漫步数学分析一——实数轴

从正整数$0,1,2,3,\ldots$开始，然后加入负整数和非整的有理数，通过往有理数中加入所有有理数的非有理极限即可获得实数系。例如，无理数$\sqrt2$就是增(或单调(monotone))序列$x_n$的极限，其中$x_n^2<2$且$x_n$是有理数，或者用$1,1.4,1.414,\ldots$这样的小数序列表示，$\sqrt2$不是有理数这个事实已经广为人知，而欧几里得首先证明了这个事实。

接下来问题来了，我们如何用正式的方式来执行上面的过程呢？实际上，这个过程有点长但是不难，所以我们在这里只给出一个大纲。要做的第一件事就是将那些我们希望实数具有的重要性质隔离掉，如下所示：

$\textrm(I)$加法公理。有一个加法运算“+”使得对于所有数$x,y,z$，满足
1. $x+y=y+x$(交换性)
2. $x+(y+z)=(x+y)+z$(结合性)
3. 有一个数0使得$x+0=x$(存在零元)
4. 对于每个$x$，有一个数$w$(用$-x$表示)使得$x+w=0$(存在加法逆元)

$\textrm(II)$乘法公理。有一个乘法运算“$\cdot$”使得
1. $x\cdot y=y\cdot x$(交换性)
2. $x\cdot(y\cdot z)=(x\cdot y)\cdot z$(结合性)
3. 有一个数$1\neq0$使得$1\cdot x=x$(存在单位元)
4. 对于每个$x\neq0$，存在一个数$v$使得$x\cdot v=1$(存在倒数)，写作$v=x^{-1},yx^{-1}=y/x$
5. $x\cdot(y+z)=x\cdot y+x\cdot z$(分配律)

$\textrm(III)$有序公理。有一个序“$\leq$”(更精确点，一种关系)使得
1. $x\leq y,y\leq z$，那么$x\leq z$(传递性)
2. $x\leq y,y\leq x\Leftrightarrow(x=y)$(自反性)
3. 对于任意两个元素$x,y$，要么$x\leq y$，要么$y\leq x$(三分性)
4. 如果$x\leq y$，那么$x+z\leq y+z$
5. $0\leq x,0\leq y$那么$0\leq xy$

任何集合或数系，如果他们具有满足加法公理和乘法公理的运算+和$\cdot$，那么我们称之为域(field)。例如，有理数是一个域但整数不是。

满足性质$\textrm{(I),(II),(III)}$的称为有序域，根据定义，$x<y$ 意味着$x\leq y$且$x\neq y$，其他大家熟悉的符号也可以引进来，例如数$x$的大小是$|x|$，如果$x\geq0$，我们就定义成$x$，如果$x\leq0$，定义成$-x$；$x,y$之间的距离是$|x-y|$，它的大小满足三角不等式：$|x+y|\leq|x|+|y|$。

利用这些公理就可以推出从高中开始学到的运算法则，例如我们可以用公理来证明$0<1$，上面公理完整的细节对我们目前的工作不重要，所以我们不加证明的接受这些事实，就当成我们平常熟悉的代数法则。

很明显，要想唯一地表征实数，上面的公理是不充分的，因为有理数也满足这些公理，所以我们需要另一个条件来确保有理数的极限包含在实数系中。

为了陈述这个条件，需要介绍一些与序列相关的定义。令$x_n$ 表示给定的数列，如果对于任意$\varepsilon>0$，存在一个正数$N$，使得对于所以$n\geq N$的整数$|x_n-x|<\varepsilon$成立，那么我们就成$x_n$收敛到$x$，写作$\lim_{n\to\infty}x_n=x$或随着$n\to\infty,x_n\to x$。

直观上讲，收敛就是当$n$充分大时，$x_n$任意靠近$x$，之后的第二章我们会系统的学习收敛。目前，我们只需要学习下面的完备性公理(completeness axiom)。

对于所有$n$，如果$x_n\leq x_{n+1}$，那么序列$x_n$是增的(或非减)，如果有一个数$M$使得对所有$n=1,2,3,\ldots,|x_n|\leq M$，那么序列$x_n$是有界的。

不难看出序列$x_n$顶多收敛到一个点，假设$x_n$收敛到$x,y$，那么根据三角不等式$|x-y|=|x-x_n+x_n-y|\leq|x-x_n|+|x_n-y|$，如果$|x-y|>0$，那么将$|x-y|/2$作为$\varepsilon$，我们可以选择充分大的$N$使得当$n\geq N$时，$|x-x_n|<|x-y|/2,|x_n-y|<|x-y|/2$，由此我们将得出$|x-y|<|x-y|$，而这时不可能的，所以$|x-y|=0$即$x=y$。

