一条声音波形也能是一个点#

一秒钟的声音是一条函数 $f(t)$。若只采样 1000 次，它是一根 1000 维向量；如果不预先固定采样点，就需要直接研究整个函数。泛函分析关心的不是某一个横坐标上的函数值，而是整条波形的大小、距离和变换。

它可以被理解为：把线性代数搬到允许极限的无限维空间，并认真处理搬家后不再自动成立的事情。

三个问题会贯穿全书：

• 如何比较两条函数？最大差、平均绝对差和均方差会给出不同答案。
• 一串越来越好的近似是否真的会到达某个空间内的对象？这需要完备性。
• 一个过程是否稳定？输入误差很小，输出误差是否一定也小？这需要有界算子。

先备知识与补课入口#

读过 学习路线与符号 和 从箭头到函数空间 即可开始。最重要的准备是数列极限、积分、线性组合、内积与投影；测度论会在第 6 章补足最低限度的框架，较深结论会明确作为工具引用。

默认标量为实数；讨论复 Fourier 展开和谱时改为复数。复内积统一约定对第一个变量线性，对第二个变量共轭线性。例如 $\langle f,g\rangle=\int f\overline g$。这决定了 Riesz 表示和伴随公式的写法。

分三遍读#

第一遍：建直觉。 第 1—9 章。理解空间、范数、完备性、$L^p$、Hilbert 投影和有界算子，能手算基本例子。

第二遍：搭工具。 第 10—14 章。理解对偶、四个主要定理、弱收敛、紧算子和谱。初读可先看结论、条件和反例，再补证明路线。

第三遍：解决问题。 第 15—18 章。把弱导数、变分方法、条件期望和再生核放进同一个框架，完成综合题。

完整目录#

• 00 · 为什么要把函数当作点
• 01 · 函数、数列与无限维向量
• 02 · 距离、开闭集与紧性
• 03 · 范数与不同的收敛方式
• 04 · Banach 空间与压缩映射
• 05 · 序列空间与 Hölder 不等式
• 06 · 测度、Lebesgue 积分与 Lp 空间
• 07 · Hilbert 空间与投影定理
• 08 · 正交展开、Fourier 与 Parseval
• 09 · 有界线性算子与稳定性
• 10 · 对偶空间与 Hahn–Banach 定理
• 11 · Baire 与三个基本原理
• 12 · 弱收敛、弱星收敛与自反性
• 13 · 紧算子与有限维近似
• 14 · 谱、紧自伴算子与 Fredholm 理论
• 15 · 无界算子、弱导数与 Sobolev 空间
• 16 · 变分方法与微分方程的弱解
• 17 · 概率、条件期望与再生核
• 18 · 综合练习、概念地图与继续学习

参考怎样配合#

3Blue1Brown：抽象向量空间 适合建立“函数也是向量”的图像。傅里叶变换 用旋转与频率解释积分；本课程第 8 章将进一步说明投影和收敛的严格含义。

定理的系统伴读可用 MIT 18.102 官方讲义。它覆盖 Banach 空间、有界算子、Hahn–Banach、$L^p$、Hilbert 空间和紧算子的谱理论。本文采用适合入门的重排顺序；不会把动画中的直观延伸自动当作无限维定理。

本课程的边界#

这是一套从基础走到研究生入门核心的自学笔记。一般谱测度定理、算子代数和分布理论只给继续学习的方向；较深存在性定理会注明引用，完整证明不会用一句“显然”掩盖。

数学总导航 · 下一章 →