泛函分析基础7-度量空间和赋范线性空间8-3：依范数收敛【设{xₙ}是X中点列，如果存在x∈X，使‖xₙ−x‖➝0(n➝∞)，则称{xₙ}依范数收敛于x，记为：xₙ➝x(n➝∞)或limxₙ=x】

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. $\Vert x\Vert ⩾0,$ 且 $\Vert x\Vert =0$ 等价于 $x=0;$
2. $\Vert \alpha x\Vert =|\alpha |\Vert x\Vert$ 其中 $\alpha$为任意实（复）数；
3. $\Vert x+y\Vert ⩽\Vert x\Vert +\Vert y\Vert ,x,y\in X,$

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$\underset{n\to \infty }{\lim }{x}_n=x.$

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 $[a,b]$ 上 $L$ 可积，并且

$${\int }_a^b|f(t)g(t)|\mathrm{d}t⩽\Vert f{\Vert }_p\Vert g{\Vert }_q.(7)$$

证明
首先证明当 $p>1,\frac{1}{p}+\frac{1}{q}=1$时，对任意正数 $A$ 及 $B,$ 有

$$A^{\frac{1}{r}}{B}^{\frac{1}{q}}⩽\frac{A}{p}+\frac{B}{q}.(8)$$

事实上，作辅助函数$\phi (t)=t^{\alpha }-\alpha t(0<t<\infty ),0<\alpha <1,$则${\phi }^{\prime }(t)=\alpha \left[t^{\alpha -1}-1\right],$所以在 $(0,1)$上， ${\phi }^{\prime }(t)>0,$ 在 $(1,\infty )$ 上${\phi }^{\prime }(t)<0,$ 因而 $\phi (1)$ 是函数$\phi (t)$ 在 $(0,\infty )$ 上的最大值，即

$$\phi (t)⩽\phi (1)=1-\alpha ,t\in (0,\infty ).$$

由此可得

$$t^{\alpha }⩽\alpha t+(1-\alpha ),t\in (0,\infty ).$$

令$t=\frac{A}{B},$ 代入上面不等式，那么

$$\frac{A^a}{B^a}⩽\alpha \frac{A}{B}+(1-\alpha ).$$

两边乘 $B,$ 得到

$$\frac{A^{\alpha }}{B^{\alpha -1}}⩽\alpha A+(1-\alpha )B.$$

令 $\alpha =\frac{1}{p},$ 则 $1-\alpha =\frac{1}{q},$于是上式成为

$$A^{\frac{1}{p}}\cdot B^{\frac{1}{q}}⩽\frac{A}{p}+\frac{B}{q}.$$

如果 $\Vert f{\Vert }_p=0$ (或 $\Vert g{\Vert }_q=0,$ 则 $f(t)=0a.e.$于 $[a,b]$ (或 $g(t)=0a.e.$ 于 $[a,b]),$这时，不等式(7)自然成立，所以不妨设$\Vert f{\Vert }_p>0,\Vert g{\Vert }_q>0.$ 作函数

$$\phi (t)=\frac{|f(t)|}{\Vert f{\Vert }_p},\psi (t)=\frac{|g(t)|}{\Vert g{\Vert }_q}.$$

令 $A=|\phi (t){|}^p,B=|\psi (t){|}^q,$代人不等式(8)，得到

$$|\phi (t)\psi (t)|⩽\frac{|\phi (t){|}^p}{p}+\frac{|\psi (t){|}^q}{q}.(9)$$

由(9)式立即可知 $\phi (t)\psi (t)$ 在 $[a,b]$ 上 $L$可积，由此可知 $f(t)g(t)$ 也 $L$ 可积，对(9)式的两边积分，得到

$${\int }_a^b|\phi (t)\psi (t)|\mathrm{d}t⩽{\int }_a^b\frac{|\phi (t){|}^p}{p}\mathrm{d}t+{\int }_a^b\frac{|\psi (t){|}^q}{q}\mathrm{d}t.$$

