Banach不动点理论和应用
巴拿赫不动点定理及其应用
巴拿赫不动点定理及其应用
巴拿赫不动点定理是函数分析中的一项基本定理，又称为Banach不动点定理。
该定理是由波兰数学家斯蒂芬·巴拿赫于1922年提出的。
巴拿赫不动点定理可以简单地表述为：在完备度量空间中，连续映射必有不动点。
这个定理的意义在于，对于一些映射或者变换，必然存在一个点不会移动，这个点就被称作“不动点”。
而根据巴拿赫不动点定理，只要一个映射是连续的并且作用于完备度量空间，那么它必然存在不动点。
这个定理有很多应用，下面列举一些常见的：
1.在求解微积分方程、微分方程、积分方程时，巴拿赫不动点定理是很重要的工具。
2.在数值分析中，巴拿赫不动点定理可以用于求解线性方程组、优化问题以及非线性方程组的数值解。
3.在动力学系统中，巴拿赫不动点定理可以用于证明某些系统存在定点。
4.在实际应用中，巴拿赫不动点定理可以用于证明某些算法的收敛性以及求解某些不动点问题。
总之，巴拿赫不动点定理是数学中的一项重要定理，它的实际应用十分广泛。
Banach空间上的不动点理论及其应用
Banach空间上的不动点理论及其应用Banach空间是数学中的一个重要概念，它在函数分析领域具有广泛的应用。
不动点理论是研究映射在自身上是否存在不动点的数学理论。
本文将介绍Banach空间上的不动点理论，探讨其应用领域和意义。
一、Banach空间的定义和性质Banach空间是一个完备的向量空间，具有一个范数，使得该空间中的任意Cauchy序列收敛于该空间中的某一元素。
Banach空间的一个重要性质是完备性，即任意柯西序列在该空间内收敛。
Banach空间的完备性对于不动点理论的推导和证明至关重要。
二、不动点理论的基本概念在Banach空间上，给定一个映射F，若存在一个元素x使得F(x) = x，则称x为F的不动点。
不动点理论研究的是映射在自身上是否存在不动点，并通过各种方法寻找和证明不动点的存在性和唯一性。
三、不动点理论的证明方法1. 压缩映射原理：若存在一个常数k (0<k<1)，使得对于任意x和y，有d(F(x),F(y)) ≤ kd(x,y)，其中d为Banach空间中的距离函数。
则F为压缩映射，且存在唯一的不动点。
2. 构造性证明：通过构造合适的映射函数，找到不动点的存在性和唯一性。
3. Brouwer不动点定理：对于n维球面上的连续映射，存在至少一个不动点。
4. Kakutani不动点定理：对于凸紧合集上的凸映射，存在至少一个不动点。
等等。
四、应用领域不动点理论在许多领域具有广泛的应用，包括：1. 微分方程：通过不动点理论，可以证明微分方程存在解，且解的存在是稳定的。
2. 经济学：不动点理论在经济学中的应用较为常见，特别是涉及到均衡分析和最优化问题。
3. 优化问题：通过将优化问题转化为不动点问题，可以使用不动点理论来解决各种优化问题。
4. 图像处理：不动点理论在图像处理中的应用，如图像恢复、压缩感知等方面具有重要意义。
5. 动力学系统：不动点理论在动力学系统中的应用广泛，通过不动点理论可以研究动力学系统的稳定性和渐进行为。
Banach不动点原理在组合优化问题中的应用
Banach不动点原理在组合优化问题中的应用组合优化问题是研究如何在一定约束条件下寻找最优解的问题。
在实际应用中，这类问题广泛存在于资源分配、调度排程、网络优化等领域。
为了解决这些问题，数学家们不断探索各种数学方法和理论，并且不断将它们应用到实际中。
其中，Banach不动点原理是一种重要的数学工具，被广泛地应用于组合优化问题的求解过程中。
Banach不动点原理，又称为压缩映射原理，是波兰数学家Stefan Banach在20世纪证明的定理。
它是解析函数论中的重要工具，用以证明完备度、收敛性和存在性等问题。
但是，Banach不动点原理不仅仅适用于解析函数，在组合优化中同样有着广泛的应用。
首先，我们来简要介绍一下Banach不动点原理的基本概念。
给定一个完备度量空间X，如果存在一个自映射T：X → X，使得对于任意的x, y∈X，都有d(T(x), T(y)) ≤ k·d(x, y)，其中0 < k < 1，d(·, ·)表示度量空间X上的度量，则称T为一个压缩映射。