现在我们陈述完备性公理。
$\textrm(IV)$
1. 完备性公理。如果$x_n$是增序列且有上界，那么$x_n$ 收敛到某个数$x$。
对于条件$\textrm{(IV)}$的合理性，我们可以考虑递增的小数序列：1，1.4，1.41，1.414，$\ldots$，它收敛到$\sqrt2$。

满足公理$\textrm{(I)}$到$\textrm{(IV)}$的数系叫做全序域(complete ordered field)。条件$\textrm{(IV)}$和有下界的减序列收敛这个条件是等价的，通过观察$(x_n\to x)$$\Leftrightarrow$$(-x_n\to-x)$即可明白这个条件，现在我们结合前面的讨论给出下面的定理。

$\textbf{定理1}$ 存在唯一的一个全序域数系，我们称之为实数系。

实数系用$R$表示，目前$\pm\infty$不含在$R$中，在定理1 中，唯一性意味着满足$\textrm{(I)-(IV)}$的任意两个系可以表示成一一对应关系，这个关系兼容$+,\cdot,\leq$。对于兼容+，举例来说这就意味着第二个系统中的一个数，如果它对应第一个系统中两个数的和，那么它就是相对应第二个系统中两个数的和。目前我们忽略定理1的证明而将其作为我们的起点，证明不难但有点费劲，通过证实十进制扩展具有要求的性质，我们就能证明$R$的存在性。

正如上面所说的，我们不希望花太多时间来了解所有公理结论的细节，但是一些显然的结论还是值得特别关注的，即阿基米德性(Archimedian property)：给定任意实数$x$，有一个整数$N$使得$N>x$，(这里整数可以用$2=1+1,3=2+1,4=3+1,\ldots$来定义)需要注意的是这个结果依赖于完备性公理，并且只用其他公理无法推出这个结论。

完备性公理可以表示成其他非常重要的等价形式，为了陈述这些形式，我们需要一些基本的术语。

$\textbf{定义1}$ 令$S\subset R$是$R$的一个子集，那么$S$仅仅是实数的某个集合(例如，所有0,1之间的有理数)，如果对于所有的$x\in S$，我们有$x\leq b$，那么我们称数$b$ 为$S$的一个上界(upper bound)。

如果$b$不但是$S$的一个上界，而且小于等于$S$的其他所有上界，那么我们称数$b$为$S$的最小上界(least upper bound)，如图1。

图1

集合$(a,b)=\{x\in R|a<x<b\}$叫做开区间(open interval)，
$[a,b]=\{x\in R|a\leq x\leq b\}$叫做闭区间(closed interval)。

例如，闭区间[0,1]，开区间(0,1)和所有小于1的有理数最小上界都是1。

注意：$S$的最小上界(也叫做$S$的supremum)表示成$\sup(S)$或$\text{lub}(S)$。

$S$最多有一个最小上界。如果$b,b^{'}$都是最小上界，那么$b$ 小于等于所有其他上界$b\leq b^{'}$，同样的，$b^{'}\leq b$，所以得出$b=b^{'}$。

集合不一定有上界，例如整个实数系就没有上界，而且正整数也没有上界，考虑退化的情况即空集$\emptyset$，我们将任何数都看成它的上界。

通过观察可以看出如果$b$是$S$的上界而且$b\in S$，那么$b$是最小上界，这个证明非常简单，它必须说明如果$d$是$S$的任何一个上界，那么$b\leq d$，但是$b\in S$而且$d$ 是上界，所以$b\leq d$满足要求。

最小上界的定义有另一个非常有用的陈述，即定理2，有时候应用定理2会更加方便。

$\textbf{定理2}$ 令$S\subset R$，当且仅当$b$是$S$的上界且对于每个$\varepsilon>0$，有一个$x\in S$使得$x>b-\varepsilon$，那么$b\in R$是$S$的最小上界。

这个定理直观上非常明显，因为$b$就像位于集合$S$的顶端且它与集合$S$之间没有间隔，所以对于任意$\varepsilon>0$，我们可以将$x$取成在$b$下方且与它的距离不超过$\varepsilon$的点。[警告：这个论点只是给出一个直观上的感受，切不可与严格的证明相混淆]

