泛函分析基础1-度量空间和赋范线性空间8：赋范线性空间和巴拿赫空间

在泛函分析中，特别重要和有用的一类度量空间是赋范线性空间.在赋范线性空间中的元素可以相加或者数乘，元素之间不仅有距离，而且每个元素有类似于普通向量长度的称为范数的量.

定义1

设 $X$ 是实（或复）的线性空间，如果对每个向量 $x\in X,$ 有一个确定的实数，记为 $\Vert x\Vert$ 与之对应，并且满足
$1^{\circ }\Vert x\Vert ⩾0,$ 且 $\Vert x\Vert =0$ 等价于 $x=0;$
$2^{\circ }\Vert \alpha x\Vert =|\alpha |\Vert x\Vert$ 其中 $\alpha$为任意实（复）数；
$3^{\circ }\Vert x+y\Vert ⩽\Vert x\Vert +\Vert y\Vert ,x,y\in X,$

则称 $\Vert x\Vert$ 为 向量 $x$ 的范数，称 $X$ 按 范数 $\Vert \cdot \Vert$为赋范线性空间，

设 { x n } \left\{ x _ { n } \right\} { xn​} 是 $X$ 中 点列，如果存在 $x\in X,$ 使$\Vert x_n-x\Vert \to 0(n\to \infty ),$则称 { x n } \left\{ x _ { n } \right\} { xn​} 依范数收敛于 $x,$ 记为 $x_n\to x(n\to \infty )$ 或${\lim }_{n\to \infty }{x}_n=x.$

如果令

$$d(x,y)=\Vert x-y\Vert (x,y\in X),$$

容易验证 $d$ 是 $X$ 上的距离，且 { x n } \left\{ x _ { n } \right\} { xn​} 依范数收敛于 $x$ 等价于 { x n } \left\{ x _ { n } \right\} { xn​} 按 距离 $d$ 收 敛于$x.$ 称 $d$为由范数 $\Vert \cdot \Vert$导出的距离.所以赋范线性空间实际上是一种特殊的度量空间.如果 $d$是由 $\Vert \cdot \Vert$ 导出的距离，那么这种距离和线性运算之间有某种关系，即对任意数 $\alpha$ 和向量 $x,y\in X,$ 有

(a) $d(x-y,0)=d(x,y),$
(b) $d(\alpha x,0)=|\alpha |d(x,0).$ (1)

反之，如果 $X$ 是 线性空间， $d$ 是 $X$ 上 的距离，并且满足条件$(\mathrm{a})$ 和(b),那么一定可以在$X$ 上定义范数 $\Vert \cdot \Vert ,$ 使 $d$ 是由 $\Vert \cdot \Vert$所导出的距离.事实上，令 $\Vert x\Vert =d(x,0),$ 由条件 $(\mathrm{a}),(\mathrm{b}),$ 不难证明这样定义的$\Vert \cdot \Vert$ 是范数，且 $d(x,y)=\Vert x-y\Vert .$ 条件$(\mathrm{a}),(\mathrm{b})$ 反映了空间的度量结构和线性结构之间具有某种协调性.

我们可以证明 $\Vert x\Vert$ 是 $x$ 的连续函数.事实上，对于任意$x,y\in X,$ 由范数条件 $2^{\circ }$ 和$3^{\circ },$ 不难证明成立不等式

$$|\Vert y\Vert -\Vert x\Vert |⩽\Vert y-x\Vert ,(2)$$

所以当$\Vert x_n-x\Vert \to 0(n\to \infty )$时，$\Vert x_n\Vert \to \Vert x\Vert (n\to \infty ).$

完备的赋范线性空间称为巴拿赫空间.下面举一些今后常用的赋范线性空间的例子。

例1
欧氏空间 ${\mathbf{R}}^n,$ 对每个$x=\left({\xi }_1,{\xi }_2,\cdots ,{\xi }_n\right)\in {\mathbf{R}}^n,$定义

$$\Vert x\Vert =\sqrt{{\left|{\xi }_1\right|}^2+{\left|{\xi }_2\right|}^2+\cdots +{\left|{\xi }_n\right|}^2}.(3)$$

