以較弱方式觀察收斂
範數收斂同時控制所有連續線性測量。在無限維空間中這可能過於嚴格:一個序列可以不斷移向新方向、保持其範數,而每個固定的測量值都趨於零。弱收斂記錄後一種行為。使用時要注意:定義不允許測量泛函隨序列指標改變。
設 X X X 是實或複賦範空間,X ∗ X^* X ∗ 是其連續對偶。若
f ( x n ) ⟶ f ( x ) 對每個固定的 f ∈ X ∗ , f(x_n)\longrightarrow f(x)\qquad\text{對每個固定的 }f\in X^*, f ( x n ) ⟶ f ( x ) 對每個固定的 f ∈ X ∗ , 則稱序列 ( x n ) (x_n) ( x n ) 弱收斂到 x x x ,記為 x n ⇀ x x_n\rightharpoonup x x n ⇀ x 。X X X 上的弱拓撲是使每個 f ∈ X ∗ f\in X^* f ∈ X ∗ 連續的最粗拓撲;其收斂序列恰是上面定義的序列。集合在該拓撲下緊緻時稱為弱緊緻。
取極限之前,泛函必須固定。範數收斂蘊含弱收斂,因為 ∣ 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 ∥ ;反過來一般不成立。弱極限唯一:若所有泛函在兩個候選極限之差上均為零,Hahn–Banach 定理說明該差為零。
對 Hilbert 空間 H H H ,Riesz 表示定理說明 x n ⇀ x x_n\rightharpoonup x x n ⇀ x 當且僅當對每個固定 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 ⟩ ;這裏採用內積對第一變量線性的約定。弱收斂相對於所給空間和範數定義;沒有證明時,不能把其對偶替換成任意較小的測試族。
例題 6.1.2
(在有限維中弱收斂與範數收斂一致)
設 X X X 有限維,基為 b 1 , … , b d b_1,\dots,b_d b 1 , … , b d ,並令 c j ( x ) c_j(x) c j ( x ) 為 x x x 的第 j j j 個座標。每個 c j c_j c j 都是線性的,而有限維賦範空間上的線性泛函都連續,所以 c j ∈ X ∗ c_j\in X^* c j ∈ X ∗ 。若 x n ⇀ x x_n\rightharpoonup x x n ⇀ x ,則每個 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 ) ,從而
∥ 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. 所以本單元所作的區分在 R d \mathbb R^d R d 或 C d \mathbb C^d C d 中看不見;凡是區分兩種收斂的例子,都必須用到無限多個方向。
移動的方向與有界性
例題 6.1.3
(ℓ 2 \ell^2 ℓ 2 中的單位向量弱收斂到零)
令 e n e_n e n 為第 n n n 個標準單位向量。由於 ∑ j ∣ y j ∣ 2 < ∞ \sum\limits_j|y_j|^2<\infty j ∑ ∣ y j ∣ 2 < ∞ ,每個 y = ( y j ) ∈ ℓ 2 y=(y_j)\in\ell^2 y = ( y j ) ∈ ℓ 2 都滿足 y n → 0 y_n\to0 y n → 0 。因此對每個固定的 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 ,儘管每個 ∥ e n ∥ 2 = 1 \|e_n\|_2=1 ∥ e n ∥ 2 = 1 ,且 n ≠ m n\ne m n = m 時 ∥ e n − e m ∥ 2 = 2 \|e_n-e_m\|_2=\sqrt2 ∥ e n − e m ∥ 2 = 2 。一個向新座標移動的向量,最終對每個固定測量的貢獻都很小。
泛函 x ↦ ⟨ x , e n ⟩ x\mapsto\langle x,e_n\rangle x ↦ ⟨ x , e n ⟩ 在 e n e_n e n 處取值一,於是容易斷言 e n e_n e n 不弱收斂到零。但這個泛函隨 n n n 改變,並不是單個固定測試。弱收斂問的是:對每個固定的 f f f ,純量序列 f ( x n ) f(x_n) f ( x n ) 怎樣變化。若改為要求 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,這恰好就是範數收斂。
賦範空間中每個弱收斂序列都有界,且其極限滿足
∥ x ∥ ≤ lim inf n → ∞ ∥ x n ∥ . \|x\|\le\liminf_{n\to\infty}\|x_n\|. ∥ x ∥ ≤ n → ∞ lim inf ∥ x n ∥.
