summaryrefslogtreecommitdiffstats
path: root/ch03-topologisch-lineare-raeume.tex
blob: c49623430f7c1c4f2bcb10d38d5c7ded72e9556c (plain)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
1001
1002
1003
1004
1005
1006
1007
1008
1009
1010
1011
1012
1013
1014
1015
1016
1017
1018
1019
1020
1021
1022
1023
1024
1025
1026
1027
1028
1029
1030
1031
1032
1033
1034
1035
1036
1037
1038
1039
1040
1041
1042
1043
1044
1045
1046
1047
1048
1049
1050
1051
1052
1053
1054
1055
1056
1057
1058
1059
1060
1061
1062
1063
1064
1065
1066
1067
1068
1069
1070
1071
1072
1073
1074
1075
1076
1077
1078
1079
1080
1081
1082
1083
1084
1085
1086
1087
1088
1089
1090
1091
1092
1093
1094
1095
1096
1097
1098
1099
1100
1101
1102
1103
1104
1105
1106
1107
1108
1109
1110
1111
1112
1113
1114
1115
1116
1117
1118
1119
1120
1121
1122
1123
1124
1125
1126
1127
1128
1129
1130
1131
1132
1133
1134
1135
1136
1137
1138
1139
1140
1141
1142
1143
1144
1145
1146
1147
1148
1149
1150
1151
1152
1153
1154
1155
1156
1157
1158
1159
1160
1161
1162
1163
1164
1165
1166
1167
1168
1169
1170
1171
1172
1173
1174
1175
1176
1177
1178
1179
1180
1181
1182
1183
1184
1185
1186
1187
1188
1189
1190
1191
1192
1193
1194
1195
1196
1197
1198
1199
1200
1201
1202
1203
1204
1205
1206
1207
1208
1209
1210
1211
1212
1213
1214
1215
1216
1217
1218
1219
1220
1221
1222
1223
1224
1225
1226
1227
1228
1229
1230
1231
1232
1233
1234
1235
1236
1237
1238
1239
1240
1241
1242
1243
1244
1245
1246
1247
1248
1249
1250
1251
1252
1253
1254
1255
1256
1257
1258
1259
1260
1261
1262
1263
1264
1265
1266
1267
1268
1269
1270
1271
1272
1273
1274
1275
1276
1277
1278
1279
1280
1281
1282
1283
1284
1285
1286
1287
1288
1289
1290
1291
1292
1293
1294
1295
1296
1297
1298
1299
1300
1301
1302
1303
1304
1305
1306
1307
1308
1309
1310
1311
1312
1313
1314
1315
1316
1317
1318
1319
1320
1321
1322
1323
1324
1325
1326
1327
1328
1329
1330
1331
1332
1333
1334
1335
1336
1337
1338
1339
1340
1341
1342
1343
1344
1345
1346
1347
1348
1349
1350
1351
1352
1353
1354
1355
1356
1357
1358
1359
1360
1361
1362
1363
1364
1365
1366
1367
1368
1369
1370
1371
1372
1373
1374
1375
1376
1377
1378
1379
1380
1381
1382
1383
1384
1385
1386
1387
1388
1389
1390
1391
1392
1393
1394
1395
1396
1397
1398
1399
1400
1401
1402
1403
1404
1405
1406
1407
1408
1409
1410
1411
1412
1413
1414
1415
1416
1417
1418
1419
1420
1421
1422
1423
1424
1425
1426
1427
1428
1429
1430
1431
1432
1433
1434
1435
1436
1437
1438
1439
1440
1441
1442
1443
1444
1445
1446
1447
1448
1449
1450
1451
1452
1453
1454
1455
1456
1457
1458
1459
1460
1461
1462
1463
1464
1465
1466
1467
1468
1469
1470
1471
1472
1473
1474
1475
1476
1477
1478
1479
1480
1481
1482
1483
1484
1485
1486
1487
1488
1489
1490
1491
1492
1493
1494
1495
1496
1497
1498
1499
1500
1501
1502
1503
1504
1505
1506
1507
1508
1509
1510
1511
1512
1513
1514
1515
1516
1517
1518
1519
1520
1521
1522
1523
1524
1525
1526
1527
1528
1529
1530
1531
1532
1533
1534
1535
1536
1537
1538
1539
1540
1541
1542
1543
1544
1545
1546
1547
1548
1549
1550
\chapter{Topologische lineare Räume}
Erklärtes Ziel dieses Kapitels wird sein, die beiden Strukturen aus den vorherigen beiden Kapiteln, also die Topologie und den linearen Raum zusammenzuführen.
\begin{definition}
    Ein linearer Raum $X$ über dem Körper $\K$ mit Topologie $\T$ heißt \emph{topologischer linearer Raum}, falls die Vektorraumoperationen ($+ : X×X → X$ und $\cdot: \K×X → X$) stetig sind.
\end{definition}

\begin{bemerkung-nn}
    Stetigkeit der Vektorraumoperationen sollte als minimales Kompatibilitätskriterium der beiden Strukturen gefordert werden.
    Tatsächlich ist es im Allgemeinen gar nicht erfüllt. Erst im normierten Raum bekommt man diese Stetigkeit geschenkt.
\end{bemerkung-nn}

\section{Normierte Räume}
\begin{definition}
    Sei $X$ ein linearer Raum über $\K$. Die Abbildung $\norm\cdot: X → [0,\infty )$
    heißt \emph{Norm} auf $X$, falls für alle $x, y ∈ X, \alpha  ∈ K$ gilt:
    \begin{enumerate}
    \item $\norm x = 0 \Longleftrightarrow x = 0$ (Definitheit)
    \item
        $\norm{\alpha x} = |\alpha | \norm x$ (Homogenität)
    \item
        $\norm{x+y} \le \norm x + \norm y$ (Dreiecksungleichung)
    \end{enumerate}
    $(X,\norm\cdot)$ heißt dann \emph{normierter Raum}.
\end{definition}

\begin{bemerkung}
    Durch $d(x,y) \coloneq \norm{x-y}$ wird ein normierter Raum auch ein metrischer, also insbesondere auch ein topologischer Raum.
    Diese induzierte Topologie auf $(X, \norm\cdot)$ heißt \emph{Normtopologie}.

    Ohne die lineare Struktur macht der normierte Raum gar keinen Sinn, da für die Definition einiger der Normaxiome die Vektorraumoperationen verwendet werden.
\end{bemerkung}

\begin{beispiele}
    \begin{enumerate}
    \item 
        Betrachte den $ℝ^n$ mit $\norm x _{p} \coloneq \left( \sum_{i=1}^n |x_i|^p \right)^{1/p}$ mit $1 \le p < \infty $ ist ein normierter Raum,
        genauso wie mit $\norm{x}_{\infty } \coloneq \max_{1 \le i \le n} |x_i|$.
        Insbesondere gibt es im $ℝ^n$ überabzählbar viele verschiedene Normen.
        Wir werden jedoch später sehen, dass diese Normen alle die gleiche Topologie erzeugen.
    \item
        Der Raum aller stetigen Funktionen auf einem kompaktem Intervall $C[a,b]$ mit $\norm{x}_{\infty } \coloneq \max_{t ∈ [a,b]} |x(t)|$ ist ein normierter Raum.
        Außerdem wird durch
        \[
            \norm x \coloneq ∫_a^b |x(t)| dt
        \]
        ebenfalls eine Norm definiert.
    \item
        Sei $\Omega ⊂ ℝ^n$ offen und beschränkt. Dann wird $C(\cl{\Omega})$ mit
        \[
            \norm{x}_{\infty } \coloneq \max_{t ∈ \cl \Omega} |x(t)|
        \]
        auch zu einem normierten Raum.
    \item
        $L^p(\Omega) = \L^p(\Omega)/\mathcal N$, wobei $\mathcal N = \{ f: \Omega\R, f(t) = 0 \text{ fast überall}\}$ ist mit 
        \[
            \norm x \coloneq \left(∫_{\Omega} |x(t)|^p dt \right)^{1/p}
        \]
        ein normierter Raum, wobei $1 \le p < \infty $.
    \item
        $\ell^p$ mit
        \[
            \norm x _{p} \coloneq \left( \sum_{i=1}^n |x_i|^p \right)^{1/p}
        \]
        ist ebenfalls ein normierter Raum, wobei $1 \le p < \infty $.
    \end{enumerate}
\end{beispiele}

\begin{lemma}
    Sei $(X, \norm\cdot)$ ein normierter Raum. Dann sind die Abbildungen $+$, $\cdot$ und $\norm\cdot$ stetig.
\end{lemma}
\begin{proof}
    Für beliebige Folgen $(x_n)_{n ∈ ℕ},(y_n)_{n ∈ ℕ} ⊂ X, (\alpha _n)_{n ∈ ℕ}$ mit $\lim x_n = x$, $\lim y_n = y$, $\lim \alpha _n = \alpha $ gelten
    \[
        \norm{(x_n + y_n) - (x+y)} \le \norm{x-x_n} + \norm{y -y_n}
    \]
    sowie
    \[
        \norm{\alpha _nx_n - \alpha x} \le |\alpha _n| \norm{x_n-x} + \norm{x} |\alpha _n - \alpha |
    \]
    und
    \[
        |\norm{x_n} - \norm{x}| \le \norm{x_n - x}
    \]
    nach der umgekehrten Dreiecksungleichung.
    Folglich sind die zu betrachtenden Abbildungen alle folgenstetig, und, da metrische Räume stets dem ersten Abzähhlbarkeitsaxiom genügen, auch stetig.
\end{proof}

\begin{korollar}
    Jeder normierte Raum versehen mit der Normtopologie ist ein topologischer linearer Raum.
    Deshalb ist auch keine Unterscheidung zwischen normierten Räumen und normierten topologischen linearen Räumen nötig.
\end{korollar}

\section{Topologische lineare Räume}
\begin{bemerkung-nn}
    Hierbei sei stets die Topologie von $X×X$ die Produktopologie, bei den Körpern $\K = \begin{cases} ℝ \\ ℂ \end{cases}$ die übliche Topologie.
    Wir schreiben im Folgenden für Mengen $M, M_1, M_2 ⊂ X$ und $\alpha\K$ nun
    \[
        M_1 + M_2 \coloneq s(M_1,M_2) \coloneq \{x+y : x ∈ M_1, y ∈ M_2\},
    \]
    \[
        A \cdot M \coloneq m(A,M) \coloneq \{ \alpha x: \alpha  ∈ A, x ∈ M\}.
    \]
\end{bemerkung-nn}

\begin{lemma}
    Hat der topologische Raum $(X,\T)$ auch eine lineare Struktur, so sind äquivalent:
    \begin{enumerate}
    \item Die Addition $s$ ist stetig.
    \item
        Für beliebiges $x, y ∈ X$ gilt: Zu jeder Umgebung $O_{x+y} ∈ \T$ existieren Umgebungen $O_x ∈ \T$ von $x$ und $O_y ∈ \T$ von $y$ mit $O_x + O_y ⊂ O_{x+y}$
    \end{enumerate}
\end{lemma}
\begin{proof}
    $s$ ist stetig in $(x,y)$ genau dann, wenn zu jeder Umgebung $O_{x,y}\T_X$
    von $(x,y)$ existiert eine Umgebung $U ⊂ \T_{X×X}$ von $(x,y)$ mit $s(U) ⊂ O_{x+y}$.
    Nach Definition der Produkttopologie existieren dann Umgebungen $O_x ∈ \U_x$ und $O_y ∈ \U_y$ mit $O_x × O_y ⊂ U$.
    Damit ist
    \[
        O_x + O_y = s(O_x, O_y) = s(O_x × O_y) ⊂ s(U) ⊂ O_{x+y}.
    \]
    Analog zeigt man die entsprechende Aussage für die skalare Multiplikation:
\end{proof}
\begin{lemma}
    Hat der topologische Raum $(X,\T)$ auch eine lineare Struktur, so sind äquivalent:
    \begin{enumerate}
    \item Die Addition $m$ ist stetig.
    \item
        Für beliebiges $\alpha\K, x ∈ X$ gilt: Zu jeder Umgebung $O_{\alpha x} ∈ \T$ existieren Umgebungen $O_x ∈ \T$ von $x$ und $O_\alpha  ∈ \T$ von $y$ mit $O_\alpha  × O_x ⊂ O_{\alpha x}$.
    \end{enumerate}
\end{lemma}

