動機
線性方程不一定先寫成矩陣。也可以要求未知向量 u 對每個測試向量 v 都滿足 a(u,v)=ℓ(v)。有界形式記錄二者的相互作用;強制性則表示用向量測試它自身時,可以從下方控制其範數。
這個下界不僅證明唯一性。結合希爾伯特(Hilbert)空間的正交幾何,它還保證每個有界右端都有解。把試探及測試向量限制到較小的閉子空間,就得到結構相同的逼近問題;誤差估計進一步說明,何時遞增的有限維線性系統確實逼近原來的無限維解。
本節區分求解變分方程、使能量最小及逼近解這三件事。它們在重要的對稱情形中一致,但一般不能混用。證明使用 Riesz 表示、完備性及希爾伯特投影定理,不需要緊緻性定理。
定義
設 H 為實或複希爾伯特空間,內積對第一變量線性。實情形 a:H×H→R 為雙線性;複情形對第一變量線性、第二變量共軛線性。設常數 M,α>0 滿足
∣a(u,v)∣≤M∥u∥∥v∥,Rea(v,v)≥α∥v∥2(u,v∈H).第一條件為有界性,第二為強制性。實情形可以刪去實部符號。Hermitian 對稱是另一條件 a(u,v)=a(v,u),在實情形就是對稱性。
兩個常數的作用不同。有界性控制不同向量的相互作用,強制性給出統一正的對角下界。強制形式不必 Hermitian;反過來,算子可逆也未必給出正實部估計。
複情形中 a(u,⋅) 共軛線性,所以右端 ℓ 也須為有界共軛線性泛函,範數為 ∥ℓ∥=∥v∥≤1sup∣ℓ(v)∣。Riesz 表示給出唯一 f∈H,使
ℓ(v)=⟨f,v⟩,∥ℓ∥=∥f∥.問題是尋找 u∈H,使每個 v∈H 都有 a(u,v)=ℓ(v)。實情形的共軛線性就是線性。
這裏沒有改變通常的線性對偶定義。若給定複空間上的有界線性泛函 F,則 ℓ(v)=F(v) 具有這裏需要的變量位置。對 ℓ 使用普通 Riesz,再取共軛,就得到上述表示。若右端保持線性,卻放在左側的共軛線性測試位置,對 v 和 iv 的方程一般會不相容,除非右端為零。
定理/命題
定理 2.7.3
(Lax–Milgram:存在、唯一與穩定性)
滿足上述有界性及強制性時,每個所述類型的有界右端都有唯一解,且
∥u∥≤α∥ℓ∥.兩個右端對應的解滿足 ∥u1−u2∥≤∥ℓ1−ℓ2∥/α。不需要形式對稱。
定理 2.7.4
(能量解釋需要 Hermitian 對稱)
若 a 還為 Hermitian,則 a(v,v) 為實數,能量
E(v)=21a(v,v)−Reℓ(v)以 Lax–Milgram 解 u 為唯一全局極小,並對每個 h∈H 有
E(u+h)−E(u)=21a(h,h)≥2α∥h∥2.反過來,此 Hermitian 能量的極小點滿足變分方程。對非對稱問題,同樣寫下的純量二次式未必表示原方程。
定理 2.7.5
(Galerkin 逼近與 Céa 估計)
設 V⊆H 為閉線性子空間,存在唯一 uV∈V,使每個 v∈V 都有 a(uV,v)=ℓ(v)。若 u 為全空間解,則
a(u−uV,v)=0(v∈V),∥u−uV∥≤αMw∈Vinf∥u−w∥.因此,對嵌套閉子空間 V1⊆V2⊆⋯,若並集稠密,則 uVn→u 於範數。有限維子空間自動閉,所以特別適用於有限 Galerkin 系統。
所謂 Galerkin 正交是相對於形式的正交,不一定是原希爾伯特內積的正交。Hermitian 情形中,a 定義自己的能量內積,逼近是該能量範數下的精確最佳逼近;上面的一般估計則在原範數中比較,帶因子 M/α。
證明思路
固定 u,Riesz 表示給出 Au,使 a(u,v)=⟨Au,v⟩。表示唯一性保證 A 線性,有界性給出 ∥Au∥≤M∥u∥。強制性與柯西–施瓦茨(Cauchy–Schwarz)給出
α∥u∥2≤Re⟨Au,u⟩≤∥Au∥∥u∥,∥Au∥≥α∥u∥.故 A 單射。若 Aun 收斂,下界使 un 為 Cauchy 序列;完備性給出 un→u,連續性再給出輸出極限為 Au,所以值域閉。
