一天的气温记录，是一个数还是一整件东西？#

只问中午温度，答案是一个数。每小时记一次温度，答案是 24 个数。如果你要比较两天的全部温度变化，就得把两条全天曲线整体拿出来。

例如一天恒为 20°C，另一天上午 18°C、下午 22°C，它们平均温度相同，变化过程却不同。平均值只能读出一个方面，不能代表整条曲线。

泛函分析把“一整天的温度曲线”当作空间里的一个对象。把两条曲线相加，意思是每个相同时刻的温度相加；乘以系数，也是每个时刻一起乘。这样做不是为了把话说复杂，而是为了研究整段过程之间的差别。

从 24 个数走到一条曲线，中间发生了什么#

每小时记录一次温度，数据是 $x=(x_1,\ldots,x_{24})$；每分钟一次，变成 1440 维。两天的平均曲线，可以通过对应时刻的两个数各取一半得到。

采样更密时，这种“逐项计算”的规则没有改变。直接研究连续曲线，就是把这些对应时刻的计算写成 $(af+bg)(t)=af(t)+bg(t)$。因此函数加法并不是把两张图纸叠起来，而是在同一时刻算两个高度的线性组合。

只有这一点还属于线性代数。泛函分析多出的工作，是确定整条曲线的接近方式以及极限是否留在允许空间里。

同样能做加法，为什么还要分不同函数空间#

如果温度传感器没有瞬间跳变，我们可能先选连续函数。若允许开关设备产生跳变，可以选可测函数。若还关心总能量有限，就要求平方积分有限。

选空间不是为了分类名字，而是在写问题的规则。像你要租一个工作室，不能只问“里面能放东西吗”，还要问空间大小、能否接电、是否允许噪声。函数空间的附加条件决定哪些运算和极限可以在里面完成。

逼近与相等要分两本账#

用 $1+t+t^2/2+\cdots+t^N/N!$ 近似 $e^t$，每个近似都是多项式。但没有任何一个有限次数多项式能在整个区间上与 $e^t$ 完全相同。

所以“多项式能很好逼近这个函数”与“这个函数属于多项式空间”是两件事。前者涉及距离与极限，后者是精确的代数归属。完备化会把某些缺失的极限补进来，闭包会记录可逼近到的全部对象。

无限坐标的展开还欠一个解释#

写 $x=\sum x_ne_n$，看上去只是把坐标逐项放回去。但对无限和，必须先截断成 $x^{(N)}$，再说明 $x^{(N)}$ 在什么意义下趋近 $x$。

在 $\ell^2$ 中误差是尾部能量 $\sum_{n>N}|x_n|^2$ 的平方根；在最大范数中则看最大遗漏坐标。不同尾部标准会改变同一个展开是否成立。之后每次出现无限展开，都请先找“余项怎样趋零”这句话。

带你做：两天温度相同均值，怎样证明仍是不同对象#

把一天归一到 $[0,1]$，第一天 $f(t)=20$，第二天 $g(t)=20+4\sin(2\pi t)$。两天平均温度都是 20，因为正负波动积分抵消。

但最大温差为 4，平方温差积分为 $16\int_0^1\sin^2(2\pi t)dt=8$，所以二范数距离为 $2\sqrt2$。一台平均温度仪读不出差别，不代表两天没有差别。

如果你关心某个植物能否承受最高温度，均值就不够；如果关心围绕 20°C 的均方偏离，平方积分更自然。同一个对象有很多读数，选择空间与测量方式需要贴合任务。

这也预告了对偶空间的作用：一台仪器通常只能压缩出一部分信息，要区分整体对象，可能需要一整套读数，而不是拿平均数替代原曲线。

回头整理：定义、工具与练习#