Giải tích

Giải tích hàm

Nghiên cứu các không gian vectơ vô hạn chiều gồm hàm số và các toán tử tuyến tính tác động lên chúng.

Trực giácKhi nào ta có thể làm giải tích với vô hạn tọa độ?

Một vectơ trong $\mathbb{R}^n$ chỉ là một danh sách $n$ con số, và giải tích trên $\mathbb{R}^n$ hoạt động được vì ta có thể đo độ dài ( $\|x\|$ ) và góc (tích vô hướng) giữa các danh sách đó. Một hàm số như sóng âm, một bức ảnh, hay hàm sóng lượng tử thực chất là một danh sách vô hạn con số — giá trị của nó tại mọi điểm, hay tương đương là vô hạn hệ số Fourier của nó. Giải tích hàm đặt câu hỏi: liệu ta có thể tiếp tục đo "độ dài" và "góc" giữa các hàm số, và vẫn làm giải tích (giới hạn, đạo hàm, tối ưu hóa) trên không gian vô hạn chiều kết quả hay không? Câu trả lời là có, miễn là không gian đó đầy đủ — các tổng vô hạn và giới hạn không "rò rỉ" ra khỏi không gian — và đó chính xác là điều biến một không gian vectơ hàm số thông thường thành một không gian Banach, hay khi có tích vô hướng, thành một không gian Hilbert.

Mạng lưới bao hàm giữa các không gian hàm số và dãy số: mọi không gian Hilbert (nút

\ell^2

, nút

L^2[0,1]

) đều là không gian Banach, và mọi không gian Banach (kể cả

C[0,1]

và

\ell^p

) đều là không gian vectơ định chuẩn, nhưng các mũi tên không đảo chiều được —

C[0,1]

với chuẩn sup không có tích vô hướng nào sinh ra nó. Bôi sáng một nút sẽ cho thấy nó thuộc lớp rộng hơn nào.

Đại họcChuẩn, tính đầy đủ và tích vô hướng

Định nghĩa: Không gian vectơ định chuẩn và không gian Banach

Một chuẩn trên không gian vectơ $X$ trên $\mathbb{R}$ hoặc $\mathbb{C}$ là một ánh xạ $\|x\|$ thỏa $\|x\|$ $=0$ khi và chỉ khi $x=0$ , $\|\lambda x\|=|\lambda|\|x\|$ , và bất đẳng thức tam giác $\|x+y\|\le\|x\|+\|y\|$ . Một dãy $(x_n)$ là một dãy Cauchy nếu các số hạng của nó cuối cùng tiến gần nhau tùy ý; $X$ đầy đủ, gọi là một không gian Banach, nếu mọi dãy Cauchy trong $X$ hội tụ về một điểm nào đó của chính $X$ (chứ không chỉ của một không gian lớn hơn chứa nó). Tính đầy đủ là thứ cho phép ta xây dựng một hàm giới hạn từ một quá trình vô hạn — một chuỗi vô hạn các hàm, một lược đồ xấp xỉ lặp — và chắc chắn rằng giới hạn đó vẫn là một phần tử thực thụ của không gian.

Viết ra, điều kiện Cauchy nói rằng đuôi của dãy số bị dồn sát vào nhau xét theo chuẩn:

\forall\varepsilon>0\ \exists N:\ n,m\ge N \Longrightarrow \|x_n-x_m\|<\varepsilon

Ở đây $\varepsilon$ là sai số cho phép, $N$ là điểm mà từ đó trở đi mọi cặp số hạng đều nằm trong sai số đó, và $\|x\|$ là chuẩn trên $X$ . Khi $X$ có thêm một tích vô hướng $\langle x,x\rangle$ — một cặp song tuyến tính (hoặc song tuyến tính liên hợp) tổng quát hóa tích vô hướng thông thường, từ đó chuẩn được khôi phục là $\|x\|=\sqrt{\langle x,x\rangle}$ — và đầy đủ theo chuẩn cảm sinh đó, $X$ được gọi là một không gian Hilbert, thường viết là $H$ . Tích vô hướng là thứ cho phép ta nói về tính trực giao và góc giữa các hàm số, chứ không chỉ độ dài của chúng.

