对压缩映射下集合内外测度的探讨

数学与计算机建模
部分度量空间的广义原理
论文信息
论文历史：
论文出版于 2011.5.16 论文修订版出版于 2011.11.1 论文发表于 2011.11.1
关键字：
定点定理 部分度量空间 一般收缩映射
摘要
在这篇论文中，我们证明了部分度量空间的一般压缩映射的不动点定理,代 表定理是归纳由 d .Ilić V.Pavlović,和 Rakocević 近期提出的固定点定理得 出来的。下面一个例子说明了我们的结果是扩展定理。
1) B2Ak+22+12=+15+c51mc+=5m=2c111++m+12+21+++2=12=2+1+2+1+2+2+22+32k+1+2
88.8918÷.12990.÷1=4214÷3922=.0034=1÷15251371=8.535.78208÷.0232173c0*0÷1=m920.30392.2c=1÷203m=2÷1202.52=3535=42314)c*5232m40341*.31252=3.*1.153.5*03134.2*920522..104455=+21*3*50202.2.0285.4850.13*50+5c8*125*12m0.2+050.+0*014.852*0051000+0+/038.T+0÷+=55*+1011+010+91÷0145405*00010200+5+0+080+40*04+***115.103910*-%*C%6(+÷*M==5M÷5)0*3*0(31÷3110**5*+*÷414.m2371e=%7)8n08%.=s8.5=77.93cc60.mc*m4*m13,101w9.9o.k24mc-.cem5nm2csp2665m*9..03-4.50c60*5.pc3m85,9cm0.5g.i50mr0l-.p.s85p/6c50bc.0om7m.yp.cs6pc5m+;c0m..m7.ckm; 1+1k+12+1+k2234=1c+m1++4+4+2

压缩映射原理在各种方程的解的存在唯一性上的应用林芳数学科学学院 数学与应用数学专业 2010级汉（1）班指导教师 官厅摘 要 本文介绍了不动点原理即压缩映射原理及其在代数方程、微分方程、积分方程解的存在性和惟一性方面的重要应用. 关键词 不动点;压缩映射原理;方程.不动点理论是20世纪数学中的一支奇葩.半个多世纪以来,其影响可以说遍及整个数学.函数的不动点,在数学中是指被这个函数映射到其自身的一个点,即函数()f x 的取值过程中,如果有0x 使00(),f x x =就称0x 为()f x 的一个不动点.对此定义,有两方面的理解:1）代数意义:若方程()f x x =有实数根0x ,则()y f x =有不动点0x . 2）几何意义:若函数()y f x =与y x =有交点00(,)x y ,则0x 为()y f x =的不动点.压缩映射原理是最简单的不动点定理,它不但证明了不动点的存在性与唯一性,同时还提供了求不动点的方法-迭代法.就是说,在完备度量空间中,T 是一个压缩映射,从任意选取的一个"初始值"0x 出发,逐次作点列1(1,2,),n n x Tx n -==这个点列必然收敛到方程Tx x =的解.因此这种方法叫做逐次逼近法.压缩映射原理在线性代数方程组,微分方程,积分方程等方面都有广泛的应用.1相关定义及定理 1.1不动点的定义[1]设X 为一非空集,:T X X →是一个映射,如果有*,x X ∈使得**,Tx x =则称*x 为映射T 的一个不动点.1.2压缩映射的定义[2]设X 是度量空间,:T X X →是一个映射,如果存在一个数α,01,α<<使得对所有的,,(,)(,),x y X d Tx Ty d x y α∈≤则称T 是压缩映射,α称为压缩常数.注 压缩映射在几何上的意思是说点x 和y 经T 映射后,它们像的距离缩短了,不超过(,)d x y 的α倍(1).α<1.3压缩映射原理[2]设X 是完备度量空间,T 是X 上的压缩映射,那么T 有且只有一个不动点(就是说,方程Tx x =有且只有一个解).证明 设0x 是X 中任意一点.21021010,,,,.n n n x Tx x Tx T x x Tx T x -=====我们证明点列{}n x 是X 中柯西点列.