Mercury Lamp

数学分析(I)定理理解

命题的否定,逆命题,逆否命题

复杂点的我还真不会,挂着找个时间学一下。

用定义证明收敛

就是要说明在某个 $N$ 之后的所有 $n$ 满足一个形如 $f(n) < C\epsilon$ 的不等式恒成立

所以就想办法找:

  1. 直接用这个形式暴力求解出 $n > g(\epsilon)$ 的形式。
  2. 用其它的条件放缩,比较常见的是如果极限内的式子为一个 $\sum$ 的样子;从一个有限项之后拆开,前面为常数,后面可以用条件放缩(常用三角不等式)。
  3. 直接通过一些比较将原式放缩为一个更好求的式子,不过注意约定 $N$ 的范围。

用定义证明数列为无穷大量

就是要说明对于任意一个数,一定能找到某项之后所有项都大于它。

其实道理差不多。

现在任取一个 $G$,我们当它是固定的。

然后根据 $x_n > G$ 解出 $n > g(G)$ 的范围。

我们只需要取 $N = g(G)$ 就可以了。

数列极限的唯一性

首先设存在两个这样的极限 $A, B$。

然后分开用定义写,一种比较常见的方式就是证明 $|A - B| = 0$。

于是我们尝试从定义里 $|x_n - A|, |x_n - B|$ 的不等式来导出 $A - B$。

对于 $|A + B|$ 形式一般都用三角不等式,但是这里是 $|A - B|$。

所以考虑插项:

$|A - B| = |(x_n - B) - (x_n - A)| = |(A - x_n) + (x_n - B)| \le |A - x_n| + |x_n - B| = |x_n - A| + |x_n - B| < 2\epsilon$。

这里用绝对值的性质,拆项之后可以转化为两项之和。

换句话说 $|A - B|$ 的距离可以小于任意一个 $\eta > 0$,那么就证明了 $A - B = 0$。

收敛数列的有界性

希望证明有界就是想要证明形如 $\forall n > N, |x_n| < M$ 的形式。

为什么只考虑无限项?因为有限项既然是有限的那我们可以直接列出来,在最后取 $M$ 的时候让 $M$ 和它们取一个 $\max$ 就可以了。

然后对于后面的这些项,不妨假设 $N$ 固定,因为我们只需要证明 $M$ 的存在性,而根据收敛的定义 $N$ 一定存在,我们对任意一个 $N$ 找到 $M$ 就行。

又因为 $\epsilon$ 也是任意的,我们需要一个常数而不是任意量,直接随便取一个比较特殊的比如 $\epsilon = 1$,然后得到一个 $M$ 的取值就完了。

数列极限的保序性 or 保号性

核心就是在 $|f(x) - A| < \epsilon; |g(x) - B| < \epsilon$ 两个不等式拆开绝对值之后各取两边。

由于 $\epsilon$ 有任意性,取 $\epsilon = \dfrac{A - B}{2}$ 即可建立桥梁直接比较。

关于那个保序性推论的话,取 $g(x) = 0$ 即可得到。

两边夹法则

拆开绝对值各取一边再合并即可,非常简单。

数列极限的四则运算

Stolz 定理

核心思想是通过累加法凑出 $x_n, y_n$ 的形式。

直接做的话那个 $A$(极限)的系数不太好做,不妨假设 $A = 0$。

累加只能加到 $\max\{N, M\}$ 的位置,$y_n$ 无穷大量,取 $G = 1$(拿出不是负数的部分)。

两边直接除 $y_n$,移项就能证明。

做出来之后 $A \not=0$ 的直接套用 $A = 0$ 的带进去做变量替换。

对于 $A = \infty$ 的情况,倒一下之后就可以变成 $A = 0$ 的情况。

然后限制条件只需要令 $G = 1$ 就能导出。

数列求和后求极限

比如那两个特殊的极限,做法基本上需要在极限定义 $N$ 那个位置拆两段分析。

确界原理

先承认它是一个公理,等会闭环的时候再考虑这个问题。

换句话说我们承认如果存在上界必有上确界。

单调有界原理

考虑单调递增有上界,反过来同理即可。

由于数列有界,根据确界原理,一定存在其上确界 $M$。

要证明 $\forall \epsilon > 0, \exists N \text{ s.t. } \forall n > N : |x_n - L| < \epsilon$。

