3.1 赋范线性空间和Banach空间
3.1.1 赋范线性空间
定义3.1.1 (范数,赋范线性空间) 设X为是实(或:复)数域F的线性空间,若对xX,存在一个实数x于之对应,且满足下列条件:
(1) x0; 且x0x0; (非负性 (non-negativity))
(2) xx,F; (正齐(次)性 (positive homogeneity)) (3) xyxy,x,yX; (三角不等式(triangle inequality)) 则称x为x的范数(norm),称(X,简称赋范空间(normed space).
例3.1.1 空间C[a,b]是闭区间[a,b]上的连续函数全体所成的线性空间。对fC[a,b],规定
)(或:X)为赋范线性空间(normed linear space),
fmaxf(t), (3.1.1)
t[a,b]易证f是f的范数,则C[a,b]按上述范数成为赋范线性空间。
例3.1.2 设L[a,b]是闭区间[a,b]上的Lebesgue可积函数全体所成的线性空间。对
fL[a,b],规定
ff(t)dt, (3.1.2)
a若将在[a,b]上满足f(t)g(t)的两个函数f,g视为同一个函数,即将在[a,b]上满足
bf(t)0的函数f视为恒等于零的函数,即f0,则在L[a,b]上,f是f的范数,从而
L[a,b]按上述范数成为赋范线性空间。
例3.1.3 在n维实向量空间Rn或n维复向量空间(称为酉空间)Cn中,对
x(x1,x2,,xn)Rn(或Cn),令
2nxxi, (3.1.3)
i112 1
或
x1xi 或 x2maxxi,
i1n1in它们都是x的范数,称(3.1.3)中的范数为Euclidean范数,Rn按范数(3.1.3)所得到的赋范线性空间称为Euclidean空间。
例3.1.4(空间C(k)[a,b]) C(k)[a,b]是闭区间[a,b]上连续,在[a,b]中处处k次连续可微的函数全体所成的线性空间。对fC(k)[a,b],令
fmaxf(t),f(t),,f(k)(t), (3.1.4)
t[a,b]则f是f的范数,C(k)[a,b]按上述范数成为赋范线性空间。 定义3.1.2 设(X,)是赋范线性空间,对x,yX,令
(x,y)xy, (3.1.5)
则称(x,y)为由范数
决定的度量。
注1 易验证(x,y)xy满足度量的3个条件。
注2 我们今后对每个赋范线性空间总是按照(3.1.5)引入度量,使之成为度量空间。这样我们就可以在赋范线性空间中引入极限的概念。
定理3.1.1 设(X,)是线性的度量空间(即:(X,)既是线性空间,又是度量空间),若度量是由某个范数
决定的,则满足:对x,yX,是数,有
(x,y)(xy,0),(x,0)(x,0). (3.1.6)
反之,若满足(3.1.6),则x(x,0)就是x的范数。
也就是说:(3.1.6)是线性的度量空间成为赋范线性空间(指范数与度量满足(3.1.5))的充分必要条件。
证 设度量是由某个范数
决定的,即
(x,y)xy,
则对x,yX,是数,有
(x,y)xy(xy)0(xy,0);
(x,0)x0xxx0(x,0).
反之,若度量满足(3.1.6),定义
2
x(x,0).
(1) 若x(x,0)0x0;(由度量的定义立得。) (2) x(x,0)(x,0)x. (由(3.1.6)得) (3) xy(xy,0)(x(y),0)(x,y)
(x,0)(y,0)xyx1yxy.
证毕!
注 并不是所有的度量都是由某个范数所决定的。
例如,在数列空间s{x(x1,x2,x3,)xiR1(或C1)}中,度量为
(x,y)i11xiyi, i21xiyi若令
1xi, x(x,)i21xi1i则对常数0,显然它不满足正齐(次)性条件xx.
又如离散度量空间。设X为任一非空集,对(x,y)XX, :XXR1定义如下:
0,xy, (x,y)1,xy.若令
0,x0,, x(x,0)1,x0,则对常数0,1,显然它也不满足正齐(次)性条件xx.
(x(x,0)0,x0(x,0)(x,0)x.)
