(完整)泛函分析知识总结,推荐文档

《泛函分析》复习与总结 (2014年6月26日星期四 10:20---11:50)第一部分 空间及其性质泛函分析的主要内容分为空间和算子两大部分. 空间包括泛函分析所学过的各种抽象空间, 函数空间, 向量空间等, 也包括空间的性质, 例如完备性, 紧性, 线性性质, 空间中集合的各种性质等等。

以下几点是对第一部分内容的归纳和总结。

一．空间（1）距离空间 （集合+距离）！验证距离的三个条件：(,)X ρ称为是距离空间，如果对于,,x y z X ∈(i) 【非负性】(,)0x y ρ≥，并且(,)0x y ρ=当且仅当x y =【正定性】；(ii) 【对称性】(,)(,)x y y x ρρ=；(iii) 【三角不等式】(,)(,)(,)x y x y y z ρρρ≤+。

距离空间的典型代表：s 空间、S 空间、所有的赋范线性空间、所有的内积空间。

（2）赋范线性空间 （线性空间 + 范数）！验证范数的三个条件：(,||||)X ⋅称为是赋范线性空间，如果X是数域K =¡（或K =£）上的线性空间，对于a K ∈和,x y X ∈，成立(i) 【非负性】||||0x ≥，并且||||0x =当且仅当0x =【正定性】； (ii) 【齐次性】||||||||||ax a x =⋅；(iii) 【三角不等式】||||||||||||x y x y +≤+。

赋范线性空间的典型代表：n ¡空间（1,2,3,n =L ）、n £空间（1,2,3,n =L ）、p l 空间（1p ≤≤∞）、([,])p L ab 空间（1p ≤≤∞）、[,]Cab 空间、[,]k C a b 空间、Banach 空间、所有的内积空间（范数是由内积导出的范数）。

（3）内积空间 （线性空间 + 内积）！验证内积的四个条件：(,(,))X ⋅⋅称为是内积空间，如果X 是数域K =¡（或K =£）上的线性空间，对于a K ∈和,,x y z X ∈，成立(i) 【非负性】(,)0x x ≥，并且(,)0x x =当且仅当0x =【正定性】；(ii) 【第一变元可加性】(,)(,)(,)x y z x z x z +=+；(iii) 【第一变元齐次性】(,)(,)ax z a x z =；(iv) 【共轭对称性】(,)(,)x z z x =。

