完备性与 Banach 空间：极限要留在空间里

你已经会在实数、函数列和度量空间里谈极限。把对象换成函数或无穷序列以后，真正容易出错的地方不是“极限算不出来”，而是：极限算出来了，却不属于你原来答应研究的那个空间。

比如，有限支撑序列的每一项都只在有限个坐标上非零。把越来越多的坐标打开，它们可能越来越接近一个真正的无穷序列；但那个极限已经不再有限支撑。若后面要解一个方程、取一个极限，或者把逼近过程交给算子处理，我们就需要知道这个极限有没有留下来。

图示说明：把“Cauchy 但暂时没有极限的序列”画成空间中的逐渐收缩轨迹，并标出缺失的极限点；替代文字：一个不完备空间中，Cauchy 序列靠近空间边界外的极限点。

本章围绕一个判断目标展开：给定一个带范数的空间，怎样证明它完备，怎样识别它不完备，以及怎样把缺失的极限补回来。你会看到闭子空间、$\ell^p$、$C(K)$ 和 $L^p$ 的证明各自依赖什么；章末的 Baire 定理则告诉我们，完备性不只是“序列有极限”，它还会给出关于整个空间的结论。

---

Cauchy 序列把问题说准确

设 $X$ 是实数域或复数域上的赋范空间，范数记为 $\lVert\cdot\rVert$。范数给出距离

$$d(x,y)=\lVert x-y\rVert.$$

所以“$x_n$ 趋近于 $x$”就是 $\lVert x_n-x\rVert\to0$。但 Cauchy 条件不预先提到一个已经存在的 $$：

$$\forall\varepsilon>0,\ \exists N,\ \text{使得 }m,n\ge N\Longrightarrow \lVert x_m-x_n\rVert<\varepsilon.$$

这句话只检查序列的尾部彼此靠近。它适合回答“这个逼近过程有没有稳定下来”，却没有保证空间里真的有一个点能接住它。

收敛一定 Cauchy，但反过来需要空间条件

若 $x_n\to x$，对任意 $\varepsilon>0$，取 $N$ 使得 $n\ge N$ 时 $$。当 时，三角不等式给出

$$\lVert x_m-x_n\rVert\le \lVert x_m-x\rVert+\lVert x_n-x\rVert<\varepsilon.$$

所以收敛序列一定是 Cauchy 序列。这里使用的是三角不等式，不需要空间完备。

反过来，Cauchy 序列是否收敛，取决于空间有没有漏点。$\mathbb{Q}$ 在通常距离下就是一个熟悉的例子：有理数列可以逼近 $\sqrt2$，因此在 $\mathbb Q$ 中是 Cauchy，却没有 $\mathbb Q$ 中的极限。

我们会反复用到 Cauchy 序列有界这一事实。取 $\varepsilon=1$，存在 $N$ 使得 $n\ge N$ 时 $\lVert x_n-x_N\rVert<1$，于是这部分尾项满足 。前面有限多个项各自有有限范数，因此整个序列有界。

定义与唯一性

如果 $X$ 中每一个 Cauchy 序列都收敛到 $X$ 中某个点，就称 $X$ 是完备的。完备的赋范空间称为 Banach 空间。

极限至多只有一个。若 $x_n\to x$ 且 $x_n\to y$，那么

$$\lVert x-y\rVert\le \lVert x-x_n\rVert+\lVert x_n-y\rVert\longrightarrow0,$$

所以 $\lVert x-y\rVert=0$，从范数的正定性得到 $x=y$。这一步很短，但它保证“补上的极限”不会有两个不同版本。

图示说明：用尾部直径 $\sup_{m,n\ge N}\lVert x_m-x_n\rVert$ 随 $N$ 变小的方式解释 Cauchy 条件；替代文字：序列尾部被越来越小的范数球包住。

从 Cauchy 序列到绝对收敛级数

在 Banach 空间里，级数也能用“尾部很小”来控制。若

$$\sum_{j=1}^{\infty}\lVert v_j\rVert\lt \infty,$$

则部分和 $s_n=\sum_{j=1}^n v_j$ 是 Cauchy 序列，因为对 $m>$，

\lVert s_m-s_n\rVert =\le ft\lVert\sum_{j=n+1}^{m}v_j\right\rVert \le\sum_{j=n+1}^{m}\lVert v_j\rVert \le\sum_{j=n+1}^{\infty}\lVert v_j\rVert.

