关于非自反巴拿赫空间中极小化问题解集合是否可能为空的技术问询

当然存在这样的非自反Banach空间例子！咱们结合你提到的定理背景来具体说明：

首先回顾你引用的Constantin Zălinescu《Convex Analysis in General Vector Spaces》中的定理：在自反Banach空间中，*coercive（强制性）*的损失泛函$L$的极小化问题必有非空解集合。但这个结论在非自反Banach空间里并不成立，我们可以构造出明确的反例。

经典反例：$l^1$空间中的无最小值coercive泛函 #

$l^1$是典型的非自反Banach空间（所有绝对可和的实序列构成的空间，范数定义为$|x|1 = \sum{n=1}^\infty |x_n|$）。我们定义泛函$L: l^1 \to \mathbb{R}$如下：
$$
L(x) = \sum_{n=1}^\infty \left(1 - \frac{1}{n}\right)|x_n| + e^{-\sum_{n=1}\infty x_n}
$$

我们来验证这个泛函的关键性质：

1. 满足强制性：当$|x|1 \to \infty$时，要么$\sum{n=1}^\infty |x_n|$趋向无穷，此时前一项求和项会直接趋向无穷；要么$\sum_{n=1}^\infty x_n$趋向负无穷，此时指数项$e^{-\sum x_n}$会趋向无穷。两种情况都能推出$L(x) \to \infty$，符合coercive的定义。
2. 凸且下半连续：泛函的每一项都是凸且下半连续的，它们的和自然也保持这两个性质。
3. 不存在最小值：考虑序列$x_k = (k, 0, 0, \dots)$，计算可得$L(x_k) = \left(1-\frac{1}{1}\right)k + e^{-k} = e^{-k}$，当$k\to\infty$时，$L(x_k) \to 0$。但对于任意$x\in l^1$，$L(x) > 0$：前一项求和是非负的，指数项始终为正；若要前一项为0，必须所有$x_n=0$，此时$L(0)=1>0$。因此泛函的下确界是0，但没有任何$x\in l^1$能达到这个下确界，也就是极小化问题的解集合为空。

背后的核心原因 #

自反Banach空间中，闭有界集是弱紧的，而coercive泛函的水平集（${f\in B \mid L(f)\leq C}$）是闭有界的，因此属于弱紧集；凸下半连续泛函在弱紧集上必然能达到最小值。但非自反空间（比如$l^1$）中，闭有界集不一定具备弱紧性，这就导致coercive泛函的水平集可能失去弱紧性，泛函无法达到下确界，解集合也就为空了。

备注：内容来源于stack exchange，提问作者user224369