Betrachtet man insbesondere die Stetigkeit am Punke $\alpha =0$ und $x ∈ X$ beliebig, dann gilt also:
Für jede Umgebung $O_0 ∈ \U_0 ⊂ X$ existiert eine Umgebung $O_x ∈ \U_x$ und ein $r > 0$, so dass
\[
    ∀β: |β| <r: βO_x ⊂ O_0.
\]
Unmittelbar daraus erhalten wir folgendes Korollar:
\begin{korollar}
    Im topologischen Raum $(X,\T)$ gilt für $x ∈ X$ beliebig und $(β_n)_{n ∈ ℕ} ⊂ ℝ$
    \[
       β_n \xrightarrow[n → \infty ]{} 0 \implies β_nx \xrightarrow[n → \infty ]{} 0.
    \]
\end{korollar}

\begin{definition-nn}
    \begin{enumerate}
    \item 
        Zu $x_0 ∈ X$ fest definieren wir den Translationsoperator
        \[
            T_{x_0} \coloneq X → X, x ↦ x + x_0.
        \]
    \item
        Zu $\alpha _0 ∈ \K^*$ fest definieren wir den Multiplikationsoperator
        \[
            M_{\alpha _0} \coloneq X → X, x ↦ \alpha _0\cdot x.
        \]
    \end{enumerate}
\end{definition-nn}

\begin{lemma}
    Die Translationsoperatoren und Multiplikationsoperatoren sind Homöomorphismen.
\end{lemma}
\begin{proof}
    Das ist klar.
\end{proof}

\begin{korollar}[Invarianzprinzip]
    Im topologischen linearen Raum $(X,\T)$ ist die Topologie bereits durch die offenen Umgebungen von $0 ∈ X$ bestimmt. Alle anderen offenen Mengen entstehen durch Translation.
\end{korollar}
\begin{proof}
    Das ist klar.
\end{proof}

\section{Metrische lineare Räume und Quasi-normierte Räume}
\begin{definition}
    Eine Metrik $d: X × X → ℝ$ auf einem linearen Raum $X$ heißt \emph{translationsinvariant}, falls gilt:
    \[
        ∀x,y,z ∈ X: d(x,y) = d(x+z, y+z),
    \]
    oder äquivalent dazu:
    \[
        ∀x,y ∈ X: d(x,y) = d(x-y, 0).
k    \]
\end{definition}
\begin{bemerkung-nn}
    Ohne lineare Struktur macht das gar keinen Sinn!
\end{bemerkung-nn}

\begin{definition}
    Ein metrischer Raum $(X,d)$ mit linearer Struktur und translationsinvarianter Mertik $d$ heißt \emph{metrischer linearer Raum}, falls
    die Vektorraumoperationen stetig sind (in der von der Metrik induzierten Topologie).
\end{definition}


\begin{lemma}
    Im metrischen Raum $(X,d)$ mit linearer Struktur und translationsinvarianter metrik, dann ist die Addition immer stetig.
\end{lemma}
\begin{proof}
    Es genügt, da in metrischen Räumen Folgenstetigkeit und Stetigkeit äquivalent sind, zu zeigen, dass $\lim d(x_n + y_n, x + y ) = 0$, sofern $\lim d(x_n,x) = 0$  und $\lim d(y_n,y) = 0$.
    Dazu ist
    \[
        d(x_n+y_n,x+y) \le d(x_n+y_n) + d(x+y_n, x+y) = d(x_n,x) +d(y_n,y) \xrightarrow[n → \infty ]{} 0.
    \]
\end{proof}

\begin{beispiel-nn}
    Sei $X = C(a,b)$ mit der Metrik
    \[
        d(x,y) \coloneq \min\{ 1, \sup_{t ∈ (a,b)} |x(t)-y(t)|\}.
    \]
    Dann ist $d$ eine translationsinvariante Metrik, aber $X$ ist kein linearer Raum, da die Skalarmultiplikation nicht stetig ist.
\end{beispiel-nn}
Für die Stetigkeit der skalaren Multiplikation im Punkt $(\alpha ,x) ∈ \K × X$ hat man (nach dem $\epsilon -\delta$ -Kriterium)
\[\epsilon  > 0\delta  > 0 ∃ r> 0 ∀β ∈ \K ∀y ∈ X: 
    \begin{rcases}
        |β - \alpha | < r \\
        d(x,y) < \delta 
    \end{rcases}
    \implies d(βy,\alpha x) < \epsilon 
\]


\begin{lemma}
    \label{lemma-metrischer-linearer-raum-charak}
    Sei $(X,d)$ ein metrischer Raum mit linearer Struktur und mit einer translationinvarianten Metrik.
    Dann ist $X$ mit der von $d$ erzeugten Topologie ein \emph{metrischer linearer Raum} genau dann, wenn für alle $\alpha  ∈ \K, x ∈ X$ und beliebige Nullfolgen $(x_n)_{n ∈ ℕ} ⊂ X, (\alpha _n)_{n ∈ ℕ)}\K$ gilt
    \begin{gather*}
        \alpha x_n \xrightarrow[n → \infty ]{} 0 \\
        \alpha x_n \xrightarrow[n → \infty ]{} 0 \\
        \alpha _nx_n \xrightarrow[n → \infty ]{} 0
    \end{gather*}
\end{lemma}
\begin{proof}
    „$⇒$”: Skalare Multiplikation ist im metrischen linearen Raum stetig, also folgen die Aussagen sofort.

    „$⇐$“: Wegen der Äquivalenz von Stetigkeit und Folgenstetigkeit ist zu zeigen
    \[
        \begin{rcases}
            \alpha _n \xrightarrow[n → \infty ]{} \alpha\K \\
            x_n \xrightarrow[n → \infty ]{} x ∈ X
        \end{rcases}
    \implies \alpha _n x_n \xrightarrow[n → \infty ]{} \alpha x.
    \]

    Sei dazu $z_n \coloneq x_n - x ∈ X$, $γ_n \coloneq \alpha _n - \alpha\K$. Dann ist
    \[
        γ_n z_n + γ_n x + \alpha  z_n = (\alpha _n - \alpha )(x_n-x) + (\alpha _n-\alpha ) x + \alpha (x_n-x)
        = \alpha _n x_n - \alpha ×.
    \]
    Somit ist
    \begin{align*}
        d(\alpha _nx_n,\alpha x) &= d(\alpha nx_n - \alpha x,0) = d(γ_nz_n + γnx + \alpha z_n, 0) \\
        &\le \underbrace{d(γ_nz_n,0)}_{0} + \underbrace{d(γ_nx, 0)}_{0} +
\underbrace{d(\alpha z_n, 0)}_{0} \xrightarrow{n → \infty } 0.
    \end{align*}
    Da die Addition ohnehin immer stetig ist, sind wir  fertig.
\end{proof}


\begin{definition}
    Eine Abbildung $|\cdot|: X → [0,\infty )$ heißt \emph{Quasi-Norm} auf dem Linearen
    Raum $X$, falls gilt:
    \begin{enumerate}[label=(Q\arabic*)]
    \item
        $|x| \ge 0$ für alle $x ∈ X$ und $|x| = 0$ genau dann, wenn $x = 0$.
    \item
        $|-x| = |x|$ für alle $x ∈ X$
    \item
        $|x+y| \le |x| + |y|$ für alle $x,y ∈ X$
    \item
        $|\alpha x_n| \xrightarrow[n → \infty ]{} 0$ für $\alpha\K$, falls $|x_n| → 0$
    \item
        $|\alpha _nx| \xrightarrow[n → \infty ]{} 0$ für $x ∈ X$, falls $|\alpha _n| → 0$
    \item
        $|\alpha _nx_n| \xrightarrow[n → \infty ]{} 0$ falls $|x_n| → 0$ und $|\alpha _n| → 0$
    \end{enumerate}
    $(X,|\cdot|)$ heißt dann \emph{quasi-normierter} Raum.
\end{definition}

\begin{bemerkung}
    Jeder normierte Raum ist auch ein quasi-normierter Raum.
\end{bemerkung}

\begin{satz}
    \begin{enumerate}
    \item
        Ist $|\cdot|$ eine Quasi-Norm auf $X$, so wird durch $d(x,y) \coloneq |x-y|$ eine translationsinvariante Metrik definiert, welche $X$ zu einem metrischen linearen Raum macht.
    \item
        Ist $(X,d)$ ein metrischer linearer Raum mit translationsinvarianter Metrik $d$, so ist
        $(X,|\cdot|)$ mit $|x| \coloneq d(x,0)$ ein quasi-normierter Raum.
    \end{enumerate}
\end{satz}
\begin{proof}
    Das folgt direkt aus den Axiomen und \cref{lemma-metrischer-linearer-raum-charak}.
\end{proof}


Speziell für die Anwendung sehr wichtige metrische lineare Räume werden von Semi-Normen erzeugt.

\begin{definition}
    Sei $X$ ein linearer Raum.
    Eine Abbildung $p: X → ℝ$ heißt \emph{Semi-Norm} oder \emph{Halbnorm}, falls folgendes gilt:
    \begin{enumerate}[label=(S\arabic*)]
    \item
        $∀x ∈ X: p(x) \ge 0$ (positiv)
    \item
        $∀ x ∈ X, \alpha  ∈ \K: p(\alpha x) = |\alpha | p(x)$ (Homogenität)
    \item
        $∀ x, y ∈ X: p(x+y) \le p(x) + p(y)$ (Dreiecksungleichung)
    \end{enumerate}
    $(X,p)$ heißt dann \emph{semi-normierter} Raum.
\end{definition}

\begin{beispiel-nn}
    $\L^p(\Omega)$ ist ein semi-normierter Raum.
\end{beispiel-nn}

\begin{bemerkung}
    Jeder semi-normierte Raum $(X,p)$ erzeugt einen normierten Raum $(X/N,p)$, wobei $N = \{ x ∈ X: p(x) = 0\}$ ein linearer Unterraum ist.
\end{bemerkung}

\begin{satz}
    \label{satz-abzaehlbares-prod-seminormierter-raeume}
    Es seien $p_n: X → ℝ, n ∈ ℕ$ abzählbar viele Semi-Normen auf einem linearen Raum mit der Eigenschaft
    \begin{equation}
        p_n(x) = 0  \text{ für alle n ∈ ℕ } \implies x = 0. \label{eq:seminorm-folge-blub}
    \end{equation}
    Dann ist
    \[
        d(x,y) \coloneq \sum_{n = 1}^\infty  2^{-n} \frac{p_n(x-y)}{1+p_n(x-y)}
    \]
    eine translationsinvariante Metrik auf $X$, welche $X$ zum metrischen linearen Raum macht.
\end{satz}

\begin{bemerkung}
    $p_n: X → ℝ$ sind auf $(X,d)$ stetig. Das folgt aus (für $x_i → x_0$ in $X$)
    \[
        |p_n(x_i) - p_n(x_0)| \le p_n(x_i-x_0) \xrightarrow{} 0
    \]
    und einer Übungsaufgabe.
\end{bemerkung}

\begin{satz}
    \label{satz-umgebungsbasis-produkt-von-seminorm}
    Sei $(X,d)$ der in \cref{satz-abzaehlbares-prod-seminormierter-raeume} gegebene metrische lineare Raum (mit der von der Metrik erzeugten Topologie).
    Dann bilden die Mengen ($\epsilon _n > 0$)
    \[
        U (p_n,\epsilon _n) \coloneq \bigcup B^{p_n}_{\epsilon _n}(0)
        = \{ x ∈ X: p_n(x) < \epsilon _n\}
    \]
    und deren endliche Durchschnitte eine Umgebungsbasis von $0 ∈ X$
\end{satz}

\begin{bemerkung-nn}
    Nach dem Invarianzprinzip ist damit durch $\bigcup B^{p_n}_{\epsilon _n}$ die ganze Topologie bestimmt.
    Mit anderen Worten: Die Topologie welche über die Metrik bestimmt ist, ist dieselbe wie die, welche von den
    $U(p_n,\epsilon _n)$ und endlichen Schnitten davon erzeugt wird.
\end{bemerkung-nn}
\begin{proof}[\cref{satz-umgebungsbasis-produkt-von-seminorm}]
    Zunächst ist $U (p_n,\epsilon _n) ∈ \T$:
    Sei $n ∈ ℕ$  und $\epsilon _n > 0$ fest und $y ∈ U(p_n,\epsilon _n)$ beliebig gegeben.
    Dann ist $p_n(y) < \epsilon _n$. Dann wähle $ρ = ρ(y) > 0$, so dass $p_n(y) + ρ < \epsilon _n$.
    Dann gilt für $r \coloneq 2^{-n} \frac{ρ}{1} > 0$:
    \[
        x ∈ B_r(y) \implies p_n(x+r) < ρ.
    \]
    Dazu ist 
    \[
        \frac{p_n(x-y)}{1+p_n(x-y)} \le 2^n \underbrace{d(x,y)}_{< r} < 2^n r = \frac{ρ}{1},
    \]
    also $p_n(x-y) < ρ$. Mit diesem $r$ gilt $B_r(y) ⊂ U(p_n,\epsilon _n)$:
    Sei $x ∈ B_r(y)$. Dann gilt
    \[
        p_n(x) \le \underbrace{p_n(x-y)}_{< ρ} + p_n(y) < p_n(y) + ρ = \epsilon _n
    \]
    wie gewünscht.
    