右侧是收敛数项级数的尾和，趋于 $0$。如果空间完备，$s_n$ 就收敛。

还有一个方向很有用：如果空间中每个满足 $\sum\lVert v_j\rVert\lt \infty$ 的级数都收敛，那么空间完备。给定 Cauchy 序列 $(x_n)$，可以递归选择下标

$$n_1<n_2<\cdots,\qquad \lVert x_{n_{j+1}}-x_{n_j}\rVert\le 2^{-j}.$$

这是因为 Cauchy 条件允许我们把相邻两项的距离压到任意小。于是

$$\sum_{j=1}^{\infty}\lVert x_{n_{j+1}}-x_{n_j}\rVert\le\sum_{j=1}^{\infty}2^{-j}\lt \infty.$$

假设绝对收敛级数都收敛，增量级数就收敛，从而它的部分和

$$x_{n_1}+\sum_{j=1}^{k-1}(x_{n_{j+1}}-x_{n_j})=x_{n_k}$$

收敛。原序列是 Cauchy，而一个 Cauchy 序列只要有一个收敛子序列，就会收敛到同一个极限：给定 $\varepsilon$，先让子序列项靠近极限，再让原序列的任意项靠近该子序列项即可。

---

闭子空间：完备性可以沿边界继承

设 $X$ 是 Banach 空间，$Y$ 是 $X$ 的线性子空间，范数取 $X$ 范数的限制。若 $Y$ 是闭集，那么 $Y$ 也是 Banach 空间。

证明时不要直接说“闭集当然完备”，要把极限属于哪里写出来。取 $Y$ 中的 Cauchy 序列 $(y_n)$。由于范数相同，它也是 $X$ 中的 Cauchy 序列；$X$ 完备，所以存在 $x\in X$ 使 。每个 在 中，而 闭，因此它包含自己的极限，得到 。所以 在 中收敛。

反方向也成立：若 $Y$ 在限制范数下完备，那么 $Y$ 在 $X$ 中闭。给定 $x\in\overline Y$，按闭包定义为每个 $n$ 选取 $y_n\in Y$，使

$$\lVert x-y_n\rVert<\frac1n.$$

由三角不等式，$(y_n)$ 在 $Y$ 中是 Cauchy。完备性给出 $y\in Y$ 使 $y_n\to y$；在 中它同时趋于 ，极限唯一，所以 。因此 ，也就是闭集。

这条等价关系把“证明一个新空间完备”的工作变成了两步：找到一个已经知道完备的大空间，再检查目标空间在其中是闭的。

例题：用两条路径判断 $c_0$

令

\ell^\infty=\le ft\{x=(x_k):\sup_{k\ge 1}|x_k|\lt \infty\right\},\qquad c_0=\le ft\{x\in\ell^\infty:x_k\to0\right\},

范数都取 $\lVert x\rVert_\infty=\sup_k|x_k|$。证明 $c_0$ 完备。你可以直接处理 中的 Cauchy 序列，也可以先证明 完备，再证明 闭；第二条路径更短，也更容易迁移到其他函数空间。

先证明 $\ell^\infty$ 完备。设 $x^{(n)}$ 是 $\ell^\infty$ 中的 Cauchy 序列。对每个固定坐标 $k$，有 $$，所以标量序列 收敛，记极限为 。 这个坐标极限仍然有界。固定一个充分大的 ，由于 Cauchy 序列有界，存在 使 ；对每个 取 得 ，所以 。 验证范数收敛。给定 ，取 使 时 。固定 ，对每个 令 ，得到 ；对 取上确界，便有 。 再证明 在 中闭。若 且 ，给定 ，选 使 ；再利用 ，选 使 时 。于是 时 ，说明 ，所以 。 完备且 闭，闭子空间定理给出 完备。

