泛函分析 01.07 距离空间-习题课

$\color{blue}{\S 1.6 距离空间习题课}$

$1.在\mathbb{R}上定义d(x, y) = \arctan |x - y|, 问(\mathbb{R}, d)是不是距离空间?$
$分析:要说明(\mathbb{R}, d)是不是距离空间, 需说明d(x, y)是$
$否满足距离空间定义1.1.1中的条件(1)-(4)$
$前三条(非负、严格正、对称)显然成立.只需证明(4)(三角不等式)成立.$
$证明:(1),(2),(3)显然成立.下面证明(4)成立.$
$即证明对\forall x, y, z \in \mathbb{R}, 有$
$\arctan|x - y| \leq \arctan |x - z| + \arctan|z - y| \quad (0.0.1)$
$易知: \arctan|x - y| \in [0, \dfrac{\pi}{2}),$
$\qquad \arctan |x - z| + \arctan |z - y| \in [0, \pi)$
$下面我们分两种情形进行讨论:$
$(1) \arctan |x - z| + \arctan |z - y| \geq \dfrac{\pi}{2}时, (0.0.1)式成立;$
$(2) \arctan |x - z| + \arctan |z - y| < \dfrac{\pi}{2} 时,对 (0.0.1)式右边取正切,可得$
$\qquad \tan \lbrace \arctan |x - z| + \arctan |z - y| \rbrace$
$\qquad = \dfrac{|x - z| + |z - y|}{1 - |x - z||z - y|} \geq |x - z| + |z - y|$
$\qquad \geq |x - y| = \tan \lbrace \arctan |x - y| \rbrace$
$(注意 1 > 1 - |x - z| |z - y| > 0)$
$由正切函数的单增性可知$
$\qquad \arctan|x - y| \leq \arctan|x - z| + \arctan|z - y|,$
$即三角不等式成立.$
$注$
$一般地, 对于 \forall x, y \in \mathbb{R}, 它们之间的距离为|x - y|,$
$实数空间在这个距离下是无界的.$
$本题在实数空间\mathbb{R}中定义了一个新的距离$
$\qquad d(x, y) = \arctan|x - y|$
$把实数空间\mathbb{R}中一个无界的集合转变成了有界的集合.$
$无界与有界是相对的概念,和空间定义的距离有关.$

$2.在n维欧几里得空间\mathbb{R}^n中, 对于$
$\qquad x = (x_1, x_2, \cdots, x_n), y = (y_1, y_2, \cdots, y_n)$
$定义$
$\qquad d(x, y) = \sum \limits_{i=1}^n \lambda_i |x_i - y_i| \quad (0.0.2)$
$其中 \lambda_1, \cdots, \lambda_n 是n个正数,$
$证明d是\mathbb{R}^n 中的距离, 并且按距离收敛等价于按坐标收敛.$
$分析:$
$(1)要说明d是\mathbb{R}^n中的距离,需证明d满足距离定义1.1.1中的条件(1)-(4).$
$(2)按距离收敛等价于按坐标收敛,即$
$\qquad d(x_k, x) \to 0 (k \to \infty)$
$其中 x_k = (x_1^{(k)}, x_2^{(k)}, \cdots, x_n^{(k)}) \in \mathbb{R}^n, x = (x_1, x_2, \cdots, x_n) \in \mathbb{R}^n,$
$\Leftrightarrow x_i^{(k)} \to x_i (k \to \infty), i = 1, 2, \cdots, n.$
$证明:(1)由定义(0.0.2), 距离需满足的条件(1)-(3)显然成立.下面验证(4)成立.$
$对\forall x, y, z \in \mathbb{R}^n,$
$d(x, y) = \sum \limits_{i=1}^n \lambda_i | x_i - y_i | = \sum \limits_{i=1}^n \lambda_i |x_i - z_i + z_i - y_i|$
$\qquad \leq \sum \limits_{i=1}^n \lambda_i (|x_i - z_i| + |z_i - y_i|)$
$\qquad = \sum \limits_{i=1}^n \lambda_i |x_i - z_i| + \sum \limits_{i=1}^n \lambda_i |z_i - y_i|$
$\qquad = d(x, z) + d(z, y)$
$故d是\mathbb{R}^n上的距离.$
$(2) \lbrace x_k \rbrace 在\mathbb{R}^n中按距离收敛于x, 即$
$\qquad d(x_k, x) \to 0 (k \to \infty)$
$对\forall \varepsilon > 0, \exists K(\varepsilon) \in \mathbb{Z}^{+}, 使得当k > K(\varepsilon)时有$
