弱收敛weak convergence和弱星收敛weak* convergence这两个名字我第一次看到的时候以为是同一个东西的两种叫法直到做习题时被一道“在 ℓ¹ 里 e_n 到底收不收敛”的题按在地上摩擦才意识到中间隔着整整一个自反性。这份笔记是我自己学泛函分析时整理出来的第七篇专门把这对概念从“为什么需要它”一直讲到“怎么算、怎么判定、怎么避坑”包含定义、等价刻画、判定套路、必背例子、经典反例和后面几个方向上的用法。如果你正在啃 Banach 空间的弱拓扑、被 Banach–Alaoglu 定理绕晕或者只是想知道“为什么 ℓ² 里 e_n 的模长明明是 1却要说它弱收敛到 0”这篇基本能对上你的需求。全文按“动机—判定—弱星那一档—弱拓扑的几何—从弱回到强—踩坑记录—后面能干什么”这条线走每个概念都配一个能手算验证的例子。基础只需要知道赋范空间、对偶空间和 Hahn–Banach 定理其余的我都会现推。1. 从范数收敛的失灵说起弱收敛为什么必须存在1.1 无穷维空间里“靠距离收敛”太难了有限维空间有个让人心安的性质单位球是紧的。闭单位球有界闭Bolzano–Weierstrass 一用任何有界序列都能抽出收敛子列。做最优化、解方程、取极限靠的都是这条。可一旦维度跳到无穷这套逻辑立刻崩掉。最直观的例子是 ℓ² 里的标准基 e_n (0,…,0,1,0,…)第 n 位是 1。任意两个不同的 e_n、e_m 之间的距离都是 √2你从里面抽任何子列都不可能收敛因为子列元素之间永远隔着 √2。也就是说ℓ² 的闭单位球按范数拓扑不是紧的甚至不是列紧的。这件事的后果非常严重。变分法里最常用的“直接方法”是这样的先证明极小化序列有界再抽一个收敛子列最后说明极限点就是极小元。如果抽不出收敛子列整条路就断了。而物理和 PDE 里的极小化序列几乎总是无穷维的比如 Sobolev 空间里的一列近似解。所以必须换一套拓扑把“紧”这件事找回来。这套拓扑就是弱拓扑它对应的收敛方式就是弱收敛。我个人的理解是弱收敛不是为了优雅而是被逼出来的——你不放松收敛的定义就没有任何紧性可用。1.2 弱收敛的定义把“距离”换成“所有连续线性泛函”设 X 是赋范空间X* 是它的对偶空间。称序列 {x_n} ⊂ X弱收敛到 x ∈ X记作 x_n ⇀ x如果对每一个 f ∈ X*都有 f(x_n) → f(x)。注意这里没有任何“距离”出现衡量收敛的是泛函取值这个数。换个角度说弱收敛就是把 x_n 送到实数轴的每一个连续线性泛函下都收敛。这个定义我第一次看觉得虚后来发现它其实非常“具体”。在 ℓ^p1 p ∞里X* ℓ^q1/p 1/q 1而 ℓ^q 里的向量 a (a_k) 作用在 x (x_k) 上是 f(x) Σ_k a_k x_k。所以 ℓ^p 的弱收敛等价于“对每个 a ∈ ℓ^qΣ a_k x_n(k) 都收敛”。在 L^p(Ω) 里X* L^q(Ω)弱收敛等价于“对每个 g ∈ L^q∫ f_n g → ∫ f g”。这两句话一旦写出来弱收敛就从抽象定义变成了可以直接算的东西。在 Hilbert 空间里更舒服x_n ⇀ x 当且仅当 ⟨x_n, y⟩ → ⟨x, y⟩ 对每个 y 成立投影系数逐个收敛。还有一个几何说法必须记住弱拓扑 σ(X, X*) 是让所有 f ∈ X* 都连续的最弱拓扑。它是局部凸的、Hausdorff 的。Hausdorff 性的来源是 Hahn–Banach若 x ≠ y存在 f ∈ X* 使 f(x) ≠ f(y)所以不同的点能被开集分开。这一点直接保证了弱极限的唯一性——如果有两个弱极限用同一个泛函去测就会得到同一个数列收敛到两个不同的数矛盾。我在做题时常用的一个判断是只要你能找到一个 f ∈ X* 让 f(x_n) 不收敛到 f(x)就能立刻否掉弱收敛这比去证明“不存在收敛的子列”有效得多。1.3 弱收敛能保住哪些东西放松定义是有代价的代价就是丢掉很多性质但 Hahn–Banach 又帮我们保住了三条最关键的我把它们称为“弱收敛三件套”。第一条范数收敛蕴含弱收敛。因为 |f(x_n) − f(x)| ≤ ‖f‖·‖x_n − x‖只要 ‖x_n − x‖ → 0右边就被 ‖f‖ 压住了。反过来不成立ℓ² 里的 e_n 就是标准反例。第二条弱收敛序列必有界。这一条是共鸣定理一致有界原理送的。思路是对每个 f ∈ X*数列 f(x_n) 收敛所以有界即 sup_n |f(x_n)| ∞。把 x_n 看成 X** 中的元素 J(x_n)就得到 sup_n |J(x_n)(f)| ∞ 对每个 f 成立共鸣定理给出 sup_n ‖J(x_n)‖ ∞而 J 是等距的所以 sup_n ‖x_n‖ ∞。这条性质极其好用因为它把范数估计变成了弱收敛问题的“前置条件”判定时第一个要问的就是序列有没有界。第三条范数对弱收敛是下半连续的也就是 ‖x‖ ≤ lim inf_n ‖x_n‖。证明只要一行取 f ∈ X* 满足 ‖f‖ 1 且 f(x) ‖x‖这个 f 由 Hahn–Banach 定理保证存在于是 ‖x‖ f(x) lim f(x_n) ≤ lim inf ‖f‖‖x_n‖ lim inf ‖x_n‖。第三条是变分法里所有“极小化序列的弱极限就是极小元”的论证核心后面第 7 节还会回来说它。注意三件套里的“有界性”只对序列成立对一般的网要用别的办法初学者最容易在“弱收敛 ⇒ 有界”这一步跳过验证写证明时被扣分。2. 弱收敛的判定套路与必背例子2.1 一个可以照抄的三步证明模板把所有弱收敛证明拆开看结构惊人地一致我总结成一个模板做题时直接套。第一步先证 sup_n ‖x_n‖ M ∞。通常这一步是题目白送的或者用一次初等估计就能得到比如 Hölder 不等式、能量估计。这一步千万别省因为后面要用 M 做误差界。第二步在 X* 里找一个稠密子集 D验证 f(x_n) → f(x) 对每个 f ∈ D 成立。这一步是整个证明的灵魂也是唯一需要动脑的地方。选什么 D取决于空间ℓ^p1 p ∞取 D 为有限支撑向量的全体也就是 e_1, e_2, … 的有限线性组合。此时 f(x_n) 只是一个有限和收敛性退化到逐坐标收敛。L^p(Ω)1 p ∞取 D 为特征函数 1_E 的有限线性组合E 是有限测度集。此时验证的是 ∫_E f_n → ∫_E f也就是“每个有限测度集上的积分收敛”。C(K)K 紧取 D 为点质量测度 δ_t验证的就是逐点收敛。第三步ε/3 收尾。任取 f ∈ X* 和 ε 0选 g ∈ D 使 ‖f − g‖ ε/(3M)这里用到 D 稠密然后|f(x_n) − f(x)| ≤ |f(x_n) − g(x_n)| |g(x_n) − g(x)| |g(x) − f(x)| ≤ 2M·ε/(3M) |g(x_n) − g(x)|再取 n 足够大使中间项小于 ε/3整体就小于 ε。