这里的方法选择有一个清楚的理由：直接证明需要同时追踪坐标极限和“趋于零”的尾部；先做大空间再做闭性，把两个任务拆开了。以后遇到“带额外条件的函数空间”，可以优先问一句：这个条件是否在已知范数下对极限稳定？若稳定，闭子空间路线往往最省力。

图示说明：画出 $\ell^\infty$ 中的有界序列、$c_0$ 的尾部逐渐压低，以及“闭子空间”如何接住其范数极限；替代文字：有界序列空间中，收敛到零的序列形成一个闭的子空间。

---

序列空间与连续函数空间

$\ell^p$ 的坐标极限证明

对 $1\le p\lt \infty$，定义

\ell^p=\le ft\{x=(x_k):\sum_{k=1}^{\infty}|x_k|^p\lt \infty\right\},\qquad \lVert x\rVert_p=\le ft(\sum_{k=1}^{\infty}|x_k|^p\right)^{1/p}.

证明 $\ell^p$ 完备时，关键不是把每个坐标分别取极限就结束，而是要证明极限序列仍然 $p$ 次可和，并且范数收敛。

设 $x^{(n)}$ 是 $\ell^p$ 中的 Cauchy 序列。对固定 $k$，

$$|x_k^{(m)}-x_k^{(n)}|\le\lVert x^{(m)}-x^{(n)}\rVert_p,$$

所以 $x_k^{(n)}$ 是标量 Cauchy 序列，记其极限为 $x_k$。取一个固定的 $n$，对任意有限的 $K$，有限和的连续性给出

$$\sum_{k=1}^{K}|x_k|^p =\lim_{m\to\infty}\sum_{k=1}^{K}|x_k^{(m)}|^p.$$

由于 $(x^{(n)})$ Cauchy，整个序列有界，存在 $M$ 使 $\lVert x^{(m)}\rVert_p\le M$。因此对每个 ，

$$\sum_{k=1}^{K}|x_k|^p\le M^p.$$

左边随 $K$ 增大而递增，取极限得到 $\sum_{k=1}^{\infty}|x_k|^p\le M^p$，所以 。

还要验证 $x^{(n)}\to x$。给定 $\varepsilon>0$，取 $N$ 使 $m,n\ge N$ 时 。固定 ，对每个有限 令 ：

$$\sum_{k=1}^{K}|x_k^{(n)}-x_k|^p\le\varepsilon^p.$$

再令 $K\to\infty$，得到 $\lVert x^{(n)}-x\rVert_p\le\varepsilon$。这正是 ${\mathrm{\ell }}^{}$ 中的范数收敛。

$\ell^\infty$ 的完备性已经在 $c_0$ 的例题中展开。于是 $1\le p\le\infty$ 时，$\ell^p$ 都是 Banach 空间；其中 的范数来自内积，它将在 Hilbert 空间部分重新出现。

$C(K)$ 的一致收敛证明

设 $K$ 是紧度量空间，$C(K)$ 表示 $K$ 上的连续标量值函数，范数为

$$\lVert f\rVert_\infty=\sup_{x\in K}|f(x)|.$$

取 $C(K)$ 中的 Cauchy 函数列 $(f_n)$。对每个 $x\in K$，

$$|f_m(x)-f_n(x)|\le\lVert f_m-f_n\rVert_\infty,$$

所以 $(f_n(x))$ 是标量 Cauchy 序列，定义 $f(x)=\lim_n f_n(x)$。同样的“固定 ，再让 ”步骤给出：对足够大的 ，

$$\lVert f_n-f\rVert_\infty\le\varepsilon.$$

这说明 $f_n$ 一致收敛于 $f$。现在证明 $f$ 连续。给定 $x_0\in K$ 和 ，取 使得 。因为 连续，存在 ，使得 时

$$|f_n(x)-f_n(x_0)|<\varepsilon/3.$$

于是

$$|f(x)-f(x_0)|\le |f(x)-f_n(x)|+|f_n(x)-f_n(x_0)|+|f_n(x_0)-f(x_0)|<\varepsilon.$$

