2.1 範數與收斂#

本章導言#

第 1 章我們見證了「函數成為點」的革命，以及 Banach 在 1922 年立下的公理。本章起，我們正式進入 Banach 空間的內部。本節把「範數」與「收斂」兩個核心概念徹底講清：範數如何同時扮演距離與長度的角色？同一空間配不同範數，收斂的世界如何改變？這些看似技術的問題，決定了每個具體問題（逼近、方程、數值計算）的正確框架。

範數：一把有刻度的尺#

設 $X$ 為實（或複）向量空間。範數 $\|\cdot\|: X \to [0, \infty)$ 滿足：

正定： $\|x\| \ge 0$ ，且 $\|x\| = 0 \iff x = 0$ ；
齊次： $\|\alpha x\| = |\alpha|\,\|x\|$ ；
三角不等式： $\|x + y\| \le \|x\| + \|y\|$ 。

由範數可定度量 $d(x,y) = \|x - y\|$ ，從而有開球 $B(x,r) = \{y : \|y - x\| < r\}$ 、開集、收斂（ $\|x_n - x\| \to 0$ ）、Cauchy 列與完備性（1.3 節）。但注意範數比一般度量多兩個性質：平移不變（ $d(x+z, y+z) = d(x,y)$ ）與齊次（ $d(\alpha x, \alpha y) = |\alpha| d(x,y)$ ）。這兩條使範數空間擁有度量空間沒有的線性幾何。

三角不等式的幾何含義值得咀嚼：它正是「三角形兩邊之和大於第三邊」的公理化。由此立即可推（用兩次三角不等式）反向三角不等式：

\[ \big|\,\|x\| - \|y\|\,\big| \le \|x - y\|, \]

即範數函數 $x \mapsto \|x\|$ 本身是（1-李普希茨）連續的。這個小事實在證明中極為常用。

三個典型範數的幾何：單位球長什麼樣#

在 $\mathbb{R}^2$ 中比較 $\|x\|_1 = |x_1| + |x_2|$ 、 $\|x\|_2 = \sqrt{x_1^2 + x_2^2}$ 、 $\|x\|_\infty = \max(|x_1|, |x_2|)$ 的單位球：

範數	單位球	幾何特徵	光滑？	嚴凸？
$\\|\cdot\\|_1$	菱形	有角點	否	否
$\\|\cdot\\|_2$	圓	處處光滑	是	是
$\\|\cdot\\|_\infty$	正方形	角點 + 平邊	否	否

單位球的形狀不是審美問題，而是分析問題：

嚴格凸（單位球面上沒有線段）⟹ 嚴凸空間中，最佳逼近元若存在則唯一；對偶空間的嚴凸性聯繫到一致有界原理的精細版本。
光滑（單位球處處有唯一支撐超平面）⟹ 範數可微，梯度法等最佳化方法可用。
Hilbert 範數（滿足平行四邊形恆等式 $\|x+y\|^2 + \|x-y\|^2 = 2\|x\|^2 + 2\|y\|^2$ ）⟹ 由內積生成，幾何最豐富（第 3 章）。

這些性質的譜系：Minkowski（1896，《數與精確科學講義》中幾何數論的凸體理論）→ Day、Clarkson（1936，一致凸概念，為證 $L^p$ 對偶）→ Milman–Pettis（1938–39，一致凸 ⟹ 自反性）。凸性研究至今仍是 Banach 空間幾何的主幹。

Hölder 與 Minkowski：範數不等式的引擎#

$p \ge 1$ 時， $\|x\|_p = \left(\sum |x_k|^p\right)^{1/p}$ 是範數。Hölder 不等式（Otto Hölder，1889）：

\[ \sum_k |a_k b_k| \le \left(\sum_k |a_k|^p\right)^{1/p} \left(\sum_k |b_k|^q\right)^{1/q}, \qquad \frac{1}{p} + \frac{1}{q} = 1, \]

