3.1 赋范线性空间和Banach空间
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第3章 赋范线性空间
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x X ∀∈,存在一个实数x 于之对应,且满足下列条件:
(1) 0≥x ; 且0=x ⇔=0x ; (非负性 (non-negativity))
(2) αα=x x ,α∈F ; (正齐(次)性 (positive homogeneity)) (3) +≤+x y x y ,,X ∈x y ; (三角不等式(triangle inequality)) 则称x 为x 的范数(norm),称(,)X ∙
(或:X )为赋范线性空间(normed linear space),
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[,]f C a b ∀∈,规定
[,]
max ()t a b f f t ∈=, (3.1.1)
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[,]a b L 是闭区间[,]a b 上的Lebesgue 可积函数全体所成的线性空间。
对
[,]f a b ∀∈L ,规定
()d b
a
f f t t =⎰, (3.1.2)
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
()0f t ∙
=的函数f 视为恒等于零的函数,即0f =,则在[,]a b L 上,f 是f 的范数,从而
[,]a b L 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n R 或n 维复向量空间(称为酉空间)n C 中,对
12(,,,)n n x x x x ∀=∈R (或n C ),令
12
21n
i i x x =⎛⎫= ⎪⎝⎭
∑, (3.1.3)
或
11
n
i i x x ==∑ 或 21m a x i i n
x x ≤≤=,
它们都是x 的范数,称(3.1.3)中的范数为Euclidean 范数,n R 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()[,]k C a b ) ()[,]k C 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()[,]k f C a b ∀∈,令
{}
()[,]
max (),(),,()k t a b f f t f t f t ∈'= , (3.1.4)
则f 是f 的范数,()[,]k C 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 y X ∀∈,令
(,)x y x y ρ=-, (3.1.5)
则称(,)x y ρ为由范数
∙
决定的度量。
注1 易验证(,)x y x y ρ=-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 ρ是线性的度量空间(即:(,)X ρ既是线性空间,又是度量空间),若度量ρ是由某个范数
∙
决定的,则ρ满足:对,x y X ∀∈,α是数,有
(,)(,0)x y x y ρρ=-,(,0)(,0)x x ρααρ=. (3.1.6)
反之,若ρ满足(3.1.6),则(,0)x x ρ=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ρ是由某个范数
∙
决定的,即
(,)x y x y ρ=-,
则对,x y X ∀∈,α是数,有
(,)()0(,0);x y x y x y x y ρρ=-=--=-
(,0)00(,0)x x x x x x ρααααααρ=-===-=.
反之,若度量ρ满足(3.1.6),定义
(,0)x x ρ=.
(1) 若(,0)00x x x ρ==⇔=;(由度量的定义立得。
) (2) (,0)(,0)x x x x αρααρα===. (由(3.1.6)得) (3) (,0)((),0)(,)x y x y x y x y ρρρ+=+=--=-
(,0)(,0)1x y x y x y x y ρρ≤+-=+-=+-=+.
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11123{(,,,)
()}i s x x x x ==∈R C 或x 中,度量为
1
1(,)21i i
i
i i i
x y x y ρ∞
=-=+-∑
x y , 若令
11(,)21i
i
i i
x x ρ∞
===+∑x x 0, 则对常数0α≠,显然它不满足正齐(次)性条件αα=x x .
又如离散度量空间。
设X 为任一非空集,1:X X R ρ⨯→定义如下:
对(,)x y X X ∀∈⨯, 0,,
(,)1,.x y x y x y ρ=⎧=⎨
≠⎩
若令
0,0,
(,0)1,0,
x x x x ρ=⎧==⎨
≠⎩, 则对常数0,1α≠,显然它也不满足正齐(次)性条件x x αα=.
(0,0
(,0)(,0)(,0)1,0
x x x x x x x αραραρα=⎧===≠=⎨
≠⎩
.)