所以 $f\in C(K)$，$C(K)$ 完备。

这里紧性让连续函数自动有界，使 $\lVert\cdot\rVert_\infty$ 确实是有限范数。证明“极限连续”真正用到的，是一致收敛提供了同一个 $n$ 控制所有 $x$；只有逐点收敛时，这个三项估计不能这样使用。

图示说明：将 $f_n$ 的图像放在极限函数 $f$ 周围的上下管道内，强调一个统一的 $\varepsilon$ 控制整个紧集；替代文字：连续函数列在上下一致误差带内收敛到连续极限。

1

下列哪一个条件直接保证了 C(K) 中的逐点极限仍可用同一个误差控制所有 x？

A.一致收敛B.每个点都收敛C.函数列逐项有界D.K 中含有有限个点

---

同一批函数换一个范数，完备性会改变

在 $C([0,1])$ 上取一致范数时，空间完备；换成

$$\lVert f\rVert_1=\int_0^1|f(x)|\,dx$$

之后，连续函数空间就不再完备。问题不在于积分公式难，而在于 $L^1$ 范数允许函数在很短的区间里发生很大的变化，只要总面积小，距离仍然很小。

例题：连续函数逼近一个跳跃函数

在 $[0,1]$ 上定义连续函数

f_n(x)= \begin{cases} 0,&0\le x\le \frac12-\frac1n,\\ n\le ft(x-\frac12+\frac1n\right),&\frac12-\frac1n<x<\frac12,\\ 1,&\frac12\le x\le 1, \end{cases}\qquad n\ge 3.

它们在长度为 $1/n$ 的窄区间内完成从 $0$ 到 $1$ 的过渡。若用 $\lVert\cdot\rVert_1$ 衡量，$f_n$ 越来越像

$$f(x)= \begin{cases} 0,&0\le x<\frac12,\\ 1,&\frac12\le x\le 1, \end{cases}$$

这个跳跃函数。注意 $f$ 不是连续函数。

选择 $L^1$ 范数而不是一致范数，是因为题目关心的是总面积误差。$f_n$ 与 $f$ 只在 $(1/2-1/n,1/2)$ 上不同，其他地方几乎处处相同。 在过渡区上，，区间长度是 ，所以

$$\lVert f_n-f\rVert_1=\int_{1/2-1/n}^{1/2}(1-f_n(x))\,dx\le\frac1n\longrightarrow0.$$

由三角不等式，$(f_n)$ 是 $C([0,1])$ 在 $L^1$ 范数下的 Cauchy 序列。若这个范数空间完备，它应在 $C([0,1])$ 中收敛到某个连续函数 。 但它已经在可积函数意义下趋于 ；如果也有 ，则 ，所以 几乎处处。连续函数不可能几乎处处等于这个跳跃函数：在 左右取点，连续性会被迫给出同一个极限值，而 左侧为 、右侧为 。矛盾说明 在 下不完备。

若要把“连续函数不可能等于跳跃函数”写得更具体：若连续的 $g$ 几乎处处等于 $f$，那么 $g$ 在 $[0,1/2)$ 的稠密子集上取值为 $0$，连续性迫使 $g(1/2)=0$；在 的稠密子集上取值为 ，连续性又迫使 。两个结论冲突。

