# Function Space - 完備的函數空間
這邊思考的問題是:給定一堆函數,上面要搭配什麼樣的 *metric*,才能造出一個完備的 *metric space*?這邊有一個結論:
:::danger
**有界函數 + sup-norm = 完備的函數空間**
令:
$$
C_b[a, b] := \{f:[a, b] \to \mathbb R : f \text{ is bounded}\}
$$
以及:
$$d_{sup}(f, g) = \sup_{x \in [a, b]}|f(x) - g(x)|$$
則:
$$
(C_b[a, b], d_{sup})
$$
是一個完備的 *metric space*
:::
## *sup norm*
這邊首先定義 *sup norm*。顧名思義這看起來就是個跟 $\sup$ 有關的長度。
:::warning
**Def(Sup Norm)**
假定 $f:[a, b] \to \mathbb R \in C_b$,則:
$$
\|f\|_{sup} = \sup_{x \in [a, b]}|f(x)|
$$
是一個 *well-defined* 的 *norm*,即其滿足以下的性質:
**++半正定++:**
$$
\begin{align}
&\|f\| \geq 0 \text{ and} \newline
&\|f\| = 0 \iff f = 0
\end{align}
$$
**++係數積可拆++**
假定 $x \in \mathbb R$,則:
$$
\|cf\| = |c| \|f\|
$$
**++三角不等式++**
$$
\|f + g\| \leq \|f\| + \|g\|
$$
:::
這些性質的前提都是 $f$ 是有界的,也就是存在正數 $M$,使得對於任意 $x$ 有 $|f(x)| < M$。不然如果有一邊是 $\infty$,就不用玩了。
第一個是有界的結果。因為任意 $x$ 都有 $0 \leq |f(x)| \leq M$,所以 $|f(x)|$ 的最小上界就只會是非負實數。
第二個是 $\sup$ 的性質。假定 $A \subset \mathbb R$,則:
$$
\sup_{x \in A} cx = c \sup_{x \in A} x
$$
所以:
$$
\sup_{x \in [a, b]} |cf(x)| = \sup_{x \in [a, b]} |c| |f(x)| = |c|\sup_{x \in [a, b]}|f(x)|
$$
這樣的 *norm* 可以作為有界函數上的一個 *metric*:
:::warning
**Def (有界函數的 metric)**
定義:
$$
d_{sup}(f, g) = \|f - g\|
$$
則 $d_{sup}$ 是一個 $C_b$ 的 *metric*。即 $d_{sup}$ 滿足:
**++半正定++:**
$$
\begin{align}
&d_{sup}(f, g) \geq 0 \text{ and} \newline
&d_{sup}(f, g) = 0 \iff f = g
\end{align}
$$
**++對稱++**
$$
d_{sup}(f, g) = d_{sup}(g, f)
$$
**++三角不等式++**
$$
d(f, g) \leq d(f, h) + f(h, g)
$$
:::
這樣定義 *metric* 的好處是:實際上這個 *metric* 是在把均勻收斂的概念引入有界函數的集合中:
:::danger
**Lemma (sup norm 收斂就是均勻收斂)**
假定 $\{f_n\} \subset C_b[a, b]$。則對於任意 $\epsilon > 0$,下列敘述等價:
$$
\lim_{n \to \infty} d_{sup}(f_n, f) = 0 \iff \lim_{n \to \infty}\left(\sup_{x\in[a, b]}|f_n(x) - f(x)|\right) = 0
$$
:::
這其實甚至不需要當作 Lenna,因為他只是把均勻收斂換一句話講。把 $d_{sup}$ 的定義一層一層往回找就會發現根本是在講一樣的東西:
$$
d_{sup}(f_n, f) = \|f_n - f\| = \sup_{x \in [a, b]}|f_n(x) - f(x)|
$$
## 有界函數 + sup norm
:::danger
**Thm:(有界函數, sup-norm) 完備**
令:
$$
C_b[a, b] := \{f:[a, b] \to \mathbb R : f \text{ is bounded}\}
$$
