# 度量空间
定义
设 X 为非空集合
若映射 d:X×X→R 满足
- ∀x,y∈X, d(x,y)≥0,并且:当且仅当 x=y 时 d(x,y)=0
- ∀x,y∈X, d(x,y)=d(y,x)
- ∀x,y,z∈X, d(x,z)≤d(x,y)+d(y,z)
则称 d 为 X 上的 度量函数 (metric function)「距離関数」
称 (X,d) 为 度量空间 (metric space)「距離空間」
示例
在 Rn 中,有数个经典的度量函数
- Manhattan 距离 d1(n)(x,y):=i=1∑n∣xi−yi∣
- Euclidean 距离 d2(n)(x,y):=i=1∑n(xi−yi)2
- Chebyshev 距离 d∞(n)(x,y):=1≤i≤nmax∣xi−yi∣
证明
简单验证各条性质即可
□
示例
设 X 为任意非空集合,则称映射
d(x,y):={0,1,x=yx=y
为 X 上的离散度量函数
证明
任取 x,y,z∈X,显然 d 满足度量函数的三条性质
□
基于度量函数,可以构造一个确定的拓扑结构
对于任意非空集合 X
如同在开基的章节构造出拓扑一样,我们先自然地定义基本细胞单位:邻域
N(x,ε):={y∈X∣d(x,y)<ε}
并生成拓扑结构
Od={A∈P(X)∣∀a∈A,∃ε>0, s.t. N(a,ε)⊂A}
此时,(X,Od) 成为拓扑空间,称为由度量函数 d 导出的 度量拓扑 (metric topology)「距離位相」
我们熟知的实数,复数空间 Rn,Cn 中的标准拓扑,均为由 Euclidean 距离导出的度量拓扑
以下回顾拓扑中基本概念的定义与结论,并给出在度量空间中的等价版本
令 (X,d) 为度量空间,A⊂X
- a∈X 是 A 的 内点 (Interior Point)「内点」 \stackrel{def}
∃ε>0,s.t.N(a,ε)⊂A
- a∈X 是 A 的 外点 (Exterior Point)「外点」 \stackrel{def}
∃ε>0,s.t.N(a,ε)∩A=∅
- a∈X 是 A 的 边界点 (Boundary Point)「边界点」 \stackrel{def}
∀ε>0,s.t.N(a,ε)∩A=∅, N(a,ε)∩Ac=∅
- a∈X 是 A 的 触点 (Adherent Point)「触点」 \stackrel{def}
∀ε>0,s.t.N(a,ε)∩A=∅
二级概念
- 称 A 的 内点 全体为 A 的 内部 (Interior)「内部」,记作 Ai
- 称 A 的 外点 全体为 A 的 外部 (Exterior)「外部」,记作 Ae
- 称 A 的 边界点 全体为 A 的 边界 (Frontier/Boundary)「边界」,记作 Af
- 称 A 的 触点 全体为 A 的 闭包 (Closure)「閉包」,记作 A
数个拓扑空间中的结论,在度量空间中同样成立(仅作提醒,不予证明)
- A∈Od⟺A=Ai
- A∈Fd⟺A=A
- (Ai)i=Ai
- (A)=A
- (A∩B)i=Ai∩Bi
- A∪B=A∪B
- Ai 是被 A 包含的最大开集
- A 是包含 A 的最小闭集
- 开集的补集为闭集,闭集的补集为开集
在度量空间上,映射的连续性可以有新的等价定义方式
命题
设 (X,dX),(Y,dY) 为度量空间,映射 f:X→Y,以下命题等价
- 映射 f 在点 a∈X 处连续
- ∀ε>0, ∃δ>0, s.t. f(NX(a,δ))⊂NY(f(a),ε)
- ∀ε>0, ∃δ>0, s.t. NX(a,δ)⊂f−1(NY(f(a),ε))
- ∀ε>0, s.t. f−1(NY(f(a),ε))∈NX(a)
- ∀U∈NY(f(a)), s.t. f−1(U)∈NX(a)
证明(省略)
命题
设 (X,dX),(Y,dY) 为度量空间,映射 f:X→Y,以下命题等价
- 映射 f 连续
- ∀O∈OY, s.t. f−1(O)∈OX
- ∀F∈FY, s.t. f−1(F)∈FX
证明(省略)
度量空间具有数个良好的拓扑性质
命题
度量空间是 Hausdorff 空间
证明
令距离拓扑空间 (X,Od), x,y∈X, x=y。
取 ε:=2d(x,y)>0。
此时显然
x∈N(x,ε), y∈N(y,ε)
现验证不交,假设 z∈N(x,ε)∩N(y,ε),则
d(x,y)≤d(x,z)+d(z,y)<ε+ε=d(x,y)
从而矛盾,故 N(x,ε)∩N(y,ε)=∅,即度量空间满足 Hausdorff 公理
□
命题
度量空间满足第一可数公理
证明
令 (X,d) 为距离空间,对于任意 x∈X,取
B(x):={N(x,n1)∣n∈N}
