+\|x\|^2-2\|x\|^2=0. ∥ x n − x ∥ 2 = ∥ x n ∥ 2 + ∥ x ∥ 2 − 2 Re ⟨ x n , x ⟩ ⟶ ∥ x ∥ 2 + ∥ x ∥ 2 − 2∥ x ∥ 2 = 0. □ \square □
范数条件不可省去,e n ⇀ 0 e_n\rightharpoonup0 e n ⇀ 0 就是例子。
可分 Hilbert 空间中的有界序列
定理 6.1.6
(可分 Hilbert 空间中的弱收敛子列)
在可分 Hilbert 空间中,每个有界序列都有弱收敛子列。
设 ( e j ) (e_j) ( e j ) 为有限或可数标准正交基,且 ∥ x n ∥ ≤ C \|x_n\|\le C ∥ x n ∥ ≤ C 。在有限维情形,通常的有界序列紧致性给出范数收敛子列,它也弱收敛。在可数无限情形中,先取第一坐标收敛的子列,再取第二坐标收敛的子列,依此继续;最后取对角子列 ( x n k ) (x_{n_k}) ( x n k ) 。对每个 j j j ,⟨ x n k , e j ⟩ → a j \langle x_{n_k},e_j\rangle\to a_j ⟨ x n k , e j ⟩ → a j 。Bessel 不等式给出
∑ j = 1 m ∣ a j ∣ 2 = lim k → ∞ ∑ j = 1 m ∣ ⟨ x n k , e j ⟩ ∣ 2 ≤ C 2 对每个 m . \sum_{j=1}^m|a_j|^2
=\lim_{k\to\infty}\sum_{j=1}^m|\langle x_{n_k},e_j\rangle|^2\le C^2
\quad\text{对每个 }m. j = 1 ∑ m ∣ a j ∣ 2 = k → ∞ lim j = 1 ∑ m ∣ ⟨ x n k , e j ⟩ ∣ 2 ≤ C 2 对每个 m . 因此 ( a j ) ∈ ℓ 2 (a_j)\in\ell^2 ( a j ) ∈ ℓ 2 ,标准正交级数定理给出 x = ∑ j a j e j ∈ H x=\sum\limits_j a_je_j\in H x = j ∑ a j e j ∈ H 。对基向量的任意有限线性组合 y y y ,有 ⟨ x n k − x , y ⟩ → 0 \langle x_{n_k}-x,y\rangle\to0 ⟨ x n k − x , y ⟩ → 0 。对任意 y y y ,用此类有限组合 y m y_m y m 在范数下逼近它。Cauchy–Schwarz 不等式把剩余项 ∣ ⟨ x n k − x , y − y m ⟩ ∣ |\langle x_{n_k}-x,y-y_m\rangle| ∣ ⟨ x n k − x , y − y m ⟩ ∣ 关于 k k k 一致地控制在 ( C + ∥ x ∥ ) ∥ y − y m ∥ (C+\|x\|)\|y-y_m\| ( C + ∥ x ∥ ) ∥ y − y m ∥ 以下,故 x n k ⇀ x x_{n_k}\rightharpoonup x x n k ⇀ x 。□ \square □
论证用可数基进行对角提取,并用完备性构造 x x x 。它既不说明原有界序列本身收敛,也不说明子列按范数收敛。例如标准正交序列 ( e n ) (e_n) ( e n ) 没有范数收敛子列,因为不同项距离均为 2 \sqrt2 2 。
自反性与所用的紧致性定理
自然映射 J : X → X ∗ ∗ J:X\to X^{**} J : X → X ∗∗ 定义为 ( J x ) ( f ) = f ( x ) (Jx)(f)=f(x) ( J x ) ( f ) = f ( x ) ;由 Hahn–Banach 定理知它是等距嵌入。若赋范空间 X X X 是 Banach 空间且 J J J 为满射,则称 X X X 为自反空间。
这个词指的是自然映射,而不是 X X X 与 X ∗ ∗ X^{**} X ∗∗ 之间仅仅存在某个抽象同构。
按我们的约定,在复数情形令 f y ( x ) = ⟨ x , y ⟩ f_y(x)=\langle x,y\rangle f y ( x ) = ⟨ x , y ⟩ 。Riesz 定理说明每个 f ∈ H ∗ f\in H^* f ∈ H ∗ 都唯一地写成某个 f y f_y f y ,且 f α y = α ˉ f y f_{\alpha y}=\bar\alpha f_y f α y = α ˉ f y 。因此对 F ∈ H ∗ ∗ F\in H^{**} F ∈ H ∗∗ ,映射 y ↦ F ( f y ) y\mapsto F(f_y) y ↦ F ( f y ) 连续且共轭线性。其复共轭是 y y y 的连续线性泛函,所以 Riesz 定理给出某个 z ∈ H z\in H z ∈ H ,使 F ( f y ) ‾ = ⟨ y , z ⟩ \overline{F(f_y)}=\langle y,z\rangle F ( f y ) = ⟨ y , z ⟩ ,即对每个 y y y 都有 F ( f y ) = ⟨ z , y ⟩ = f y ( z ) F(f_y)=\langle z,y\rangle=f_y(z) F ( f y ) = ⟨ z , y ⟩ = f y ( z ) 。所以 F = J z F=Jz F = J z 。实数情形相同,只是没有共轭。□ \square □