其中 $q$ 是 $p$ 的共軛指數。 $p = q = 2$ 時退化為 Cauchy–Schwarz。Minkowski 不等式（Hermann Minkowski，1896）：

\[ \left(\sum_k |a_k + b_k|^p\right)^{1/p} \le \left(\sum_k |a_k|^p\right)^{1/p} + \left(\sum_k |b_k|^p\right)^{1/p}, \]

即 $\|\cdot\|_p$ 的三角不等式（證明思路：展開 $(|a_k| + |b_k|)^p$ 後對每項用 Hölder）。這兩條不等式從有限和推廣到級數（ $\ell^p$ ）與積分（ $L^p$ ），構成 1910 年 Riesz 建立 $L^p$ 理論的基石。

注意 $p < 1$ 的陷阱： $\|x\|_p$ （ $p<1$ ）不是範數——單位球非凸，三角不等式失效。但度量 $d(x,y) = \sum |x_k - y_k|^p$ （ $0<p<1$ ）仍是完備度量！這提示我們：範數是「方便」而非「必需」，許多自然空間只有度量沒有範數（如 $L^p$ （ $0<p<1$ ）、Fréchet 空間），那裡的局部凸理論（1950s，Grothendieck 等人）是泛函分析的深水區。

收斂的階層：同一空間、多種時間#

同一集合配不同範數，收斂概念完全不同。以 $C[0,1]$ 為例：

範數	收斂名稱	收斂含義	空間完備？
$\|f\|_\infty = \max	f	$	一致收斂
$\|f\|_1 = \int_0^1	f	\,dt$	平均收斂
$\|f\|_2 = \left(\int	f	^2\right)^{1/2}$	均方收斂

蘊含關係：一致收斂 ⟹ 均方收斂 ⟹ 平均收斂（因 $[0,1]$ 有限測度： $\int|f| \le \left(\int f^2\right)^{1/2} \le \max|f|$ ）。反向皆不成立：

平均收斂但非一致： $f_n(t) = t^n$ ， $\|f_n\|_1 = \frac{1}{n+1} \to 0$ ，但 $\|f_n\|_\infty = 1$ 。
均方收斂但非逐點：「活動凸塊」 $f_n$ 在 $[0,1]$ 的小區間 $I_n$ 上為峰， $I_n$ 長度 $\to 0$ 但位置輪迴覆蓋每個點無窮多次，則 $\|f_n\|_2 \to 0$ 而 $\limsup f_n(t) = 1$ 處處。

歷史上這些收斂概念的分化正是 19 世紀分析危機的核心：Cauchy 1821 年曾誤以為「連續函數列的極限連續」（實際需一致收斂），Seidel 與 Stokes（1847–48）辨明差別，Weierstrass 以 $\varepsilon$ – $\delta$ 把「一致」鑄成精確語言。20 世紀的分析學始終在回答「你說的是哪種收斂？」——這句問話的規範化，正是賦範空間理論的實用成就。

等價範數與不等價範數#

兩個範數 $\|\cdot\|_a$ 、 $\|\cdot\|_b$ 等價：存在 $c, C > 0$ 使 $c\|x\|_a \le \|x\|_b \le C\|x\|_a$ 。等價範數誘導相同的收斂、相同的 Cauchy 列、相同的完備性、相同的開集——拓撲結構一致。

有限維空間：任何兩個範數都等價（因單位球是緊凸體，可相互內接外切）。這是有限維的「民主」：所有範數一樣好（2.3 節將證明這是緊性的推論）。
無窮維空間：不等價範數大量存在。 $C[0,1]$ 的 sup 範數與 $L^1$ 範數不等價：取 $f_n$ 為高 $\sqrt{n}$ 、寬 $\frac{1}{n}$ 的尖峰，則 $\|f_n\|_1 = \frac{\sqrt n}{n} \to 0$ 但 $\|f_n\|_\infty = \sqrt n \to \infty$ ，兩個方向的常數都不存在。

不等價範數的存在，使「在哪個空間工作」成為實質性的選擇：PDE 理論中，同一方程在 $L^2$ 、 $H^1$ 、 $C^0$ 中的解概念與正則性各不相同（10.1 節 Sobolev 階層）。

