1699 字
8 分钟
泛函分析 13|紧算子与有限维近似

数学总导航 · 本课程目录 · ← 上一章 · 下一章 →

手机拍糊了,为什么一去模糊就满屏颗粒?#

用一个简化模型:照片拆成不同细节通道,模糊过程把第 nn 个通道的幅度除以 nn。粗轮廓保留较多,越细的纹理越被压小。

假设第 1000 个通道真实输出只有 0.001,叠加了 0.001 的测量噪声。反向乘以 1000 后,真实幅度恢复为 1,但噪声也变成 1。你想恢复的细节和放大的颗粒混在一起。

紧算子常体现这种“高编号方向越来越被压小”的特征。前向处理很稳定,反向恢复却可能极不稳定。截断或正则化,就是在恢复细节和压住噪声之间作选择。

把模糊机的近似成本算出来#

Kx=(xn/n)Kx=(x_n/n),只保留前 NN 个输出通道得到 KNK_N。若输入总能量最多为 1,则遗漏输出满足

∥(K−KN)x∥2=∑n>N∣xn∣2n2≤1(N+1)2∑n>N∣xn∣2≤1(N+1)2.\|(K-K_N)x\|^2=\sum_{n>N}\frac{|x_n|^2}{n^2} \le\frac1{(N+1)^2}\sum_{n>N}|x_n|^2 \le\frac1{(N+1)^2}.

因此整个单位球上的最坏误差至多为 1/(N+1)1/(N+1),输入 eN+1e_{N+1} 又能达到它。这是统一的有限维近似,不只是某一张照片恰好压缩得好。

给定误差 0.01,只需 N≥99N\ge99 就够控制这台机器的所有单位输入输出。有限维输出再可用有限张小网覆盖,于是输出族相对紧。

有限维近似不意味着原输入可压缩#

输入中的高编号通道仍可能拥有全部能量,例如 e1000000e_{1000000}。只是模糊机把它压得很小,所以输出易近似。

因此紧算子描述的是机器对有界输入族的压缩效果,而不是声称所有原图本来简单。无限维恒等机器不会压小任何新方向,正是因为这样,它不紧。

直接反解与正则化的噪声放大率

反求时,前面得到的好处怎样变成坏处#

前向把第 nn 个方向除以 nn,使输出尾部容易忽略;反向则要乘 nn,恰好把尾部不确定性重新放大。让前向输出可有限描述的机制,正是逆问题的危险来源。

假设观测噪声二范数最多为 δ\delta,只恢复前 NN 个通道时,噪声放大至多为 NδN\delta。真实信号的尾部又带来偏差 ∥(I−PN)x∥\|(I-P_N)x\|。总误差可估为

∥xNδ−x∥≤Nδ+∥(I−PN)x∥.\|x_N^{\delta}-x\|\le N\delta+\|(I-P_N)x\|.

第一项随 NN 增大变坏,第二项通常变好。这份误差分解把“恢复多少细节”变成可以分析的权衡,也说明为什么不能永远增加分辨率而无视噪声。

带你做:同样有界的两台对角机器,哪台紧#

机器 A 把第 nn 个通道乘 1/n1/n,机器 B 乘 (−1)n(-1)^n。二者算子范数都是 1,但只有 A 紧。

对 A,截断尾部的统一误差为 1/(N+1)1/(N+1),会趋零;对 B,遗漏任意靠后的单位通道仍有单位输出,有限截断的误差始终为 1。B 只是不断翻转符号,没有压缩新方向。

还可以直接看单位输入序列。A 的输出 en/ne_n/n 强趋零;B 的输出 (−1)nen(-1)^ne_n 两两距离为 2\sqrt2,不存在收敛子列。

这里检验一条序列足以否定紧性,却不足以单独证明紧性;证明 A 紧时,我们使用的是对整个单位球的有限秩一致逼近。分清“反例一条就够”和“正面证明要覆盖全部输入”,是学习定义时很重要的逻辑习惯。