第一部分线性代数第一章 线性空间第一节 线性空间一、基本概念1、 定义：数域P ＝复数子集＋四则运算封闭2、 定义：线性空间=•+），；；（P V 数域P 上的线性空间V ＝线性空间V ⑴、解释：=V 非空集合⑵、解释：V V V →⨯=+【加法，加法保持封闭】 ⑶、解释：V V P →⨯=•【数乘，数乘保持封闭】 ⑷、解释：=•+），（线性运算【满足8条规则】3、 8条规则加法规则：⑴、交换律：αββα+=+⑵、结合律：)()(γβαγβα++=++⑶、零元素：V ∈∃0，对于V ∈∀α，都有αα=+0⑷、负元素：对于V ∈∀α，V ∈∃β，使得0=+βα【记为：α-】数乘规则：⑸、αα=1⑹、αα)()(kl l k =加法数乘规则：⑺、βαβαk k k +=+)(⑻、αααl k l k +=+)(二、基本性质1、 性质⑴、性质：零元素唯一⑵、证明：假设：V ∈∃10，对于V ∈∀α，都有αα=+10 V ∈∃20，对于V ∈∀α，都有αα=+20 对于V ∈∀α，都有⇒=+αα10特别：212000=+对于V ∈∀α，都有⇒=+αα20特别：121000=+12120000+=+【交换律】2100=⇒ ⑶、性质：负元素唯一2、 性质⑴、性质：ααα-=-==)1(0000，，k⑵、证明：ααααααα==+=+=+1)10(100【规则5＋规则8】 )()(]0[0αααααααα-+=-++⇒=+⇒αααααααα000)]([0)(]0[=+=-++=-++⇒【结合律】0)(=-+αα【负元素的定义】00=⇒α第二节 线性无关一、基本概念1、 概念：线性组合（线性表出）如果：r r k k k αααα+++=Λ2211则称：向量α是向量组r ααα，，，Λ21的一个线性组合 或称：向量α可由向量组r ααα，，，Λ21线性表出2、 概念：线性相关如果：存在不全为0的P k k k r ∈，，，Λ21 使得：02211=+++r r k k k αααΛ则称：向量组r ααα，，，Λ21线性相关3、 概念：线性无关如果：不存在不全为0的P k k k r ∈，，，Λ21 使得：02211=+++r r k k k αααΛ则称：向量组r ααα，，，Λ21线性无关 4、 关键：00212211====⇒=+++r r r k k k k k k ΛΛααα二、基本性质1、 性质⑴、性质：向量组r ααα，，，Λ21线性相关 ⇔其中某一向量可由其余向量线性表出 ⑵、证明：必要性：r r r r k kk k k k k αααααα)()(0121212211-++-=⇒=+++ΛΛ 充分性：0)()(221221=-++-+⇒++=r r r r k k k k ααααααΛΛ2、 性质⑴、性质：如果：向量组r ααα，，，Λ21线性无关 并且：可由向量组s βββ，，，Λ21线性表出 则有：s r ≤⑵、证明：∑∑===⇒=⇒+++=sj j ji i sj j j s s t tt t t 111112211111βαβαβββαΛ∑∑∑∑∑=======⇒=+++s j ri j ji i ri sj j jiiri iir r t k tk k k k k 111112211][][0ββααααΛ⎪⎪⎩⎪⎪⎨⎧⇒=+++=+++=+++⇒000221122222111122111sr r s s rr r r t k t k t k t k t k t k t k t k t k ΛΛΛΛs 个方程，r 个未知数⇒如果s r >，则方程存在非零解r k k k ，，，Λ21 ⇒向量组r ααα，，，Λ21线性相关⇒矛盾3、 等价⑴、概念：两个向量组等价【互相线性表出】⑵、性质：两个等价的线性无关向量组，必定含有相同数目的向量⑶、证明：假设：向量组r ααα，，，Λ21线性无关 向量组s βββ，，，Λ21线性无关4、 性质⑴、性质：如果：向量组r ααα，，，Λ21线性无关 并且：向量组βααα，，，，r Λ21线性相关 那么：β可由向量组r ααα，，，Λ21线性表出，并且表法唯一 ⑵、证明：向量组βααα，，，，r Λ21线性相关 ⇒存在不全为0的P k k k k r ∈β，，，，Λ21 使得：02211=++++βαααβk k k k r r Λr r k kk k k k k αααβββββ)()()(02221-++-+-=⇒≠⇒Λ 假设：r r k k k αααβ+++=Λ2211r r l l l αααβ+++=Λ22110)()()(222111=-++-+-⇒r r r l k l k l k αααΛ⇒===⇒r r l k l k l k ，，，Λ2211表法唯一第三节 维数、基和坐标1、 定义：n 维线性空间V ：恰好存在n 个线性无关的向量2、 定义：n 维线性空间V 的一组基：n 个线性无关的向量n εεε，，，Λ213、定义：坐标：对于V ∈∀α，向量组n εεε，，，Λ21线性无关 向量组n a εεε，，，，Λ21线性相关【否则1+n 维】 n n a a a εεεα+++=⇒Λ2211⇒坐标)(21n a a a ，，，Λ=4、 定理⑴、定理：如果：向量组n ααα，，，Λ21线性无关 并且：线性空间V 中的任意向量，均可由它们线性表出那么：V 的维数n =，并且n ααα，，，Λ21是V 的一组基 ⑵、证明：假设：V 的维数1+=n⇒121+n βββ，，，Λ线性无关，可由向量组n ααα，，，Λ21线性表出 ⇒n n ≤+1⇒矛盾第四节 极大线性无关组1、 定义：极大线性无关组：一个向量组的一部分组称为极大线性无关组 如果：该部分组线性无关并且：添加任一向量均线性相关2、 性质⑴、性质：极大线性无关组与向量组本身等价⑵、证明：假设：向量组r k αααα，，，，，ΛΛ21= 极大线性无关组k ααα，，，Λ21= k ααα，，，Λ21⇒可由r k αααα，，，，，ΛΛ21线性表出 对于}{21r k ααααβ，，，，，ΛΛ∈∀ βααα，，，，k Λ21⇒线性相关【否则与极大线性无关组矛盾】 β⇒可由k ααα，，，Λ21线性表出3、 性质⑴、性质：向量组的极大线性无关组，含有相同个数的向量 ⑵、证明：向量组与极大线性无关组1等价 向量组与极大线性无关组2等价⇒极大线性无关组1与极大线性无关组2等价【等价的传递性】第五节 线性子空间1、 定义：），；；（•+P W 是线性空间），；；（•+P V 的一个子空间 ＝W 是数域P 上的线性空间V 的一个子空间 ＝W 是线性空间V 的一个子空间如果：⑴、V W =的非空子集⑵、两种运算封闭：W W W ∈+∈∀∈∀βαβα，， W k W P k ∈∈∀∈∀αα，，2、 )(21r L ααα，，，Λ ⑴、性质：如果：∈r ααα，，，Λ21线性空间V 那么：所有可能的线性组合r r k k k ααα+++Λ2211构成V 的一个子空间称为：由r ααα，，，Λ21生成的子空间 记为：)(21r L ααα，，，Λ ⑵、证明：非空子集＋两种运算封闭3、 性质⑴、性质：)()(2121s r L L βββααα，，，，，，ΛΛ= ⇔向量组r ααα，，，Λ21与向量组s βββ，，，Λ21等价⑵、证明：①：充分性：∑==+++=⇒∈∀ri ii r r r k k k k L 1221121)(αααααααααΛΛ，，，∑∑===⇒=+++=sj j ji i s j j j s s i t t t t t 1111221111βαββββαΛ∑∑∑∑∑========⇒s j ri j ji i r i sj j jiir i ii t k tk k 11111][][ββαα)()()(212121s r s L L L βββαααβββα，，，，，，，，，ΛΛΛ⊂⇒∈⇒ ②：必要性：)()(2121s i r i L L βββααααα，，，，，，ΛΛ∈⇒∈ i α⇒可由向量组s βββ，，，Λ21线性表出4、 性质⑴、性质：如果：W 是n 维线性空间V 的一个m 维子空间并且：m ααα，，，Λ21是W 的一组基 那么：m ααα，，，Λ21可以扩充为线性空间V 的一组基 ⑵、证明：V ∈∃β，使得βααα，，，，m Λ21线性无关 反证法：βαααβ，，，，，m V Λ21∈∀线性相关 β∀⇒可由m ααα，，，Λ21线性表出 ⇒线性空间V 的维数⇒=m 矛盾第六节 子空间的交与和1、 定义：}|{22112121V V V V ∈∈+=+αααα，2、 性质⑴、性质：如果：21V V ，是线性空间V 的两个子空间 那么：21V V I 也是线性空间V 的子空间 ⑵、证明：=21V V I 非空子集【至少都包含零元素】 2121V V V V ∈∈⇒∈∀ααα，I 2121V V V V ∈∈⇒∈∀βββ，I2121V V V V I ∈+⇒∈+∈+⇒βαβαβα，3、 性质⑴、性质：如果：21V V ，是线性空间V 的两个子空间 那么：21V V +也是线性空间V 的子空间 ⑵、证明：22112121V V V V ∈∈+=⇒+∈∀αααααα，， 22112121V V V V ∈∈+=⇒+∈∀ββββββ，， 