因为 $|x_n| < L$,凑个 $\epsilon$ 出来dou一下就行

就是直接从 $x_N$ 出发利用单调性导出。

闭区间套定理

用单调有界原理,$a_n, b_n$ 两个数列分别存在极限。

说明极限相等就行。

核心:$b_n = a_n - (a_n - b_n)$,因为 $(a_n - b_n) \to 0$ 所以存在 $\xi$。

对于唯一性,反证,假设还存在一个 $\eta$,显然 $|\xi - \eta| \le b_n - a_n \to 0$ 所以不存在 $\eta$。

使用:一般构造闭区间套的目的都是构造出一个或者多个的数列用于证明。

:如果说证明了 $A = B = \xi$,那么不必再次说明唯一性,用极限的唯一性就行。

实数集不可数

三等分用闭区间套取中间。

Bolzano-Weierstrass 定理

很简单,使用闭区间套,每次二等分,选取一个包含无穷元素的区间。

在每个区间里随便选一项,然后在区间内扣掉他之后再递归下去。

当然需要满足子列下标性质,这个通过交换可以做到。

于是 $a_k \le x_k \le b_k$,所以 $x_{n_k} \to \xi$

注:闭区间套用的时候常常结合两边夹法则

Cauchy 收敛原理

由于是充要条件所以两边都要证明一下

由收敛推过去比较简单,就是从一个变量条件变两个变量。

通过极限 $A$ 做一个空拆的中转就行:$|x_n - x_m| = |(x_n - A) - (x_m - A)|$,然后用三角不等式。

推回来稍微麻烦一点,思路是:

先证明 $\{x_n\}$ 有界,进而得到一个收敛子列 $\{x_{n_k}\}$,再证明 $(x_n - x_{n_k}) \to 0$。

有界证明部分的思路比较经典,取一个点,前面的有限项都是常数,后面的可以直接代替(随便用一个常数)。

对于收敛子列部分,利用 Cauchy 收敛这个条件能证明它们的差小于任意 $\epsilon > 0$。

然后空拆:$x_n - a = (x_n - x_{n_k}) + (x_{n_k} - a)$

这里就很好做了。

压缩映射原理

很自然的想到使用 Cauchy 来证明。

但想要使用它还需要做一些操作。

空拆:$|x_{n + 1} - x_{1}| = |(x_{n + 1} - x_n) + (x_n - x_{n - 1}) + \cdots + (x_2 - x_1) + (x_1 - 0)|$

三角不等式拆开之后可以利用压缩映射的条件来全部转化为 $x_n - x_{n + 1}$

然后做个差就是 $|x_m - x_n|$ 了。

于是能写出一个等比数列求和,把求和的式子利用 $r \in (0, 1)$ 放缩到一个常数就能使用 Cauchy 收敛原理了。

有限开覆盖定理

用 Cauchy 的我稍微有点记不住。

用闭区间套的话就是反证,二分,每次取一个不能被有限个覆盖的区间。

最后有一个 $\xi$,由于一族开区间能覆盖 $I$,那么 $\xi$ 至少被一个开区间覆盖,所以 $\exists$ 它的一个小邻域也能被覆盖,这就矛盾了。

闭环

用有限开覆盖定理证明确界原理

稠密性

如果 $A, B \subset \mathbb R$,且 $\forall x < y \in B, \exists a \in A \text{ s.t. } x < a < y$ 则称 $A$ 在 B 中稠密。

有理数在 $\mathbb R$ 上稠密:

$\forall x, y \in \mathbb R, \exists n \in \mathbb Z\text{ s.t. } n(y - x) > 1 \Rightarrow ny - nx > 1$

考虑 $nx < m \le nx + 1$,一定有这样的整数 $m$,两边同时除以 $n$:

$x \le \dfrac{m}{n} \le x + \dfrac{1}{n}$。

$x + \dfrac{1}{n} < y \iff ny - nx > 1$

所以 $\exists m, n \text{ s.t. } x < \dfrac{m}{n} < y$。

无理数稠密:

根据有理数的稠密性,取 $a \in \mathbb Q$

那么 $x + \sqrt 2 < a < y + \sqrt 2$。

就有 $x < a - \sqrt2 < y$,由于有理数集减法封闭所以 $a -\sqrt 2 \not\in \mathbb Q$。

sinx/x

一般认为这个极限 = 1 是公理。

Heine 定理

还是要证两个方向

正着直接推

反过来直接反证,这个反证要写出 $f(x) \not\to A$ 的这个命题

然后取 $\delta = 1, \dfrac{1}{2}, \dfrac{1}{3}, \cdots$

e

对于变式往往需要考虑倒一倒

函数极限的 Cauchy 收敛原理

最主要还是把数列和函数连接起来。

正推是简单的,直接定义写两遍合起来就行。

反推就需要用 Heine 定理了。

总之是先说明拉出来的数列 $f(x_n), f(y_n)$ 分别收敛,然后说明极限相等,再用 Heine 定理就行。

证明初等函数的连续性

其实就是用 $\epsilon-\delta$ 去证明极限。

连续函数四则运算

知道就行了,没什么要注意的,证明直接写定义。

连续函数复合,反函数

反函数这里要注意一下原函数一定要严格单调连续

反函数才是严格单调连续的。

要求单调主要是用定义写出来,用 $x = g(y), y = g(x)$ 替换之后没法直接由 $\Leftarrow$ 得到 $\Rightarrow$,所以需要个条件来得到 $y$ 的限制。