以下深层结果只作陈述,不在这里证明。第一个结果把自反性与单位球在弱拓扑下的紧致性联系起来。
定理 6.1.9
(自反空间弱紧致性定理(Kakutani))
Banach 空间 X X X 自反,当且仅当其闭单位球弱紧致。
弱拓扑中的紧致性以开覆盖定义,一般而言不等价于关于序列的陈述。下一个定理说明,对 Banach 空间的子集,两者是等价的。
定理 6.1.10
(Eberlein–Šmulian 定理)
Banach 空间的子集弱紧致,当且仅当其中每个序列都有弱收敛子列,且极限属于该子集。
关于单位球的等价关系,可参见 Siyan Daniel Li 的泛函分析笔记,定理 5.1 ;Eberlein–Šmulian 定理的一般相对紧致性版本见这份泛函分析笔记 。两者合起来给出下面的刻画。
Banach 空间自反,当且仅当每个有界序列都有弱收敛子列。
正向:有界序列位于弱紧致闭单位球的某个倍数中;Eberlein–Šmulian 定理给出弱收敛子列。反向:将假设用于闭单位球中的序列。弱下半连续性保证其极限仍在球内,故 Eberlein–Šmulian 定理使该球弱紧致;自反空间定理再给出自反性。□ \square □
这些结论讨论的是弱拓扑,不是范数紧致性。无限维 Hilbert 空间的单位球弱紧致,但不是范数紧致集。没有自反性时,子列性质可能完全失效。
反例模式
ℓ¹ 中没有弱收敛子列的有界序列 待检验的说法:在每个 Banach 空间中,有界序列都有弱收敛子列。在 ℓ 1 \ell^1 ℓ 1 中取单位向量 ( e n ) (e_n) ( e n ) ,范数均为一。若 e n k ⇀ x e_{n_k}\rightharpoonup x e n k ⇀ x ,每个坐标泛函都给出 x j = lim k ( e n k ) j = 0 x_j=\lim\limits_k(e_{n_k})_j=0 x j = k lim ( e n k ) j = 0 ,故 x = 0 x=0 x = 0 。但有界泛函 f ( x ) = ∑ j x j f(x)=\sum\limits_jx_j f ( x ) = j ∑ x j 由常序列 ( 1 , 1 , … ) ∈ ℓ ∞ = ( ℓ 1 ) ∗ (1,1,\ldots)\in\ell^\infty=(\ell^1)^* ( 1 , 1 , … ) ∈ ℓ ∞ = ( ℓ 1 ) ∗ 表示,对所有 k k k 都有 f ( e n k ) = 1 f(e_{n_k})=1 f ( e n k ) = 1 ,而 f ( 0 ) = 0 f(0)=0 f ( 0 ) = 0 。所以没有子列弱收敛。修正就是自反空间子列定理的假设;特别地,该定理说明 ℓ 1 \ell^1 ℓ 1 不是自反空间。
紧致算子把弱收敛变为范数收敛
设 T : X → Y T:X\to Y T : X → Y 是赋范空间之间的有界线性算子,并且是紧致的:有界序列的像在 Y Y Y 中有范数收敛子列。若 x n ⇀ x x_n\rightharpoonup x x n ⇀ x 在 X X X 中成立,则 ∥ T x n − T x ∥ Y → 0 \|Tx_n-Tx\|_Y\to0 ∥ T x n − T x ∥ Y → 0 。
弱收敛序列有界,因此紧致性保证其像具有收敛子列。此外 T x n ⇀ T x Tx_n\rightharpoonup Tx T x n ⇀ T x :对每个 g ∈ Y ∗ g\in Y^* g ∈ Y ∗ ,有 g ∘ T ∈ X ∗ g\circ T\in X^* g ∘ T ∈ X ∗ ,故 g ( T x n ) → g ( T x ) g(Tx_n)\to g(Tx) g ( T x n ) → g ( T x ) 。假设范数收敛不成立,则存在子列始终与 T x Tx T x 相距至少 ε > 0 \varepsilon>0 ε > 0 ;紧致性又给出一个按范数收敛到某个 z z z 的进一步子列。范数收敛蕴含弱收敛,弱极限唯一性给出 z = T x z=Tx z = T x ,矛盾。□ \square □
证明透视
紧致性提供极限,弱收敛指认极限 论证把“存在”和“指认”分开。紧致性给出像序列的范数收敛子列,却不告诉我们极限是哪个向量;它需要有界的输入序列,这正是“弱收敛序列有界”被用到的地方。把每个 g ∈ Y ∗ g\in Y^* g ∈ Y ∗ 与 T T T 复合,弱收敛便搬到 Y Y Y 中,再由弱极限的唯一性确定唯一的候选者 T x Tx T x 。证明最后以反证法运用子列原理收尾:若每个子列都有进一步的子列收敛到同一个 T x Tx T x ,则整个序列收敛到 T x Tx T x 。