根据Banach不动点原理，每个压缩映射T在X上都至少有一个不动点，即存在一个x∈X，使得T(x) = x。
这个不动点就是T的不动点。
在组合优化问题中，我们经常遇到需要找到一个最优解的情况。
例如，在资源分配问题中，我们希望将有限资源合理地分配给各个任务，以最大化总体效益。
这个问题可以转化为一个优化问题，即找到一个分配方案，使得总体效益最大化。
类似地，在调度排程问题中，我们需要安排不同任务的执行时间，以最小化总体执行时间。
这也是一个优化问题。
使用Banach不动点原理来解决组合优化问题的关键在于将这些问题转化为压缩映射。
具体来说，我们可以将组合优化问题表示为一个映射T：X → X，其中X表示问题的解空间。
这个映射将当前解转化为下一个解，直到找到一个不动点，即找到了问题的最优解。
以资源分配问题为例，我们可以设想一个映射T：X → X，其中X表示分配方案的集合。
第5讲 巴拿赫不动点定理
An x∗ = x∗
下面证明
x∗
的唯一性．设存在
x∗ 1
∈X
且
x∗ 1
=
A(
x∗ 1
)
，得
A2
x∗ 1
=
x∗ 1
，A3
x∗ 1
=
x∗ 1
，…，An
x∗ 1
=
x∗ 1
，
那么
d
(
x∗
,
x∗ 1
)
=
d ( Ax∗ , Ax1∗ )
=…
=
d
(
An
x∗
,
An
x∗ 1
)
≤
α
d
(
x∗ 1
,
x
∗
)
于是
(1
−
α
)d
(
4
44
f ' (x) < 3 < 1 4
于是得 f (x) 是 (0.5,1) 上的压缩映射，取 x0 = 0.75 ，由迭代 xn+1 = f (xn ) 可得 x1 = 0.7521 ， x2 = 0.7533 ， x3 = 0.7540 ， x4 = 0.7544 ，
x5 = 0.7546 ， x6 = 0.7547 ， x7 = 0.7548 ， x8 = 0.7548 ，…．
d (xn
,
xn−1 )
=
d
( Axn−1,
Axn−2
)
≤
α
d (xn−1,
xn − 2
)
≤
α
c n−1 0
．
因此对于正整数 k 有
第 1-5-1页
西安电子科技大学理学院 杨有龙
banach 不动点定理
banach 不动点定理
Banach不动点定理是数学中的一个重要定理，它是函数分析学中的基本定理之一。
该定理的核心思想是，对于某些特定的函数，它们总是存在一个不动点，即一个点在函数作用下不发生变化。
这个定理在实际应用中有着广泛的应用，例如在微积分、物理学、经济学等领域中都有着重要的应用。
Banach不动点定理的证明过程比较复杂，但其基本思想是通过构造一个逐步逼近的过程，使得函数序列趋近于一个不动点。
具体来说，假设有一个函数f(x)，我们可以通过不断迭代f(x)来逼近其不动点。
具体来说，我们可以从一个任意的起始点x0开始，然后通过不断迭代f(x)来得到一个序列{x0, f(x0), f(f(x0)), ...}。
如果这个序列收敛于一个极限值x*，那么x*就是f(x)的一个不动点。
Banach不动点定理的重要性在于它为我们提供了一种通用的方法来证明某些函数存在不动点。
这个定理的应用非常广泛，例如在微积分中，我们可以通过Banach不动点定理来证明某些微分方程存在解；在物理学中，我们可以通过该定理来证明某些物理模型存在稳定的平衡点；在经济学中，我们可以通过该定理来证明某些经济模型存在稳定的均衡点。
Banach不动点定理是数学中的一个重要定理，它为我们提供了一种通用的方法来证明某些函数存在不动点。
该定理的应用非常广泛，它在微积分、物理学、经济学等领域中都有着重要的应用。
因此，
深入理解和掌握该定理对于我们的学术研究和实际应用都有着重要的意义。
banach不动点定理的证明
Banach不动点定理是一个非常重要的结果，它描述了以下情况：给定一个赋范线性空间，如果一个连续线性算子在这个空间上有一个不动点，那么这个不动点就是唯一的。
