函数序列与函数项级数

文章探讨了函数序列的点态和一致收敛概念,解释了一致收敛的定义和性质,以及其与函数连续性的关系。此外,介绍了WeierstrassM判别法作为判断函数项级数绝对一致收敛的准则,并通过实例展示了如何应用该判别法证明级数的一致收敛性。
摘要由CSDN通过智能技术生成

函数序列与函数项级数

函数序列

点态收敛:设 f n ( x ) :   [ a ,   b ] → R f_n(x):\,[a,\,b]\to\bold{R} fn(x):[a,b]R 是定义在区间 [ a ,   b ] [a,\,b] [a,b] 上的函数序列:
f 1 ( x ) ,   f 2 ( x ) ,   ⋯   ,   f n ( x ) ,   ⋯ f_1(x),\,f_2(x),\,\cdots,\,f_n(x),\,\cdots f1(x),f2(x),,fn(x),
若对于 ∀   α ∈ [ a ,   b ] \forall\,\alpha\in[a,\,b] α[a,b] ,都有:
lim ⁡ n → ∞ f n ( α ) = f ( α ) \lim\limits_{n\to\infty}f_n(\alpha)=f(\alpha) nlimfn(α)=f(α)
则这个函数列 { f n ( x ) } \{f_n(x)\} {fn(x)} 将点态收敛于函数:
f ( x ) :   [ a ,   b ] → R f(x):\,[a,\,b]\to \bold{R} f(x):[a,b]R
一致收敛:如果给定 ∀ ε \forall \varepsilon ε ∃ N ∈ N + \exists N\in N^+ NN+ ,使得对于 ∀ n ≥ N \forall n\geq N nN ,对于 ∀ x ∈ [ a ,   b ] \forall x\in [a,\,b] x[a,b] ,都有:
∣ f ( x ) − f n ( x ) ∣ < ε \left| f(x)-f_n(x) \right|< \varepsilon f(x)fn(x)<ε
则称函数序列 f n ( x ) :   [ a ,   b ] → R f_n(x):\,[a,\,b]\to\bold{R} fn(x):[a,b]R 一致收敛于函数 f ( x ) :   [ a ,   b ] → R f(x):\,[a,\,b]\to \bold{R} f(x):[a,b]R

点态收敛和一致收敛的区别在于 ∀ x \forall x x ∃ N \exists N N 的顺序问题:
点态收敛: ∀ x ∈ [ a ,   b ] ,   ∀ ε ,   ∃ N 一致收敛: ∀ ε ,   ∃ N ,   ∀ x ∈ [ a ,   b ] \begin{array}{l} \text{点态收敛:}\forall x\in[a,\,b],\,\forall \varepsilon,\,\exists N \\ \text{一致收敛:}\forall \varepsilon,\,\exists N,\,\forall x\in[a,\,b] \end{array} 点态收敛:x[a,b],ε,N一致收敛:ε,N,x[a,b]
因此在一致收敛的情况下,所有 [ a ,   b ] [a,\,b] [a,b] 中的点都有一个共同的 N N N 可以 bound,就像是 f ( x ) f(x) f(x) 周围放一个半径为 ε \varepsilon ε 的管状区域的话,那么函数 y = f n ( x ) y=f_n(x) y=fn(x) 最终都会进入这个区域里;而点态收敛的 N N N 的选择依赖于 x x x

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-uoxLAenH-1684155322871)(figures/series_1.jpg)]

Th:设列 f n ( x ) :   [ a ,   b ] → R f_n(x):\,[a,\,b]\to\bold{R} fn(x):[a,b]R 是一个一致收敛于函数 f ( x ) :   [ a ,   b ] → R f(x):\,[a,\,b]\to \bold{R} f(x):[a,b]R 的连续函数序列,则 f ( x ) f(x) f(x) 是连续的。

