Krein-Šmulian定理
我们来循序渐进地讲解Krein-Šmulian定理。这是关于局部凸拓扑向量空间中弱*紧集的一个重要结论,是泛函分析对偶理论的核心工具之一。
第一步:回顾基本设定与动机
首先,我们需要明确讨论的舞台。
- 背景空间:设 \(X\) 是一个巴拿赫空间(Banach space)。
- 对偶空间:它的(拓扑)对偶空间 \(X^*\) 是由所有定义在 \(X\) 上的连续线性泛函(有界线性泛函)构成的巴拿赫空间。
- 弱*拓扑:在对偶空间 \(X^*\) 上,除了由范数诱导的“强拓扑”(一致收敛拓扑)外,还有一种非常重要的拓扑,称为弱*拓扑(弱星拓扑,weak* topology)。
- 定义:弱*拓扑是 \(X^*\) 上使得所有形如 \(x^{**} \mapsto x^{**}(x)\) 的赋值映射(其中 \(x \in X\))都连续的最粗拓扑。也就是说,它是 \(X^*\) 作为 \(X\) 的“对偶”时,由 \(X\) 诱导出的拓扑。
- 收敛性:一个网(或序列)\(\{f_\alpha\} \subset X^*\) 弱*收敛于 \(f \in X^*\),当且仅当对于每一个 \(x \in X\),都有 \(f_\alpha(x) \to f(x)\)(数值收敛)。这是一种逐点收敛的拓扑。
我们知道,在无穷维空间中,单位闭球通常不是(范数)紧的。但根据巴拿赫-阿劳格鲁定理,巴拿赫空间对偶 \(X^*\) 中的单位闭球是弱紧的。这是一个非常深刻且有用的结论。然而,单位闭球只是众多可能的凸集之一。一个自然的问题是:在 \(X^*\) 中,什么样的集合是弱紧的?
第二步:理解Krein-Šmulian定理的条件
Krein-Šmulian定理给出了一个在可分巴拿赫空间的对偶中,判断一个凸集是弱*闭的简洁准则。这个准则与“有界性”密切相关。
- 可分性假设:我们假设 \(X\) 是可分的。这意味着 \(X\) 包含一个可数的稠密子集。这个条件在定理的经典形式中是必要的。
- 对象:设 \(C\) 是 \(X^*\) 中的一个子集。我们关心 \(C\) 是否是弱*闭的。
- 核心条件:定理的条件关注 \(C\) 与 \(X^*\) 中所有闭球(或者说,所有有界集)的交集。
- 形式化地说:对于 \(X^*\) 中的任意一个有界闭球 \(B_r = \{ f \in X^* : \|f\| \leq r \}\),考虑交集 \(C \cap B_r\)。
- 如果对于每一个半径 \(r > 0\),交集 \(C \cap B_r\) 在 \(X^*\) 的弱拓扑下都是闭集,那么我们说集合 \(C\) 是“在每一个有界集上弱闭的”。
直观理解:这个条件比“整个 \(C\) 是弱闭的”要弱。它只要求 \(C\) 的“有界部分”是弱闭的。一个集合可以无限延伸,但只要它在每一个有限的、有界的“切片”上是弱闭的,就可能满足这个条件。例如,一个弱闭的凸锥加上原点,它在有界集上的部分可能看起来像一个“角”,但要求这个“角”的每一个有限截面都是闭的。
第三步:精确陈述Krein-Šmulian定理
现在我们可以给出定理的精确表述:
Krein-Šmulian定理:设 \(X\) 是一个可分的巴拿赫空间,\(C\) 是 \(X^*\) 的一个凸子集。则 \(C\) 是弱闭的,当且仅当 \(C\) 与 \(X^*\) 中每一个闭球(或等价地,与每一个有界集)的交集是弱闭的。
用更专业的术语重述:在可分巴拿赫空间的对偶 \(X^*\) 中,一个凸子集是弱闭的,当且仅当它在每一个有界集上是弱闭的。
第四步:定理的证明思路与关键点
