МатВектор

Command Palette

Search for a command to run...

♾️ ТФДП

Слабая сходимость

англ. Weak convergence

Сходимость против всех испытательных векторов: $x_n \rightharpoonup x$, если $\langle x_n, y\rangle \to \langle x, y\rangle$ для каждого $y$; базисные векторы слабо сходятся к нулю, не тая по норме.

Требовать — сильная и дорогая просьба, часто невыполнимая даже там, где последовательность явно движется в правильную сторону. Слабая сходимость ослабляет проверку: , если числовая последовательность сходится к для каждого испытательного вектора — проверка идёт не длиной, а всеми линейными измерениями сразу. Сильная сходимость влечёт слабую по неравенству Коши–Буняковского, обратное неверно: ортонормированный базис слабо сходится к нулю — любое измерение тает, ведь ряд квадратов коэффициентов ограничен нормой , — но нормы всех равны единице. Родственные режимы поточечной сходимости функций — в статье сходимость почти всюду.

Живой пример дают гармоники — классика осциллирующих последовательностей. Последовательность в не сходится к нулю сильно: при любом , энергия не тает. Но против любой гладкой интегралы стремятся к нулю — так работает лемма Римана–Лебега; для они равны , уже при это . Значит, слабо: осцилляции усредняются против каждой фиксированной линзы, хотя сама волна никуда не исчезает. На этом держится ряд Фурье и его сходимость в среднем квадратичном. Куда слабые пределы входят в предельные теоремы и перестановки предела с интегралом — в уроке предельные теоремы Лебега.

определение слабой сходимости и проверка на гармониках; в : интеграл с даёт , уже при , но норма не тает — при любом

Частые вопросы

Чем слабая сходимость отличается от сильной?

Сильная требует таяния нормы разности, слабая — лишь таяния всех числовых измерений ; иерархия односторонняя: сильная влечёт слабую, обратное неверно. Пример — базисные векторы : слабо они стремятся к нулю, но навсегда. Слабая сходимость не контролирует массу последовательности, только её видимость против каждой линзы: масса может уходить в осцилляции или на край области. Поэтому выводы из неё аккуратнее и требуют условий вроде ограниченности норм.

Зачем нужна слабая сходимость, если она хуже сильной?

Зато она есть там, где сильной нет, и делает бесконечномерность работоспособной. В гильбертовом пространстве единичный шар слабо компактен: у всякой ограниченной последовательности есть слабо сходящаяся подпоследовательность — именно так доказывают существование минимума в вариационных задачах и методе наименьших квадратов. Слабые пределы устойчивы при предельных переходах, на них держится спектральная теория и численные схемы вроде метода Галёркина: приближения слабо сходятся к решению.