一個具體例題#

例題 2.1.1：考慮 $f_n(t) = n t e^{-n t^2}$ （ $t \in [0,1]$ ， $n \ge 1$ ）。證明： $f_n \to 0$ 平均收斂（ $L^1$ ）但不一致收斂（ $L^\infty$ ），並解釋這個反例說明瞭什麼。

解：

（一）不一致收斂：求 $f_n$ 的最大值。令 $f_n'(t) = n e^{-n t^2}(1 - 2 n t^2) = 0$ ，得 $t_n = \frac{1}{\sqrt{2n}}$ 。代入：

\[ f_n(t_n) = n \cdot \frac{1}{\sqrt{2n}} \cdot e^{-n \cdot \frac{1}{2n}} = \sqrt{\frac{n}{2}}\, e^{-1/2} \xrightarrow[n\to\infty]{} \infty. \]

故 $\|f_n\|_\infty = \sqrt{\frac{n}{2e}} \to \infty$ ，絕非一致收斂於 $0$ 。（峰越來越尖、越來越高。）

（二）平均收斂：計算積分。令 $u = nt^2$ ， $du = 2nt\,dt$ ：

\[ \int_0^1 n t e^{-n t^2}\,dt = \frac{1}{2}\int_0^{n} e^{-u}\,du = \frac{1 - e^{-n}}{2} \xrightarrow[n\to\infty]{} \frac12 \ne 0. \]

意外！ $f_n$ 在 $L^1$ 中不收斂到 $0$ ，而收斂到……不收斂：它收斂到「 $0$ 加上原點處的一個面積 $\frac12$ 的狄拉克峰」——這在 $L^1[0,1]$ 中沒有元素。計算更精確：對任意 $\delta > 0$ ， $\int_\delta^1 f_n \le n e^{-n\delta^2}/(2n) \to 0$ ，全部質量集中在 $[0, \delta]$ 。

（三）說明：此例揭示兩件事。其一， $L^1$ 與 $L^\infty$ 收斂互不蘊含，反例可以極端到「極限逃出空間」—— $\{f_n\}$ 在 $L^1$ 中有界（ $\|f_n\|_1 \le \frac12$ ）、甚至弱收斂到 $0$ （見 6.2 節），但不存在 $L^1$ 極限的範數收斂。其二，這正是 Dirac $\delta$ 的誕生場景：物理學家寫 $\delta(t) = \lim f_n(t)$ （面積 $\frac12$ 的峰，寬趨零高趨無窮），數學上這個極限不存在於任何函數空間，而存在於對偶空間（測度空間或分布空間）——第 6 章的對偶觀點與 10.1 節的分布理論，都是為收留這類「逃逸的極限」而設計的。

歷史啟示#

範數是「問題的選擇」：工程師問「最大誤差」用 sup 範數，統計學家問「能量/方差」用 $L^2$ ，機率論問「期望偏差」用 $L^1$ 。沒有「正確」的範數，只有「與你的問題匹配」的範數。泛函分析把這個選擇變成了顯式的數學操作。
收斂概念的多樣化是 19 世紀的遺產：從 Cauchy 的混淆到 Weierstrass 的澄清再到 20 世紀的 $L^p$ 階層，「收斂」從單數變複數。每一次新的收斂概念（弱收斂、弱*收斂、依分布收斂）都打開新的存在性定理。
不等式先於空間：Hölder、Minkowski 的不等式（1889–1896）比 $L^p$ 空間理論（1910）早了十四年。泛函分析的方法論：先有計算技術，後有抽象框架，框架的價值在於讓不等式自動化、可複用。