则显然其至多可数,现验证其为邻域基
任取 U∈N(x),则根据邻域的定义,存在 ε>0,使得 N(x,ε)⊂U。
取自然数 n,使得 n1<ε,则有
N(x,n1)⊂N(x,ε)⊂U
则 B(x) 成为 x 的至多可数邻域基
□
命题
度量空间是正规空间
证明
令 (X,d) 为度量空间,则已知其为 Hausdorff 空间,自然满足 T1 公理,需证明其满足 T4 公理
取不交闭集 A,B⊂X,则 A⊂Bc∈Od
对于任意 a∈A,度量空间中的开集性质给出
∃εa>0,s.t.N(a,εa)⊂Bc⟹N(a,εa)∩B=∅
同样,对于任意 b∈B,
∃δb>0,s.t.N(b,δb)⊂Ac⟹N(b,δb)∩A=∅
令
⎩⎪⎪⎨⎪⎪⎧U:=a∈A⋃N(a,2εa)∈OdV:=b∈B⋃N(b,2δb)∈Od
则显然 A⊂U, B⊂V,现验证 U∩V=∅。
取任意 c∈U∩V,则存在 a∈A, b∈B,使得
c∈N(a,2εa)∩N(b,2δb)
则由三角不等式,有
d(a,b)≤d(a,c)+d(c,b)<2εa+2δb≤max{εa,δb}
但此时有
{N(a,εa)∩B=∅⟹d(a,b)≥εaN(b,δb)∩A=∅⟹d(a,b)≥δb
从而 d(a,b)≥max{εa,δb},与上式矛盾,故 U∩V=∅,即度量空间满足正规空间的定义
□
# 度量化
任何的度量函数都一定可以基于上述方法导出度量拓扑
但是反过来,拓扑空间不一定可以抽象出度量函数
研究在何种条件下,拓扑空间可以导出度量函数,是本节的核心课题 (度量化问题)
也就是说,给定拓扑空间 (X,O),是否存在度量函数 d,使得 Od=O?
示例
- 离散拓扑 (X,P(X)) 一定可以度量化
- 密着拓扑 (X,{∅,X}) 除非 X 为单点集,否则一定不能度量化
定理 Urysohn 的度量化定理
满足第二可数公理的正规空间一定可以度量化
证明(较长)
证明纲要
- 第二可数公理给出至多可数的开基,并用自然数列控制编号
- 正规空间满足 T4,通过 Urysohn 引理构造出一列连续函数族 {fn:X→[0,1]}
- 利用该函数族构造出 d:X×X→R,并验证其为度量函数
- 验证 Od=O
设 (X,O) 为满足第二可数公理的正规空间,以下开始证明
开基编号
由于 (X,O) 满足第二可数公理,故存在至多可数的开基 B
现在,取开基元 U,V∈B,使其满足
U⊂V
由于 B 至多可数,故满足上述条件的全体组合
M:={(U,V)∣U,V∈B∖{∅,X}, U⊂V}
也是至多可数的
建立其与自然数集 N 之间的双射编号关系,即改写为
M={(Un,Vn)∣n∈N, Un,Vn∈B∖{∅,X}, Un⊂Vn}
此时,对各个序号 n,Un,Vnc 都为不交的非空闭集
应用 Urysohn 引理
由于 (X,O) 为正规空间,所以满足 T4 公理,进入 Urysohn 引理的射程范围内
对于不交的非空闭集 Un,Vnc,根据 Urysohn 引理,存在实连续映射
fn:X→[0,1],s.t.fn(Un)={0}, fn(Vnc)={1}
构造度量函数
定义映射
d:X×X→R,s.t.d(x,y):=n=1∑∞2n∣fn(x)−fn(y)∣
以下证明 d 为度量函数
任取 x,y,z∈X
由绝对值的定义,显然有 d(x,y)≥0
现在验证 d(x,y)=0⟺x=y
若 x=y,则显然 d(x,y)=0
(Hausdorff 包含链)
设 x=y,由于正规空间 ⟹ Hausdorff 空间,所以对于异点 x,y
∃Hx,Hy∈O,s.t.x∈Hx, y∈Hy, Hx∩Hy=∅
由于 B 为开基,所以对于 x∈Hx
∃B1∈B,s.t.x∈B1⊂Hx
(Regular 包含链)
此时,有 x∈B1c
由于正规空间 ⟹ 正则空间,所以满足 T3 公理,对于点 x 与闭集 B1c 的分离性
∃Rx,RB1c∈O,s.t.x∈Rx, B1c⊂RB1c, Rx∩RB1c=∅
由于 B 为开基,所以对于 x∈Rx
∃B2∈B,s.t.x∈B2⊂Rx
统合结果
此时存在包含链,注意仅 RB1cc 为闭集,也注意 B1c⊂RB1c⟹RB1cc⊂B1
x∈B2⊂Rx⊂(RB1c)c⊂B1⊂Hx
所以,对于包含关系 B2⊂B1,存在序号 m∈N,使得 (Um,Vm)=(B2,B1)
回顾函数列 fm 的定义,对于我们最开始规定的 x=y,有
- x∈Um⊂Um,所以 fm(x)=0
- y∈Vm⟹y∈Vmc,所以 fm(y)=1
那么,距离
d(x,y)=n=1∑∞2n∣fn(x)−fn(y)∣≥2m1>0
所以 x=y⟹d(x,y)>0
取对偶得到 d(x,y)=0⟹x=y
综上所述,d 满足度量函数的第一条定义