    Sei $ B_r(0), r > 0$ gegeben.
    Wähle $n_0 ∈ ℕ$ mit
    \[
        \sum_{n=n_0}^\infty  2^{-n} < \frac r 2.
    \]

    mit $\epsilon  \coloneq \frac r 2 $ gilt dann
    \[
        \bigcap_{n=1}^{n_0} U(p_(,\epsilon ) ⊂ B_r(0).
    \]
    Sei dazu $x ∈ \bigcap_{n=1}^{n_0} U(p_n,\epsilon )$ beliebig.
    Dann ist
    \[
        d(x,0) \le \sum_{n=1}^{n_0} 2^{-n} \frac{p_n(x)}{1+p_n(x)} + \sum_{n=n_0}^\infty  2^{-n} < \epsilon  \sum_{n=1}^{n_0} 2^{-n} + \frac r 2 < \epsilon  + \frac r 2 = r,
    \]
    somit also $x ∈ B_r(0)$.
\end{proof}

\begin{bemerkung}
    Die Mengen $U(p_n,\epsilon _n)$ und deren endlichen Schnitte sind konvexe Mengen, das heißt
    \[
        x, y ∈ U(p_n,\epsilon _n),\alpha[0,1] \implies \alpha x+(1-\alpha )y ∈ U(p_n,\epsilon _n)
    \]
\end{bemerkung}
\begin{proof}
    Es ist
    \[
        p_n(\alpha x + (1-\alpha )y) \le |\alpha | \underbrace{p_n(x)}_{< \epsilon _n} + |1-\alpha |\underbrace{p_n(y)}_{< \epsilon _n} = \epsilon _n.
    \]
\end{proof}

Also besitzt der in \cref{satz-abzaehlbares-prod-seminormierter-raeume} gewonne metrische lineare Raum $(X,d)$ eine Umgebungsbasis von $0$, die nur aus konvexen elementen besteht.

\begin{definition}
    Ein topologischer linearer Raum $(X,\T)$, in dem jedes $x ∈ X$ eine Umgebungsbasis besitzt, die nur aus konvexen Mengen besteht, heißt \emph{lokalkonvex}.
\end{definition}

\begin{satz}
    Sei $X$ ein linearer Raum mit Semi-Normen $p_i, i ∈ I$, wobei $I$ eine beliebige Indexmenge ist, mit der Eigenschaft
    \[
        p_i(x) = 0 \text { für alle } i ∈ I \implies x = 0.
    \]
    Dann sind die Mengen
    \[
        U(p_i,\epsilon _i) = \{ x ∈ X: p_{(x) < \epsilon _i}\}, \quad \epsilon _i > 0, i ∈ I
    \]
    und deren endliche Schnitte eine konvexe Umgebungsbasis von $0 ∈ X$.
    Die dadurch gewonne Topologie $\T$ macht $X$ zu einem \emph{lokalkonvexen Hausdorff"=Raum}.
\end{satz}

\section{Beispiele}
Wir werden die unten angegebenen Beispiele auch gleich auf Vollständigkeit untersuchen.

\begin{definition}
    \begin{enumerate}
    \item
        Ein metrischer linearer Raum $(X,d)$ der vollständig ist, heißt \emph{Fréchet"=Raum}.
    \item
        Ein normierter Raum $(X,\norm\cdot)$, der vollständig ist, heißt \emph{Banach"=Raum}.

    \end{enumerate}
\end{definition}

\begin{beispiel-nn}[$\ell^p$-Räume]
    \begin{enumerate}
    \item 
        $(\ell^p,\norm\cdot_p)$, $1 \le p < \infty $ ist normierter Raum mit
        \[
            \norm x _p = \left( \sum_{i=1}^\infty  |x_i|^p \right)^{1/p}.
        \]
    \item 
        $(\ell^\infty ,\norm\cdot_\infty)$, ist normierter Raum mit $\norm x _\infty  = \sup_{i ∈ ℕ} |x_i|$.
    \item 
        $(\ell^p,|\cdot|_p = \norm\cdot_p^p)$, $0 \le p < 1$ ist quasi-normierter Raum.
    \end{enumerate}
\end{beispiel-nn}

\begin{bemerkung}
    Für $0 < p < q \le \infty $ gilt $\ell^p ⊂ \ell^q ⊂ \ell^\infty $.
\end{bemerkung}
\begin{beweis}
    Sei $x ∈ \ell^p$ mit $|x| = 1 = \sum_{i ∈ ℕ} |x_i|^p$.
    Dann ist für alle $i ∈ ℕ$ $|x_i|^p \le 1$, also auch $|x_i| < 1$.
    Dann folgt auch $\sum_{i ∈ ℕ} |x_i|^q < 1$, also $x ∈ \ell^q$ und $\sup_{i ∈ ℕ} |x_i| \le 1$, also $x ∈ \ell^\infty $.
\end{beweis}


\begin{satz}
    Für $1 \le p \le \infty $ ist $(\ell^p,\norm\cdot_p)$ ein Banachraum.
    Für $0 < p < \infty $ ist $(\ell^p,|\cdot|_p)$ ein Fréchet-Raum.
\end{satz}
\begin{proof}
    Nur für $1 \le p < \infty $.
    Sei dazu $(x_n)_{n ∈ ℕ}\ell^p$  eine Cauchy-Folge, also
    $x_n = (ξ_k^n)_{k ∈ ℕ}$ und für jedes $\epsilon  > 0$ gibt es ein $n_0$ mit
    \[
        ∀n,m > n_0: \norm{x_n-x_m}_p = \left( \sum_{k=1}^\infty  |ξ_k^n-ξ_k^m|^p \right)^{1/p} < \epsilon .
    \]
    Sei $k_0 ∈ ℕ$ beliebig. Dann ist $(ξ_k^n)_{n ∈ ℕ}$
    eine Cauchy-Folge in $\K$, besitzt also einen Grenzwert $ξ_{k_0}$.
    Setze nun $x \coloneq (ξ_k)_{k ∈ ℕ}\K^\infty  = s$. Wir vermuten $x$ als Grenzwert unserer Cauchy-Folge.
    Also müssen wir zeigen, dass $x ∈ \ell^p$, und dass unsere Folge tatsächlich gegen $x$ konvergiert.

    Es gilt
    \[
        \norm{x_n}_! \le \underbrace{\norm{x_n-x_{n_0}}}_{< \epsilon } + \norm{x_{n_0}} \quad \forall n \ge n_0
    \]
    Deshalb existiert ein $M > 0$ mit $\norm{x_n}_p < M$ für alle $n ∈ ℕ$, also
    \[
        \sum_{k=1}^N |ξ_k^n|p < \sum_{k =1}^\infty  |ξ_k^n|^p \le M^p < \infty .
    \]
    Also haben wir
    \[
        \sum_{k=1}^N |ξ_k^p| \le M^p \quad ∀ n ∈ ℕ,
    \]
    also durch Grenzwertbildung $N → \infty $ auch $\norm{x}_p^p \le M^p$ bzw. $x ∈ \ell^p$.


    Ferner haben wir
    \[
        \sum_{k=1}^N |ξ_k^n-ξ_k^m|^p < \epsilon ^p \quad ∀ N ∈ ℕ, n, m \ge n_0(\epsilon ).
    \]
    Für $n → \infty $ folgt
    \[
        \sum_{k=1}^N |ξ_k-ξ_k^m|^p < \epsilon ^p \quad ∀N ∈ ℕ, m \ge n_0, 
    \]
    und mit $N → \infty $
    \[
        \sum_{k=1}^\infty  |ξ_k-ξ_k^m|^p < \epsilon ^p \quad ∀m \ge n_0, 
    \]
    also die Konvergenz.
\end{proof}
\begin{beispiel-nn}
    Betrachte den Folgenraum $S = \K^\infty  = \{x = (ξ_n)_{n ∈ ℕ}, ξ_n ∈ \K\}$.
    Dann ist 
    \[
        p_n(x) \coloneq |ξ_n|, \quad p_n: \K^\infty  → ℝ
    \]
    eine abzählbare Familie von Halbnormen mit
    \[
        p_n(x) = 0 ∀n ∈ ℕ \implies x = 0 ∈ \K^\infty 
    \]
    Nach \cref{satz-abzaehlbares-prod-seminormierter-raeume} folgt, dass $(\K^\infty , d)$ mit
    \[
        d(x,y) \coloneq \sum_{n ∈ ℕ} 2^{-n} \frac{p_n(x-y)}{1+p_n(x-y)}
    \]
    ein metrischer linearer Raum ist.
    Der Konvergenzbegriff entspricht gerade der komponentenweisen Konvergenz, das heißt, für eine Folge $(x_k)_{k ∈ ℕ}$ mit $x_k = (ξ^k_n)_{n ∈ ℕ}$ gilt
    \begin{align*}
        x_k \xrightarrow[k→\infty ]{} 0
        &\gdw d(x_n,0) \xrightarrow[k→\infty ]{} 0 \\
        &\gdw p_n(x_k) \xrightarrow[k→\infty ]{} ∀ n ∈ ℕ \\
        &\gdw |ξ_n^k| \xrightarrow[k→\infty ]{} 0 ∀ n ∈ ℕ.
    \end{align*}

    Wir fragen uns nun, ob auf dem $\K^\infty $  auch eine Topologie existiert, so dass der induzierte Konvergenzbegriff der der gleichmäßigen Konvergenz in allen Komponenten entspricht.
    Also
    \[
        x_k \xrightarrow[k → \infty ]{\text{glm}} 0\K^\infty  \gdw\epsilon  > 0 ∃ k_0 ∈ ℕ: |ξ_n^k| < \epsilon  ∀ k \ge k_0 ∀n ∈ ℕ.
    \]
    Wenn $\K^\infty $ ein topologischer linearer Raum sein soll, ist das nicht möglich. Notwendig wäre, dass für eine Folge $x  ∈ \K^\infty $
    \[
        \alpha _k \xrightarrow[k → \infty ]{} 0 \text{ in } \K \implies \alpha _k x \xrightarrow[k→\infty ]{} \text{ in } X = \K^\infty .
    \]
    Wähle dazu die Nullfolge $(\alpha _k)_{k ∈ ℕ} = (1/k)_{k ∈ ℕ} ⊂ ℝ$, $x= (n)_{n ∈ ℕ} ⊂ X$. Dann ist
    \[
        \alpha _k x = (n/k)_{n ∈ ℕ}\K^\infty 
    \]
    zwar eine Nullfolge in $\K^\infty$ ist, diese Konvergenz ist jedoch nicht gleichmäßig in $n$.
    Man kann zeigen, dass $\K^\infty $ mit $d$ vollständig, also ein Fréchet-Raum, ist.
    Ist $\K^\infty $ auch normierbar?
    Also gibt es auf $\K^\infty $ eine Norm, welche die gleiche Topologie erzeugt wie die $d$?
    Auch  das ist nicht möglich:
\end{beispiel-nn}
\begin{lemma}
    \label{lemma-s-metrikkugeln-enthalten-unterraeme}
    In $(\K^\infty ,d)$ gilt:
    \begin{enumerate}
    \item
        $B_1(0) = \K^\infty $
    \item
        Betrachte den linearen Unterraum $M_{n_0} \coloneq \{ x = (ξ_n)_{n ∈ ℕ}$ mit $ξ_n = 0$ für $n = 1,…,n_0 \}$.
        Dann gibt es für jeden Radius $r > 0$  ein $n_0 ∈ ℕ$, so dass $M_{n_0} ⊂ B_{r}(0)$.
        Das heißt, jede noch so kleine Metrikkugel enthält einen nichttrivialen Unterraum.
    \end{enumerate}
\end{lemma}
\begin{proof}
    \begin{enumerate}
    \item
        Das ist trivial.
    \item
        Sei $r > 0$ gegeben.
        Wähle nun $n_0$, so dass $\sum_{n=n_0+1}^\infty  2^{-n} < r$.
        Dann gilt
        \[
            ∀ x ∈ M_{n_0}: d(x,0) =
            \sum_{n ∈ ℕ} 2^{-n} \frac{p_n(x)}{1+p_n(x)} =
            \sum_{n=n_0}^\infty  2^{-n} \frac{p_n(x)}{1+p_n(x)} \le
            \sum_{n=n_0}^\infty  2^{-n} < r.
        \]
    \end{enumerate}
\end{proof}

Wäre nun die Topologie auf $(\K^\infty ,d)$ nun auch von einer Norm erzeugt, dann wären die Normkugeln
\[
    B_r^{\norm\cdot}(0) = \{ x ∈ \K^\infty : \norm x < \tilde r \}
\]
auch eine Umgebungsbasis der Null.
Das heißt insbesondere würden wir zu jedem $\tilde r$ ein $r$ finden, so dass $0 ∈ B_r^d(0) ⊂ B_r^{\norm\cdot} (0)$.
Mit \cref{lemma-s-metrikkugeln-enthalten-unterraeme} folgt also
\[
    M_{n_0} ⊂ B_r(0) ⊂ B_r^{\norm\cdot}(0)
\]
für ein geeignetes $n_0$.
Sei nun ein $0  \ne x ∈ M_{n_0}$. Dann ist, da $M_{n_0}$ ein Unterraum ist, auch $\alpha x ∈ M_{n_0}$ für alle $\alpha\K$.
Das heißt,
\[
    |\alpha | \cdot \norm x = \norm{\alpha x} < \tilde r \text{ für alle } \alpha\K,
\]
was bereits $\alpha  = 0$ impliziert. Das ist ein Widerspruch.