图示说明：用连续斜坡逼近跳跃函数，分别标出一致误差没有消失、面积误差趋于零；替代文字：连续函数在 L1 意义下逼近一个不连续的阶跃函数。

$L^p$ 完备性的证明路线

$L^p$ 的元素是按“几乎处处相等”识别后的函数等价类，范数为

\lVert f\rVert_p=\le ft(\int|f|^p\,d\mu\right)^{1/p},\qquad 1\le p\lt \infty

而 $p=\infty$ 使用本质上确界。证明完备性时，不能简单说“对每个点取极限”，因为 $L^p$ 中的函数本来就只在几乎处处意义下确定。常用路线是从 Cauchy 列抽出一个收敛得足够快的子列。

设 $(f_n)$ 是 $L^p$ 中的 Cauchy 列。可以选取子列 $(f_{n_j})$，满足

$\lVert f_{n_{j+1}}-f_{n_j}\rVert_p\le 2^{-j}$

记 $g_j=f_{n_{j+1}}-f_{n_j}$。当 时，令 。有限部分和的 Minkowski 不等式给出

\le ft\lVert\sum_{j=1}^{N}|g_j|\right\rVert_p\le\sum_{j=1}^{N}\lVert g_j\rVert_p\le\sum_{j=1}^{\infty}2^{-j}\lt \infty

令 $h=\lim_Nh_N=\sum_j|g_j|$。由 Fatou 引理，，所以 几乎处处有限；于是 几乎处处收敛到某个可测函数 。对有限个增量使用三角不等式，再令部分和长度趋于无穷，尾部估计给出

原序列是 Cauchy，而它有一个在 $L^p$ 中收敛的子列，于是原序列也收敛到同一个 $f$。$L^\infty$ 的路线与 $\ell^\infty$ 类似：从本质上确界 Cauchy 条件得到几乎处处的极限，并保留统一的本质有界估计。

这就是“完备性思路”而不是一句结论的原因：子列的快收敛把无穷多个误差加起来，测度论负责把它们组织成一个几乎处处定义的函数，范数尾估计负责把子列收敛提升为整个 Cauchy 列收敛。

2

关于上面的 L1 反例，哪些说法正确？

A.f_n 在 L1 范数下是 Cauchy 列B.f_n 在一致范数下也必然收敛到 fC.C([0,1]) 用 L1 范数时不是完备空间D.跳跃函数 f 连续

提交

---

完备化：把缺失的极限正式补进来

一个不完备的赋范空间并不需要被丢掉。我们可以把所有“本来应该有极限”的 Cauchy 序列当成新点，并把代表同一个极限过程的序列识别在一起。

设 $V$ 是赋范空间。记 $\mathcal C(V)$ 为 $V$ 中所有 Cauchy 序列的集合。对 $(x_n),(y_n)\in\mathcal C(V)$，定义

$$(x_n)\sim(y_n)\quad\Longleftrightarrow\quad\lVert x_n-y_n\rVert\longrightarrow0.$$

这是一个等价关系。自反性来自 $\lVert x_n-x_n\rVert=0$；对称性来自范数的绝对值；若 $(x_n)\sim(y_n)$ 且 ，则

$$\lVert x_n-z_n\rVert\le\lVert x_n-y_n\rVert+\lVert y_n-z_n\rVert\longrightarrow0,$$

所以有传递性。令 $\widehat V=\mathcal C(V)/\sim$，用 $\widehat{x}$ 表示一个 Cauchy 列的等价类。

加法和数乘逐项定义：两个 Cauchy 列逐项相加，标量乘法也逐项进行；对应的等价类分别记作 $\widehat{x+y}$ 和 $\widehat{\lambda x}$。

等价关系保证这些定义与代表元无关。范数定义为

$$\lVert(x_n)\rVert_{\widehat V}=\lim_{n\to\infty}\lVert x_n\rVert.$$

这个极限存在，因为

$$|\lVert x_m\rVert-\lVert x_n\rVert|\le\lVert x_m-x_n\rVert,$$

右边趋于零。若换成等价代表 $(y_n)$，则

$$|\lVert x_n\rVert-\lVert y_n\rVert|\le\lVert x_n-y_n\rVert\to0,$$

所以范数不变。

把 $v\in V$ 送到常值序列：

$$J(v)=[(v,v,v,\ldots)].$$

它保持范数，且 $J(V)$ 在 $\widehat V$ 中稠密。事实上，对任意 $[(x_n)]$，

$$\lVert[(x_n)]-J(x_N)\rVert_{\widehat V} =\lim_{m\to\infty}\lVert x_m-x_N\rVert,$$