222111V V ∈+∈+⇒βαβα，2122112121)()()()(V V +∈+++=+++=+⇒βαβαββααβα4、 维数公式⑴、公式：维+1V 维=2V 维+)(21V V I 维)(21V V +⑵、证明：假设：m αα，，Λ1是21V V I 的一组基 111n m ββαα，，，，，ΛΛ是1V 的一组基 211n m γγαα，，，，，ΛΛ是2V 的一组基证明：21111n n m γγββαα，，，，，，，，ΛΛΛ是21V V +的一组基①、线性无关：022********=++++++++n n n n m m q q p p k k γγββααΛΛΛ2211111111n n n n m m q q p p k k γγββααα---=+++++=ΛΛΛm m l l V V V V αααααα++=⇒∈⇒∈-∈⇒ΛI 112121， m m n n m m l l p p k k ααββαα++=+++++ΛΛΛ11111111 01111====⇒n m m p p l k l k ，，m m n n l l q q ααγγ++=++ΛΛ11221100211=====⇒n m q q l l ，Λ②、21V V +∈∀α，均可由21111n n m γγββαα，，，，，，，，ΛΛΛ线性表出第七节 子空间的直和1、 直和⑴、定义：=+21V V 直和⇔任何元素的分解式唯一⑵、分析：22112121V V V V ∈∈+=⇒+∈∀αααααα，，唯一2、 性质⑴、性质：=+21V V 直和⇔零元素的分解式唯一⑵、证明：充分性：假设：22112121V V V V ∈∈+=⇒+∈αααααα，，221121V V ∈∈+=ββββα，，)()()()(022112121βαβαββαα-+-=+-+=⇒ 2211βαβα==⇒，3、 性质⑴、性质：=+21V V 直和}0{21=⇔V V I⑵、证明：充分性：22112121V V V V ∈∈+=⇒+∈∀αααααα，，2211210V V ∈∈+=⇒αααα，，1221221121V V V V ∈∈∈∈⇒-=⇒αααααα，，， 021212211==⇒∈∈⇒ααααV V V V I I ， 必要性：212121V V V V V V ∈-∈⇒∈∈⇒∈∀ααααα，，I 00)(=⇒=-+ααα4、 性质⑴、引理：⇔=}0{V 维0=V⑵、证明：必要性：向量0线性相关⇒不存在线性相关的向量组 充分性：假设：线性空间V 至少包括一个非零向量α ⇒≠⇒0α向量α线性无关α⇒可以扩充为线性空间V 的一组基⇒维1≥V ⇒矛盾⑶、性质：=+21V V 直和⇔维+1V 维=2V 维)(21V V +第八节 线性空间的同构1、 定义：同构如果：=W V ，线性空间并且：存在W V →的双射σ【双射＝一一映射＝满射＋单射】并且：σ满足两条性质：①)()()(βσασβασ+=+②)()(ασασk k = 则称：V 和W 同构，=σ同构映射2、 基本性质⑴、性质：数域P 上的n 维线性空间V 与n P 同构⑵、证明：①、=•+)(，，；P P n线性空间【两种运算封闭＋满足8条性质】 n n n n P b b b P a a a ∈=∀∈=∀)()(2121，，，，，，，ΛΛβα )(2211n n b a b a b a +++=+⇒，，，Λβα n n P a a a P k ∈=∀∈∀)(21，，，，Λα)(21n ka ka ka k ，，，Λ=•⇒α ②、构造nP V →的双射σ【向量到坐标的双射】假设：V n =εεε，，，Λ21的一组基 )()(212211n n n a a a a a a V ，，，ΛΛ=⇒++=⇒∈∀ασεεεαα ③、σ满足两条性质)()(212211n n n a a a a a a V ，，，ΛΛ=⇒++=⇒∈∀ασεεεαα )()(212211n n n b b b b b b V ，，，ΛΛ=⇒++=⇒∈∀βσεεεββn n n b a b a b a εεεβα)()()(222111+++++=+⇒Λ)()()()(2211βσασβασ+=++++=+⇒n n b a b a b a ，，，Λ3、 性质群1⑴、性质：)()()()(22112211r r r r k k k k k k ασασασααασ+++=+++ΛΛ ⑵、证明：σ的两条性质⑶、性质：r ααα，，，Λ21线性无关)()()(21r ασασασ，，，Λ⇔线性无关 ⑷、证明：必要性：假设：0)()()(2211=+++r r k k k ασασασΛ0)(2211=+++⇒r r k k k ααασΛ由于0)0(=σ，并且=σ双射00212211====⇒=+++⇒r r r k k k k k k ΛΛααα⑸、性质：r ααα，，，Λ21线性相关)()()(21r ασασασ，，，Λ⇔线性相关 ⑹、证明：反证法⑺、性质：同构的线性空间同维⑻、证明：假设：线性空间V 和W 同构，并且维n V =)(，维m W =)(维⇒=n V )(存在n 个线性无关的向量组V n ∈ααα，，，Λ21 ⇒存在n 个线性无关的向量组W n ∈)()()(21ασασασ，，，Λ ⇒维n m W ≥=)( 同理：n m n m =⇒≤4、 性质群2⑴、性质：如果：1V 是线性空间V 的一个子空间那么：}|)({)(11V V ∈=αασσ是线性空间)(V σ的子空间 ⑵、证明：①、=1V 非空子集=⇒)(1V σ非空子集②、两种运算封闭假设：111*)()(*)(*V V ∈=⇒=⇒∈∀-αασασασα【双射】 111*)()(*)(*V V ∈=⇒=⇒∈∀-ββσβσβσβ111*)(*)(V ∈+⇒--βσασ【运算封闭】)(*)](*)([111V σβσασσ∈+⇒--【定义】【σ的两条性质】***)]([*)]([*)](*)([1111βαβσσασσβσασσ+=+=+----)(**1V σβα∈+⇒⑶、性质：=-στσ、1同构映射 ⑷、证明：①、=-1σ双射②、1-σ的两条性质)]([)]([)]([111βσσασσβασσβαβα---+=+⇒+=+ )]()([)]([111βσασσβασσ---+=+⇒【σ的两条性质】)()()(111βσασβασ---+=+⇒第二章 欧几里得空间第一节 实线性空间1、 定义：实线性空间)(•+=，；；R R n⑴、两种运算：①、向量加法n n n n R b b b R a a a ∈=∀∈=∀)()(2121，，，，，，，ΛΛβα)(2211n n b a b a b a +++=+⇒，，，Λβα ②、向量数乘n n R a a a R k ∈=∀∈∀)(21，，，，Λα)(21n ka ka ka k ，，，Λ=•⇒α ⑵、两种运算封闭＋满足8条性质第二节 欧几里得空间一、基本概念1、 定义：内积==)(βα，内积的4条性质 ⑴、交换：)()(αββα，，= ⑵、数乘：)()(βαβα，，k k =⑶、分解：)()()(γβγαγβα，，，+=+ ⑷、正定：0)(≥αα，，00)(=⇔=ααα，2、 欧几里得空间【欧氏空间】⑴、定义：欧几里得空间+•+=)(，；；R V 内积⑵、分析：未确定因素；③，；②①•+V 内积⑶、典例：=nE 实线性空间+•+)(，；；R R n内积 ⑷、分析：①、nR V =；②、=•+，向量加法＋向量数乘；③、内积：n n n n R b b b R a a a ∈=∀∈=∀)()(2121，，，，，，，ΛΛβα n n b a b a b a +++=⇒Λ2211)(βα，【满足内积的4条性质】3、 基本概念⑴、概念：向量长度)(||ααα，== ⑵、概念：单位向量||αα=⑶、概念：向量距离)(||)(βαβαβαβα--=-==，，d ⑷、概念：夹角||||)(cos 1βαβαβα，，->==<二、柯西不等式1、 基本公式⑴、公式：|||||)(|βαβα≤，⑵、证明：①0)(0||0==⇒=βαββ，， ②⇒≠0β令βαγt +=022≥++=++=⇒），（），（），（），（），（βββαααβαβαγγt t t t04]2[2≤-=∆⇒），）（，（），（ββααβα【开口向上＋单根或者无根】），）（，（），（ββααβα≤⇒2][③等号成立条件：βαβαγγγt t -=⇒=+⇒=⇒=000），（），（），（βββα-=-=a b t 2【单根】 βαββββαα、），（），（⇒=⇒线性相关2、 推论⑴、推论：||||||βαβα+≤+⑵、证明：），（），（），（），（βββαααβαβα++=++2 222|]||[|||||||2||βαββαα+=++≤⑶、推论：||||||γββαγα-+-≤-⑷、证明：令γαβαγβββαα-=+⇒-=-=，【代入上式】第三节 标准正交基1、 基本概念⑴、定义：两个向量正交【如果0)(=βα，，则称βα、正交，记为βα⊥】⑵、性质：n 维欧几里得空间V 的内积∑∑====n j ni jiji b a 11)()(εεβα，，⑶、证明：假设：V n =εεε，，，Λ21的一组基 n