赋范向量空间

范数把“这个向量有多大”这一朴素问题公理化，而三条公理各自封堵一种退化。正定性保证不同向量能被距离区分；绝对齐次性把度量锁定在线性结构上——向量放大两倍，长度必须恰好翻倍，这使“长度”与数乘相容；三角不等式控制向量相加后的长度，是极限估计的基本杠杆。一个有效的心智图像是单位球 $\{x:\Vert x\Vert \le 1\}$：不同范数把“单位长度”画成不同的中心对称凸形状，选择范数就是选择用什么几何尺度观察空间。赋范空间因此是代数与分析的接口：向量空间一侧提供叠加与缩放，度量一侧提供逼近与极限，两者通过齐次性结合起来。

在 ${\mathbb{R}}^n$ 上，$\Vert x{\Vert }_1=\sum _i|x_i|$、$\Vert x{\Vert }_2=(\sum _i{x}_i^2{)}^{1/2}$、$\Vert x{\Vert }_{\mathrm{\infty }}=\underset{i}{max}|x_i|$ 都是范数，单位球分别是交叉多面体、圆球与立方体；它们两两等价，例如 $\Vert x{\Vert }_{\mathrm{\infty }}\le \Vert x{\Vert }_2\le \sqrt{n}\Vert x{\Vert }_{\mathrm{\infty }}$。事实上有限维空间上任意两个范数都等价，因此有限维里"收敛""有界""连续"都与范数选取无关。

无限维中这一切崩塌。在 $C([0,1])$ 上比较 $\Vert f{\Vert }_1={\int }_0^1|f|$ 与 $\Vert f{\Vert }_{\mathrm{\infty }}=max|f|$：取底宽 $2/n$、高 $1$ 的三角形尖峰函数 $f_n$，则 $\Vert f_n{\Vert }_{\mathrm{\infty }}=1$ 而 $\Vert f_n{\Vert }_1=1/n\to 0$，不存在常数 $c>0$ 使 $c\Vert f{\Vert }_{\mathrm{\infty }}\le \Vert f{\Vert }_1$，两个范数不等价，各自给出不同的收敛概念。完备性也开始依赖范数：$C([0,1])$ 配 $\Vert \cdot {\Vert }_{\mathrm{\infty }}$ 完备，配 $\Vert \cdot {\Vert }_1$ 则不完备——一列连续函数可以在积分意义下 Cauchy 而"极限"是间断函数。

两类常见的边界情形值得区分。其一，半范数：允许 $\Vert x\Vert =0$ 而 $x\ne 0$ 的映射（如 $C^1$ 上的 $f\mapsto \Vert f^{\prime }{\Vert }_{\mathrm{\infty }}$ 在常函数上取零），必须对零集商掉后才得到真正的范数，这正是 $L^p$ 空间公理库L^p 空间L-p space · Lebesgue space对 1≤p≤∞，按几乎处处相等取商并配以 Lp 范数的可测函数空间。构造中"几乎处处相等视为同一函数"的来源。其二，并非每个度量都来自范数：$\mathbb{R}$ 上的离散度量在缩放下不变，违背齐次性，故不由任何范数诱导；判据就是平移不变加缩放兼容。

范数诱导的拓扑 ​

开球

生成范数拓扑。由于

且 $\Vert \alpha x-\beta y\Vert \le |\alpha |\Vert x-y\Vert +|\alpha -\beta |\Vert y\Vert$，向量加法与标量乘法在这套拓扑下连续。赋范空间因此不只是“带距离的集合”，而是线性运算与拓扑彼此相容的拓扑向量空间。

序列 $x_n\to x$ 等价于 $\Vert x_n-x\Vert \to 0$，Cauchy 性也完全由范数差控制。若每条 Cauchy 列都在空间内收敛，就得到Banach 空间公理库Banach 空间Banach space关于范数诱导度量完备的赋范向量空间。；不完备空间可通过等价 Cauchy 列补入极限完成化。完备性不是范数定义的一部分，却是开映射、闭图和一致有界等泛函分析定理的共同环境。

线性与几何出口 ​

线性映射 $T:X\to Y$ 连续，当且仅当存在 $C$ 使

这就是有界线性算子公理库有界线性算子Bounded linear operator把有界集映为有界集，等价地连续的线性映射。，最小可行常数给出算子范数。另一方面，若范数满足平行四边形恒等式

它恰由某个内积诱导，通往内积空间公理库内积空间Inner product space带正定对称双线性形式或正定 Hermitian 半双线性形式的向量空间。与 Hilbert 几何。

有限维范数等价只保证拓扑相同，不保证估计常数无关紧要。等价常数可能随维数变化；无限维中不同范数更会改变收敛、完备化和连续算子类。因此任何误差、稳定性或逼近声明都应写明所用范数，而不能把 ${\ell }_1$、${\ell }_2$、一致范数或积分范数笼统称作同一种“误差小”。