壓縮映射
若映射 T : X → X 以一個固定比例縮小所有距離,則稱其為壓縮映射:存在常數 k 滿足 0 ≤ k < 1,使得對所有 x, y 都有 d(T(x), T(y)) ≤ k · d(x, y)。常數 k 嚴格小於 1——施加 T 會把任意兩點拉得更近,至少縮小 1 − k 的比例。不動點是滿足 T(p) = p 的點 p,即映射不移動它。下面的定理斷言:在完備空間上,壓縮映射有且僅有一個不動點,且你只需從任意一點出發迭代即可找到它。
巴拿赫不動點定理
下面是完整的陳述與證明。策略是:從任意點出發,迭代,證明軌道是柯西的(這裡壓縮因子與幾何級數登場),援引完備性得到極限,再驗證該極限是不動的且唯一。
BANACH FIXED-POINT THEOREM.
Let (X, d) be a NON-EMPTY COMPLETE metric space and
T : X -> X a contraction with constant k, 0 <= k < 1.
Then T has exactly one fixed point p, and for any start x_0
the iterates x_{n+1} = T(x_n) converge to p.
PROOF.
Step 1 (consecutive gaps shrink geometrically).
Let D = d(x_0, x_1). Applying the contraction repeatedly,
d(x_n, x_{n+1}) = d(T(x_{n-1}), T(x_n)) <= k * d(x_{n-1}, x_n),
so by induction d(x_n, x_{n+1}) <= k^n * D.
Step 2 (the orbit is Cauchy).
For m > n, chain the triangle inequality across the gaps:
d(x_n, x_m) <= d(x_n,x_{n+1}) + ... + d(x_{m-1}, x_m)
<= (k^n + k^{n+1} + ... + k^{m-1}) * D
<= k^n * (1 + k + k^2 + ...) * D
= k^n * D / (1 - k). [geometric series, k<1]
Since k^n -> 0, the right side -> 0 as n -> infinity,
so for every epsilon > 0 we can force d(x_n, x_m) < epsilon.
Hence (x_n) is Cauchy.
Step 3 (a limit exists).
X is complete, so x_n -> p for some p in X.
Step 4 (p is fixed).
T is a contraction, hence continuous, so T(x_n) -> T(p).
But T(x_n) = x_{n+1} -> p as well.
Limits are unique, so T(p) = p.
Step 5 (uniqueness).
Suppose T(p) = p and T(q) = q. Then
d(p, q) = d(T(p), T(q)) <= k * d(p, q).
So (1 - k) * d(p, q) <= 0. Since 1 - k > 0 and d >= 0,
we get d(p, q) = 0, i.e. p = q. QED稠密集與可分性
我們以另一種風味的結構收尾。若集合 D 的閉包就是整個 X,則稱 D 是 X 的稠密子集——等價地,X 中每個點都是 D 中點的極限,因此無論多小的球都與 D 相交。有理數在 R 中稠密:任何實數都可被分數任意逼近。若一個空間具有可數的稠密子集,則稱其可分——一個可數的鷹架,從它出發取極限即可到達每個點。
可分性是一種「小」的條件,現實空間滿足它,而病態空間違反它。軸 R 是可分的,以有理數為見證;R^n 亦然,以座標為有理數的點為見證。可分性正是使我們能夠逼近與計算的東西:一個可數稠密集是一張你可以遍歷、儲存、並輸入演算法的列表。許多後續定理都默默地假定了它。