而 $(x_n)$ 是 Cauchy 列，$N$ 变大时右边趋于零。

剩下的关键是 $\widehat V$ 完备。设 $z_j\in\widehat V$ 是 Cauchy 列。抽取子列 $$，使

$$\lVert z_{j_{r+1}}-z_{j_r}\rVert_{\widehat V}\le 2^{-r}.$$

写 $z_{j_r}=[(x^{(r)}_n)]$。递归选择越来越大的下标 ：利用 ，把 取得足够大，使 ；同时让 在下标 之后的 Cauchy 尾部距离小于 。令 ，还可以把 取得足够大，使 。于是

$$\lVert v_{r+1}-v_r\rVert\le 2^{1-r}.$$

因此

$$\lVert v_{r+1}-v_r\rVert\le\lVert x^{(r+1)}_{k_{r+1}}-x^{(r+1)}_{k_r}\rVert+\lVert x^{(r+1)}_{k_r}-x^{(r)}_{k_r}\rVert<2^{1-r},$$

所以 $(v_r)$ 是 $V$ 中的 Cauchy 序列，定义 $z=[(v_r)]\in\widehat V$。由相邻增量的几何级数估计，；又有 ，所以 。原来的 Cauchy 列与该子列有同一极限，于是 。这说明 是 Banach 空间。

完备化的三个关键词是：$J$ 等距嵌入、$J(V)$ 稠密、$\widehat V$ 完备。它不是凭空改变原空间的范数，而是把原空间保留为一个稠密子空间，并允许所有 Cauchy 过程在更大的空间里落地。

例题：$c_{00}$ 的完备化

令 $c_{00}$ 是所有有限支撑序列组成的空间，范数取 $\ell^p$ 范数，其中 $1\le p\lt \infty$。判断它是否完备，并找出它的完备化。

不能直接用“有限支撑”证明完备，因为 Cauchy 极限可能打开无穷多个坐标。取 $x=(1,1/2,1/3,\ldots)$ 只适合说明某些范数下的差异；为了统一处理 $p$，选一个属于 $\ell^p$ 但有无穷支撑的序列，例如 $x_k=2^{-k/p}$。 令 。当 时，

$$\lVert x^{(M)}-x^{(N)}\rVert_p^p=\sum_{k=N+1}^{M}2^{-k}\le\sum_{k=N+1}^{\infty}2^{-k}=2^{-N},$$

因而 $(x^{(N)})$ 是 $c_{00}$ 中的 Cauchy 列。 它在 $\ell^p$ 中收敛到 $x$，但 不在 ，因为每个坐标都非零。因此 不完备。 对任意 ，截断序列 满足

$$\lVert x-x^{(N)}\rVert_p^p=\sum_{k>N}|x_k|^p\longrightarrow0.$$

所以 $c_{00}$ 在 $\ell^p$ 中稠密。$\ell^p$ 已经完备，故 $\ell^p$ 正是 的完备化。

这个例子展示了方法选择：要证明“不完备”，找一个 Cauchy 列，其极限能在一个已知完备的大空间里算出来但不属于原空间；要找“完备化”，再证明原空间在那个大空间中稠密。

---

Baire 定理：完备性开始产生整体结论

Baire 定理的入口版本如下：若 $M$ 是非空完备度量空间，且

$$M=\bigcup_{n=1}^{\infty}F_n,\qquad F_n\text{ 为闭集},$$

那么至少有一个 $F_n$ 含有非空开集。换句话说，完备空间不能被可数个“内部都空的闭集”覆盖。

也常把它写成开集版本：完备度量空间中，可数个稠密开集的交集仍然稠密。两个版本通过取补集互相转换。

嵌套球证明的骨架

假设每个 $F_n$ 都没有内点。任取一个非空开球 $B_0$。由于 $F_1$ 没有内点，可以在 $B_0$ 中找到一点并取一个闭球

$$\overline B_1\subset B_0\setminus F_1,\qquad \operatorname{diam}(\overline B_1)<2^{-1}.$$