|\langle x,y\rangle|\le\|x\|\,\|y\|

Đây là bất đẳng thức Cauchy–Schwarz: tích vô hướng của hai vectơ không bao giờ vượt quá tích độ dài của chúng, hệt như $\vec u\cdot\vec v=\|\vec u\|\|\vec v\|\cos\theta$ trong không gian 3 chiều thông thường, nơi $|\cos\theta|\le1$ . Các không gian Hilbert còn được đặc trưng trong lớp không gian Banach bởi đẳng thức hình bình hành, $\|x+y\|^2+\|x-y\|^2=2\|x\|^2+2\|y\|^2$ — một đẳng thức thuần túy dựa trên chuẩn (không cần tích vô hướng để phát biểu) mà một chuẩn phải thỏa nếu và chỉ nếu nó thực sự đến từ một tích vô hướng. Đẳng thức này nói rằng tổng bình phương hai đường chéo của một hình bình hành bằng tổng bình phương các cạnh, tổng quát hóa hình học kiểu Pythagoras của không gian Euclid lên vô hạn chiều.

Các không gian Banach và Hilbert thường gặp
Không gian	Chuẩn	Đầy đủ?	Không gian Hilbert?
$\ell^2$	$\left(\sum_i\|x_i\|^2\right)^{1/2}$	Có	Có
$\ell^p$ , $p\ne2$	$\left(\sum_i\|x_i\|^p\right)^{1/p}$	Có	Không
$C[0,1]$	$\sup_{t}\|f(t)\|$	Có	Không
$L^2[0,1]$	$\left(\int_0^1\|f(t)\|^2dt\right)^{1/2}$	Có	Có

Đại họcHai trụ cột: định lý biểu diễn Riesz và định lý Hahn–Banach

Định lý: Định lý biểu diễn Riesz (trường hợp không gian Hilbert)

Cho $H$ là một không gian Hilbert và $\varphi$ là một phiếm hàm tuyến tính bị chặn (liên tục) trên $H$ . Khi đó tồn tại duy nhất $y\in H$ sao cho $\varphi(x)=\langle x,y\rangle$ với mọi $x\in H$ , và hơn nữa $\|\varphi\|=\|y\|$ .

Vì sao đúng?

Nó nói rằng mọi cách gán một con số cho mỗi vectơ một cách tuyến tính và liên tục thực chất chỉ là "lấy tích vô hướng với một vectơ cố định nào đó" — các phiếm hàm trừu tượng không tổng quát hơn những phiếm hàm cụ thể nhất mà ta đã biết.

Chứng minh

Nếu $\varphi=0$ , lấy $y=0$ và xong. Ngược lại, đặt $N=\ker\varphi=\{x\in H:\varphi(x)=0\}$ ; vì $\varphi$ liên tục và tuyến tính, $N$ là một không gian con đóng thực sự của $H$ . Vì $H$ là không gian Hilbert, định lý chiếu cho phân tích trực giao $H=N\oplus N^{\perp}$ , và vì $N$ là không gian con thực sự, $N^{\perp}$ chứa một phần tử $z\ne0$ nào đó.

Với mọi $x\in H$ , xét vectơ $u=\varphi(x)z-\varphi(z)x$ . Áp dụng $\varphi$ cho $\varphi(u)=\varphi(x)\varphi(z)-\varphi(z)\varphi(x)=0$ , nên $u\in N$ . Vì $z\in N^{\perp}$ , ta có $\langle u,z\rangle=0$ , tức $\varphi(x)\langle z,z\rangle-\varphi(z)\langle x,z\rangle=0$ . Giải ra $\varphi(x)$ cho $\varphi(x)=\dfrac{\varphi(z)}{\|z\|^2}\langle x,z\rangle=\left\langle x,\dfrac{\overline{\varphi(z)}}{\|z\|^2}z\right\rangle$ , nên $y=\dfrac{\overline{\varphi(z)}}{\|z\|^2}z$ biểu diễn $\varphi$ .

