泛函分析 02.03 赋范空间-几何结构

$\color{blue}{\S 2.3 赋范空间的几何结构}$

$内容:$
$(1) 赋范空间中的凸集;$
$(2) 子空间;$
$(3) Riesz 引理.$

$\color{blue}{2.3.1 凸集}$

$\color{blue}{\mathbb{R}^n空间中的凸集:\\ 集合A \subset \mathbb{R}^n, 如果对于任意的x, y \in A, 其连线也在A中,\\ 则称A是凸的.}$
$同样, 在一般的赋范空间中, 也可以定义凸集.$

$\color{blue}{定义2.3.1 设X是线性空间, A \subset X, 如果对于任意的\\ x, y \in A, 任意的 \alpha: 0 \leq \alpha \leq 1, 都有\\ \qquad \alpha x + (1 - \alpha) y \in A, \\ 则称A是X中的凸集.}$
$注1：任意多个凸集的交集是凸的.$
$事实上, 如果对于每个\gamma \in \Gamma, A_{\gamma} 是凸集, 则对于任意$
$x, y \in \bigcap \limits_{\gamma \in \Gamma} A_{\gamma} 及 \alpha \in [0, 1], 有对于每个 \gamma \in \Gamma,$
$\qquad \alpha x + (1 - \alpha) y \in A_{\gamma},$
$即 \alpha x + (1 - \alpha) y \in \bigcap \limits_{\gamma \in \Gamma} A^{\gamma}.$
$\color{blue}{注2：A \subset X, 所有包含 A 的凸集的交集是凸集. \\ 这个凸集称为A的凸包, 记为Co(A).\\ Co(A)是包含A的最小凸集.}$

$定理2.3.2 设B(0, 1) = \lbrace x \in X | \Vert x \Vert < 1 \rbrace 是赋范空间$
$X中开的单位球, 则B(0, 1)是凸的.$
$分析：用凸集的定义证明.$
$证明：对于任意的x, y \in B(0, 1) 及 0 < \alpha < 1, 要证明$
$\alpha x + (1 - \alpha) y \in B(0, 1), 即它的范数小于1.$
$由于$
$\qquad \Vert \alpha x + (1 - \alpha) y \Vert \leq \alpha \Vert x \Vert + (1 - \alpha) \Vert y \Vert$
$\qquad \alpha + (1 - \alpha) = 1.$
$所以B(0, 1)是一个凸集.$
$注:单位球是0点的一个凸邻域, 这是赋范空间十分重要的几何特征.$

$例2.3.3 设X是由有序实数组 x = (x_1, x_2) 组成的向量空间, 在X上定义$
$\qquad \varphi(x) = (\sqrt{|x_1|} + \sqrt{|x_2|})^2$
$则曲线\varphi(x) = 1 围成的区域不是凸集,$
$由定理2.3.2, 从图(2.3.1)可知 \varphi(x) 不是X上的范数.$
$注意这里 p = \dfrac{1}{2} < 1 .$

$\color{blue}{2.3.2 子空间}$

$设(X, \Vert \cdot \Vert) 是赋范空间, X_1是X的一个线性子空间,$
$则(X_1, \Vert \cdot \Vert)也是一个赋范空间, 称为X的子空间, 显然$
$子空间是凸集.$

$定理2.3.4 设X是一个赋范空间, X_1 是 X 的一个子空间,$
$如果X_1是开集, 则X_1 = X .$
$证明：只需证明 X \subset X_1. 即对任意的x \in X, 要证 x \in X_1.$
$(1) 若 x = 0.$
$由于 X_1 是一个子空间, 于是 x = 0 \in X_1.$
$(2)假设 x \neq 0. 因为X_1是开的, 所以0 是X_1 的内点,$
$于是 \exists \delta > 0, 使得B(0, \delta) \subset X_1. 由此可以证明$
$\dfrac{\delta x}{2 \Vert x \Vert} \in X_1. 事实上$
$\qquad \Vert \dfrac{\delta x}{2 \Vert x \Vert} \Vert = \dfrac{\delta \Vert x \Vert}{2 \Vert x \Vert} = \dfrac{\delta}{2} < \delta$
$注意到X_1是一个线性子空间, 于是$
$\qquad x = \dfrac{2 \Vert x \Vert}{\delta}(\dfrac{\delta x}{2 \Vert x \Vert}) \in X_1$
$因此, X \subset X_1, 故X = X_1.$
$在 \mathbb{R}^n 空间, 所有的子空间都是闭的.$
$但是\color{red}{在无穷维空间, 子空间就可能不是闭的. }$