这三步是死的只要 D 选对证明就是机械劳动。2.2 那些必须刻进脑子里的例子ℓ² 中的 e_n ⇀ 0。取 f (a_k) ∈ ℓ²f(e_n) a_n。因为 Σ|a_k|² ∞通项 a_n → 0所以 f(e_n) → 0。但 ‖e_n‖ 1 对所有 n 成立所以不强收敛。这个例子是理解弱收敛的起点方向不同的单位向量“转到无穷远”在任何固定方向上的投影都趋于零。ℓ² 中的“斜坡向量” x_n (1,1,…,1,0,…)/√n前 n 位是 1/√n。对 y ∈ ℓ²⟨x_n, y⟩ (1/√n)Σ_{k≤n} y_k。由于 y 是平方可和的其前 n 项平均趋于 0Cesàro 平均的一个简单估计所以 x_n ⇀ 0。但 ‖x_n‖ 1同样不强收敛。这个例子的价值在于它揭示了弱收敛的“铺开”机制不是向量跑掉了而是能量摊平了任何固定方向上都测不到。L²[0,1] 中的 sin(nπx) ⇀ 0。取 g ∈ L²[0,1]∫₀¹ sin(nπx) g(x) dx 就是 g 的 Fourier 正弦系数Riemann–Lebesgue 引理直接给出它趋于 0。而 ‖sin(nπx)‖_{L²} 1/√2 不趋于 0。这个例子特别重要因为它把弱收敛和 Fourier 分析接上了Riemann–Lebesgue 引理本质上就是在说“三角函数系在弱拓扑下趋于零”。我当年看到这一条时回头再看傅里叶级数收敛性的各种讨论突然就清楚多了——系数的衰减是弱收敛而级数本身的收敛是强收敛两者根本不是一回事。L¹ 上的反例f_n n·1_{[0,1/n]}。这个序列逐点收敛到 0甚至处处收敛‖f_n‖_{L¹} 1 却不趋于 0。更关键的是它在 L¹ 里不弱收敛到 0。因为 (L¹)* L^∞取 g ≡ 1 ∈ L^∞得 ∫ f_n g 1 ↛ 0。Dunford–Pettis 定理告诉我们L¹ 中弱收敛的序列必须等度可积而 f_n 显然不是质量越来越集中在越来越小的集合上。这个例子是 L¹ 的“专属陷阱”L^pp 1里根本不会出现因为同样的序列在 L^p 里范数是 n^{1−1/p} → ∞有界性这一关就过不去。2.3 有界性的必要性一个反面教材有读者可能会想弱收敛三件套里的有界性是不是多余的。答案是非常必要而且它有对偶形式。考虑 ℓ^∞ 中的 f_n (1,1,…,1,0,0,…)前 n 位是 1。这个序列范数恒为 1在稍后第 3 节会看到它在弱* 意义下收敛到 1 (1,1,1,…)。但如果你去掉有界性这个假设很多由弱收敛推出的结论都会失效比如“弱* 极限唯一”依赖 Hausdorff 性而“Hausdorff”又依赖预对偶 X 能分离 X* 中的点这些都不是无条件的。我踩过的坑是在证明一个序列弱收敛后直接用 lim‖x_n‖ ‖x‖ 去推强收敛结果发现前提根本不成立——范数的极限存在不代表它等于极限的范数只能得到 ‖x‖ ≤ lim inf‖x_n‖。3. 弱星收敛把对偶再降一格3.1 σ(X*, X) 的来历定义是这样的设 X 是赋范空间X* 是它的对偶。称 {f_n} ⊂ X*弱* 收敛到 f ∈ X*如果对每个 x ∈ X都有 f_n(x) → f(x)记作 f_n →^{w*} f。注意这里检验的“探针”变了弱收敛用的是 X* 中的元素弱* 收敛用的是 X 中的元素。因为 X ⊂ X**通过自然嵌入 J所以 X 是个“更小”的探针集合能分辨的东西更少对应的拓扑更弱收敛也就更容易发生。写成拓扑记号就是 σ(X*, X)它是让所有求值映射 f ↦ f(x)x ∈ X连续的最弱拓扑。一个特别容易被忽略的点弱* 拓扑依赖于你选哪个预对偶。ℓ¹ 既可以看作自身的 Banach 空间弱拓扑是 σ(ℓ¹, ℓ^∞)也可以看作 c₀ 的对偶弱* 拓扑是 σ(ℓ¹, c₀)。这两个拓扑不一样因为 ℓ^∞ 严格大于 c₀。同一个集合换个身份弱* 收敛的含义就变了。我在第一次读教材时完全没注意到这一点后来做习题“证明 ℓ¹ 中 e_n 弱* 收敛到 0”时才发现——用 c₀ 检验f(e_n) a_n → 0 就够了因为 c₀ 的向量确实满足 a_n → 0。3.2 弱收敛和弱* 收敛差在哪自反性就是分水岭把两个定义并排放在一起看结论立刻出来X* 中的弱收敛蕴含弱* 收敛。因为弱收敛要求对每个 F ∈ X** 都收敛而弱* 只要求对 X 中那些 F即 J(X) 里的元素收敛要求更少自然更容易满足。反过来什么时候成立当且仅当 J(X) X**也就是 X 自反。所以在自反空间里其上的弱收敛与弱* 收敛完全一致在非自反空间里弱* 严格弱于弱。这就是为什么 Hilbert 空间、ℓ^p 和 L^p1 p ∞里讨论“弱收敛”就够了而在 ℓ¹、ℓ^∞、C[0,1]、L¹、L^∞ 这些非自反空间里必须明确说的是哪一档。这个区别在 ℓ^∞ 上表现得淋漓尽致。取 f_n (1,…,1,0,0,…)前 n 个 1。对任意 a (a_k) ∈ ℓ¹ (ℓ^∞) 的预对偶f_n(a) Σ_{k≤n} a_k → Σ_k a_k 1(a)所以 f_n →^{w*} 1。但是它不弱收敛到 1。理由要用到 (ℓ^∞)* 的分解因为 c₀ ⊂ ℓ^∞任何 F ∈ (ℓ^∞)* 限制到 c₀ 上给出一个 a ∈ ℓ¹剩下的部分 s F − a 在 c₀ 上为零。于是 F(f_n) a(f_n) s(f_n) Σ_{k≤n} a_k 0 → a(1)而 F(1) a(1) s(1)其中 s(1) 可以不为零取 s 为 Banach 极限那一类泛函s(1) 1 就得到一个分离的例子。所以 F(f_n) ↛ F(1)弱收敛不成立。这一组例子我建议每个学泛函的人都亲手推一遍它把“自反性”“弱* 严格弱于弱”“非自反空间里弱* 拓扑才是好用的那个”三件事一次讲清了。3.3 Banach–Alaoglu弱* 拓扑最大的红利定理本身只有一句话X* 的闭单位球 B_{X*} 是弱* 紧的。证明思路是用 Tychonoff 定理把 B_{X*} 嵌入到乘积空间 ∏_{x∈X} [−‖x‖, ‖x‖] 里每个 f 对应一族 (f(x)){x∈X}嵌入是单射像的闭性来自线性性和逐点有界而乘积空间紧于是像紧拉回来就得到 B{X*} 弱* 紧。第一次看到这个证明我是服的——它说明紧性不是从空间内部长出来的而是从外部“塞进一个大盒子里”得到的。这条定理的实用价值在于即使 X 非自反弱* 紧性依然无条件成立。所以当我们手上只有非自反空间比如测度空间、L^∞、ℓ^∞时弱* 拓扑是唯一还能提供紧性的工具。