度量空间入口与实分析 I 综合

实分析 I 到这里，已经反复做过一件事：把“越来越靠近”“在一个小范围内稳定”“用有限信息控制无限对象”写成可以证明的命题。本章把这些语言从实直线搬到更一般的集合上。搬运的关键不是坐标轴，而是距离。

在实直线上，两个点 $x,y$ 的距离是 $|x-y|$。在函数空间、序列空间、矩阵空间、图形空间里，对象不一定能排在一条线上，但我们仍然可能说两个对象“接近”。度量空间就是给这种说法加上最少规则的框架。

---

度量和开球

设 $X$ 是一个非空集合。一个函数 $d:X\times X\to[0,\infty)$ 称为 $X$ 上的度量，如果对任意 $x,y,z\in X$，都有：

$$d(x,y)=0 \quad \Longleftrightarrow \quad x=y$$ $$d(x,y)=d(y,x)$$ $$d(x,z)\le d(x,y)+d(y,z)$$

第一条说不同点之间距离为正，第二条说距离不分方向，第三条是三角不等式。带有度量的集合 $(X,d)$ 称为度量空间。

最熟悉的例子是 $\mathbb{R}$ 上的通常度量 $d(x,y)=|x-y|$。但同一个集合可以有不同度量。例如在 $\mathbb{R}^2$ 上，常见的三种距离是：

$$d_2(x,y)=\sqrt{(x_1-y_1)^2+(x_2-y_2)^2}$$ $$d_1(x,y)=|x_1-y_1|+|x_2-y_2|$$ $$d_\infty(x,y)=\max\{|x_1-y_1|,|x_2-y_2|\}$$

度量一变，“半径为 $r$ 的开球”形状也会变。给定 $a\in X$ 和 $r>0$，以 $a$ 为中心、半径为 $r$ 的开球定义为：

$$B_r(a)=\{x\in X:d(x,a)<r\}$$

这张图故意把中心和半径保持不变。变化的只有 $d$。所以开球不是先验的圆，而是由“距离怎么量”决定的局部范围。

离散度量是一个很有用的极端例子。对任意集合 $X$，定义：

$$d(x,y)= \begin{cases} 0, & x=y,\\ 1, & x\ne y. \end{cases}$$

在这个度量下，半径小于 $1$ 的开球只含中心点，半径大于 $1$ 的开球则包含整个空间。它提醒我们：开集、收敛、连续这些词，在不同度量下可以有完全不同的表现。

开集从开球开始

在度量空间中，集合 $U\subset X$ 称为开集，如果对每个 $u\in U$，都存在 $r>0$，使得：

$$B_r(u)\subset U$$

这正是实直线开区间定义的抽象版。在 $\mathbb{R}$ 中，我们习惯说一个点在集合内部，是因为它周围可以放进一个小区间；在度量空间中，“小区间”换成了“小开球”。

闭集可以用补集定义：$F\subset X$ 是闭集，如果 $X\setminus F$ 是开集。也可以用序列语言判断：在度量空间中，闭集包含所有在空间中收敛到它边界的序列极限。这个序列刻画是实分析常用技巧的直接推广。

---

收敛和连续的迁移

在实直线上，数列 $x_n\to x$ 的定义是：对任意 $\varepsilon>0$，最终有 $|x_n-x|<\varepsilon$。把绝对值换成度量，就得到度量空间中的收敛：

$$x_n\to x \quad \Longleftrightarrow \quad \forall \varepsilon>0,\ \exists N,\ \forall n\ge N,\ d(x_n,x)<\varepsilon$$