接下来验证对称性与三角不等式
d(y,x)=n=1∑∞2n∣fn(y)−fn(x)∣=n=1∑∞2n∣fn(x)−fn(y)∣=d(x,y)
d(x,z)=n=1∑∞2n∣fn(x)−fn(z)∣≤n=1∑∞2n∣fn(x)−fn(y)∣+∣fn(y)−fn(z)∣=n=1∑∞2n∣fn(x)−fn(y)∣+n=1∑∞2n∣fn(y)−fn(z)∣=d(x,y)+d(y,z)
所以,d 满足度量函数的三条定义,成为度量函数
验证拓扑相等
最后证明 Od=O
(O⊂Od)
取 O∈O
对于任意点 a∈O,其与闭集 Oc 的分离性由 T3 公理给出:
∃Oa,OOc∈O,s.t.a∈Oa, Oc⊂OOc, Oa∩OOc=∅
由于 B 为开基,所以对于 a∈Oa
∃O1∈B,s.t.a∈O1⊂Oa
进一步,再对于 a 与闭集 Bac 的分离性,给出
∃Oa′,OO1c′∈O,s.t.a∈Oa′, O1c⊂OO1c′, Oa′∩OO1c′=∅
由于 B 为开基,所以对于 a∈Oa′
∃O2∈B,s.t.a∈O2⊂Oa′
此时具有包含链,注意 O1c⊂OO1c′⟹(OO1c′)c⊂O1
a∈O2⊂Oa′⊂(OO1c′)c⊂O1⊂Oa
所以,对于包含关系 O2⊂O1,存在序号 ℓ∈N,使得 (Uℓ,Vℓ)=(O2,O1)
现在考虑度量空间中的邻域 N(a,2ℓ1)
对于任意 b∈Vℓc,有 fℓ(b)=1
而 a∈Uℓ⊂Uℓ,所以 fℓ(a)=0
那么,距离
d(a,b)=n=1∑∞2n∣fn(a)−fn(b)∣≥2ℓ∣fℓ(a)−fℓ(b)∣=2ℓ1
所以,任意 b∈Vℓc 都不在邻域 N(a,2ℓ1) 中,即 N(a,2ℓ1)⊂Vℓ
而 Vℓ=O1⊂Oa⊂O,所以 N(a,2ℓ1)⊂O
综上所述,任意点 a∈O 都存在邻域 N(a,2ℓ1) 包含于 O 中
根据度量拓扑的定义,得到 O∈Od
(Od⊂O)
取 O′∈Od,任取点 x∈O′,度量拓扑的定义给出
∃ε>0,s.t.N(x,ε)⊂O′
首先,取满足
n>k∑2n1<2ε
的 k∈N,然后对点 x 定义
Oi(x):={y∈X∣∣fi(x)−fi(y)∣<2kε},i=1,2,…,k
由于各个 fi 都为连续映射,所以各个 x∈Oi(x)∈O
定义
O(x):=i=1⋂kOi(x)
由于有限交运算,O(x)∈O 也成立
此时,对于任意 y∈O(x),有
d(x,y)=n=1∑∞2n∣fn(x)−fn(y)∣=n=1∑k2n∣fn(x)−fn(y)∣+n>k∑2n∣fn(x)−fn(y)∣<n=1∑k2kε+2ε=ε
所以
O(x)⊂N(x,ε)
度量拓扑的定义给出,N(x,ε)⊂O′,所以对于任意点 x∈O′
∃O(x)∈O,s.t.x∈O(x)⊂O′
所以 x 为 O′ 的内点,依据拓扑空间的定义,得到 O′∈O
综上!满足第二可数公理的正规空间一定可以度量化
□
# 完备性与完备化
定义
设 (X,d) 为度量空间
取其任意点列 {xn}n∈N⊂X
称 {xn}n∈N 收敛于 x∈X,当且仅当
∀ε>0, ∃N∈N, s.t. ∀n>N, d(xn,x)<ε
此时称 x 为 {xn}n∈N 的 极限,记作 x=n→∞limxn
分析学中熟知的极限的唯一性也可以推广到度量空间中
命题
若度量空间 (X,d) 中的点列 {xn}n∈N 收敛,则其极限唯一
证明
假设
∃x,y∈X, x=y,s.t.n→∞limxn=x, n→∞limxn=y
取
ε:=2d(x,y)>0
则由极限的定义,分别可以知道
{∃N1∈N, s.t. ∀n>N1, d(xn,x)<ε∃N2∈N, s.t. ∀n>N2, d(xn,y)<ε
那么对于任意 m>max{N1,N2},由三角不等式,有
d(x,y)≤d(x,xm)+d(xm,y)<ε+ε=d(x,y)
从而矛盾,故极限唯一
□
定义
设 (X,d) 为度量空间
称点列 {xn}n∈N⊂X 为 Cauchy 列,当且仅当
∀ε>0, ∃N∈N, s.t. ∀m,n>N, d(xn,xm)<ε
命题
度量空间 (X,d) 中的任意收敛点列均为 Cauchy 列
证明
假设极限为 x∈X,即
n→∞limxn=x
任取 ε>0,由极限的定义
∃N∈N, s.t. ∀n>N, d(xn,x)<2ε
此时,对于任意 m,n>N,由三角不等式,有
d(xn,xm)≤d(xn,x)+d(xm,x)<2ε+2ε=ε
所以 {xn}n∈N 为 Cauchy 列
□
注意!与实数空间不同,度量空间中的 Cauchy 列不一定收敛
以下为一个经典反例,将 π 换成 2,e 等无理数亦可
示例
在有理数域 Q 上,取度量函数为 Euclidean 距离 d(x,y)=∣x−y∣