$例2.3.5 设\varphi = \lbrace \lbrace x_n \rbrace \in l^{\infty} | 对于每一个 \lbrace x_n \rbrace, 存在$
$一个 N \in \mathbb{N}, 当 n > N 时, 有 x_n = 0 \rbrace, 即\varphi中的数列$
$仅有有限项不等于零.$
$则 \varphi 是 l^{\infty} 的一个线性子空间. 但 \varphi 不是闭的.$
$事实上, 令 y_n = (1, \dfrac{1}{2}, \dfrac{1}{3}, \cdots, \dfrac{1}{n}, 0, 0, \cdots),$
$y = (1, \dfrac{1}{2}, \dfrac{1}{3}, \cdots), 显然 y_n \in \varphi, 并且$
$\Vert y_n - y \Vert = \Vert (0, 0, 0, \cdots, 0, \dfrac{1}{n+1}, \dfrac{1}{n+2}, \cdots) \Vert = \dfrac{1}{n+1} \to 0$
$因此 \lim \limits_{n \to \infty} y_n = y. 但是 y \overline \in \varphi, 从而 \varphi 不是闭的.$

$定理2.3.6 X是赋范空间, X_1 \subset X 是子空间, 则$
$(1) 若子空间 X_1 是完备的, 则 X_1 是闭的;$
$(2) 若 X 是Banach 空间, X_1 是 X 的闭子空间, 则$
$X_1 一定是Banach 空间.$
$证明：(1) 有完备性的定义和定理1.3.11 “A是闭集当且$
$仅当A中收敛点列的极限属于 A”可证.$
$(2)根据命题“完备空间的任何闭子空间完备”可证.$

$例2.3.7 c表示收敛数列的全体, 定义范数$
$\qquad \Vert x \Vert = \sup \limits_{k} |\xi_k| \quad (2.3.1)$
$则c是一个赋范空间.$
$在通常加法和数乘的意义下, c 是 Banach 空间 l^{\infty} 的子空间.$

$命题2.3.8 c 是 Banach 空间 l^{\infty} 的闭子空间.$
$分析：显然c是一个子空间, 要证c是闭的, 只需证明c$
$中的任何收敛点列的极限属于c.$
$证明：设 \lbrace x_n \rbrace \subset c 在 l^{\infty} 中收敛,即: x_n \to x_0, 其中$
$x_n = \lbrace \xi_k^{(n)} \rbrace, x_0 = \lbrace \xi_k^{(0)} \rbrace.$
$我们要证明 x_0 \in c, 即：x_0 是一个收敛的数列. 即证 x_0$
$是一个 Cauchy 数列.$
$由于 c \subset l^{\infty}, \lbrace x_n \rbrace 在 l^{\infty} 中按范数收敛到 x_0, 所以对$
$于 \forall \varepsilon > 0, \exists N, 当 n \geq N 时,$
$\qquad \Vert x_n - x_0 \Vert = \sup \limits_{k} |\xi_k^{(n)} - \xi_k^{(0)} | < \dfrac{\varepsilon}{3} \quad (2.3.2)$
$因此, 当 n \geq N 时, 对于每一个 k,$
$\qquad |\xi_k^{(n)} - \xi_k^{(0)}| < \dfrac{\varepsilon}{3}$
$因为 x_n = \lbrace \xi_k^{(N)} \rbrace _{k=1}^{\infty} 是一个收敛的数列(k \to \infty),$
$所以 \exists K, 当 k, l > K 时,$
$\qquad |\xi_k^{(N)} - \xi_l^{(N)} | < \dfrac{\varepsilon}{3}$
$于是$
$\qquad |\xi_k^{(0)} - \xi_l^{(0)} |$
$\qquad \leq |\xi_k^{(0)} - \xi_k^{(N)}| + |\xi_k^{(N)} - \xi_l^{(N)}| + |\xi_l^{(N)} - \xi_l^{(0)}|$
$\qquad < \dfrac{\varepsilon}{3} + \dfrac{\varepsilon}{3} + \dfrac{\varepsilon}{3} = \varepsilon$
$即\lbrace \xi_k^{(0)} \rbrace_{k=1}^{\infty} 是 Cauchy 列, 即收敛的数列, 所以x_0 \in c.$
$这就证明了c是 Banach 空间 l^{\infty} 的闭子空间.$