如果$S$没有上界，我们就说$\sup(S)$是无限的并写作$\sup(S)=+\infty$，同样的，集合$S$的下界(lower bound) 是对于所有$x\in S$，使得$b\leq x$的数$b$，当且仅当$b$ 是下界且对于所有$S$的下界$c,c\leq b$，那么称$b$是最大下界(greatest lower bound)。与最小上界一样，最大下界如果存在的话，它也是唯一的。有时最大下界称为infimum并表示成$\inf(S)$ 或$\text{glb}(S)$。 如定理2所述，数$c$要想是$S$的最大下界，当且仅当$c$是下界且对于每个$\varepsilon>0$有一个$x\in S$使得$x<c+\varepsilon$，另外如果$S$没有下界，那么我们写成$\inf(S)=-\infty$。

我们需要的另一个符号是柯西序列(Cauchy sequence)。

$\textbf{定义2}$ 对于$R$中的一个序列$x_n$，如果对每个$\varepsilon>0$，有一个整数$N$(依赖于$\varepsilon$)使得$n\geq N,m\geq N$时$|x_n-x_m|<\varepsilon$，那么我们成该序列是柯西序列。

这个条件直观上意味着序列会聚成一团；也就是序列的所有元素在序列的充分远处互相之间会任意的接近。

如果$x_n$收敛到$x$，那么$x_n$是柯西序列。给定$\varepsilon>0$，选择一个$N$使得$n\geq N$时$|x_n-x|<\varepsilon/2$，那么对于$n,m\geq N$，我们有$|x_n-x_m|=|x_n-x+x-x_m|\leq|x_n-x|+|x-x_m|<\varepsilon/2+\varepsilon/2=\varepsilon$，这就证明了我们的断言。这个陈述的逆在定理3中，这里我们使用了三角不等式$|y+z|\leq|y|+|z|$，而它的特殊情况$|a-b|\leq|a-c|+|c-b|$非常有用。接下来的定理会给出实数的一些基本命题。

$\textbf{定理3}$
1. 令$S$是$R$中的非空集合且有上界，那么$S$在$R$中有最小上界。
2. 令$P$是$R$中的非空集合且有下界，那么$P$在$R$中有最大下界。
3. $R$中的每个柯西序列$x_n$收敛到$R$中的一个数$x$。

这个结果非常明显。实际上，如果$R$的有界子集没有最小上界，那么集合顶部将会有一个洞并且$S$中趋向这个洞的一系列元素无法收敛到$R$中的元素，条件$\textrm{(ii)}$同样如此。条件$\textrm{iii}$可以这么理解：如果我们忽略柯西序列的前$N$项，那么剩余项将会聚到一起，随着我们忽略的越多，剩余项将会更加聚集且到达某个极限值，也就是这个序列的极限。要想更加精确地明白这个过程就需要更多的耐心，证明是我们唯一的来源。

利用我们给出的证明方法，不难看出条件$\textrm{(i),(ii),(iii)}$的每一个都与有序域的完备性公理是等价的。

这里我们简要的回顾并讨论了实数轴，接下我们给出一些具体实例。

$\textbf{例1：}$令$S={x\in R|x^2+x<3}$，求出$\sup(S),\inf(S)$。

$\textbf{解：}$考虑$y=x^2+x$的图像，利用基本的微积分知识可知在$x=-1/2$处，$y$取最小值，所以$S$的图像可能如图2所示，当$x^2+x=3$时，从图中很明显的可以看出$\sup,\inf$，或者从二项公式

$$x=\frac{-1\pm\sqrt{1+12}}{2}=\frac{(-1\pm\sqrt{13})}{2}$$

可得

$$\sup(S)=\frac{(\sqrt{13}-1)}{2},\quad\inf(S)=\frac{-(\sqrt{13}+1)}{2}$$

$\textbf{例2：}$令$x_0=0,x_1=\sqrt{2},x_2=\sqrt{2+x_1},\ldots,x_n=\sqrt{2+x_{n-1}},\ldots$，说明$x_n$收敛。

$\textbf{解：}$我们将说明$x_n$是递增且有上界，这样就证明了该断言。注意每个$x_n$是非负的，那么我们必须说明$r_n=x_{n+1}-x_n\geq0$，这里用归纳法证明。当$n=0$时明显成立，假设$n-1$时成立，那么

$$\begin{align*} r_n=x_{n+1}-x_n&=\sqrt{2+x_n}-\sqrt{2+x_{n-1}}=\frac{x_n-x_{n-1}}{\sqrt{2+x_n}+\sqrt{2+x_{n-1}}}\\ &=\frac{r_{n-1}}{(\sqrt{2+x_n}+\sqrt{2+x_{n-1}})} \end{align*}$$