但要小心两点。第一Alaoglu 给的是网的收敛不一定是序列的收敛因为弱* 拓扑一般不第二可数也不一定可度量化。第二什么时候可以用序列替代网答案是当 X 可分时B_{X*} 上的弱* 拓扑可度量化于是紧蕴含列紧任何有界序列都能抽出弱* 收敛子列。这就是为什么在可分空间比如 L¹(Ω) 对 σ-有限 Ω上我们能放心地使用“抽子列”这套动作。与 Alaoglu 配套的还有 Goldstine 定理J(B_X) 在 B_{X**} 中弱* 稠密。它的意义是把 X 看成 X** 的一个弱* 稠密子空间X 里没有的元素正好被弱* 拓扑“补”进去。把 Alaoglu 和 Goldstine 合起来看非自反空间的结构就清楚了——X** 比 X 多出来的那些点只有在弱* 拓扑里才摸得到在范数拓扑下永远够不着。4. 弱拓扑的几何图景闭凸集、单位球面与可度量化4.1 Mazur 定理凸性把弱闭和范数闭缝在一起弱拓扑开集太多所以弱闭集很少一个集合弱闭通常比范数闭难得多。但有一个例外凸集。Mazur 定理说凸集在弱拓扑下闭当且仅当它在范数拓扑下闭对收敛性还有更细的版本——若 x_n ⇀ x则 x 的每个邻域都含有 {x_n} 的某个凸组合也就是说存在由 x_n 的凸组合构成的序列在范数意义下收敛到 x。我第一次意识到这条定理的威力是在读“弱极限的范数只能做到下半连续”的时候。它是这么用的当你只有 x_n ⇀ x 而想得到范数层面的结论时先做凸组合把弱收敛升级成强收敛然后再用凸性把结论搬回去。这条“先凸组合、再取极限”的手法在变分法、最优控制、数值分析里到处都是它本质上是 Hahn–Banach 分离定理的推论。顺带说一句Mazur 也解释了一个常见困惑为什么弱收敛不能简单地“逐点取极限”——因为弱收敛丢掉的信息恰好可以由凸组合补回来而凸组合正是凸分析里唯一允许的操作。4.2 单位球面在单位球里稠密一个反直觉的事实另一个值得记住的几何事实是无穷维赋范空间中单位球面 S_X {x : ‖x‖ 1} 在弱拓扑下稠密于闭单位球 B_X。也就是说任何一个 ‖x‖ 1 的点都是某个单位球面点网的弱极限。这个结论听起来很怪但它恰好解释了为什么无穷维空间的单位球不是弱紧的球面是球的一个弱稠密子集而球面的范数恒为 1如果球弱紧球面上的网就会有一个弱极限点落在球里面从而范数跳变矛盾。把它和 Kakutani 定理连起来看就更通透了B_X 弱紧当且仅当 X 自反。所以 c₀、ℓ¹、ℓ^∞、C[0,1]、L¹ 的单位球全都不是弱紧的绕来绕去最后还是回到自反性这个中心。我在复习时把这几个等价条件列成一张表发现它们是同一件事的五种说法X 自反 ⟺ J(X) X** ⟺ B_X 弱紧 ⟺ X 的弱拓扑与弱* 拓扑在 X* 上一致 ⟺ 每个有界序列都有弱收敛子列最后一条还需要 Eberlein–Šmulian 定理即弱紧与弱列紧等价。4.3 弱拓扑能不能像距离空间一样看待初学者最容易犯的错是把有限维的直觉整体搬到弱拓扑上以为“紧”就等于“任意序列有收敛子列”。在弱拓扑下这两者只在特定条件下等价。可度量化的判据记住两条就够B_X 上的弱拓扑可度量化当且仅当 X* 可分B_{X*} 上的弱* 拓扑可度量化当且仅当 X 可分。前者对应 ℓ^p、L^p1 p ∞Ω 为可分或 σ-有限的情形后者对应 L^∞(Ω)、ℓ^∞ 这类。所以实务上有一个非常省事的判断如果你在处理可分空间绝大多数学术和工程问题都是那么有界序列抽弱收敛子列是安全的如果你在处理 ℓ^∞ 这种非可分预对偶的空间就只能用网或者借助特殊结构比如测度的可数可加性另辟蹊径。我见过不少论文在非自反、非可分的情形下直接写“取弱* 收敛子列”这其实是有问题的严格写法应该是先取网再论证该网有可数子网或者额外证明序列的情形成立。5. 从弱回到强Radon–Riesz 条件与它的反例5.1 范数收敛加弱收敛什么时候等于强收敛弱收敛丢了范数信息那么把范数信息补回去能不能换回强收敛在“好”空间里能。性质是这样的如果 x_n ⇀ x 且 ‖x_n‖ → ‖x‖则 ‖x_n − x‖ → 0。Hilbert 空间里的证明极其干净展开 ‖x_n − x‖² ‖x_n‖² − 2Re⟨x_n, x⟩ ‖x‖²第一项 → ‖x‖²中间项 → −2‖x‖²第三项是 ‖x‖²加起来等于 0。这个恒等式我记得特别牢因为它把“弱收敛”“范数收敛”“强收敛”三者的关系压缩成了一行代数运算。这个性质在文献里的名字是Radon–Riesz 性质也叫 Kadec–Klee 性质。满足它的空间包括Hilbert 空间、所有一致凸空间因此包括 ℓ^p 和 L^p1 p ∞、以及任何一致凸空间的可分闭子空间。一致凸的意思是单位球面上两个点越来越近时它们的中点必须更快地进入球内部即对任意 ε 0 存在 δ 0使 ‖x‖ ‖y‖ 1 且 ‖x − y‖ ≥ ε 蕴含 ‖(xy)/2‖ ≤ 1 − δ。这个条件排除了单位球面上存在“平直长段”的情况。ℓ^1 和 ℓ^∞ 的单位球面上有大量平直段比如 |x| |y| 1 的边所以它们不是一致凸的。5.2 c₀ 里的反例为什么一般赋范空间换不回来上面那段话里有个限定词不能少“好”空间。一般的赋范空间里这条换不回来。我特别喜欢的一个反例在 c₀ 里因为它计算量小、几何图像清楚。取 c₀ 中的 x_n e_1 e_n也就是第一个坐标是 1第 n 个坐标也是 1其余为 0。因为 c₀ 的对偶是 ℓ¹任取 a (a_k) ∈ ℓ¹f(x_n) a_1 a_n → a_1 f(e_1)所以 x_n ⇀ e_1。同时 ‖x_n‖{∞} 1 ‖e_1‖范数收敛条件也满足。但 ‖x_n − e_1‖{∞} ‖e_n‖_{∞} 1不趋于 0强收敛失败。这个反例说明了什么说明“范数收敛 弱收敛 ⇒ 强收敛”这条推论依赖的是空间的几何而不是泛函分析的普遍逻辑。c₀ 的单位球面上有一个非常长的平直部分x_n 就沿着这个平直部分滑动每个坐标都在正确地收敛但整体就是拉不回来。顺带一提c₀ 也不是自反的c₀** ℓ^∞所以它的单位球不弱紧这跟上面的现象是同一个问题的两面。弱* 版本的反例就是第 3.2 节的 f_n (1,…,1,0,0,…) ∈ ℓ^∞。它满足 ‖f_n‖ 1 ‖1‖也满足 f_n →^{w*} 1可是 ‖f_n − 1‖_{∞} 1 恒成立。所以在弱* 拓扑下Radon–Riesz 条件同样推不出强收敛。记住结论只有当你已经知道空间是自反且在某种意义下一致凸时才能用“弱收敛加范数收敛”换强收敛否则老老实实做凸组合。5.3 弱收敛不保持乘积做 PDE 的人要格外小心还有一个坑必须提前踩弱收敛对乘积不连续。