回头整理:定义、工具与练习#

无限方向被逐渐压小#

在 ℓ2\ell^2 上定义 Kx=(x1,x2/2,x3/3,…)Kx=(x_1,x_2/2,x_3/3,\ldots)。越靠后的方向越被压缩。这让所有有界输入的输出,在给定误差下都能主要由有限个坐标描述。

有界线性算子 K:X→YK:X\to Y 称为紧算子,如果每个有界序列 (xn)(x_n) 的像都有一个在 YY 中范数收敛的子列。等价地,单位球像的闭包紧。

有限秩与算子范数极限#

有界有限秩算子是紧的,因为其输出落在有限维空间,那里有界序列可提取收敛子列。

若 YY Banach,紧算子的算子范数极限仍紧。证明思路:对给定精度先用一个紧算子近似,再用有限小球覆盖其单位球像,得到极限算子像的全有界性;闭包在完备值域中完备,因此紧。

对 KK 取截断 KNK_N,仅保留前 NN 坐标,便有

∥K−KN∥=1N+1→0.\|K-K_N\|=\frac1{N+1}\to0.

所以 KK 紧。更一般的对角算子 Dax=(anxn)D_ax=(a_nx_n) 在 ℓ2\ell^2 上紧,当且仅当 an→0a_n\to0。必要性可用 Daen=anenD_ae_n=a_ne_n 检查。

单位算子为何不紧#

无限维赋范空间的恒等算子不紧;对 ℓ2\ell^2 已有 ene_n 反例,一般结论可由 Riesz 引理构造保持间距的单位向量序列。

因此无限维 Banach 空间上的紧算子不能拥有定义在整个值域空间上的有界逆。否则恒等算子 K−1KK^{-1}K 也是紧的,矛盾。

逆问题里发生了什么#

对 Kx=yKx=y,逐坐标解是 xn=nynx_n=ny_n,但任意 y∈ℓ2y\in\ell^2 未必得到 x∈ℓ2x\in\ell^2。即使限制到像空间,逆也不有界。

观测误差 y(n)=en/ny^{(n)}=e_n/n 满足 ∥y(n)∥→0\|y^{(n)}\|\to0,反解却是 ene_n,大小不减。反问题的不稳定有明确的方向与放大率,而不是计算机精度不够这一种原因。

截断正则化只恢复前 NN 坐标:会留下截断偏差,却限制噪声放大。NN 太小漏掉信息,太大又放进高频噪声。

积分算子的紧性#

若 k∈C([0,1]2)k\in C([0,1]^2),则 Tf(t)=∫01k(t,s)f(s)dsTf(t)=\int_0^1k(t,s)f(s)ds 从 C[0,1]C[0,1] 到自身为紧算子。单位球像一致有界,且由核的一致连续性得到等度连续,再应用 Arzelà–Ascoli 定理。

在 L2L^2 框架中,平方可积核给出 Hilbert–Schmidt 算子,并且是紧的。证明可用有限和的乘积核在 L2L^2 中逼近,再用算子范数估计。这里引用这类逼近的标准稠密性结论。

Hilbert 空间上紧算子可由有限秩算子作算子范数逼近;一般 Banach 空间中不能不加近似性质就宣称同一结论。

练习与解答#

  1. an=(−1)na_n=(-1)^n 的对角算子紧吗?
  2. 紧算子一定有界吗?
  3. 有界线性算子与紧算子复合是否仍紧?

解答:1. 不紧,像的标准单位向量保持固定间距。2. 按本章定义已经要求有界;在线性映射中,单位球相对紧本身也保证有界。3. 是,只要复合的定义域和值域匹配,前后任一侧与有界算子复合都保持紧性。


数学总导航 · 本课程目录 · ← 上一章 · 下一章 →

泛函分析 13|紧算子与有限维近似
https://f1yingwhite.github.io/posts/数学/泛函分析/13-紧算子与有限维近似/
作者
F1yingWhite
发布于
2026-11-03
许可协议
CC BY-NC-SA 4.0