Về tính duy nhất, nếu $\langle x,y_1\rangle=\langle x,y_2\rangle$ với mọi $x$ , lấy $x=y_1-y_2$ được $\|y_1-y_2\|^2=0$ , nên $y_1=y_2$ . Về đẳng thức chuẩn, Cauchy–Schwarz cho $|\varphi(x)|=|\langle x,y\rangle|\le\|y\|\|x\|$ , nên $\|\varphi\|\le\|y\|$ ; và thay $x=y$ cho $\varphi(y)=\|y\|^2$ , nên $\|\varphi\|\ge|\varphi(y)|/\|y\|=\|y\|$ . Kết hợp lại, $\|\varphi\|=\|y\|$ .

Định lý: Định lý mở rộng Hahn–Banach

Cho $X$ là một không gian vectơ định chuẩn thực, $Y$ là một không gian con tuyến tính của $X$ , và $\varphi$ là một phiếm hàm tuyến tính bị chặn trên $Y$ với $|\varphi(y)|\le M\|y\|$ với mọi $y\in Y$ . Khi đó tồn tại một phiếm hàm tuyến tính bị chặn $\Phi$ trên toàn bộ $X$ sao cho $\Phi(y)=\varphi(y)$ với mọi $y\in Y$ , và $|\Phi(x)|\le M\|x\|$ với mọi $x\in X$ .

Vì sao đúng?

Nó bảo đảm rằng một phiếm hàm tuyến tính chỉ xác định trên một không gian con nhỏ — chẳng hạn chỉ biết "giá trị của một tín hiệu tại vài điểm mẫu" — luôn có thể mở rộng lên toàn không gian mà không làm tăng chặn của nó; không gì ép ta phải bó buộc làm việc trên một không gian con.

Chứng minh

Trước hết mở rộng thêm một chiều. Chọn $x_0\notin Y$ và đặt $Y_1=Y\oplus\mathbb{R}x_0$ . Ta cần chọn giá trị $c=\Phi(x_0)$ sao cho $|\varphi(y)+tc|\le M\|y+tx_0\|$ với mọi $y\in Y,t\in\mathbb{R}$ ; chia cho $t\ne0$ và thay $y/t\to y$ , điều này quy về việc cần $c$ với $\varphi(y)-M\|y-x_0\|\le c\le M\|y+x_0\|-\varphi(y)$ với mọi $y\in Y$ . Dùng $\varphi(y_1)-\varphi(y_2)=\varphi(y_1-y_2)\le M\|y_1-y_2\|\le M\|y_1+x_0\|+M\|y_2-x_0\|$ , ta kiểm tra được cận trên đúng của các biểu thức bên trái theo $y_1$ không bao giờ vượt cận dưới đúng của các biểu thức bên phải theo $y_2$ , nên tồn tại $c$ hợp lệ trong khoảng đó; điều này định nghĩa $\Phi$ trên $Y_1$ với cùng chặn $M$ .

Tiếp theo, mở rộng lên toàn bộ $X$ bằng Bổ đề Zorn. Xét tập tất cả các cặp $(Z,\Psi)$ với $Z$ là không gian con thỏa $Y\subseteq Z\subseteq X$ và $\Psi$ mở rộng $\varphi$ lên $Z$ với chặn $M$ , sắp thứ tự bộ phận bởi $(Z_1,\Psi_1)\le(Z_2,\Psi_2)$ khi $Z_1\subseteq Z_2$ và $\Psi_2|_{Z_1}=\Psi_1$ . Mọi dây chuyền đều có cận trên (lấy hợp các không gian con và phiếm hàm khớp với từng cái trên miền của nó), nên Bổ đề Zorn cho một phần tử cực đại $(Z^*,\Phi)$ .