$由定理2.3.6 知$
$推论 2.3.9 c 是 Banach 空间.$

$例2.3.10 c_0 = \lbrace 全体收敛于零的数列 \rbrace, 定义范数$
$\qquad \Vert x \Vert = \sup \limits_k |\xi_k| \quad (2.3.3)$
$则c_0 是 c 的闭子空间.$
$证明分析：只需证明， 若$
$\qquad x_n \stackrel{\Vert \cdot \Vert}{\to} x_0 = \lbrace \xi_k^{(0)} \rbrace (n \to \infty)$
$则 x_0 \in c_0, 即 x_0 是收敛到零的数列.$
$注意到在 c 中的收敛是一致收敛,$
$所以对于 \forall \varepsilon >0, 可以找到某个N, 当k充分大时$
$\qquad |\xi_k^{(0)}| \leq |\xi_k^{(0)} - \xi_k^{(N)}| + |\xi_k^{(N)}| < \varepsilon$
$即$
$\qquad \lim \limits_{k \to \infty} \xi_k^{(0)} = 0$
$我们有 x_0 \in c_0, 即 c_0 是 c的闭子空间.$
$注: c_0 \subset c \subset l^{\infty}(都是 l^{\infty} 的闭子空间)$
$进一步地, 可以证明 c_0 是可分的 Banach 空间.$

$\color{blue}{2.3.3 Riesz 引理}$

$(1) 若M是赋范空间X中的一个真子空间, 那么M可能在X中稠,例如$
$多项式的全体是 C[a, b]的稠密的真子空间.$
$(2) 若M是X的闭子空间, 由前面讲的闭集的性质知,$
$M要在X中稠只能是 M = X.$
$(3)若M是X的一个真闭子空间, 则一定存在一个点, 它和M有正距离.$
$这是一个很重要的几何性质.$
$在通常的二维 Euclid 空间, 设 M 是过原点的直线(真的$
$闭子空间), M外的一个向量x与直线M的距离$
$d(x, M) = \Vert x \Vert 当且仅当x与直线M正交(垂直).$
$在一般的赋范空间中没有正交的概念(因为没有定义内积,$
$内积的定义见第三章), 但是我们仍然能够问:$
$“X是一个 Banach 空间, 如果M是X中的一个真的闭子空间,$
$那么是否存在一个点, 它和M的距离d(x, M) = \Vert x \Vert > 0?”$
$在一般的 Banach 空间, 这一问题的答案可能是否定的.$
$但是我们可以有下面的结论:泛函分析中十分重要的Riesz引理.$

$引理2.3.11 (F.Riesz)设(X, \Vert \cdot \Vert)是一个赋范空间,$
$X_0是X真的闭子空间, 则$
$对于 \forall \varepsilon > 0, 存在x_0 \in X, 使得 \Vert x_0 \Vert = 1, 且对于$
$\forall x \in X_0,$
$\qquad \Vert x - x_0 \Vert > 1 - \varepsilon \quad (2.3.4)$
$证明：(1) \forall x_1 \in X \setminus X_0, 记$
$\qquad d = \inf \limits_{x \in X_0} \Vert x - x_1 \Vert$
$(2) 因 X_0 是闭的, 故 d > 0.$
$这是因为: 否则就存在 x_n \in X_0, 且 \Vert x_n - x_1 \Vert \to 0, 再$
$由 X_0 闭, 可推出 x_1 \in X_0.$
$(3) 不妨设 \varepsilon < 1, 则有 \dfrac{d}{1-\varepsilon} > d. 由下确界的定义, 存在 x_2 \in X_0, 使得$
$\qquad \Vert x_2 - x_1 \Vert < \dfrac{d}{1 - \varepsilon}$
$(4) 令 x_0 = \dfrac{x_1 - x_2}{\Vert x_1 - x_2 \Vert }, 则 \Vert x_0 \Vert = 1, 对于任何 x \in X_0, 有$
$\Vert x - x_0 \Vert = \Vert x - \dfrac{x_1 - x_2}{\Vert x_1 - x_2 \Vert } \Vert$
$\qquad = \dfrac{1}{\Vert x_1 - x_2 \Vert} \Vert (\Vert x_1 - x_2 \Vert x + x_2) - x_1 \Vert$
$\qquad \geq \dfrac{1}{\Vert x_1 - x_2 \Vert} \cdot d > 1 - \varepsilon (\because x, x_2 \in X_0)$
$注1：在一般情况下, 定理的结论 “>1 - \varepsilon”不能加强为“大于等于1”.$
$(可参阅汪林 的 “泛函分析中的反例” p40)$
$注2：本定理中 X_0 是闭的是很重要的. 若不是闭的,结论可能不成立.$