1,x0由此可知:由范数所决定的度量主要是针对线性空间定义的度量,它除了满足一般度量的3个条件,还必须满足正齐(次)性,这是一般度量所不具备的。
另外,范数是向量长度的推广,因此向量x的长度x当然要满足:xx,而一般度量(距离)却没有这样的要求。 例3.1.5(空间l)
3
pl{x(x1,x2,x3,)xi(i1,2,)R(或C),p11xi1pi,p1}
(即p方绝对收敛的实(或:复)数列的全体),lp按照对每个坐标xi(i1,2,)的线性运算成为线性空间。对x(x1,x2,x3,)lp,
xppxii11p
是x的范数,lp按照xp成为赋范线性空间。
例3.1.6(空间l) 设l是有界实(或:复)数列x(x1,x2,x3,)全体按通常的线性运算所成的线性空间(它是s的线性子空间)。
对于x(x1,x2,x3,)l,
xsupxi
i是x的范数,则l按照x成为赋范线性空间。
例3.1.7(空间V[a,b]) 设V[a,b]是区间[a,b]上的实(或:复)有界变差函数的全体,按照通常的线性运算,它是一个线性空间。对fV[a,b],令
ff(a)V(f), (3.1.8)
ab则f是f的范数,则V[a,b]按范数f成为赋范线性空间。 令
V0[a,b]{ffV[a,b],f在(a,b)中每点都是右连续的,且f(a)0},
b它是V[a,b]的线性子空间。在V0[a,b]上,范数f等于全变差V(f).
a证 V[a,b]按照通常的线性运算是线性空间,这一点是显然的。今证(3.1.8)定义的范数满足定义3.1.1的3个条件。
(1) 对fV[a,b],显然f0;
ff(a)V(f)0f(a)0 且 V(f)0f0.
aabb(2)
ff显然;
bbbaaa (3) fgf(a)g(a)V(fg)f(a)g(a)V(f)V(g)fg;
4
故由定义3.1.1知:f是f的范数,且V[a,b]按范数f成为赋范线性空间。 证毕!
3.1.2 Banach空间
定义3.1.3 设(X,)是赋范线性空间,xn(n1,2,)、xX,若当n时,
xnx0,
则称点列{xn}依范数
收敛于x ({xn} converges to x in norm),记作
limxnx (或:xnx(n)).
n并称{xn}为收敛点列 (convergent sequence),称x为点列{xn}的极限 (limit). 定义3.1.4 设(X,)是度量空间,{xn}是X中的点列。若
对0,存在N()0,当m,nN()时,恒有(xm,xn),
则称{xn}是X中的基本点列,或Cauchy点列。
定理3.1.2 (1) 度量空间X中的收敛点列{xn}必是基本点列.
(2) 设{xn}是度量空间X中的基本点列,若{xn}有子点列{xn}收敛于X中的点x,则
k{xn}也收敛于x.
定义3.1.5 设(X,)是度量空间,若X中的每个基本点列都收敛,则称X是完备(度量)空间。
若A是度量空间X的子空间,若A作为度量空间是完备的,则称A是X中的完备子空间。
完备的赋范线性空间称为巴拿赫(Banach)空间。 注1 一个不完备的度量空间可以有完备的子空间。 注2 完备度量空间X的闭子空间A必是完备的子空间;
任何度量空间X的完备的子空间A必是X的闭子集。 例3.1.8 n维Euclidean空间Rn按范数
12n2xxi,x(x1,x2,,xn)Rn,
i1是Banach空间。 例3.1.9 C[a,b]按范数
5
fmaxf(x)x[a,b](fC[a,b])
是Banach空间。
证 在空间C[a,b]中,因为对{fnC[a,b]n1,2,},
limfnf0 {fn}在[a,b]上一致收敛于f,
n所以由数学分析知:fC[a,b]. 只要证明C[a,b]中的任意基本点列{fn}是[a,b]上的一致收敛点列即可。
In fact 设{fn}是C[a,b]中的任意基本点列,即对0,存在自然数N()0,当
m,nN()时,恒有
(fn,fm)fnfmmaxfn(t)fm(t).
atb从而只要m,nN(),对任何t[a,b],必有fn(t)fm(t).
由数列的Cauchy收敛条件知:{fn}在[a,b]上收敛于某一个函数f. 再在上式中令m,得
fn(t)f(t)
因此由t[a,b]的任意性得:
atbmaxfn(t)f(t),
即{fn}在[a,b]上一致收敛于f. 证毕!
]例3.1.10 L[a,b按范数
f是Banach空间。 证 (自证!)
f(t)dt1abfL[a,b]
例3.1.11 若在C[a,b]中定义范数
ff(t)dt(fC[a,b]), 1ab即将C[a,b]看成L[a,b]的子空间,则C[a,b],1是不完备的空间。
In fact 因为C[a,b]按范数
6
f1f(t)dt(fC[a,b])
ab在L[a,b]中稠密,又C[a,b]L[a,b],所以C[a,b]不可能完备。 反例(Counterexample):任取c(acb), 作函数序列{fn}:
1,fn(t)n(tc),1,证明:上述连续函数序列{fn}按范数
atc1n,1c1ntcn,
c1ntb.(自证!) 1的极限函数不是连续函数。
7
因篇幅问题不能全部显示,请点此查看更多更全内容