與其他章節及領域的關聯#

1.3 節：完備性概念在此被反覆使用（等價範數保持完備性）。
2.2 節：將清點最重要的 Banach 空間例子（ $\ell^p$ 、 $L^p$ 、 $C$ 、 $c_0$ 等），本節的不等式是入場券。
2.3 節：有限維範數等價性將由緊性證明，無窮維的不等價性將成為「有限維特權」的核心證據。
3.1 節：Hilbert 範數（平行四邊形恆等式）將被內積理論取代。
6.1、6.2 節： $L^p$ 的對偶（ $\|g\|_q = \sup_{\|f\|_p \le 1} \int fg$ ）與弱收斂，把本節的「收斂階層」推到頂層。
10.1 節：例題中的「逃逸峰」是 Dirac $\delta$ 的直觀原型，分布理論是它的正式居所。
機率論： $L^p$ 收斂對應矩收斂；Kolmogorov 強大數定律的證明以 $L^2$ 估計為燃料。

練習#

證明反向三角不等式 $\big|\|x\| - \|y\|\big| \le \|x - y\|$ ，並用它證明範數函數連續。
在 $\mathbb{R}^2$ 中畫出 $\|\cdot\|_1$ 、 $\|\cdot\|_2$ 、 $\|\cdot\|_\infty$ 的單位球，求三對單位球之間的最佳內接/外切常數（即驗證等價常數 $\frac12 \le \cdots \le 2$ 的最優值）。
證明 Hölder 不等式（先對 $p, q > 1$ 共軛，用 Young 不等式 $ab \le \frac{a^p}{p} + \frac{b^q}{q}$ ；再處理 $p = 1$ 與 $p = \infty$ ）。
對例題 2.1.1 的 $f_n(t) = nt e^{-nt^2}$ ，證明對每個固定 $t > 0$ 有 $f_n(t) \to 0$ （逐點收斂於零），並解釋「逐點 $\to 0$ 、範數 $\to \infty$ 、積分 $\to \frac12$ 」三件事如何同時為真。
思考題：若兩個範數誘導相同的收斂序列，它們是否必等價？（提示：考慮恆等映射與開映射定理的直觀，或直接構造：若不等價，可造序列 $\|x_n\|_a = 1$ 而 $\|x_n\|_b \to 0$ 。）

進階研讀：範數與收斂的五個深化場景#

場景一：對偶範數的雛形。對 $\mathbb{R}^n$ 上的範數 $\|\cdot\|$ ，定義對偶範數 $\|f\|_* = \sup_{\|x\| \le 1} |f(x)|$ （ $f$ 為線性函數）。 $(\|\cdot\|_p)^* = \|\cdot\|_q$ （共軛指數）， $(\|\cdot\|_\infty)^* = \|\cdot\|_1$ ，且 $** =$ 原範數（有限維）。對偶化把 Hölder 不等式重新解讀為「對偶範數的定義」——第 6 章將在無窮維展開這條線。

場景二：一致凸性與 Clarkson 不等式。Clarkson 1936 年證明 $L^p$ （ $1 < p < \infty$ ）一致凸（單位球上的弦中點一致地深入球內），從而由 Milman–Pettis 定理得自反性——這是 6.3 節「 $L^p$ 自反」的證明引擎。幾何（凸性）催生結論（對偶理論）的路線，是 Banach 空間幾何學的典型套路。

場景三：Fréchet 空間——範數不夠用時。 $C^\infty[0,1]$ （光滑函數）的自然拓撲需要可數個半範數 $\|f\|_k = \max_{t \le k}|f^{(k)}(t)|$ ，收斂是「各階導數一致收斂」。這類局部凸完備空間稱 Fréchet 空間（Maurice Fréchet，1928 前後命名推廣），是分布理論（10.1 節）的舞台： $C^\infty$ 、Schwartz 函數空間都是 Fréchet 而非 Banach。範數不是終點，而是階梯。

場景四：李普希茨條件與數值穩定性。範數把「誤差控制」變成定量語言：若 $T$ 滿足 $\|Tx - Ty\| \le L\|x - y\|$ ，則輸入擾動 $10^{-8}$ 至多導致輸出誤差 $L \cdot 10^{-8}$ 。Lipschitz 常數 $L > 1$ 的映射會放大誤差（混沌的端倪）， $L < 1$ 收縮（8.1 節壓縮映射）。條件數、後向誤差分析，全是範數語言的工程學。