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αx 的长度αx 当然要满足:αα=x x ,而一般度量(距离)却没有这样的要求。
例3.1.5(空间p
l )
11
1231
{(,,,)(1,2,)(),
,1}p
i i
i x x x x x i x
p ∞
====∈<∞≥∑R C 或p l
(即p 方绝对收敛的实(或:复)数列的全体),p l 按照对每个坐标(1,2,)i x i = 的线性运算成为线性空间。
对123(,,,)x x x ∀=∈ p x l ,
11p
p i p
i x ∞=⎛⎫
= ⎪⎝⎭
∑x
是x 的范数,p l 按照p x 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123(,,,)x x x = x 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123(,,,)x x x ∞∀=∈ x l ,
sup i i
x ∞
=x
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[,]f V a b ∈,令
()()V b
a
f f a f =+, (3.1.8)
则f 是f 的范数,则[,]V a b 按范数f 成为赋范线性空间。
令
0[,]{[,],(,)()0}V a b f
f V a b f a b f a =∈=在中每点都是右连续的,且,
它是[,]V a b 的线性子空间。
在0[,]V a b 上,范数f 等于全变差()V b
a
f .
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[,]f V a b ∈,显然0f ≥;
()()0()0V b a
f f a f f a =+=⇒= 且 ()0V b
a
f =0f ⇒≡.
(2)
f f αα=显然;
(3) ()()()()()()()V V V b
b
b
a
a
a
f g f a g a f g f a g a f g f g +=+++≤+++=+;
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,(1,2,)n x n x X =∈ 、,若当n →∞时,
0n x x -→,
则称点列{}n x
依范数
∙
收敛于x ({}n x converges to x in norm),记作
lim n n x x →∞
= (或:()n x x n →→∞).
并称{}n x 为收敛点列 (convergent sequence),称x 为点列{}n x 的极限 (limit). 定义3.1.4 设(,)X ρ是度量空间,{}n x 是X 中的点列。
若
对0ε∀>,存在()0N ε>,当,()m n N ε≥时,恒有(,)m n x x ρε<,
则称{}n x 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{}n x 必是基本点列.
(2) 设{}n x 是度量空间X 中的基本点列,若{}n x 有子点列{}k
n x 收敛于X 中的点x ,则
{}n x 也收敛于x .
定义3.1.5 设(,)X ρ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n R 按范数
121n i i x x =⎛⎫
= ⎪⎝⎭
∑,12(,,,)n n x x x x =∈R ,
是Banach 空间。
例3.1.9 [,]C a b 按范数
[,]
max ()
([,])x a b f f x f C a b ∈=∈
是Banach 空间。
证 在空间[,]C a b 中,因为对{[,]1,2,}n f C a b n ∈= ,
lim 0
n n f f →∞
-= ⇔ {}n f 在[,]a b 上一致收敛于f ,
所以由数学分析知:[,]f C a b ∈. 只要证明[,]C a b 中的任意基本点列{}n f 是[,]a b 上的一致收敛点列即可。
In fact 设{}n f 是[,]C a b 中的任意基本点列,即对0ε∀>,存在自然数()0N ε>,当
,()m n N ε≥时,恒有
(,)max ()()
n m n m n m a t b
f f f f f t f t ρε≤≤=-=-<.
从而只要,()m n N ε≥,对任何[,]t a b ∈,必有()()n m f t f t ε-<.
由数列的Cauchy 收敛条件知:{}n f 在[,]a b 上收敛于某一个函数f . 再在上式中令m →∞,得
()()n f t f t ε-≤
因此由[,]t a b ∈的任意性得:
max ()()n a t b
f t f t ε≤≤-<,
即{}n f 在[,]a b 上一致收敛于f . 证毕!
例3.1.10 [,]a b L 按范数
()
1
()d [,]b
a
f
f t t f a b =∈⎰L
是Banach 空间。
证 (自证!)
例3.1.11 若在[,]C a b 中定义范数
1
()d ([,])b
a
f
f t t f C a b =∈⎰, 即将[,]C a b 看成[,]a b L 的子空间,则(
)1
[,],
C a b
是不完备的空间。
In fact 因为[,]C a b 按范数
1
()d ([,])b
a
f
f t t f C a b =∈⎰
在[,]a b L 中稠密,又[,][,]C a b a b ≠L ,所以[,]C a b 不可能完备。
反例(Counterexample):任取()c a c b <<, 作函数序列{}n f :
11111,,
()(),
,1,.
n n n n n a t c f t n t c c t c c t b ⎧⎪⎪
⎨⎪⎪⎩
-≤≤-=--≤≤++≤≤
证明:上述连续函数序列{}n f 按范数
1
的极限函数不是连续函数。
(自证!)。