因为 $F_2$ 也没有内点，在 $\overline B_1$ 的内部继续选取

$$\overline B_2\subset \operatorname{int}(\overline B_1)\setminus F_2,\qquad \operatorname{diam}(\overline B_2)<2^{-2}.$$

如此得到嵌套闭球

$$\overline B_1\supset\overline B_2\supset\cdots,\qquad \operatorname{diam}(\overline B_n)\to0,\qquad \overline B_n\cap F_n=\varnothing.$$

取每个球的中心 $x_n$。嵌套关系和直径趋于零保证 $(x_n)$ 是 Cauchy 序列；完备性给出 $x_n\to x\in M$。固定 ，当 时 ，而 闭，所以极限 。因此 在所有 中，特别是 对每个 都成立。这与 矛盾。

注意证明中有两个不可替代的条件：闭性保证极限仍留在每个嵌套球里，完备性保证 Cauchy 的球心列在 $M$ 中有极限。删掉任意一个条件，结论都可能失败。

图示说明：展示逐层避开 $F_1,F_2,\ldots$ 的嵌套闭球，球心列被迫收敛到一个同时避开所有闭集的点；替代文字：Baire 定理的嵌套闭球构造。

动手前先猜：取截断序列 $x^{(N)}=(1,1/2,1/3,\ldots,1/N,0,\ldots)$，在 $\lVert\cdot\rVert_\infty$、 和 下，尾部距离会分别怎样变化？交互中改变 与 ，观察 是否能被同一个 控制。看到数值后，回到 Cauchy 定义：关键不是某一次距离小，而是对所有 都小。

再猜一次：如果每一层都能在当前球里避开一个闭集，半径继续缩小，最后留下的点会不会跑出空间？交互会逐层显示嵌套闭球和球心误差；尝试把“完备”切换为“有理数空间”的不完整模型，比较为什么嵌套过程可能只逼近一个不在空间中的点。

3

Baire 定理的闭集覆盖版本要求底空间是完备度量空间；只知道它是一个度量空间还不够。

正确错误

---

递进练习：从判断到迁移

下面的题目故意改变空间、范数或证明目标。写答案时，先标出你要使用的已知完备空间，再说明闭性、坐标极限或尾部估计出现在哪里。

题 1｜巩固：Cauchy 的尾部估计。 设 $(x^{(n)})$ 是 $\ell^\infty$ 中的序列，并且对任意 $\varepsilon>0$，存在 $N$ 使 时 。证明对每个固定的坐标 ，标量序列 是 Cauchy。

查看解答

固定 $k$。因为 $|x_k^{(m)}-x_k^{(n)}|\le\sup_j|x_j^{(m)}-x_j^{(n)}|=\lVert x^{(m)}-x^{(n)}\rVert_\infty$，同一个 就能保证 时左侧小于 。这正是标量 Cauchy 条件。这里的坐标估计也是证明 完备的第一步。

题 2｜巩固：有限支撑不是完备性。 令 $c_{00}$ 是有限支撑序列空间，范数取 $\lVert\cdot\rVert_\infty$。构造一个 $c_{00}$ 中的 Cauchy 列，说明它在 中的极限不属于 。

查看解答

取 $x=(1,1/2,1/3,\ldots)$，令 $x^{(N)}=(1,1/2,\ldots,1/N,0,0,\ldots)$。每个 都在 中。当 时，，所以它是 Cauchy 列。它在 中一致收敛到 ，而 有无穷多个非零坐标，不在 中。