n a a a V εεεαα+++=⇒∈∀Λ2211n n b b b V εεεββ+++=⇒∈∀Λ22112、 基本概念⑴、定义：正交向量组＝两两正交的非零向量组⎩⎨⎧≠==≠==ji ji j i 00)(αα，⑵、定义：正交基＝正交向量组＋基⑶、定义：标准正交基＝正交基＋单位向量3、 基本性质⑴、性质：正交向量组线性无关⑵、证明：假设：=r ααα，，，Λ21正交向量组 02211=+++++⇒r r i i k k k k ααααΛΛ0)()(2211==+++++⇒i i i i r r i i k k k k k ααααααα，，ΛΛ 0=⇒i k4、 定理⑴、定理：任何一个正交向量组，可以扩充为一组正交基⑵、证明：①假设：=m ααα，，，Λ21线性空间V 的正交向量组 V ∈∃β，使得βααα，，，，m Λ21线性无关 否则：βαααβ，，，，，m V Λ21∈∀线性相关 β∀⇒可由m ααα，，，Λ21线性表出 ⇒维V ⇒=m 矛盾 ②∑=+-=mj jj m k 11αβαm i k i mj j j i m ，，，，，，Λ21)()(11=-=⇒∑=+ααβαα0))1=-=-=∑=），（，（），（，（i i i i i mj j j i k k αααβαααβ），（，（i i i i k αααβ)=⇒5、 定理⑴、定理：如果：V n =εεε，，，Λ21的一组基 那么：可以找到一组标准正交基n ηηη，，，Λ21 并且：)()(2121n n L L ηηηεεε，，，，，，ΛΛ= ⑵、证明：①||111εεη=②假设：已经找到一组单位正交向量m ηηη，，，Λ21 使得：)()(2121m m L L ηηηεεε，，，，，，ΛΛ= ∑=+++-=⇒mj j j m m m 1111)(ηηεεγ，m i i mj j j m m i m ，，，，，，，Λ21))(()(1111=-=⇒∑=+++ηηηεεηγ))(()())(()(11111i i i m i m i mj j j m i m ηηηεηεηηηεηε，，，，，，++=++-=-=∑0))(()(11=-=++i i i m i m ηηηεηε，，， ||111+++=⇒m m m γγη ③∑=++++-=nj j j m m m m 11111)(||ηηεεγη，1+⇒m η可由121+m εεε，，，Λ线性表出 1+m ε可由121+m ηηη，，，Λ线性表出121+⇒m εεε，，，Λ与121+m ηηη，，，Λ等价 )()(121121++=⇒m m L L ηηηεεε，，，，，，ΛΛ第四节 正交补1、 基本概念⑴、定义：V ⊥α：如果V ∈∀β，都有0)(=βα，则称V 、α正交，记为V ⊥α⑵、定义：W V ⊥：如果W V ∈∀∈∀βα，，都有0)(=βα，则称W V 、正交，记为W V ⊥⑶、定义：正交补：假设：=21V V ，线性空间V 的两个子空间 如果：V V V V V =+⊥2121，则称：12V V =的正交补，记为：⊥=12V V2、 性质⑴、性质：如果：s V V V ，，，Λ21两两正交 那么：=+++s V V V Λ21直和 ⑵、证明：假设：i i s V ∈+++=αααα，Λ21000)(0)(21=⇒=⇒=+++⇒i i i i s ααααααα，，Λ3、 性质⑴、性质：任何子空间的正交补，存在并且唯一⑵、证明：假设：=1V 线性空间V 的一个子空间，⊥=12V V ①、V V V =⇒=21}0{②、1211}0{V V m =⇒≠εεε，，，Λ的一组正交基 ⇒可以扩充为=n m εεε，，，，ΛΛ1V 的一组正交基 )(12n m L V εε，，Λ+=⇒⊥=⇒12V V 【证明集合相等】【根据定义证明正交】③、假设：21V V ⊥，并且V V V =+2131V V ⊥，并且V V V =+313311312222V V V V ∈∈+=⇒∈∀⇒∈∀ααααααα，，00((111131112=⇒=⇒+=⇒ααααααααα），），（），），（ 32323323V V V V ⊂⇒∈⇒∈=⇒αααα， 同理可证：3223V V V V =⇒⊂第三章 线性变换一、线性变换的定义1、 定义：线性变换假设：=T 线性空间），；；（•+P V 的一个变换 如果：T 满足两个条件⑴、V T T T ∈∀+=+βαβαβα，，)()()( ⑵、V P k kT k T ∈∀∈∀=ααα，，)()(则称：=T 线性变换2、 等价条件⑴、性质：T 的两个条件等价于V P k k T k T k k k T ∈∀∈∀+=+βαβαβα，，，，212121)()()(⑵、证明：①必要性：)()()()()(212121βαβαβαT k T k k T k T k k T +=+=+②充分性：)()()(121βαβαT T T k k +=+⇒==)()(021ααkT k T k k k =⇒==，二、线性变换的运算1、 线性变换的乘积⑴、定义：V T T T T ∈=ααα，))(())((2121 ⑵、性质：线性变换的乘积，仍是线性变换⑶、证明：①))(())(())((2212121βαβαβα（）T T T T T T T +=+=+))(())(())(())((21212121βαβαT T T T T T T T +=+=②）））ααααα)(()(()(())(())((2121212121T T k T kT kT T k T T k T T ====2、 线性变换的加法⑴、定义：V T T T T ∈+=+αααα，)()())((2121 ⑵、性质：线性变换的加法，仍是线性变换 ⑶、证明：同上类似三、线性变换的矩阵1、 定理：⑴、定理：如果：=V 数域P 上的n 维线性空间），；；（•+=P V V n =εεε，，，Λ21的一组基 =n a a a ，，，Λ21任意一组向量那么：存在唯一的一个线性变换T使得：n i a T i i ，，，，Λ21==ε ⑵、证明：存在性和唯一性2、 唯一性⑴、性质：如果：n i T T i i ，，，，Λ2121==εε 那么：21T T =⑵、证明：n n x x x x V x εεε+++=⇒∈∀Λ2211n n n n T x T x T x x x x T x T εεεεεε1212111221111)(+++=+++=⇒ΛΛ x T x x x T T x T x T x n n n n 2221122222121)(=+++=+++=εεεεεεΛΛ3、 存在性⑴、性质：如果：=V 数域P 上的n 维线性空间），；；（•+=P V V n =εεε，，，Λ21的一组基=n a a a ，，，Λ21任意一组向量那么：存在一个线性变换T使得：n i a T i i ，，，，Λ21==ε⑵、证明：①变换T ：∑==+++=⇒∈∀ni ii n n x x x x x V x 12211εεεεΛ∑==+++=⇒ni ii n n ax a x a x a x Tx 12211Λ②线性变换T ：假设：∑∑===⇒∈∀=⇒∈∀ni ii ni i i z z V z y y V y 11εε，∑∑===+=+⇒ni i i ni i i iky ky z yz y 11)(εε，Tz Ty a z a y a z yz y T ni i i n i i i ni i i i+=+=+=+⇒∑∑∑===111)()(kTy a y k aky ky T ni i i ni ii ===⇒∑∑==11)(③证明i i a T =ε：n i i εεεεε010021+++++=ΛΛi n i a a a a a T =+++++=⇒0100221ΛΛε4、 定义：如果：=V 数域P 上的n 维线性空间），；；（•+=P V V n =εεε，，，Λ21的一组基 V T =的一个线性变换那么：⎪⎪⎩⎪⎪⎨⎧+++=+++=+++=⇒nnn n n n n n n n a a a T a a a T a a a T εεεεεεεεεεεεΛΛΛΛ22112222112212211111 )()(2121222211121121n nn n n n n n T T T a a a a a a a a a εεεεεε，，，，，，ΛΛΛΛΛΛΛΛΛ=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⇒ )()(2121n n T T T A εεεεεε，，，，，，ΛΛ=⇒ 则称：=A 线性变换T 在n εεε，，，Λ21下的矩阵⑵、性质：如果：取定一组基并且：=ϕ线性变换n n T ⨯→矩阵的一个映射那么：=ϕ双射⑶、证明：①单射：假设：2211)()(A T A T ==ϕϕ，212121T T T T A A i i =⇒=⇒=εε【唯一性】②满射：i i ni i i i a T a a a a A =⇒=⇒ε)(21，，，Λ【存在性】5、 定理⑴、线性变换的加法，对应于矩阵的加法⑵、线性变换的乘积，对应于矩阵的乘积⑶、线性变换的数乘，对应于矩阵的数乘⑷、线性变换的逆，对应于矩阵的逆第二部分泛函分析第一章 