在 ℓ² 里e_n ⇀ 0但内积 ⟨e_n, e_n⟩ 1 ↛ 0。这意味着一个弱极限是零的序列跟自己的内积可以趋于非零常数。同样在 L² 里若 f_n ⇀ f 且 g_n ⇀ g则 ∫ f_n g_n 未必趋于 ∫ f g。这件事在 PDE 里是致命的。用 Galerkin 方法构造近似解时你会得到 u_n 在 H¹ 中有界从而抽到弱收敛子列 u_n ⇀ u。但方程里的非线性项比如 u_n³ 或者 |∇u_n|² u_n不能直接取极限因为那是乘积。解决办法通常是加紧性Rellich–Kondrachov 紧嵌入定理把 H¹ 的弱收敛升级为 L² 的强收敛在合适的有界区域上有了强收敛的一部分分量乘积就可以过极限了。我一开始不理解为什么要费劲证明紧嵌入直到自己动手算了一遍才发现没有它弱收敛连平方都过不去。6. 常见坑、反例与排查清单6.1 概念性误解速查表下面这张表是我复习时反复看的一张把最容易混淆的六个点一次性列清容易犯的错误正确的说法弱收敛就是逐坐标收敛只有在 ℓ^p 或可分的 L^p 里叠加上有界性才等价一般空间里要检验所有连续线性泛函弱收敛能推出范数收敛反了。只能推出 ‖x‖ ≤ lim inf‖x_n‖范数最多下半连续弱收敛序列可能无界错。由共鸣定理弱收敛序列必有界这是判定的第一步弱* 收敛等同于弱收敛只有 X 自反时才对ℓ^∞、C[0,1]、L^∞ 里两者严格不同弱* 紧给的是收敛子列Banach–Alaoglu 给的是收敛子网要换成子列需要 X 可分弱收敛对乘法连续错。e_n ⇀ 0 但 ⟨e_n, e_n⟩ 1非线性项必须靠紧嵌入或补偿紧性处理6.2 一个必须记住的反例库同一个 e_n放在不同空间里命运完全不同我把这张对照表贴在笔记本第一页空间 XX*e_n 的表现ℓ^p1 p ∞ℓ^qe_n ⇀ 0 弱收敛‖e_n‖ 1 不强收敛c₀ℓ¹e_n ⇀ 0 弱收敛‖e_n‖ 1 不强收敛ℓ¹ℓ^∞无弱极限。取 f (1,1,1,…) ∈ ℓ^∞f(e_n) 1 恒成立而任何候选极限的坐标都必须是 0矛盾ℓ^∞(ℓ^∞)*e_n →^{w*} 0同时也弱收敛到 0利用 (ℓ^∞)* 分解为 ℓ¹ ⊕ₐ (c₀)^⊥L¹[0,1]L^∞取 g ≡ 1 得 ∫ e_n·1 不趋于 0无弱极限C[0,1]有限符号测度检验的是 ∫ x_n dμ用点质量测度立刻看出弱收敛等价于逐点收敛加上一致有界第一行和第三行的对比最能说明问题ℓ^p 里的 e_n 弱收敛是因为检验泛函 a 的分量 a_n 必须趋于零ℓ¹ 里失败是因为 (ℓ¹)* ℓ^∞ 里的 f (1,1,1,…) 存在——同一条 a_n → 0 的逻辑不成立了。这也印证了 ℓ¹ 的 Schur 性质ℓ¹ 里弱收敛等价于范数收敛所以 e_n 这种不范数收敛的序列必然不弱收敛。6.3 我踩过的三个坑第一个坑是用“某个泛函下收敛”去证明弱收敛。有一次我想证明 L² 里的一个序列弱收敛到 0只验证了 ∫ f_n dx → 0然后就下了结论。这远远不够那只是一次内积的检验。正确做法是走第 2.1 节的三步模板先验证有界再找一个稠密子集在 L² 里就是有限测度集的特征函数逐个验证。第二个坑是把弱* 当弱用。在证明测度序列 μ_n δ_n 在 M(ℝ) C₀(ℝ)* 中的收敛性时我一开始想直接用自反性但测度空间根本不自反。正确做法是明确声明看的是弱* 收敛对每个 φ ∈ C₀(ℝ)φ(n) → 0因为 φ 在无穷远处消失所以 δ_n →^{w*} 0。但如果换成 C_b(ℝ) 作为预对偶取 φ ≡ 1 就得到 δ_n 不收敛可见“用哪个预对偶”直接决定结论。这个例子跟第 3.2 节 ℓ^∞ 的例子是同一个道理。第三个坑是忽略有界性直接抽子列。因为 Alaoglu 保证的只是子网存在在非可分的场合比如 ℓ^∞ 的弱* 拓扑抽子列是不合法的。后来养成的习惯是只要空间不可分就先检查“序列弱* 收敛”是否有独立论证而不是默认“紧 ⇒ 列紧”。7. 这一套东西后面到底能干什么7.1 变分法的直接方法变分法的直接方法几乎是弱收敛应用的教科书范例。要证明泛函 I[u] ∫_Ω F(x, u, ∇u) dx 在某个 Sobolev 空间的可容许集上取到极小值标准步骤是这样的先由强制性得到极小化序列 u_n 有界在有界闭集上自反空间抽弱收敛子列 u_n ⇀ u再由 I 的弱下半连续性得到 I[u] ≤ lim inf I[u_n] inf I于是 u 就是极小元。这里的“抽弱收敛子列”由自反性加 Eberlein–Šmulian 保证“弱下半连续”通常由 I 的凸性加上第 1.3 节的范数下半连续推出。整条链子环环相扣缺一环都断这也是为什么弱收敛必须学明白。7.2 PDE 弱解与 Galerkin 逼近偏微分方程里“弱解”的存在性证明本质上就是在合适的 Sobolev 空间里做一个弱收敛极限。以椭圆方程为例Galerkin 方法的流程是在有限维子空间里解出近似解 u_n这一步是线性代数用测试函数得到一致的能量估计有界性抽弱收敛子列得到 u再证明 u 满足弱形式。中间最微妙的一步就是第 5.3 节讲的线性项可以直接过极限因为弱收敛按定义就是对所有测试函数收敛非线性项必须借助紧嵌入把它升级成某个低阶空间里的强收敛。我见过最典型的写法是 H¹ 弱收敛 Rellich–Kondrachov 给出 L² 强收敛然后利用插值把中间阶的项也压过去。7.3 傅里叶分析与数值分析里的影子前面提到 Riemann–Lebesgue 引理就是 sin(nπx) ⇀ 0这个联系还能再往下走一层。傅里叶级数的部分和 S_N f 在 L² 里强收敛到 f而单个基函数 e^{inx} 在无穷远处只会弱收敛到 0。这两个现象不矛盾一个说的是“叠加之后收敛”一个说的是“每一项本身都不收敛”区分它们的正是“弱”和“强”。数值分析里也有类似的两分有限元方法的收敛性通常先证能量范数下的强收敛Céa 引理那一套而对更弱的目标比如某些守恒量的收敛只需要弱收敛前者严格更强但证明成本高得多。搞清楚什么时候只需要弱、什么时候必须强能省下大量无谓的推导工作。我在整理这一系列笔记时最大的体会是弱收敛和弱* 收敛看着像纯理论实际上它们决定了后面几乎所有存在性定理能不能写出来。判定套路是死的三步走完就行真正需要警觉的是自反性和可分性这两个开关——它们决定了你手上用的是弱收敛还是弱* 收敛决定你能不能抽子列也决定你能不能拿范数收敛去换强收敛。最后留一个小练习想真正把这部分吃透的话可以自己动手推一遍在 ℓ² 中证明 x_n (1,1,…,1,0,…)/√n 弱收敛到 0然后找出它的一个凸组合序列在范数意义下收敛到 0亲眼看看 Mazur 定理是怎么落地的。 弱收敛与弱*收敛：自反性、判定模板与经典反例