$\qquad d(x_k, x) = \sum \limits_{i=1}^n \lambda_i |x_i^{(k)} - x_i| < \lambda \varepsilon$
$其中 \lambda = \min \lbrace \lambda_1, \lambda_2, \cdots, \lambda_n \rbrace > 0$
$从而对每一个i, 有$
$\qquad \lambda_i | x_i^{(k)} - x_i| \leq \sum \limits_{i=1}^n \lambda_i |x_i^{(k)} - x_i| < \lambda \varepsilon,$
$即$
$\qquad |x_i^{(k)} - x_i| < \varepsilon, i = 1, 2, \cdots, n$
$这表明\lbrace x_k \rbrace 在\mathbb{R}^n 中按坐标收敛于x.$
$反之, 设 \lbrace x_k \rbrace 在 \mathbb{R}^n 中按坐标收敛于x, 则对于每一个i,$
$对\forall \varepsilon > 0, \exists K_i \in \mathbb{Z}^{+}, 使得当k > K_i时$
$\qquad |x_i^{(k)} - x_i| < \dfrac{\varepsilon}{n \lambda},$
$其中\lambda = \max \lbrace \lambda_1, \lambda_2, \cdots, \lambda_n \rbrace > 0.$
$令K = \max \lbrace K_1, K_2, \cdots, K_n \rbrace,$
$当k > K时, 对每个i有$
$\qquad | x_i^{(k)} - x_i| < \dfrac{\varepsilon}{n \lambda} .$
$于是$
$\sum \limits_{i=1}^n \lambda_i | x_i^{(k)} - x_i| < \dfrac{\lambda_1 + \lambda_2 + \cdots + \lambda_n}{n \lambda} \varepsilon < \varepsilon.$
$故d(x_k, x) \to 0 (k \to \infty), 即\lbrace x_k \rbrace 在\mathbb{R}^n中按距离收敛于x.$
$注:当\lambda_i =1, i = 1, 2, \cdots, n 时, 距离(0.0.2)成为范数$
$\Vert \cdot \Vert_1 (见第二章(2.4.4)式)产生的距离.$
$特别地在\mathbb{R}^2中, 如果\lambda_1 = \lambda_2 = 1, 距离(0.0.2)成为距离(1.2.4).$
$虽然在这两个距离空间中, 收敛都是按坐标收敛, 但是每个坐标收敛的速度由其$
$权函数\lambda_i的不同而不同.对比距离(0.0.2)和距离(1.2.4)中的单位圆.$

$3. 设X是一个距离空, A \subset X, x \in X, 称$
$\qquad d(x, A) = \inf \lbrace d(x, \omega) | \omega \in A \rbrace \quad (0.0.3)$
$为点x到集合A的距离.证明$
$\qquad \overline A = \lbrace x | d(x, A) = 0 \rbrace,$
$且 \overline A 是包含A的最小闭集.$
$分析：本题中用到的概念：$
$下确界的定义，$
$闭包的定义1.3.10:$
$A的接触点的全体成为A的闭包,记为 \overline A.$
$接触点的定义 1.3.4：x \in X, 如果对于 \forall \varepsilon > 0,$
$\qquad B(x, \varepsilon) \cap A \neq \emptyset , \quad (0.0.4)$
$则称x为A的接触点.$
$闭集的等价性定理 1.3.12.$
$证明：令B = \lbrace x | d(x, A) = 0 \rbrace, 先证明 B \subset \overline A$
$若 x_0 \in B, 即$
$\qquad d(x_0, A) = \inf \lbrace d(x_0, \omega) | \omega \in A \rbrace = 0,$
$由下确界的定义, 对\forall \varepsilon > 0, \exists \omega \in A, 使得:$
$\qquad d(x_0, \omega) < \varepsilon,$
$即 B(x_0, \varepsilon) \cap A \neq \emptyset \Longrightarrow x_0 \in \overline A.$
$反之，若x_0 \in \overline A, 即 x_0 是 A 的接触点,$
$由定义1.3.4, 对于\forall \varepsilon > 0,$
$\qquad B(x_0, \varepsilon) \cap A \neq \emptyset,$
$即存在 \omega \in A, 使得:$
$\qquad d(x_0, \omega) < \varepsilon \Longrightarrow \inf \lbrace d(x_0, \omega) | \omega \in A \rbrace \leq \varepsilon,$
