Try   HackMD

Function Space - Stone-Weiestrass Theorem

這是 Weiestrass Theorem 的加強版:只要一個函數的集合滿足 Stone-Weiestrass 的條件,那他就自動在

C0([a,b],R) dense。而這些條件跟下面三個定義有關:

Function Algebra

Def (Function Algebra)
假定

A 是個函數的集合,且任意
f,gA
,
cR
,有:
1. 加法封閉:
f+gA

2. 係數積封閉:
cfA

3. 函數相乘封閉:
fgA

則稱
A
是一個 function algebra

閉包保 Function Algebra

假定

AC0(M,R) 是個 function algebra,則:
A¯ is also a function algebra

這個本質是極限可以交換。比如說:

假定

f,gA¯
cR
,表示存在
{fn}A
{gn}A
,使得
fnf
gng
,也就是
n
夠大時:

|fnf|<ϵ|gng|<ϵ

因此:

|(fn+gn)(f+g)||fnf|+|gng|<2ϵ

因此,

{fn+gn}f+g。但因為
A¯
closed,且 因為兩個序列都在
A
裡面,所以
{fn+gn}A
。又因為
A¯
closed,所以收斂到的函數
f+gA¯

類似地:

|fnf|<ϵ|cfncf|<|c|ϵ

因此

cfncf。又
A
function algebra,且
{fn}A
,所以
{cfn}A
,所以他收斂到的函數
cf
就會在
A¯
中。

取絕對值在閉包中

假定

AC0(M,R) 是個 function algebra,且
M
是個 compact metric space。則:
fA¯|f|A¯

其中,
|f|
的意思是:
|f(x)|
x[a,b]

因為

M compact
f
是連續的實函數,所以作用在
M
之後的值域
f(M)
有界,即:

f=U<

令:

g(y):[U,U]R where g(y)=|y|

因為「取絕對值」這個函數是連續的,所以由 Weiestrass Theorem,存在可以跟

g(y) 任意接近的多項式。換句話說:對於任意
ϵ
,存在多項式
p(y)

p(y)=i=0naixi

使得

p(y)
y
任意接近:

|p(y)|y||<ϵ

進一步觀察:

|p(0)|0||=|a0|<ϵ|a0|<ϵ

令:

q(y)=i=1naixi

因此:

|q(y)|y||=|p(y)a0|y|||p(y)|y||+|a0|<2ϵ

f(x) 丟進
y

|q(f(x))|f(x)||=|q(f(x))(absf)(x)|<2ϵ

因此,現在敘述就可以換成:對於任意

ϵ,都存在函數
(qf)
,使得
(qf)
(absf)
任意接近。其中,
q
是一個多項式。這e個事實揭露了兩件事:

  1. q
    是一個多項式」:
    fA¯
    ,且
    A¯
    又是 function algebra,由 function algebra 的性質易證明:若
    f
    在一個 function algebra 裡,
    q
    是多項式,則
    qf
    也會在 function algebra 裡面。即:
    (qf)A¯
  2. 「任意取
    ϵ
    ,都可以找到
    h=(qf)A¯
    ,使得
    h
    |f|
    任意接近」。換句話說:任意取
    |f|
    為中心的
    ϵ
    -ball,都會包到一個
    A¯
    中的元素。這表示:
    |f|
    這函數,是集合
    A¯
    中的一個 cluster point。因此:
    |f|A¯¯=A¯

由此得證。

雖然

AC0(M,R) 未必表示
A¯C0(M,R)
,不過這邊至少知道
fA
,則
|f|A¯
(剛剛的證明) 且
fC0(M,R)
(因為
f
跟絕對值都是連續的,合成之後也連續)

最大/最小在閉包中

假定

AC0(M,R) 是個 function algebra,且:

f1fnA¯

則:

fmax=max{f1fn}A¯fmin=min{f1fn}A¯

這邊

max{f1fn} 是一個函數,意思是對於任意
x
,挑出帶進這個集合的所有函數之後,最大的那個值:

max{f1fn}(x)=max{f1(x)fn(x)}

min{f1fn} 也是類似的定義方式。對於任意
x

min{f1fn}(x)=min{f1(x)fn(x)}

僅證明兩個函數的版本就好。也就是:

{f,g}A¯max{f,g},min{f,g}A¯

即可。這很容易,因為套用上面的性質:

max{f,g}=f+g+|fg|2A¯min{f,g}=f+g|fg|2A¯

類似地,由

min{f,g}
max{f,g}
表成
f,g
跟兩者相減後取絕對值的函數之後,可發現
min{f,g}
max{f,g}
仍然是連續的。

Vanishes Nowhere

假定函數的集合

A 滿足:
pM.fA.f(p)0

則稱
A
vanishes nowhere

這個要求其實是很簡單的要求:包一個不是零函數的常數函數進去

A,那就達成了。

Separate Two Points

假定對於任意

p,qM
pq
,都存在
fA
,使得:
f(p)f(q)

則稱
A
separates two points

這個條件跟 vanishes nowhere 合起來會有一個更好的結論:

Lemma

假定滿足上面 3 個條件,則:對於任意

p1p2M
c1,c2R
,都存在
fA
,使得:
f(p1)=c1f(p2)=c2

首先,因為

A vanishes nowhere,因此存在
g1,g2A
,使得:

g1(p1)0g2(p2)0

令:

G=(g1g1)+(g2g2)

則易發現:

G(p1)>0,且
G(p2)>0

另外一方面,因為

A separates two points,所以也 separates
p1
p2
。換句話說,存在
hA
,使得:

h(p1)h(p2)