度量空间第一节 度量空间一、度量空间1、 符号约定：），；；（），；；（•+⇒•+F R P V2、 定义：距离ρρ==），（y x 的两条性质⑴、正定：R y x y x y x y x ∈∀=⇔=≥，；），（，），（00ρρ⑵、三角不等式：R z y x z y z x y x ∈∀+≤，，）；，（），（），（ρρρ3、 定义：度量空间)ρ，（R =【距离空间】⑴、解释：=R 非空集合⑵、解释：=ρ距离【满足ρ的两条性质】4、 对称性⑴、性质：），（），（x y y x ρρ= ⑵、证明：），（），（），（z y z x y x ρρρ+≤），（），（），（），（），（x y y x x y x x y x ρρρρρ≤⇒+≤⇒同理可证：），（），（），（），（x y y x y x x y ρρρρ=⇒≤二、基本概念1、 子空间⑴、性质：度量空间的任何子空间，仍是度量空间⑵、证明：假设：=)ρ，（R 度量空间， =)ρ，（M 度量空间的子空间证明：=M 非空子集，ρ的两条性质仍然满足2、 一致离散：如果：0>∃α使得：y x R y x ≠∈∀，，；都有：αρ>），（y x则称：=R 一致离散的度量空间3、 等距映射和等距同构⑴、定义：等距映射：假设：=))11ρρ，，（，（R R 度量空间；1R R →=ϕ的映射 如果：），（），（y x y x ϕϕρρ1= 则称：1R R →=ϕ的等距映射⑵、性质：1R R →=ϕ的等距映射1R R →=⇒ϕ的单射⑶、证明：y x y x y x y x ϕϕϕϕρρ≠⇒≠⇒≠⇒≠001），（），（⑷、定义：等距同构：假设：1R R →=ϕ的等距映射如果：1)(R R =ϕ则称：=))11ρρ，，（，（R R 等距同构【双射】 ⑸、性质：11)(R R R R →=⇒=ϕϕ的满射三、极限1、 极限⑴、定义：假设：=R 度量空间，R x n x n ∈=，，，)21(Λ 如果：0)(lim =∞→x x n n ，ρ则称：点列}{n x 按距离收敛于x记为：x x n →【x x n n =∞→lim 】 并称：=}{n x 收敛点列，}{n x x =的极限⑵、归纳：0)(lim lim =⇔=⇔→∞→∞→x x x x x x n n n n n ，ρ2、 性质⑴、性质：收敛点列的极限唯一⑵、证明：假设：0)(lim =⇒→∞→x x x x n n n ，ρ 0)(lim =⇒→∞→y x y x n n n ，ρ )()()(0y x x x y x n n ，，，ρρρ+≤≤⇒【三角不等式】0)]()([lim )(0=+≤≤⇒∞→y x x x y x n n n ，，，ρρρ【夹逼原则】 y x y x =⇒=⇒0)(，ρ3、 性质⑴、性质：如果：00y y x x n n →→，那么：)()(lim 00y x y x n n n ，，ρρ=∞→【y x y x ，，=)(ρ的连续函数】 ⑵、证明：0)(lim 00=⇒→∞→x x x x n n n ，ρ 0)(lim 00=⇒→∞→y y y y n n n ，ρ )()()()(0000n n n n y y y x x x y x ，，，，ρρρρ++≤)()()()(0000y y x x y x y x n n n n ，，，，ρρρρ+≤-⇒)()()()(0000y y y x x x y x n n n n ，，，，ρρρρ++≤)()()()(0000y y x x y x y x n n n n ，，，，ρρρρ+≤-⇒)()(|)()(|00000y y x x y x y x n n n n ，，，，ρρρρ+≤-≤⇒0)]()([lim |)()(|lim 00000=+≤-≤⇒∞→∞→y y x x y x y x n n n n n n ，，，，ρρρρ )()(lim 00y x y x n n n ，，ρρ=⇒∞→4、 定义：开球})(|{)(00R x r x x x r x O ∈<==，，，ρ其中：=R 度量空间，R x ∈0，+∞<<r 0【=r 有限正数】5、 定义：有界集：假设：=R 度量空间，R M =中的点集如果：M 包含在某个开球)(0r x O ，中则称：R M =中的有界集6、 性质⑴、性质：如果=}{n x 收敛点列，那么=}{n x 有界集⑵、证明：=}{n x 收敛点列0lim x x n n =⇒∞→ 0>∃⇒N ，使得当N n >时，都有1)(0<x x n ，ρ1)1)()(m ax (001+=⇒，，，，，x x x x r N ρρΛ }{n x ⇒包含在开球)(0r x O ，中四、常见的度量空间1、 欧氏空间nE =，其中：)()(y x y x y x --=，，ρ【内积】2、 函数空间==][b a C ，区间][b a ，上的连续函数的全体其中：|)()(|max )(][t y t x y x b a t -=∈，，ρ第二节 范数一、范数1、 定义：R 上的实值函数)(x P 的4个条件【范数的4个条件】⑴、正定1：R x x P ∈∀≥，0)(⑵、齐次性：R x F x P x P ∈∀∈∀=，，ααα)(||)(⑶、三角不等式：R y x y P x P y x P ∈∀+≤+，，)()()(⑷、正定2：00)(=⇔=x x P2、 定义：范数：假设：=•+），；；（F R 实数域F 上的线性空间如果：R 上的实值函数)(x P 满足范数的4个条件则称：x x P =)(的范数记为：x x =||||的范数【)(||||x P x =】并称：=R 赋范线性空间【赋范空间】3、 性质⑴、定义：半范数：如果满足范数的前3个条件⑵、性质：范数的第4个条件可以简化为：00)(=⇒=x x P⑶、证明：0)0(0)(|0|)0()0(00=⇒===⇒=P x P x P P x4、 典例：函数空间][b a C ，⑴、性质：如果：][|)(|max ||||][b a C f x f f b a x ，，，∈∀=∈ 那么：=][b a C ，赋范线性空间⑵、证明：①=][b a C ，线性空间），；；（•+F R 定义：=+向量加法，=•向量数乘⇒两种运算封闭＋满足8个条件②范数的4个条件正定1：0|)(|max ||||][≥=∈x f f b a x ， 齐次性：||||*|||)(|max |||)(|max ||||][][f x f x f f b a x b a x αααα===∈∈，， 三角不等式：|)()(|max ||||][x g x f g f b a x +=+∈， |||||||||)(|max |)(|max ][][g f x g x f b a x b a x +=+≤∈∈，， 正定2：0)(0|)(|max 0||||][=⇒=⇒=∈x f x f f b a x ，5、 典例：n 维向量空间n R⑴、范数1：n n ni i R x x x x x x x x x ∈=∀===∑=)()(||||||2112，，，，，Λ ⑵、范数2：∑==n i ix x 1|||||| ⑶、范数3：||max ||||1i ni x x ≤≤=二、范数和距离1、 性质⑴、性质：利用范数可以定义距离：||||)(y x y x -=，ρ⑵、证明：距离的两个条件①正定：0||||)(≥-=y x y x ，ρy x y x y x =⇔=-⇔=0||||0)(，ρ②三角不等式：||||||||||||y x y x +≤+y x y x y z y z x x -=+⇒-=-=，||||||||||||||||||||z y z x y z z x y x -+-=-+-≤-⇒)()()(z y z x y x ，，，ρρρ+≤⇒⑶、归纳：赋范线性空间＋利用范数定义距离⇒度量空间【线性空间＋范数＋距离】2、 极限⑴、定义：假设：=R 赋范线性空间，R x n x n ∈=，，，)21(Λ 如果：0||||lim =-∞→x x n n 则称：点列}{n x 按范数收敛于x记为：x x n →【x x n n =∞→lim 】 ⑵、归纳：0||||lim lim =-⇔=⇔→∞→∞→x x x x x x n n n n n3、 性质⑴、性质：如果0x x n →，那么||||||||lim 0x x n n =∞→【x x =||||的连续函数】 ⑵、证明：0||||lim 00=-⇒→∞→x x x x n n n ||||||||||||||||||||||||0000x x x x x x x x n n n n -≤-⇒+-≤||||||||||||||||||||||||0000x x x x x x x x n n n n -≤-⇒+-≤||||||||||||||000x x x x n n -≤-≤⇒0||||lim |||]||||[|||lim 000=-≤-≤⇒∞→∞→x x x x n n n n ||||||||lim 0||]||||[||lim 0||||||||||lim 000x x x x x x n n n n n n =⇒=-⇒=-⇒∞→∞→∞→4、 性质⑴、性质：利用范数定义距离，必然满足两个条件①、)0()(，，y