$由于 \varepsilon 是任意的, 我们有$
$\qquad \inf \lbrace d(x_0, \omega) | \omega \in A \rbrace = 0,$
$即 x_0 \in B = \lbrace x| d(x, A) = 0 \rbrace.$
$综上可得,$
$\qquad \overline A = \lbrace x | d(x, A) = 0 \rbrace,$
$下面证明 \overline A 是包含 A 的最小闭集.$
$设M为包含A的任意闭集, A \subseteq M.$
$对于\forall x \in \overline A, 存在 \lbrace x_n \rbrace \subseteq A \subseteq M 使得$
$\qquad \lim \limits_{n \to \infty} d(x, x_n) = 0$
$由M闭知 x \in M, 因此 \overline A \subseteq M$
$这表明了 \overline A 是包含A的最小闭集.$
$注：这个命题从直观上刻画了 A 的闭包 \overline A 的几何特征,$
$\overline A 包含了到A的距离等于零的所有点.$

$4. 设X按照距离d为距离空间, A \subset X 非空. 令$
$\qquad f(x) = \inf \limits_{y \in A} d(x, y) \quad (\forall x \in X)$
$证明：f(x)是X上的连续函数.$
$分析: 这里f(x)是定义在X上非负的实值函数.$
$由定义1.2.7, 需证明对\forall x_0 \in X, 对 \forall \varepsilon > 0, 存在$
$\delta > 0, 当d(x, x_0) < \delta 时有$
$\qquad d_1(f(x), f(x_0)) = |f(x) - f(x_0)| < \varepsilon$
$证明中要用到距离定义中的三角不等式.$
$证明: 任取x, x_0 \in x, 则由$
$\qquad d(x, y) \leq d(x, x_0) + d(x_0, y)$
$可得$
$\qquad \inf \limits_{y \in A} d(x, y) \leq d(x, x_0) + \inf \limits_{y \in A} d(x_0, y) \quad (1)$
$同理可得$
$\qquad \inf \limits_{y \in A} d(x_0, y) \leq d(x, x_0) + \inf \limits_{y \in A} d(x, y) \quad (2)$
$由(1), (2) 立即得$
$\qquad |f(x) - f(x_0)| \leq d(x, x_0),$
$即对 \forall x_0 \in X, 对 \forall \varepsilon > 0, 存在 \delta = \varepsilon > 0, 当d(x, x_0) < \delta 时, 有$
$\qquad |f(x) - f(x_0)| \leq d(x, x_0) < \delta = \varepsilon$
$故f(x) 为连续函数.$

$5. 证明集合M = \lbrace \sin nx | n = 1, 2, \cdots \rbrace 在空间$
$C[0, \pi]中是有界集,但不是列紧集.$
$分析: 由定理1.3.27 可知:$
$C[0, \pi]中的子集M是列紧的当且仅当M中的函数$
$是一致有界和等度连续的.$
$显然集合M是一致有界的,$
$要证明M不是列紧集, 需证明M不是等度连续的.$
$等度连续：对于任意的\varepsilon > 0, 存在\delta > 0, 当 |t_1 - t_2| < \delta 时,$
$|\sin n \cdot t_2 - \sin n \cdot t_1 | < \varepsilon \quad (\forall n \in \mathbb{Z}^{+}) \quad (0.0.5)$
$非等度连续：\exists \varepsilon > 0, 对\forall \delta > 0, \exists t_1, t_2 \in [0, \pi], 以$
$及n_0 \in \mathbb{Z}^{+}, 虽然|t_1 - t_2| < \delta, 但是$
$\qquad | \sin n_0 \cdot t_2 - \sin n_0 \cdot t_1 | \geq \varepsilon \quad (0.0.6)$
$注意 n_0, t_1, t_2的选取与 \delta 有关.$
$证明: 取\varepsilon_0 = 1, 对 \forall \delta > 0,$
$取n_0 = [\dfrac{2}{\delta}] + 1, t_1 = 0, t_2 = \dfrac{\pi}{2 n_0} \in [0, \pi], 那么$
$\qquad |t_1 - t_2| = \dfrac{\pi}{2 n_0} \leq \dfrac{\pi \delta}{4} < \delta,$
$而 |\sin n_0 \cdot t_2 - \sin n_0 \cdot t_1| = \sin \dfrac{\pi}{2} = 1 = \varepsilon_0$