對每個 n n n ,定義 J x n ∈ X ∗ ∗ Jx_n\in X^{**} J x n ∈ X ∗∗ 為 ( J x n ) ( f ) = f ( x n ) (Jx_n)(f)=f(x_n) ( J x n ) ( f ) = f ( x n ) 。由於 x n x_n x n 弱收斂,對每個固定的 f ∈ X ∗ f\in X^* f ∈ X ∗ ,純量序列 ( J x n ) ( f ) (Jx_n)(f) ( J x n ) ( f ) 都有界。即使 X X X 不完備,其對偶 X ∗ X^* X ∗ 仍是 Banach 空間,因此對 J x n : X ∗ → F Jx_n:X^*\to\mathbb F J x n : X ∗ → F 應用一致有界原理,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。
對於第二項,每個滿足 ∥ f ∥ ≤ 1 \|f\|\le1 ∥ f ∥ ≤ 1 的泛函都滿足 ∣ 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 ∥ 。對對偶單位球取上確界,再次由 Hahn–Banach 定理得到所述不等式。即使下極限為無窮大,該不等式仍然成立。□ \square □
證明透視
為甚麼有界性不只是逐點有界 假設只給出逐點資訊:對每個 f f f ,數 f ( x n ) f(x_n) f ( x n ) 有界。關鍵一步是把向量 x n x_n x n 看成對偶空間上的泛函 J x n Jx_n J x n 。這樣向量與測試的角色互換,問題便落入一致有界原理的框架,而該原理的假設是定義域完備。這裏的定義域是 X ∗ X^* X ∗ ,它總是完備的;所以即使 X X X 本身不完備,論證仍然成立。
Hahn–Banach 定理出現兩次,兩次都通過範數公式 ∥ 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 ∥ 等同於 ∥ x n ∥ \|x_n\| ∥ x n ∥ ,另一次把每個 ∣ f ( x ) ∣ |f(x)| ∣ f ( x ) ∣ 的界化為 ∥ x ∥ \|x\| ∥ x ∥ 的界。不等式只是下極限形式,因為每個 f f f 先各自取極限,然後才對 f f f 取上確界;這兩個運算的次序不能對調。
這是範數沿序列的弱下半連續性,不是連續性:e n e_n e n 的弱極限範數為零,但每一項範數都是一。由此可知閉範數球在弱序列收斂下是閉的,因為對每個中心 c c c ,x n ⇀ x x_n\rightharpoonup x x n ⇀ x 蘊含 x n − c ⇀ x − c x_n-c\rightharpoonup x-c x n − c ⇀ x − c 。
範數閉集不一定弱序列閉:ℓ 2 \ell^2 ℓ 2 的單位球面包含每個 e n e_n e n ,卻不包含其弱極限零。保留下來的只有不等式 ∥ x ∥ ≤ lim inf ∥ x n ∥ \|x\|\le\liminf\|x_n\| ∥ x ∥ ≤ lim inf ∥ x n ∥ ,而且它可以是嚴格的。「單位向量的弱極限仍是單位向量」之類的說法,在每個無限維 Hilbert 空間中都是錯的。
命題 6.1.5
(Hilbert 空間中的弱收斂加範數收斂)
在 Hilbert 空間中,若 x n ⇀ x x_n\rightharpoonup x x n ⇀ x 且 ∥ x n ∥ → ∥ x ∥ \|x_n\|\to\|x\| ∥ x n ∥ → ∥ x ∥ ,則 ∥ x n − x ∥ → 0 \|x_n-x\|\to0 ∥ x n − x ∥ → 0 。
對固定向量 x x x 使用弱收斂,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 □
範數條件不可省去,e n ⇀ 0 e_n\rightharpoonup0 e n ⇀ 0 就是例子。
可分 Hilbert 空間中的有界序列
定理 6.1.6
(可分 Hilbert 空間中的弱收斂子序列)
在可分 Hilbert 空間中,每個有界序列都有弱收斂子序列。
設 ( e j ) (e_j) ( e j ) 為有限或可數標準正交基,且 ∥ x n ∥ ≤ C \|x_n\|\le C ∥ x n ∥ ≤ C 。在有限維情形,通常的有界序列緊緻性給出範數收斂子序列,它也弱收斂。在可數無限情形中,先取第一座標收斂的子序列,再取第二座標收斂的子序列,依此繼續;最後取對角子序列 ( x n k ) (x_{n_k}) ( x n k ) 。對每個 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 不等式給出