值域也稠密。若 w 與值域正交,則每個 u 都有 ⟨Au,w⟩=0,尤其 a(w,w)=⟨Aw,w⟩=0,強制性迫使 w=0。希爾伯特投影定理說明值域閉包為全部空間;閉且稠密便得到滿射。
把右端表示為 f,解 Au=f,再由下界得到定量估計。兩方程相減即可證明穩定性。這裏完整證明了存在,並未假設一個輸出範數下界本身就蘊含滿射。
證明透視
強制性的兩種不同用法
範數下界給出單射與閉值域,卻不保證每個目標都在值域中。第二步把值域正交補中的向量與自身測試,正實部估計使它為零;希爾伯特正交結構給出稠密性,閉值域才成為整個空間。
對 Hermitian 能量,展開 a(u+h,u+h),對稱性使交叉項成為 2Rea(u,h),恰好由方程抵消 2Reℓ(h),得到精確差值。反向若為極小,對實參數 t 微分 E(u+th),得 Re(a(u,h)−ℓ(h))=0;複情形再測試方向 ih,虛部也為零,因而得到完整方程。
閉子空間 V 本身是希爾伯特空間,限制後的有界、強制常數不變,故在 V 上使用 Lax–Milgram 得到 uV。相減可得 e=u−uV 對每個 v∈V 滿足 a(e,v)=0。
任取 w∈V,把第二變量寫成 e=(u−w)+(w−uV)。後一項消失,因此
α∥e∥2≤Rea(e,e)≤∣a(e,u−w)∣≤M∥e∥∥u−w∥.若誤差非零,除以其範數再取下確界;若為零,估計直接成立。嵌套性與稠密性使下確界趨於零,證明收斂。
Hermitian 情形下,在能量範數中展開 u−w=e+(uV−w)。由 Galerkin 正交,交叉項為零,得到 ∥u−w∥a2=∥e∥a2+∥uV−w∥a2,即能量範數下的精確最佳逼近。
證明透視
為甚麼常數是兩個形式常數之比
V 的閉性只用了一次:它使 V 成為 Hilbert 空間,且同樣的 M 和 α 在其上成立,因此 Lax–Milgram 定理可以在 V 上應用。真正的想法是 Galerkin 正交性。由於 w−uV∈V,它容許把 a(e,e) 的第二個變元無代價地換成 u−w,其中 w∈V 是任一競爭者。接著,強制性給出下界 α∥e∥2,有界性給出 a(e,u−w) 的上界 M∥e∥∥u−w∥;剩下的正是商 M/α。證明既沒有用到維數,也沒有用到對稱性。
若 v1,…,vm 為 V 的有限基,寫 uV=j∑cjvj。係數矩陣為 Aij=a(vj,vi),右端為 ℓ(vi),非對稱形式中次序不能顛倒。齊次係數解會使每個 v∈V 都有 a(uV,v)=0,再取 v=uV 就由強制性得到 uV=0,所以矩陣非奇異。但基縮放不佳仍可能影響數值條件性;抽象誤差界描述 H 中的向量,不是任意座標範數。
例題詳解
在 ℓ2 上令
a(u,v)=n≥1∑(2+1/n)unvn,ℓ(v)=⟨f,v⟩.柯西–施瓦茨保證絕對收斂,可取 α=2、M=3。解為 un=fn/(2+1/n),且 ∥u∥≤∥f∥/2。
取 VN=span{e1,…,eN},Galerkin 解恰保留 u 的前 N 座標;在這個特殊對角情形,它也恰好是普通正交投影。若 fn=2−n,則 ∥f∥=1/3,並有
∥u−uVN∥≤21(n>N∑4−n)1/2=32−N−1.顯式尾和比僅知道稠密逼近最終收斂,提供了更具體的誤差控制。
令 H 為 [0,1] 上端點為零、絕對連續且導數在 L2 中的函數,內積為 ⟨u,v⟩H=∫01u′v′。它確為希爾伯特空間:導數映射等距到閉子空間 {g∈L2:∫01g=0},逆為 u(x)=∫0xg(t)dt。
對這個積分使用柯西–施瓦茨可得 ∥v∥2≤∥v′∥2,所以 ℓ(v)=∫01v 有界。取 a(u,v)=∫u′v′,定理給出唯一弱解。顯式 u=x(1−x)/2 滿足 −u′′=1,對零端點測試函數分部積分即驗證變分式。本例直接驗證顯式解,不需要假設一般的弱解正則性定理。
取 V=span{φ},φ(x)=min{x,1−x}。因 a(φ,φ)=1、ℓ(φ)=1/4,有 uV=φ/4。直接計算