$由此可知, M = \lbrace \sin n x | n = 1, 2, \cdots \rbrace 非等度连续.$
$即M = \lbrace \sin n x | n = 1, 2, \cdots \rbrace 不是C[0, \pi]的列紧集.$

$6. 设D是[0, 1]区间上具有连续导数的实函数全体.在D上定义$
$\qquad d(x, y) = \max \limits_{0 \leq t \leq 1} |x(t) - y(t)| + \max \limits_{0 \leq t \leq 1} |x^{\prime}(t) - y^{\prime}(t)|$
$(1) 证明D是距离空间;$
$(2)指出D中点列按照距离收敛的意义;$
$(3)证明D是完备的.$
$注：空间D是C[0, 1]空间的一个真子空间,但是在其上定义的距离不同.$
$(1)要证明D是距离空间, 只要证明在D中所定义的距离$
$d满足距离定义1.1.1的4条即可.$
$证明：距离定义的(1),(2),(3)条显然成立, 只要验证(4)三角不等式成立,$
$设x, y, z \in D. 则\forall t \in [0, 1], 有$
$|x(t) - y(t)| \leq |x(t) - z(t)| + |z(t) - y(t)|,$
$|x^{\prime}(t) - y^{\prime}(t)| \leq |x^{\prime}(t) - z^{\prime}(t)| + |z^{\prime}(t) - y^{\prime}(t)|,$
$二式对t \in [0, 1]取最大值并相加得:$
$\qquad d(x, y) \leq d(x, z) + d(z, y)$
$即D是一个距离空间.$
$(2)D中的点列\lbrace x_n \rbrace 收敛于x的充要条件是\lbrace x_n(t) \rbrace在[0, 1]$
$上一致收敛于x(t)且\lbrace x_n^{\prime}(t) \rbrace 在[0, 1]上一致收敛于 x^{\prime}(t).$
$证明:必要性：设x_n(t) (n = 1, 2, \cdots), x(t) \in D, 且d(x_n, x) \to 0,$
$于是对 \forall \varepsilon > 0, \exists N, 当n > N时, d(x_n, x) < \varepsilon, 即:$
$\max \limits_{0 \leq t \leq 1} |x_n(t) - x(t)| + \max \limits_{0 \leq t \leq 1} |x_n^{\prime}(t) - x^{\prime}(t)| < \varepsilon, (n > N)$
$于是对 \forall t \in [0, 1], 有$
$|x_n(t) - x(t)| \leq \max \limits_{0 \leq t \leq 1} | x_n(t) - x(t)| < \varepsilon,$
$|x_n^{\prime}(t) - x^{\prime}(t)| \leq \max \limits_{0 \leq t \leq 1} |x_n^{\prime}(t) - x^{\prime}(t)| < \varepsilon,$
$即\lbrace x_n(t) \rbrace, \lbrace x_n^{\prime}(t) \rbrace 在[0, 1]上分别一致收敛到x(t), x^{\prime}(t).$
$反之, \lbrace x_n(t) \rbrace, \lbrace x_n^{\prime}(t) \rbrace 一致收敛到x(t)和x^{\prime}(t),$
$对 \forall \varepsilon > 0, \exists N, 当n > N时, 对 \forall t \in [0, 1], 有$
$|x_n(t) - x(t)| < \dfrac{\varepsilon}{2} 且 |x_n^{\prime}(t) - x^{\prime}(t)| < \dfrac{\varepsilon}{2},$
$上两式两边分别对t \in [0, 1]取最大值,并且加得$
$\max \limits_{0 \leq t \leq 1} |x_n(t) - x(t)| + \max \limits_{0 \leq t \leq 1} |x_n^{\prime}(t) - x^{\prime}(t)| \leq \varepsilon$
$说明 x_n \to x (n \to \infty)$
$即D中的收敛是函数列和函数的导数列在[0, 1]上的一致收敛.$
$(3)证明D是完备的需用到Cauchy列的定义1.4.2以$
$及完备空间的定义1.4.5.$
$设\lbrace x_n(t) \rbrace 是D中的任意一个Cauchy列, 要证明存在x_0(t) \in D,$
$使得\lbrace x_n(t) \rbrace 按D中的距离收敛到x_0(t), 即:$
$\max \limits_{0 \leq t \leq 1} | x_n(t) - x_0(t)| + \max \limits_{0 \leq t \leq 1}|x_n^{\prime}(t) - x_0^{\prime}(t)| \to 0(n \to \infty)$
$证明中注意以下三点:$
$首先证明存在x_0(t), \lbrace x_n(t) \rbrace 一致收敛到x_0(t);$
