泛函分析笔记01：距离空间的基本概念

第一章：距离空间和拓扑空间

1.1 距离空间的基本概念

距离空间定义

定义1.1： 设$X\ne \varnothing$ ， 如果 $d:X\times X\to \mathbb{R}$ 满足：

\quad (1).（非负性）$d(x,y)\ge 0$；（分离性） $d(x,y)=0\iff x=y$

\quad (2).（对称性）$d(x,y)=d(y,x)$

\quad (3).（三角不等式）$d(x,y)\le d(x,z)+d(z,y)$

则称 $d$ 是$X$ 上的一个距离。称$(X,d)$是距离空间。

注：“非负性”条件可去。

$proof：$ 事实上，$\forall x,y\in X$，有
$$0=d(x,x)\le d(x,y)+d(y,x)=2\cdot d(x,y)$$

定义1.2：如果 $(X,d)$是距离空间，且$X_0\subset X$，则$d{|}_{X_0\times X_0}$ 是$X_0$上的距离，从而$(X_0,d)$构成一个距离空间。此时，称$(X_0,d)$是$(X,d)$的子空间

举例

以下为距离空间的例子：

例 1：n维欧式空间 ${\mathbb{K}}^n$（其中$\mathbb{K}=\mathbb{R}$ 或 $\mathbb{C}$),$\forall x=(x_1,\cdots ,x_n),y=(y_1,\cdots ,y_n)\in {\mathbb{K}}^n$

• 定义$d(x,y)={\left({\sum }_{i=1}^n{\left|x_i-y_i\right|}^2\right)}^{\frac{1}{2}}$，则$d$是${\mathbb{K}}^n$上的距离

• 定义$d_1(x,y)={\sum }_{i=1}^n|x_i-y_i|$，则$d_1$是${\mathbb{K}}^n$上的距离

• 定义$d_{\infty }(x,y)={\max }_i|x_i-y_i|$，则$d_{\infty }$是${\mathbb{K}}^n$上的距离

• 定义$d_p(x,y)={\left({\sum }_{i=1}^n{\left|x_i-y_i\right|}^p\right)}^{\frac{1}{p}},1<p<+\infty$，则$d_p$是${\mathbb{K}}^n$上的距离 ($L_p$空间)

注：当$0<p<1$时，可定义$d_p(x,y)={\sum }_{i=1}^n|x_i-y_i{|}^p$，此时$d_p$是${\mathbb{K}}^n$上的距离

例 2：离散距离空间，设$X\ne \varnothing$，定义$d(x,y)=\mathbb{I}(x\ne y)$，则 $d$ 是$X$上的距离

例 3：在$\mathbb{K}$中，定义$d_1=\frac{|x-y|}{1+|x-y|}$，则$d$是 $\mathbb{K}$上的距离

例 4：记$s$为$\mathbb{R}$上数列的全体构成的集合， ∀ x = { x n } n = 1 ∞ , y = { y n } n = 1 ∞ ∈ s \forall x=\{x_n\}_{n=1}^\infty,y=\{y_n\}_{n=1}^\infty \in s ∀x={xn​}n=1∞​,y={yn​}n=1∞​∈s，定义$d(x,y)={\sum }_{n=1}^{\infty }\frac{1}{2^n}\cdot \frac{|x_n-y_n|}{1+|x_n-y_n|}$，则$d$是$s$上的距离

例 5：记$S[a,b]$为$[a,b]$上所有$a.e.$有限可测函数的全体。设$x,y\in S[a,b]$，定义$d(x,y)={\int }_{[a,b]}\frac{|x(t)-y(t)|}{1+|x(t)-y(t)|}dt$，则$d$是$S[a,b]$上的距离

例 6：连续函数空间$C[a,b]$，定义 $d(f,g)=su{p}_{t\in [a,b]}|f(t)-g(t)|$,则$d$是$C[a,b]上的距离

例 7：设$E\in \mathbb{R}$中的Lebesgue可测集，$L^{\prime }(E)$是$E$上所有Lebesgue可积函数全体构成的集合。定义$d(f,g)={\int }_E|f(t)-g(t)|dt$，则$d$是$L^{\prime }(E)$上的距离

例 8：设$l^{\infty }$是$\mathbb{K}$上有界数列的全体构成的集合， ∀ x = { x n } n = 1 ∞ , y = { y n } n = 1 ∞ ∈ l ∞ \forall x=\{x_n\}_{n=1}^\infty,y=\{y_n\}_{n=1}^\infty \in l^\infty ∀x={xn​}n=1∞​,y={yn​}n=1∞​∈l∞,定义$d(x,y)={\sup }_{n\in \mathbb{N}}|x_n-y_n|$，则$d$是$l^{\infty }$上的距离

收敛性

定义1.3：设$(X,d)$是距离空间， { x n } n = 1 ∞ ⊂ X \{x_n\}_{n=1}^\infty\subset X {xn​}n=1∞​⊂X，且$x_0\in X$,如果 ${\lim }_{n\to \infty }d(x_n,x_0)=0$,则称 { x n } n = 1 ∞ \{x_n\}_{n=1}^\infty {xn​}n=1∞​收敛于 $x_0$，记作 ${\lim }_{n\to \infty }{x}_n=x_0$或 $x_n\to x_0$。若 { x n } n = 1 ∞ \{x_n\}_{n=1}^\infty {xn​}n=1∞​不收敛于$X$中的任意点，则称 { x n } n = 1 ∞ \{x_n\}_{n=1}^\infty {xn​}n=1∞​发散。

性质1.4：

• 收敛的极限是唯一的

• 收敛点列的子列也收敛，且极限相等

• $d:X\times X\to \mathbb{R}$是二元连续函数

例 9：

• 在欧式空间${\mathbb{K}}^n$中，收敛等价于按坐标收敛
• 在$s$中，收敛等价于按坐标收敛

连续性

定义1.5：设 $(X,d),(X_1,d_1)$为距离空间，$f:X\to X_1$为一映射,$x_0\in X$，若对任意的 $ϵ>0$,存在 $\delta >0$,当 $d(x,x_0)<\delta$时，有 $d(f(x),f(x_0))<ϵ$,则称 $f$在$x_0$连续。如果 $f$在 $X$上的每个点都连续，则称 $f$在 $X$上连续。