也就是：任意小的开球 $B_\varepsilon(x)$，最终都会装下序列的尾部。

这个定义保留了前面数列章节的所有量词结构。变化的是对象：$x_n$ 不一定是实数，可以是向量、函数、矩阵，甚至是某类集合。

连续就是近点送近点

设 $(X,d_X)$ 和 $(Y,d_Y)$ 是两个度量空间，函数 $f:X\to Y$ 在点 连续，如果：

$$\forall \varepsilon>0,\ \exists \delta>0,\ \forall x\in X,\ d_X(x,a)<\delta \Rightarrow d_Y(f(x),f(a))<\varepsilon$$

这就是 $\varepsilon$-$\delta$ 连续定义的抽象版本。原来我们写 $|x-a|<\delta$ 和 $|f(x)-f(a)|<\varepsilon$，现在只需分别使用定义域和值域中的距离。

同样，连续性也有序列判别法：

$$f \text{ 在 } a \text{ 连续} \quad \Longleftrightarrow \quad x_n\to a \Rightarrow f(x_n)\to f(a)$$

这个判别法在度量空间中仍成立。它解释了为什么第 9 章和第 10 章的许多证明可以“原样迁移”：那些证明真正使用的是距离结构，而不是数轴上的大小关系。

一个迁移例子

令 $C[0,1]$ 表示 $[0,1]$ 上所有连续实值函数。定义：

$$d_\infty(f,g)=\sup_{x\in[0,1]}|f(x)-g(x)|$$

那么 $f_n\to f$ 在这个度量下的意思是：

$$\sup_{x\in[0,1]}|f_n(x)-f(x)|\to 0$$

这正是第 16 章的一致收敛。换句话说，一致收敛不是一个孤立的新概念，它就是函数空间 $C[0,1]$ 中的普通度量收敛。

---

完备性和柯西列

在实数中，柯西列的意思是序列内部的项最终彼此接近：

$$\forall \varepsilon>0,\ \exists N,\ \forall m,n\ge N,\ |x_m-x_n|<\varepsilon$$

在度量空间中，把绝对值换成 $d$：

$$\forall \varepsilon>0,\ \exists N,\ \forall m,n\ge N,\ d(x_m,x_n)<\varepsilon$$

如果每个柯西列都在空间 $X$ 中收敛，则称 $(X,d)$ 是完备的。

完备性不是“点很多”的直观说法，而是“不会漏掉柯西过程的极限”。有理数 $\mathbb{Q}$ 在通常距离下不完备，因为可以用有理数列逼近 $\sqrt 2$，这些项彼此越来越接近，但极限不在 $\mathbb{Q}$ 中。实数 $\mathbb{R}$ 的核心优点之一，就是把这类洞补上了。

完备性如何复盘前半门课

第 2 章的上确界性质、第 3 章的单调收敛定理、第 5 章的柯西收敛准则，本质上都在描述同一件事：极限过程不会逃出实数系。

在度量空间里，没有天然的大小关系，所以“上确界”不一定有意义；但“柯西列是否收敛”仍然有意义。因此完备性是更适合抽象空间的版本。

---

紧性的抽象版本

实直线上的 Heine-Borel 定理告诉我们：在 $\mathbb{R}$ 中，闭且有界等价于紧。这个结论非常有力，也非常容易被误用。

在一般度量空间中，紧性的基本定义不是“闭且有界”，而是开覆盖定义：集合 $K\subset X$ 是紧的，如果 $K$ 的任意开覆盖都含有有限子覆盖。

$$K\subset \bigcup_{\alpha\in A}U_\alpha \quad \Longrightarrow \quad \exists \alpha_1,\dots,\alpha_n,\ K\subset U_{\alpha_1}\cup\cdots\cup U_{\alpha_n}$$

在度量空间中，紧性还有一个很适合实分析的等价刻画：每个 $K$ 中的序列都有一个收敛到 $K$ 内点的子列。第 5 章的 Bolzano-Weierstrass 定理，就是这个思想在闭有界实区间中的表现。

