数学 · 从零学起 第 5 / 6 节

第 5–6 章 · 稠密与逼近：分析的标准工作流

"好函数稠密"是现代分析的万能钥匙：想证 $L^p$ 上的命题，先对光滑函数/阶梯函数证，再稠密延拓。这两章把这个工作流系统化，并展开傅里叶分析的第一幕。

三层稠密塔

$$C_c^\infty\ \text{(光滑紧支)}\ \subset\ C_c\ \text{(连续紧支)}\ \subset\ L^p(\mathbb{R}^d)$$

三层都稠密。证明工具是磨光（mollifier）：$\varphi_\epsilon = \epsilon^{-d}\varphi(x/\epsilon)$，卷积 $f * \varphi_\epsilon$ 把 $L^p$ 函数磨成光滑且 $\|f*\varphi_\epsilon - f\|_p \to 0$。卷积的直观：加权滑动平均——噪声平滑、图像模糊、热传导的解全是它。这个"卷积逼近 + 稠密延拓"的流水线是偏微分方程弱解理论的标准起手式。

傅里叶级数的分析化

三角函数系在 $L^2[-\pi,\pi]$ 完备：部分和 $S_N f$ 是正交投影，最佳平方逼近。泛函分析视角的大定理：Riesz-Fischer 给出"$L^2$ 系数序列 ↔ $L^2$ 函数"的同构；收敛性问题的分级：$L^2$ 收敛（普遍成立）≠ 逐点收敛（需要额外条件，Carleson 定理是深层结果）≠ 一致收敛（连续+有界变差才保）。应用端：等距性（Parseval：$\|f\|_2^2 = \sum(|a_n|^2 + |b_n|^2)$）是"能量守恒"的数学形态。

逼近论的两张王牌

  • Weierstrass 逼近：多项式在紧区间一致稠密于连续函数——一切"用多项式近似"的合法性来源；
  • Stone-Weierstrass：代数版本，"能分离点、含常数的函数代必稠密"——指数、三角逼近、切比雪夫理论的上位定理。
原文要点：第 5-6 章的方法论重心是"稠密性 + 延拓"的双段式证明模板；书中以磨光卷积为主要的逼近引擎，并指出傅里叶级数在 $L^2$ 框架下"先谈收敛于 $L^2$、再谈逐点"的次序是现代处理的标准。

老师的提醒

  • "先证简单情形再延拓"的写作模板：步骤一，对光滑紧支函数成立（直接计算）；步骤二，稠密性 + 范数连续性传递。记住模板能省一半证明时间。
  • Parseval 等式是"频域能量 = 时域能量"——信号处理与 PDE 估计里反复出现的账本。

自检

  • 磨光卷积为什么能逼近？直观图像是什么？
  • 傅里叶级数的三种收敛各自需要什么条件？
  • 复述"稠密延拓"证明模板的两段式结构。

更深一层：磨光卷积是"分析学的橡皮擦"

磨光核 $\varphi_\epsilon$ 与卷积 $f * \varphi_\epsilon$ 的组合被称为"分析的橡皮擦"：它把不可导的函数擦成光滑（$C^\infty$）、把跳跃抹成陡坡、把噪声摊平——而总体的形状（$L^p$ 意义）几乎不变。它的三大性质构成了现代分析的工作底盘：保范数收缩（$\|f * \varphi_\epsilon\|_p \le \|f\|_p$，Young 不等式）、局部性（支撑集只膨胀 $\epsilon$）、逼近性（$\epsilon \to 0$ 时收回原函数）。偏微分方程的弱解理论、广义函数（分布）的定义、图像处理的高斯模糊，全部以它为原子操作。

卷积的物理词典要随身携带：线性系统的输出 = 输入卷积冲激响应（信号处理）、热传导的解 = 初温卷积热核（PDE）、概率的独立和 = 密度卷积（概率论）——三个学科共用同一个积分，只是名字不同（输出/解/分布）。卷积是"线性时不变"这个万能假设的数学化身。

推导细读：稠密延拓的"两段式作文模板"

现代分析的证明写作有一个高频模板，本章把它练成肌肉记忆：第一段——对性质良好的函数类（光滑紧支、阶梯、多项式）直接证明命题（此处通常只有计算）；第二段——用稠密性 + 范数的连续性把命题延拓到全空间（此处通常只有 $\epsilon/3$ 式的估计）。例如"$L^p$ 上的平移连续性"：先对 $C_c$ 函数用一致连续性直接算，再稠密延拓。这个模板的威力在于把无限多难题分解为"一个好算的 + 一个标准的延拓"——分析学论文一半的证明都是它的变奏。识别出命题属于这个模板，证明就完成了 80%。

