本文整理一些与极限和连续有关的概念和定理。
1 实数线的拓扑
我们先从探讨“距离”的概念出发。我们知道对于 x , y ∈ R x,y\in R x,y∈R,可以定义一个非负的Euclidean distance ∣ x − y ∣ |x-y| ∣x−y∣。通过这个,我们可以定义某个点 x ∈ R x\in R x∈R的 ε \varepsilon ε-邻域( ε \varepsilon ε-neighbourhood)为集合 S ( x , ε ) = { y : ∣ x − y ∣ < ε } S(x,\varepsilon)=\{y:|x-y|\lt \varepsilon\} S(x,ε)={ y:∣x−y∣<ε},其中 ε > 0 \varepsilon\gt 0 ε>0。
如果对于集合 A ⊆ R A\subseteq R A⊆R, ∀ x ∈ A \forall x\in A ∀x∈A,都 ∃ ε > 0 \exists \varepsilon\gt 0 ∃ε>0,使得该点的 ε \varepsilon ε-邻域是 A A A的子集,这样的集合 A A A叫开集(open set)。 R R R和 ∅ \emptyset ∅也都为开集。
R R R上的所有开集组成的collection,称为topology of R R R(拓扑),或者usual topology on R R R(通常拓扑)。我们还可以在 R R R的子集或子空间(subspace)上讨论topology,对于 A ⊆ S ⊆ R A\subseteq \mathbb{S}\subseteq R A⊆S⊆R,如果 ∀ x ∈ A \forall x\in A ∀x∈A,都 ∃ S ( x , ε ) \exists S(x,\varepsilon) ∃S(x,ε),使得 S ( x , ε ) ∩ S ⊆ A S(x,\varepsilon)\cap \mathbb{S} \subseteq A S(x,ε)∩S⊆A,就称 A A A在 S \mathbb{S} S中是开的( A A A is open in S \mathbb{S} S)。比如 [ 0 , 1 ) [0,1) [0,1),在 R R R中不是开的,但在 S = [ 0 , 2 ] \mathbb{S}=[0,2] S=[0,2]中是开的。所有这些集合定义了relative topology on S \mathbb{S} S(相对拓扑),由定义直接可得以下定理。
定理:若 A A A在 R R R中是开的,则 A ∩ S A\cap \mathbb{S} A∩S在relative topology on S \mathbb{S} S中是开的。
对于某个点 x ∈ R x\in R x∈R,若 ∀ ε > 0 \forall \varepsilon \gt 0 ∀ε>0, A ∩ S ( x , ε ) A\cap S(x,\varepsilon) A∩S(x,ε)均为非空集合,则称 x x x为集合 A A A的一个闭包点(closure point),它不一定是 A A A中的元素。 A A A的所有的闭包点组成了 A A A的闭包(closure),记作 A ˉ \bar A Aˉ或 ( A ) − (A)^- (A)−。
对于某个点 x ∈ R x\in R x∈R,若它是 A − { x } A-\{x\} A−{ x}的闭包点,则称它是 A A A的会聚点(accumulation point)。若 x x x是 A A A的闭包点且 x ∉ A x\notin A x∈/A,则 x x x也是 A A A的会聚点。而那些不是会聚点的闭包点,就是 A A A的孤点(isolated point)。比如集合 A = { 0 } ∪ [ 1 , 2 ] A=\{0\}\cup[1,2] A={ 0}∪[1,2],则 x = 0 x=0 x=0为 A A A的孤点。
若点 x ∈ A ˉ x\in \bar A x∈Aˉ满足 ∀ ε > 0 \forall \varepsilon\gt 0 ∀ε>0, A c ∩ S ( x , ε ) A^c\cap S(x,\varepsilon) Ac∩S(x,ε)均非空,则 x x x称为集合 A A A的边界点(boundary point)。可以将 A A A的所有边界点组成的集合记为 ∂ A \partial A ∂A,则 A ˉ = A ∪ ∂ A \bar A = A\cup\partial A Aˉ=A∪∂A。
A A A的内部(interior)就是集合 A o = A − ∂ A A^o=A-\partial A Ao=A−∂A。
闭集(Closed set)就是包含了该集合自己所有的闭包点的集合,对这样的集合来说, A ˉ = A \bar A=A Aˉ=A。