Cuối cùng, nếu $Z^*\ne X$ , bước mở rộng thêm một chiều ở trên áp dụng cho $Z^*$ và bất kỳ $x_0\in X\setminus Z^*$ nào sẽ tạo ra một cặp hợp lệ lớn hơn thực sự, mâu thuẫn với tính cực đại của $(Z^*,\Phi)$ . Vậy $Z^*=X$ , và $\Phi$ là mở rộng bảo toàn chặn cần tìm lên toàn bộ $X$ .

Đại họcỨng dụng thực tiễn và Ví dụ minh họa

Giải tích hàm là xương sống toán học của giải tích Fourier và xử lý tín hiệu (một tín hiệu sống trong $L^2[0,2\pi]$ hoặc $L^2[0,1]$ ), của cơ học lượng tử (trạng thái sống trong một không gian Hilbert $H$ ), và của các bài toán thống kê, kỹ thuật, học máy quy về việc tìm điểm gần nhất trong một không gian con — từ hồi quy bình phương tối thiểu đến các bài toán ngược chính quy hóa Tikhonov.

Ví dụ: Xử lý tín hiệu: liệu $\sin(nt)$ có ổn định khi $n\to\infty$ ?

Cố định $f\in L^2[0,2\pi]$ . Chứng minh $\int_0^{2\pi} f(t)\sin(nt)\,dt\to 0$ khi $n\to\infty$ (tức $\sin(nt)\rightharpoonup 0$ theo nghĩa yếu), trong khi chuẩn $\|\sin(nt)\|_2=\sqrt{\pi}$ vẫn hằng — nên bản thân $\sin(nt)$ không bao giờ ổn định theo nghĩa mạnh (theo chuẩn).

Lời giải

Xét hệ trực chuẩn $e_n(t)=\sin(nt)/\sqrt\pi$ trong $L^2[0,2\pi]$ (tính trực giao suy ra từ $\int_0^{2\pi}\sin(nt)\sin(mt)\,dt=0$ với $n\ne m$ , và $\int_0^{2\pi}\sin^2(nt)\,dt=\pi$ ).

Theo bất đẳng thức Bessel, $\sum_{n=1}^{\infty}|\langle f,e_n\rangle|^2\le\|f\|^2$ , chuỗi bình phương các hệ số Fourier của $f$ đối với hệ trực chuẩn này hội tụ, vì $\|f\|^2<\infty$ . Một chuỗi hội tụ có số hạng tiến về không, nên $|\langle f,e_n\rangle|^2\to0$ , tức $\langle f,e_n\rangle\to0$ .

Vì $\langle f,e_n\rangle=\frac{1}{\sqrt\pi}\int_0^{2\pi}f(t)\sin(nt)\,dt$ , đây chính xác là $\int_0^{2\pi} f(t)\sin(nt)\,dt\to 0$ — đây là bổ đề Riemann–Lebesgue ngụy trang, và chính xác là phát biểu $\sin(nt)\rightharpoonup 0$ .

Mặt khác, tính toán trực tiếp cho $\|\sin(nt)\|_2^2=\int_0^{2\pi}\sin^2(nt)\,dt=\pi$ với mọi $n$ , nên $\|\sin(nt)\|_2=\sqrt{\pi}$ với mọi $n$ — chuẩn không bao giờ co lại. Vậy $\sin(nt)$ hội tụ về $0$ khi thử với bất kỳ $f$ cố định nào (hội tụ yếu), nhưng không bao giờ hội tụ về $0$ theo chuẩn (không hội tụ mạnh): dao động ngày càng nhanh và "trung bình triệt tiêu" khi thử với mọi đầu dò cố định, mà bản thân tín hiệu không mất năng lượng.