∥u−uV∥H2=∫01∣u′−uV′∣2=481.此時形式就是希爾伯特內積,所以離散解是導數範數下的最佳逼近。
在 R2 取 A=(2−112),a(u,v)=(Au)⋅v。反對稱部分在 a(v,v)=2∥v∥2 中消失,故 α=2;又 ATA=5I,可取 M=5。右端 ℓ(v)=(1,0)⋅v 的解為 (2/5,1/5)。
但純量式 a(v,v)/2−ℓ(v)=∥v∥2−v1 在 (1/2,0) 最小,因為它丟掉了反對稱部分。Lax–Milgram 正確求解非對稱方程,而 Hermitian 能量定理並不適用。對角下界為正不能允許我們附加錯誤的極小問題。
常見錯誤
反例模式
有範數下界不表示滿射
ℓ2 上右移 R(x1,x2,…)=(0,x1,x2,…) 是等距映射,因而有下界一、值域閉,卻不滿射,因為像的首座標不能為一。形式 a(u,v)=⟨Ru,v⟩ 不強制,因 a(e1,e1)=0。這不反駁 Lax–Milgram,而是說明稠密值域步驟需要比輸出範數下界更多的資訊。
正實部估計只是充分條件中的一個假設。對它有兩種常見的誤讀。
強制性是充分而非必要條件。在非零複希爾伯特空間上,a(u,v)=i⟨u,v⟩ 對每個 v 都有 Rea(v,v)=0,但其算子 iI 可逆,每個變分方程 a(u,v)=ℓ(v) 都有唯一解 u=−if。強制性失效只是失去定理的保證,並不證明方程不可解。
Céa 估計用 u 到 V 的距離控制 ∥u−uV∥。因此 Galerkin 序列收斂需要 w∈Vninf∥u−w∥→0。嵌套且並集稠密的子空間保證這一點;不嵌套的族即使並集稠密也未必如此,見下面關於非嵌套子空間的練習。
總結
有界強制形式通過 Riesz 表示產生可逆算子。強制性既給定量下界,也補上稠密值域論證;Hermitian 對稱再賦予精確能量解釋。限制到閉子空間得到 Galerkin 正交與最佳逼近型誤差界。例題說明對稱性、測試位置的共軛約定及子空間逼近條件都必須清楚保留。
練習
快速檢查
(在非零複希爾伯特空間中取 a(u,v)=eiθ⟨u,v⟩、ℓ(v)=⟨f,v⟩。何時具備所述的正實部強制性?求解方程,並比較解的實際範數與定理給出的估計。)
解答 · 答案
實對角部分為 cosθ∥v∥2,所以正強制性恰在 cosθ>0 時成立,可取 α=cosθ、M=1。解為 u=e−iθf,實際 ∥u∥=∥f∥;定理給出可能較弱的 ∥f∥/cosθ。θ=π/2 時仍可逆,強制條件卻失敗。⟨f,v⟩ 對 v 共軛線性,與左側相匹配;換成 ⟨v,f⟩ 會改變純量行為,一般不再是同一個可解方程。
快速檢查
(在 R2 取 a(u,v)=(Du)⋅v,其中 D=diag(1,4),並取 f=(1,1)。求全解及 span{(1,1)} 中的 Galerkin 解,與歐氏(Euclid)正交投影比較,並求能量範數誤差的平方。)
不要把形式正交自動當作普通歐氏(Euclid)正交。
解答 · 答案
全解 u=(1,1/4)。寫 uV=c(1,1),測試 (1,1) 得 5c=2,故 uV=(2/5,2/5)。普通正交投影為 (5/8,5/8),並不相同。誤差是 (3/5,−3/20),所以
∥u−uV∥a2=(3/5)2+4(3/20)2=209.Galerkin 向量最小化的是形式定義的能量誤差,而非無權歐氏誤差。
快速檢查
(對 ℓ2 上的內積形式,取右端向量 f=e2。對 n≥1 令 V2n=span{e1}、V2n−1=span{e1,…,en+1}。證明並集稠密,但 Galerkin 序列不收斂到 f。)
解答 · 答案
每個座標向量最終都進入某個奇數空間,故並集包含有限支撐序列,因而稠密。對這個形式,Galerkin 解就是 f 的正交投影。奇數步 e2 的投影為 e2,偶數步為零,所以不收斂。最佳逼近距離也在零和一之間交替,誤差定理並未預言收斂。子空間並不嵌套,充分收斂假設未滿足。