第一章：度量空间

在数学分析中，我们熟悉了实数系 \(\mathbb{R}\) 和欧氏空间 \(\mathbb{R}^n\) 中的极限与连续性，而这些概念的本质都依赖于“距离”。泛函分析的第一步，就是将“距离”这一直观概念抽象化，推广到包含函数、数列等更复杂元素的集合中去。本章将介绍距离空间的基本公理，并引入几个泛函分析中极为核心的具体空间与经典不等式。

1. 距离空间的定义

定义 1.1 (距离空间 Metric Space)

设 \(X\) 为一非空集合。如果对于 \(X\) 中任给的两个元素 \(x, y\)，均有一个确定的实数与它们对应，记为 \(\rho(x, y)\)，且满足以下三个条件（距离公理）：

1. 非负性与正定性：

\[ \rho(x, y) \ge 0 \]

且 \(\rho(x, y) = 0\) 的充分必要条件是 \(x = y\)。

2. 对称性：

\[ \rho(x, y) = \rho(y, x) \]

3. 三角不等式：

\[ \rho(x, y) \le \rho(x, z) + \rho(z, y), \quad \forall z \in X \]

则称 \(\rho\) 是集合 \(X\) 上的一个距离 (Metric)，称 \(X\) 是以 \(\rho\) 为距离的距离空间，记为 \((X, \rho)\)。距离空间中的元素通常称为点。

子空间与离散空间：

子空间：若 \(A\) 为 \(X\) 的非空子集，则 \(A\) 按照相同的距离 \(\rho\) 自身也构成一个距离空间，称为 \(X\) 的子空间。
离散距离空间：在任何非空集合 \(X\) 上，都可以定义一种平凡的距离：当 \(x = y\) 时 \(\rho(x,x)=0\)；当 \(x \ne y\) 时 \(\rho(x,y)=1\)。这构成了离散距离空间。

2. 泛函分析中的经典空间实例

2.1 欧氏空间 \(\mathbb{R}^n\) 与 \(\mathbb{C}^n\)

对于 \(n\) 维欧氏空间 \(\mathbb{R}^n\)，对于任意两点 \(x = (x_1, \dots, x_n)\) 和 \(y = (y_1, \dots, y_n)\)，其标准距离定义为：

\[ \rho(x, y) = \left( \sum_{j=1}^n (x_j - y_j)^2 \right)^{\frac{1}{2}} \]

其三角不等式的证明直接依赖于经典代数中的 Cauchy 不等式。复空间 \(\mathbb{C}^n\) 也可以定义类似的欧氏距离，或者定义最大值距离 \(\rho_\infty(x, y) = \max_j |x_j - y_j|\)。

2.2 连续函数空间 \(C[a,b]\)

由闭区间 \([a,b]\) 上所有实（或复）连续函数构成的集合。对于任意 \(x, y \in C[a,b]\)，定义距离为最大一致偏差：

\[ \rho(x, y) = \max_{t \in [a,b]} |x(t) - y(t)| \]

证明：\(C[a,b]\) 满足三角不等式

设 \(x, y, z \in C[a,b]\)。对于任意固定的 \(t \in [a,b]\)，根据实数绝对值的三角不等式：

\[ |x(t) - y(t)| \le |x(t) - z(t)| + |z(t) - y(t)| \]

将右侧各项放大为其在整个区间上的最大值：

\[ |x(t) - y(t)| \le \max_{t \in [a,b]} |x(t) - z(t)| + \max_{t \in [a,b]} |z(t) - y(t)| = \rho(x, z) + \rho(z, y) \]

由于上式右端是一个不依赖于 \(t\) 的常数，且对所有 \(t \in [a,b]\) 都成立，因此对其左端取最大值依然成立：

\[ \max_{t \in [a,b]} |x(t) - y(t)| \le \rho(x, z) + \rho(z, y) \]

即 \(\rho(x, y) \le \rho(x, z) + \rho(z, y)\)。 \(\square\)

2.3 数列空间 \(l^p\) 与 \(l^\infty\)

空间 \(l^p\) (\(1 \le p < \infty\))：由所有满足 \(\sum_{j=1}^\infty |x_j|^p < \infty\) 的数列 \(x = \{x_1, x_2, \dots\}\) 构成。其距离定义为：

\[ \rho(x, y) = \left( \sum_{j=1}^\infty |x_j - y_j|^p \right)^{\frac{1}{p}} \]
空间 \(l^\infty\)：由一切有界数列构成，距离定义为上确界：

\[ \rho(x, y) = \sup_{j} |x_j - y_j| \]

为了证明 \(l^p\) 空间满足三角不等式，我们必须引入泛函分析中最基石的两个不等式：Hölder 不等式与 Minkowski 不等式。

3. 经典不等式及其证明 (Hölder & Minkowski)

定理 3.1 (Hölder 不等式)