Ví dụ: Thống kê và kỹ thuật: hồi quy bình phương tối thiểu như một phép chiếu trực giao

Cho ma trận dữ liệu $A$ (các cột = các biến dự báo) và quan sát $b$ , hồi quy bình phương tối thiểu cực tiểu hóa $\|Ax-b\|^2$ theo $x$ . Dùng ý tưởng chiếu trong không gian Hilbert (trường hợp hữu hạn chiều của lập luận Riesz/trực giao ở trên, với $H=\mathbb{R}^n$ và tích vô hướng) để suy ra phương trình chuẩn tắc $A^{\mathsf T}A\hat x=A^{\mathsf T}b$ mà nghiệm cực tiểu $\hat x$ phải thỏa.

Lời giải

Tập các đầu ra đạt được $\{Ax:x\in\mathbb{R}^n\}$ là một không gian con $\mathrm{ran}(A)\subseteq\mathbb{R}^m$ (hữu hạn chiều, tự động đầy đủ, nên là không gian con đóng của không gian Hilbert $\mathbb{R}^m$ ). Cực tiểu hóa $\|Ax-b\|^2$ chính xác là bài toán tìm điểm của $\mathrm{ran}(A)$ gần $b$ nhất.

Theo định lý chiếu trong không gian Hilbert (cùng ý tưởng phân tích trực giao dùng để chứng minh định lý biểu diễn Riesz ở trên), điểm gần nhất $A\hat x$ trong một không gian con đóng tới $b$ được đặc trưng bởi việc phần dư $b-A\hat x$ trực giao với toàn bộ không gian con đó, tức $\langle b-A\hat x,\,Av\rangle=0\ \ \forall v$ .

Viết $Av=A(v_1,\dots,v_n)$ chạy qua mọi cột của $A$ khi $v$ chạy qua các vectơ cơ sở chuẩn tắc, điều kiện $\langle b-A\hat x,\,Av\rangle=0\ \ \forall v$ áp dụng cho từng cột $a_j$ của $A$ cho $\langle b-A\hat x,a_j\rangle=0$ với mọi $j$ , gộp lại thành một phương trình ma trận duy nhất chính xác là $A^{\mathsf T}(b-A\hat x)=0$ .

Khai triển cho $A^{\mathsf T}b-A^{\mathsf T}A\hat x=0$ , tức phương trình chuẩn tắc $A^{\mathsf T}A\hat x=A^{\mathsf T}b$ . Vậy sự kiện trừu tượng trong không gian Hilbert "phần dư của xấp xỉ tốt nhất trực giao với không gian con xấp xỉ" chính là, dưới dạng ngụy trang, công thức đại số tuyến tính được dùng hàng ngày để khớp một đường hồi quy hay một mô hình nhân tố tài chính.

Lỗi hay gặp. Đừng nhầm lẫn hội tụ yếu (

\sin(nt)\rightharpoonup 0

, nghĩa là

\langle x_n,y\rangle\to\langle x,y\rangle

khi thử với mọi

y

cố định) với hội tụ mạnh (theo chuẩn) (

\|x_n-x\|\to0

). Ví dụ trên cho thấy khoảng cách này một cách cụ thể:

\sin(nt)\rightharpoonup0

yếu trong

L^2[0,2\pi]

, nhưng

\|\sin(nt)\|_2=\sqrt\pi\ne0

với mọi

n

, nên nó hoàn toàn không hội tụ về

0

theo chuẩn. Hội tụ mạnh luôn kéo theo hội tụ yếu (theo Cauchy–Schwarz,

|\langle x_n-x,y\rangle|\le\|x_n-x\|\|y\|\to0

), nhưng chiều ngược lại thất bại chính xác khi "khối lượng" thoát ra tần số vô hạn, chỉ số vô hạn, hay trải mỏng ra — đó chính xác là điều mà tính compact (cần cho định lý phổ ở chủ đề tiếp theo) được thiết kế để loại trừ.