以及:
$$d_{sup}(f, g) = \sup_{x \in [a, b]}|f(x) - g(x)|$$
則:
$$
(C_b[a, b], d_{sup})
$$
是一個完備的 *metric space*
:::
要證明完備就是要證「自己裡面的柯西列都收斂到自己裡面」。首先觀察:既然 $\{f_n\}$ 是個函數空間的柯西列,也就是當 $m, n$ 很大時
$$
d(f_m, f_n) = \sup_{x \in [a, b]}|f_m(x) - f_n(x)|
$$
可以任意小,那麼 $[a, b]$ 中任意點跟著可以任意小,因為:
$$|f_m(x) - f_n(x)| \leq \sup_{x \in [a, b]}|f_m(x) - f_n(x)|$$
也就是說:隨便帶一個 $x \in [a, b]$ 進去 $\{f_n\}$,就會得到一個柯西列 $\{f_n(x)\}$。而且既然這是實數上的柯西列,所以就保證收斂。於是就令:
$$
f(x) = \lim_{n \to \infty}f_n(x)
$$
並且宣稱:
$$
f_n \to f
$$
因為均勻收斂跟 $d_{sup}$ 收斂根本是一樣的事,所以這邊直接用均勻收斂的定義。因為 $\{f_n\}$ 是函數空間的柯西列,也就是說:對於任意 $\epsilon$,當 $m, n > N$ 時:
$$
\epsilon > \sup_{x \in [a, b]}|f_m(x) - f_n(x)| \geq |f_m(x) - f_n(x)|
$$
另外一方面,因為對於任意 $x \in [a, b]$,有:
$$
\lim_{n \to \infty}f_n(x) = f(x)
$$
也就是對於任意 $\epsilon > 0$,都存在 $N'$,使得 $m > N'$ 時:
$$
|f_m(x) - f(x)| < \epsilon
$$
更進一步,我們可以挑選一個滿足 $m > N$ 的 $m$ ^[比如:當 $N' > N$ 的時候,明顯有 $m > N' > N$,所以 $m$ 隨便挑; 反之如果 $N > N'$,那就直接令 $m = N > N'$ 就好]。如此一來,就可以使用三角不等式:
$$
\begin{align}
|f_n(x) - f(x)| &\leq \underbrace{|f_n(x) - f_m(x)|}_{<\ \epsilon} + \underbrace{|f_m(x) - f(x)|}_{<\ \epsilon} < 2\epsilon
\end{align}
$$
接著要證明 $f$ 有界。利用 $\{f_n\}$ 收斂,所以可以找到一個 $n$^[利用 $\epsilon = 1 > \sup_{x\in[a, b]}|f_n(x) - f(x)| > |f_n(x) - f(x)|$],使得 $\forall x \in [a, b]$:
$$
|f_n(x) - f(x)| < 1
$$
由三角不等式^[ $\bigg||f_n(x)| - |f(x)|\bigg|\leq \bigg|f_n(x) - f(x)\bigg| < 1$]知道:
$$
|f(x)| < |f_n(x)| + 1
$$
但因為 $f_n$ 有界,所以 $f$ 就在這個狀況下就跟著有界了。
接下來看一個這個定理的延伸“
## 連續函數 + *sup norm*
:::danger
**Corollary (連續函數完備)**
令:
$$
C^{0}([a, b] \to \mathbb R) = \{f:[a, b] \to \mathbb R:f \text{ is cont.}\}
$$
則:
$$
(C^{0}([a, b], \mathbb R), d_{sup})
$$
是個完備的 *metric space*
:::
因為 $C_b[a, b]$ 是完備的,而在 $[a, b]$ 上的連續函數,由中間值定理知道一定是有界的,所以有:
$$
C^0([a, b], \mathbb R) \subset C_b[a, b]
$$
這時把點子動到「完備空間的閉集也是完備」上,僅證 $C^{0}([a, b], \mathbb R)$ 是閉集即可。也就是假定
$$
\{f_n\} \subset C^{0}([a, b], \mathbb R)
$$
目標是:
$$
f_n \to f \text{ then } f \in C^{0}([a, b], \mathbb R)
$$
但因為在 $d_{sup}$ 下的收斂等價於均勻收斂,而均勻收斂又保連續,所以 $f$ 也會是連續的。因此 $f \in C^{0}([a, b], \mathbb R)$。目標就達成了。