弱收敛weak convergence和弱星收敛weak* convergence这两个名字我第一次看到的时候以为是同一个东西的两种叫法直到做习题时被一道“在 ℓ¹ 里 e_n 到底收不收敛”的题按在地上摩擦才意识到中间隔着整整一个自反性。这份笔记是我自己学泛函分析时整理出来的第七篇专门把这对概念从“为什么需要它”一直讲到“怎么算、怎么判定、怎么避坑”包含定义、等价刻画、判定套路、必背例子、经典反例和后面几个方向上的用法。如果你正在啃 Banach 空间的弱拓扑、被 Banach–Alaoglu 定理绕晕或者只是想知道“为什么 ℓ² 里 e_n 的模长明明是 1却要说它弱收敛到 0”这篇基本能对上你的需求。全文按“动机—判定—弱星那一档—弱拓扑的几何—从弱回到强—踩坑记录—后面能干什么”这条线走每个概念都配一个能手算验证的例子。基础只需要知道赋范空间、对偶空间和 Hahn–Banach 定理其余的我都会现推。1. 从范数收敛的失灵说起弱收敛为什么必须存在1.1 无穷维空间里“靠距离收敛”太难了有限维空间有个让人心安的性质单位球是紧的。闭单位球有界闭Bolzano–Weierstrass 一用任何有界序列都能抽出收敛子列。做最优化、解方程、取极限靠的都是这条。可一旦维度跳到无穷这套逻辑立刻崩掉。最直观的例子是 ℓ² 里的标准基 e_n (0,…,0,1,0,…)第 n 位是 1。任意两个不同的 e_n、e_m 之间的距离都是 √2你从里面抽任何子列都不可能收敛因为子列元素之间永远隔着 √2。也就是说ℓ² 的闭单位球按范数拓扑不是紧的甚至不是列紧的。这件事的后果非常严重。变分法里最常用的“直接方法”是这样的先证明极小化序列有界再抽一个收敛子列最后说明极限点就是极小元。如果抽不出收敛子列整条路就断了。而物理和 PDE 里的极小化序列几乎总是无穷维的比如 Sobolev 空间里的一列近似解。所以必须换一套拓扑把“紧”这件事找回来。这套拓扑就是弱拓扑它对应的收敛方式就是弱收敛。我个人的理解是弱收敛不是为了优雅而是被逼出来的——你不放松收敛的定义就没有任何紧性可用。1.2 弱收敛的定义把“距离”换成“所有连续线性泛函”设 X 是赋范空间X* 是它的对偶空间。称序列 {x_n} ⊂ X弱收敛到 x ∈ X记作 x_n ⇀ x如果对每一个 f ∈ X*都有 f(x_n) → f(x)。注意这里没有任何“距离”出现衡量收敛的是泛函取值这个数。换个角度说弱收敛就是把 x_n 送到实数轴的每一个连续线性泛函下都收敛。这个定义我第一次看觉得虚后来发现它其实非常“具体”。在 ℓ^p1 p ∞里X* ℓ^q1/p 1/q 1而 ℓ^q 里的向量 a (a_k) 作用在 x (x_k) 上是 f(x) Σ_k a_k x_k。所以 ℓ^p 的弱收敛等价于“对每个 a ∈ ℓ^qΣ a_k x_n(k) 都收敛”。在 L^p(Ω) 里X* L^q(Ω)弱收敛等价于“对每个 g ∈ L^q∫ f_n g → ∫ f g”。这两句话一旦写出来弱收敛就从抽象定义变成了可以直接算的东西。在 Hilbert 空间里更舒服x_n ⇀ x 当且仅当 ⟨x_n, y⟩ → ⟨x, y⟩ 对每个 y 成立投影系数逐个收敛。还有一个几何说法必须记住弱拓扑 σ(X, X*) 是让所有 f ∈ X* 都连续的最弱拓扑。它是局部凸的、Hausdorff 的。Hausdorff 性的来源是 Hahn–Banach若 x ≠ y存在 f ∈ X* 使 f(x) ≠ f(y)所以不同的点能被开集分开。这一点直接保证了弱极限的唯一性——如果有两个弱极限用同一个泛函去测就会得到同一个数列收敛到两个不同的数矛盾。我在做题时常用的一个判断是只要你能找到一个 f ∈ X* 让 f(x_n) 不收敛到 f(x)就能立刻否掉弱收敛这比去证明“不存在收敛的子列”有效得多。1.3 弱收敛能保住哪些东西放松定义是有代价的代价就是丢掉很多性质但 Hahn–Banach 又帮我们保住了三条最关键的我把它们称为“弱收敛三件套”。第一条范数收敛蕴含弱收敛。因为 |f(x_n) − f(x)| ≤ ‖f‖·‖x_n − x‖只要 ‖x_n − x‖ → 0右边就被 ‖f‖ 压住了。反过来不成立ℓ² 里的 e_n 就是标准反例。第二条弱收敛序列必有界。这一条是共鸣定理一致有界原理送的。思路是对每个 f ∈ X*数列 f(x_n) 收敛所以有界即 sup_n |f(x_n)| ∞。把 x_n 看成 X** 中的元素 J(x_n)就得到 sup_n |J(x_n)(f)| ∞ 对每个 f 成立共鸣定理给出 sup_n ‖J(x_n)‖ ∞而 J 是等距的所以 sup_n ‖x_n‖ ∞。这条性质极其好用因为它把范数估计变成了弱收敛问题的“前置条件”判定时第一个要问的就是序列有没有界。第三条范数对弱收敛是下半连续的也就是 ‖x‖ ≤ lim inf_n ‖x_n‖。证明只要一行取 f ∈ X* 满足 ‖f‖ 1 且 f(x) ‖x‖这个 f 由 Hahn–Banach 定理保证存在于是 ‖x‖ f(x) lim f(x_n) ≤ lim inf ‖f‖‖x_n‖ lim inf ‖x_n‖。第三条是变分法里所有“极小化序列的弱极限就是极小元”的论证核心后面第 7 节还会回来说它。注意三件套里的“有界性”只对序列成立对一般的网要用别的办法初学者最容易在“弱收敛 ⇒ 有界”这一步跳过验证写证明时被扣分。2. 弱收敛的判定套路与必背例子2.1 一个可以照抄的三步证明模板把所有弱收敛证明拆开看结构惊人地一致我总结成一个模板做题时直接套。第一步先证 sup_n ‖x_n‖ M ∞。通常这一步是题目白送的或者用一次初等估计就能得到比如 Hölder 不等式、能量估计。这一步千万别省因为后面要用 M 做误差界。第二步在 X* 里找一个稠密子集 D验证 f(x_n) → f(x) 对每个 f ∈ D 成立。这一步是整个证明的灵魂也是唯一需要动脑的地方。选什么 D取决于空间ℓ^p1 p ∞取 D 为有限支撑向量的全体也就是 e_1, e_2, … 的有限线性组合。此时 f(x_n) 只是一个有限和收敛性退化到逐坐标收敛。L^p(Ω)1 p ∞取 D 为特征函数 1_E 的有限线性组合E 是有限测度集。此时验证的是 ∫_E f_n → ∫_E f也就是“每个有限测度集上的积分收敛”。C(K)K 紧取 D 为点质量测度 δ_t验证的就是逐点收敛。第三步ε/3 收尾。