事实上,21111212(,)(,)(,)(,)(,)m m m m m m m m m m d x x d Tx Tx d x x d Tx Tx d x x ααα+------=≤=≤ 10(,).m d x x α≤≤由三点不等式,当n m >时,1121(,)(,)(,)(,)m n m m m m n n d x x d x x d x x d x x +++-≤+++1101011()(,)(,).1n mm m n md x x d x x αααααα-+--≤+++=⋅-因01,α<<所以11,n mα--<于是得到01(,)(,)().1mm n d x x d x x n m αα≤>-所以当,m n →∞→∞时,(,)0,m n d x x →即点列{}n x 是X 中柯西点列,由X 完备,存在,x X ∈使(),m x x m →→∞又由三点不等式和条件(,)(,),d Tx Ty d x y α≤我们有1(,)(,)(,)(,)(,).m m m m d x Tx d x x d x Tx d x x d x x α-≤+≤+这个不等式右端当m →∞时趋于0,所以(,)0,d x Tx =即.x Tx =下面证唯一性.如果又有~,x X ∈使得~~,T x x =则由条件得~~~(,)(,)(,).d x x d Tx T x d x x α=≤因01,α<<所以必有~(,)0,d x x =即~.x x =2压缩映射原理在代数方程方面的应用 2.1压缩映射原理在线性代数方程组方面的应用例1[1] 在n 维实向量空间n R 中,n R 是一个完备度量空间,我们定义距离1(,)max ,i i i nd x y ξη≤≤=-其中1212(,,,),(,,,).n n x y ξξξηηη==我们在n R 中讨论下列线性代数方程组1ni ij j i j a b ξξ=-=∑ 1,2,,.i n = (1)在系数满足什么条件时,存在唯一的解.解 首先将(1)式写成下列向量形式:.X AX B =+其中12(,,,);T n X ξξξ=();ij n n A a ⨯=12(,,,).T n B b b b =令,TX AX B =+则(1)式可以写成.TX X =于是求方程组(1)的唯一解的问题就化为T 是否有唯一的不动点的问题.显然T 是n n R R →的一个映射.下面来讨论当()ij a 满足什么条件时,T 是一个压缩映射.任取12112212,,(,,,),(,,,).n T T n n X X R X X ξξξηηη∈==于是121212(,)(,)(,)d TX TX d AX B AX B d AX AX =++=1111max()max nnij jj ij j j i ni nj j a a ξηξη≤≤≤≤===-≤-∑∑1211111max max (max )(,).n nij j j ij i nj ni nj j a a d X X ξη≤≤≤≤≤≤==≤-=∑∑由此可见,当11,nij j a α=≤<∑对一切i 成立时,T 是n R 上的一个压缩映射.于是T 满足压缩映射原理的条件,从而T 有唯一的不动点****12(,,,),n X ξξξ=而*X 就是方程组(1)的唯一解.2.2压缩映射原理在非线性代数方程方面的应用例2 证明Kepler 方程sin x x a ε=+存在唯一解,其中,a ε为已知常数,0 1.ε<<证明 1R 空间是完备度量空间,在其上定义距离(,).d x y x y =- 作映射sin ,Tx x a ε=+则有.Tx x =显然T 是11R R →的映射,且1,,x y R ∀∈有(,)sin sin sin sin cos ,d Tx Ty Tx Ty x y x y x y x y εεεεξε=-=-=-≤-≤-ξ在,x y 之间,令.αε=则0 1.α<<有(,)(,).d Tx Ty d x y α≤所以T 是压缩映射. 