\begin{beispiel-nn}[Räume beschränkter Funktionen]
    Sei $S$  eine beliebige Menge und $B(S) \coloneq \{ f: S → \K, f(s)$ ist beschränkt $\}$.
    Dann wird $B(S)$ mit
    \[
        \norm f _{B(S)} \coloneq \sup_{x ∈ S} |f(x)| < \infty ,
    \]
    der $\sup$-Norm, zu einem Banachraum.
    Dabei ist offensichtlich, dass $\norm\cdot_{B(S)}$ tatsächlich eine Norm ist, und wir werden in einer Übung zeigen, dass die induzierte Metrik tatsächlich vollständig ist.
\end{beispiel-nn}

\begin{lemma-nn}
    \label{lemma-vollst-ubertragt-abgeschl-teilmengen}
    Sei $(X,d)$ ein metrischer Raum, $Y ⊂ X$. Es gilt
    \begin{enumerate}
    \item
        Wenn $(X,d)$ vollständig ist und $Y$ abgeschlossen, dann ist auch $(Y,d|_{Y×Y}$ vollständig.
    \item
        Wenn $(Y,d|_{Y×Y}$ vollständig ist, so ist $Y$ abgeschlossen in $(X,d)$.
    \end{enumerate}
\end{lemma-nn}
\begin{proof}
    Übungsaufgabe.
\end{proof}


\begin{beispiel-nn}[Räume stetiger Funktionen]
    Sei $K ⊂ ℝ^n$ kompakt, also nach Heine-Borel abgeschlossen und beschränkt.
    Dann ist
    \[
        C(k) = \{ f: K → \K, f \text{ stetig} \}
    \]
    ein normierter Raum mit
    \[
        \norm{f}_{C(K)} = \norm{f}_{\infty } = \max_{t ∈ K} |f(t)|,
    \]
    der Maximumsnorm.
    Dieses Maximum wird tatsächlich immer angenommen, da $K$ kompakt ist (Satz von Minimum und Maximum).
    Insbesondere sind alle stetigen Funktionen auf  $K$ beschränkt. Damit gilt offensichtlich $C(K) ⊂ B(K)$ und $\norm{f}_{C(K)} = \norm{f}_{B(K)}$ für alle $f ∈ C(K)$.
    Da jede stetige Funktion auf kompakten Teilmengen von metrischen Räumen auch gleichmäßig stetig ist, das heißt
    \[\epsilon  > 0\delta  > 0: \left( |t_1-t_2| < \delta  \implies |f(t_1)-f(t_2)| < \epsilon  \right) ∀ t_1,t_2 ∈ K
    \]
\end{beispiel-nn}

\begin{lemma}
    $C(K)$ ist ein abgeschlossener Unterraum von $(B(K), \norm\cdot_{B(K)})$ und somit insbesondere auch (mit \cref{lemma-vollst-ubertragt-abgeschl-teilmengen}) vollständig.
\end{lemma}
\begin{proof}
    Sei $(f_i)_{i ∈ ℕ}$ eine konvergente (in $(B(K),\norm\cdot_{B(K)})$) Folge in $C(K)$.
    Dann existiert ein $f ∈ B(K)$ mit $f_i \xrightarrow[i → \infty ]{\norm{\cdot}_{B(K)}} f$.
    Wir müssen zeigen, dass $f$ bereits stetig ist.
    Für beliebige $t₁, t_2 ∈ K$ gilt
    \[
        |f(t_1)-f(t_2) | \le \underbrace{|f_i(t_1)-f_i(t_2)|}_{< \epsilon /3 \text{ für } |t_1-t_2| < \delta ^{(i)}(\epsilon )} + 2 \underbrace{\norm{f_i - f}_{B(K)}}_{< \epsilon /3 \text{ für } i > i_0}  < \epsilon .
    \]
    Damit ist $f$ auch gleichmäßig stetig, also insbesondere auch stetig und in $C(K)$.
\end{proof}
Das heißt, die Stetigkeit der Folgenglieder $(f_i)_{i ∈ ℕ} ⊂ C(K)$ überträgt sich auf die Grenzfunktion und Konvergenz in $(C(K),\norm\cdot_{\infty })$ ist „gleichmäßig auf $K$“.
Wegen  dieser Eigenschaft ist die Maximumsnorm $\norm\cdot_\infty $ auch die natürliche Norm auf $C(K)$.
Andere mögliche Normen (und damit andere Topologien) auf $C(K)$ wären z.B.
\[
    \norm{f}_p = \left(  \int_K |f(t)|^p dt \right)^{1/p}, \quad 1 \le p < \infty .
\]
Allerdings ist die Konvergenz in dieser Topologie impliziert keine Stetigkeit für die Grenzfunktion.


\begin{beispiel-nn}
    Sei $\Omega ⊂ ℝ^n$ offen und analog
    \[
        C(\Omega) \coloneq \{ f: \Omega\K, f \text { stetig }\}.
    \]
    Hier können Funktionen aber auch unbeschränkt sein. Also braucht $\sup |f|$ nicht mehr zu existieren.
\end{beispiel-nn}

\begin{definition}
    Es sei $(K_m)_{m ∈ ℕ}$ eine \emph{Ausschöpfung} von $\Omega$ mit kompakten Mengen $K_= ⊂ \Omega$, das heißt, es gelte
    \[
        \begin{cases}
            \Omega = \bigcup_{m ∈ ℕ} K_m, \quad K_m ⊂ K_{m+1}, \\
            K ⊂ \Omega \text { kompakt } \implies K ⊂ K_m \text { f ür ein } m ∈ ℕ
        \end{cases}
    \]
\end{definition}
Man nehme z.B.
\[
    K_m = \{ x ∈ \Omega ⊂ ℝ^n: \norm{x} \le m, \operatorname{dist}(x,∂\Omega) \ge 1/m\},
\]
wobei $\operatorname{dist}(x,∂\Omega) \coloneq \inf\{ \norm{x-y}: y ∈ ∂\Omega\}$ und $∂M = \cl \Omega \setminus \Omega$.

Dann ist $C(\Omega)$ mit der Metrik
\[
    d(f,0) = \sum_{m ∈ ℕ} 2^{-m} \frac{\norm{f}_{C(K_m)}}{1+\norm{f}_{C(K_m)}}
\]
ein Fréchetraum, also ein metrisierbarer linearer Raum nach \cref{satz-abzaehlbares-prod-seminormierter-raeume}, da
\[
    \norm{f}_{C(K_m)} = 0 ∀ m ∈ ℕ \implies f = 0 ∈ C(\Omega).
\]

Es gilt in diesem Raum
\[
    d(f_i,f) \xrightarrow[i → \infty ]{} 0 \gdw
    \norm{f_i-f}_{C(K_m)} \xrightarrow[i → \infty ]{} ∀m  ∈ ℕ,
\]
was ja gerade gleichmäßige Konvergenz auf jeder Kompakten Menge $K ⊂ \Omega$ bedeutet.
Damit ist Stetigkeit der Folgenglieder $(f_i)_{i ∈ ℕ} ⊂ C(\Omega)$ impliziert Stetigkeit der Grenzfunktion $f ∈ C(\Omega)$, da Stetigkeit nur eine lokale Eigenschaft ist.

Wir werden in der Übung sehen, dass $C(\Omega)$ mit dieser Metrik $d_{C(\Omega)}$ nicht normierbar ist.

