在强连续映射语境下，希尔伯特空间B(H)的强拓扑是什么？

我来给你把这个概念掰扯明白～你提到的“强连续映射”，本质就是依托这个强拓扑定义的，先把强拓扑的核心逻辑说透：

核心定义：逐点收敛的拓扑 #

强拓扑是$B(H)$上的局部凸拓扑，它是让所有“点态赋值映射”都连续的最粗拓扑——说白了，就是要求算子在希尔伯特空间的每个向量上的作用，都能“连续变化”。

用邻域基来描述会更具体：对于任意算子$T \in B(H)$，它的强邻域基由以下形式的集合生成：

$U(T; x_1, x_2, ..., x_n; \epsilon) = { S \in B(H) \mid |(S-T)x_i| < \epsilon, \forall i=1,2,...,n }$
这里的$x_1,...,x_n$是$H$里任意挑的有限个向量，$\epsilon$是任意正实数。简单说，就是和$T$在这有限个向量上的作用“足够接近”的所有算子，构成了$T$的一个强邻域。

关键特征要分清 #

• 收敛性的判断：算子序列${T_n}$在强拓扑下收敛到$T$，当且仅当对每一个$x \in H$，$|T_n x - T x| \to 0$——也就是逐点的范数收敛，注意不是一致收敛哦。
• 和算子范数拓扑的区别：算子范数拓扑要求的是一致收敛（对所有单位向量$x$，$|T_n x - T x|$一致趋于0），强拓扑只要求逐点收敛，所以强拓扑比范数拓扑“弱”：范数收敛能推出强收敛，但反过来不行。举个直观例子：在$l^{2$空间上，右移位算子的幂次$S}n$，当$n \to \infty$时，对每个$x \in l^2$，$Sn x$都会趋于0（强收敛），但它的算子范数始终是1，完全不收敛到0。
• 和弱拓扑的关系：强拓扑比弱拓扑“强”（弱拓扑更粗），弱收敛只要求对任意$x,y \in H$，内积$\langle (T_n - T)x, y \rangle \to 0$，显然强收敛能推出弱收敛，但弱收敛推不出强收敛。

和你提到的强连续映射的关联 #

你说的“从度量空间$X$到$B(H)$的强连续映射”，就是指这个映射在$B(H)$的强拓扑下连续：对任意$x_0 \in X$，任意$\epsilon > 0$，任意有限个$x_1,...,x_n \in H$，总能找到$\delta > 0$，当$X$中两点的距离$d(x,x_0) < \delta$时，$|(f(x)-f(x_0))x_i| < \epsilon$对所有$i$都成立——本质就是这个映射在每个希尔伯特空间向量上的作用都是连续的。

内容的提问来源于stack exchange，提问作者user530375