泛函分析 01.03 距离空间-开集和连续映射

$\color{blue}{\S 1.2 开集和连续映射}$

$在 \mathbb{R}^2, \mathbb{R} ^3 空间中引入了距离(欧氏距离), 就有了$
$开球:B(x_0, r) = \lbrace x \in X | d(x, x_0) < r \rbrace,$
$闭球:\overline{B}(x_0, r) = \lbrace x \in X | d(x, x_0) \leq r \rbrace,$
$开集、闭集这些概念.$
$注意: 开球和闭球这两个概念仅仅用到距离这个概念. 于是在一般的距离空间中,$
$我们也同样可以引进开球、闭球, 进而引进开集、闭集等一些列概念.$

$\color{blue}{1.2.1 开球、闭球}$

$定义: 1.2.1 设(X, d) 是一个距离空间, r > 0, 集合$
$\qquad B(x_0, r) = \lbrace x \in X | d(x, x_0) < r \rbrace \quad (1.2.1)$
$称为以x_0为中心, r为半径的开球$(Open ball);
$集合$
$\qquad \overline{B}(x_0, r) = \lbrace x \in X | d(x, x_0) \leq r \rbrace \quad (1.2.2)$
$称为以x_0为中心, r为半径的闭球$(Closed ball);
$集合$
$\qquad S(x_0, r) = \lbrace x \in X | d(x, x_0) = r \rbrace \quad (1.2.3)$
$称为以x_0为中心, r 为半径的球面$(Sphere).
$注1：在 \mathbb{R} 中: 开球 B(x_0, r) = (x_0 - r, x_0 + r).$
$\qquad 在 \mathbb{R}^2 中: 开球 B(x_0, r) = \lbrace x \in \mathbb{R}^2 | \sqrt{(x_1 - x_1^0)^2 + (x_2 - x_2^0)^2} < r \rbrace,$
$其中 x = (x_1, x_2), x_0 = (x_1^0, x_2^0)$
$注2：从欧氏几何中延申使用的“开球”、“闭球”、“球面”这些概念,$
$不一定具有在\mathbb{R} ^3 中球体的几何直观.$
$例如, 在离散空间D中(见第一章\S 1 例)$
$B(x_0, \dfrac{1}{2}) = \lbrace x_0 \rbrace, B(x_0, \dfrac{3}{2}) = D, B(x_0, 1) = \lbrace x_0 \rbrace,$
$而 \overline{B}(x_0, 1) = D, 但 S(x_0, 1) = D \setminus {x_0}$

$距离空间中开球的例子$
$例1.2.2 在C[0, T]中，x_0 \in C[0, T],开球B(x_0, \dfrac{1}{2})表示定义在[0, T]区间上,$
$满足 |x(t) - x_0(t)| < \dfrac{1}{2}, \forall t \in [0, T] 是全体连续函数.见下图.$

$例1.2.3 设X是[0, T]上全体连续函数组成的距离空间,距离定义为$
$\qquad d_2(x, y) = \lbrace \int_0^T |x(t) - y(t)|^2 dt \rbrace ^{\frac{1}{2}}$
$对于x_0 \in X, 开球 B(x_0, \dfrac{1}{2}) 表示定义在[0, T]区间上, 满足条件$
$\qquad \lbrace \int_0^T |x(t) - x_0(t)|^2 dt \rbrace ^{\frac{1}{2}} < \dfrac{1}{2}$
$的全体连续函数.$
$这个“开球”中的函数与例1.2.2 “开球”中的函数很不相同, 它们包括在“平面积分”$
$的意义下距离x_0(t)很近的一些函数, 我们可将该开球中极少数的几个函数在下面$
$图示出来,见下图.$

$注：上述两例表明：对于开球和闭球，一定要结合具体的距离空间来考虑.$

$\color{blue}{1.2.2 内点、开集、邻域}$

$(可以把\mathbb{R}^2空间中的类似概念做为其来源和背景)$
$定义 1.2.4 设X 是一个距离空间. A \subset X, 若存在开球B(x_0, r), 使得 A \subset B(x_0, r),$
$则称A是有界集.$
$定义 1.2.5 设 X 是一个距离空间, G \subset X, 对于x_0 \in G, 若存在开球B(x_0, r),$
$使得 B(x_0, r) \subset G, 则x_0 为G的内点.$
$定义 1.2.6 (开集)设X是一个距离空间, G \subset X, 若G的每一个点都是内点,$
$则称G是一个开集.$
$对于 x \in X, 包含 x 的任一开集称为 x 的一个开邻域.$

