【考研数学】几个重要定理、结论的证明过程汇总 | 持续更新……

更新情况

23/10/19：增加了积分中值定理及积分第一中值定理的证明。
23/10/23：增加了矩阵转置、伴随矩阵及向量的秩相关的证明。
23/11/01：增加了定积分周期性质的证明。
23/11/13：增加了保号性的证明。
23/11/13：增加了秩为 1 方阵的性质的证明。

---

引言

前阵子整理往年真题的时候，发现有一个证明题让我证明拉格朗日中值定理。要不是我才学完微分，我还真有些下不了笔，只记得可以用罗尔中值定理证明。写微分部分的文章时，由于内容太多，我就没有加上去。于是我打算对这些平常咱们都用的到的定理和结论，都去证明一篇，巩固基础，也减少对证明题的恐惧。

我就按照去年的数一大纲，把里面提到的定理以及我认为重要的定理、结论，都放在本文中进行汇总。有可能会内容好多，后续随着复习进度的进行，也会补充内容进来。

---

高等数学

一、函数、极限、连续

保号性

设 ${\lim }_{x\to a}f(x)=A>0$ ，则 $\exists \delta >0,when0<|x-a|<\delta ,wehavef(x)>0.$

证明： 由极限定义，$\forall ϵ>0,\exists \delta >0,when0<|x-a|<\delta ,wehavef(x)-A>-ϵ$ ，即 $f(x)>A-ϵ$ ，取 $ϵ=A/2$ ，于是 $f(x)>A/2>0$ ，证毕。

为什么要取 $A/2$ ，我如果取得大一点不就小于 0 了吗？是，取了大于 A 就小于 0 ，可是这有什么影响呢，我们关键是要证明存在这样 $\delta$ 。
另外注意函数是邻域内保号，也就是局部保号，而数列极限是全局保号。

夹挤定理

二、一元函数微分学

罗尔中值定理（Rolle）

若 $y=f(x)$ 在 $[a,b]$ 上连续，在 $(a,b)$上可导，且有 $f(a)=f(b)$ ，则存在 $\xi \in (a,b)$ ，使得 $f^{\prime }(\xi )=0$ 。

证明： 由函数 $f(x)$ 在闭区间上连续，可知， $f(x)$ 在区间 $[a,b]$ 上存在最小值 $m$ 和最大值 $M$ 。

$Case1:m=M:$
显然，此时函数 $f(x)\equiv M$ ，即恒为一个常数，任取 $\xi \in (a,b)$，均有 $f^{\prime }(\xi )=0$ 。

$Case2:m<M:$
由 $f(a)=f(b)$ ，则两端点处必然只有最小值或最大值，甚至一个都不是。因此必然有一个最值在 $(a,b)$ 上取到。不妨假设最大值 $M$ 在 $(a,b)$ 上取到，即存在 $\xi \in (a,b)$ ，使得 $f(\xi )=M$ 。
则 $x=\xi$ 为 $f(x)$ 在 $(a,b)$ 的极大值点，故有 $f^{\prime }(\xi )=0$ 或在该点处导数不存在。又因为函数在 $(a,b)$ 内可导，故 $f^{\prime }(\xi )=0$ ，原命题得证。

拉格朗日中值定理（Lagrange）

若 $y=f(x)$ 在 $[a,b]$ 上连续，在 $(a,b)$上可导，则存在 $\xi \in (a,b)$ ，使得 $$f^{\prime }(\xi )=\frac{f(b)-f(a)}{b-a}.$$ 证明： 构造函数 $g(x)$ ，其表达式如下：$$g(x)=f(x)-f(a)-\frac{f(b)-f(a)}{b-a}(x-a)$$ 显然，$g(x)$ 同样在 $[a,b]$ 上连续，在 $(a,b)$ 上可导，且有 $g(b)=g(a)=0$ ，根据罗尔定理，存在 $\xi \in (a,b)$ ，使得 $g^{\prime }(\xi )=0$ ，即 $$g^{\prime }(\xi )=f^{\prime }(\xi )-\frac{f(b)-f(a)}{b-a},$$ 整理即可得到原命题的结论。

