47 lines
1.3 KiB
Markdown
47 lines
1.3 KiB
Markdown
---
|
||
title: "Banach 空间 (Banach Space)"
|
||
created: 2026-06-17
|
||
updated: 2026-06-17
|
||
type: concept
|
||
tags: [mathematics, functional-analysis, topology]
|
||
sources: [raw/papers/schmocker-weighted-uat-2026.md]
|
||
confidence: high
|
||
---
|
||
|
||
# Banach 空间 (Banach Space)
|
||
|
||
Banach 空间是**完备赋范向量空间**——函数分析中最基础的无限维空间结构。在 [[weighted-uat-manifolds|Schmocker & Teichmann (2026)]] 的 [[functional-input-neural-networks|FNN]] 框架中作为输出空间。
|
||
|
||
## 定义
|
||
|
||
`(X, ‖·‖)` 是 Banach 空间，若：
|
||
1. 范数 `‖·‖` 完备（所有 Cauchy 序列收敛）
|
||
2. `‖x‖ ≥ 0`，等号当且仅当 x=0
|
||
3. `‖λx‖ = |λ| ‖x‖`，`‖x+y‖ ≤ ‖x‖ + ‖y‖`
|
||
|
||
## 关键性质
|
||
|
||
- **Hahn-Banach 定理**：线性泛函可延拓
|
||
- **开映射定理**：满射连续线性映射是开映射
|
||
- **一致有界原理**（Banach-Steinhaus）
|
||
|
||
## 在 FNN 中的角色
|
||
|
||
FNN 的输出空间 Y 是 Banach 空间，允许：
|
||
- 线性读出层 `c_k ∈ Y`
|
||
- 范数控制的逼近误差界
|
||
- BAP（有界逼近性质）的适用
|
||
|
||
## 常见例子
|
||
|
||
- Hilbert 空间（`L^2`）→ Banach 空间的特例
|
||
- `L^p` 空间 (p ≠ 2)
|
||
- 连续函数空间 `C(K)`
|
||
- Sobolev 空间
|
||
|
||
## 参考
|
||
|
||
- [[infinite-dimensional-manifolds|无限维流形]]
|
||
- [[functional-input-neural-networks|FNN]]
|
||
- [[weighted-uat-manifolds|论文原文]]
|