任取 f ∈ X* 和 ε 0选 g ∈ D 使 ‖f − g‖ ε/(3M)这里用到 D 稠密然后|f(x_n) − f(x)| ≤ |f(x_n) − g(x_n)| |g(x_n) − g(x)| |g(x) − f(x)| ≤ 2M·ε/(3M) |g(x_n) − g(x)|再取 n 足够大使中间项小于 ε/3整体就小于 ε。这三步是死的只要 D 选对证明就是机械劳动。2.2 那些必须刻进脑子里的例子ℓ² 中的 e_n ⇀ 0。取 f (a_k) ∈ ℓ²f(e_n) a_n。因为 Σ|a_k|² ∞通项 a_n → 0所以 f(e_n) → 0。但 ‖e_n‖ 1 对所有 n 成立所以不强收敛。这个例子是理解弱收敛的起点方向不同的单位向量“转到无穷远”在任何固定方向上的投影都趋于零。ℓ² 中的“斜坡向量” x_n (1,1,…,1,0,…)/√n前 n 位是 1/√n。对 y ∈ ℓ²⟨x_n, y⟩ (1/√n)Σ_{k≤n} y_k。由于 y 是平方可和的其前 n 项平均趋于 0Cesàro 平均的一个简单估计所以 x_n ⇀ 0。但 ‖x_n‖ 1同样不强收敛。这个例子的价值在于它揭示了弱收敛的“铺开”机制不是向量跑掉了而是能量摊平了任何固定方向上都测不到。L²[0,1] 中的 sin(nπx) ⇀ 0。取 g ∈ L²[0,1]∫₀¹ sin(nπx) g(x) dx 就是 g 的 Fourier 正弦系数Riemann–Lebesgue 引理直接给出它趋于 0。而 ‖sin(nπx)‖_{L²} 1/√2 不趋于 0。这个例子特别重要因为它把弱收敛和 Fourier 分析接上了Riemann–Lebesgue 引理本质上就是在说“三角函数系在弱拓扑下趋于零”。我当年看到这一条时回头再看傅里叶级数收敛性的各种讨论突然就清楚多了——系数的衰减是弱收敛而级数本身的收敛是强收敛两者根本不是一回事。L¹ 上的反例f_n n·1_{[0,1/n]}。这个序列逐点收敛到 0甚至处处收敛‖f_n‖_{L¹} 1 却不趋于 0。更关键的是它在 L¹ 里不弱收敛到 0。因为 (L¹)* L^∞取 g ≡ 1 ∈ L^∞得 ∫ f_n g 1 ↛ 0。Dunford–Pettis 定理告诉我们L¹ 中弱收敛的序列必须等度可积而 f_n 显然不是质量越来越集中在越来越小的集合上。这个例子是 L¹ 的“专属陷阱”L^pp 1里根本不会出现因为同样的序列在 L^p 里范数是 n^{1−1/p} → ∞有界性这一关就过不去。2.3 有界性的必要性一个反面教材有读者可能会想弱收敛三件套里的有界性是不是多余的。答案是非常必要而且它有对偶形式。考虑 ℓ^∞ 中的 f_n (1,1,…,1,0,0,…)前 n 位是 1。这个序列范数恒为 1在稍后第 3 节会看到它在弱* 意义下收敛到 1 (1,1,1,…)。但如果你去掉有界性这个假设很多由弱收敛推出的结论都会失效比如“弱* 极限唯一”依赖 Hausdorff 性而“Hausdorff”又依赖预对偶 X 能分离 X* 中的点这些都不是无条件的。我踩过的坑是在证明一个序列弱收敛后直接用 lim‖x_n‖ ‖x‖ 去推强收敛结果发现前提根本不成立——范数的极限存在不代表它等于极限的范数只能得到 ‖x‖ ≤ lim inf‖x_n‖。3. 弱星收敛把对偶再降一格3.1 σ(X*, X) 的来历定义是这样的设 X 是赋范空间X* 是它的对偶。称 {f_n} ⊂ X*弱* 收敛到 f ∈ X*如果对每个 x ∈ X都有 f_n(x) → f(x)记作 f_n →^{w*} f。注意这里检验的“探针”变了弱收敛用的是 X* 中的元素弱* 收敛用的是 X 中的元素。因为 X ⊂ X**通过自然嵌入 J所以 X 是个“更小”的探针集合能分辨的东西更少对应的拓扑更弱收敛也就更容易发生。写成拓扑记号就是 σ(X*, X)它是让所有求值映射 f ↦ f(x)x ∈ X连续的最弱拓扑。一个特别容易被忽略的点弱* 拓扑依赖于你选哪个预对偶。ℓ¹ 既可以看作自身的 Banach 空间弱拓扑是 σ(ℓ¹, ℓ^∞)也可以看作 c₀ 的对偶弱* 拓扑是 σ(ℓ¹, c₀)。这两个拓扑不一样因为 ℓ^∞ 严格大于 c₀。同一个集合换个身份弱* 收敛的含义就变了。我在第一次读教材时完全没注意到这一点后来做习题“证明 ℓ¹ 中 e_n 弱* 收敛到 0”时才发现——用 c₀ 检验f(e_n) a_n → 0 就够了因为 c₀ 的向量确实满足 a_n → 0。3.2 弱收敛和弱* 收敛差在哪自反性就是分水岭把两个定义并排放在一起看结论立刻出来X* 中的弱收敛蕴含弱* 收敛。因为弱收敛要求对每个 F ∈ X** 都收敛而弱* 只要求对 X 中那些 F即 J(X) 里的元素收敛要求更少自然更容易满足。反过来什么时候成立当且仅当 J(X) X**也就是 X 自反。所以在自反空间里其上的弱收敛与弱* 收敛完全一致在非自反空间里弱* 严格弱于弱。这就是为什么 Hilbert 空间、ℓ^p 和 L^p1 p ∞里讨论“弱收敛”就够了而在 ℓ¹、ℓ^∞、C[0,1]、L¹、L^∞ 这些非自反空间里必须明确说的是哪一档。这个区别在 ℓ^∞ 上表现得淋漓尽致。取 f_n (1,…,1,0,0,…)前 n 个 1。对任意 a (a_k) ∈ ℓ¹ (ℓ^∞) 的预对偶f_n(a) Σ_{k≤n} a_k → Σ_k a_k 1(a)所以 f_n →^{w*} 1。但是它不弱收敛到 1。理由要用到 (ℓ^∞)* 的分解因为 c₀ ⊂ ℓ^∞任何 F ∈ (ℓ^∞)* 限制到 c₀ 上给出一个 a ∈ ℓ¹剩下的部分 s F − a 在 c₀ 上为零。于是 F(f_n) a(f_n) s(f_n) Σ_{k≤n} a_k 0 → a(1)而 F(1) a(1) s(1)其中 s(1) 可以不为零取 s 为 Banach 极限那一类泛函s(1) 1 就得到一个分离的例子。所以 F(f_n) ↛ F(1)弱收敛不成立。这一组例子我建议每个学泛函的人都亲手推一遍它把“自反性”“弱* 严格弱于弱”“非自反空间里弱* 拓扑才是好用的那个”三件事一次讲清了。3.3 Banach–Alaoglu弱* 拓扑最大的红利定理本身只有一句话X* 的闭单位球 B_{X*} 是弱* 紧的。证明思路是用 Tychonoff 定理把 B_{X*} 嵌入到乘积空间 ∏_{x∈X} [−‖x‖, ‖x‖] 里每个 f 对应一族 (f(x)){x∈X}嵌入是单射像的闭性来自线性性和逐点有界而乘积空间紧于是像紧拉回来就得到 B{X*} 弱* 紧。第一次看到这个证明我是服的——它说明紧性不是从空间内部长出来的而是从外部“塞进一个大盒子里”得到的。这条定理的实用价值在于即使 X 非自反弱* 紧性依然无条件成立。所以当我们手上只有非自反空间比如测度空间、L^∞、ℓ^∞时弱* 拓扑是唯一还能提供紧性的工具。但要小心两点。第一Alaoglu 给的是网的收敛不一定是序列的收敛因为弱* 拓扑一般不第二可数也不一定可度量化。第二什么时候可以用序列替代网答案是当 X 可分时B_{X*} 上的弱* 拓扑可度量化于是紧蕴含列紧任何有界序列都能抽出弱* 收敛子列。这就是为什么在可分空间比如 L¹(Ω) 对 σ-有限 Ω上我们能放心地使用“抽子列”这套动作。与 Alaoglu 配套的还有 Goldstine 定理J(B_X) 在 B_{X**} 中弱* 稠密。它的意义是把 X 看成 X** 的一个弱* 稠密子空间X 里没有的元素正好被弱* 拓扑“补”进去。把 Alaoglu 和 Goldstine 合起来看非自反空间的结构就清楚了——X** 比 X 多出来的那些点只有在弱* 拓扑里才摸得到在范数拓扑下永远够不着。4. 弱拓扑的几何图景闭凸集、单位球面与可度量化4.1 Mazur 定理凸性把弱闭和范数闭缝在一起弱拓扑开集太多所以弱闭集很少一个集合弱闭通常比范数闭难得多。但有一个例外凸集。Mazur 定理说凸集在弱拓扑下闭当且仅当它在范数拓扑下闭对收敛性还有更细的版本——若 x_n ⇀ x则 x 的每个邻域都含有 {x_n} 的某个凸组合也就是说存在由 x_n 的凸组合构成的序列在范数意义下收敛到 x。我第一次意识到这条定理的威力是在读“弱极限的范数只能做到下半连续”的时候。它是这么用的当你只有 x_n ⇀ x 而想得到范数层面的结论时先做凸组合把弱收敛升级成强收敛然后再用凸性把结论搬回去。这条“先凸组合、再取极限”的手法在变分法、最优控制、数值分析里到处都是它本质上是 Hahn–Banach 分离定理的推论。顺带说一句Mazur 也解释了一个常见困惑为什么弱收敛不能简单地“逐点取极限”——因为弱收敛丢掉的信息恰好可以由凸组合补回来而凸组合正是凸分析里唯一允许的操作。4.2 单位球面在单位球里稠密一个反直觉的事实另一个值得记住的几何事实是无穷维赋范空间中单位球面 S_X {x : ‖x‖ 1} 在弱拓扑下稠密于闭单位球 B_X。也就是说任何一个 ‖x‖ 1 的点都是某个单位球面点网的弱极限。这个结论听起来很怪但它恰好解释了为什么无穷维空间的单位球不是弱紧的球面是球的一个弱稠密子集而球面的范数恒为 1如果球弱紧球面上的网就会有一个弱极限点落在球里面从而范数跳变矛盾。把它和 Kakutani 定理连起来看就更通透了B_X 弱紧当且仅当 X 自反。所以 c₀、ℓ¹、ℓ^∞、C[0,1]、L¹ 的单位球全都不是弱紧的绕来绕去最后还是回到自反性这个中心。我在复习时把这几个等价条件列成一张表发现它们是同一件事的五种说法X 自反 ⟺ J(X) X** ⟺ B_X 弱紧 ⟺ X 的弱拓扑与弱* 拓扑在 X* 上一致 ⟺ 每个有界序列都有弱收敛子列最后一条还需要 Eberlein–Šmulian 定理即弱紧与弱列紧等价。4.3 弱拓扑能不能像距离空间一样看待初学者最容易犯的错是把有限维的直觉整体搬到弱拓扑上以为“紧”就等于“任意序列有收敛子列”。在弱拓扑下这两者只在特定条件下等价。可度量化的判据记住两条就够B_X 上的弱拓扑可度量化当且仅当 X* 可分B_{X*} 上的弱* 拓扑可度量化当且仅当 X 可分。前者对应 ℓ^p、L^p1 p ∞Ω 为可分或 σ-有限的情形后者对应 L^∞(Ω)、ℓ^∞ 这类。所以实务上有一个非常省事的判断如果你在处理可分空间绝大多数学术和工程问题都是那么有界序列抽弱收敛子列是安全的如果你在处理 ℓ^∞ 这种非可分预对偶的空间就只能用网或者借助特殊结构比如测度的可数可加性另辟蹊径。我见过不少论文在非自反、非可分的情形下直接写“取弱* 收敛子列”这其实是有问题的严格写法应该是先取网再论证该网有可数子网或者额外证明序列的情形成立。5. 从弱回到强Radon–Riesz 条件与它的反例5.1 范数收敛加弱收敛什么时候等于强收敛弱收敛丢了范数信息那么把范数信息补回去能不能换回强收敛在“好”空间里能。性质是这样的如果 x_n ⇀ x 且 ‖x_n‖ → ‖x‖则 ‖x_n − x‖ → 0。Hilbert 空间里的证明极其干净展开 ‖x_n − x‖² ‖x_n‖² − 2Re⟨x_n, x⟩ ‖x‖²第一项 → ‖x‖²中间项 → −2‖x‖²第三项是 ‖x‖²加起来等于 0。这个恒等式我记得特别牢因为它把“弱收敛”“范数收敛”“强收敛”三者的关系压缩成了一行代数运算。这个性质在文献里的名字是Radon–Riesz 性质也叫 Kadec–Klee 性质。满足它的空间包括Hilbert 空间、所有一致凸空间因此包括 ℓ^p 和 L^p1 p ∞、以及任何一致凸空间的可分闭子空间。一致凸的意思是单位球面上两个点越来越近时它们的中点必须更快地进入球内部即对任意 ε 0 存在 δ 0使 ‖x‖ ‖y‖ 1 且 ‖x − y‖ ≥ ε 蕴含 ‖(xy)/2‖ ≤ 1 − δ。这个条件排除了单位球面上存在“平直长段”的情况。ℓ^1 和 ℓ^∞ 的单位球面上有大量平直段比如 |x| |y| 1 的边所以它们不是一致凸的。5.2 c₀ 里的反例为什么一般赋范空间换不回来上面那段话里有个限定词不能少“好”空间。一般的赋范空间里这条换不回来。我特别喜欢的一个反例在 c₀ 里因为它计算量小、几何图像清楚。取 c₀ 中的 x_n e_1 e_n也就是第一个坐标是 1第 n 个坐标也是 1其余为 0。因为 c₀ 的对偶是 ℓ¹任取 a (a_k) ∈ ℓ¹f(x_n) a_1 a_n → a_1 f(e_1)所以 x_n ⇀ e_1。同时 ‖x_n‖{∞} 1 ‖e_1‖范数收敛条件也满足。但 ‖x_n − e_1‖{∞} ‖e_n‖_{∞} 1不趋于 0强收敛失败。这个反例说明了什么说明“范数收敛 弱收敛 ⇒ 强收敛”这条推论依赖的是空间的几何而不是泛函分析的普遍逻辑。c₀ 的单位球面上有一个非常长的平直部分x_n 就沿着这个平直部分滑动每个坐标都在正确地收敛但整体就是拉不回来。顺带一提c₀ 也不是自反的c₀** ℓ^∞所以它的单位球不弱紧这跟上面的现象是同一个问题的两面。弱* 版本的反例就是第 3.2 节的 f_n (1,…,1,0,0,…) ∈ ℓ^∞。它满足 ‖f_n‖ 1 ‖1‖也满足 f_n →^{w*} 1可是 ‖f_n − 1‖_{∞} 1 恒成立。所以在弱* 拓扑下Radon–Riesz 条件同样推不出强收敛。记住结论只有当你已经知道空间是自反且在某种意义下一致凸时才能用“弱收敛加范数收敛”换强收敛否则老老实实做凸组合。5.3 弱收敛不保持乘积做 PDE 的人要格外小心还有一个坑必须提前踩弱收敛对乘积不连续。