证明:要证明 f ( x ) f(x) f(x) 是连续的,只需要证明 ∀ α ∈ [ a ,   b ] ,    ∀ ε > 0 \forall \alpha\in[a,\,b],\,\,\forall \varepsilon > 0 α[a,b],ε>0 ,我们能够找到某个 δ > 0 \delta>0 δ>0 ,对于 0 < ∣ x − α ∣ < δ 0<|x-\alpha|<\delta 0<xα<δ ,有:
∣ f ( x ) − f ( α ) ∣ < ε |f(x)-f(\alpha)|<\varepsilon f(x)f(α)<ε
对于上述 α \alpha α x x x ε \varepsilon ε ,由于 { f n ( x ) } \{f_n(x)\} {fn(x)} 一致收敛于 f ( x ) f(x) f(x) ,因此存在 N ∈ N + N\in N^+ NN+ ,使得当 n ≥ N n\geq N nN 时,有:
∣ f ( α ) − f n ( α ) ∣ <   ε 3 ∣ f ( x ) − f n ( x ) ∣ <   ε 3 \begin{align} |f(\alpha)-f_n(\alpha)| <&\, \frac{\varepsilon}{3} \\ |f(x)-f_n(x)| <&\, \frac{\varepsilon}{3} \end{align} f(α)fn(α)<f(x)fn(x)<3ε3ε
f n ( x ) f_n(x) fn(x) 是连续的,因此对于上述 ε \varepsilon ε α \alpha α n ≥ N n\geq N nN ,存在 δ > 0 \delta>0 δ>0 ,使得对于 0 < ∣ x − α ∣ < δ 0<|x-\alpha|<\delta 0<xα<δ ,有:
∣ f n ( x ) − f n ( α ) ∣ < ε 3 |f_n(x)-f_n(\alpha)|<\frac{\varepsilon}{3} fn(x)fn(α)<3ε
对于上述的 δ \delta δ ,有:
∣ f ( x ) − f ( α ) ∣ =   ∣ f ( x ) − f n ( x ) + f n ( x ) − f n ( α ) + f n ( α ) − f ( α ) ∣ ≤   ∣ f ( x ) − f n ( x ) ∣ + ∣ f n ( x ) − f n ( α ) ∣ + ∣ f n ( α ) − f ( α ) ∣ <   ε \begin{align} |f(x)-f(\alpha)|=&\,|f(x)-f_n(x)+f_n(x)-f_n(\alpha)+f_n(\alpha)-f(\alpha)| \\ \leq &\, |f(x)-f_n(x)|+|f_n(x)-f_n(\alpha)|+|f_n(\alpha)-f(\alpha)| \\ \lt &\, \varepsilon \end{align} f(x)f(α)=<f(x)fn(x)+fn(x)fn(α)+fn(α)f(α)f(x)fn(x)+fn(x)fn(α)+fn(α)f(α)ε
得证。

(这个证明好经典啊,让我想到大一时复习数分的样子,当时是在二教,现在再来复习也是在二教。。。)

函数项级数

一致收敛:设 { f n ( x ) } \{f_n(x)\} {fn(x)} 是一个函数列,函数项级数:
f 1 ( x ) + f 2 ( x ) + ⋯ = ∑ k = 1 ∞ f k ( x ) f_1(x)+f_2(x)+\cdots=\sum\limits_{k=1}^{\infty}f_k(x) f1(x)+f2(x)+=k=1fk(x)
一致收敛于函数 f ( x ) f(x) f(x) ,如果部分和 f 1 ( x ) f_1(x) f1(x) f 1 ( x ) + f 2 ( x ) f_1(x)+f_2(x) f1(x)+f2(x) f 1 ( x ) + f 2 ( x ) + f 3 ( x ) f_1(x)+f_2(x)+f_3(x) f1(x)+f2(x)+f3(x) ⋯ \cdots 一致收敛于 f ( x ) f(x) f(x) 。用 ε \varepsilon ε δ \delta δ 语言表示为对于 ∀ ε > 1 \forall \varepsilon >1 ε>1 ∃ N ∈ N + \exists N\in N^+ NN+ ,对于 ∀ n ≥ N \forall n\geq N nN ,对于 ∀ x ∈ D \forall x\in \bold{D} xD ,都有:
∣ f ( x ) − ∑ k = 1 n f k ( x ) ∣ < ε \left|f(x)-\sum\limits_{k=1}^nf_k(x) \right|< \varepsilon f(x)k=1nfk(x) <ε
Th:如果每个函数 f k ( x ) f_k(x) fk(x) 都连续,且若 ∑ k = 1 ∞ f k ( x ) \sum\limits_{k=1}^{\infty}f_k(x) k=1fk(x) 一致收敛于 f ( x ) f(x) f(x) ,则 f ( x ) f(x) f(x) 必定连续。

证明:因为每个函数 f k ( x ) f_k(x) fk(x) 都连续,因此部分和函数 ∑ k = 1 n f k ( x ) \sum\limits_{k=1}^{n}f_k(x) k=1nfk(x) 都连续,由上面的定理得, f ( x ) f(x) f(x) 必定连续。

Weierstrass M 判别法

Th:设 ∑ k = 1 ∞ f k ( x ) \sum\limits_{k=1}^{\infty}f_k(x) k=1fk(x) 为函数项级数,其中没和函数 f k ( x ) f_k(x) fk(x) 都定义在实数集的子集 D \bold{D} D 上。假设 ∑ k = 1 ∞ M k \sum\limits_{k=1}^{\infty}M_k k=1Mk 是数项级数,满足:

  1. 0 ≤ ∣ f k ( x ) ∣ ≤ M k 0\leq |f_k(x)|\leq M_k 0fk(x)Mk 对于 ∀ x ∈ D \forall x\in \bold{D} xD
  2. 级数 ∑ k = 1 ∞ M k \sum\limits_{k=1}^{\infty}M_k k=1Mk 收敛;

∑ k = 1 ∞ f k ( x ) \sum\limits_{k=1}^{\infty}f_k(x) k=1fk(x) 绝对一致收敛。

证明:为了证明一致收敛,我们要证明对于 ∀ ε > 0 \forall \varepsilon > 0 ε>0 ,我们可以找到某个 N ∈ N + N\in N^+ NN+ ,对于 ∀ n ≥ N \forall n\geq N nN ,对于 ∀ x ∈ D \forall x\in \bold{D} xD ,有:
∣ ∑ k = n ∞ f ( x ) ∣ < ε \left|\sum\limits_{k=n}^{\infty}f(x)\right| < \varepsilon k=nf(x) <ε
无论 ∑ k = 1 ∞ f k ( x ) \sum\limits_{k=1}^{\infty}f_k(x) k=1fk(x) 是否收敛,都有:
∣ ∑ k = n ∞ f ( x ) ∣ ≤ ∑ k = n ∞ ∣ f ( x ) ∣ \left|\sum\limits_{k=n}^{\infty}f(x)\right| \leq \sum\limits_{k=n}^{\infty}\left|f(x)\right| k=nf(x) k=nf(x)
因为级数 ∑ k = 1 ∞ M k \sum\limits_{k=1}^{\infty}M_k k=1Mk 收敛,因此对于上述 ε \varepsilon ε ,我们可以找到某个 N ∈ N + N\in N^+ NN+ ,使得对于 ∀ n ≥ N \forall n\geq N nN ,有:
∑ k = n ∞ M k < ε \sum\limits_{k=n}^{\infty}M_k < \varepsilon k=nMk<ε
又对于 ∀ x ∈ D \forall x\in \bold{D} xD ,有 0 ≤ ∣ f k ( x ) ∣ ≤ M k 0\leq |f_k(x)|\leq M_k 0fk(x)Mk ,故:
∣ ∑ k = n ∞ f ( x ) ∣ ≤ ∑ k = n ∞ ∣ f ( x ) ∣ ≤ ∑ k = n ∞ M k < ε \left|\sum\limits_{k=n}^{\infty}f(x)\right| \leq \sum\limits_{k=n}^{\infty}\left|f(x)\right| \leq \sum\limits_{k=n}^{\infty}M_k < \varepsilon k=nf(x) k=nf(x)k=nMk<ε
得证。

:考虑级数 ∑ k = 1 ∞ x k k ! \sum\limits_{k=1}^{\infty}\frac{x^k}{k!} k=1k!xk ,我们知道它收敛于函数 e x \mathrm{e}^{x} ex ,我们使用 Weierstrass 判别法来证明这个级数在任意区间 [ − a ,   a ] [-a,\,a] [a,a] 上都一致收敛。我们设 f k ( x ) = x k k ! f_k(x)=\frac{x^k}{k!} fk(x)=k!xk M k = a k k ! M_k=\frac{a^k}{k!} Mk=k!ak ,显然对于 ∀ x ∈ [ − a ,   a ] \forall x\in[-a,\,a] x[a,a] ,有:
0 ≤ ∣ x n n ! ∣ ≤ a n n ! 0\leq \left| \frac{x^n}{n!} \right| \leq \frac{a^n}{n!} 0 n!xn n!an
而:
lim ⁡ k → ∞ M k + 1 M k = lim ⁡ k → ∞ a k + 1 ( k + 1 ) ! a k k ! = lim ⁡ k → ∞ a k + 1 < 1 \lim_{k\to\infty} \frac{M_{k+1}}{M_k}=\lim_{k\to\infty}\frac{\frac{a^{k+1}}{(k+1)!}}{\frac{a^k}{k!}}=\lim_{k\to\infty}\frac{a}{k+1}<1 klimMkMk+1=klimk!ak(k+1)!ak+1=klimk+1a<1
因此级数 ∑ k = 1 ∞ M k \sum\limits_{k=1}^{\infty}M_k k=1Mk 收敛,由 Weierstrass 判别法可知 e x \mathrm{e}^x ex 的 Taylor 级数 ∑ k = 1 ∞ x k k ! \sum\limits_{k=1}^{\infty}\frac{x^k}{k!} k=1k!xk 在任意区间 [ − a ,   a ] [-a,\,a] [a,a] 上都一致收敛。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Air浩瀚

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值