\begin{beispiel-nn}[Räume differenzierbarer Funktionen]
    \begin{enumerate}
    \item
        Betrachte die Menge $C^\ell(K) = \{ f: K → ℝ, D^\alpha  f$ existiert und ist stetig für$|\alpha | < \ell \}$ der $\ell$-mal stetig differenzierbaren Funtktionen auf einer kompakten Menge $K ⊂ ℝ^n$ mit $\ell ∈ ℕ_0$
        Dabei ist $\alpha  = (\alpha _1,…,\alpha _n) ∈ ℕ_0^n$ ein Multiindex, $|\alpha | = \sum_{i=1}^n \alpha _i$ und
        \[
            D^\alpha  f = \frac{∂^{|\alpha |} f}{∂x_1^{\alpha _1}\cdots∂x_n^{\alpha _n}}.
        \]
        Dann wird $C^\ell(K)$ mit der Norm
        \[
            \norm{f}_{C^\ell(K)} = \max_{|\alpha | \le l} \max_{x ∈ K} | D^\alpha  f(x)|
        \]
        zu einem Banachraum. Die meisten Eigenschaften sind klar, die Vollständigkeit folgt unmittelbar aus der Vollständigkeit von $C(K)$
        Konvergenz in $C^\ell(K)$ bedeutet gerade gleichmäßige Konvergenz aller partiellen Ableitungen bis zur Ordnung $\ell$ auf ganz $K$.
    \item
        Sei $\Omega ⊂ ℝ^n$ offen und
        $\C^\ell(\Omega) = \{ f: \Omega → ℝ, D^\alpha  f$ existiert und ist stetig für$|\alpha | < \ell \}$
        der Raum der $\ell$-mal stetig differenzierbaren Funtktionen auf $\Omega$ mit $\ell ∈ ℕ_0$.
        $C^\ell(\Omega)$ wird mit der Metrik
        \[
            d(f,g) \coloneq \sum_{m ∈ ℕ} 2^{-m} \frac{p_{m,l}(f-g)}{1+p_{m,l}(f-g)}, \quad p_{m,l}(f) = \max_{|\alpha | \le \ell} \norm{D^\alpha  f}_{C(K_m)},
        \]
        wobei die $K_m$ Ausschöpfungen von $\Omega$ mit kompakten Mengen sind, zu einem Fréchetraum.
        Konvergenz in $C^\ell(\Omega)$ bedeutet gerade gleichmäßige Konvergenz aller partiellen Ableitungen bis zur Ordnung $\ell$ auf jedem Kompaktum, das in $\Omega$ enthalten ist.
        Auch dieser Raum ist nicht normierbar mit einem analogem Argument wie bei den stetigen Funktionen auf $\Omega$.
    \item
        Wir betrachten nun einige Unterräume von $\C^\ell(\Omega)$:
        \begin{enumerate}[label=(\roman*)]
        \item
        $\C^\ell_B(\Omega) = \{ f: \Omega → ℝ, D^\alpha  f$ existiert, ist beschränkt und ist stetig für$|\alpha | < \ell \}$
        wird zum normierten Raum mit 
        \[
            \norm{f}_{C^\ell_B(\Omega)} = \max_{|\alpha | \le l} \sup_{x ∈ \Omega} | D^\alpha  f(x)|
        \]
        Zwar gilt $C^\ell_B(\Omega) ⊂ C^\ell(\Omega)$ (als Mengen), jedoch besitzt $C^\ell_B(\Omega)$ nicht die Relativtopologie von $\C^\ell(\Omega)$, wie wir in einer Übung sehen werden.
        \begin{definition}
            \begin{enumerate}
            \item 
                Für $\Omega ⊂ ℝ^n$ offen und $f: \Omega → ℝ$ heißt
                \[
                    \supp f \coloneq \cl{ \{ x ∈ \Omega, f(x) \ne 0 \}}
                \]
                der \emph{Träger} oder \emph{Support} von $f$.
            \item
                Wir sagen für eine Menge $M ⊂ \Omega$ \emph{$M$ liegt kompakt in $\Omega$}, wenn $\cl M $ kompakt ist und $\cl M ⊂ \Omega$. Wir schreiben dafür $M ⊂⊂ \Omega$.
            \end{enumerate}
        \end{definition}
    \item
        $C_0^\ell(\Omega) = \{ f ∈ C^\ell(\Omega) : \supp f ⊂⊂ M \}$
        Funktionen mit $\supp f ⊂⊂ M $ haben Luft zum Rand von $\Omega$:
        \[
            \operatorname{dist}(\supp(f), ∂\Omega) > 0,
        \]
        denn sowohl $\supp f$ als auch $∂\Omega$ sind abgeschlossen.
        Es gibt verschiedene Möglichkeiten, Topologien für $C_0^\ell(\Omega)$ zu wählen:
        \begin{enumerate}
        \item
            $C_0^\ell(\Omega) ⊂ C^\ell(M)$ mit Spurtopologie von der Metrik.
        \item
            $C_0^\ell(\Omega) ⊂ C_B^\ell(M)$ mit Spurtopologie von der Norm.
        \end{enumerate}
        Diese Topologien sind jedoch nicht identisch.
        \end{enumerate}
    \item
        Sei $\Omega ⊂ ℝ^n$ offen und 
        $C^\infty (\Omega) = \{ f: \Omega → ℝ, D^\alpha f $ existiert und ist stetig für alle $\alpha  ∈ ℕ_0^n \} = \bigcap_{\ell ∈ ℕ}C^\ell(\Omega)$.
        Wir definieren die Topologie wieder über eine Metrik durch Seminormen
        \[
            d(f,g) \coloneq \sum_{m ∈ ℕ} 2^{-m} \frac{p_{m}(f-g)}{1+p_{m}(f-g)}, \quad p_{m}(f) = \max_{|\alpha | \le m} \norm{D^\alpha  f}_{C(K_m)}.
        \]
        Mit dieser Metrik wird $C^\ell(\Omega)$ zum Fréchetraum.
        Konvergenz in $C^\infty (\Omega)$ bedeutet gerade gleichmäßige Konvergenz aller partiellen Ableitungen auf jedem Kompaktum, das in $\Omega$ enthalten ist.
        Auch dieser Raum ist nicht normierbar mit einem analogem Argument wie bei den stetigen Funktionen auf $\Omega$.
    \item
        Sei $\Omega ⊂ ℝ^n$ offen und $C_0^\infty (\Omega) = \{ f ∈ C^\infty (\Omega) : \supp f ⊂⊂ M \}$ der \emph{Raum der Testfunktionen}.
        Ein Beispiel für so eine Funktion ist
        \[
            f(x) =
            \begin{cases}
                c \exp \left( - \frac{1}{{1-|x|^2}} \right), & |x| < 1 \\
                0, & |x| \ge 1
            \end{cases},
        \]
        wobei $\Omega = B^{\norm\cdot_\infty}_2(0)$, $|\cdot| = \norm\cdot_2$ und $c ∈ ℝ$ konstant.
        Offensichtlich ist $C_0^\infty (\Omega) ⊂ C^\infty (\Omega)$.
        Wenn man auf $C_0^\infty (\Omega)$ jedoch die Spurtopologie wählt, bekommt man später Probleme (bestimmte Funktionale auf $C_0^\infty (\Omega)$ sind nicht mehr stetig, wie wir in einer Übungsaufgabe sehen werden.
        Man nennt Funktionale auf $C_0^\infty (\Omega)$ auch Distributionen).
        Außerdem wäre der $C_0^\infty (\Omega)$ mit dieser Metrik nicht vollständig -- der Träger der Grenzfunktion muss nicht mehr beschränkt sein.
        \begin{definition-nn}
            Sei $M ⊂ X$ und $X$ ein linearer Raum. Dann heißt
            \[
                \conv (M) \coloneq \{ x: ∃\alpha _i > 0, x_i ∈ M, i ∈ \{1,…,k\}: \sum_{i=1}^k \alpha _i = 1, \sum_{i=1}^k \alpha _i x_i = x \}
            \]
            die \emph{konvexe Hülle} von $M$.
        \end{definition-nn}
        Aus Gründen, die erst später zu verstehen sind, wählt man auf $C^\infty _0(\Omega)$ folgende lokalkonvxe Topologie:
        Setze
        \[
            p(\xi) \coloneq \sum_{k ∈ ℕ} 2^{-k} \frac{\norm \xi _{C^k(\Omega)}}{1 + \norm \xi _{C^k(\Omega)}}, \quad \xi ∈ C_0^\infty (\Omega)
        \]
        Sei $(D_j)_{j ∈ ℕ}$ eine Ausschöpfung von $\Omega$ mit offenen Mengen, also $D_j ⊂ D_{j+1}, D_j ⊂⊂ \Omega, \bigcup_{j ∈ ℕ} D_j = \Omega$.
        Eine mögliche Wahl wäre beispielsweise $D_j = K_j^\circ$, wobei die $K_j$ wie oben sind.
        Für $\epsilon  = (\epsilon _j)_{j ∈ ℕ} ∈ ℝ^\infty , \epsilon _j > 0$ für alle $ℕ$ definieren wir eine Umgebungsbasis der $0 ∈ C_0^\infty (\Omega)$  durch alle Mengen
        \[
            U_\epsilon  \coloneq \conv \left[ \bigcup_{j ∈ ℕ}  \{ \xi ∈ C^\infty _0 : p(\xi) < \epsilon _j \} \right] ⊂ C_0^\infty (\Omega).
        \]
        mit $\epsilon  = (\epsilon _j)_{j ∈ ℕ} ∈ ℝ^\infty , \epsilon _j > 0$ und endliche Schnitte davon. Andere Umgebungen umgeben sich durch Translation.
        Die so definierte Topologie nennen wir $\T_\D$ und den Raum $C_1^\infty (\Omega)$  auch $\D(\Omega)$.
        Es stellt sich heraus, dass diese Topologie tatsächlich unabhängig von der gewählten Ausschöpfung ist.
        Außerdem ist $(\D(\Omega),\T_\D)$ ein topologischer linearer Raum, das heißt, die Vektorraumoperationen sind stetig.
        \begin{lemma}[Charakterisierung offener Mengen in $\D(\Omega)$]
            Es gilt
            \[
                O ∈ \T_\D \iff ∀ ξ ∈ O ∃ \epsilon =(e_j)_{j ∈ ℕ} ∈ ℝ^\infty , e_j > 0: e+U_\epsilon  ⊂ O.
            \]
            Das heißt, die Topologie $\T_\D$ und die Topologie
            \[
                \tilde T_\D = \{ O ⊂ C_0^\infty (\Omega): ∀ ξ ∈ O ∃ \epsilon  = (\epsilon _j)_{j ∈ ℕ} ∈ ℝ^\infty , \epsilon _j > 0: \epsilon + U_\epsilon  ⊂ O \}
            \]
            sind gleich.
        \end{lemma}
        \begin{proof}
            Übung.
        \end{proof}
        \begin{korollar}
            Die Mengen $U_\epsilon$ sind bereits eine Umgebungsbasis der Null.
            Nach Definition sind sie aber auch Konvex, das heißt $(\D(\Omega),\T_\D)$ ist ein lokalkonvexer Hausdorff-Raum.
        \end{korollar}
        \begin{satz}
            $ξ_m \xrightarrow[m → \infty ]{} 0 \gdw$
            \[
                \begin{cases}
                    (i), & \text{Es existiert $D$ offen mit $D ⊂⊂ \Omega$ und
                        $ξ_m ∈ C_0^\infty (D)$ für alle $m ∈ ℕ$} \\
                    (ii), & \text{Für jedes $k ∈ ℕ$ gilt:
                        $\norm{ξ_m}_{C^k(\cl{\Omega})} \xrightarrow[m → \infty ]{} 0$}
                \end{cases}
            \]
        \end{satz}
        \begin{proof}
            Zeige nur „$\Leftarrow$“. Sei dazu $(ξ_m)_{m ∈ ℕ}$ eine Folge mit (i) und (ii). 
            Wähle nun $D_j$ von oben mit $D ⊂ D_j$ ($j$ ist fest).
            Sei nun $\epsilon =(\epsilon _i)_{i ∈ ℕ}, \epsilon _i > 0$ gegeben. Dann müssen wir zeigen, dass für alle $m > m_0$ schon $ξ_m ∈ U_\epsilon $  gilt.
            Zunächst sind nach (i) $ξ_m ∈ C^\infty _0(D_j)$ .
            Außerdem gilt
            \[
                p(\xi_m) \le \underbrace{\sum_{k=1}^N 2^{-k} \frac{ \norm{\xi_m}_{C^k(\cl \Omega)} } {1+ \norm{\xi_m}_{C^k(\cl \Omega)} }}_{\text{wegen (i)} < \epsilon _j/2 \text{ für $m \ge m_0(\epsilon _j,N)$}}  + \underbrace{\sum_{k=N+1} 2^{-k}}_{<\epsilon _j/2 \text{ für $n$ groß genug}} < \epsilon _j.
            \]
        \end{proof}
    \end{enumerate}
    \end{beispiel-nn}
    \begin{beispiel-nn}[Lebesgue-integrierbare Funktionen]
        Betrachten wir nun Lebesgue-integrierbare Funktionen.
        Bereits eingeführt wurden die Räume $\L^p(\Omega)$ und $L^p(\Omega)$, $0 < p < \infty $, wobei $\Omega ⊂ ℝ^n$ offen.
        Diese sind für $1 \le p < \infty $ normiert, und für $0 < p < 1$ quasi-normiert.
        Für $p = \infty $ setzen wir
        \[
            \L^\infty (\Omega)  \coloneq \{ f: \Omega → ℝ ∪ \{ -\infty , \infty  \}, f \text{ messbar und fast überall beschränkt} \}.
        \]
        Damit haben wir offenbar
        \[
            C(\Omega) ∩ B(\Omega) ⊂ \L^\infty (\omega).
        \]
        Sei
        \[
            \norm f _{\L^\infty (\Omega)} \coloneq \supess_{t ∈ \Omega} |f(t)| \coloneq \inf_{M ⊂ \Omega \text{ NM}} \sup_{t ∈ \Omega \setminus M} |f(t)|.
        \]
        Dann gilt für $f ∈ \L^\infty (\Omega)$
        \[
            \norm f = 0 \gdw f = 0 \text{ fast überall}
        \]
        Mit $N \coloneq \{ f ∈ \L^\infty (\Omega) : \norm f = 0 \}$ wird
        \[
            L^\infty (\Omega) \coloneq \left( \L^\infty (\Omega)/N, \norm\cdot_{L^\infty (\Omega)} \right)
        \]
        zu einem normiertem Raum.
\end{beispiel-nn}

\begin{bemerkung-nn}
    \begin{enumerate}
    \item
        Es gilt die \emph{Hölder'sche Ungleichung}. Für $f ∈ L^p(\Omega)$, $g
        ∈ L^q(\Omega)$,$\frac 1 p + \frac 1 q = 1$ ist
        \[
            \norm{f g }_{L^1(\Omega)} \le \norm{f}_{L^p(\Omega)} \norm g _{L^q(\Omega)}.
        \]
    \item
        Für $\Omega$ messbar und beschränkt gilt
        \[
            L^∞(\Omega) ⊂ L^p(\Omega) ⊂ L^q(\Omega), \quad 0 < q < p \le ∞.
        \]
    \item
        $C_0^∞(\Omega)$ ist nicht abgeschlossen in $(L^p(\Omega),\norm-_p)$.
        Für $1 ≤ p < ∞$ gilt sogar
        \[
            \cl{C_0^∞(\Omega)}^{\norm-_{L^p(\Omega)}} = L^p(\Omega),
        \]
        das heißt, $C_0^∞(\Omega)$ liegt dicht in $L^p(\Omega)$.
    \item
        Satz von Riesz-Fischer: $(L^p(\Omega),\norm-_{L^p(\Omega)})$ ist für $1
        ≤ p ≤ ∞$ ein Banach"=Raum.
    \end{enumerate}
\end{bemerkung-nn}

\begin{lemma}
    $L^p(0,1)$ ist für $0 < p < 1$ nicht lokalkonvex. Tatsächlich sind
    $\emptyset$ und $L^p(0,1)$ die einzigen offenen konvexen Mengen.
\end{lemma}

\begin{beispiel}[Sobolev-Räume]
    Wir kennen aus der Analysis bereits die partielle Integration: Für alle $f, h ∈ C^1(\cl \Omega)$, wobei $\Omega$  beschränkt und $∂M$ hinreichend glatt, gilt
    \[
        ∫_\Omega f(t) \cdot \left[ \frac{∂t_i} h(t) \right] \dd t = ∫_{\Omega} f(t) h(t) \nu_i \dd S(t) - ∫_\Omega \left[ \frac{∂t_i} f(t) \right] h(t) \dd t,
    \]
    wobei $\nu = (\nu_1, …, \nu_n)^T$ die äußere Einheitsnormale ist.