x y x -=ρρ②、)0(||)0(，，x x ρααρ=⑵、证明：①、||||)(y x y x -=，ρ||||||0||)0(y x y x y x -=--=-，ρ②、||||*||||||||0||)0(x x x x ααααρ==-=，||||*||||0||*||)0(||x x x ααρα=-=，5、 性质⑴、性质：如果：)(y x ，ρ满足两个条件那么：可以利用距离定义范数：)0(||||，x x ρ=⑵、证明：范数的4个性质①正定1：0)0(||||≥=，x x ρ②齐次性：||||*||)0(||)0(||||x x x x αρααρα===，，③三角不等式：），（），（），（z y z x y x ρρρ+≤ ），（），（），（），（），（），（00000y x y x y x y x ρρρρρρ+≤-⇒+≤⇒ ），（），（），（00|1|0y y y ρρρ=-=- ），（），（），（），（），（），（000000y x y x y x y x ρρρρρρ+≤+⇒-+≤-⇒ ||||||||||||y x y x +≤+⇒④正定2：00)0(0||||=⇒=⇒=x x x ，ρ6、 定理⑴、利用范数，可以定义距离⑵、利用函数，可以定义距离＋满足两个条件⑶、利用距离＋满足两个条件，可以定义范数⑷、利用距离，不一定可以定义范数【反例】第二章 有界线性算子第一节 度量空间中的点集1、 基本概念⑴、概念：0x 的-ε环境})(|{)(00R x x x x x O ∈<==，，，ερε⑵、概念：A x =0的内点：如果存在0x 的一个-ε环境A x O ⊂=)(0ε，⑶、概念：=A 开集：如果A 的每一个点都是内点⑷、概念：0x 的环境==)(0x O 包含0x 的开集2、 基本性质⑴、性质：)(00ε，x O x ∈，)(00ε，x O x =的内点【ερ<=0)(00x x ，】【2*εε=】⑵、性质：)(00x O x ∈，)(00x O x =的内点【定义】3、 重要性质⑴、性质：=)(0ε，x O 开集⑵、证明：ερε<⇒∈∀)()(00x z x O z ，，)(*0)(000x z x z ，，ρεερε-<<⇒-<⇒*)(*)(ερε<⇒∈∀z x z O x ，， ερερρρ<+<+≤⇒)(*)()()(000z x z x z x x x ，，，，)(*)()(00εεε，，，x O z O x O x ⊂⇒∈⇒)(0ε，x O z =⇒的内点=⇒)(0ε，x O 开集4、 重要性质⑴、性质：0x 的任何一个-ε环境)(0ε，x O =，都是0x 的环境⑵、意义：-ε环境=环境的特殊情况⑶、证明：=∈)()(000εε，，，x O x O x 开集⑷、性质：A x =0的内点⇔存在0x 的一个环境A x O ⊂=)(0⑸、意义：利用环境定义内点⑹、证明：①：A x =0的内点⇒存在0x 的一个-ε环境A x O ⊂=)(0ε，⇒存在0x 的一个环境A x O ⊂=)(0②：存在0x 的一个环境A x O ⊂=)(0)(00x O x =⇒的内点⇒存在0x 的一个-ε环境)()(00x O x O ⊂=ε，⇒存在0x 的一个-ε环境A x O ⊂=)(0ε，A x =⇒0的内点5、 定理⑴、定理：⇔→0x x n对于0x 的任何环境)(0x O =，存在0>N ，当N n >时，)(0x O x n ∈⑵、意义：利用环境定义收敛点列⑶、证明：①：任取0x 的一个环境)(0x O =)(00x O x =⇒的内点⇒存在0x 的一个-ε环境)()(00x O x O ⊂=ε，⇒→0x x n 对于0>ε，存在0>N ，当N n >时，ερ<)(0x x n ，)()(00x O x x O x n n ∈⇒∈⇒ε，②：对于0x 的任何环境)(0x O =，存在0>N ，当N n >时，)(0x O x n ∈⇒对于0x 的任何一个-ε环境)(0ε，x O =，存在0>N ，当N n >时，)(0ε，x O x n ∈00)(x x x x n n →⇒<⇒ερ，⑷、推论：⇔→0x x n对于0x 的任何-ε环境)(0ε，x O =，存在0>N ，当N n >时，)(0ε，x O x n ∈ ⑸、意义：利用-ε环境定义收敛点列第二节 连续映射1、 函数)(x f 在0x 点连续⑴、传统描述：对于00>∃>∀δε，，当δ<-||0x x 时，ε<-|)()(|0x f x f⑵、环境描述：对于)(0x f 的任何-ε环境))((0ε，x f O =存在0x 的一个-δ环境)(0δ，x O =当)(0δ，x O x ∈时，))(()(0ε，x f O x f ∈2、 映射f 在0x 点连续【双重扩展】⑴、定义：假设：=Y X ，度量空间，X D =的一个子空间，Y D f →=的映射如果：对于)(0x f 的任何环境Y x f O ⊂=))((0存在0x 的一个环境D x O ⊂=)(0当)(0x O x ∈时，))(()(0x f O x f ∈则称：映射f 在0x 点连续⑵、定义：如果：映射f 在D 上的每一点都连续则称：D f =上的连续映射3、 等价定理⑴、定理：①：映射f 在0x 点连续②：对于)(0x f 的任何-ε环境))((0ε，x f O =存在0x 的一个-δ环境)(0δ，x O =当)(0δ，x O x ∈时，))(()(0ε，x f O x f ∈③：)()(00x f x f x x n n →⇒→⑵、证明：①⇒②映射f 在0x 点连续⇒对于)(0x f 的任何环境))((0x f O =存在0x 的一个环境)(0x O =当)(0x O x ∈时，))(()(0x f O x f ∈【定义】⇒对于)(0x f 的任何-ε环境))((0ε，x f O =存在0x 的一个环境)(0x O =当)(0x O x ∈时，))(()(0ε，x f O x f ∈【-ε环境=环境的特殊情况】 )(00x O x =的内点⇒存在0x 的一个-δ环境)()(00x O x O ⊂=δ，⇒结论【全局满足则局部满足】⑶、证明：②⇒③⇒→0x x n 对于0>∀δ，存在0>N ，当N n >时，)(0δ，x O x n ⊂ N 由δ决定，δ由ε决定⇒N 由ε决定⇒对于0>∀ε，存在0>N ，当N n >时，))(()(0ε，x f O x f n ∈)()(0x f x f n →⇒⑷、证明：③⇒①反证法：映射f 在0x 点不连续⇒存在)(0x f 的一个环境))((0x f O =对于0x 的任何环境)(0x O =存在)(0x O x ∈，))(()(0x f O x f ∉⇒对于0x 的任何环境)1(0nx O ，=，存在)(0x O x n ∈，))(()(0x f O x f n ∉ 0)(lim 1)(0)(000=⇒<<⇒∈∞→x x nx x x O x n n n n ，，ρρ【夹逼定理】 )()(00x f x f x x n n →⇒→⇒【条件】⇒对于0>∀ε，存在0>N ，当N n >时，))(()(0ε，x f O x f n ∈ ))(()(00x f O x f =的内点⇒存在)(0x f 的一个-*ε环境))((*))((00x f O x f O ⊂=ε，⇒对于0*>ε，存在0>N ，当N n >时，))((*))(()(00x f O x f O x f n ⊂∈ε， ⇒存在0>N ，当N n >时，))(()(0x f O x f n ∈⇒矛盾【N 由*ε决定，*ε由))((0x f O 决定】第三节 线性算子1、 算子⑴、定义：算子＝映射⑵、定义：泛函＝取值于实数域或者复数域的算子2、 线性算子⑴、定义：假设：=Y X ，实数域F 上的线性空间X D =的子空间Y D T →=的映射如果：T 满足条件：D F k k T k T k k k T ∈∀∈∀+=+βαβαβα，，，，212121)()()(则称：=T 线性算子并称：T D =的定义域，T D x Tx TD =∈=}|{的值域⑵、定义：如果：=T 线性算子并且：F TD ⊂则称：=T 线性泛函第四节 线性算子的有界性与连续性一、有界算子1、 连续定理⑴、定理：线性算子一点连续，处处连续⑵、描述：假设：=Y X ，赋范线性空间，X D =的一个子空间，Y D T →=的线性算子 如果：T 在D x ∈0连续那么：D T =上的连续算子⑶、证明：①：假设：x x D x n →∀⇒∈∀②：x x n →⇒对于0>∀ε，存在0>N ，当N n >时，ερ<)(x x n ，||||)(x x x x n n -=，ρ【=X 赋范线性空间】||||)(00x x x x x x n n -=+-，ρ⇒对于0>∀ε，存在0>N ，当N n >时，ερ<+-)(00x x x x n ，00x x x x n →+-⇒③：T 在0x 点连续00)(Tx x x x T n →+-⇒【等价定理①⇒③】00Tx Tx Tx Tx n →+-⇒【=T 线性算子】Tx Tx n →⇒【=Y 赋范线性空间】T ⇒在x 点连续【+∀n x 等价定理③⇒①】T ⇒在D 上处处连续【x ∀】。