定义点列 {xn}n∈N 为 π 的前 n 位小数,即
x1x2x3x4=3=3.1=3.14=3.141 ⋮
此时 {xn}n∈N 成为 Q 上的 Cauchy 列,但其极限 π∈/Q,因此不收敛
定义
称度量空间 (X,d) 为 完备 (Complete)「完備」,当且仅当其任意 Cauchy 列均收敛
如上述例子中已经知道:
- 实数空间 R 是完备的
- 有理数空间 Q 不是完备的,但是 Q⊂R
类似这样的模式,对于任意不完备的度量空间。我们也希望能通过某种手段将其 “补全” 为完备空间
这样的过程称为度量空间的完备化
显然,补全的方式并不止一种,但是考察一个 “最不浪费” 的补全方式才是核心,例如对于不完备的有理数域 Q 来说
- R 是一个恰好的完备,这意味着 Q 在 R 中稠密
- 虽然 R2 也是完备的,但是 Q 在 R2 中并不稠密,这显得有些浪费
想要将一个不完备的度量空间嵌入到一个完备的度量空间中,首先需要确保这个嵌入的过程不会破坏原本的度量结构,为此需要准备等距映射
定义
设 (X,dX),(Y,dY) 为度量空间
映射 f:X→Y 称为 等距映射 (isometric mapping)「等長写像」,当且仅当
∀x1,x2∈X,dY(f(x1),f(x2))=dX(x1,x2)
等距映射显而易见是永远单射的
那么,对于任意给定的非完备的度量空间 (X,d)
我们现在希望能找到一个组合:(X∗,d∗) 以及映射 i:X→X∗,其满足
- (X∗,d∗) 为完备的度量空间,这是我们的目标
- i 为等距映射,这保证了原本的度量结构不被破坏
- 像 i(X) 在 X∗ 中稠密,这保证了补全的 “最小浪费” 性质
如果能找到这样的组合 ((X∗,d∗),i),则称其为 (X,d) 的 完备化 (completion)「完備化」
事实上,这样的组合永远存在
定理
任意度量空间均存在完备化,且在同构意义下完备化唯一
证明(很长)
证明纲要
- 考虑 Cauchy 列全体构成的集合 C(X,Od),证明距离 {d(xn,yn)}n∈N 收敛
- 定义等价关系 ∼:=d(xn,yn)→0,基于这个等价关系构造商集 X∗:=C(X,Od)/∼
- 在 X∗ 上构造函数 d∗:(x,y)↦limd(xn,yn),证明其为度量函数,由此得到度量空间 (X∗,d∗)
- 构造映射 i:X→X∗,并证明其为等距映射
- 证明 i(X) 在 X∗ 中稠密
- 证明 (X∗,d∗) 是完备的
- 任取两种不同的完备化,证明其中间存在双射的等距映射
取任意度量空间 (X,d) 即对应的距离拓扑空间 (X,Od)
证明距离收敛
令 C(X,Od) 为 (X,Od) 上所有 Cauchy 列构成的集合
此时,取任意 {xn}n∈N,{yn}n∈N∈C(X,Od)
任取 ε>0,由于 {xn}n∈N,{yn}n∈N 都为 Cauchy 列,所以
{∃N1∈N, s.t. ∀m,n>N1, d(xn,xm)<2ε∃N2∈N, s.t. ∀m,n>N2, d(yn,ym)<2ε
那么对于任意 m,n>max{N1,N2},由三角不等式,有
d(xn,yn)≤d(xn,xm)+d(xm,ym)+d(ym,yn)<2ε+d(xm,ym)+2ε
移项得到
d(xn,yn)−d(xm,ym)<ε
同理可得
d(xm,ym)−d(xn,yn)<ε
综上 ∣d(xn,yn)−d(xm,ym)∣<ε,所以 {d(xn,yn)}n∈N 为实数空间中的 Cauchy 列
而实数空间为完备的度量空间,所以 {d(xn,yn)}n∈N 收敛
定义等价关系
定义
∀{xn}n∈N,{yn}n∈N∈C(X,Od),{xn}n∈N∼{yn}n∈N⟺n→∞limd(xn,yn)=0
以下验证 ∼ 为等价关系,取任意 {xn}n∈N,{yn}n∈N,{zn}n∈N∈C(X,Od)
- 自反性:显然 n→∞limd(xn,xn)=0,所以 {xn}n∈N∼{xn}n∈N
- 对称性:若 {xn}n∈N∼{yn}n∈N,则 n→∞limd(xn,yn)=0,由度量函数的对称性,有 n→∞limd(yn,xn)=0,所以 {yn}n∈N∼{xn}n∈N
- 传递性:若 {xn}n∈N∼{yn}n∈N 且 {yn}n∈N∼{zn}n∈N,则 n→∞limd(xn,yn)=0 且 n→∞limd(yn,zn)=0,由度量函数的三角不等式,有
d(xn,zn)≤d(xn,yn)+d(yn,zn)
取极限得到 n→∞limd(xn,zn)=0,所以 {xn}n∈N∼{zn}n∈N
从而,∼ 为等价关系,构造商集
X∗:=C(X,Od)/∼
以下记 [{xn}n∈N] 为 {xn}n∈N 在商集 X∗ 中的等价类