    \begin{bemerkung-nn}
        Ist $f$ oder $h ∈ \C_0^∞(\Omega)$, so verschwinden die Randterme.
    \end{bemerkung-nn}

    \begin{definition}\label{03-definiton-schwache-ableitung}
        Sei $f ∈ L^p(\Omega)$. Dann heißt $g ∈ L^p(\Omega)$  \emph{verallgemeinerte Ableitung} oder \emph{schwache Ableitung} von $f$ nach $t_i$ für ein $i ∈ \{1,…,n\}$, falls für alle $\phi ∈ C_0^∞(\Omega)$ gilt:
        \[
            ∫_\Omega f(t) \frac {\phi}{∂t_i}(t) \dd t = - ∫_\Omega g(t) \phi(t) \dd t.
        \]
    \end{definition}

    \begin{lemma}
        Verallgemeinerte Ableitungen sind eindeutig bestimmt.
    \end{lemma}

    \begin{bemerkung-nn}
        \begin{enumerate}
        \item Wir schreiben dafür $d_{t_i} f \coloneq g$.
        \item
            Für beschränktes $\Omega$ und $f ∈ C^1(\cl \Omega)$ ist \cref{03-definiton-schwache-ableitung} mit der klassischen Ableitung $g := D_{t_i} f ∈ C^0(\cl \Omega) ⊂ L^p(\cl \Omega)$ erfüllt.
            Also haben wir in dieser Situation
            \[
                d_{t_i} f = D_{t_i} f.
            \]
            Also stimmen die klassische und die schwache Ableitung überein.
        \item
            Induktiv kann man höhere (schwache) Ableitungen definieren.
        \end{enumerate}
    \end{bemerkung-nn}

    \begin{definition}
        Sei $k ∈ N_0, 1 ≤ p < ∞$. Dann ist der \emph{Sobolev"=Raum} $W^{k,p}(Ω) := \{ f ∈ L^p(Ω): f$ besitzt verallgemeinerte Ableitungen $d^αf ∈ L^p(Ω)$ für alle $α ∈ ℕ_0^n$ mit $0 ≤ |α| ≤ k \}$.
    \end{definition}

    \begin{lemma}[Leibniz'sche Regel]
        Sei $1 ≤ p < ∞$ und $Ω ⊂ ℝ^n$ offen. Dann gilt für alle $f ∈ W^{k,p}(Ω)$ und für alle $α ∈ ℕ_0^n$ mit $0 ≤ |α| ≤ k$:
        \[\phi ∈ C_0^∞(Ω): ∫_Ω d^α f(t) \phi(t) \dd t = (-1)^{|α|} ∫_Ω f(t) D^α \phi(t) \dd t
        \]
    \end{lemma}

    \begin{bemerkung-nn}
        Ist umgekehrt $(f^α)_{0 ≤ |α| <= k} ⊂ L^p(Ω)$ eine Familie von Funktionen, für die 
        \[\phi ∈ C_0^∞(Ω): ∫_Ω d^α f(t) \phi(t) \dd t = (-1)^{|α|} ∫_Ω f(t) D^α \phi(t) \dd t
        \]
        gilt, so ist $f^0 ∈ W^{k,p}(Ω)$ und $d^αf^0 = f^α$.
    \end{bemerkung-nn}

    \begin{satz}
        $W^{k,p}(Ω)$ ist mit der Norm
        \[
            \norm{f}_{W^{k,p}(Ω)} := \left( \sum_{0 ≤ |α| ≤ k} \norm{d^α f}^p_{L^p(\Omega)}\right)^{1/p}
        \]
        ein Banachraum.
    \end{satz}
\end{beispiel}

Seien $f_n → f ∈ L^p(\Omega), h ∈ C_0^\infty (\Omega)$.
Dann
\[
    \lim_{n → \infty } ∫_\Omega f_n(t) h(t) \dd t = ∫_\Omega f(t) h(t) \dd t,
\]
denn
\begin{align*}
  ∫_\Omega (f_n(t) - f(t)) h(t) \dd t &\le ∫_{\supp h} M |f_n(t) - f(t)| \dd t
\\ & \stackrel{\mathclap{\text{Hölder}}}{\le} \; M [ \supp(h)]^{1/q}
\norm{f_n-f}_{L^p(\Omega)}0.
\end{align*}

\section{Beschränkte und kompakte Mengen in metrischen linearen Räumen}

Wir wissen bereits nach dem Satz von Heine-Borel, dass eine Teilmenge $K ⊂ ℝ^n$  genau dann kompakt ist, wenn sie abgeschlossen und beschränkt ist.
Beschränktheit bedeutet hier Beschränktheit in einer (beliebigen, da alle äquivalent) Norm.

Nun wollen wir so ein Konzept für Beschränktheit auch in allgemeinen metrischen (topologischen) linearen Räumen finden.

\begin{problem-nn}
    Die natürliche Übertragung $d(x,0) \le M$, $x ∈ B$ definiert \emph{keine} Beschränktheit.
    Gründe dafür sind:
    \begin{enumerate}
    \item
        In einigen metrischen Räumen gilt ohnehin $d(x,0) \le 1$ für alle $x ∈ X$.
    \item
        Ist $d$ eine Metrik auf $X$. Dann ist $\tilde d \coloneq \frac d {1+d} \le 1$ eine zu $d$ äquivalente Metrik auf $X$, wie wir in Topologie gesehen haben.
    \end{enumerate}
\end{problem-nn}

\begin{definition}
    Sei $(X,\T)$ ein topologischer linearer Raum, $B ⊂ X$ heißt \emph{beschränkt}, falls zu jeder offenen Umgebung $U$ von $0 ∈ X$ ein $\alpha  > 0$ existiert, so dass $B ⊂ \alpha U = \{\alpha u: u ∈ U\}$, das heißt jede Nullumgebung lässt sich so weit „aufblasen“, dass sie $B$ überdeckt.
\end{definition}

\begin{bemerkung-nn}
    Der Begriff „Beschränktheit“ hängt also von der Topologie ab.
\end{bemerkung-nn}


\begin{satz}
    Sei $(X,d)$ ein metrischer linearer Raum, dessen Metrik gemäß \cref{satz-abzaehlbares-prod-seminormierter-raeume} von abzählbar vielen Seminormen $(p_n)_{n ∈ ℕ}$ induziert ist.
    Dann ist eine Teilmenge $B ⊂ X$ genau dann beschränkt, wenn für jedes $k ∈ ℕ$ ein $M_k > 0$ existiert mit $p_k(x) \le M_k$ für alle $x ∈ B$.
\end{satz}
\begin{proof}
    „⇒“: Sei $k ∈ ℕ$ gegeben.
    Setze $r_k \coloneq \frac 1 {2^{k+1}}$ und $U \coloneq B_{r_k}(0)$.
    Da $B$ beschränkt ist, gibt es $\alpha  = \alpha _k > 0$, dass
    \begin{align*}
    & B ⊂ \alpha U = \alpha  B_{r_k}(0) \\
      \gdw & \alpha ^{-1} B ⊂ B_{r_k} (0) \\
      \gdw &d(\alpha ^{-1} x, 0) < r_k ∀ x ∈ B
    \end{align*}
    Dann gilt schon $p_k(x) \le M_k \coloneq \alpha _k$ für alle $x ∈ B$, denn
    \[
        \frac 1 {2^{k+1}} = r_k > d(\alpha _k^{-1} x, 0
        \ge 2^k \frac {p_k(\alpha _k^{-1}x)}{1+p_k(\alpha _k^{-1} x)}
        = 2^{-k} \frac{\alpha _k^{-1} p_k(x)}{1+\alpha _k^{-1} p_k(x)}.
    \]
    Also mit $\eta \coloneq \alpha _k^{-1} p_k(x)$ gilt $\frac 1 2 > \frac \eta {1+\eta}$, also $\eta < 1$ oder $p_k(x) \le M_k$ für alle $x ∈ B$.

    „⇐“:
    Sei also $p_k(x) \le M_k$ für alle $x ∈ B$ und $k ∈ ℕ$.
    Wir müssen nun zeigen, dass es für jedes $r > 0$ ein $\alpha  > 0$ gibt mit $B ⊂ \alpha B_r(0)$, also $\alpha ^{-1} B ⊂ B_r(0)$.
    Sei also $r > 0$ gegeben.
    Wähle nun $m_0 ∈ ℕ$ mit $\sum_{n=m_0+1}^\infty  2^{-n} < r/2$.
    Wähle $\alpha  > 0$ mit $\sum_{n=1}^{m_0} 2^{-n} \frac{\alpha ^{-1} M_k}{1+\alpha ^{-1} M_k} < r/2$.
    Dann gilt für alle $x ∈ B$
    \begin{align*}
        d(\alpha ^{-1} x, 0) &=
        \sum_{n ∈ ℕ} 2^{-n} \frac{\alpha ^{-1} p_n(x)}{1+\alpha ^{-1} p_n(x)} \\
        &\le \sum_{n=1}^{m_0} 2^{-n} \frac{\alpha ^{-1} p_n(x)}{1+\alpha ^{-1} p_n(x)} + \sum_{n=m_0+1}^\infty  2^{-n}  < r/2 + r/2 = r.
    \end{align*}
\end{proof}

\begin{korollar}
    Sei $(X,\norm\cdot)$ ein normierter linearer Raum, 
    Dann ist eine Teilmenge $B ⊂ X$ genau dann beschränkt, wenn $M > 0$ existiert mit $\norm{x} \le M$ für alle $x ∈ B$.
\end{korollar}
\begin{proof}
    Wähle $p_1(x) = \norm x$ und $p_k \equiv 0$ für $k \ge 2$ und verwende den vorherigen Satz.
\end{proof}


\begin{bemerkung}
    Kugeln $B_r(0)$ in $(X,d)$, wobei $d$ wie in \cref{satz-abzaehlbares-prod-seminormierter-raeume}, sinid also immer unbeschränkt,
    weil nichttriviale Unterräume $M_{n_0} ⊂ B_r(x)$ existieren.
    Insbesondere ist dies gültig in den Räumen $\K^\infty , C(\Omega), C^\ell(\Omega)$ und $C^\infty (\Omega)$.
\end{bemerkung}

\begin{definition}
    Ein topologischer linearer Raum $(X,\T)$ heißt \emph{lokalbeschränkt}, falls $0 ∈ X$ eine beschränkte Umgebung besitzt.
\end{definition}

\begin{bemerkung}
    Normierte Räume sind lokalbeschränkt und lokalkonvex. Es gilt aber auch die Umkehrung:
\end{bemerkung}

\begin{satz}[Kolmogorov]
    Ein topologischer linearer Raum $(X, \T)$ ist genau dann normierbar, das heißt, die Topologie wird von einer Norm induziert,
    wenn $(X,\T)$ lokalkonvex und lokalbeschränkt ist.
\end{satz}

\begin{beispiel-nn}
    Die Räume $\K^\infty , C(\Omega), C^\ell(\Omega)$ und $C^\infty (\Omega)$ sind nicht lokalbeschränkt, aber lokalkonvex. Somit sind sie auch nicht normierbar.
    Auch $L^p(0,1)$ mit $0 < p < 1$ ist nicht lokalkonvex, aber lokalbeschränkt, also nicht normierbar.
\end{beispiel-nn}

\begin{definition}
    Sei $(X,\T)$ ein topologischer linearer Raum.
    Eine Umgebung $U$ der Null heißt \emph{kreisförmig} oder \emph{balanced}, falls
    \[
        t U ⊂ U, \quad |t| < 1
    \]
\end{definition}

\begin{lemma}
    Sei $(X,\T)$ ein topologischer linearer Raum.
    Dann besitzt die Null eine Umgebungsbasis aus kreisförmigen Mengen.
\end{lemma}
\begin{proof}
    Übung.
\end{proof}

\begin{warnung-nn}
    Metrikkugeln müssen im Allgemeinen nicht kreisförmig sein (obwohl die uns bekannten Kugeln dies sind).
    Gegenbeispiel: $X = ℝ$, $d(x,y) \coloneq \left| ∫_x^y 1+\ind{ℝ_-}(s)\; ds \right|$.
\end{warnung-nn}

\begin{lemma}
    Sei $(X,\T)$ ein topologischer linearer Raum und $V ∈ \T$ eine Umgebung der 0.
    Dann gilt
    \[
        X = \bigcup_{n ∈ ℕ} n V.
    \]
\end{lemma}
\begin{proof}
    „$\supset$“: klar.