$例1.2.7 开球B(x_0, r)是一个开集.$
$分析:要证B(x_0, r)是开集(定义1.2.6), 即要证明其中的每一个点都是内点$
$(定义1.2.5).$
$即B(x_0, r)中的每一点都存在开球包含在B(x_0, r)中.$

$证明：\forall x_1 \in B(x_0, r), 由开球的定义 d(x_0, x_1) < r.$
$取 0 < r_1 < r - d(x_0, x_1), 我们要证明 B(x_1, r_1) \subset B(x_0, r).$
$事实上, \forall x \in B(x_1, r_1) \Rightarrow d(x_1, x) < r_1.$
$由距离的三角不等式, 有$
$d(x_0, x) \leq d(x_0, x_1) + d(x_1, x) < d(x_0, x_1) + r_1$
$\qquad < d(x_0, x_1) + r - d(x_0, x_1) = r$
$所以 x \in B(x_0, r), 即 B(x_1, r_1) \subset B(x_0, r).$
$故 B(x_0, r)是开集.$
$注1：开球是开集，开集并不一定是开球.$
$注2：称B(x_0, r)为x_0的球形邻域.$

$定理1.2.8 设X是距离空间, X中的开集具有以下性质:$
$(1) 全空间与空集是开集;$
$(2) 任意多个开集是并集的开集;$
$(3) 任意有限多个开集的交集是开集.$
$证明:(1)显然.$
$(2) G_{\alpha}是开集,其中\alpha \in I, 要证明 G = \bigcup _{\alpha \in I} G_{\alpha}是开集.$
$\forall \in G, \exists \alpha_0 \in I, 使得 x \in G_{\alpha_0}.$
$因为G_{\alpha_0}是开集,所以存在开球B(x, r),使得 B(x, r) \subset G_{\alpha_0} \subset G.$
$所以G是开集.$
$(3)设G = \bigcap \limits_{k=1}^{n} G_k, 其中G_k(k=1, 2, \cdots, n)是开集, 要证明G是开集.$
$(利用开集的定义来证明)$
$\forall x \in G, 则 x \in G_k. 由G_k开, 则存在B(x, r_k) \subset G_k,$
$取 r = \min \lbrace r_k \rbrace (此处用到“有限个开集”这个条件).$
$于是: B(x, r) \subset B(x, r_k) \subset G_k (k = 1, 2, \cdots, n),$
$即 B(x, r) \subset \bigcap \limits_{k=1}^{n} G_k = G.$
$所以 G 是开集.$

$(1) 全空间与空集是开集;$
$(2)任意多个开集的并集是开集;$
$(3)任意有限多个开集的交集是开集.$
$注1：如果一个几何X中有一个子集族\mathcal{J}满足上述三个性质,我们则把$
$它们称为开集族,$
$或者说\mathcal{J}是X中的一个拓扑,(X, \mathcal{J})称为一个拓扑空间.$
$即全体开集决定了空间的拓扑性质.$
$在这样的拓扑结构下,类似于实数集上定义连续函数一样,$
$我们可类似定义距离空间上的连续映射.$

$\color{blue}{1.2.3 等价的距离、连续映射}$

$定义1.2.9 设(X, d_1), (X, d_2)是定义在同一个集合X上两个距离空间,称距离d_1, d_2\\ 是等价的,如果存在C_1 > 0, C_2 > 0, 使得对于\forall x , y \in X 都有$
$\qquad C_1d_1(x, y) \leq d_2(x, y) \leq c_2 d_1(x, y).$
$注1: 在等价距离下, 收敛性一样,即$
$\qquad x_n \stackrel{d_1}{\to}x (n \to \infty) \Leftrightarrow x_n \stackrel{d_2}{\to} x (n \to \infty)$
$注2: 距离d_1, d_2 是等价的, 如果它们产生的开集族\mathcal{J}_1和\mathcal{J}_2相同.$

$例1.2.10 在 \mathbb{R}^2中, 对 \forall x = (x_1, x_2), y = (y_1, y_2), 定义距离$
$\qquad d_1(x, y) = |x_1 - y_1| + |x_2 - y_2|, \quad(1.2.4)$
$\qquad d_2(x, y) = (|x_1 - y_1|^2 + |x_2 - y_2|^2)^{\frac{1}{2}}, \quad (1.2.5)$
$\qquad d_{\infty}(x, y) = \max \lbrace |x_1 - y_1|, |x_2 - y_2| \rbrace, \quad (1.2.6)$
$则d_1, d_2, d_{\infty}在 \mathbb{R}^2 中是等价的. 事实上: \forall x, y \in \mathbb{R}^2,$
$(1) d_{\infty}(x, y) \leq d_2(x, y) \leq d_1(x, y);$
$(2) d_2(x, y) \leq \sqrt{2} d_{\infty}(x, y);$
$(3) d_1(x, y) \leq \sqrt{2} d_2(x, y) \leq 2d_{\infty}(x, y).$
$注:结果可推广到 \mathbb{R}^n 中.$