构造度量函数
定义映射
d∗:X∗×X∗→R,s.t.d∗([{xn}n∈N],[{yn}n∈N]):=n→∞limd(xn,yn)
需要验证
- d∗ 是 Well-defined 的
- d∗ 满足度量函数的三条定义
(Well-defined)
任取 [{xn}n∈N]=[{xn′}n∈N], [{yn}n∈N]=[{yn′}n∈N],只需证明 n→∞limd(xn,yn)=n→∞limd(xn′,yn′)
令 n→∞limd(xn,yn)=K,则对于任意 ε>0,,极限和等价类的定义给出
⎩⎪⎪⎪⎪⎨⎪⎪⎪⎪⎧∃N0∈N, s.t. ∀n>N0, ∣d(xn,yn)−K∣<3ε∃N1∈N, s.t. ∀n>N1, d(xn,xn′)<3ε∃N2∈N, s.t. ∀n>N2, d(yn,yn′)<3ε
那么,对于任意 n>max{N0,N1,N2},由三角不等式,有
d(xn′,yn′)≤<3εd(xn′,xn)+<K+3εd(xn,yn)+<3εd(yn,yn′)<K+ε
又因为
d(xn,yn)≤d(xn,yn′)+d(xn′,yn′)+d(xn′,yn)
所以移项可得
d(xn′,yn′)≥d(xn,yn)−d(xn′,xn)−d(yn,yn′)>K−ε
综上 ∣d(xn′,yn′)−K∣<ε,所以 n→∞limd(xn′,yn′)=K=n→∞limd(xn,yn)
从而 d∗ 为 Well-defined
(度量函数定义)
任取 [{xn}n∈N],[{yn}n∈N],[{zn}n∈N]∈X∗
- 非负性与正定性:基于等价类和 d∗ 的定义显然 d∗≥0 成立,并且
[{xn}n∈N]=[{yn}n∈N]⟺defn→∞limd(xn,yn)=0⟺defd∗([{xn}n∈N],[{yn}n∈N])=0
- 对称性:传递于 d 的对称性
d∗([{yn}n∈N],[{xn}n∈N])=n→∞limd(yn,xn)=n→∞limd(xn,yn)=d∗([{xn}n∈N],[{yn}n∈N])
- 三角不等式:传递于 d 的三角不等式
d∗([{xn}n∈N],[{zn}n∈N])=n→∞limd(xn,zn)≤n→∞lim(d(xn,yn)+d(yn,zn))=n→∞limd(xn,yn)+n→∞limd(yn,zn)=d∗([{xn}n∈N],[{yn}n∈N])+d∗([{yn}n∈N],[{zn}n∈N])
综上所述,d∗ 满足度量函数的三条定义,成为度量函数
由此得到度量空间 (X∗,d∗)
构造等距映射
对于任意点 x∈X,定义仅包含 x 的常值点列
xn:=x,∀n∈N
任取 ε>0,则对于任意 n∈N, n>1,都有
d(xn,x)=d(x,x)=0<ε
所以该点列收敛于 x,从而为 Cauchy 列,也就是说 {xn}n∈N∈C(X,Od)
以下简记等价类 [{xn}n∈N] 为 [x]
定义映射
i:X→X∗, x↦[x]
对于任意 x,y∈X,有
d∗(i(x),i(y))=d∗([x],[y])=n→∞limd(x,y)=d(x,y)
所以 i 为等距映射
证明稠密性
回忆稠密性的定义,本质上需要证明 i(X)=X∗,实际上只需要证明 X∗⊂i(X) 即可,另一边显然
任取 [{xn}n∈N]∈X∗ 和 ε>0,由于 {xn}n∈N 为 Cauchy 列,所以
∃N∈N, s.t. ∀m,n>N, d(xn,xm)<2ε
此时 {i(xm)}m∈N 是 X∗ 中的点列,对于每个序号 m,点 i(xm) 都对应着 X∗ 当中的某个等价类 [{xn(m)}n∈N]
由于对于每个 m,都有 Cauchy 列 {xn(m)}n∈N∈C(X,Od),并且回顾 {xn}∈C(X,Od)
由先前的结论,可以得到 {d(xn(m),xn)}n∈N 收敛,设
Km:=n→∞limd(xn(m),xn)
则
∃Nm∈N, s.t. ∀n>Nm, ∣d(xn(m),xn)−Km∣<2ε
综上,取 m,n>N 则有
d(xn,xm)<2ε
成立。再对于这里的 m,取 n>max{N,Nm},则有
∣d(xn(m),xn)−Km∣<2ε
成立,这样一来根据三角不等式
d∗([{xn(m)}n∈N],[{xn}n∈N])=n→∞limd(xn(m),xn)=Km≤∣d(xn(m),xn)−Km∣+d(xn(m),xn)<2ε+2ε=ε
这表明 {i(xm)}m∈N=[{xn(m)}n∈N] 落在了 [{xn}n∈N] 的 ε - 邻域内,同时等价于
m→∞limi(xm)=[{xn}n∈N]
由于 ε 是任取的,所以 [{xn}n∈N]∈i(X),从而 X∗⊂i(X)
综上,i(X) 在 X∗ 中稠密
证明完备性