柯西中值定理（Cauchy）

若 $f(x),g(x)$ 在 $[a,b]$ 上连续，在 $(a,b)$上可导，且 $g^{\prime }(x)\ne 0$ ，则存在 $\xi \in (a,b)$ ，使得 $$\frac{f(b)-f(a)}{g(b)-g(a)}=\frac{f^{\prime }(\xi )}{g^{\prime }(\xi )}.$$ 证明： 对 $g(x)$ 应用拉氏定理，有 $g(b)-g(a)=g^{\prime }(\eta )(b-a)$ ，其中 $a<\eta <b$ ，故 $b-a\ne 0$ 。由 $g^{\prime }(x)\ne 0$ ，可知 $g(b)-g(a)\ne 0$ ，因此可构造函数 $\phi (x)$ ，其表达式为 $$\phi (x)=f(x)-\frac{f(b)-f(a)}{g(b)-g(a)}g(x).$$ 显然， $\phi (x)$ 在 $[a,b]$ 上连续，在 $(a,b)$上可导，且 $$\phi (a)=\frac{f(a)g(b)-f(a)g(a)-f(b)g(a)+f(a)g(a)}{g(b)-g(a)}=\frac{f(a)g(b)-f(b)g(a)}{g(b)-g(a)}=\phi (b).$$ 根据罗尔定理，存在 $\xi \in (a,b)$ ，使得 ${\phi }^{\prime }(\xi )=0$ ，即 $$f^{\prime }(\xi )-\frac{f(b)-f(a)}{g(b)-g(a)}{g}^{\prime }(\xi )=0,$$ 由 $g^{\prime }(\xi )\ne 0$ ，整理即可到原命题结论。

三、一元函数积分学

原函数可导

证明连续函数 $F(x)={\int }_0^{x}f(t)dt$ 可导，且 $F^{\prime }(x)=f(x).$

证明： 要证明一个函数可导，即证明极限 $$\underset{\Delta x\to 0}{\lim }\frac{\Delta y}{\Delta x}$$ 存在。$$\Delta F(x)={\int }_0^{x+\Delta x}f(t)dt-{\int }_0^{x}f(t)dt={\int }_x^{x+\Delta x}f(t)dt.$$ 由函数连续，根据积分中值定理，存在 $\xi \in [x,x+\Delta x]$ ，使得 $\Delta F(x)=f(\xi )\Delta x.$ 故极限 $$\underset{\Delta x\to 0}{\lim }\frac{\Delta F(x)}{\Delta x}=\underset{\Delta x\to 0}{\lim }f(\xi )=f(x).$$ 故原命题得证。

积分中值定理证明

积分中值定理推广

解决了积分中值定理不能取开区间的问题。

积分第一中值定理

周期性质的证明

设 $f(x)$ 是周期为 $T$ 的连续函数，则有（周期函数定积分平移性质） $${\int }_a^{a+T}f(x)dx={\int }_0^{T}f(x)dx$$ 证明： 可以将命题视为证明一个函数恒为一个常数，因此可以考虑证明其导数恒为 0 。

令 $g(a)={\int }_a^{a+T}f(x)dx,g^{\prime }(a)=f(a+T)-f(a)$ ，由 $f(a)$ 周期为 $T$ ，可知 $g^{\prime }(a)\equiv 0$ ，因此 $g(a)$ 恒为一个常数，取 $a=0$ ，原命题即得证。

---

线性代数

一、矩阵的秩

矩阵转置及其乘积的秩

即证明矩阵的秩等于其转置矩阵的秩，也等于其和转置矩阵乘积的秩：$r(A)=r(A^T)=r({AA}^T).$

证明： 对于前半部分（$r(A)=r(A^T)$），我们可以通过矩阵本身的性质来得到。矩阵的行向量组的秩等于列向量组的秩等于矩阵的秩，而一个矩阵转置后，行向量组变为了其列向量组，显然秩相等。

对于另一部分（$r(A)=r({AA}^T)$），我们的思路是通过齐次线性方程组同解来得到。我们知道，方程组的同解变形，对于矩阵就是做初等行变换。也就是说，如果如果两个方程组同解，那它们的系数矩阵就可以相互通过初等行变换相互得到，也就是系数矩阵等价，于是可以得到它们的秩相等。

考虑两个齐次线性方程组：$AX=0,(A{A}^T)X=0$ 。若解 $X_0$ 满足 $A{X}_0=0$ ，等式两边可同时左乘一个 $A^T$ ，有 $A^{T}A{X}_0=0$，即可以得到 $A,A^{T}A$ 同解，有 $r(A)=r(A^{T}A)$ ，对后者进行转置，有 $r(A)=r((A^{T}A{)}^T)=r(A{A}^T)$ ，一方面得证。

