深刻理解空间（线性空间，度量空间，赋范空间，线性赋范空间，内积空间，巴拿赫空间以及希尔伯特空间）

最新推荐文章于 2022-10-12 14:43:08 发布

CQ_Liu

最新推荐文章于 2022-10-12 14:43:08 发布

阅读量3.1w

点赞数 83

分类专栏：数学基础——线性代数相关

本文链接：https://blog.csdn.net/qq_34099953/article/details/84190508

版权

数学基础——线性代数相关专栏收录该内容

4 篇文章 23 订阅

订阅专栏

在我们学习矩阵理论和统计理论的时候，总是会出现“**空间”。在之前的时候对于空间理解的过程中，总是试图拿出一个具体的例子来加深自己的理解。但是这样做是不对的，因为如果说对于类似“欧几里何空间”这样的空间，跟我们生活中的三维空间极为相似，我们确实可以想象到一个具体的例子，但是对于类似“希尔伯特空间”之类的，我们很难用一个具体的实例来印证。所以，“**空间”到底是个什么东西呢？

很感谢交大王老师的公开课“数学之旅”，通俗地解释了空间到底是个什么东西。附上链接：《数学之旅》——王维克。

下面我们从简单的距离空间开始，先理解空间是什么。

一、距离空间（度量空间）

从初中就开始学习“距离”的概念，我们总是想到这样一个情景：在三维坐标（空间）中有两个点（ $M(x_{1},y_{1},z_{1}),N(x_{2},y_{2},z_{2})$ ），则距离:

$d(M,N)=((x_{1}-x_{2})^{2}+(y_{1}-y_{2})^{2}+(z_{1}-z_{2})^{2})^{1/2}$ （1）

而距离所组成的空间是什么？我们能够用上式来理解距离空间吗？答案是最好不要。因为距离不只有形如上式（1）的直线距离，还有航海时的球面距离，还有路径中的折线距离等等。如下图：实际中我们从A到B的距离是折线距离。

对于距离，我们分别可以这样定义：

$1. d(M,N)=(|x_{1}-x_{2}|+|y_{1}-y_{2}|+|z_{1}-z_{2}|)$ 折线距离

$2. d(M,N)=max(|x_{1}-x_{2}|+|y_{1}-y_{2}|+|z_{1}-z_{2}|)$ 最大距离

既然是这样，我们应该如何去理解“距离空间”这个概念呢？为了便于理解，我们来举另外一个例子：字典中对苹果、水果的解释：

苹果	双子叶植物，蔷薇科。落叶乔木。花淡红或淡紫红色。大多自花不孕，需异花授粉。果实由子房和花托发育而成。果肉清脆香甜，能帮助消化。
水果	供食用的含水分较多的植物果实的统称。为家庭或待客常用的果品。如梨﹑桃﹑苹果等。
热带水果

换句话说，苹果是一个具体的东西，因此我们可以用具体的表述来描述；而水果是一个抽象的集合，因此我们描述空间的时候，只能用其通用的属性。类比起来，苹果就好像是我们说的直线距离，而距离空间就是水果。这是一个抽象的东西，因此我们用这个集合中的元素所共有的属性来定义。空间中的元素，通俗来说交空间中的点。

所以我们可以这样来定义距离空间：

设X是非空集合，对于X中任意的两个元素x与y，按某一法则都对应唯一的实数d(x，y)，而且满足下述三条公理：

(1)(非负性)d(x，y)≥0，[d(x，y)=0，当且仅当x=y]；

(2)(对称性)d(x，y)=d(y，x)；

(3)(三角不等式)对于任意的x，y，z∈X，恒有d(x，y)≤d(x，z)+d(z，y)。

则称d(x，y)为x与y的距离，并称X是以d为距离的距离空间。

二、线性空间（向量空间）

线性空间即定义了数乘和加法的空间，就是具有线性结构的空间。有了线性空间的概念之后，因为有数乘和加法，所以空间中可以找到一组基底（Basis）能够通过线性组合得到空间中所有的点。并且满足八项规则（交换律、结合律等）。