任取 Cauchy 列 {[{xn(m)}n∈N]}m∈N⊂X∗,我们需要证明它收敛
形式上,可以将 {[{xn(m)}n∈N]}m∈N 记作 {am}m∈N,其中
am:=[{xn(m)}n∈N]∈X∗
由于 i(X) 在 X∗ 中稠密,所以任意 an 均是 i(X) 的触点,这意味着对于 n1>0
∀n∈N, ∃xn∈X,s.t.d∗(an,i(xn))<n1
取点列
ℓ:=[{xn}n∈N]
以下证明 {an}n∈N 收敛于 ℓ∈X∗
(证明 ℓ∈X∗)
任取 ε>0,由于 {an}n∈N 为 Cauchy 列,所以
∃N1∈N, s.t. ∀m,n>N1, d∗(an,am)<3ε
由于 d∗(an,i(xn))<n1 对任意 n 成立,所以取
N2:=max{N1,⌈ε3⌉}
则有
∀n>N2,d∗(an,i(xn))<n1≤N21≤3ε
那么,对于任意 m,n>max{N1,N2},由三角不等式,有
d(xn,xm)=d∗(i(xn),i(xm))≤d∗(i(xn),an)+d∗(an,am)+d∗(am,i(xm))<3ε+3ε+3ε=ε
所以 {xn}n∈N 为 X 上的 Cauchy 列,得到 ℓ=[{xn}n∈N]∈X∗
(证明 am→ℓ)
由于在先前已经得知
m→∞limi(xm)=[{xn}n∈N]
所以,沿用 ε>0,
∃N3∈N, s.t. ∀m>N3, d∗(i(xm),ℓ)<32ε
那么,对于任意 m>max{N2,N3},由三角不等式,有
d∗(am,[{xn}n∈N])≤d∗(am,i(xm))+d∗(i(xm),ℓ)<3ε+32ε=ε
这表明,
m→∞limam=ℓ
至此,任意 X∗ 上的 Cauchy 列均收敛,所以 (X∗,d∗) 为完备的度量空间
证明完备化的唯一性
设 ((X∗,d∗),i∗) 和 ((X△,d△),i△) 同时为 (X,d) 的完备化,目标是证明存在双射等距映射 f 使得
i△=f∘i∗
任取 ξ∈X∗。由于 i∗(X) 在 X∗ 中稠密,存在点列 {xn}n∈N⊂X 使得 {i∗(xn)}n∈N 在 X∗ 中收敛于 ξ。
考察 X△ 中的对应点列 {i△(xn)}n∈N。由于 i∗ 和 i△ 均为等距映射,我们有:
d△(i△(xn),i△(xm))=d(xn,xm)=d∗(i∗(xn),i∗(xm))
因为 {i∗(xn)}n∈N 收敛,故其为 X∗ 中的 Cauchy 列。由上式可知,{i△(xn)}n∈N 亦为 X△ 中的 Cauchy 列。由于 X△ 是完备的,故该点列收敛。
定义映射 f 为:
f:X∗→X△,ξ↦n→∞limi△(xn),Where ξ=n→∞limi∗(xn)
(Well-defined)
实际上 f 的映射规则是:确定 ξ 后,取任意收敛于 ξ 的点列 {xn}n∈N⊂X,然后计算 {i△(xn)}n∈N 的极限作为 f(ξ) 的值
因此,良定性其实需证明 f(ξ) 的值不依赖于逼近序列 {xn} 的选取。即只要是以 ξ 为极限的点列,经过 i△ 映射后所得的极限均相同
设 {yn}n∈N⊂X 是另一列满足 n→∞limi∗(yn)=ξ 的点列。由三角不等式及等距性质:
d△(i△(xn),i△(yn))=d(xn,yn)=d∗(i∗(xn),i∗(yn))≤d∗(i∗(xn),ξ)+d∗(ξ,i∗(yn))
当 n→∞ 时,右侧趋于 0。因此 n→∞limd△(i△(xn),i△(yn))=0,这意味着两个序列在 X△ 中收敛于同一点。即 f 是良定义的。
(交换图性质)
对任意 x∈X,取常数序列 xn=x。显然 n→∞limi∗(xn)=i∗(x)。根据 f 的定义:
f(i∗(x))=n→∞limi△(xn)=i△(x)
即 f∘i∗=i△。
(双射)
等距映射必为单射,实际上只需要证明满射
对于任意 η∈X△(值域中的点),我们要找到一个 ξ∈X∗(定义域中的点),使得 f(ξ)=η。
任取 η∈X△。
因为 i△(X) 在 X△ 中是稠密的,所以必定存在一个序列 {xn}n∈N⊂X,使得 {i△(xn)}n∈N 收敛于 η:
n→∞limi△(xn)=η
所以 {i△(xn)}n∈N 是 X△ 中的 Cauchy 列。
等距映射 i△ 保证了原像 {xn}n∈N 是 X 中的 Cauchy 列:
进一步,等距映射 i∗ 也保证了 {i∗(xn)}n∈N 是 X∗ 中的 Cauchy 列
因为 X∗ 完备,所以这个 Cauchy 列在 X∗ 中一定收敛。令
ξ:=n→∞limi∗(xn)∈X∗
此时,根据 f 的定义
f(ξ)=f(n→∞limi∗(xn))=n→∞limi△(xn)=η
综上,f 是双射等距映射,完备化在同构意义下唯一
□