另一方面，若解 $X_0$ 满足 $(A{A}^T)X=0$ ，方程两边同时左乘 ${X_0}^T$ ，有 $(X_0^{T}A)A^{T}X=0$，可写成 $(A^T{X}_0{)}^T(A^T{X}_0)=0$ 。显然，$A^T{X}_0$ 是一个向量，记为 $\alpha =(a_1,a_2,\cdots ,a_n{)}^T$ ，即 ${\alpha }^T\alpha =a_1^2+a_2^2+\cdots +a_n^2=0$ ，可知 $a_1=a_2=\cdots =a_n=0$ ，即 $\alpha =0$ ，于是有 $A^T{X}_0=0$ ，我们便得到了 $r(A{A}^T)=r(A^T)=r(A)$ 。

伴随矩阵的秩

证明过程如下：

二、关于向量的秩

证明：一个非零列向量乘以另一个非零列向量的转置的秩为 1 ；即对任何非零 $n$ 维列向量 $\alpha ,\beta$ ，${\beta \alpha }^T$ 的秩为 1 。

证明： 记 $\beta =(b_1,b_2,\cdots ,b_n{)}^T$ ，有 ${\beta \alpha }^T=\left[\begin{array}{c}{b}_1{\alpha }^T\\ b_2{\alpha }^T\\ ⋮\\ b_n{\alpha }^T\end{array}\right]$ ，各行之间彼此成比例，且 $\alpha ,\beta$ 非零向量，故 $r({\beta \alpha }^T)=r({\alpha }^T)=1$ 。

秩为 1 方阵的特征值分析

当 $n$ 阶方阵 $A$ 的秩为 1 时，如果 $A$ 的迹不为 0 ，则其可以相似对角化，否则不可以相似对角化。

证明： 方阵 $A$ 的秩为 1 ，于是存在两个非零向量 $\beta ,\gamma$ ，使得 $A=\beta {\gamma }^T$ 。则 $A^2=\beta {\gamma }^T\beta {\gamma }^T={\gamma }^T\beta (\beta {\gamma }^T)=tr(A)\cdot A$ 。

设 $A$ 的特征值为 $\lambda$，属于特征值 $\lambda$ 的特征向量为 $\alpha$，有 $A\alpha =\lambda \alpha ,A^2\alpha ={\lambda }^2\alpha$，代入上面的结论，有 $A^2\alpha =tr(A)\cdot A\cdot \alpha =tr(A)\cdot \lambda \alpha ={\lambda }^2\alpha$ ，在最后一个等式处移项，有 $({\lambda }^2-tr(A)\lambda )\alpha =0$ ，由于 $\alpha$ 非零，故 ${\lambda }^2-tr(A)\lambda =0$ ，解得 $\lambda =0$ 或 $\lambda =tr(A)$ 。设 $A$ 的 $n$ 个特征值为 ${\lambda }_1,{\lambda }_2,\cdots ,{\lambda }_n$ ，则 $tr(A)=\sum {\lambda }_i$ 。如果取 $\lambda =tr(A)$ 的特征值不是单根，那所有特征值的和就不等于 $tr(A)$ ，因此，$A$ 特征值中，0 为 $n-1$ 重根，$tr(A)$ 为单根。

下面从方程组的角度来论证，设齐次线性方程组 $Ax=0$， $r(A)=1$ ，可知其基础解系中有 $n-1$ 个线性无关的解向量。又由特征值定义，$Ax=0x$ ，可知 0 是 $A$ 的特征值，基础解系中的解向量均是属于 0 的特征向量，即特征值 0 有 $n-1$ 个线性无关的特征向量。

当迹不为 0 时，属于特征值 $tr(A)$ 的线性无关的向量有一个，于是总共有 $n$ 个线性无关的特征向量，故可以相似对角化；当迹为 0 时，所有特征值 ${\lambda }_i$ 均为 0 ，0 变为 $n$ 重根，但只有 $n-r(A-{\lambda }_{i}E)=n-r(A)=n-1$ 个线性无关的特征向量，故不可以相似对角化。

---

写在最后

会不断更新的，更新内容与时间会放在开头部分。