泛函分析知识点总结1.Baire定理定理（Baire纲定理）完备的距离空间是第⼆类型集。

解释：完备的距离空间(X,d)，∀x∈X都是内点，因为X在X中是开集。

⼀个⽆处稠密（nowhere dense）的集合就是闭包不含内点的集合不会是整个X，即X不是第⼀类型集，所以只能是第⼆类型集。

注：完备的距离空间是第⼆类型集，那么它的闭包⾄少存在⼀个内点。

这个经常被⽤来证明。

例如，开映射定理、闭图像定理等。

2. 闭包和导集的区别根据定义，集合的闭包是集合的导集和集合的并。

导集是集合所有聚点组成的集合，不包含孤⽴点。

所以闭包是集合导集和孤⽴点组成的集合。

3.闭集在度量空间中，如果⼀个集合所有的极限点都是这个集合中的点，那么这个集合是闭集。

4.不动点定理压缩映射：设(X,d)是距离空间，T是X到X的映射，如果存在⼀个常数θ(0≤θ<1)，对于所有的x,y∈X，满⾜下述不等式：d(Tx,Ty)<θd(x,y)则称T是X上的⼀个压缩映射。

不动点定理：设X是完备的距离空间，T是X到X的压缩映射，则T在X上有唯⼀的不动点x∗.即Tx∗=x∗是⽅程Tx=x在X上的唯⼀解。

5.施密特正交化将⼀个线性⽆关的集合{x n}进⾏施密特正交化。

e1=x1 ||x1||e2=x2−<x2,e1>e1 ||x2−<x2,e1>e1||e j+1=x j+1−j∑k=1<x j+1,e k>e k ||x j+1−j∑k=1<x j+1,e k>e k||注：本质上说就是让x j+1减去其在e k,k=0,…,j上的分量，就正交化了。

然后再除以对应范数，进⾏单位化。

6.Hilbert空间的同构n为的实（复）Hilbert空间与R n(C n)同构。

（保距离，保线性，保范数，保内积）⽆限维可分Hilbert空间与l2空间（L2[0,1]）等距同构。

7.算⼦的连续性和有界性连续性：对于X中的任何收敛于x0的点列{x n}，恒有Tx n→Tx0,n→=∞有界性：存在正常数M，使得对⼀切x∈X，有||Tx||≤M||x||⼀点连续，则处处连续：设X和Y是数域\textbf{F}上的线性赋范空间，T:X→Y是⼀个线性算⼦。