# 度量空间的紧性
在度量空间中,传统的 “紧致性”(有限覆盖)可以被拆解为更容易验证的性质。
- 全有界,意味着空间在几何尺度上是 “有限” 的,可以用有限个小球逼近。
- 点列紧,意味着序列 “无法离开”。任意点列必有收敛子列。
定义
称度量空间 (X,d) 为 全有界 (totally bounded)「全有界」,当且仅当
∀ε>0, ∃N∈N, ∃{xn}n=1N⊂X,s.t.X=i=1⋃NN(xi,ε)
定义
称度量空间 (X,d) 为 点列紧 (sequentially compact)「列コンパクト」,当且仅当其任意点列均存在收敛子列
以下命题证明过程中用到了抽屉原理,以下作补充说明
“抽屉原理”(Pigeonhole Principle),又称鸽巢原理或狄利克雷原理(Dirichlet's Box Principle),是数学中(特别是组合数学和分析学中)最基础的逻辑工具之一。在分析学的证明(特别是涉及紧致性的证明)中,它通常被默认为公理或显而易见的事实
命题:若将无限多个元素放入有限个集合(抽屉)中,则至少有一个集合(抽屉)中包含了无限多个元素。
证明
假设结论不成立。即假设每一个 Ai (i=1,…,k) 都只包含有限个元素。令 ∣Ai∣ 表示 Ai 中元素的个数。因为 S 是这些集合的并集,所以 S 的元素总数受限于各部分元素个数之和:$$|S| \le |A_1| + |A_2| + \dots + |A_k|$$ 由于有限个有限数的和仍然是有限数,这推出 ∣S∣ 是有限的。但这与 “S 是无限集” 的前提矛盾。故假设错误,必然存在至少一个 Aj 包含无限多个元素。
命题
全有界的度量空间满足
- 第二可数公理
- 任意点列具有 Cauchy 子列
证明
(第二可数公理)
由于可分的度量空间必满足第二可数公理,所以只需证明全有界的度量空间为可分的,即证明其存在势至多可数的稠密子集
对于任意 n∈N,取半径为 εn:=n1,全有界性给出对于每一个 εn,存在一个有限势集 An⊂X, ∣A∣<∞ 使得
X=x∈A⋃N(x,εn)
定义
D:=n∈N⋃An
则 D 为可数集,以下证明 D 在 X 中稠密,即 X⊂D
任取 x∈X 以及 ε>0,Archimedes 原理给出
∃n∈N,s.t.εn=n1<ε
由于 X=x∈An⋃N(x,εn),所以必然
∃y∈An⊂D,s.t.x∈N(y,εn)
那么由 εn<ε 可知 x∈N(y,ε),这表明 x 的任意 ε - 邻域均与 D 交于 y,从而 x∈D
综上,X⊂D,所以 D 在 X 中稠密
(存在 Cauchy 子列)
该证明是一个经典的对角线法则和抽屉原理的结合应用
设 {xn}n∈N⊂X 为任意点列
- 取半径 ε1=1,由全有界性,
∣∃A1∣<∞,s.t.X=a∈A1⋃N(a,1)
此处将无穷个点分配到有限个邻域中,根据抽屉原理,必然存在某个邻域 N(a?,1) 包含了无限多个点,记这些点构成的子列为 \{x_n^{(1)}\}_
{xn(1)}n∈N⊂N(a1,1)
显然,对于该子列中任意两项,距离 d(xi(1),xj(1))<2。
- 再选半径 ε2=21,同理,由全有界性,
∣∃A2∣<∞,s.t.X=a∈A2⋃N(a,21)
根据抽屉原理,必然存在某个邻域 N(a?,21) 包含了无限多个点,记这些点构成的子列为 \{x_n^{(2)}\}_
{xn(2)}n∈N⊂{xn(1)}n∈N∩N(a2,21)
显然,对于该子列中任意两项,距离 d(xi(2),xj(2))<1。
- 由此归纳,对于任意 k∈N,取半径 εk=k1,由全有界性,
∣∃Ak∣<∞,s.t.X=a∈Ak⋃N(a,k1)
根据抽屉原理,必然存在某个邻域 N(a?,k1) 包含了无限多个点,记这些点构成的子列为 \{x_n^{(k)}\}_
{xn(k)}n∈N⊂{xn(k−1)}n∈N∩N(ak,k1)
显然,对于该子列中任意两项,距离 d(xi(k),xj(k))<k2。
现在我们选取对角线元素构成最终的子列 {yk}k∈N,令:
yk=xk(k)
即 y1 是第一代子列的第 1 项,y2 是第二代子列的第 2 项……
注意:对于任意 k>ℓ, yk 出现在第 k 代子列中,而第 k 代子列是第 ℓ 代子列的子序列。这意味着 yℓ 和 yk 都属于第 ℓ 代子列 {xn(ℓ)}n∈N。
现证明 {yk}k∈N 为 Cauchy 列。任取 ε>0
根据 Archimedes 原理,存在 N∈N,使得 N2<ε。
那么对于任意 m,n>N,yn 和 ym 都属于第 N 代子列 {xn(N)}n∈N,因此
d(yn,ym)≤N2<ε
综上,{yk}k∈N 为 Cauchy 列
并且显然是第零代子列 {xn}n∈N 的子列
□
以下为核心定理:紧致性的等价刻画
命题
令 (X,d) 为度量空间,则以下命题等价
- (X,d) 为紧的
- (X,d) 为点列紧的
- (X,d) 为完备且全有界的
证明
(1) ⇒ (2)
设 (X,d) 为紧的度量空间。
使用反证法,假设存在一个点列 {xn}n∈N⊂X 没有收敛子列。
这意味着不可能有一个邻域 N(x,ε) 包含无限多个点 xn。
而另一边,紧性给出有限开覆盖的存在性
∃{Ui}i=1N,s.t.X⊂i=1⋃NUi
这说明无穷点列 {xn}n∈N 必然落在有限个开集 Ui 中,根据抽屉原理,必然存在某个开集 Ui? 包含了无限多个点 xn,这与 “不可能有一个邻域 N(x,ε) 包含无限多个点 xn” 矛盾
综上,任意点列均存在收敛子列
(2) ⇒ (3)
设 (X,d) 为点列紧的,首先证明完备性
任取 Cauchy 列 {xn}n∈N⊂X 和 ε>0
由于 (X,d) 点列紧,存在收敛子列 {xnk}k∈N 收敛于某个点 x∈X:
∃N0∈N,s.t.∀k>N0,d(xnk,x)<2ε
由于 {xn}n∈N 为 Cauchy 列,存在 N1∈N,使得
∀m,n>N1,d(xn,xm)<2ε
取 N:=max{N0,N1},则对于任意 n>N 和任意 k>N 使得 nk>N,由三角不等式,有
d(xn,x)≤d(xn,xnk)+d(xnk,x)<2ε+2ε=ε
这表明 {xn}n∈N 收敛于 x,所以 (X,d) 为完备的度量空间、
接着证明全有界性
假设 (X,d) 不全有界,则存在某个 ε0>0,使得 X 不能被有限个半径为 ε0 的开球覆盖
现在构造以下序列
- 取任意 x1∈X
- 由于 X 不能被有限个半径为 ε0 的开球覆盖,必然存在某个点 x2∈X,使得 d(x2,x1)≥ε0
- 同理,取 x3∈X,使得 d(x3,x1)≥ε0 且 d(x3,x2)≥ε0
- 依此类推,得到点列 {xn}n∈N⊂X,使得对于任意 m,n∈N 且 m=n,都有
d(xn,xm)≥ε0
这表明该序列不可能存在收敛子列,因为收敛子列的项之间的距离必须趋于零,这与上述条件矛盾
综上,(X,d) 必为全有界的度量空间
(3) ⇒ (1)
设 (X,d) 为完备且全有界的度量空间。使用反证法
假设 (X,d) 不紧,则存在某个开覆盖 U={Uλ}λ∈Λ 没有有限子覆盖
现按以下方法构造不可覆盖的球列
- 取 ε1=21,由于全有界性,存在有限个半径为 ε1 的开球覆盖 X:
X=i=1⋃N1N(xi(1),ε1)
由于 X 不能被 U 的有限子覆盖覆盖,必然存在某个开球 N(x?(1),ε1) 不能被 U 的有限子覆盖覆盖,记为 B1,其半径为 ε1。
- 取 ε2=41,同理,存在有限个半径为 ε2 的开球覆盖 X:
X=i=1⋃N2N(xi(2),ε2)
由于 B1 不能被 U 的有限子覆盖覆盖,必然存在某个涉足到了 B1 的开球 N(x?(2),ε2) 不能被 U 的有限子覆盖覆盖,记为 B2,半径为 ε2。满足
B2∩B1=∅
- 依此类推,得到一列开球 {Bn}n∈N,其中每个 Bn 半径为 εn=2n1,满足
Bn+1∩Bn=∅
且不能被 U 的有限子覆盖覆盖
设 xn 为 Bn 的中心点,由构造知 Bn∩Bn+1=∅,所以对于 y∈Bn∩Bn+1,由三角不等式,有
d(xn,xn+1)≤d(xn,y)+d(y,xn+1)<εn+εn+1
那么任意 m>n,利用三角不等式将距离拆解为相邻项之和:注意 2k1→0,所以
d(xn,xm)≤k=n∑m−1d(xk,xk+1)<k=n∑m−1(εk+εk+1)→0(n,m→∞)
所以{xn}n∈N 为 Cauchy 列,由于 (X,d) 完备,故存在极限点 x∈X
既然极限点 x∈X,而 U 为 X 的开覆盖,必然存在某个开集 Uλ0∈U,使得 x \in U_
又由于 Uλ0 是度量拓扑下的开集,
∃δ>0,s.t.N(x,δ)⊂Uλ0
现在两个极限条件分别给出
{xn→x⟹∃N0∈N,s.t.∀n>N0,d(xn,x)<2δεn→0⟹∃N1∈N,s.t.∀n>N1,εn<2δ
那么当 n>max{N0,N1} 时,对于任意 y∈Bn,由三角不等式,有
d(y,x)≤d(y,xn)+d(xn,x)<2δ+2δ=δ
所以
Bn⊂N(x,δ)⊂Uλ0
这意味着 Bn 能被 Uλ0 这单一个开集覆盖,从而能被 U 的有限子覆盖覆盖,矛盾!
综上,(X,d) 必为紧的度量空间
□
紧致性的本质:
紧致=完备+全有界
- 完备性 处理的是 “微观” 上的收敛问题(极限点必须在空间内)。
- 全有界性 处理的是 “宏观” 上的大小问题(不能无限延展,也不能包含无限个互不相关的方向)。