由压缩映射原理可知T 存在唯一不动点,即Kepler 方程存在唯一的解.3压缩映射原理在积分方程方面的应用例3[1] 设()f s 为a s b ≤≤上的连续函数,(,)K s t 为形,a s b a t b ≤≤≤≤上的连续函数,且存在常数,M 使得(,).baK s t dt M ≤<+∞⎰则当1Mλ<时,弗雷德霍姆()Fredholm 方程 ()()(,)()b as f s K s t t dt ϕλϕ=+⎰ (2)存在唯一的解[,].C a b ϕ∈证明 在完备度量空间[,]C a b 上定义距离[,]((),())max ()().s a b d x s y s x s y s ∈=-定义映射()()(,)().baT s f s K s t t dt ϕλϕ=+⎰记.M αλ=则 1.,[,],C a b αϕψ<∀∈有 (,)max (,)()(,)()b baaa s bd T T K s t t dt K s t t dt ϕψλϕλψ≤≤=-⎰⎰max (,)()()a s bK s t t t dt λϕψ≤≤≤-⎰max ()()a s bM s s λϕψ≤≤≤-(,)d αϕψ=因此:[,][,]T C a b C a b →是一个压缩映射,根据压缩映射原理,T 有唯一的不动点即方程(2)有唯一的解[,].C a b ϕ∈例3'[3]设()f s 为a s b ≤≤上的连续函数,(,)K s t 为形,a s b a t b ≤≤≤≤上的连续函数,令(,)[,][,]max(,),s t a b a b M k s t ∈⨯=<+∞则在1()M b a λ<-时,弗雷德霍姆()Fredholm 方程 ()()(,)()b as f s K s t t dt ϕλϕ=+⎰ (2) 存在唯一的解[,].C a b ϕ∈证明 在完备度量空间[,]C a b 上定义距离[,]((),())max ()().s a b d x s y s x s y s ∈=-定义映射()()(,)().baT s f s K s t t dt ϕλϕ=+⎰记().M b a αλ=- 1.,[,],C a b αϕψ<∀∈有 (,)max (,)()(,)()b baaa s bd T T K s t t dt K s t t dt ϕψλϕλψ≤≤=-⎰⎰max (,)()()baa s bK s t t t dt λϕψ≤≤≤-⎰()max ()()a s bM b a s s λϕψ≤≤≤--(,)d αϕψ=因此:[,][,]T C a b C a b →是一个压缩映射,根据压缩映射原理,T 有唯一的不动点即方程(2)有唯一的解[,].C a b ϕ∈4压缩映射原理在微分方程方面的应用4.1压缩映射原理证明一阶线性微分方程的解的存在唯一性例4[2]设(,)f t x 是矩形00{(,)|,}D t x t t a x x b =-≤-≤上的二元函数,设(,),(,),f t x M t x D ≤∈又(,)f t x 在D 上关于x 满足利普希茨()Lipschitz 条件,即存在常数L ,使得对任意的(,),(,),t x t y D ∈有(,)(,)f t x f t y L x y -≤- (3)那么方程(,)dxf t x dt=在区间00[,]J t t ββ=-+上有唯一的满足初值条件00()x t x =得连续函数解,其中1min{,,}.b a M L β<证明 设00[,]C t t ββ-+表示区间00[,]J t t ββ=-+上的连续函数全体按距离(,)max ()()t Jd x y x t y t ∈=-所成的完备度量空间.又令C 表示00[,]C t t ββ-+中满足条件0()()x t x M t J β-≤∈得连续函数全体所成的子空间,且C 是闭子空间.则C 也是完备度量空间.令00()()(,())tt Tx t x f t x t dt =+⎰ (4)则T 是C 到C 中的映射.因为,M b β<所以若,x C ∈那么当00[,]t t t ββ∈-+时,(,()).t x t D ∈又因为(,)f t x 是D 上的二元连续函数,所以(4)式右端积分有意义.又对一切000,()()(,()),tt t J Tx t x f t x t dt M t t M β∈-=≤-≤⎰所以有当,x C ∈.Tx C ∈下面证T 是压缩映射.