换句话说，Banach不动点定理表明，如果一个函数在某个空间上的定义域内有一个不动点，那么这个不动点就是该函数在该空间上的唯一驻点。
让我们来看看这个定理的证明。
假设X是一个赋范线性空间，T是X上的一个线性算子。
设P是T的不动点。
我们首先需要证明P是唯一的。
为此，我们需要构造一个等价关系（或者说是有序关系）π(x) = π(y)当且仅当x-y = ε时与P有关的等价关系。
为了实现这一点，我们需要使用线性映射的极限性质。
假设T的限制TT(x)和T的限制TT(y)都存在。
由于T是连续的，我们可以得出x-y属于T的定义域，即存在ε> 0使得T(x-y) = ε。
由于T是线性的，我们可以得出TT(x-y) = T(ε) = 0。
因此，如果π(x) = π(y)，那么x-y = ε成立。
因此，我们得到了一个等价关系π(x) = π(y)当且仅当x-y = ε，这与我们的定义相符。
现在假设存在另一个点Q属于T的定义域，并且Q与P不等价。
这意味着存在ε> 0使得Q-P = ε成立。
这意味着存在两个不同的点x和y满足x-y = ε。
这意味着存在ε/2 > 0使得x-y的补集与π(x)的补集与π(y)的补集都不相等。
根据我们的假设T的定义域的定义和π的定义，我们有Tx -Ty = ε/2，这意味着x-y=ε/2并不成立，这显然是矛盾的。
因此Q不能属于T的定义域，这证明了唯一性P和Q不唯一π的实例点定义集合σπ表示所有的实例点的集合它构成π的一度划分所以所有P与T都重合不含有异类的其他成员σπ对每个pi也这样根据前一个论证显然这已经说明了我们的第一步骤的所有关键要素——X的一个赋范线性子空间S=XT且该子空间对π是第一度划分π对S的所有实例点构成σπ并且所有实例点都属于S这就是Banach不动点定理的证明过程。
浅谈Banach不动点原理与应用
浅谈Banach不动点原理与应用作者：王涛廖雷来源：《文存阅刊》2018年第22期摘要：Banach不动点定理是度量空间理论的一个重要工具。
本文介绍了泛函分析中的Banach不动点原理在解决线性方程组解的存在问题时的应用，在证明数值分析中迭代法原理的应用。
关键词：Banach；不动点；迭代法一、预备知识定义1：设X是度量空间，T是X到X中的映射，如果存在一个数a，0定理1：（Banach不动点原理）：设X是完备的度量空间，T是X上的压缩映射，那么T 有且只有一个不动点，即方程Tx=x，有且只有一个解。
定理2：设X是完备的度量空间，T是X上的压缩映射，对所有x，y∈X，成立d（Tx，Ty）≤ad（x，y），对任意x0∈X，定义xn=Txn-1，则存在唯一不动点x*，使得xn→x*，且d（xn，x*）≤ d（xn，xn-1）≤d（x1，x0） [1]。
二、Banach不动点原理的在数学其他学科中的应用（一）不动点原理在解决线对方程组AX+b=X，其中X=（x1，x2，…，xn）T∈in，A=（aij）n×n，b（b1，b2，…，bn）.对in取范数‖x‖2=|x1|.下面使用Banach不动点原理讨论此方程组在系数满足什么条件时，存在唯一解。
（二）Banach不动点原理在证明数值分析中的迭代法的应用定理3：迭代法不动点原理设映射g（x）在[a，b]上有连续的一阶导数，且满足：（1）封闭性：对x∈[a，b]，有g（x）[a，b]。
（2）压缩性：L∈（0，1），使得对x∈[a，b]，|g （x）|≤L则g（x）在[a，b]上存在唯一的不动点X*，且对x0∈[a，b]，xk=g（xk-1）收敛于X*，且|x*-xk|≤|xk-xk-1|≤|x1-x0|有使用Banach不动点原理对推论证明：由原理内容知，g（x）是[a，b]到[a，b]的线性映射；R和[a，b]均完备；条件（2）等价于g（x）为压缩映射。
Banach压缩映射原理的应用
Banach压缩映射原理的应用简介Banach压缩映射原理是函数分析中的一个重要概念，它在数学、物理学、计算机科学等领域有广泛的应用。
本文将介绍Banach压缩映射原理的基本概念和性质，并介绍其在实际应用中的一些常见场景和例子。