$实数空间中的连续函数:$
$设 f(x) 是 \mathbb{R} 上定义的实值函数(即 \mathbb{R} \to \mathbb{R} 的映射), 如$
$果满足: 对于 \forall \varepsilon > 0, \exists \delta > 0, 当 |x - x_0| < \delta 时,有$
$\qquad |f(x) - f(x_0) | < \varepsilon,$
$则称 f(x) 在 x_0 点连续.$
$类似于实数空间中的连续函数, 可在距离空间上定义连续映射.$

$定义 1.2.11 令(X, d), (X_1, d_1) 是距离空间, T: X \to X_1 是一个映射, x_0 \in X,$
$如果对于 \forall \varepsilon > 0, \exists \delta > 0, 当 d(x, x_0) < \delta 时, 有 d_1(T(x), T(x_0)) < \varepsilon, 则称$
$T在 x_0 点连续.$
$注: 只需把实数空间的距离换成更一般的距离.$

$换成邻域的语言, 即：$
$对于 \forall \varepsilon > 0, 存在 \delta > 0, 使得 TB(x_0, \delta) \subset B(T(x_0), \varepsilon) \quad (1.2.7)$

$若T在X中的每一点都连续则称T在X上连续. 特殊地, 若$
$\qquad d(x, y) = d_1(T(x), T(y)), \forall x, y \in X. \quad (1.2.8)$
$则称T是等距映射.$
$注1：等距映射是连续映射,等距映射是1-1的, 但不一定是映上的(满射).$
$注2：若X, X_1上存在一个等距在上映射$
$\qquad T: X \to X_1(T(X) = X_1),$
$则称X_1和X等距.$
$注3：等距的两个空间，在等距的意义下可认为是同一个空间.$

$有了开集的概念, 我们可以把连续映射(定义1.2.11)用开集来描述.$

$定理1.2.12 设T是从距离空间(X, d)到距离空间(X_1, d_1)的映射, T是连续的当$
$且仅当(X_1, d_1)中任何开集的原像仍然是(X, d)中的开集.$
$证明：“\Rightarrow ”假设T是连续的，S_1 \subset X_1 是开的, S \subset X是S_1的原像.$
$如果 S = \emptyset, 显然成立.$
$如果 S \neq \emptyset, 利用开集的定义来证明, 即要证：$
$对 \forall x_0 \in S, 存在 x_0 的一个邻域包含在 S 中.$
$一个邻域包含在 S 中的含义是: T 把此邻域映射到 S_1 中.$
$设 S \neq \emptyset, 对于\forall x_0 \in S,$
$要证 x_0 是 S的内点，即证明存在x_0的一个邻域包含在S中.$
$一个邻域包含在S中的含义是：T把此邻域映射到S_1中.$
$令 y_0 = Tx_0 \in S_1 (S 是S_1的原像(关于T)).$
$因为S_1是开的,于是存在B_1(y_0, \varepsilon) \subset S_1.$

$由T是连续的, 根据(1.2.7)式, 则对上述\varepsilon, 存在 \delta > 0,$
$使得 TB(x_0, \delta) \subset B_1(y_0, \varepsilon) \subset S_1.$
$这意味着B(x_0, \delta) \subset S, \therefore x_0 是一个内点, \because x_0 任意, 可知S是开集.$

$“\Leftarrow”假设X_1中任何开集的原像仍是X中的开集,$
$(要证T是连续的, 即证T在X中每一点都连续, 我们利用连续的$
$定义1.2.11和(1.2.7)式来证明.)$
$对于\forall x_0 \in X 和 \forall \varepsilon > 0, B_1(Tx_0, \varepsilon) 在X_1中是开的.$