由条件(3),对C 中任意两点x 和y ,有 0(,)max ()()()()max[(,)(,)]tt t Jt Jd Tx Ty Tx t Ty t f t x f t y dt ∈∈=--⎰0max ()()(,).a t bt t L x t y t L d x y β≤≤≤-⋅-≤令,L αβ=则01,α<<且(,)(,).d Tx Ty d x y α≤所以T 是C 上的压缩映射.由压缩映射原理可知,存在唯一的,x C ∈使得.Tx x =即00()(,()).tt x t x f t x t dt =+⎰且00().x t x =两边对t 求导,即得()(,()).dx t f t x t dt =这说明()x t 是方程(,)dxf t x dt=满足初值条件 00()x t x =的解.4.2压缩映射原理证明n 阶线性微分方程的解的存在唯一性一般的n 阶线性微分方程可以写成如下形式:111()()()n n n n n d y d y a x a x y F x dx dx--+++= (5)方程的初值条件记为:(1)000101(),(),,()n n y x c y x c y x c --'=== (6)有如下结论:例5[4] （n 阶线性微分方程初值问题解的存在性与唯一性）设()(1,2,,)i a x i n =和()F x 均于区间I 上连续,则对任一0x I ∈和任意n 个常数011,,,,n c c c -方程(5)恒有且只有一个定义在整个区间I 上且满足初值条件(6)的解.注 有时,映射T 不满足压缩映射原理的条件,但T 的某次幂却满足这些条件,于是,可把压缩映射原理推广到下面的情形:推论 设(,)X d 是完备度量空间,:,T X X →如果存在自然数,,n 使得对所有,,(,)(,).n n x y X d T x T y d x y α∈≤其中01,α≤<则T 有唯一的不动点.下面对定理进行证明:证明 对n 阶线性微分方程(5)(6)作如下变化:设(),n n d yx dxϕ=则0111()n x n n x d y t dt c dxϕ---=+⎰0002121022[()]()()n x u x x n n n n n x x x t d yt dt c du c dt t du c x x c dx ϕϕ------=++=+-+⎰⎰⎰⎰102()()()xn n x x t t dt c x x c ϕ--=-+-+⎰00310233[()()()]n x u n n n n x x d yx t t dt c x x c du c dx ϕ-----=-+-++⎰⎰ 0221020311()()()()2!2!x n n n x x t t dt c x x c x x c ϕ---=-+-+-+⎰01121020100111()()()()()(1)!(1)!(2)!x n n n n n x y x t t dt c x x c x x c x x c n n n ϕ-----=-+-+-++-+---⎰代入原方程得:121212()()n n n n n d y d yx F x a a a y dx dxϕ----=----整理后得到积分方程:()(,)()()xx x k x t t dt f x ϕϕ=+⎰ (7)其中2112311(,)[()()()]2!(1)!n n k x t a a x t a x t a x t n -=-+-+-++--21121023102031()()[()][()()]2!n n n n n n f x F x a c a c x x c a c x x c x x c ------=---+--+-+ 1101001[()()](1)!n n n a c x x c x x c n -----++-+-此方程为第二类Volterra 积分方程,显然(,)k x t 在区域{(,)|,}x t a x b a t b ≤≤≤≤上连续.并且方程(7)与方程(5)(6)等价. 