设 \(p > 1, q > 1\) 且满足共轭指数关系 \(\frac{1}{p} + \frac{1}{q} = 1\)。对于任意数列 \(a = \{a_1, a_2, \dots\} \in l^p\) 和 \(b = \{b_1, b_2, \dots\} \in l^q\)，有：

\[ \sum_{j=1}^\infty |a_j b_j| \le \left( \sum_{j=1}^\infty |a_j|^p \right)^{\frac{1}{p}} \cdot \left( \sum_{j=1}^\infty |b_j|^q \right)^{\frac{1}{q}} \]

Hölder 不等式的证明（点击展开）

Step 1: 引入 Young 不等式

考虑函数 \(f(x) = x^\alpha\) (其中 \(0 < \alpha < 1, x \ge 0\))。由于 \(f''(x) = \alpha(\alpha-1)x^{\alpha-2} < 0\)，该函数是上凸的。它在点 \((1,1)\) 处的切线方程为 \(y = \alpha(x-1) + 1 = \alpha x + \beta\) （其中 \(\beta = 1 - \alpha\)）。由上凸性知函数图像位于切线下方，故：

\[ x^\alpha \le \alpha x + \beta \]

令 \(x = \frac{u}{v} \; (u, v > 0)\)，代入上式同乘 \(v\)，得到 Young 不等式：

\[ u^\alpha v^\beta \le \alpha u + \beta v \quad (\alpha + \beta = 1) \]

Step 2: 构造单位化变量

令 \(\alpha = \frac{1}{p}, \beta = \frac{1}{q}\)。对于任意给定的 \(j\)，取：

\[ u = \frac{|a_j|^p}{\sum_{j=1}^\infty |a_j|^p}, \quad v = \frac{|b_j|^q}{\sum_{j=1}^\infty |b_j|^q} \]

Step 3: 应用 Young 不等式并求和

代入 Young 不等式，得到：

\[ \frac{|a_j b_j|}{ \left( \sum |a_j|^p \right)^{\frac{1}{p}} \left( \sum |b_j|^q \right)^{\frac{1}{q}} } \le \frac{1}{p} \frac{|a_j|^p}{\sum |a_j|^p} + \frac{1}{q} \frac{|b_j|^q}{\sum |b_j|^q} \]

对上式两边关于 \(j\) 从 \(1\) 到 \(\infty\)求和：

\[ \frac{\sum_{j=1}^\infty |a_j b_j|}{ \left( \sum |a_j|^p \right)^{\frac{1}{p}} \left( \sum |b_j|^q \right)^{\frac{1}{q}} } \le \frac{1}{p} \cdot 1 + \frac{1}{q} \cdot 1 = 1 \]

移项即得证 Hölder 不等式。 \(\square\)

定理 3.2 (Minkowski 不等式)

对于 \(p \ge 1\)，任取 \(l^p\) 中的两个元素 \(a\) 和 \(b\)，则 \(a+b \in l^p\)，且满足：

\[ \left( \sum_{j=1}^\infty |a_j + b_j|^p \right)^{\frac{1}{p}} \le \left( \sum_{j=1}^\infty |a_j|^p \right)^{\frac{1}{p}} + \left( \sum_{j=1}^\infty |b_j|^p \right)^{\frac{1}{p}} \]

注：这本质上就是 \(l^p\) 空间满足三角不等式的核心证明。

Minkowski 不等式的证明（点击展开）

Step 1: 证明封闭性 (\(a+b \in l^p\))

利用初等不等式 \(|a_j + b_j|^p \le (2 \max\{|a_j|, |b_j|\})^p \le 2^p (|a_j|^p + |b_j|^p)\)，对其求和可知只要 \(a, b \in l^p\)，和序列必定也绝对收敛，即 \(a+b \in l^p\)。

Step 2: 拆分与 Hölder 不等式

当 \(p > 1\) 时（\(p=1\) 时由绝对值三角不等式直接成立），我们利用共轭指数关系 \((p-1)q = p\) 进行恒等变形：

\[ \sum_{j=1}^\infty |a_j + b_j|^p = \sum_{j=1}^\infty |a_j + b_j| \cdot |a_j + b_j|^{p-1} \le \sum_{j=1}^\infty (|a_j| + |b_j|) |a_j + b_j|^{p-1} \]

展开为两项后，分别对这两项应用刚才证明的 Hölder 不等式：

\[ \sum_{j=1}^\infty |a_j| |a_j + b_j|^{p-1} \le \left( \sum_{j=1}^\infty |a_j|^p \right)^{\frac{1}{p}} \left( \sum_{j=1}^\infty |a_j + b_j|^{(p-1)q} \right)^{\frac{1}{q}} \]

因为 \((p-1)q = p\)，所以右边第二个因子就是 \(\left( \sum |a_j + b_j|^p \right)^{1/q}\)。同理对 \(|b_j|\) 项处理。