因此

$${\int }_a^b|f(t)g(t)|\mathrm{d}t⩽\Vert f{\Vert }_p\Vert g{\Vert }_q.$$

引理2（闵科夫斯基( Minkowski)不等式）

设 $p⩾1,f,g\in L^p[a,b],$ 那么 $f+g\in$$L^p[a,b],$ 并且成立不等式

$$\Vert f+g{\Vert }_p⩽\Vert f{\Vert }_p+\Vert g{\Vert }_p.(10)$$

证明
当 $p=1$ 时，因$|f(t)+g(t)|⩽|f(t)|+|g(t)|,$由积分性质可知不等式(10)自然成立.如果 $p>1,$ 设$\frac{1}{p}+\frac{1}{q}=1,$ 因 为$f+g\in L^p[a,b],$ 所以

$$|f(t)+g(t){|}^{\frac{p}{q}}\in L^4[a,b],$$

由赫尔德不等式，有

$${\int }_a^b|f(t)||f(t)+g(t){|}^{\frac{2}{4}}\mathrm{d}t⩽\Vert f{\Vert }_p{\left({\int }_a^b|f(t)+g(t){|}^p\mathrm{d}t\right)}^{\frac{1}{q}}.$$

类似对 $g$ 也有

$${\int }_a^b|g(t)||f(t)+g(t){|}^{\frac{2}{4}}\mathrm{d}t⩽\Vert g{\Vert }_p{\left({\int }_a^b|f(t)+g(t){|}^p\mathrm{d}t\right)}^{\frac{1}{4}}.$$

因而

$$\begin{gathered} {\int }_a^b|f(t)+g(t){|}^p\mathrm{d}t={\int }_a^b|f(t)+g(t)||f(t)+g(t){|}^{p-1}\mathrm{d}t \\ ⩽{\int }_a^b\mid f\left(t\right)\mid \mid f\left(t\right)+g\left(t\right){\mid }^{\frac{t}{d}dt+{\int }_a^b\mid g\left(t\right)\mid \mid f\left(t\right)+g\left(t\right){\mid }^{\frac{t}{2}}dt} \\ ⩽\left(\Vert f{\Vert }_p+\Vert g{\Vert }_p\right){\left({\int }_a^b|f(t)+g(t){|}^p\mathrm{d}t\right)}^{\frac{1}{q}}(11) \end{gathered}$$

若${\int }_a^b|f(t)+g(t){|}^p\mathrm{d}t=0,$则 $\Vert f+g{\Vert }_p=0,$ (10)式显然成立，若 ${\int }_a^b|f(t)+g(t){|}^p\mathrm{d}t\ne 0$ ,则在(11)式两边除以

$${\left({\int }_a^b|f(t)+g(t){|}^p\mathrm{d}t\right)}^{\frac{1}{q}},$$

得到

$${\left({\int }_a^b|f(t)+g(t){|}^p\mathrm{d}t\right)}^{1-\frac{1}{q}}⩽\Vert f{\Vert }_p+\Vert g{\Vert }_p.$$

由 $\frac{1}{p}+\frac{1}{q}=1,$ 得到

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

定理1

当 $p⩾1$ 时， $L^p[a,b]$ 按(6)式中范数$\Vert \cdot \Vert ,$ 成为赋范线性空间

证明
$\Vert \cdot {\Vert }_p$ 满足范数条件 $1^{\circ }$ 及$2^{\circ }$ 是 显然的.又由闵科夫斯基不等式，当 $p⩾1$时，对任意 $f,g\in L^p[a,b]$ 有$\Vert f+g{\Vert }_p⩽\Vert f{\Vert }_p+\Vert g{\Vert }_p,$ 所以$L^p[a,b]$ 按 $\Vert \cdot {\Vert }_p$ 成赋范线性空间.

定理2

$L^p[a,b](p⩾1)$ 是巴拿赫空间.

证明
设 { f n } \left\{ f _ { n } \right\} {fn​} 是 $L^p[a,b]$ 中柯西点列，由柯西点列的定义，存在正整数 $m_k,$ 使当 $n,$$m⩾m_k$ 时，

$${\Vert f_n-f_m\Vert }_p<\frac{1}{2^k},k=1,2,\cdots$$

取 $n_k⩾m_k,$ 且使$n_1<n_2<\cdots <n_k<\cdots ,$ 则

$${\Vert f_{n_{k+1}}-f_{n_k}\Vert }_p<\frac{1}{2^k},k=1,2,\cdots .$$

因此

$$\sum _{k=1}^{\infty }{\Vert f_{n_{k+1}}-f_{n_k}\Vert }_p⩽\sum _{k=1}^{\infty }\frac{1}{2^k}<\infty .(12)$$

但是因为常数 $1\in L^{\ast }[a,b],$ 由赫尔德不等式，有

$${\int }_a^b\left|f_{n_{k+1}}(t)-f_{n_k}(t)\right|\mathrm{d}t⩽{\Vert f_{n_{k+1}}-f_{n_k}\Vert }_p(b-a{)}^{\frac{1}{q}}.$$

所以级数

$$\sum _{k=1}^{\infty }{\int }_a^b\left|f_{n_{k+1}}(t)-f_{n_k}(t)\right|\mathrm{d}t(13)$$

收敛，由级数形式的莱维定理，级数${\sum }_{k=1}^{\infty }\left|f_{n_{k+1}}(t)-f_{n_k}(t)\right|$在 $[a,b]$ 上几乎处处收敛.因此，函数列

$$f_{n_k}(t)=f_{n_1}(t)+\sum _{j=1}^{k-1}\left(f_{n_{n+1}}(t)-f_{n_j}(t)\right)(k=1,2,3,\cdots )$$

在 $[a,b]$ 上几乎处处收敛于一可测函数 $f(t).$ 下证$f\in L^p[a,b].$ 因为 { f n } \left\{ f _ { n } \right\} {fn​} 是$L^p[a,b]$ 中柯西点列，对于任意正数 $\epsilon >0,$ 存在 $N,$ 使当$n,m⩾N$ 时，${\Vert f_n-f_m\Vert }_p<\epsilon ,$
取足够大的 $k_0,$使 $n_{k_0}>N,$ 于是当$k⩾k_0,n⩾N$ 时，就有

$${\int }_a^b{\left|f_n(t)-f_{n_k}(t)\right|}^p\mathrm{d}t=\Vert f_n-f_{n_k}\Vert p^p<{\epsilon }^p.$$

又因当 $k\to \infty$ 时函数列${\left|f_n(t)-f_{n_k}(t)\right|}^p\to {\left|f_n(t)-f(t)\right|}^{p}a.e.$于 $[a,b],$ 由法图定理得到 ${\left|f_n(t)-f(t)\right|}^{\prime }$ 是 $L$可积函数，并且有

$${\int }_a^b{\left|f_n(t)-f(t)\right|}^p\mathrm{d}t⩽\underset{k\to \infty }{\underline{\lim }}{\int }_a^b{\left|f_n(t)-f_{n_k}(t)\right|}^p\mathrm{d}t⩽{\epsilon }^p,$$

这说明 $f-f_n\in L^p[a,b],$ 且当 $n⩾N$ 时

$${\Vert f_n-f\Vert }_p⩽\epsilon .(14)$$

又因 $f_n\in L^p[a,b],$ 而$f=\left[f-f_n\right]+f_n,$ 由于$L^p[a,b]$ 是线性空间，所以 $f\in L^p[a,b],$ 由(14) , $f_n\to f,$ 这就证明了 $L^p[a,b]$是巴拿赫空间.

对 $C[a,b]$ 中每个函数 $f(t),$ 定义

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

那么 $C[a,b]$ 按 $\Vert \cdot {\Vert }_p$ 成为 $L^p[a,b]$的赋范线性子空间，类似于 $\mathrm{S}$ 4例5的证明，可以证明 $C[a,b]$ 按范数 $\Vert \cdot {\Vert }_p$不完备，但是可以证明它的完备化空间是 $L^p[a,b].$ 从这个观点看， $L$ 可积函数类只不过是 $R$ 可 积函数类的完备化拓广

例5
空间 $l^p.$

和 $L^p[a,b]$ 空间一样，在 $l^p$空间中也有类似的赫尔德不等式和闵科夫斯基不等式：

$$\sum _{i=1}^{\infty }\left|{\xi }_i{\eta }_i\right|⩽{\left(\sum _{i=1}^{\infty }{\left|{\xi }_i\right|}^p\right)}^{\frac{1}{p}}{\left(\sum _{i=1}^{\infty }{\left|{\eta }_i\right|}^q\right)}^{\frac{1}{q}}\left(赫尔德不等式\right),$$