Banach压缩映射原理的基本概念和性质Banach压缩映射原理也称为压缩映射原理或压缩不动点定理，是由波兰数学家Stefan Banach提出的。
它是函数分析中的一个重要理论工具，用于证明存在唯一的不动点。
下面是Banach压缩映射原理的基本概念和性质：•定义：设X是一个完备度量空间，即X中的任意柯西序列都收敛于X中的某个点。
在X上定义一个映射T:X→X，如果存在一个常数0≤k<1，使得对于任意的x和y∈X，有d(T(x), T(y))≤kd(x, y)，则称映射T是一个压缩映射。
•性质：对于一个压缩映射T，存在唯一的不动点x⋆∈X，使得T(x⋆)=x⋆。
此外，对于任意的x₀∈X，序列{xₙ}收敛于不动点x⋆，其中xₙ=T(xₙ₋₁)。
Banach压缩映射原理的应用场景Banach压缩映射原理在实际应用中具有广泛的应用场景，下面将介绍其中的一些常见场景和例子。
迭代算法Banach压缩映射原理为迭代算法提供了理论基础。
迭代算法是一种通过不断重复求解逼近问题的方法，通过迭代的方式逐步逼近问题的解。
通过应用Banach 压缩映射原理，可以证明迭代算法收敛于唯一的解。
寻找方程的解Banach压缩映射原理在求解方程的过程中起到了重要作用。
通过将方程转化为不动点问题，可以利用Banach压缩映射原理找到方程的唯一解。
例如，在数值计算中，通过构造适当的压缩映射来求解非线性方程组。
优化问题的求解Banach压缩映射原理也可以应用于优化问题的求解。
优化问题是在给定约束条件下求解最优解的问题。
通过将优化问题转化为不动点问题，并利用Banach压缩映射原理，可以求解出优化问题的最优解。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
不动点定理及其应用综述摘要 本文主要研究Banach 空间的不动点问题。
［1］介绍了压缩映射原理证明隐 函数存在定理和常微分方程解得存在唯一性定理上的应用；［2］［3］介绍了应用压 缩映射原理需要注意的问题；［4］介绍了不动点定理在证明Fredholm 积分方程和 Volterra 积分方程解的存在唯一性以及在求解线性代数方程组中的应用； ［5］讨论了不动点定理在区间套定理的证明中的应用。
一、压缩映射原理压缩映射原理的几何意义表示：度量空间中的点x 和y 在经过映射后，它们 在像空间中的距离缩短为不超过 d （x,y ）的倍（1 ）。
它的数学定义为： 定义1.1设X 是度量空间，T 是X 到X 的映射，若存在 ， 1，使得对所有x, y X ，有下式成立d （Tx,Ty ） d （x, y ）（1.1）则称T 是压缩映射。
定理1.1 （不动点定理）：设X 是完备的度量空间，T 是X 上的压缩映射，那么T 有且只有唯一的不动点，即方程 Tx=x 有且只有唯一解。
证明：设X o 是X 种任意一点，构造点列｛X n ｝，使得则｛X n ｝为柯西点列。
实际上,Lmd （X 1,x 。
）根据三点不等式，当n m 时，mm 1n 1(L)d(x °,X 1)(1.4)由于 1，故1 n m 1，得到X 1 TXoXTx 1 T 2x °丄，X n TX n 1nT X o(1.2)d(X m 1,X m )d(Tx m ,Tx m 1) d(X m ,X m 1)d(TX m 1,TX m 2)2d(X m 1d(X m ,Xn )d(Xm ,Xm 1 )d(X m 1,X m 2) Ld(X n 1,X n )(1.3)mgn m——d(x °,为)d(X m,X n) d(x o,xj( n m) (1.5)所以当m ,n 时，d(X m，X n)0，即｛x.｝为柯西列。
由于X完备，x X ,使得X m x(m )，又由三点不等式，有d(x,Tx) d(x,X m) d(X m,Tx) d(x,X m) d(X m i,x)(1.6)上面不等式右端在m 时趋于0,故d(x,Tx) 0,即X Tx。
不动点的唯一性：假设同时存在x X ,有x Tx成立，贝Ud(x,x) d(Tx,Tx) d(x,x) (1.7)由于1，所以必有d(x,x) 0 ,即x x。