$于是由条件它的原像N = T^{-1}B_1(Tx_0, \varepsilon)是开的, 且 x_0 \in N, 因此$
$N 包含一个x_0的\delta邻域B(x_0, \delta),$
$注意: N是B_1(Tx_0, \varepsilon)的原像, 我们有: TB(x_0, \delta) \subset B_1(Tx_0, \varepsilon),$
$由(1.2.7)式知T在x_0连续. \because x_0是任意的, 则T在X上连续.$
$注1：定理的证明可不用\varepsilon, \delta这些涉及距离的述语, 仅使用$
$邻域、开集这些拓扑的概念就能证明;$
$注2：连续映射是一个拓扑概念，可把此定理作为拓扑空间中连续函数的定义;$
$注3：易推知：两个连续函数的复合函数也是连续的.$

$定理1.2.13 设T是从距离空间(X, d)到距离空间(X_1, d_1)的映射,$
$T在x_0点是连续的当且仅当对于每个满足条件 \lim \limits_{n \to \infty} x_n = x_0的点列都有$
$\qquad \lim \limits_{n \to \infty} T(x_n) = T(x_0) = T(\lim \limits_{n \to \infty} x_n) \quad (1.2.9)$
$说明：若T连续，则极限运算可以和T交换顺序.$

$证明：“\Rightarrow”假设T是连续的，且\lim x_n = x_0.要证明$
$\lim \limits_{n \to \infty} T(x_n) = T(x_0) = T(\lim \limits_{n \to \infty} x_n)$
$由T 连续(定义1.2.11), 则对于 \forall \varepsilon > 0, 存在 \delta > 0, 使得当 d(x, x_0) < \delta时, 有$
$\qquad d_1(T(x), T(x_0)) < \varepsilon$
$因为 \lim x_n = x_0, 则对于这个\delta > 0, 存在N, 当n > N时, d(x_n, x_0) < \delta,$
$于是 \quad d_1(T(x_n), T(x_0)) < \varepsilon,$
$即 \quad \lim \limits_{n \to \infty} T(x_n) = T(x_0) = T(\lim \limits_{n \to \infty} x_n)$

$“\Leftarrow”若由x_n \to x_0(n \to \infty) 可推出T(x_n) \to T(x_0)$
$要证明T在x_0点连续$
$反之法. 假若不然, T在x_0点不连续(定义1.2.11)$
$则存在\varepsilon_0 > 0, 对于任意的\delta > 0, 都存在一个x_{\delta}, 使得d(x_{\delta}, x_0) < \delta, 但是$
$\qquad d_1(T(x_{\delta}), T(x_0)) \geq \varepsilon_0$
$取\delta = 1, \dfrac{1}{2}, \cdots, \dfrac{1}{n}, \cdots, 对应的有x_1, x_2, \cdots, x_n, 满足d(x_n, x_0) < \dfrac{1}{n},$
$但是d_1(T(x_n), T(x_0)) \geq \varepsilon_0(n = 1, 2, \cdots)$
$即x_n \to x_0(n \to \infty), 但是T(x_n)不趋近于T(x_0),这与条件矛盾.$

$例1.2.14 设X = C[a, b], 令T(x) = \int_a^b x(t) dt, 则T是从C[a, b]到\mathbb{R}的映射.由于$
$\qquad |\int_a^b x(t) dt - \int_a^b y(t) dt|$
$\qquad \leq \int_a^b |x(t) - y(t) | dt$
$\qquad \leq |b - a| d(x, y)$
$所以T是连续的.$
$若\lbrace x_n(t) \rbrace 是C[a, b]中的收敛序列,即$
$\qquad x_n \stackrel{d_{C[a, b]}}{\to} x (n \to \infty)$
$由定理1.2.13有$
$\qquad \lim \limits_{n \to \infty} T(x_n) = T(\lim \limits_{n \to \infty} x_n) = T(x),$
$这里T(x) = \int_a^b x(t) dt, 我们有:$
$\qquad \lim \limits_{n \to \infty} \int_a^b x_n(t) dt = \int_a^b \lim \limits_{n \to \infty} x_n(t) dt = \int_a^b x(t) dt$
$注意到\lbrace x_n(t) \rbrace 在C[a, b]中的收敛是:$
$\qquad \max \limits_{a \leq t \leq b} |x_n(t) - x(t) | \to 0 (n \to \infty)$
$是函数列的一致收敛.$
$上式说明,$
$当\lbrace x_n(t) \rbrace一致收敛时, 积分和极限可以交换顺序.$
$这是数学分析中熟知的结论.$
$可否交换顺序对运算来说是十分重要的.$
$定理1.2.13把结论一般化了,只要映射是连续的(在距离空间的意义下),$
$极限运算和这个映射可以交换运算顺序.$
$下面我们将看到：对于线性映射，有界和连续是等价的.$