其中$p>1,\frac{1}{p}+\frac{1}{q}=1,\left({\xi }_1,{\xi }_2,{\xi }_3,\cdots \right)\in l^p,\left({\eta }_1,{\eta }_2,{\eta }_3,\cdots \right)\in l^n;$

$$\Vert x+y{\Vert }_p⩽\Vert x{\Vert }_p+\Vert y{\Vert }_p(闪种大新班不等式),$$

其中 $p⩾1,x=\left({\xi }_1,{\xi }_2,\cdots \right),y=\left({\eta }_1,{\eta }_2,\cdots \right)\in l^p,\Vert x{\Vert }_p={\left({\sum }_{i=1}^{\infty }{\left|{\xi }_i\right|}^p\right)}^{\frac{1}{p}},\Vert y{\Vert }_p={\left({\sum }_{i=1}^{\infty }{\left|{\eta }_i\right|}^p\right)}^{\frac{1}{p}}$。由此可知 $l^p$ 按范数 $\Vert \cdot {\Vert }_p$成赋范线性空间，并且不难证明 $l^p$ 完备这些留给读者自己证明

最后，让我们考察有限维赋范线性空间的性质

定理3

设 $X$ 是 $n$ 维赋范线性空间， { e 1 , e 2 , ⋯   , e n } \left\{ e _ { 1 } , e _ { 2 } , \cdots , e _ { n } \right\} {e1​,e2​,⋯,en​} 是 $X$的一组基，则存在常数 $M$和 $M^{\prime },$ 使得对一切

$$x=\sum _{k=1}^n{\xi }_k{e}_k$$

成立

$$M\Vert x\Vert ⩽{\left(\sum _{k=1}^n{\left|{\xi }_k\right|}^2\right)}^{\frac{1}{2}}⩽M^{\prime }\Vert x\Vert .$$

证明
对任意 $x\in X,$ 有

$$\begin{gathered} \Vert x\Vert =\Vert \sum _{k=1}^n{\xi }_k{e}_k\Vert ⩽\sum _{k=1}^n\Vert e_k\Vert \left|{\xi }_k\right| \\ ⩽{\left(\sum _{k=1}^n{\Vert e_k\Vert }^2\right)}^{\frac{1}{2}}{\left(\sum _{k=1}^n{\left|{\xi }_k\right|}^2\right)}^{\frac{1}{2}} \end{gathered}$$

记 $m={\left({\sum }_{k=1}^n{\Vert e_k\Vert }^2\right)}^{\frac{1}{2}},$ 则有 $\Vert x\Vert ⩽m{\left({\sum }_{k=1}^n{\left|{\xi }_k\right|}^2\right)}^{-\frac{1}{2}}.$

任取 $y={\sum }_{k=1}^n{\eta }_k{e}_k\in X,$ 由上述不等式知

$$\Vert x\Vert -\Vert y\Vert |⩽\Vert x-y\Vert ⩽m{\left(\sum _{k=1}^n{\left|{\xi }_k-{\eta }_k\right|}^2\right)}^{\frac{1}{2}}.$$

这说明，范数 $\Vert \cdot \Vert$ 是欧氏空间 ${\mathbf{R}}^n$ (或${\mathrm{C}}^n)$ 上关于${\xi }_1,{\xi }_2,\cdots ,{\xi }_n$ 的连续函数

$$f\left({\xi }_1,{\xi }_2,\cdots ,{\xi }_n\right)=\Vert x\Vert .$$

当 $\left({\xi }_1,{\xi }_2,\cdots ,{\xi }_k\right)$位于 ${\mathbf{R}}^n$ (或 ${\mathrm{C}}^n)$的单位球面 $S$ 上，即

$$\sum _{k=1}^n{\left|{\xi }_k\right|}^2=1时，\Vert \sum _{k=1}^n{\xi }_k{e}_k\Vert =\Vert x\Vert \ne 0.$$