证毕。
定理中的映射T是定义在整个X上的，但实际上有些问题中遇到的映射T 只在X 的一个子集上有定义或压缩性质。
为了适应这种情形的需要，定义X上的闭子集的不动点定理如下。
定理1.2设(X,)是完备的。
T是X X的映射。
若在X的闭球Y ｛x: (x,X0) r｝上T是压缩的，并且满足条件(X0,Tx°) (1 )r, (Ty,Tx) (y,x), x, y Y(1.8 )此处是满足0 1的常数，贝U T在丫有唯一的不动点。
证明：丫作为(X,)的闭集按X的距离成一完备距离空间，倘能证明T(Y) Y，那么T就是Y Y上的压缩映射，根据不动点定理即可得证。
实际上，任取x Y，令y Tx，贝u (X0, y) (X0,TX) (X0,Tx°) (Tx°,Tx) (1 )r (x°, x) r，可见y 丫，证毕。
应用压缩映射原理需要注意的几个方面(1) 根据证明可知，为了获取不动点x*，可以从X中的任意一点出发(2) 在T满足d(Tx,Ty) d(x, y),x y (1.9)的条件下，T在X上不一定存在不动点。
例：令Tx x - arctanx,x R，T是从R到R的映射。
设x,y R，贝UTx Ty x y (arctanx arctany)(1.10)2根据微分中值定理，必定存在(x,y)，使得Tx Ty (x y) 2，故1Tx Ty x y(1.11 )即d(Tx,Ty) d(x,y)，但是当Tx x时，方程arctanx孑无解，因此，映射T没有不动点。
倘若给满足()的算子加上适当的限制，便能保证T有不动点。
定理1.3设(X,)完备，映射T:X X满足条件()。
若T(X) X是列紧集，则T有唯一的不动点。
证明：取的闭包—x。
它是X的自列紧集(即紧致性)，而且有丁厂)-0在—上定义一个实值函数(x) (x, x) (1.12) (x)是—上的连续函数。
它在—上达到最小值，即存在x* —使(x*,Tx*) min (x,Tx)x(1.13)则(x*,Tx*) 0。
假若不然，即(x*,Tx*) 0，考虑Tx*和T2x*，它们都属于一。
而由()得* 2 * * *(Tx ,T x ) (x ,Tx ) rm in (x,Tx) (1.14 )得到矛盾，不动点的存在性证得。
T的不动点是唯一的。
假设有x x使得Tx x,Tx x，那么一方面有(Tx,Tx ) (x,x )，另一方面由()有(Tx,Tx ) (x,x )，矛盾，可见x x。
证毕。
(3) 压缩映射原理中，距离空间的完备性不能少。
例：设X (0,1］具有由R诱导出的距离，定义T如下：xTx= (1.15 )2T是压缩映射，但是没有不动点。
(4) 方程Tx x 的不动点x*在大多数情况下实际上不易求得，因此常用X n作为其近似值。
这样就要估计X n与X*的误差。
若用X n近似代替X*，由于X n Tx n 1，则其误差为n*d(X n,x ) ---------- d(x°,Tx o)1 这就是误差估计式。
二、隐函数存在定理和皮卡定理定理2.1 (隐函数存在定理)：设函数f(x,y)在带状域a x b, y(2.1)中处处连续，且处处有关于y的偏导数f y(x, y)，如果还存在常数m和M满足0 m f y(x, y) M , m M( 2.2)则方程f(x, y) 0在区间［a,b］上必有唯一的连续函数y (x)作为解：f(x, (x)) 0,x ［a,b］(2.3)证明：在完备空间C［a,b］上作映射A，使对任意的函数C［a,b］，有1(A )(x) (x) f(x, (x))。
按照定理条件，f (x, y)是连续的，故(A )(x)也M连续，即A C［a,b］。
所以A是C［a,b］到自身的映射。
A是压缩映射。
实际上，对于1, 2 C［a,b］，根据微分中值定理，存在0 1，满足(A 2)(x) (A 1)(x)1 r 1 r2(X)..f（X, 2（X））1(X)f（x, M1(X))2(X)11（X）a f y[x,M 1（x）（2（x）1（X））］g：2（x）1（x））2(X)1（x）（1［）M（1.16）(2.4 )m , m由于0 1，所以令 1 ，则有0 1，且M M(A 2)(x) (AJ(x) ( 2(x) i(x)) (2.5)按C［a,b］中距离的定义，即知d( A 2 , A 1) d(2, 1)(2.6)因此，A是压缩映射。