$然后证明存在y_0(t), \lbrace x_n^{\prime}(t) \rbrace 一致收敛到 y_0(t);$
$关键是要说明：y_0(t) = x_0^{\prime}(t), 这说明\lbrace x_n(t) \rbrace 按D$
$中的距离收敛到x_0(t).$
$证明(i) 设\lbrace x_n \rbrace 是D中任意 Cauchy 列, 则$
$\forall \varepsilon > 0, \exists N \in \mathbb{N}^{+}, \forall n > N, p \in \mathbb{N}^{+}, t \in [0, 1], 都有$
$|x_{n+p}(t) - x_n(t)| < \varepsilon 且 |x_{n+p}^{\prime}(t) - x_n^{\prime}(t)| < \varepsilon \quad (0.0.7)$
$则 \lbrace x_n(t) \rbrace 和 \lbrace x_n^{\prime}(t) \rbrace 是C[0, 1]中的 Cauchy 列,$
$而C[0, 1]完备, 所以存在连续函数 x_0(t) 与 y_0(t),$
$\lbrace x_n(t) \rbrace, \lbrace x_n^{\prime}(t) \rbrace 在[0, 1]上分别一致收敛到x_0(t), y_0(t).$
$(ii)由于$
$\qquad \int_0^t x_n^{\prime}(s) ds = \int_0^t dx_n(s) = x_n(t) - x_n(0),$
$\qquad \therefore \lim \limits_{n \to \infty} \int_0^t x_n^{\prime}(s) ds = \lim \limits_{n \to \infty} [x_n(t) - x_n(0)]$
$\qquad = x_0(t) - x_0(0) \quad (0.0.8)$
$(因为x_n \to x, 一致收敛可推出点点收敛).$
$因为x_n^{\prime}(s) \to y_0(s) (n \to \infty) 是一致收敛(按范数收敛),$
$所以积分和极限可以交换顺序, 结合(0.0.8)式,有$
$\qquad x_0(t) - x_0(0) = \lim \limits_{n \to \infty} \int_0^t x_n^{\prime}(s) ds$
$\qquad = \int_0^t \lim \limits_{n \to \infty} x_n^{\prime}(s) ds = \int_0^t y_0(s) ds$
$即$
$\qquad x_0(t) = x_0(0) + \int_0^t y_0(s) ds,$
$于是 y_0(t) = x_0^{\prime}(t) 且 x_0^{\prime}(t) 连续. 于是有 x_0 \in D.$
$(iii)在(0.0.7)式中, 令p \to \infty 可得$
$|x_0(t) - x_n(t)| \leq \varepsilon 且 |x_0^{\prime}(t) - x_n^{\prime}(t)| \leq \varepsilon$
$故d(x_n, x_0) \leq 2 \varepsilon, 即 x_n \to x_0 (n \to \infty), D完备.$

$7. 证明存在闭区间[0, 1]上的连续函数x(t), 使得$
$\qquad x(t) = \dfrac{1}{2} \sin x(t) - a(t).$
$其中a(t)是给定的[0, 1]上的连续函数.$
$分析：考虑应用定理1.5.4(压缩映射原理).$
$证明: 在空间C[0, 1]上考虑如下映射:$
$\qquad Tx(t) = \dfrac{1}{2} \sin x(t) - a(t),$
$则T是从C[0, 1]到C[0, 1]自身的映射.$
$对于 \forall x, y \in C[0, 1], \forall t \in [0, 1], 有$
$|Tx(t) - Ty(t)| = |(\dfrac{1}{2}\sin x(t) - a(t)) - (\dfrac{1}{2} \sin y(t) - a(t))|$
$\qquad = |\dfrac{1}{2} \sin x(t) - \dfrac{1}{2} \sin y(t)|$
$\qquad = \dfrac{1}{2}|2\cos \dfrac{x(t) + y(t)}{2} \sin \dfrac{x(t) - y(t)}{2}|$
$\qquad \leq |\sin \dfrac{x(t) - y(t)}{2}|$
$\qquad \leq \dfrac{1}{2}|x(t) - y(t)|$
$故$
$d(Tx, Ty) = \max \limits_{t \in [0, 1]} |Tx(t) - Ty(t)|$
$\qquad \leq \max \limits_{t \in [0, 1]} \dfrac{1}{2} |x(t) - y(t)| = \dfrac{1}{2} d(x, y)$
$由压缩映射原理知存在唯一的x_0 \in C[0, 1]使得$
$\qquad Tx_0 = x_0$
$即$
$\qquad x_0(t) = \dfrac{1}{2} \sin (x_0(t)) - a(t)$