فضای برداری نرم دار (Normed Vector Space)، در ریاضیات (Mathematics)

انواع فضاهای متریک (Metric Space) را در آموزش زیر شرح دادیم :

فضای برداری نرم دار (Normed Vector Space) :

تعریف: یک فضای برداری نرم دار (روی

\[ \mathbb{R} \]

یا

\[ \mathbb{C} \]

) یک زوج

\[ (V, \|\cdot\|) \]

است، که در آن

\[ V \]

یک فضای برداری و

\[ \|\cdot\|: V \to [0, \infty) \]

یک نرم است، یعنی دارای خواص زیر:

۱.

\[ \|x\| \geq 0 \]

و

\[ \|x\| = 0 \iff x = 0 \]

(تعریف مثبت)

۲.

\[ \|\lambda x\| = |\lambda| \|x\| \]

(همگنی)

۳.

\[ \|x + y\| \leq \|x\| + \|y\| \]

(نامساوی مثلث)

هر نرم یک متریک به صورت

\[ d(x, y) = \|x - y\| \]

القا می کند.

توضیح مفهومی: فضاهای برداری نرم دار، ساختارهای اساسی آنالیز تابعی هستند. آنها مفاهیم هندسی طول و فاصله را به فضاهای برداری تعمیم می دهند. اگر چنین فضایی کامل باشد، فضای باناخ نامیده می شود. بسیاری از فضاهای مهم در آنالیز، فضاهای نرم دار هستند، حتی اگر کامل نباشند (مثلا فضای توابع پیوسته با نرم

\[ L^1 \]

).

ویژگی های اصلی:

توپولوژی ناشی از نرم، توپولوژی برداری است (جمع و ضرب اسکالر پیوسته هستند).

هر فضای نرم دار را می توان به یک فضای باناخ (تکمیل آن) گسترش داد.

گوی واحد باز و بسته در فضاهای نرم دار، مجموعه های محدب و متقارن هستند.

در فضاهای با بعد متناهی، همه نرم ها با یکدیگر معادل هستند و فضا کامل است.

مثال های مهم:

\[ \mathbb{R}^n \]

و

\[ \mathbb{C}^n \]

: با نرم های

\[ l^p \]

.

\[ C([a, b]) \]

: با نرم

\[ \|f\| = \max_{x \in [a,b]} |f(x)| \]

(کامل است).

\[ C([a, b]) \]

با نرم

\[ \|f\|_1 = \int_a^b |f| \]

: ناکامل است.

فضاهای دنباله ای با نرم های مختلف:

\[ l^p \]

،

\[ c_0 \]

،

\[ c \]

.

قضایای مهم:

در فضاهای نرم دار، هر عملگر خطی از یک فضای با بعد متناهی پیوسته است.

در فضاهای با بعد نامتناهی، عملگرهای خطی ممکن است ناپیوسته باشند.

قضیه هان-باناخ برای گسترش تابعک های خطی در فضاهای نرم دار.

قضیه ریلیف: گوی واحد بسته در فضاهای نرم دار با بعد نامتناهی هرگز فشرده نیست.

فضاهای نرم دار با ساختارهای اضافی:

فضاهای نرم دار با نرم های مشتق پذیر (فضاهای هموار).

فضاهای به طور یکنواخت محدب (مانند

\[ L^p \]

برای

\[ 1 < p < \infty \]

).

فضاهای با خاصیت رادون-نیکودیم.

کاربردها: فضاهای نرم دار پایه آنالیز تابعی، نظریه تقریب، بهینه سازی، و معادلات انتگرالی هستند.

📌 مثال ساده:

\[ V = \mathbb{R}^2 \]

با نرم

\[ \|(x, y)\|_1 = |x| + |y| \]

(منهتن). گوی واحد یک لوزی است. نرم

\[ \|(x, y)\|_\infty = \max(|x|, |y|) \]

(چبیشف). گوی واحد یک مربع است.

\[ V = C[0,1] \]

با نرم

\[ L^2 \]

:

\[ \|f\|_2 = \sqrt{\int_0^1 f^2} \]

یک فضای نرم دار است اما کامل نیست، زیرا دنباله ای از توابع پیوسته می تواند به یک تابع ناپیوسته در

\[ L^2 \]

همگرا شود.