下面考虑积分方程 ()(,)()()xax k x t t dt f x ϕϕ=+⎰[,]t a b ∈(,)k x t 在区域{(,)|,}x t a x b a t b ≤≤≤≤上连续,()[,].f x C a b ∈设,sup (,),a x t bk x t M ≤≤=<+∞考虑映射:[,][,]T C a b C a b →()(,)()()xaT x k x t t dt f x ϕϕ=+⎰ [,]C a b ϕ∀∈则 1221()()(,)(()())xaT x T x k x t x x dt ϕϕϕϕ-=-⎰21sup ()()()a x bM x x x a ϕϕ≤≤≤-- 12()((),())M x a d x x ϕϕ≤- 归纳的,若11111212()()()(,)(1)!n n n n x a T x T x M d n ϕϕϕϕ------≤-则 1212()()(,)(()())xn n n n aT x T x k x t T t T t dt ϕϕϕϕ-=-⎰1121()(,)!x nn a M t a dt d n ϕϕ-≤-⎰ 12()(,)!nnx a Md n ϕϕ-≤ 由此得到对于任何自然数n 有:121212()(,)sup (,)!nnnnnna x bb a d T T T T M d n ϕϕϕϕϕϕ≤≤-=-≤由于()0(),!n nb a Mn n -→→∞于是对于充分大的,n 总可使()0 1.!nn b a M n -≤< 因此对于充分大的,n nT 满足推论中压缩映射原理的条件,所以方程(7)有唯一解.由方程的等价性可知,n 阶线性微分方程(5)(6)有唯一解.5压缩映射原理证明隐函数存在定理例6[2]设函数(,)f x y 在带状域,a x b y ≤≤-∞<<+∞中处处连续,且处处有关于y 的偏导数'(,).y f x y 如果还存在常数m 和M 满足'0(,),,y m f x y M m M <≤≤< 则方程(,)0f x y =在区间[,]a b 上必有唯一的连续函数()y x ϕ= 作为解:(,())0,[,].f x x x a b ϕ≡∈证明 在完备度量空间[,]C a b 中作映射T ,使对任意的函数[,],C a b ϕ∈有1()()()(,()).T x x f x x Mϕϕϕ=-按照题中条件,(,)f x y 是连续的,故()()T x ϕ也连 续,即[,].T C a b ϕ∈所以T 是[,]C a b 到自身的映射.下面证T 是压缩映射. 任取12,[,],C a b ϕϕ∈根据微分中值定理,存在01,θ<<满足21212111()()()()()()((,())(,()))T x T x x x f x x f x x M Mϕϕϕϕϕϕ-=---'21121211()()[,()(()())](()())y x x f x x x x x x Mϕϕϕθϕϕϕϕ=--+-⋅-21()()(1).m x x Mϕϕ≤--由于01,m M <<所以令1,mMα=-则有01,α<<且 2121()()()()(()().T x T x x x ϕϕαϕϕ-≤-按[,]C a b 中距离的定义可知2121(,)(,).d T T d ϕϕαϕϕ≤因此T 是压缩映射. 由压缩映射原理可知,存在唯一的[,]C a b ϕ∈满足,T ϕϕ=即1()()(,()),x x f x x Mϕϕϕ≡-这就是说:(,())0,[,].f x x x a b ϕ≡∈ 根据压缩映射原理,若取00(x)=y ϕ作为初始函数,通过迭代111()()(,()),1,2,n n n x x f x x n Mϕϕϕ--=-=得到的函数列{()}n x ϕ将一致收敛于隐函数()y x ϕ=.参考文献:]1[大华.应用泛函简明教程.华中科技大学.2003.]2[程其襄,奠宙,国强,善文,王漱石.实变函数与泛函分析基础.高等教育,2010. [3]秀芹.非线性分析中的几类不动点定理及其应用.东北大学.2008. [4]汪斌.n 阶线性微分方程解的存在与唯一性.华中师大学.2007.。