在 ℓ² 里e_n ⇀ 0但内积 ⟨e_n, e_n⟩ 1 ↛ 0。这意味着一个弱极限是零的序列跟自己的内积可以趋于非零常数。同样在 L² 里若 f_n ⇀ f 且 g_n ⇀ g则 ∫ f_n g_n 未必趋于 ∫ f g。这件事在 PDE 里是致命的。用 Galerkin 方法构造近似解时你会得到 u_n 在 H¹ 中有界从而抽到弱收敛子列 u_n ⇀ u。但方程里的非线性项比如 u_n³ 或者 |∇u_n|² u_n不能直接取极限因为那是乘积。解决办法通常是加紧性Rellich–Kondrachov 紧嵌入定理把 H¹ 的弱收敛升级为 L² 的强收敛在合适的有界区域上有了强收敛的一部分分量乘积就可以过极限了。我一开始不理解为什么要费劲证明紧嵌入直到自己动手算了一遍才发现没有它弱收敛连平方都过不去。6. 常见坑、反例与排查清单6.1 概念性误解速查表下面这张表是我复习时反复看的一张把最容易混淆的六个点一次性列清容易犯的错误正确的说法弱收敛就是逐坐标收敛只有在 ℓ^p 或可分的 L^p 里叠加上有界性才等价一般空间里要检验所有连续线性泛函弱收敛能推出范数收敛反了。只能推出 ‖x‖ ≤ lim inf‖x_n‖范数最多下半连续弱收敛序列可能无界错。由共鸣定理弱收敛序列必有界这是判定的第一步弱* 收敛等同于弱收敛只有 X 自反时才对ℓ^∞、C[0,1]、L^∞ 里两者严格不同弱* 紧给的是收敛子列Banach–Alaoglu 给的是收敛子网要换成子列需要 X 可分弱收敛对乘法连续错。e_n ⇀ 0 但 ⟨e_n, e_n⟩ 1非线性项必须靠紧嵌入或补偿紧性处理6.2 一个必须记住的反例库同一个 e_n放在不同空间里命运完全不同我把这张对照表贴在笔记本第一页空间 XX*e_n 的表现ℓ^p1 p ∞ℓ^qe_n ⇀ 0 弱收敛‖e_n‖ 1 不强收敛c₀ℓ¹e_n ⇀ 0 弱收敛‖e_n‖ 1 不强收敛ℓ¹ℓ^∞无弱极限。取 f (1,1,1,…) ∈ ℓ^∞f(e_n) 1 恒成立而任何候选极限的坐标都必须是 0矛盾ℓ^∞(ℓ^∞)*e_n →^{w*} 0同时也弱收敛到 0利用 (ℓ^∞)* 分解为 ℓ¹ ⊕ₐ (c₀)^⊥L¹[0,1]L^∞取 g ≡ 1 得 ∫ e_n·1 不趋于 0无弱极限C[0,1]有限符号测度检验的是 ∫ x_n dμ用点质量测度立刻看出弱收敛等价于逐点收敛加上一致有界第一行和第三行的对比最能说明问题ℓ^p 里的 e_n 弱收敛是因为检验泛函 a 的分量 a_n 必须趋于零ℓ¹ 里失败是因为 (ℓ¹)* ℓ^∞ 里的 f (1,1,1,…) 存在——同一条 a_n → 0 的逻辑不成立了。这也印证了 ℓ¹ 的 Schur 性质ℓ¹ 里弱收敛等价于范数收敛所以 e_n 这种不范数收敛的序列必然不弱收敛。6.3 我踩过的三个坑第一个坑是用“某个泛函下收敛”去证明弱收敛。有一次我想证明 L² 里的一个序列弱收敛到 0只验证了 ∫ f_n dx → 0然后就下了结论。这远远不够那只是一次内积的检验。正确做法是走第 2.1 节的三步模板先验证有界再找一个稠密子集在 L² 里就是有限测度集的特征函数逐个验证。第二个坑是把弱* 当弱用。在证明测度序列 μ_n δ_n 在 M(ℝ) C₀(ℝ)* 中的收敛性时我一开始想直接用自反性但测度空间根本不自反。正确做法是明确声明看的是弱* 收敛对每个 φ ∈ C₀(ℝ)φ(n) → 0因为 φ 在无穷远处消失所以 δ_n →^{w*} 0。但如果换成 C_b(ℝ) 作为预对偶取 φ ≡ 1 就得到 δ_n 不收敛可见“用哪个预对偶”直接决定结论。这个例子跟第 3.2 节 ℓ^∞ 的例子是同一个道理。第三个坑是忽略有界性直接抽子列。因为 Alaoglu 保证的只是子网存在在非可分的场合比如 ℓ^∞ 的弱* 拓扑抽子列是不合法的。后来养成的习惯是只要空间不可分就先检查“序列弱* 收敛”是否有独立论证而不是默认“紧 ⇒ 列紧”。7. 这一套东西后面到底能干什么7.1 变分法的直接方法变分法的直接方法几乎是弱收敛应用的教科书范例。要证明泛函 I[u] ∫_Ω F(x, u, ∇u) dx 在某个 Sobolev 空间的可容许集上取到极小值标准步骤是这样的先由强制性得到极小化序列 u_n 有界在有界闭集上自反空间抽弱收敛子列 u_n ⇀ u再由 I 的弱下半连续性得到 I[u] ≤ lim inf I[u_n] inf I于是 u 就是极小元。这里的“抽弱收敛子列”由自反性加 Eberlein–Šmulian 保证“弱下半连续”通常由 I 的凸性加上第 1.3 节的范数下半连续推出。整条链子环环相扣缺一环都断这也是为什么弱收敛必须学明白。7.2 PDE 弱解与 Galerkin 逼近偏微分方程里“弱解”的存在性证明本质上就是在合适的 Sobolev 空间里做一个弱收敛极限。以椭圆方程为例Galerkin 方法的流程是在有限维子空间里解出近似解 u_n这一步是线性代数用测试函数得到一致的能量估计有界性抽弱收敛子列得到 u再证明 u 满足弱形式。中间最微妙的一步就是第 5.3 节讲的线性项可以直接过极限因为弱收敛按定义就是对所有测试函数收敛非线性项必须借助紧嵌入把它升级成某个低阶空间里的强收敛。我见过最典型的写法是 H¹ 弱收敛 Rellich–Kondrachov 给出 L² 强收敛然后利用插值把中间阶的项也压过去。7.3 傅里叶分析与数值分析里的影子前面提到 Riemann–Lebesgue 引理就是 sin(nπx) ⇀ 0这个联系还能再往下走一层。傅里叶级数的部分和 S_N f 在 L² 里强收敛到 f而单个基函数 e^{inx} 在无穷远处只会弱收敛到 0。这两个现象不矛盾一个说的是“叠加之后收敛”一个说的是“每一项本身都不收敛”区分它们的正是“弱”和“强”。数值分析里也有类似的两分有限元方法的收敛性通常先证能量范数下的强收敛Céa 引理那一套而对更弱的目标比如某些守恒量的收敛只需要弱收敛前者严格更强但证明成本高得多。搞清楚什么时候只需要弱、什么时候必须强能省下大量无谓的推导工作。我在整理这一系列笔记时最大的体会是弱收敛和弱* 收敛看着像纯理论实际上它们决定了后面几乎所有存在性定理能不能写出来。判定套路是死的三步走完就行真正需要警觉的是自反性和可分性这两个开关——它们决定了你手上用的是弱收敛还是弱* 收敛决定你能不能抽子列也决定你能不能拿范数收敛去换强收敛。最后留一个小练习想真正把这部分吃透的话可以自己动手推一遍在 ℓ² 中证明 x_n (1,1,…,1,0,…)/√n 弱收敛到 0然后找出它的一个凸组合序列在范数意义下收敛到 0亲眼看看 Mazur 定理是怎么落地的。