Step 3: 合并同类项

将两项相加，提取公因式：

\[ \sum_{j=1}^\infty |a_j + b_j|^p \le \left[ \left( \sum_{j=1}^\infty |a_j|^p \right)^{\frac{1}{p}} + \left( \sum_{j=1}^\infty |b_j|^p \right)^{\frac{1}{p}} \right] \left( \sum_{j=1}^\infty |a_j + b_j|^p \right)^{\frac{1}{q}} \]

两边同时除以 \(\left( \sum |a_j + b_j|^p \right)^{\frac{1}{q}}\)，注意到 \(1 - \frac{1}{q} = \frac{1}{p}\)，即得：

\[ \left( \sum_{j=1}^\infty |a_j + b_j|^p \right)^{\frac{1}{p}} \le \left( \sum_{j=1}^\infty |a_j|^p \right)^{\frac{1}{p}} + \left( \sum_{j=1}^\infty |b_j|^p \right)^{\frac{1}{p}} \]

证明完毕。 \(\square\)

(注：对于可测函数空间 \(L^p(F)\)，将上述的求和号 \(\sum\) 替换为在可测集 \(F\) 上的勒贝格积分 \(\int_F\)，即可得到相应的积分形式的 Hölder 与 Minkowski 不等式。)

4. 距离空间中的收敛性

在建立起距离的度量标准后，极限操作得以被自然地定义。

定义 4.1 (点列的收敛)

设 \(\{x_n\}\) 为距离空间 \((X, \rho)\) 中的一个点列。如果存在 \(X\) 中的点 \(y\)，使得当 \(n \rightarrow \infty\) 时，有：

\[ \rho(x_n, y) \rightarrow 0 \]

则称点列 \(\{x_n\}\) 收敛到 \(y\)，记为 \(x_n \rightarrow y\) 或 \(\lim_{n \rightarrow \infty} x_n = y\)。\(y\) 称为该点列的极限。

4.1 收敛点列的基本性质

对于距离空间中的收敛点列 \(\{x_n\}\)，它天然继承了实数轴上极限的若干优良性质：

极限唯一性：如果 \(x_n \rightarrow y\) 且 \(x_n \rightarrow y'\)，则必定有 \(y = y'\)。
有界性：对于任意给定的点 \(y_0 \in X\)，实数列 \(\rho(x_n, y_0)\) 是有界的。
子列继承性：\(\{x_n\}\) 的任一子列也必然收敛，且收敛于同一个极限。反之，若任一子列均收敛，则原点列必定收敛。

证明：极限的唯一性与有界性

1. 唯一性证明：

利用三角不等式：

\[ 0 \le \rho(y, y') \le \rho(y, x_n) + \rho(x_n, y') = \rho(x_n, y) + \rho(x_n, y') \]

由于 \(x_n \rightarrow y\) 且 \(x_n \rightarrow y'\)，当 \(n \rightarrow \infty\) 时，右端趋于 0。由夹逼定理得 \(\rho(y, y') = 0\)，根据距离公理第一条，得 \(y = y'\)。

2. 有界性证明：

设 \(x_n \rightarrow y\)，即 \(\rho(x_n, y) \rightarrow 0\)。由收敛定义，必存在 \(M > 0\) 使得 \(\rho(x_n, y) < M\) 对全体 \(n\) 恒成立。任取 \(y_0 \in X\)，由三角不等式：

\[ \rho(x_n, y_0) \le \rho(x_n, y) + \rho(y, y_0) < M + \rho(y, y_0) \]

右侧是一个不依赖于 \(n\) 的常数，故实数列 \(\rho(x_n, y_0)\) 有界。 \(\square\)

4.2 不同空间中的“收敛”等价性辨析

泛函分析的精妙之处在于：空间的元素相同，但赋予的距离不同，导致的“收敛”概念可能完全不同。

在有限维欧氏空间 \(\mathbb{R}^n\) 中： 点列按欧氏距离收敛的 充分必要条件 是它的每个坐标（分量）分别在实数域中收敛。此时距离空间的收敛退化为逐点收敛。
在连续函数空间 \(C[a,b]\) 中：
若赋予最大值距离 \(\rho(x, y) = \max_{t \in [a,b]} |x(t) - y(t)|\)，点列收敛等价于函数列在 \([a,b]\) 上的 一致收敛 (Uniform Convergence)。
反例： 若在 \(C[a,b]\) 中赋予均方误差距离 \(\rho_1(x, y) = \left( \int_a^b |x(t) - y(t)|^2 dt \right)^{1/2}\)。考虑 \([0,1]\) 上的函数列 \(x_n(t) = t^n\)。显然 \(\rho_1(x_n, 0) \rightarrow 0\)（按积分距离收敛于 \(0\)），但作为函数列它在 \([0,1]\) 上并不一致收敛于 \(0\)（在 \(t=1\) 处始终为 \(1\)）。

这说明，距离的具体定义形式深刻影响着空间内部的拓扑结构和极限行为，这也是后续我们要研究拓扑性质与完备性的重要动机。