如果令$d(x,y)=\Vert x-y\Vert =\sqrt{{\left|{\xi }_1-{\eta }_1\right|}^2+{\left|{\xi }_2-{\eta }_2\right|}^2+\cdots +{\left|{\xi }_n-{\eta }_n\right|}^2},y=\left({\eta }_1,{\eta }_2,\cdots ,{\eta }_n\right)\in {\mathbf{R}}^n$ 则 $d$ 即为${\mathbf{R}}^n$中欧几里得距离，且满足(1)中条件 $(a)$ 及 $(b),$ 由此可知$\Vert \cdot \Vert$是 ${\mathbf{R}}^n$ 中范数.又因 ${\mathbf{R}}^n$ 完备，故${\mathbf{R}}^n$ 按(3)式中范数成巴拿赫空间、

例2
空间 $C[a,b],$ 对每个 $x\in C[a,b],$ 定义

$$\Vert x\Vert =\underset{a⩽t⩽b}{\max }|x(t)|.(4)$$

容易证明 $C[a,b]$ 按(4)式中范数成为巴拿赫空间、

例3
空间 $l^{\ast },$ 对每个$x=\left({\xi }_1,{\xi }_2,\cdots \right)\in l^n,$定义

$$\Vert x\Vert =\underset{j}{\sup }\left|{\xi }_j\right|.(5)$$

不难验证 $l^{\ast }$ 按(5)式中范数成为巴拿赫空间

下面介绍两个重要的巴拿赫空间、

例4
空间 $L^p[a,b].$

设 $f(t)$ 是 $[a,b]$ 上复值可测函数 $p>0,$ 如果$|f(x){|}^p$ 是 $[a,b]$ 上 $L$ 可积函数，则称$f(t)$ 是 $[a,b]$ 上 $p$ 方可积函数， $[a,b]$ 上 $p$方可积函数全体记为 $L^p[a,b].$ 当 $p=1$ 时，$L^1[a,b]$ 即为 $[a,b]$ 上 $L$ 可积函数全体.在空间$L^p[a,b]$ 中，我们把两个 $a.e.$ 相等的函数视为 $L^p[a,b]$ 中同一个元素而不加以区别.设$f,g\in L^p[a,b],$ 因为

∣ ⁢ f ⁡ ( t ) + g ⁡ ( t ) ∣ p ⩽ ( 2 max ⁡ { ∣ ⁢ f ⁡ ( t ) ⁢ ∣ , ∣ ⁢ g ⁡ ( t ) ⁢ ∣ } ) p ⩽ 2 p ( ∣ ⁢ f ⁡ ( t ) ∣ p + ∣ ⁢ g ⁡ ( t ) ∣ p ) . ∣⁢f⁡\left(t\right) + g⁡\left(t\right)∣^{p}⩽\left(2\max \left\{∣⁢f⁡\left(t\right)⁢∣,∣⁢g⁡\left(t\right)⁢∣\right\}\right)^{p}⩽2^{p}\left(∣⁢f⁡\left(t\right)∣^{p} + ∣⁢g⁡\left(t\right)∣^{p}\right). ∣⁢f⁡(t)+g⁡(t)∣p⩽(2max{ ∣⁢f⁡(t)⁢∣,∣⁢g⁡(t)⁢∣})p⩽2p(∣⁢f⁡(t)∣p+∣⁢g⁡(t)∣p).

所以， $|f(t)+g(t){|}^p$ 是 $[a,b]$ 上 $L$可积函数，即 $f+g\in L^p[a,b].$ 至于$L^p[a,b]$ 关于数乘运算封闭是显见的.故 $L^p[a,b]$按函数通常的加法及数乘运算成为线性空间对每个$f\in L^p[a,b],$ 定义

$$\Vert f{\Vert }_p={\left({\int }_a^b|f(t){|}^p\mathrm{d}t\right)}^{\frac{1}{p}}.(6)$$

我们要证明当 $p⩾1$ 时， $L^p[a,b]$ 按$\Vert \cdot {\Vert }_p$ 成为巴拿赫空间.为此，首先证明几个重要的不等式

引理1（赫尔德( Holder)不等式）

设$p>1,\frac{1}{p}+\frac{1}{q}=1,f\in L^p[a,b],g\in L^q[a,b],$那么 $f(t)g(t)$ 在