【泛函分析】压缩映射定理

定义

设有距离空间 $X$（范数为 $d$），映射 $T:X\to X$，若存在 $0\le \lambda <1$，使得
$$d(Tx,Ty)\le \lambda d(x,y),x,y\in X$$
则称 $T$ 是压缩的.

引理

压缩映射 $T$ 是连续的, 即对于任意的收敛序列 $x_n\to x$，有 $T{x}_n\to Tx$.

证明：
$$d(T{x}_n,Tx)\le \lambda d(x_n,x)\to 0$$

压缩映射定理

若 $X$ 是完备距离空间, 则:

（1）$X$ 中的任意一个序列 { x n } \{x_{n}\} {xn​}：$x_{n+1}=T{x}_n$ 收敛，且极限为 $T$ 的不动点.

（2）压缩映射 $T$ 的不动点存在且唯一.

证明：（1）首先证明 { x n } \{x_{n}\} {xn​} 是 Cauchy 序列：
$$d(x_{n+1},x_n)=d(T{x}_n,T{x}_{n-1})\le \lambda d(x_n,x_{n-1})$$
进而
$$d(x_{n+1},x_n)\le {\lambda }^{n}d(x_1,x_0)$$

设 $p$ 是任意的正整数.

当 $\lambda =0$ 时，$d(x_{n+p},x_n)=0$.

当 $\lambda >0$ 时， { x n } \{x_{n}\} {xn​} 是柯西列.

$$\begin{array}{rl}d(x_{n+p},x_n)& \le d(x_{n+p},x_{n+p-1})+d(x_{n+p-1},x_{n+p-2})+...+d(x_{n+1},x_n)\\ & \le ({\lambda }^{n+p-1}+...+{\lambda }^n)d(x_1,x_0)\\ & ={\lambda }^n\frac{1-{\lambda }^p}{1-\lambda }d(x_1,x_0)\\ & \le \frac{{\lambda }^n}{1-\lambda }d(x_1,x_0)\\ & ={\lambda }^n\cdot \frac{d(x_1,x_0)}{1-\lambda }\end{array}$$

因此对于 $\forall ϵ>0$，$\exists N={\log }_{\lambda }\frac{(1-\lambda )ϵ}{d(x_1,x_0)}+1$，使得当 $n>N$ 时，恒有 $|d(x_{n+p},x_n)|\le ϵ$.

又因为空间 $X$ 是完备的，因此 { x n } \{x_{n}\} {xn​} 收敛.

进而
$$x=\underset{n\to \infty }{\lim }{x}_n=\underset{n\to \infty }{\lim }T{x}_{n-1}=T\underset{n\to \infty }{\lim }{x}_{n-1}=Tx$$

（2）任取一点 $x_1\in X$，构造序列 { x n } \{x_n\} {xn​}：$x_{n+1}=T{x}_n$，由（1）可知它收敛，且极限为 $T$ 的不动点，存在性成立. 若唯一性不成立，则存在两个不同 $T$ 在 $X$ 中的不动点 $x_1$ 和 $x_2$， $d(x_1,x_2)=d(T{x}_1,T{x}_2)\le \lambda d(x_1,x_2)<d(x_1,x_2)$，显然矛盾，唯一性成立.

证毕.