接著考慮某個

G
h
的線性組合,可以組出某個滿足要求的函數。也就是令:

f=a(G)+b(Gh)

p1
p2
聯立帶進去聯立:

{f(p1)=c1=a(G(p1))+b(G(p1)h(p1))f(p2)=c2=a(G(p2))+b(G(p2)h(p2))

計算判別式,可發現因為

h separate two points,以及
G(p1),G(p2)>0
的關係,所以判別式不為 0:

G(p1)(G(p2)h(p2))(G(p1)h(p1))G(p2)=G(p1)G(p2)(h(p2)h(p1))0

因此,

a,b 必定有解。由此得證這樣的
f
可以透過
G
h
構造出來。

Stone-Weiestrass Theorem

假定

AC0(M,R),其中
M
是一個 compact metric space。若
A
滿足以下性質:

Function Algebra

A is function algebra
Vanishes Nowhere
A vanishes nowhere

Separate Two Points

A separate two points 

則:

A dense in C0(M,R)

function algebra 性質大多都跟

A¯ 有關。所以與其直接證明
A
M
裡面 dense,不如先證明
A¯
M
裡面 dense。因為
A
A¯
dense,而
A¯
M
裡面 dense,所以
A
就在
M
dense

因為目標是 dense,也就是說:給定任意一個

FC0(M,R) 之後,目標是在以
F
為中心,任意小的
ϵ
內,找到一個
GA¯

換句話說:任意

FC0(M,R),給定
ϵ>0
,要找一個
GA¯
,使得:

|G(x)F(x)|<ϵxM

這個條件更進一步,可以改寫成:

|G(x)F(x)|<ϵF(x)ϵ<G(x)<F(x)+ϵG(x)F(x)+ϵ>0 and F(x)G(x)+ϵ>0

接下來的計劃是:

  1. 用某些方法構造出一堆滿足
    G(x)F(x)+ϵ>0
    G
  2. 從這些滿足
    G(x)F(x)+ϵ>0
    G
    中,用某種不會讓他們失去前一個條件的狀況下,構造出滿足
    F(x)G(x)+ϵ>0
    G

對於每一個

p,qM,定義
Gpq
為:

Gpq(x)={f,a function in A gauranteed by lemmaif qp such that f(p)=F(p),f(q)=F(q)g, a function in A constructed in if p=qpq case such that g(p)=F(p)

p=q 的狀況就是:隨便挑一個
pq
裡面的一個函數出來,當作
Gpp

[color=grey]

Stage 1 : Fix P, Iterate Over Q

固定

p,對於
Gpq
進行篩選。因為目標是構造滿足
GF+ϵ>0
的函數
G
,為了方便就令:

G~pq=GpqF+ϵ

這樣構造出來的

G~pq 有一個特點:對於任意
qM
,有:

G~pq(q)=Gpq(q)F(q)+ϵ=F(q)F(q)+ϵ>0

因此,存在一個

qopen neighborhood
Uq
,使得:

G~pq(x)=Gpq(x)F(x)+ϵ>0xUq

對於所有

qM 都去找出
G~pq
,然後對應去找出這樣的
Uq
。因為對些
Uq
,每一個
q
都被包在
Uq
中,所以這所有的
Uq
構成一個
M
conver。又因為
M
compact,所以這個 cover 給定之後,存在 finite subsover

{Uq1,Uq2Uqm}

接著去看看這些被挑選出來的 open neighborhood 對應的

Gpq 們。令他們對應的
Gpq
為:

{Gpq1,Gpq2Gpqm}

並且令:

Gp=max{Gpq1,Gpq2Gpqm}

因為任意

GpqA,所以由「最大/最小在閉包中」, 可知
GpA¯
。除此之外,
Gp
也是連續的[1]

Stage 2 : Iterate Over P

對於任意

pM,都可以用 Stage 1 的方法,構造出一個
Gp
,且這個
Gp
滿足:

Gp(x)F(x)+ϵ>0

Stage 2 的目標,就是用上面的方法再來一次。對於任意

pM,構造出
Gp
之後,這個
Gp
都有:

F(p)Gp(p)+ϵ=F(p)F(p)+ϵ>0

令:

G~=FGp+ϵ

因為

F 連續(定理一開始的假設)、
Gp
連續(因為是連續函數取最大/最小值得到的),所以存在一個
p
open neighborhood
Wp
,使得:

G~(x)=F(x)F(x)+ϵ>0xWp

因為

pWp,所以這所有的
Wp
構成了一個
M
open cover。又因為
M
compact,所以存在一個 finite subcover

{Wp1Wpn}

這時,找出

Wp1{Wpn} 對應的
{Gp1Gpn}
,並且令:

G=min{Gp1Gpn}

這樣一來:

  1. G
    連續,且
    GA¯
    :因為
    Gp
    連續,且
    GpA¯
    。取連續函數的最大最小值也連續,所以整個就連續; 取有限個連續函數的最大最小值後,函數仍然在 function algebra 的閉包中,所以也在
    A¯
    中。
  2. G
    滿足
    F(x)G(x)+ϵ>0
    :因為任何
    x
    一定屬於某一個
    Wpi
    ; 而這個開區間對應的
    Gpi
    會滿足
    Gpi(x)>0xWx
    )
  3. G
    也滿足
    G(x)F(x)+ϵ>0
    (因為
    G
    Gp
    來; Stage 1 的
    Gp
    有這個性質了)。