∑ j = 1 m ∣ a j ∣ 2 = lim k → ∞ ∑ j = 1 m ∣ ⟨ x n k , e j ⟩ ∣ 2 ≤ C 2 對每個 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{對每個 }m. j = 1 ∑ m ∣ a j ∣ 2 = k → ∞ lim j = 1 ∑ m ∣ ⟨ x n k , e j ⟩ ∣ 2 ≤ C 2 對每個 m . 因此 ( a j ) ∈ ℓ 2 (a_j)\in\ell^2 ( a j ) ∈ ℓ 2 ,標準正交級數定理給出 x = ∑ j a j e j ∈ H x=\sum\limits_j a_je_j\in H x = j ∑ a j e j ∈ H 。對基向量的任意有限線性組合 y y y ,有 ⟨ x n k − x , y ⟩ → 0 \langle x_{n_k}-x,y\rangle\to0 ⟨ x n k − x , y ⟩ → 0 。對任意 y y y ,用此類有限組合 y m y_m y m 在範數下近似它。Cauchy–Schwarz 不等式把剩餘項 ∣ ⟨ x n k − x , y − y m ⟩ ∣ |\langle x_{n_k}-x,y-y_m\rangle| ∣ ⟨ x n k − x , y − y m ⟩ ∣ 一致於 k k k 地界在 ( C + ∥ x ∥ ) ∥ y − y m ∥ (C+\|x\|)\|y-y_m\| ( C + ∥ x ∥ ) ∥ y − y m ∥ 之下,故 x n k ⇀ x x_{n_k}\rightharpoonup x x n k ⇀ x 。□ \square □
論證用可數基進行對角提取,並用完備性構造 x x x 。它既不說明原有界序列本身收斂,也不說明子序列按範數收斂。例如標準正交序列 ( e n ) (e_n) ( e n ) 沒有範數收斂子序列,因為不同項距離均為 2 \sqrt2 2 。
自反性與所用的緊緻性定理
自然映射 J : X → X ∗ ∗ J:X\to X^{**} J : X → X ∗∗ 定義為 ( 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。若賦範空間 X X X 是 Banach 空間且 J J J 為滿射,則稱 X X X 為自反空間。
這個詞指的是自然映射,而不是 X X X 與 X ∗ ∗ X^{**} X ∗∗ 之間僅僅存在某個抽象同構。
按我們的約定,在複數情形令 f y ( x ) = ⟨ x , y ⟩ f_y(x)=\langle x,y\rangle f y ( x ) = ⟨ x , y ⟩ 。Riesz 定理說明每個 f ∈ H ∗ f\in H^* f ∈ H ∗ 都唯一地寫成某個 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 。因此對 F ∈ H ∗ ∗ F\in H^{**} F ∈ H ∗∗ ,映射 y ↦ F ( f y ) y\mapsto F(f_y) y ↦ F ( f y ) 連續且共軛線性。其複共軛是 y y y 的連續線性泛函,所以 Riesz 定理給出某個 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 ⟩ ,即對每個 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 。實數情形相同,只是沒有共軛。□ \square □
以下深層結果只作陳述,不在這裏證明。第一個結果把自反性與單位球在弱拓撲下的緊緻性聯繫起來。
定理 6.1.9
(自反空間弱緊緻性定理(Kakutani))
Banach 空間 X X X 自反,當且僅當其閉單位球弱緊緻。
弱拓撲中的緊緻性以開覆蓋定義,一般而言不等價於關於序列的陳述。下一個定理說明,對 Banach 空間的子集,兩者是等價的。
定理 6.1.10
(Eberlein–Šmulian 定理)
Banach 空間的子集弱緊緻,當且僅當其中每個序列都有弱收斂子序列,且極限屬於該子集。
關於單位球的等價關係,可參見 Siyan Daniel Li 的泛函分析筆記,定理 5.1 ;Eberlein–Šmulian 定理的一般相對緊緻性版本見這份泛函分析筆記 。兩者合起來給出下面的刻畫。
Banach 空間自反,當且僅當每個有界序列都有弱收斂子序列。
正向:有界序列位於弱緊緻閉單位球的某個倍數中;Eberlein–Šmulian 定理給出弱收斂子序列。反向:將假設用於閉單位球中的序列。弱下半連續性保證其極限仍在球內,故 Eberlein–Šmulian 定理使該球弱緊緻;自反空間定理再給出自反性。□ \square □
這些結論討論的是弱拓撲,不是範數緊緻性。無限維 Hilbert 空間的單位球弱緊緻,但不是範數緊緻集。沒有自反性時,子序列性質可以徹底失效。
反例模式
ℓ¹ 中沒有弱收斂子序列的有界序列 待檢驗的說法:在每個 Banach 空間中,有界序列都有弱收斂子序列。在 ℓ 1 \ell^1 ℓ 1 中取單位向量 ( e n ) (e_n) ( e n ) ,範數均為一。若 e n k ⇀ x e_{n_k}\rightharpoonup x e n k ⇀ x ,每個座標泛函都給出 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,對所有 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 。所以沒有子序列弱收斂。修正就是自反空間子序列定理的假設;特別地,該定理說明 ℓ 1 \ell^1 ℓ 1 不是自反空間。
緊緻算子把弱收斂變為範數收斂