Ghi chú lịch sử

Công trình của David Hilbert về phương trình tích phân đầu những năm 1900 — nghiên cứu các toán tử như $Tf(x)=\int K(x,y)f(y)\,dy$ — đã dẫn ông tới việc coi các dãy hệ số kiểu Fourier như những điểm của một không gian vô hạn chiều, đối tượng sau này được đặt tên là không gian Hilbert để vinh danh ông. Song song đó, Maurice Fréchet và Frigyes Riesz phát triển lý thuyết trừu tượng về các không gian hàm định chuẩn và mêtric (kết quả biểu diễn của chính Riesz cho $L^2[0,1]$ có từ năm 1907), và cuốn sách năm 1932 của Stefan Banach, Théorie des opérations linéaires, đã kết tinh các tiên đề tổng quát của cái mà ngày nay ta gọi là một không gian Banach. Chính John von Neumann, trong công trình 1929–1932 về nền tảng toán học của cơ học lượng tử, là người đầu tiên đưa ra định nghĩa tiên đề hoàn toàn trừu tượng cho không gian Hilbert, độc lập với bất kỳ hiện thực hóa cụ thể nào — chính xác vì ông cần một khung chặt chẽ để chứng minh rằng cơ học ma trận của Heisenberg và cơ học sóng của Schrödinger thực ra là cùng một lý thuyết vật lý.

David Hilbert John von Neumann

Nghiên cứuHướng nghiên cứu mở: hình học của các không gian vô hạn chiều

Hiện trạng nghiên cứu tính đến năm 2026

Một hướng nghiên cứu chính đang hoạt động là chương trình Ribe: Martin Ribe đã chỉ ra vào năm 1976 rằng cấu trúc địa phương (không gian con hữu hạn chiều) của một không gian Banach, một cách đáng chú ý, được xác định hoàn toàn bởi cấu trúc của nó như một không gian mêtric, không cần tham chiếu đến tính tuyến tính. Từ đó, các nhà nghiên cứu (đáng chú ý là Assaf Naor và cộng sự) đã nỗ lực dịch các bất biến kinh điển của không gian Banach — type, cotype, độ trơn — thành các khái niệm thuần túy mêtric (metric type, metric cotype, Markov type) có nghĩa cho bất kỳ không gian mêtric nào, không chỉ không gian tuyến tính. Giải tích hàm hình học phi tuyến này hiện nay tác động trực tiếp tới khoa học máy tính lý thuyết: các chặn về việc một không gian mêtric có thể nhúng vào $\ell^2$ hay $\ell^1$ với độ méo thấp ra sao điều khiển hiệu năng của các thuật toán xấp xỉ cho các bài toán như Sparsest Cut, và các kết quả không nhúng được định lượng (ví dụ cho đồ thị giãn nở) cho các chặn dưới cho các thuật toán đó. Tính đến năm 2026, các phiên bản định lượng chính xác của một số định lý kiểu Dvoretzky phi tuyến, và lời giải đầy đủ cho bài toán rời rạc hóa của Bourgain trong các không gian Banach tổng quát, vẫn là những hướng nghiên cứu còn mở tại giao điểm của giải tích hàm, hình học mêtric và khoa học máy tính.

Không gian Banach nào sau đây không phải là không gian Hilbert (chuẩn của nó không đến từ một tích vô hướng)?

Trong một không gian Hilbert, nếu $\|x\|=3$ và $\|y\|=4$ , thì $\|x+y\|^2+\|x-y\|^2$ bằng bao nhiêu?

Định lý biểu diễn Riesz bảo đảm điều gì về một phiếm hàm tuyến tính bị chặn $\varphi$ trên một không gian Hilbert $H$ ?

Trong ví dụ $\sin(nt)$ , tại sao tín hiệu $\sin(nt)$ "trung bình triệt tiêu về không" khi thử với mọi đầu dò cố định $f$ khi $n\to\infty$ , dù nó không bao giờ mất năng lượng?

Tài liệu tham khảo

Walter Rudin (1991). Functional Analysis
John B. Conway (2007). A Course in Functional Analysis
Assaf Naor (2012). An introduction to the Ribe program · arXiv:1205.5993