闭有界不再自动紧

在 $\mathbb{R}^n$ 的通常度量下，闭有界仍然推出紧。但在无限维函数空间或序列空间里，闭有界通常不够。

例如在无限维空间中，可以有一个有界序列，任意两项之间都保持固定距离，因此它没有收敛子列。这和第 5 章的 Bolzano-Weierstrass 定理形成鲜明对比：那条定理依赖的是实数或有限维欧氏空间的结构，不能无条件搬到所有度量空间。

---

实直线定理的抽象影子

有了度量空间语言，前面许多定理可以分成两类：一类只使用距离结构，另一类还使用了实数的序、代数或区间结构。

这里最值得注意的是介值定理。它不是紧性的结果，而是连通性的结果。在实直线中，区间既有序又连通，所以我们习惯把“没有跳跃”画成图像直觉。到了度量空间，图像未必存在，连通性才是正确语言。

极值定理的抽象证明路线

如果 $K$ 是紧度量空间，$f:K\to\mathbb{R}$ 连续，那么 $f$ 在 $K$ 上取到最大值和最小值。

证明路线和第 11 章一致，只是语言更抽象：

这个证明展示了本课程的一条常见路线：先用紧性把无限对象压缩为有限控制，再用实数完备性完成存在性。

---

反例回顾

实分析的定理很少是“感觉上对就对”。几乎每个重要结论都带着条件：闭、有界、完备、紧、连续、一致收敛、可积、可导。删掉一个条件，结论常常立刻失效。

下面把本课程中反复出现的几类反例放在同一张逻辑表里。

练习：判断哪条假设在工作

判断下列说法为什么不能直接成立。

1. 任意有界序列都有收敛子列。
2. 任意闭有界度量空间都紧。
3. 点态极限一定保持连续。
4. 连续函数在任意开区间上一定取到最大值。

---

三条主线复盘

实分析 I 可以用三条主线收束：完备性、紧性、一致性。它们分别回答三个问题。

完备性：极限过程有没有落点

完备性从第 2 章开始出现。上确界性质告诉我们实数轴没有洞；单调收敛定理把有界单调过程变成极限；柯西准则把“内部稳定”变成“存在极限”。

这条线在度量空间中变成一句话：每个柯西列是否收敛到空间内的点。后续的 Banach 空间、Hilbert 空间、微分方程解空间，都会把完备性当成基本背景条件。

紧性：无限对象能否有限控制

紧性在第 8 章、第 11 章和第 18 章贯穿出现。Heine-Borel 定理说明闭有界区间为什么可靠；Bolzano-Weierstrass 定理说明序列为什么能抽出收敛子列；极值定理和 Heine-Cantor 定理说明连续函数在紧集上为什么有全局性质。

紧性的口号可以很朴素：如果一个问题在每个点附近都能解决，紧性常常允许我们从无限多个局部解法中选出有限多个，拼成全局控制。

一致性：极限能否和运算交换

一致性在函数列和函数项级数中出现。逐点收敛只保证每个输入点各自稳定；一致收敛保证稳定速度不依赖点。这个区别决定了能否保持连续、能否交换极限与积分，何时可以逐项求导。

从度量空间角度看，一致收敛是函数空间中的距离收敛。它把“很多点上的很多极限”压成一个整体极限，因此比逐点收敛更强，也更能保护结构。

一张结课检查表

学完本课程后，你不需要把所有证明逐字背下，但应该能回答这些问题：

---

通向下一门课

度量空间是实分析 I 的出口，也是许多后续课程的入口。拓扑学会把“开集”从度量中进一步抽象出来；泛函分析会研究完备的函数空间和线性算子；概率论会把随机变量的收敛方式分成几种不同度量或拓扑意义；复分析会把紧性、连续、级数和积分放进复平面。

这门课真正留下的不是某个公式，而是一种读定理的习惯：先看对象在哪个空间里，再看距离或拓扑是什么；先看结论需要完备、紧性还是一致性，再看假设是否足够；先找定义中的量词顺序，再决定证明该从哪里开始。