题 3｜应用：闭性路线。 设 $X$ 是 Banach 空间，$Y$ 是 $X$ 的线性子空间。若存在连续映射 $\phi:X\to\mathbb R$，且 $Y=\{x:\phi(x)=0\}$，证明 完备。你可以把“连续”理解为 时 。

查看解答

先证 $Y$ 闭。若 $y_n\in Y$ 且 $y_n\to x$，连续性给出 $$，所以 。因此 是 Banach 空间 的闭子空间，闭子空间完备定理立即给出 完备。方法的核心不是直接处理 中的 Cauchy 列，而是把附加条件 的稳定性转成闭性。

题 4｜应用：$C(K)$ 的连续性证明。 设 $f_n\in C(K)$ 且 $\lVert f_n-f\rVert_\infty\to0$。不用调用“连续函数一致极限仍连续”这一现成结论，直接用三角不等式证明 连续。

查看解答

固定 $x_0\in K$ 和 $\varepsilon>0$。取 $n$ 使 $\lVert f-f_n\rVert_\infty<\varepsilon/3$。因 连续，存在 ，使 时 。于是

题 5｜变式：$\ell^p$ 的范数极限。 设 $1\le p\lt \infty$，$(x^{(n)})$ 是 ${\mathrm{\ell }}^p$ 中的 Cauchy 列，坐标极限为 。解释为什么“每个有限坐标块都满足 ”能够推出 。

查看解答

对每个 $K$，有限和的连续性让 $\sum_{k=1}^K|x_k|^p$ 成为 的极限；Cauchy 列有界，所以它不超过 。左侧是关于 的单调递增数列，且始终有上界 ，因此其极限存在且不超过 。这个极限正是无穷级数 ，所以 。

题 6｜变式：原序列与快收敛子列。 设 $(z_n)$ 是一个度量空间中的 Cauchy 序列，并且存在子列 $z_{n_j}\to z$。证明 $$。指出证明中 Cauchy 条件和子列收敛分别负责哪一步。

查看解答

给定 $\varepsilon>0$，由 Cauchy 条件取 $N$，使 $m,n\ge N$ 时 $d(z_m,z_n)<\varepsilon/2$。由子列收敛取 足够大，使 且 。任取 ，则

题 7｜迁移：稠密子空间与完备化。 证明 $c_{00}$ 在 $\ell^2$ 中稠密，并说明为什么这条事实不能说明 $c_{00}$ 自身完备。

查看解答

对任意 $x=(x_k)\in\ell^2$，取截断 $x^{(N)}=(x_1,\ldots,x_N,0,\ldots)\in c_{00}$。则

题 8｜迁移：Baire 的条件诊断。 为什么下面的论证不能成立：$\mathbb Q$ 是可数集，所以它是可数个单点闭集的并；每个单点没有内点；因此 Baire 定理说明 $\mathbb Q$ 不存在？请指出至少一个被误用的条件。

查看解答

Baire 定理要求底空间是完备度量空间，而 $\mathbb Q$ 在通常距离下不完备。单点在 $\mathbb Q$ 中确实闭且没有内点，但这只说明“非完备空间可以这样覆盖”，不与 Baire 定理矛盾。论证中误用了完备性条件，不能把定理套到任意度量空间上。

4

一个赋范空间中，每个 Cauchy 序列都收敛到该空间内的点时，这个空间称为 ____。

提交

---

本章的判断线

面对一个新空间，可以按下面的顺序写在草稿纸上：它的距离或范数是什么；Cauchy 条件具体控制什么；候选极限怎样构造；候选极限是否仍满足空间定义；若不满足，能否嵌入一个已知完备空间并取闭包。遇到可数个闭集、稠密开集或“某种局部控制能否变成整体控制”的问题，再检查是否已经站在完备度量空间上。

完备性不保证所有集合都紧，也不保证每个有界序列都有收敛子列。它保证的是 Cauchy 过程不会把极限漏在工作空间之外；Baire 定理进一步把这个序列层面的保证，转化为对整个空间的结构约束。