在真实世界里：Weierstrass 逼近的两张工程面孔

多项式稠密性（Weierstrass/Stone-Weierstrass）在工程里有两张面孔。理论面孔：它保证任何连续响应都可以用多项式/有理分式任意逼近——控制系统的传递函数拟合、放大器的频率补偿设计都默认它。数值面孔：多项式逼近的稳定性由节点分布决定——等距节点的高次插值会 Runge 振荡，切比雪夫节点则指数收敛（逼近论里最实用的反差）。Stone-Weierstrass 的抽象版还回答"哪些函数族足以逼近一切"：能分离点 + 含常数 + 代数封闭——神经网络万能逼近定理的祖师爷。

专题深入：磨光卷积的"分析橡皮擦"完整版

磨光核 $\varphi_\epsilon$ 与卷积 $f * \varphi_\epsilon$ 的组合被称为"分析的橡皮擦"：它把不可导的函数擦成光滑（$C^\infty$）、把跳跃抹成陡坡、把噪声摊平——而总体的形状（$L^p$ 意义）几乎不变。三大性质：保范数收缩（$\|f * \varphi_\epsilon\|_p \le \|f\|_p$，Young 不等式）、局部性（支撑集只膨胀 $\epsilon$）、逼近性（$\epsilon \to 0$ 时收回原函数）。偏微分方程的弱解理论、广义函数（分布）的定义、图像处理的高斯模糊，全部以它为原子操作。

卷积的物理词典要随身携带：线性系统的输出 = 输入卷积冲激响应（信号处理）、热传导的解 = 初温卷积热核（PDE）、概率的独立和 = 密度卷积（概率论）——三个学科共用同一个积分，只是名字不同。卷积是"线性时不变"这个万能假设的数学化身。

数学细节展开：稠密延拓的"两段式作文模板"完整版

现代分析的证明写作有一个高频模板，本章把它练成肌肉记忆：第一段——对性质良好的函数类（光滑紧支、阶梯、多项式）直接证明命题（此处通常只有计算）；第二段——用稠密性 + 范数的连续性把命题延拓到全空间（此处通常只有 $\epsilon/3$ 式的估计）。这个模板的威力在于把无限多难题分解为"一个好算的 + 一个标准的延拓"——分析学论文一半的证明都是它的变奏。识别出命题属于这个模板，证明就完成了 80%。

工程案例细节：Weierstrass 逼近的两张工程面孔

多项式稠密性（Weierstrass/Stone-Weierstrass）在工程里有两张面孔。理论面孔：它保证任何连续响应都可以用多项式/有理分式任意逼近——控制系统的传递函数拟合、放大器的频率补偿设计都默认它。数值面孔：多项式逼近的稳定性由节点分布决定——等距节点的高次插值会 Runge 振荡，切比雪夫节点则指数收敛（逼近论里最实用的反差）。Stone-Weierstrass 的抽象版还回答"哪些函数族足以逼近一切"：能分离点 + 含常数 + 代数封闭——神经网络万能逼近定理的祖师爷。

例题

取磨光核 $\varphi_\epsilon(x) = \frac{1}{\epsilon\sqrt\pi}e^{-x^2/\epsilon^2}$（未归一化常数可差），说明 $f * \varphi_\epsilon$ 对 $f(x) = |x|$ 在 $\epsilon \to 0$ 时的效果，并计算在 $x = 0$ 处的近似值（取 $\epsilon = 0.1$，粗略估计）。

解答

磨光的图像：卷积 = 加权滑动平均。$|x|$ 的尖角被"抹圆"：在 $x = 0$ 附近，$(| \cdot | * \varphi_\epsilon)(0) = \int | -y|\,\varphi_\epsilon(y)dy = E|Y|$（$Y\sim$ 半宽 $\epsilon$ 的高斯）：

$$\int |y|\,\frac{1}{\epsilon\sqrt\pi}e^{-y^2/\epsilon^2}dy = \frac{2}{\epsilon\sqrt\pi}\int_0^\infty y e^{-y^2/\epsilon^2}dy = \frac{\epsilon}{\sqrt\pi}$$

$\epsilon = 0.1$：$\approx 0.0564$——尖角处函数值从 0 被抬高到 $\epsilon/\sqrt\pi$。

收敛性：$\epsilon \to 0$ 时处处（含 0）收敛回 $f$；光滑化把不可导点抹成可导，是弱解理论的标准工具。

本页是《实分析》第 5 节的学习笔记：为便于初学，讲解、例题与要点概括均为本站原创整理，公式与章节定位供对照原书使用。

📑 本书目录　经典研读