定理: R R R上的开集,其补集是闭集。
这是闭集的另一个定义。可以看出, R R R和 ∅ \emptyset ∅都既是开集又是闭集。推广至relative topologies,有如下定理。
定理:若 A A A在 S ⊆ R \mathbb{S}\subseteq R S⊆R中是开的,则 S − A \mathbb{S}-A S−A在 S \mathbb{S} S中是闭的。
定理:(1)开集的collection的并是开的;(2)若 A A A和 B B B都是开的,那么 A ∩ B A\cap B A∩B也是开的。
定理:每个开集 A ∈ R A\in R A∈R都可表达为可数个不交开区间的并。
定理: B \mathscr{B} B包含了 R R R中的开集和闭集。
若一个collection C \mathscr{C} C满足对于一个 A ⊆ R A\subseteq R A⊆R, A ⊆ ∪ B ∈ C B A\subseteq \cup_{B\in\mathscr{C}}B A⊆∪B∈CB,则称 C \mathscr{C} C为 A A A的一个覆盖(covering)。若这里每个 B B B都是开集,则称该覆盖为开覆盖(open covering)。
定理 (Lindelof’s covering theorem):对于由 R R R上的开子集组成的任意的一个collection C \mathscr{C} C,必定存在可数的subcollection { B i ∈ C , i ∈ N } \{B_i\in \mathscr{C}, i\in N\} {
Bi∈C,i∈N},使得
∪ B ∈ C B = ∪ i = 1 ∞ B i \cup_{B \in \mathscr{C}} B = \cup_{i=1}^{\infty} B_i ∪B∈CB=∪i=1∞Bi
这也就是说,若 C \mathscr{C} C是 R R R中某个集合的覆盖,那么它必定包含了一个可数的子覆盖。这也叫Lindelof property。
由覆盖的概念,可以导出一个更重要的概念:紧致性(compactness):若对于集合 A A A,每个 A A A的开覆盖都包含了一个有限的子覆盖,则称 A A A是紧的(compact)。
理解这个概念的关键在于“每个”和“开覆盖”。举个例子,对于 ( 0 , 1 ] (0,1] (0,1],可数collection { ( 1 / n , 1 ] , n ∈ N } \{(1/n,1],n\in N\} { (1/n,1],n∈N}是一个开覆盖,但没有有限的子覆盖,因此 ( 0 , 1 ] (0,1] (0,1]不是紧的。
若 ∃ x ∈ A \exists x\in A ∃x∈A和 ε > 0 \varepsilon \gt 0 ε>0, A ⊆ S ( x , ε ) A\subseteq S(x,\varepsilon) A⊆S(x,ε),则称 A A A是有界的(bounded)。换句话说,有界集合必须被一个有限区间所包含。有了有界的概念,我们回到紧致性。
定理:在 R R R中的一个集合是紧的,当且仅当它是闭的、有界的。
对于 A A A的子集 B B B,若 B ⊆ A ⊆ B ˉ B\subseteq A\subseteq \bar B B⊆A⊆Bˉ,则称 B B B在 A A A中稠密(dense)。
定理:若 A A A是 R R R上的区间, C ⊆ A C\subseteq A C⊆A是一个可数集合,则 A − C A-C A−C在 A A A中稠密。
2 序列和极限
实序列(real sequence)是一个从 N N N到 R R R的映射,定义域中的元素称为indices,它们的值域称为序列的项/成员/坐标(terms/members/coordinates)。
称 { x n } 1 ∞ \{x_n\}_1^{\infty} { xn}1∞ 收敛于(converge to)极限 x x x,若 ∀ ε > 0 \forall \varepsilon \gt 0 ∀ε>0, ∃ N ε \exists N_\varepsilon ∃Nε,使得 ∀ n > N ε , ∣ x n − x ∣ < ε \forall n>N_\varepsilon, |x_n-x|\lt \varepsilon ∀n>Nε,∣xn−x∣<ε。若序列趋于 ± ∞ \pm\infty ±∞则称发散(diverge),有时这也叫在 R ˉ \bar R Rˉ中收敛,这是为了区别它们与那些不收敛到一个固定点的序列。
定理:任意在紧集中的单调序列均收敛。
即使序列不收敛,也可能会无限次地到达某个点。若存在子序列(subsequence) { x n k , k ∈ N } \{x_{n_k},k\in N\} { xn