由不动点定理，存在唯一的C［a,b］满足A ，即1(x) (x) f (x, (x))，也就是说f(x, (x)) 0,a x b。
证毕。
M定理2.2 (皮卡定理)：设f(t,x)是矩形D {(t,x)||t t°a, x x°b} ( 2.7)上的二元连续函数，设|f(t,x) M，(t,x) D，又f(t,x)在D上满足利普希茨条件，即存在常数K,使对任意的(t,x),(t,v) D，有f (t,x) f (t,v) K x v(2.8)那么方程dx f(t,x)在区间J t0 ,t0 上有唯一的满足初值条件X(t。
)X。
dt的连续函数解，其中min{a, , }M K(2.9)为了证明本定理，首先有如下结论和定理：结论：C［a,b］是完备的度量空间定理2.3完备度量空间X的子空间M是完备空间的充要条件为M是X上的闭子空间(皮卡定理)证明：设C［t o ,t o ］表示区间J二［t。
,t o ］上连续函数全体按距离d(x,y) max x(t) y(t)所成的度量空间，由上面结论，C［t。
，t。
］是t J的连续函数全体所成的子空间，不难看出 C 是闭子空间，由上面定理知，C 是 完备度量空间。
令t(T x)(t) x ot f (t, x(t))dtt(2.11)时，(t,x(t)) D ，又因f(t,x)是D 上二元连续函数，所以上式右端积分有意义。
又对一切t J ，t(Tx)(t) X 。
t f(t,x(t))dt M t t 0 M g(2.12)t所以，当x C 时，Tx C 。
下面证明T 是压缩映射，实际上，由条件(2.8)， 对C 中任意两点x 和v ,有(Tx)(t) (Tv)(t): [f(t,x(t)) f (t,v)dt |t t 0 gK max x(t) v(t)| K d (x, v)t 0a t b(2.13)令 K ，则01，且所以T 是C 上的压缩映射。
由不动点定理，存在唯一的x C ，使得Tx x ，即tx(t)X 0t [f (t,x(t))dt(2.15)值条件的解，那么tx(t) X 0t [ f (t,x(t))dt t(2.16)因而x C ，且x 是T 的不动点，由不动点唯一性必有x x ，即方程 皱 f (t, x)在区间[t 0 ,t 0 ]上有唯一的满足初值条件 x(t °) x 0的连续函dt数解，证毕。
、利用Banach 不动点定理证明区间套定理 定理3.1 (区间套定理)：若闭区间列完备度量空间，又令C 表示C[t o,t o]中满足条件x(t) x 0M (t J)(2.10)则T 是C 到C 的映射。
事实上，因Mb ，所以若x C ，那么当t[t 0,t 0]d(Tx,Tv) rmax (Tx)(t) (Tv)(t) ad(x,v)a t b(2.14)且x(t 0)冷。
两边对t 求导，即得詈f (t, x(t)) o 这说明x(t)是方程dx(t)dtf(t,x(t))满足初值条件x(t 。
)X 。
的解。
另外，设x(t)也是此方程满足初{[ a n,b n]}具有如下性质⑴{[a n,b n]} {[a ni,b ni]}, n 1,2,3,K (2) lim( b n a.) 0n则存在唯一的，使得[a n,b n], n 1,2,K在数学分析中，可根据单调有界原理证明区间套定理，下面采用不动点定理证明证明：由条件(2)，不妨设该区间列中任意两个区间不完全重合，显然闭区间[a k ,b k]按距离d(x,y) x y , x, y [akb],k 1,2,L是完备距离空间。
作映射：f(x) 字一(x a k) a k 1 ( 3.1)b k a k于是对任意的x [a k,b k]，有f (x) [a k 1,b k 1]旧曲]，从而f (x)是& 如到自身的映射。