复合函数用定义凑。

Riemann 函数的连续性

有理点间断:根据无理数在实数域上稠密可以找到 $\{x_n\} \to x_0$,取极限后利用连续性和 $\zeta(x_0) \not= 0$ 说明矛盾。

无理点连续:Riemann 函数是周期为 $1$ 的函数,考虑 $[0, 1]$ 上的点就行。

核心是说明 $\forall \epsilon, \zeta(x) \ge \epsilon$ 的 $x$ 有限(因为函数值 $\le 1$),然后取一个不含这些 $x$ 的 $x_0$ 的小邻域

小邻域内 $\zeta(x) \le \epsilon \Rightarrow \zeta(x) - \zeta(x_0) \le \epsilon$ 这就是连续的定义。

Cantor 定理

证法和证明判定一致连续的法则是差不多的。

反证,假设不一致连续,取 $\delta = 1, \dfrac{1}{2}, \cdots \dfrac{1}{n}$。

用不一致连续的那个判定条件给出 $x_n, y_n$ 的限制。

找到两个收敛子列,说明其极限相等,从而推出 $|f(x_{n_k}) - f(y_{n_k})| = 0 < \epsilon$ 的矛盾。

Cantor 定理扩展

两边都要证明,一边考虑直接延拓,另一边用函数极限 Cauchy 收敛原理就能说明。

对于 $[M, +\infty]$ 这种就是直接拆两边考虑,记得考虑跨越的情况。

闭区间上连续函数有界性

这个感觉乍一看会很没办法,所以还是反证。

用闭区间套一直取无界的区间,取到 $\xi$ 之后由于连续可以写出性质得出 $f(x)$ 有上界。

闭区间上连续函数最值性

直接确界原理就行了。

零点存在定理

闭区间套定理,一直二分到那个零点就可以。

闭区间上连续函数介值性

其实我觉得介值性反而是更应该先证明的。

就如果 $=m, M$ 就是零点存在定理。

那么 $c \in (m, M)$,构造 $F(x) = f(x) - c$ 即可。

一些非常容易搞混的命题

关于对命题的否定的使用

设数列 $\{x_n\}$ 无界但不是无穷大量

证明必存在两个子列使得一个收敛一个为无穷大量。

无界的数列有为无穷大量的子列只需要一直取 $M$ 然后说明总有大于 $M$ 的得到 $x_{n_k} > k$ 的不等式两边 $k$ 趋近无穷就行。

但收敛子列怎么办?一个想法就是证明存在一个有界子列,于是有界子列必定有收敛子列。

怎么找到界呢?

一个想法是说明对于一个 $M$ 可以找到无穷多个小于它的项。

无穷大量等价于:$\forall G > 0, \exists N, \text{ s.t. } \forall n > N, |x_n| > G$。

所以不是无穷大量的意思是 $\exists M > 0, \forall N, \text{ s.t. } \exists n > N, |x_n| \le M$。

我们来理解一下这句话,任意的 $N$ 都会有至少一个绝对值不大于 $M$ 的。那就是有无穷多个。

于是就能说明其有界性。

Fermat 定理

比如说是极大值点,那么直接根据极大值点写出邻域附近的条件。

然后利用它写左右导数,发现都等于零,这是导数等于零的充要条件。

Roll 中值定理

注:接下来几个中值定理默认开区间上连续闭区间上可导

这个直接根据闭区间上连续函数的性质,然后用 Fermat 定理就可以了。

当然还需要说明一下常值函数的可能性。

Lagrange 中值定理

其实是 Roll 的更一般情况。

想要转成 Lagrange 就要把这个弄平坦,直接写出要证明的式子构造线性函数就行。

相等的话,在构造的函数基础上乘上 x 就可以了。

导函数有界 -> 一致连续

直接用 Lagrange 写出来之后就是一致连续的形式。

Cauchy 中值定理

还是直接写了之后尝试转成 Lagrange 或者 Roll 定理。

但这个比较简单一点,两个写出来之后直接发现就是相等的。

导函数不存在第一类不连续点

第一类不连续点是左右极限都存在且不相等。

对于一个点 $x_0$,直接写出左右导数,然后用 Lagrange 中值定理变成 $f^{\prime}(\xi)$,可以发现经过简单的变换它们分别变成了导数的左极限和右极限,存在且等于这点导数。

如果不存在那么一定是第二类了。

Darboux 定理(导函数介值性)

直接构造 $F(x) = f(x) - cx$ 就行。

需要注意的是端点是单侧导数,(似乎不能直接零点存在定理,要用下 Fermat)

证明 Taylor 定理

直接减一下证明余项是那个玩意儿就行。