泛函分析题1_1压缩映射原理p91.1.1 证明完备度量空间的闭子集是完备的子空间，而任一度量空间中的完备子空间必是闭子集．证明：(1) 设(X, )是完备度量空间，A X，A是X的闭子集．若{x n}是A中的Cauchy列，则{x n}也是X中的Cauchy列．因(X, )完备，故{x n}收敛于X中某点x．而A是X的闭子集，且{x n}是A中的点列，故其极限x也在A中．因此，{x n}是子空间A中收敛列．所以，子空间(A, )是完备的．(2) 设(X, )是度量空间，B X，B是X的完备子空间．若{x n}是B中的点列，且在X中收敛于x X．则{x n}是X中的Cauchy列，因此{x n}也是B中的Cauchy列．由B是X的完备子空间，故{x n}也是B中的收敛列．若{x n}在B中收敛于y B，则{x n}作为X中的点列也收敛于y．由极限的唯一性，x y．故x B．所以B是X中的闭子集．1.1.2 (Newton法) 设f是定义在[a, b]上的二次连续可微的实值函数，z (a, b)使得f (z) = 0，f’(z) 0．求证存在z的邻域U(z)，使得x0 U(z)，迭代序列x n +1 = x n f (x n)/f’(x n) ( n = 0, 1, 2, ...)是收敛的，并且lim n x n= z．证明：首先，由f’(z) 0，存在z的邻域V (a, b)，使得f’在cl(V)上总不为0．设m = min {| f’(x) | x cl(V)}，M = max {| f’’(x) | x cl(V)}，则m > 0．由f (z) = 0，存在z的邻域U= ( z , z + ) V，使得t cl(U)，| f (t) | m2/( M + 1)．设T : cl(U) ，T(x) = x f (x)/f’(x)．则T在cl(U)上是连续可微的．则x, y cl(U)，存在 U，使得T(x) T(y) = T’( )(x y)．故| T(x) T(y) | = | T’( ) | · | x y | = | f( ) f’’( )/f’( )2| · | x y |m2M/(( M + 1)m2) · | x y | = (M/( M + 1)) · | x y |．特别地，x cl(U)，| T(x) T(z) | (M/( M + 1)) · | x z | | x z | ．而T(z) = z f (z)/f’(z) = z，故| T(x) z | ，即T(x) cl(U)．所以，T是cl(U)上的压缩映射．x0 U，迭代序列x n +1 = x n f (x n)/f’(x n) ( n = 0, 1, 2, ...)就是cl(U)上的压缩映射T所产生迭代序列x n +1 = T(x n) ( n = 0, 1, 2, ...)．由压缩映射原理，{x n}是收敛的，并且lim n x n= z．1.1.3 设(X, )是度量空间，映射T : X X满足 (T x, Ty) < (x, y) (x y)，并且已知T有不动点，求证此不动点是唯一的．证明：若不然，设T有不同的不动点x, y X，则 (x, y) = (T x, Ty) < (x, y)，矛盾．故T的不动点是唯一的．1.1.4 设T是度量空间上的压缩映射，求证T是连续的．证明：设(X, )是度量空间，0 < < 1，T : X X是满足(T x, Ty) · (x, y) (x, y X )的压缩映射．若{x n}是X中收敛于x的点列，则 (x n, x) 0．而 (T x n, T x) · (x n, x)，故有 (Tx n, T x) 0．因此T连续．1.1.5 设T是压缩映射，求证T n (n +)也是压缩映射，并说明逆命题不一定成立．证明：(1) 设(X, )是度量空间，0 < < 1，T : X X是满足(T x, Ty) · (x, y) (x, y X )的压缩映射．n +，若S = T n是压缩映射，则x, y X，有(T n+1x, T n+1y) = (T n(T x), T n(Ty)) = (S(T x), S(Ty)) (T x, Ty) · (x, y)．所以T n+1也是压缩映射．由数学归纳法原理，T n (n +)都是压缩映射．(2) 逆命题不成立的例子：考虑T : [0, 2] [0, 2]，其中T定义如下：当x [0, 1]时，T(x) = 0；当x (1, 2]时，T(x) = x 1．显然T不是压缩映射．但x [0, 2]，T(T(x)) = 0．因此，T2是压缩映射．1.1.6 设M是( n, )中的有界闭集，映射T : M M满足： (T x, Ty) < (x, y)(x, y M，x y)．求证T在M中存在唯一的不动点．证明：(反证法) 假若T在M中没有不动点．显然，T在M上是连续的，故函数 (x, T x)在M上连续且恒大于0．因M是( n, )中的有界闭集，故 (x, T x)在M中某点x0处达到下确界．0 < (x0 , T x0 ) (T x0 , T2x0 ) < (x0 , T x0)，矛盾．所以，T在M中存在不动点．根据1.1.3，该不动点是唯一的．1.1.7 对于积分方程x(t) [0, 1]e t–s x(s) ds = y(t)，其中y(t) C[0, 1]为一给定函数， 为常数．| | < 1，求证存在唯一解x(t) C[0, 1]．证明：首先积分方程等价于e–t x(t) [0, 1]e–s x(s) ds = e–t y(t)，令z(t) = e–t x(t)，w(t) = e–t w(t)，则方程变为z(t) [0, 1]z(s) ds = w(t)．因此只要证明上面的方程有唯一解z(t) C[0, 1]．设T : C[0, 1] C[0, 1]，(Tz)(t) = w(t) + [0, 1]z(s) ds．则z1, z2 C[0, 1]，| (Tz1)(t) (Tz2)(t) | = | | · | [0, 1] (z1(s) z2(s)) ds || | · [0, 1] | z1(s) z2(s) | ds | | · max t [0, 1] | z1(t) z2(t) |；故 (Tz1, Tz2) | | · (z1, z2)．因此，T是C[0, 1]上的压缩映射．故T在C[0, 1]上有唯一不动点．即存在唯一的z(t) C[0, 1]，使得z(t) = w(t) + [0, 1]z(s) ds．。

压缩映射原理在求极限中的应用张烁摘要：压缩映射原理是泛函分析中最基本的存在性定理.本文通过对考研中数列极限的典型例题的解析，归纳总结出适合压缩映射原理求极限数列的一般形式，展示压缩映射原理在解决数学极限中的优越性.关键词：压缩映射原理极限压缩映射原理是著名的波兰数学家Stefan Banach在1922年提出的，它是整个分析科学中最常用的存在性理论，应用非常广泛，如隐函数存在性定理、微分方程解的存在唯一性.这里我们主要研究压缩映射原理在数列极限中的应用.许多参考资料都讲过这个方面的应用.在前人的基础上，结合自己的学习体会，归纳总结了压缩映射原理在求数列极限中的应用，进一步展示其优越性.1 压缩映射定义1 若X是度量空间, T 是 x 到 x 中的映射, 如果存在一个数α，0<α<1, 使得对所有的x , y∈x ,d( Tx , Ty ) ≤αd( x , y) ,则称 T 是 X 上的一个压缩映射,α称为压缩常数。

定义2设 X 为一非空集, T ∶X →X 是一个映射, 如果有x 3 ∈X 使得 T x 3=x 3 , 则称 x 3为映射 T 的一个不动点。

定理1 （压缩映射定理）设X是完备的度量空间T是X上的压缩映射，那么T只有且只有一个不动点（就是说，方程Tx=x，有且只有一个解）.证明任取x0∈ X , 令x1 = Tx 0 , x2 = Tx 1 , ⋯⋯, x n+1 =Tx n , ⋯.我们先证明{ x n } 是基本列.ρ( x2 , x1 ) = ρ( T x 1, Tx 0 )≤αρ( x1, x0 ) = αρ( Tx 0 ,x0 ) ,ρ( x3, x2 ) = ρ( T x 2, Tx 1 )≤αρ( x2, x1 ) = α2ρ( Tx 0, x0 ) .一般, 由归纳法可得ρ( x n+1 , xn ) ≤αnρ( Tx 0 , x0 ) ( n = 1 , 2 ,⋯) , 于是 ,对于任意的正整数 P , 有ρ( x n+ p , x n )≤ρ(x n+ p , x n+ p 1 )+ρ( x n+ p 1 , x n+ p 2 ) + ⋯,ρ( x n+1 , x n ) ≤(αn+ p 1 +αn+ p 2 +⋯+αn )ρ( Tx 0 , x0 ) = αn ( 1 αp )ρ ( Tx 0, x0）/(1 α) ≤αn/（1 α）ρ( Tx 0 , x0 )。