在 ℓ 2 \ell^2 ℓ 2 中,对角算子 K ( x n ) = ( x n / n ) K(x_n)=(x_n/n) K ( x n ) = ( x n / n ) 是紧致的:其有限秩截断 K N K_N K N 满足 ∥ K − K N ∥ ≤ 1 / ( N + 1 ) \|K-K_N\|\le1/(N+1) ∥ K − K N ∥ ≤ 1/ ( N + 1 ) ,而映入 Banach 空间的紧致算子的范数极限仍是紧致的。它把 e n e_n e n 映为 e n / n e_n/n e n / n ,且 ∥ e n / n ∥ 2 = 1 / n → 0 \|e_n/n\|_2=1/n\to0 ∥ e n / n ∥ 2 = 1/ n → 0 ,正如命题由 e n ⇀ 0 e_n\rightharpoonup0 e n ⇀ 0 所预测。紧致性使这个特定弱收敛序列经 K K K 作用后得到更强的收敛;它不会使 e n e_n e n 本身按范数收敛。作为对照,恒等算子不紧致,它把 e n e_n e n 映为自身,而对所有 n n n 都有 ∥ e n − 0 ∥ = 1 \|e_n-0\|=1 ∥ e n − 0∥ = 1 。
练习与解答
快速检查
(在 ℓ 2 \ell^2 ℓ 2 中,证明 x n = e 1 + e n x_n=e_1+e_n x n = e 1 + e n (n ≥ 2 n\ge2 n ≥ 2 )弱收敛到 e 1 e_1 e 1 ,但不按范数收敛。)
用固定的 y y y 检验 x n − e 1 x_n-e_1 x n − e 1 。
解答 · 答案 对每个固定的 y ∈ ℓ 2 y\in\ell^2 y ∈ ℓ 2 ,⟨ x n − e 1 , y ⟩ = y n ‾ → 0 \langle x_n-e_1,y\rangle=\overline{y_n}\to0 ⟨ x n − e 1 , y ⟩ = y n → 0 。但 ∥ x n − e 1 ∥ = 1 \|x_n-e_1\|=1 ∥ x n − e 1 ∥ = 1 。任何范数极限也是弱极限,由唯一性必为 e 1 e_1 e 1 ;因此范数极限不存在。
快速检查
(若 Hilbert 空间中 x n ⇀ x x_n\rightharpoonup x x n ⇀ x 且 ∥ x n ∥ → ∥ x ∥ \|x_n\|\to\|x\| ∥ x n ∥ → ∥ x ∥ ,证明范数收敛。为什么 ( e n ) (e_n) ( e n ) 不满足此结论?)
展开 ∥ x n − x ∥ 2 \|x_n-x\|^2 ∥ x n − x ∥ 2 。
解答 · 答案 ∥ x n − x ∥ 2 = ∥ x n ∥ 2 + ∥ x ∥ 2 − 2 Re ⟨ x n , x ⟩ \|x_n-x\|^2=\|x_n\|^2+\|x\|^2-2\operatorname{Re}\langle x_n,x\rangle ∥ x n − x ∥ 2 = ∥ x n ∥ 2 + ∥ x ∥ 2 − 2 Re ⟨ x n , x ⟩ ;弱收敛控制与固定向量 x x x 的内积,范数条件控制其余各项,所以和趋于 0 0 0 。对 e n e_n e n ,各项范数都是 1 1 1 ,不收敛到弱极限的范数 0 0 0 。
快速检查
(利用两类连续泛函,证明 ℓ 1 \ell^1 ℓ 1 的单位向量没有弱收敛子列。)
解答 · 答案 坐标泛函迫使候选极限的每个坐标为零,所以极限只能是 0 0 0 。有界求和泛函 x ↦ ∑ j x j x\mapsto\sum\limits_jx_j x ↦ j ∑ x j 在每个单位向量上取值一,在 0 0 0 处取值零,矛盾。
快速检查
(设 K K K 是 Hilbert 空间上的紧致算子,( e n ) (e_n) ( e n ) 为标准正交序列。证明 ∥ K e n ∥ → 0 \|Ke_n\|\to0 ∥ K e n ∥ → 0 。)
先证明 e n ⇀ 0 e_n\rightharpoonup0 e n ⇀ 0 。
解答 · 答案 Bessel 不等式 ∑ n ∣ ⟨ y , e n ⟩ ∣ 2 ≤ ∥ y ∥ 2 \sum\limits_n|\langle y,e_n\rangle|^2\le\|y\|^2 n ∑ ∣ ⟨ y , e n ⟩ ∣ 2 ≤ ∥ y ∥ 2 蕴含对每个固定的 y y y 都有 ⟨ e n , y ⟩ → 0 \langle e_n,y\rangle\to0 ⟨ e n , y ⟩ → 0 ,故 e n ⇀ 0 e_n\rightharpoonup0 e n ⇀ 0 。紧致算子命题给出 K e n → K 0 = 0 Ke_n\to K0=0 K e n → K 0 = 0 (按范数)。