    „⊂“: Sei $x ∈ X$. Setze $β_n = 1/n, n ∈ ℕ$. Dann gilt
    \[
        β_n x \xrightarrow[n → \infty ]{} 0,
    \]
    also $β_n ∈ V$ für $n \ge n_0$. Damit haben wir aber $x ∈ n_0 V$.
\end{proof}

\begin{satz}
    Sei $(X,\T)$ ein topologischer linearer $T_2$-Raum und $K ⊂ X$ kompakt.
    Dann ist $K$ abgeschlossen und beschränkt.
\end{satz}
\begin{definition-nn}
    Falls auch die Umkehrung gilt, dann besitzt $X$ die \emph{Heine"=Borel"=Eigenschaft}.
\end{definition-nn}
\begin{warnung-nn}
    Im Allgemeinen ist die Umkehrung falsch.
\end{warnung-nn}
\begin{proof}
    Nach einer Übungsaufgabe ist $K$ bereits abgeschlossen.
    Also müssen wir nur zeigen, dass $K$ auch beschränkt ist.
    Sei $V ∈ \T$ eine Nullumgebung.
    Sei $W ⊂ \T$ eine kreisförmige Umgebung der $0$, die ganz in $V$ enthalten ist.
    Da
    \[
        K ⊂ X = \bigcup_{n ∈ ℕ} n W
    \]
    eine offene Überdeckung von $K$ ist, besitzt diese wegen $K$ kompakt eine endliche Teilüberdeckung
    \[
        K ⊂ \bigcup_{i=1}^s n_i W \stackrel{(*)}= n_s W, \quad n_1 < n_2 < … < n_s,
    \]
    also folgt die Behauptung mit $\alpha  = n_s$. $(*)$ gilt wegen der Kreisförmigkeit und $\left|\frac {n_i}{n_s}\right| \le 1$.
\end{proof}
\begin{bemerkung-nn}
    Ohne die Hausdorff-Eigenschaft gilt dies nicht. Gegenbeispiel: $X = ℝ$ mit der Klumpentopologie.
    Dann ist jede Teilmenge von $ℝ$ kompakt, aber nur $\emptyset$ und $ℝ$ sind abgeschlossen.
\end{bemerkung-nn}

\begin{definition}
    \begin{enumerate}
    \item 
        In einem topologischen Raum $(X,\T)$ heißt eine Menge $A ⊂ X$ \emph{relativ kompakt}, falls $\cl A$ kompakt ist.
    \item
        In einem metrischen Raum $(X,d)$ heißt eine Menge $A ⊂ X$ \emph{präkompakt}, falls für jedes $\epsilon  > 0$ die Menge $A$ von endlich vielen Bällen mit Radius $\epsilon $ überdeckt werden kann.
    \end{enumerate}
\end{definition}

\begin{satz}
    Sei $(X,d)$ ein metrischer Raum, $\emptyset \ne A ⊂ X$. Dann sind äquivalent:
    \begin{enumerate}
    \item
        $A$ ist kompakt.
    \item
        $A$ ist folgenkompakt.
    \item
        $(A,d|_{A×A})$ ist vollständig und $A$ präkompakt.
    \end{enumerate}
\end{satz}
\begin{proof}
    $(a) \iff (b)$ wurde bereits gezeigt. Wir zeigen nur $(b) ⇒ (c)$:
    Sei $(x_n)_{n ∈ ℕ} ⊂ A$ eine Cauchy-Folge. Nach (b) besitzt $(x_n)_{n ∈ ℕ}$ einen Häufungspunkt $x^*$.
    Da $(x_n)_{n ∈ ℕ}$ Cauchy-Folge ist, konvergiert $(x_n)_{n ∈ ℕ}$ schon gegen $x^*$. Damit ist $A$ vollständig.

    Angenommen, $A$ wäre nicht präkompakt. Dann gibt es $\epsilon  > 0$, so dass $A$ keine endliche Überdeckung mit $\epsilon $-Kugeln besitzt.
    Dadurch kann man eine Folge $(x_k)_{k ∈ K}$ definieren, mit $d(x_k,x_j) > \epsilon $ für $k \ne j$.
    Dann besitzt $(x_k)_{k ∈ K}$ offensichtlich keine Cauchy-Teilfolge, also auch keinen Häufungspunkt.
    Also $A$ präkompakt.
\end{proof}

\begin{korollar}
    Ist $(X,d)$ ein vollständiger metrischer Raum und $A ⊂ X$, dann ist $A$ genau dann präkompakt, wenn $A$ relativ kompakt ist.
\end{korollar}


\begin{satz}[Ascoli-Arzela]
    Sei $S ⊂ ℝ^n$ kompakt und $C(S,ℝ^m)$ mit der Norm
    \[
        \norm{f}_∞ \coloneq \max_{x ∈ S} |f(x)|_{ℝ^m}
    \]
    ausgestattet. Sei $A ⊂ C(S;ℝ^m)$. Dann sind äquivalent:
    \begin{enumerate}
    \item $A$ ist präkompakt.
    \item
        $A$ ist beschränkt und gleichgradig stetig, das heißt,
        \[
            \sup_{f ∈ A} |f(x)-f(y)|_{ℝ^m} \xrightarrow[|x-y|→ 0]{} 0.
        \]
    \end{enumerate}
\end{satz}

\begin{satz}[Fréchet, Kolmogorov]
    Sei $1 ≤ p < ∞$. Dann ist $A ⊂ L^p(ℝ^n)$ genau dann präkompakt, wenn
    \begin{enumerate}[label=(\roman*)]
    \item
        $A$ ist beschränkt.
    \item
        $A$ ist im Mittel gleichgradig stetig, das heißt
        \[
            \sup_{f ∈ A} \norm{f(\cdot + h) - f}_{L^p(ℝ^n)} \xrightarrow[|h| → 0]{} 0.
        \]
    \item
        \[
            \sup_{f ∈ A} \norm{f}_{L^p(ℝ^n \setminus B_R(0))} \xrightarrow[R → ∞]{} 0.
        \]
    \end{enumerate}
\end{satz}

\begin{bemerkung-nn}
    Der Satz gilt auch für Teilmengen $Ω$ von $ℝ^n$ mit den offensichtlichen Anpassungen. Ist $Ω$ beschränkt, so wird (iii) überflüssig.
\end{bemerkung-nn}


\section{Stetige lineare Operatoren}
Seien $X, Y$ topologische lineare Räume und $T: X → Y$ linear.
Im allgemeinen muss $T$ nicht notwendigerweise stetig sein:

\begin{beispiel}
    Sei $X = \mathcal S = ℝ^∞$ und für $i ∈ ℕ$ $e_i$ der $i$-te Einheitsvektor.
    Dann ist $\{e_i\}_{i ∈ ℕ}$ linear unabhängig, also gibt es nach \cref{01-basisergaenzungssatz} eine Basis $\{w_i\}_{i ∈ I}$ von $S$, die $\{e_i\}_{i ∈ ℕ}$ umfasst.
    Definiere $T: X → ℝ$ linear durch die Bilder der Basisvektoren $T(e_i) \coloneq 1$ und $T(w) \coloneq 0$ für $w ∈ B \setminus \{ e_i\}_{i ∈ ℕ}$.
    Dann ist $T$ nicht stetig in $0$, denn $f (\lim_{i → ∞} e_i) = f(0) = 0 \ne 1 = \lim_{i → ∞} f(e_i)$.
\end{beispiel}

\begin{satz}
    Seien $X \ne \{ 0\} \ne Y$ normierte oder metrische lineare Räume.
    Dann gibt es genau dann eine unstetige lineare Abbildung $X → Y$, wenn $\dim X = ∞$ ist
\end{satz}

\subsection*{Stetigkeit in normierten Räumen}
\begin{definition}
    Seien $X, Y$ topologische lineare Räume.
    Eine Abbildung $F: X → Y$ heißt \emph{beschränkt}, falls das Bild jeder in $X$ beschränkten Menge in $Y$ beschränkt ist.
\end{definition}

\begin{satz}
    Seien $X,Y$ normierte $\K$-Vektorräume, $T: X → Y$ linear und $x^* ∈ X$. Es sind äquivalent:
    \begin{enumerate}[label=(\arabic*)]
    \item
        $T$ ist stetig.
    \item
        $T$ ist stetig in $x^*$.
    \item
        $T$ ist beschränkt.
    \item
        $\sup\limits_{\norm{x}1} \norm{Tx} \eqcolon M < ∞$ .
    \item
        Es gibt eine Konstante $C ≥ 0$ mit $\norm{Tx} ≤ C \norm{x}$  für alle $x ∈ X$.
    \end{enumerate}
\end{satz}
Hier gilt $M = \inf \{ c \ge 0:$ mit $C$ gilt (5) $\}$.
\begin{proof}
    $(1) \iff (2)$ schon gezeigt.

    $(3) \iff (4)$ klar durch die Charakterisierung von beschränkten Mengen in
    normierten Räumen und Ausnutzung der Linearität.

    $(2) \Rightarrow (4)$. Sei $T$ stetig in $x^*$. Wähle $\epsilon  > 0$, so dass $T(\cl B_\epsilon (x^*)) ⊂ B_1(T(x^*))$.
    Dann gilt für alle $x ∈ \cl B _1 (0)$
    \[
        x^* + \epsilon  x ∈ \cl B_\epsilon (x^*)
    \]
    und $T(x^*) + \epsilon T(x) = T(x^* + \epsilon x) ∈ B_1(T(x^*))$, das heißt $\epsilon  T(x) ∈ B_1(0)$ oder $\norm{T(x)}_Y \le \frac 1 {\epsilon } =: M$

    $(4) \Rightarrow (5)$. Für $x \ne 0$ gilt
    \[
        \norm{T(x)} \le \norm x \norm{T\left( \frac x {\norm x} \right)} \le M \norm x,
    \]
    also gilt die Aussage mit $C \coloneq M$.

    $(5) \Rightarrow (1)$. Für $x, x_1 ∈ X$ gilt
    \[
        \norm{T(x) - T(x_1)} = \norm {T(x-x_1)} \le C \norm x-x_1 \xrightarrow[x → x_1]{} 0.
    \]
    Damit ist $T$ stetig in $x_1$.
\end{proof}

\begin{korollar}
    Sei die Situation wie in 6.4 Ist $T$ zusätzlich bijektiv, so ist $T$ genau dann ein Homöomorphismus, wenn es Konstanten $m, M > 0$ gibt mit
    \[
        m \norm x \le \norm {T(x)} \le M \norm {x}
    \]
    für alle $x ∈ X$
\end{korollar}
\begin{beweis}
    klar.
\end{beweis}

\begin{warnung-nn}
    $T$ linear, bijektiv und stetig impliziert selbst in normierten Räumen noch nicht, dass auch die Inverse Abbildung $T^{-1}$ auch stetig ist, wie wir in der Übung sehen werden.
    Sind $X$ und $Y$ aber Banachräume, so gilt dies aber (Satz von der offenen Abbildung).
\end{warnung-nn}

Nun zur Charakterisierung von Stetigkeit in metrischen linearen Räumen.

\begin{satz}
    Sei $T: X → Y$ linear, $X$, $Y$ lineare metrische Räume.
    Dann ist $T$ genau dann stetig, wenn $T$ beschränkt ist.
\end{satz}

In topologischen linearen Räumen gilt dies jedoch nciht.

\begin{satz}
    3.6.7
\end{satz}
\begin{proof}
    Nur „$\Leftarrow$“: Nach 6.6 reicht es, Beschränktheit von $T$ zu zeigen, also dass, wenn $B ⊂ X$ beschränkt ist, auch $T(B) ⊂ Y$ beschränkt ist.
    $B ⊂ X$ ist genau dann beschränkt, wenn für alle $k ∈ ℕ$ $C_k > 0$ existieren mit $p_k(x) \le C_k$ für alle $x ∈ B$.
    Nach Voraussetzung ist dann aber auch für alle $x ∈ B$
    \[
        q_m(Tx) \le M_m(C_{n_1} + … + C_{n_k}) =: K_m,
    \]
    was nach 5.2 heißt, dass $T(B)$ beschränkt in $Y$ ist.
\end{proof}

\begin{definition}
    Seien $X, Y$ topologische lineare Räume. Dann bezeichnet $\L(X, Y) \coloneq \{ T: X → Y: T$ linear und stetig $\}$ den \emph{Raum der stetigen (beschränkten) Operatoren}.
    Im Spezialfall $Y = \K$ sei $X' \coloneq \L(X, \K)$ der \emph{Raum der stetigen Funktionale} oder auch der \emph{Dualraum von $X$}.
\end{definition}
\begin{bemerkung-nn}
    \begin{enumerate}
    \item
        $\L(X,Y)$ ist wieder ein linearer Raum.
    \item
        Metrische lineare Räume haben Dualräume, die im Allgemeinen nicht mehr metrisierbar sind.
    \item
        $X' = \{ 0\}$ ist möglich, wie wir in der Übung sehen werden
    \item
        Ist  $X$ jedoch normierbar, so folgt aus den Hahn-Banach-Sätzen, dass $X'$ nichttrivial ist.
    \item
        Falls $X$ und $Y$ normierte Räume sind, dann wird $\L(X, Y)$ ebenfalls zu einem normierten Raum mit der Operatornorm
        \begin{align*}
            \norm T &\coloneq \norm T _{\L(X,Y)} \coloneq \sup \{\norm x _X \le 1\} \norm {Tx}_Y \\ &= \inf \{ C \ge 0: ∀x ∈ X: \norm {Tx} \le C \norm x \}.
        \end{align*}
        Das heißt, wir haben
        \begin{equation}
            \label{eq:61}
            ∀x ∈ X: \norm {Tx}_Y \le \norm T \norm x _X
        \end{equation}
        Also haben wir
        \[
            \norm{(T_1 + T_2)x} = \norm{T_1x + T_2x} \le \norm{T_1x} + \norm{T_2x} \le \left( \norm{T_1} + \norm{T_2} \right) \norm{x},
        \]
        und somit $T_1 + T_2 ∈ \L(X,Y)$ und $\norm{T_1 + T_2} \le \norm{T_1} + \norm{T_2}$ nach \eqref{eq:61}.
    \item
        Auf $\L(ℝ^n,ℝ^m)$ ergeben sich die bekannten Matrixnormen.
    \end{enumerate}
\end{bemerkung-nn}

\begin{satz}
    Seien $X, Y$ normierte Räume, $Y$ vollständig. Dann ist $\L(X,Y)$ ein Banachraum.
    Insbesondere ist $X'$ immer ein Banachraum.