設 T : X → Y T:X\to Y T : X → Y 是賦範空間之間的有界線性算子,並且是緊緻的:有界序列的像在 Y Y Y 中有範數收斂子序列。若 x n ⇀ x x_n\rightharpoonup x x n ⇀ x 在 X X X 中成立,則 ∥ T x n − T x ∥ Y → 0 \|Tx_n-Tx\|_Y\to0 ∥ T x n − T x ∥ Y → 0 。
弱收斂序列有界,因此緊緻性保證其像具有收斂子序列。此外 T x n ⇀ T x Tx_n\rightharpoonup Tx T x n ⇀ T x :對每個 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 ) 。假設範數收斂失敗,則存在子序列始終與 T x Tx T x 相距至少 ε > 0 \varepsilon>0 ε > 0 ;緊緻性又給出一個按範數收斂到某個 z z z 的進一步子序列。範數收斂蘊含弱收斂,弱極限唯一性給出 z = T x z=Tx z = T x ,矛盾。□ \square □
證明透視
緊緻性提供極限,弱收斂指認極限 論證把「存在」和「指認」分開。緊緻性給出像序列的範數收斂子序列,卻不告訴我們極限是哪個向量;它需要有界的輸入序列,這正是「弱收斂序列有界」被用到的地方。把每個 g ∈ Y ∗ g\in Y^* g ∈ Y ∗ 與 T T T 複合,弱收斂便搬到 Y Y Y 中,再由弱極限的唯一性確定唯一的候選者 T x Tx T x 。證明最後以反證法運用子序列原理收尾:若每個子序列都有進一步的子序列收斂到同一個 T x Tx T x ,則整個序列收斂到 T x Tx T x 。
在 ℓ 2 \ell^2 ℓ 2 中,對角算子 K ( x n ) = ( x n / n ) K(x_n)=(x_n/n) K ( x n ) = ( x n / n ) 是緊緻的:其有限秩截斷 K N K_N K N 滿足 ∥ K − K N ∥ ≤ 1 / ( N + 1 ) \|K-K_N\|\le1/(N+1) ∥ K − K N ∥ ≤ 1/ ( N + 1 ) ,而映入 Banach 空間的緊緻算子的範數極限仍緊緻。它把 e n e_n e n 映為 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 ,正如命題由 e n ⇀ 0 e_n\rightharpoonup0 e n ⇀ 0 所預測。緊緻性使此特定弱收斂序列經 K K K 後得到更強的收斂;它不會使 e n e_n e n 本身按範數收斂。作為對照,恆等算子不緊緻,它把 e n e_n e n 映為自身,而對所有 n n n 都有 ∥ e n − 0 ∥ = 1 \|e_n-0\|=1 ∥ e n − 0∥ = 1 。
練習與解答
快速檢查
(在 ℓ 2 \ell^2 ℓ 2 中,證明 x n = e 1 + e n x_n=e_1+e_n x n = e 1 + e n (n ≥ 2 n\ge2 n ≥ 2 )弱收斂到 e 1 e_1 e 1 ,但不按範數收斂。)
用固定的 y y y 檢驗 x n − e 1 x_n-e_1 x n − e 1 。
解答 · 答案 對每個固定的 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 。任何範數極限也是弱極限,由唯一性必為 e 1 e_1 e 1 ;因此範數極限不存在。
快速檢查
(若 Hilbert 空間中 x n ⇀ x x_n\rightharpoonup x x n ⇀ x 且 ∥ x n ∥ → ∥ x ∥ \|x_n\|\to\|x\| ∥ x n ∥ → ∥ x ∥ ,證明範數收斂。為甚麼 ( e n ) (e_n) ( e n ) 不滿足此結論?)
展開 ∥ 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 ⟩ ;弱收斂控制與固定向量 x x x 的內積,範數條件控制其餘各項,所以和趨於 0 0 0 。對 e n e_n e n ,各項範數都是 1 1 1 ,不收斂到弱極限的範數 0 0 0 。
快速檢查
(利用兩類連續泛函,證明 ℓ 1 \ell^1 ℓ 1 的單位向量沒有弱收斂子序列。)
解答 · 答案 座標泛函迫使候選極限的每個座標為零,所以極限只能是 0 0 0 。有界求和泛函 x ↦ ∑ j x j x\mapsto\sum\limits_jx_j x ↦ j ∑ x j 在每個單位向量上取值一,在 0 0 0 處取值零,矛盾。
快速檢查
(設 K K K 是 Hilbert 空間上的緊緻算子,( e n ) (e_n) ( e n ) 為標準正交序列。證明 ∥ K e n ∥ → 0 \|Ke_n\|\to0 ∥ K e n ∥ → 0 。)
先證明 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 蘊含對每個固定的 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 。緊緻算子命題給出 K e n → K 0 = 0 Ke_n\to K0=0 K e n → K 0 = 0 (按範數)。