实际上，若$\Vert {\sum }_{k=1}^n{\xi }_k{e}_k\Vert =0,$必有 ${\sum }_{k=1}^n{\xi }_k{e}_k=0,$ 但${\sum }_{k=1}^n{\left|{\xi }_k\right|}^2=1,$ 从而${\xi }_1,{\xi }_2,\cdots ,{\xi }_n$ 不全为0,再由 { e k } \left\{ e _ { k } \right\} {ek​} 是线性无关的，得到矛盾.这就是说$f\left({\xi }_1,{\xi }_2,\cdots ,{\xi }_n\right)=\Vert x\Vert$在 $S$ 上处处不为0,因 $S$ 是 ${\mathbf{R}}^n$ (或${\mathrm{C}}^n)$ 中 有界闭集， $f$ 在 $S$ 上取得非零的最小值 $m^{\prime },m^{\prime }>0,$ 于是，对任意的 $x\in X,$ 作$x^{\prime }={\left({\sum }_{k=1}^n{\left|{\xi }_k\right|}^2\right)}^{-\frac{1}{2}}x,$因此，${\left({\sum }_{k=1}^n{\left|{\xi }_k\right|}^2\right)}^{-\frac{1}{2}}\left({\xi }_1,{\xi }_2,\cdots ,{\xi }_n\right)\in S,$且$\Vert x^{\prime }\Vert ⩾m^{\prime }.$这样一来，我们有

$$m^{\prime }{\left(\sum _{k=1}^n{\left|{\xi }_k\right|}^2\right)}^{\frac{1}{2}}⩽{\left(\sum _{k=1}^n{\left|{\xi }_k\right|}^2\right)}^{\frac{1}{2}}\Vert x^{\prime }\Vert =\Vert x\Vert ⩽m{\left(\sum _{k=1}^n{\left|{\xi }_k\right|}^2\right)}^{\frac{1}{2}}.$$

令 $M=\frac{1}{m},M^{\prime }=\frac{1}{m^{\prime }},$ 即可得结论

推论1

设在有限维线性空间上定义了两个范数 $\Vert \cdot \Vert$ 和$\Vert \cdot {\Vert }_1,$ 那么必存在常数 $M$ 和 $M^{\prime },$ 使得对任意 $x\in X,$ 有

$$M\Vert x\Vert ⩽\Vert x{\Vert }_1⩽M^{\prime }\Vert x\Vert .$$

证明
我们记$\Vert x{\Vert }_0={\left({\sum }_{k=1}^n{\left|{\xi }_k\right|}^2\right)}^{\frac{1}{2}}.$其中 $x={\sum }_{k=1}^n{\xi }_k{e}_k.$由定理3可知，存在正数$k$ 和 $k^{\prime },L$ 和 $L^{\prime }$ 有

$$\begin{gathered} k\Vert x\Vert ⩽\Vert x{\Vert }_0⩽k^{\prime }\Vert x\Vert , \\ L\Vert x{\Vert }_1⩽\Vert x{\Vert }_0⩽L^{\prime }\Vert x{\Vert }_1 \end{gathered}$$

将两式综合起来，令$M=\frac{k}{L^{\prime }},M^{\prime }=\frac{k^{\prime }}{L},$即得结论

定义2

设 $\left(R_1,\Vert \cdot {\Vert }_1\right)$ 和$\left(R_2,\Vert \cdot {\Vert }_2\right)$是两个赋范线性空间.如果存在从 $R_1$ 到
$R_2$ 上的映射 $\phi$ 满足条件：对任意 $x,y\in R_1$及数 $\alpha ,\beta$ 有$\phi (\alpha x+\beta y)=\alpha \phi (x)+\beta \phi (y)$以及正数 $c_1,c_2,$ 使得对一切 $x\in R_1,$ 有

$$c_1\Vert \phi (x){\Vert }_2⩽\Vert x{\Vert }_1⩽c_2\Vert \phi (x){\Vert }_2$$

则称 $\left(R_1,\Vert \cdot {\Vert }_1\right)$ 和$\left(R_2,\Vert \cdot {\Vert }_2\right)$这两个赋范空间是拓扑同构的

推论2

任何有限维赋范空间都和同维数欧氏空间（或某个${\mathrm{C}}^n)$ 拓扑同构.同数域上的相同维数的有限维赋范空间彼此拓扑同构