三、范数空间（赋范空间）

设 $||x||$ 是 $R^{*}$ 的范数，满足：

(1)(非负性) $||x||\geq 0$

(2) $||\alpha x||=|\alpha| ||x||$

(3)(三角不等式)对于任意的x，y，z∈X，恒有d(x，y)≤d(x，z)+d(z，y)。

我们看到，如果把范数看做到原点的距离，那么范数空间，在距离空间的基础上，再加一个条件 $||\alpha x||=|\alpha| ||x||$ 。（这就好像是在水果的基础上，再加一个条件：产于热带，就变成了热带水果）。也就是说，我们可以通过范数来定义距离，但是不能通过距离来定义范数d(x,y) = ||x-y||。

如：(1) $||M-N||_{2}=((x_{1}-x_{2})^{2}+(y_{1}-y_{2})^{2}+(z_{1}-z_{2})^{2})^{1/2}$ 对应直线距离。

(2) $||x||_{1}=(|x_{1}-x_{2}|+|y_{1}-y_{2}|+|z_{1}-z_{2}|)$ 对应折线距离

四、线性赋范空间、线性度量空间

线性赋范空间（和线性度量空间），即是在赋范空间（和度量空间、距离空间）的基础上，再加一个条件：线性结构。

五、内积空间

到上面为止，还不是我们所看到的空间，因为虽然范数代表了向量的长度，但是还没有角度。所以我们需要引入角度的概念，借助内积。

设K是实数域或复数域，H是K上线性空间，如果对H中任何两个向量x，y，都对应着一个数(x，y)∈K，满足条件：

1.(共轭对称性)

2.(对第一变元的线性性)对任何x，y，z∈H及α，β∈K，有(αx+βy，z)=α(x，z)+β(y，z).

3.(正定性)对一切x∈H，有(x，x)≥0且(x，x)=0⇔x=0

到现在为止，内积空间就是我们通俗意义上所认识的空间，也叫作欧几里何空间（有限维的内积空间）。在这个空间上，我们可以提出向量的投影等运算。

六、巴拿赫空间和希尔伯特空间

说到这，我们再说一个概念，交完备性。也即是在取极限的时候，不会跑出去这个空间，就叫做空间的完备性。比如实数集是完备的，而有理数集是不完备的。有理数数列取极限可能是无理数。

赋范空间+完备性=巴拿赫空间

内积空间（无限维）+完备性=希尔伯特空间

换个角度来理解函数空间，如泰勒展开，是将f(x)表示为{ ${x^{n}}$ }的线性组合的形式；比如傅里叶展开，是将f(x)表示成无限三角函数线性组合的形式。而{ ${x^{n}}$ }或无限维的三角函数，也叫作一个函数空间的基。

七、拓扑空间

以上都是距离或者线性空间的基础上逐渐增加条件，那如果尝试减少条件呢？比如不要角度的概念，甚至不要距离的概念。比如“连续”的定义：对所有的 $\forall \xi >0, \exists \delta >0, |x-x_{0}|<\xi\Rightarrow |f(x)-f(x_{0})|<\delta$ 即为连续。或者写成 $x_{0}\in D\subset R, f(O(x_{0},\xi )\cap D)\subset O(f(x_{0}),\delta )$ 。。

换句话说，拓扑是元素X与其规则 $\tau$ 合起来。所以，拓扑是弱化了的距离，能描述的范围最广泛。

举例，如果距离是水果，范数是热带水果，那么拓扑就是植物。

CQ_Liu

关注

83
点赞
踩
243

收藏

觉得还不错? 一键收藏
1
评论
深刻理解空间（线性空间，度量空间，赋范空间，线性赋范空间，内积空间，巴拿赫空间以及希尔伯特空间）

在我们学习矩阵理论和统计理论的时候，总是会出现“**空间”。在之前的时候对于空间理解的过程中，总是试图拿出一个具体的例子来加深自己的理解。但是这样做是不对的，因为如果说对于类似“欧几里何空间”这样的空间，跟我们生活中的三维空间极为相似，我们确实可以想象到一个具体的例子，但是对于类似“希尔伯特空间”之类的，我们很难用一个具体的实例来印证。所以，“**空间”到底是个什么东西呢？很感谢交大王老师的公...
复制链接

扫一扫