場景五：從範數到規範（gauge）——凸分析的黎明。Minkowski 泛函：給凸集 $K$ （含 0、吸收），定義 $p_K(x) = \inf\{t > 0 : x \in tK\}$ 。它是「廣義範數」（半範數），單位球正是 $K$ 。這個 1930s 的觀察把「範數」與「凸集」互相翻譯，開啟凸分析（Fenchel、Rockafellar 1950s–60s）與凸優化：今日機器學習中的正則項 $\|w\|_1$ （稀疏化）、 $\|w\|_2$ （平滑化），本質上是在選擇單位球的形狀——菱形產生稀疏，圓球產生平滑。

名詞速查表（本節出現的核心術語）#

範數：正定、齊次、滿足三角不等式的「長度」函數。
誘導度量： $d(x, y) = \|x - y\|$ 。
等價範數：相互以正數常數夾逼的範數，誘導相同拓撲。
共軛指數： $\frac{1}{p} + \frac{1}{q} = 1$ 中的 $q$ 。
Hölder 不等式：內積（配對）被兩個對偶範數控制。
Minkowski 不等式： $\|\cdot\|_p$ 的三角不等式。
嚴格凸 / 一致凸：單位球無線段 / 弦中點一致深入球內。
平行四邊形恆等式：刻畫 Hilbert 範數的特徵等式。
一致收斂 / 平均收斂 / 均方收斂： $\|\cdot\|_\infty$ 、 $\|\cdot\|_1$ 、 $\|\cdot\|_2$ 意義下的收斂。
半範數：允許 $\|x\| = 0$ 而 $x \ne 0$ 的「退化範數」。

年表速查（本節涉及的關鍵年份）#

1821：Cauchy 誤把逐點收斂當一致收斂（連續函數列極限連續之誤）。
1847–48：Seidel 與 Stokes 獨立引入一致收斂概念。
1885：Weierstrass 一致逼近定理；「一致」術語定型。
1889：Hölder 不等式。
1896：Minkowski 不等式與凸體理論。
1910：Riesz 建立 $L^p$ 理論。
1936：Clarkson 一致凸性。
1938–39：Milman–Pettis 定理（一致凸 ⟹ 自反）。

深化問答三則#

問：為什麼範數要求齊次性 $\|\alpha x\| = |\alpha|\|x\|$ ？ 答：齊次性使「長度」與「數乘」相容，於是開球在各方向均勻、線性映射的有界性有意義（4.1 節算子範數的定義 $\sup_{\|x\|\le1}\|Tx\|$ 依賴齊次性）。放棄齊次性就進入 Fréchet/Finsler 幾何，那裡仍然有趣，但線性算子理論的效率大減。公理是為定理服務的。

問： $L^\infty$ 為什麼叫 $\infty$ ？它是 $\|f\|_p$ 的極限嗎？ 答：是。對有限測度空間， $\lim_{p\to\infty} \|f\|_p = \|f\|_\infty = \operatorname{ess\,sup}|f|$ （本質上確界，忽略零測集上的尖峰）。這個極限關係在數值上解釋了為什麼「大 $p$ 範數重視最壞情況」——機器學習中 $p \to \infty$ 的正則化正是「最小化最大分量」。

問：學好本節對解 PDE 有什麼直接幫助？ 答：PDE 的解多半不在古典空間（不夠光滑），因此「解」必須定義在某個 Banach/Sobolev 空間中；「解存在且唯一」的證明套路是：在合適的範數下把方程化為壓縮映射或不動點（第 8 章），範數的選擇決定定理的成敗。可以說：選對範數，PDE 就解了一半。

（本節完）

範數	單位球	幾何特徵	光滑？	嚴凸？
\(\\|\cdot\\|_1\)	菱形	有角點	否	否
\(\\|\cdot\\|_2\)	圓	處處光滑	是	是
\(\\|\cdot\\|_\infty\)	正方形	角點 + 平邊	否	否