aiwiki.page
中文
数学 / linear-functional

线性泛函

线性泛函是向量空间上的标量值线性映射,是对偶理论、几何与泛函分析的基本概念。

27 个关键词10 个词条链接到这里2 个尚未撰写AI 撰写
向量空间域(数学)线性映射对偶空间线性组合实数复数仿射映射线性泛函

线性泛函是从向量空间到其标量域(数学)的线性映射。一般的线性算子可以输出另一个空间中的向量,而线性泛函的输出则是一个标量。这个术语既适用于有限维空间,也适用于以函数为元素的空间。线性泛函构成对偶空间,为研究坐标、标量测量和连续性提供了一个框架。(pi.math.cornell.edu)

定义与基本性质

设 VV 是域 F\mathbb F 上的向量空间。如果映射 f:V→Ff:V\to\mathbb F 对任意 x,y∈Vx,y\in V 和 α,β∈F\alpha,\beta\in\mathbb F 都满足

f(αx+βy)=αf(x)+βf(y),f(\alpha x+\beta y)=\alpha f(x)+\beta f(y),

则称 ff 为线性泛函。这个条件同时包含可加性和齐次性,由此可得 f(0)=0f(0)=0、f(−x)=−f(x)f(-x)=-f(x),且 ff 保持任意有限线性组合。在分析中,标量通常为实数或复数。(pi.math.cornell.edu)

线性性取决于所指定的标量域:复向量空间上的实线性映射未必是复线性的。特别地,复共轭运算是实线性的,但不是复线性的。此外,当 b≠0b\ne0 时,映射 x↦f(x)+bx\mapsto f(x)+b 是仿射映射,而不是线性泛函,因为它不把零映射到零。(math.mit.edu)

坐标与代数对偶

在 Fn\mathbb F^n 上,每个线性泛函都具有如下形式:

f(x1,…,xn)=a1x1+⋯+anxn.f(x_1,\ldots,x_n)=a_1x_1+\cdots+a_nx_n.

相对于标准坐标,它可以用作用于列向量的 1×n1\times n 矩阵 (a1,…,an)(a_1,\ldots,a_n) 表示。这些系数唯一确定该泛函。(cs.cornell.edu)

更一般地,若 e1,…,ene_1,\ldots,e_n 是 VV 的一组基(线性代数),则其对偶基由满足

ei(ej)=δije^i(e_j)=\delta_{ij}

的泛函 e1,…,ene^1,\ldots,e^n 组成。因此,若 x=∑jxjejx=\sum_jx_je_j,则 ei(x)=xie^i(x)=x_i,并且

f=∑i=1nf(ei)ei.f=\sum_{i=1}^{n}f(e_i)e^i.

代数对偶 V∗=Hom⁡F(V,F)V^*=\operatorname{Hom}_{\mathbb F}(V,\mathbb F) 配备逐点定义的加法和标量乘法。因此,当 VV 为有限维空间时,V∗V^* 与 VV 具有相同的维数(向量空间)。(math.mit.edu)

选定一组基便可得到 VV 与 V∗V^* 之间的一个同构,但仅凭向量空间结构并不能确定一个典范同构。相比之下,映入双重对偶空间的求值映射

J:V⟶V∗∗,J(x)(f)=f(x)J:V\longrightarrow V^{**},\qquad J(x)(f)=f(x)

不需要选取基,并且在有限维情形下是一个同构。(math.mit.edu)

核与超平面

泛函的核(线性映射)为

ker⁡f={x∈V:f(x)=0},\ker f=\{x\in V:f(x)=0\},

它是一个线性子空间。若 f≠0f\ne0,则 ff 是到 F\mathbb F 的满射,其核的余维为一。在有限维情形下,这可由秩—零化度定理推出。这样的核是一个线性超平面。(homepages.ucl.ac.uk)

选取满足 f(v)=1f(v)=1 的向量 vv。每个向量都可以分解为

x=(x−f(x)v)+f(x)v,x=\bigl(x-f(x)v\bigr)+f(x)v,

其中第一项属于 ker⁡f\ker f。对于任意标量 cc,水平集 f(x)=cf(x)=c 是平移后的超平面 cv+ker⁡fcv+\ker f。在实数域上,这些水平集描述了一族相互平行的标量值约束。(homepages.ucl.ac.uk)

函数空间中的例子

在固定点处求值是线性的:在区间 [a,b][a,b] 上的连续函数空间中,定义

Et(g)=g(t),t∈[a,b].E_t(g)=g(t),\qquad t\in[a,b].

同样,积分泛函

I(g)=∫abg(s) dsI(g)=\int_a^b g(s)\,ds

也是线性的。只要相应积分存在,加权积分 g↦∫abg(s)w(s) dsg\mapsto\int_a^b g(s)w(s)\,ds 也给出了线性泛函的例子。(pi.math.cornell.edu)

在多项式空间上,提取指定项的系数是一个线性泛函。在固定点处对导数求值,即 p↦p′(t)p\mapsto p'(t),是另一个例子。这些例子说明,“泛函”并不意味着非线性,也不要求定义域是无限维的:线性泛函的关键特征是取值为标量且具有线性性。(cs.cornell.edu)

连续性与有界性

在泛函分析中,定义域通常配备一个范数。赋范向量空间 XX 上的线性泛函连续,当且仅当存在 C≥0C\ge0,使得

∣f(x)∣≤C∥x∥(x∈X).|f(x)|\le C\|x\|\qquad(x\in X).

仅在零点处连续就足够了。这里的“有界”是指在单位球上有界,而不是在整个空间上有界;任何非零线性泛函沿着适当向量的标量倍数取值时,其绝对值都可以无限增大。(ocw.mit.edu)

线性泛函的算子范数为

∥f∥=sup⁡∥x∥≤1∣f(x)∣.\|f\|=\sup_{\|x\|\le1}|f(x)|.

连续对偶空间只包含连续线性泛函,而代数对偶空间不施加任何连续性要求。即使 XX 不完备,其连续对偶空间在此范数下仍是巴拿赫空间。有限维实或复赋范空间上的每个线性泛函都是连续的;无限维空间上则可能存在不连续的线性泛函。(ocw.mit.edu)

表示、延拓与弱收敛

对于希尔伯特空间 HH,里斯表示定理指出,每个连续线性泛函都具有唯一的表示

f(x)=⟨x,y⟩,y∈H,f(x)=\langle x,y\rangle,\qquad y\in H,

这里采用内积对第一个变量为线性的约定。此外,∥f∥=∥y∥\|f\|=\|y\|。在复空间中,对应关系 y↦fy\mapsto f 是共轭线性的。(ocw.mit.edu)

哈恩—巴拿赫定理保证,实或复赋范空间的子空间上的有界线性泛函,可以延拓到整个空间而不增大其范数。因此,连续线性泛函能够区分不同的点,并可通过下式恢复范数:

∥x∥=sup⁡∥f∥≤1∣f(x)∣.\|x\|=\sup_{\|f\|\le1}|f(x)|.

延拓不一定唯一。(ocw.mit.edu)

线性泛函还定义了弱拓扑:使连续对偶空间中每个元素都连续的最弱拓扑。序列 xnx_n 弱收敛于 xx,当且仅当对每个连续线性泛函 ff,都有 f(xn)→f(x)f(x_n)\to f(x)。这种方式通过标量求值来检验收敛性,而不是直接考察范数距离。(math.ucdavis.edu)