泛函分析知识总结与举例、应用学习泛函分析主要学习了五大主要内容：一、度量空间和赋范线性空间；二、有界线性算子和连续线性泛函；三、内积空间和希尔伯特空间；四、巴拿赫空间中的基本定理；五、线性算子的谱。

本文主要对前面两大内容进行总结、举例、应用。

一、 度量空间和赋范线性空间（一）度量空间度量空间在泛函分析中是最基本的概念，它是n 维欧氏空间nR （有限维空间）的推 广，所以学好它有助于后面知识的学习和理解。

1．度量定义：设X 是一个集合，若对于X 中任意两个元素x ，y,都有唯一确定的实数d(x,y)与之对应，而且这一对应关系满足下列条件：1°d(x,y)≥0 ，d(x,y)=0 ⇔ x=y （非负性）2°d(x,y)= d(y,x) （对称性）3°对∀z ，都有d(x,y)≤d(x,z)+d(z,y) （三点不等式）则称d(x,y)是x 、y 之间的度量或距离（matric 或distance ），称为(X,d)度量空间或距离空间(metric space )。

（这个定义是证明度量空间常用的方法）注意:⑴ 定义在X 中任意两个元素x ，y 确定的实数d(x,y)，只要满足1°、2°、3°都称为度量。

这里“度量”这个名称已由现实生活中的意义引申到一般情况，它用来描述X 中两个事物接近的程度，而条件1°、2°、3°被认为是作为一个度量所必须满足的最本质的性质。

⑵ 度量空间中由集合X 和度量函数d 所组成，在同一个集合X 上若有两个不同的度量函数1d 和2d ，则我们认为(X, 1d )和(X, 2d )是两个不同的度量空间。

⑶ 集合X 不一定是数集，也不一定是代数结构。

为直观起见，今后称度量空间(X,d)中的元素为“点” ，例如若x X ∈，则称为“X 中的点” 。

⑷ 在称呼度量空间(X,d)时可以省略度量函数d ，而称“度量空间X ” 。

度量空间：把距离概念抽象化，对某些一般的集合引进点和点之间的距离，使之成为距离空间，这将是深入研究极限过程的一个有效步骤。

泛函分析中要处理的度量空间，是带有某些代数结构的度量空间，例如赋范线性空间，就是一种带有线性结构的度量空间。

一、度量空间的进一步例子1、度量空间设x 是一个集合，若对于x 中任意两个元素x,y ,都有唯一确定的实数d(x,y)与之对应，而且这一对应关系满足下列条件：1°的充要条件为x=y 2°对任意的z 都成立， 则称 d(x,y) 是 x,y 之间的距离，称 d(x,y)为度量空间或距离空间。

x 中的元素称为点。

2、常见的度量空间（1）离散的度量空间 设 x 是任意的非空集合，对 x 中的任意两点 ，令 称为离散的度量空间。

（2）序列空间S令S 表示实数列（或复数列）的全体，对S 中的任意两点令 称 为序列空间。

（3）有界函数空间B(A ）设A 是一个给定的集合，令B(A)表示A 上有界实值（或复值）函数全体，对B(A)中任意两点x,y ，定义（4）可测函数空间设M(X)为X 上实值（或复值）的勒贝格可测函数全体，m 为勒贝格测度，若 ，对任意两个可测函数 及 由于 ，所以这是X 上的可积函数。

令 （5）C[a,b]空间令C[a,b] 表示闭区间[a,b]上实值（或复值）连续函数全体，对 C[a,b]中任意两点x,y ，定义二、度量空间中的极限、稠密集、可分空间1、收敛点列设 是（X ，d ）中点列，如果存在 ，使 则称点列是（X ，d ） 中的收敛点列，x 是点列 的极限。

收敛点列性质：（1）在度量空间中，任何一个点列最多只有一个极限，即收敛点列的极限是唯一的。

（2）M 是闭集的充要条件是M 中任何收敛点列的极限都在M 中。

(,)0,(,)0d x y d x y ≥=(,)(,)(,)d x y d x z d y z ≤+,x y X ∈1,(,)0,if x y d x y if x y ≠⎧=⎨=⎩(,)X d 1212(,,...,,...),(,,...,,...),n n x y ξξξηηη==1||1(,)21||i i i i i i d x y ξηξη∞=-=+-∑(,)S d (,)sup |()()|t A d x y x t y t ∈=-()m X <∞()f t ()g t |()()|11|()()|f tg t f t g t -<+-|()()|(,)1|()()|X f t g t d f g dt f t g t -=+-⎰(,)max |()()|a t b d x y x t y t ≤≤=-{}n x x X ∈lim (,)0n n d x x →∞={}n x {}n x2、收敛点列在具体空间中的意义（1）n 维欧式空间中：为 中的点列， 即：按欧式距离收敛于x 的充要条件是 依坐标收敛于（2）序列空间S 中：为 S 中的点列，（3）C[a,b]空间设 及X 分别为C[a,b] 中的点列及点，（4）可测函数空间M(X)设 及 f 分别为可测函数空间中的点列及点，3、稠密集，可分空间（1）设X 是度量空间，E 和M 是X 中的两个子集，令 表示M 的闭包，如果 ，那么称集M 在集E 中稠密。

泛函分析单元知识总结与知识应用一、单元知识总结第七章、 度量空间和赋范线性空间 §1 度量空间§1.1定义：若X 是一个非空集合，:dX X R ⨯→是满足下面条件的实值函数，对于,x y X ∀∈，有（1）(,)0d x y =当且仅当xy =；（2）(,)(,)d x y d y x =；（3）(,)(,)(,)d x y d x z d y z ≤+，则称d 为X 上的度量，称(,)X d 为度量空间。

例：1、设X 是一个非空集合，,x y X ∀∈，当1,(,)0,=x y d x y x y≠⎧=⎨⎩当当，则(,)X d 为离散的度量空间。

2、序列空间S ，i =1i |-|1(,)21+|-|i ii i d x y ξηξη∞=∑是度量空间 3、有界函数全体()B A ，(,)sup|(t)-(t)|t Ad x y x y ∈=是度量空间4、连续函数[a,b]C ，(,)max|(t)-(t)|a t bd x y x y ≤≤=是度量空间5、空间2l ，122=1(,)[(-)]kki d x y y x ∞=∑是度量空间§2 度量空间中的极限，稠密集，可分空间 §2.1收敛点列：设{}n x 是(,)X d 中点列，如果∃x X ∈，使n lim (,)=0n d x x →∞，则称点列{}n x 是(,)X d 中的收敛点列。

例：1、nn x R ∈，{}n x 按欧氏距离收敛于x 的充要条件为1,i n ∀≤≤各点列依分量收敛。

2、[a,b]C 中(,)0k d x y x x →⇔→（一致）3、可测函数空间()M X 中点列(,)0n n d f f f f→⇔⇒（依测度）稠密子集与可分空间:设X 是度量空间，E 和M 是X 中两个子集，令M M M ⊂表示的闭包，如果E ,那么称集M 在集E 中稠密，当E=X 时，称M 为X 的一个稠密子集，如果X 有一个可数的稠密子集，则称X 是可分空间。