这个定理的证明是泛函分析中一个精巧的论证,其核心步骤如下:
-
必要性(=>):方向是简单的。如果 \(C\) 是整个空间 \(X^*\) 中的弱闭集,那么它与任意子集(特别是有界闭球)的交集,在该子集的诱导拓扑下仍然是闭的。由于弱拓扑在闭球上的诱导拓扑就是它自身的弱拓扑(在有界集上,弱拓扑的收敛性由可数多个线性泛函控制),所以交集 \(C \cap B_r\) 是弱*闭的。
-
充分性(<=):这是定理的非平凡部分。假设 \(C\) 是凸的,且对每个 \(r>0\),集合 \(C \cap B_r\) 是弱闭的。我们需要证明 \(C\) 本身是弱闭的。
- 利用可分性:因为 \(X\) 可分,可设 \(\{x_n\}\) 是 \(X\) 的可数稠密子集。在 \(X^*\) 上,弱拓扑可以由可数半范数族 \(\{ p_n(f) = |f(x_n)| \}\) 度量化(在任意有界集上)。这意味着在任何一个有界集(例如闭球)上,弱拓扑是可度量化的。
- 取一个极限点:设 \(f_0\) 属于 \(C\) 的弱*闭包。目标:证明 \(f_0 \in C\)。
- 构造逼近序列:由于在每一个有界集上拓扑可度量化,我们可以找到一列 \(\{f_k\} \subset C\),使得 \(f_k\) 弱*收敛于 \(f_0\)。但问题是,序列 \(\{f_k\}\) 可能无界。
- 控制范数:证明的关键在于,可以利用凸性和“在每个有界集上闭”的条件,构造另一个序列 \(\{g_k\} \subset C\),它同样弱*收敛于 \(f_0\),并且是有界的。这步构造通常涉及对角化或归纳选取,确保每个新元素的范数被控制,并且与前面元素的凸组合保持在 \(C\) 中(利用 \(C\) 的凸性)。
- 完成证明:一旦我们得到了一个有界的序列 \(\{g_k\} \subset C\) 弱收敛于 \(f_0\),那么所有 \(g_k\) 都落在某个闭球 \(B_R\) 中。根据假设,\(C \cap B_R\) 是弱闭的。而 \(f_0\) 是 \(C \cap B_R\) 中序列 \(\{g_k\}\) 的弱极限,因此 \(f_0 \in C \cap B_R \subset C\)。这就证明了 \(C\) 是弱闭的。
第五步:定理的重要推论与应用
Krein-Šmulian定理是泛函分析中一个强有力的工具,其核心价值在于它将全局的弱*闭性判定,简化为在局部(有界集上)的判定。主要应用包括:
- 凸集弱*闭性的判别:这是最直接的应用。要证明一个凸集是弱闭的,只需验证它与每个闭球的交是弱闭的,这通常比直接处理整个集合更容易。
- 线性算子的弱*连续性判定:结合此定理,可以证明:如果 \(T: X^* \to Y\) 是一个线性映射(\(Y\) 是另一个局部凸空间),那么 \(T\) 是弱连续的,当且仅当它在 \(X^*\) 的单位球上的限制是弱连续的。这为判断对偶空间之间算子的连续性提供了便利。
- 闭算子的图定理的变体:在证明某些闭图像定理或闭值域定理时,Krein-Šmulian定理可以用来处理对偶空间中的闭性条件。
- 在算子代数中的应用:在 von Neumann 代数理论中,有相应的“Krein-Šmulian定理”版本,用于刻画超弱闭(σ-弱闭)的凸集,这是研究算子代数的基本工具。
总结
Krein-Šmulian定理是连接局部性质与整体性质的典范。在可分巴拿赫空间的对偶 \(X^*\) 中,对于一个集合,凸性 加上 在每个有界集上的弱*闭性,共同保证了它在整个空间上的 弱*闭性。这个结果深刻揭示了在弱*拓扑下,凸集的有界部分如何控制其全局结构,是泛函分析对偶理论中的一个基石。