所以$r_{n-1}\geq0$意味着$r_n\geq0$，因此$x_n$是递增的。接下来我们要说明$x_n$有上界，例如我们可以用归纳法证明$x_{n^*}\leq5$。显然，$x_0,x_1\leq5$，假设$x_{n-1}\leq5$，那么

$$x_n=\sqrt{2+x_{n-1}}\leq\sqrt{2+5}\leq\sqrt{7}\leq5$$

因此$x_n$是递增且有上界，所以它是收敛的。

图2

$\textbf{例3：}$令$x_n$是实数序列，且满足$|x_n-x_{n+1}|\leq1/2^n$，说明$x_n$收敛。

$\textbf{解：}$我们将说明$x_n$是柯西序列，那么利用条件$\textrm{(iii)}$即可得到结果。利用三角不等式可得

$$\begin{align*} |x_n-x_{n+k}| &\leq|x_n-x_{n+1}|+|x_{n+1}-x_{n+2}|+\cdots+|x_{n+k-1}-x_{n+k}|\\ &\leq\frac{1}{2^n}+\frac{1}{2^{n+1}}+\cdots+\frac{1}{2^{n+k}}\\ &\leq\frac{2}{2^n} \end{align*}$$

(因为如果$0<r<1$，那么$a+ar+ar^2+\cdots=a/(1-r)$)。

因此如果$m\geq n$并且给定$\varepsilon>0$，只选择使$1/2^{N-1}<\varepsilon$的$N$，那么$|x_n-x_m|\leq1/2^{n-1}$，于是我们得到了一个柯西序列。

$\textbf{例4：}$证明当$n\to\infty$时$1/n\to0$。

$\textbf{解：}$根据定义，给定任意数$\varepsilon>0$，我们必须证明有一个整数$N$使得如果$n\geq N$，那么$|1/n-0|<\varepsilon$。我们令$1/N<\varepsilon$，这样的话只需要选择$N>1/\varepsilon$即可(根据阿基米德性可知这是可能的)。

$\textbf{例5：}$说明当$n\to\infty$时$\frac{\sqrt{n^2+1}}{n!}\to0$。

$\textbf{解：}$我们必须说明当$n$充分大时，$\frac{\sqrt{n^2+1}}{n!}$充分小。我们按下列方式估计$\frac{\sqrt{n^2+1}}{n!}$有多大：

$$\frac{\sqrt{n^2+1}}{n!}\leq\frac{\sqrt{2n^2}}{n!}=\frac{\sqrt{2}n}{n!}=\frac{\sqrt{2}}{(n-1)!}\leq\frac{\sqrt{2}}{n-1}$$

所欲给定$\varepsilon>0$，选择$N$使其$N>\frac{\sqrt2}{\varepsilon+1}$，那么$n\geq N$意味着

$$0\leq\frac{\sqrt{n^2+1}}{n!}\leq\frac{\sqrt{2}}{n-1}\leq\frac{\sqrt{2}}{N-1}<\varepsilon$$

这就证明了断言。

例6是出自公理的代数法则，在实际中，像这样的结论我们都认为是理所当然的。

$\textbf{例6：}$利用有序域的公理证明
1. 负元是唯一的；
2. 对所有$x,0x=0$；
3. $(-x)(-y)=xy$；
4. $0<1$

$\textbf{解：}$对于$(a)$，我们注意到如果$x+w=0,x+y=0$，那么($y$加到$x+w=0$上)$y+(x+w)=y+0=y$，根据条件$\textrm{I(ii)}$，左边是$(y+x)+w=0+w=w$，所以$y=w$，因此符号$-x$是明确的。

对于$(b)$，我们有0+0=0，所以利用$\textrm{II(i),II(v)}$ 我们得到$0\cdot x=(0+0)x=0\cdot x+0\cdot x$，两边都加上$-(0\cdot x)$得$0\cdot x=0$。

对于$(c)$我们首先说明$(-x)y=-(xy)$。事实上，根据$\textrm{II(i),II(v)}$，$(-x)y+xy=(-x+x)y=0\cdot y=0$($(b)$)，接下来，因为$(1-1)(-1)=0$并且$(1)(-1)+(-1)(-1)=-1+(-1)(-1)$，两边分别加1可得$(-1)(-1)=1$，因为我们已经证明了$(-1)(x)=-(1x)=-x$，所以

$$(-x)(-y)=(-1)x(-1)y=(-1)(-1)xy=1xy=xy$$

最后，对于$(d)$，根据$\textrm{III(iii)}$$0<1$的其他可能只有$1\leq0$，两边加-1得到$0\leq-1$(利用$\textrm{III(iv)}$)，那么$x=-1,y=-1$将得出$0\leq1$($\textrm{III(v)}$)，因为$0\neq1$，所以我们有$0<1$。