MathLabs
定理已证明

巴拿赫不动点定理(压缩映射定理)

命题陈述

设 (X,d)(X,d) 为完备度量空间,T:X→XT: X \to X 为压缩映射:存在固定的 0≤q<10 \le q < 1,使对所有 x,y∈Xx,y \in X 有 d(T(x),T(y))≤q d(x,y)d(T(x), T(y)) \le q\, d(x,y)。则 TT 恰有一个不动点 x∗∈Xx^* \in X(即 T(x∗)=x∗T(x^*)=x^*),且从任意 x0∈Xx_0 \in X 出发,迭代序列 xn+1=T(xn)x_{n+1}=T(x_n) 收敛到 x∗x^*,并具有显式误差界 d(xn,x∗)≤qn1−q d(x1,x0)d(x_n, x^*) \le \dfrac{q^n}{1-q}\, d(x_1, x_0)。

为什么成立?

它把存在性与唯一性问题(这个方程恰好有一个解吗?)转化为一个保证收敛的机械计算过程,并给出达到任意目标精度所需迭代次数的可预先计算的界。

证明思路

第一步 — 迭代序列是柯西列。固定 x0∈Xx_0 \in X,令 xn=Tn(x0)x_n = T^n(x_0)。反复应用压缩性质,d(xn+1,xn)=d(T(xn),T(xn−1))≤q d(xn,xn−1)≤⋯≤qn d(x1,x0)d(x_{n+1},x_n) = d(T(x_n),T(x_{n-1})) \le q\,d(x_n,x_{n-1}) \le \dots \le q^n\,d(x_1,x_0)。对 m>nm > n,沿路径 xn,xn+1,…,xmx_n, x_{n+1}, \dots, x_m 应用三角不等式相连:d(xm,xn)≤∑k=nm−1d(xk+1,xk)≤∑k=nm−1qk d(x1,x0)≤d(x1,x0)∑k=n∞qk=d(x1,x0) qn1−qd(x_m,x_n) \le \sum_{k=n}^{m-1} d(x_{k+1},x_k) \le \sum_{k=n}^{m-1} q^k\,d(x_1,x_0) \le d(x_1,x_0)\sum_{k=n}^{\infty} q^k = d(x_1,x_0)\,\dfrac{q^n}{1-q},其中利用了 0≤q<10 \le q < 1 时的几何级数公式。当 n→∞n \to \infty 时 qn→0q^n \to 0,故此尾项界趋于0:(xn)(x_n) 是柯西列。

第二步 — 完备性给出极限,连续性使其成为不动点。由于 XX 完备,柯西列 (xn)(x_n) 收敛于某个 x∗∈Xx^* \in X。压缩不等式 d(T(x),T(y))≤q d(x,y)d(T(x),T(y)) \le q\,d(x,y) 说明 TT 是(利普希茨)连续的,因此 T(x∗)=T(lim⁡nxn)=lim⁡nT(xn)=lim⁡nxn+1=x∗T(x^*) = T(\lim_n x_n) = \lim_n T(x_n) = \lim_n x_{n+1} = x^*。故 x∗x^* 是不动点。

第三步 — 唯一性。设 x∗x^* 与 y∗y^* 都是不动点。则 d(x∗,y∗)=d(T(x∗),T(y∗))≤q d(x∗,y∗)d(x^*,y^*) = d(T(x^*),T(y^*)) \le q\,d(x^*,y^*),故 (1−q) d(x∗,y∗)≤0(1-q)\,d(x^*,y^*) \le 0。因 1−q>01-q>0,这迫使 d(x∗,y∗)=0d(x^*,y^*)=0,即 x∗=y∗x^*=y^*。

第四步 — 误差界。在第一步的估计 d(xm,xn)≤qn1−q d(x1,x0)d(x_m,x_n) \le \dfrac{q^n}{1-q}\,d(x_1,x_0) 中令 m→∞m \to \infty,并利用 dd 的连续性,恰好得到 d(xn,x∗)≤qn1−q d(x1,x0)d(x_n,x^*) \le \dfrac{q^n}{1-q}\,d(x_1,x_0):第 nn 步后到真实不动点的距离按几何速度缩小,且该界可以在运行任何一次迭代之前就计算出来。

用到此定理的主题

分步证明

该定理暂无分步证明。

参考文献

  1. Walter Rudin (1976). Principles of Mathematical Analysis
  2. James Munkres (2000). Topology
  3. Shaojie Bai, J. Zico Kolter, Vladlen Koltun (2019). Deep Equilibrium Models · arXiv:1909.01377