    Sei $Z$ ebenfalls ein normierter Raum.
    Ist $T ∈ \L(X,Y)$, $S ∈ \L(Y,Z)$, so ist $ST ∈ \L(X,Z)$ und $\norm{ST}_{\L(X,Z)} \le \norm S \norm T$.
\end{satz}

\begin{proof}
    Es ist nur noch die Vollständigkeit zu zeigen.
    Sei dazu $(T_n)_{n ∈ ℕ}$ eine Cauchy-Folge in $\L(X,Y)$.
    Das heißt, für jedes $\epsilon  > 0$ existiert ein $N_0$ mit $\norm {T_n - T_m} < \epsilon $ für $n, m > N_0$.
    Also mit \eqref{eq:61} $\norm {T_n x - T_mx} \le \norm {T_n - T_m} \norm x < \epsilon  \norm x$ für alle $x ∈ X$ und $n,m > N_0$.
    Insbesondere ist $(T_nx)_{n ∈ ℕ}$ eine Cauchy-Folge in $Y$. Da $Y$ vollständig ist, besitzt diese Folge einen Grenzwert $y_x ∈ Y$.
    Wir definieren eine Abbildung
    \[
        T: X → Y, x ↦ y_x.
    \]
    Dann ist $T$ linear, weil alle $T_n$ linear sind. Also ist nur die Stetigkeit von $T$ und die Konvergenz von $(T_n)_{n ∈ ℕ}$ gegen $T$ zu zeigen.
    Für die Stetigkeit bekommt man unter Verwendung der Dreicksunglechung direkt
    \[
        \left| \norm {T_n} - \norm{T_m} \right| \le \norm {T_n - T_m} < \epsilon  \quad ∀ n, m \ge N_0,
    \]
    also eine Cauchyfolge $\left( \norm{T_n} \right)_{n ∈ ℕ}$ in $ℝ$, die wegen der Vollständigkeit von $ℝ$ konvergent, also insbesondere auch beschränkt ist.
    Damit gibt es $M > 0$ mit $\norm {T_n} \le M$ für alle $n ∈ ℕ$, also mit~\eqref{eq:61}
    \[
        \norm{Tx} \xleftarrow[n → \infty ]{} \norm{T_nx } \le M \norm x, ∀ x ∈ X,
    \]
    also die stetigkeit von $T$.
    Jetzt zur Konvergenz:
    Für $\norm x \le$ 1 gilt
    \[
        \norm {T_n x - T_m x } < \epsilon , \quad ∀n, m \ge N_0,
    \]
    also durch Grenzwertbildung $n → \infty $
    \[
        \norm {T_n x - T x } < \epsilon , \quad ∀n \ge N_0,
    \]
    und mit~\eqref{eq:61}
    \[
        \norm {T_n -T} = \sup_{\norm x \le 1} \norm {T_n x - T_x} < \epsilon , \quad ∀ n \ge N_0,
    \]
    das heißt $T_n → T$ wie gewünscht.

    Für den Zusatz haben wir
    \[
        \norm {S(Tx)} \le \norm S \norm {Tx} \le \norm S \norm T \norm x.
    \]
    Da das für alle $x ∈ X$ gilt, haben wir $\norm {ST} \le \norm S \norm T$.
\end{proof}


\begin{korollar}
    Ist $X$ ein Banachraum, dann ist $\L(X) \coloneq \L(X,X)$ eine \emph{Banachalgebra}, das heißt ein vollständiger normierter Vektorraum mit einer Multiplikation, so dass für $T, S ∈ \L(X)$ gilt:
    \[
        \norm {TS} \le \norm T \norm S.
    \]
\end{korollar}

\begin{bemerkung}
    Ist $T ∈ \L(X,Y)$, so ist $\ker T$ als Urbild der abgeschlossenen Menge $\{ 0\}$ stets abgeschlossen in $X$.
    Das Bild hingegen $R(T) \coloneq \im T$ ist im Allgemeinen jedoch nicht abgeschlossen.
    Wann sind Elemente in $\L(X)$ invertierbar?
\end{bemerkung}

\begin{satz}
    Sei $X$ ein Banachraum und $T ∈ \L(X)$ mit $\limsup\limits_{m → \infty } \norm{T}^{1/m} < 1$. Dann ist $(\id - T)^{-1} ∈ \L(X)$ und es gilt
    \[
        (\id-T)^{-1} = \lim_{m → \infty } \sum_{n = 0}^m T^n =: \sum_{n = 0}^\infty  T^n ∈ \L(X).
    \]
    mit Konvergenz in $\L(X)$.
\end{satz}
\begin{proof}
    Wähle $m_0$ und $\Theta  < 1$ mit $\norm {T^n} < \Theta ^n$  für $n \ge m_0$.
    Für $S_k = \sum_{n=0}^k T^n$ gilt dann für $m_0 \le k < l$
    \[
        \norm{ S_l - S_k} = \norm { \sum_{n=k+1}^l T^n} \le \sum_{n=k+1}^l \norm{ T^k} \le \sum_{n=k+1}^l \Theta ^n < \epsilon , \quad k, l \ge N_0.
    \]
    Damit ist $(S_k)_{k ∈ ℕ}$ eine Cauchy-Folge in $\L(X)$ und somit konvergent.
    Sei $S$ der Grenzwert. Dann gilt für jedes $x ∈ X$ auch $S_k x \xrightarrow[k → \infty ]{\norm\cdot_{X}} Sx$, also damit ist für alle $x∈ X$
    \[
        (\id - T) Sx = \lim_{k → \infty } (\id -T) S_k x = \lim_{k → \infty } \sum_{n=0}^k (T^n -T^{n-1})x = \lim_{k→\infty } x - T^{k+1}x = x.
    \]
    Damit ist $(\id -T)S = \id$. Da sich analog $S(\id-T) = \id$ auch zeigen lässt, folgt die Behauptung.
\end{proof}

% ===%=%=%=%= HIER FEHLT WAS

\section{Endlich-dimensionale normierte Räume}
\begin{satz}
    Sei $X$ ein normierter Vektorraum über $\K$ mit $\dim X = n < ∞$.
    Dann ist $X$ algebraisch und topologisch isomorph zum $\K^n$ versehen mit der Norm
    \[
        \norm{ξ}_1 = \sum_{i=1}^n|ξ_i|.
    \]
\end{satz}

\begin{korollar}
    Seien $X$ und $Y$ normierte Räume gleicher Dimension $n ∈ ℕ$.
    Dann sind $X$ und $Y$ algebraisch und topologisch isomorph.
\end{korollar}

\begin{korollar}
    Sei $X$ ein linearer Raum der Dimension $n ∈ ℕ$, $\norm-_a$ und $\norm-_b$ zwei Normen auf $X$.
    Dann sind $\norm-_a$ und $\norm-b$ äquivalent.
\end{korollar}

\begin{satz}
    Sei $X$ ein endlich-dimenisionaler normierter Raum.
    Dann besitzt $X$ die Heine"=Borel"=Eigenschaft, das heißt, Teilmengen von $X$ sind genau dann kompakt, wenn sie abgeschlossen und beschränkt sind.
\end{satz}

\begin{korollar}
    Sei $(X,\norm-)$ ein normierter Raum, $M ⊂ X$ ein linearer Unterraum.
    Ist $\dim M < ∞$, so ist $M$ abgeschlossen.
\end{korollar}

\begin{bemerkung-nn}
    Eine analoge Aussage gilt auch im topologischen linearen Raum, ist aber schwerer zu zeigen \cite[Theorem 1.12]{MR0365062}.
\end{bemerkung-nn}

\begin{lemma}
    Sei $X$ normierter Raum und $M \subsetneqq$ ein abgeschlossener Unterraum.
    Dann existiert für jedes $Θ ∈ (0,1)$ ein Element $x_Θ ∈ X$ mit $\norm{x_Θ} = 1$ und $\norm{x-x_Θ} ≥ Θ$ für alle $x ∈ M$.
\end{lemma}

\begin{bemerkung-nn}
    Mit $\Theta  = 1$ geht es nicht immer. Gegenbeispiel: Sei $X = C[0,1] ∩ \{ x(0) =
    0 \}$ und  $M = \{ x ∈ X : g∫_0^1 x(t) dt = 0 \}$.
    Dann ist $M$ ein abgeschlossener linearer Unterraum, weil $T: X → ℝ, ∫_0^1 \cdot$ stetig ist und somit $M = T^{-1}(\{0\})$ als Urbild einer abgeschlossenen Menge in $ℝ$  abgeschlossen ist.
    Angenommen, ($\Theta =1$), es existierte ein $x_\Theta  = x ∈ X$ mit $\norm x_1 = $ und $\norm {x-x_1} \ge 1 $ für alle $x ∈ M$.
    Dann setze
    \[
        c(y) \coloneq \frac{∫_0^1 x_1(t) dt}{∫_0^1 y(t) dt} ∈ ℝ
    \]
    für alle $y \not\in M$. Man beachte, dass dies wohldefiniert ist. 
    Dann ist $x_1 - c(y)y ∈ M$, also $1 \le \norm{ x_1 - c(y)y - x_1} = |c(y)|\norm y$.
    Dann $∫_0^1 x_1 c(y)y\; dt = 0 $ oder $\frac {1}{|c(y)} \le \norm y $ oder $\left| ∫_0^1 y(t)\;dt \right| \le \left| ∫_0^1x_1(t)\;dt \right| \norm y$ für alle $y ∈ X \setminus M)$.
    Wähle $y_n(t) = t^{1/n} ∈ X$, also $\norm {y_n} = 1$.
    Es gilt $\left| ∫_0^1 y_n(t) dt \right| \le \left| ∫_0^1 x_1(t) dt \right| \le 1$ für alle $n ∈ ℕ$, also
    $∫_0^1 x_1(t) dt = 1$ und $x_1(t) \le 1$, was aber bereits impliziert, dass $x_1$ identisch 1 ist. Damit ist $x_1 \not\in X$.
\end{bemerkung-nn}

\begin{satz}
    Sei $X$ ein normierter Raum. Dann besitzt $X$ genau dann die Heine"=Borel"=Eigenschaft, wenn $\dim X < ∞$ ist.
\end{satz}
\begin{proof}
    „⇐“ war Korollar 7.4.

    „⇒“. Angenommen, $\dim X = \infty.$ Sei $S^1 \coloneq \{ x ∈ X: \norm x = 1\}$.
    Da $S^1$ abgeschlossen und beschränkt ist, ist $S^1$ nach Annahme kompakt.
    Wähle $x_1 ∈ S^1$ und $M_1 \coloneq \lspan \{ x_1 \} \subsetneq X$.
    $M_1$ ist ein abgeschlossener Unterraum nach Korollar 7.5.
    Nach Ries existiert ein $x_2 ∈ S_1$ mit $\norm {x_2-x_1} \ge \Theta  \coloneq \frac 1 2 $.
    Setze nun $M_2 \coloneq \lspan \{x_1,x_2\}$.
    Da $M_2$ ein abgeschlossener Unterraum ist, existiert ein $x_3 ∈ S_1$ mit $\norm {x_3 - x} \ge \Theta $ für alle $x ∈ M_2$, also insbesondere $\norm {x_3-x_1} \ge \Theta  = \frac 1 2$ und $\norm {x_3-x_2} \ge \Theta  = \frac 1 2$.
    Iterativ (da $\dim X = \infty  $) existiert $x_n ∈ S_1$ mit $\norm {x_m - x_n} \ge \frac 1 2$ für $m \ge n$.
    Somit haben wir eine Folge $(x_n)_{n ∈ ℕ}$ ohne Häufungspunkt in $S^1$ gefunden im Widerspruch zu $S^1$ kompakt.
\end{proof}

Damit sind in unendlich-dimensionalen normierten Räumen weder die Sphären noch die abgeschlossenen Kugeln kompakt.


\begin{definition}
    Ein topologischer linearer Raum $X$ heißt \emph{lokalkompakt}, wenn $0 ∈ X$ eine Umgebung $U$ besitzt, deren Abschluss kompakt ist.
\end{definition}

\begin{korollar}
    Sei $X$ normiert, $\dim X = \infty $. Dann ist $X$ nicht lokalkompakt.
\end{korollar}
\begin{proof}
    Angenommen, dass doch. Dann gibt es $r > 0$, so dass $S_r = \{ x ∈ X : \norm x = r\}\cl U$.
    Da $\cl U$ nach Annahme kompakt ist und $S_r$ abgeschlossen, ist $S_r$ ebenfalls kompakt. Das ist ein Widerspruch.
\end{proof}




%%% Local Variables:
%%% mode: latex
%%% TeX-master: "funkana-ebook"
%%% End: