第三章-极限论
1. 序列极限的定义
对于数列
{
x
n
}
\{x_{n}\}
{xn},若
∀
ε
>
0
,
∃
N
>
0
(
N
∈
N
∗
)
,
s
.
t
.
n
>
N
\forall~\varepsilon>0,\exist~N>0(N\in{\mathbb N^{*}}),s.t.~n>N
∀ ε>0,∃ N>0(N∈N∗),s.t. n>N时有
∣
x
n
−
a
∣
<
ε
\mid{x_{n}}-a\mid<\varepsilon
∣xn−a∣<ε则称
lim
x
n
=
a
(
x
n
→
a
)
\lim~x_{n}=a(x_{n}\rightarrow{a})
lim xn=a(xn→a)
2. 函数极限的两种定义
- 对于任意以
a
a
a为其中一个聚点的集合
X
=
{
x
}
{\mathcal X~=\{x\}}
X ={x},
f
(
x
)
f(x)
f(x)在
X
\mathcal X
X上有定义。从中任意选出数列
{
x
n
}
\{x_{n}\}
{xn},若
x
n
→
a
x_{n}\rightarrow{a}
xn→a且
x
n
≠
a
x_{n}\neq{a}
xn̸=a, 那么如果数列
{
f
(
x
n
)
}
\{f(x_{n})\}
{f(xn)}总有极限
A
A
A(有限或无限) (1) ,则
A
A
A 是
f
(
x
)
f(x)
f(x) 在
x
=
a
x=a
x=a 处的极限,记作
lim x → a f ( x ) = A \lim_{x\rightarrow{a}}f(x)=A x→alimf(x)=A -
a
a
a是
f
(
x
)
f(x)
f(x)定义域的一个聚点,若
∀
ε
>
0
,
∃
δ
>
0
,
s
.
t
.
∣
x
−
a
∣
<
δ
时
有
\forall~\varepsilon>0,\exist~\delta>0,s.t.~\mid{x-a}\mid<\delta时有
∀ ε>0,∃ δ>0,s.t. ∣x−a∣<δ时有
∣ f ( x ) − A ∣ < ε \mid{f(x)}-A\mid<\varepsilon ∣f(x)−A∣<ε则称
lim x → a f ( x ) = A \lim_{x\rightarrow{a}}f(x)=A x→alimf(x)=A - 函数极限不存在的定义略
3. 略
4. 极限的简单性质
- 数列极限的性质
- 保序性:若
x
n
→
a
x_{n}\rightarrow{a}
xn→a且
(
a
>
p
)
或
(
a
<
q
)
(a>p)或(a<q)
(a>p)或(a<q),则
∃
N
(
N
∈
N
∗
)
,
s
.
t
.
n
>
N
\exist{N}(N\in{\mathbb N^{*}}),s.t.~n>N
∃N(N∈N∗),s.t. n>N时,
(
x
n
>
p
)
或
(
x
n
<
q
)
(x_{n}>p)或(x_{n}<q)
(xn>p)或(xn<q)
证明:
选取足够小的 ε ~\varepsilon ε 使得
( a − ε > p ) 或 ( a + ε < q ) (a-\varepsilon>p)或(a+\varepsilon<q) (a−ε>p)或(a+ε<q)这时由极限定义, ∃ N ( N ∈ N ∗ ) \exist~N(N\in \mathbb N^{*}) ∃ N(N∈N∗), n > N n>N n>N时有
p < a − ε < x n < a + ε < q p<a-\varepsilon<x_{n}<a+\varepsilon<q p<a−ε<xn<a+ε<q所以 ( x n > p ) 或 ( x n < q ) (x_{n}>p)或(x_{n}<q) (xn>p)或(xn<q) - 保号性:取保序性p(q)为0的情况
- 保序性2:若
x
n
→
a
x_{n}\rightarrow{a}
xn→a且
( x n ≤ p ) 或 ( x n ≥ q ) (x_{n}\leq p)或(x_{n}\geq q) (xn≤p)或(xn≥q)那么有
( a ≤ p ) 或 ( a ≥ q ) (a\leq p)或(a\geq q) (a≤p)或(a≥q)
证明:
将上面保序性证明中的不等式改为
q − ε ≤ x n − ε < a < x n + ε ≤ p + ε {q-\varepsilon}\leq x_{n}-\varepsilon<a<x_{n}+\varepsilon\leq{p+\varepsilon} q−ε≤xn−ε<a<xn+ε≤p+ε由于 ε ∈ ( 0 , + ∞ ] \varepsilon\in(0,+\infin] ε∈(0,+∞]故
( a ≤ p ) 或 ( a ≥ q ) (a\leq p)或(a\geq q) (a≤p)或(a≥q) - 唯一性
证明:
假设 ∃ a ≠ b \exist{a\neq{b}} ∃a̸=b 且有 x n → a x_{n}\rightarrow{a} xn→a 和 x n → b x_{n}\rightarrow{b} xn→b,根据极限定义就会有 ∀ ε > 0 , ∃ N > 0 ( N ∈ N ∗ ) , s . t . n > N 时 \forall{\varepsilon>0,\exist~N>0(N\in\mathbb {N^{*}}),s.t.~n>N时} ∀ε>0,∃ N>0(N∈N∗),s.t. n>N时
{ a − ε < x n < a + ε b − ε < x n < b + ε \begin{cases}{a-\varepsilon<x_{n}<a+\varepsilon}\\{b-\varepsilon<x_{n}<b+\varepsilon}\end{cases} {a−ε<xn<a+εb−ε<xn<b+ε现在取 ε = ∣ a − b ∣ 2 \varepsilon=\frac{\mid{a-b}\mid}{2} ε=2∣a−b∣,则 x n x_{n} xn不能同时满足上面两个式子,故 a = b a=b a=b
5. 有界性:若数列有有限的极限,那么它是有界数列
证明:
假设它虽然有有限的极限,但是它是无界的,那么根据定义有:
{ ∀ ε > 0 , ∃ N > 0 ( N ∈ N ∗ ) , s . t . n > N 时 有 ∣ x n − a ∣ < ε ∀ M > 0 , ∃ n > 0 ( n ∈ N ∗ ) , s . t . x n > M \begin{cases}{\forall~\varepsilon>0,\exist~N>0(N\in\mathbb {N^{*}}),s.t.~n>N时有\mid{x_{n}}-a\mid<\varepsilon}\\{\forall{M>0,\exist n>0(n\in \mathbb N^{*}),s.t. x_{n}>M}}\end{cases} {∀ ε>0,∃ N>0(N∈N∗),s.t. n>N时有∣xn−a∣<ε∀M>0,∃n>0(n∈N∗),s.t.xn>M现在取 M M M为数列前 N N N项以及 a + ε a+\varepsilon a+ε当中最大的一个,显然第二个式子无法成立,于是乎数列是有界的。
- 保序性:若
x
n
→
a
x_{n}\rightarrow{a}
xn→a且
(
a
>
p
)
或
(
a
<
q
)
(a>p)或(a<q)
(a>p)或(a<q),则
∃
N
(
N
∈
N
∗
)
,
s
.
t
.
n
>
N
\exist{N}(N\in{\mathbb N^{*}}),s.t.~n>N
∃N(N∈N∗),s.t. n>N时,
(
x
n
>
p
)
或
(
x
n
<
q
)
(x_{n}>p)或(x_{n}<q)
(xn>p)或(xn<q)
- 函数极限的性质
函数的性质证明,只要利用函数极限的第一种定义,取满足 ∣ x n − a ∣ < δ \mid{x_{n}}-a\mid<\delta ∣xn−a∣<δ 的数列 { f ( x n ) } \{f(x_{n})\} {f(xn)}覆盖掉上面数列极限性质证明中的 x n x_{n} xn 即可,表述上面要添加对于充分接近于a的x,f(x)有……性质
例子:
保序性:若有 lim x → a f ( x ) = A \lim_{x\rightarrow{a}}f(x)=A limx→af(x)=A ,若 ( A > p ) 或 ( A < q ) (A>p)或(A<q) (A>p)或(A<q) ,则对于充分接近于 a a a 的 x x x, ( f ( x ) > p ) 或 ( f ( x ) < q ) (f(x)>p)或(f(x)<q) (f(x)>p)或(f(x)<q)
证明:
在 f ( x ) f(x) f(x) 定义域中任取趋于 a a a 的数列 x n x_{n} xn ,由函数极限定义 f ( x n ) f(x_{n}) f(xn) 的极限即为 f ( x ) f(x) f(x) 在 a a a 点的极限,即:(1)
lim f ( x n ) = A \lim{f(x_{n})}=A limf(xn)=A选取足够小的 ε ~\varepsilon ε 使得
( A − ε > p ) 或 ( A + ε < q ) (A-\varepsilon>p)或(A+\varepsilon<q) (A−ε>p)或(A+ε<q)这时由极限定义, ∃ N ( N ∈ N ∗ ) \exist~N(N\in\mathbb N^{*}) ∃ N(N∈N∗), n > N n>N n>N时有 p < A − ε < f ( x n ) < A + ε < q p<A-\varepsilon<f(x_{n})<A+\varepsilon<q p<A−ε<f(xn)<A+ε<q所以 ( f ( x n ) > p ) 或 ( f ( x n ) < q ) (f(x_{n})>p)或(f(x_{n})<q) (f(xn)>p)或(f(xn)<q),其中 x n x_{n} xn为充分接近 a a a的 x x x( n > N n>N n>N 的项) - 在等式与不等式中取极限
- 若
x
n
=
y
n
x_{n}=y_{n}
xn=yn,且两数列有有限的极限,则
lim
x
n
=
lim
y
n
=
c
(
c
∈
R
)
\lim{x_{n}}=\lim{y_{n}}=c(c\in \mathbb{R})
limxn=limyn=c(c∈R)
证明略 - 若
x
n
≥
y
n
x_{n}\geq y_{n}
xn≥yn,且两数列有有限的极限,则
lim
x
n
≥
lim
y
n
\lim{x_{n}}\geq\lim{y_{n}}
limxn≥limyn
证明:
若有 x n → a x_{n}\rightarrow{a} xn→a 和 y n → b y_{n}\rightarrow{b} yn→b,根据极限定义就会有 ∀ ε > 0 , ∃ N > 0 ( N ∈ N ∗ ) , s . t . n > N 时 \forall{\varepsilon>0,\exist~N>0(N\in\mathbb {N^{*}}),s.t.~n>N时} ∀ε>0,∃ N>0(N∈N∗),s.t. n>N时
{ x n − ε < a < x n + ε y n − ε < b < y n + ε \begin{cases}{x_{n}-\varepsilon<a<x_{n}+\varepsilon}\\{y_{n}-\varepsilon<b<y_{n}+\varepsilon}\end{cases} {xn−ε<a<xn+εyn−ε<b<yn+ε由于 x n ≥ y n x_{n}\geq y_{n} xn≥yn,于是有 a − b > x n − y n − 2 ε ≥ − 2 ε a-b> x_{n}-y_{n}-2\varepsilon\geq-2\varepsilon a−b>xn−yn−2ε≥−2ε,即 a − b > − 2 ε a-b>-2\varepsilon a−b>−2ε
又因为 ε > 0 \varepsilon>0 ε>0,故 a − b ≥ 0 a-b\geq0 a−b≥0, a ≥ b a\geq b a≥b
(备注: x n > y n x_{n}>y_{n} xn>yn时同样有 lim x n ≥ lim y n \lim{x_{n}}\geq\lim{y_{n}} limxn≥limyn,证明一样) - 对于数列
x
n
,
y
n
,
z
n
x_{n},y_{n},z_{n}
xn,yn,zn,如果有
x
n
≤
y
n
≤
z
n
x_{n}\leq y_{n}\leq z_{n}
xn≤yn≤zn,且
lim
x
n
=
lim
z
n
=
a
\lim{x_{n}}=\lim{z_{n}}=a
limxn=limzn=a,则
lim
y
n
=
a
\lim{y_{n}=a}
limyn=a
证明:
由极限的定义知, ∀ ε > 0 , ∃ N > 0 ( N ∈ N ∗ ) , s . t . n > N 时 \forall{\varepsilon>0,\exist~N>0(N\in\mathbb {N^{*}}),s.t.~n>N时} ∀ε>0,∃ N>0(N∈N∗),s.t. n>N时
{ a − ε < x n < a + ε a − ε < z n < a + ε \begin{cases}{a-\varepsilon<x_{n}<a+\varepsilon}\\{a-\varepsilon<z_{n}<a+\varepsilon}\end{cases} {a−ε<xn<a+εa−ε<zn<a+ε于是乎由命题 x n ≤ y n ≤ z n x_{n}\leq y_{n}\leq z_{n} xn≤yn≤zn可知,
a − ε < x n ≤ y n ≤ z n < a + ε a-\varepsilon<x_{n}\leq y_{n}\leq z_{n}<a+\varepsilon a−ε<xn≤yn≤zn<a+ε于是乎 lim y n = a \lim{y_{n}=a} limyn=a
- 若
x
n
=
y
n
x_{n}=y_{n}
xn=yn,且两数列有有限的极限,则
lim
x
n
=
lim
y
n
=
c
(
c
∈
R
)
\lim{x_{n}}=\lim{y_{n}}=c(c\in \mathbb{R})
limxn=limyn=c(c∈R)
5. 单调有界原理:
如果数列是单调且有界的数列,它必定有有限的极限
证明:
取数列单调递增有上界的例子,单调递减有下界的情况类似
如果数列
x
n
{x_{n}}
xn 是上有界数列,那么根据上确界的有关性质,该数列必定有有限的上确界,设为
a
=
sup
{
x
n
}
a=\sup\{x_{n}\}
a=sup{xn},并且对于任意的
ε
>
0
,
∃
N
(
N
∈
N
∗
)
,
s
.
t
.
x
N
>
a
−
ε
\varepsilon>0,\exist N(N\in\mathbb N^{*}),s.t.x_{N}>a-\varepsilon
ε>0,∃N(N∈N∗),s.t.xN>a−ε
又因为
x
n
x_{n}
xn 为单调递增数列,故
∀
n
>
N
,
x
n
>
a
−
ε
\forall n>N,x_{n}>a-\varepsilon
∀n>N,xn>a−ε,同时
x
n
≤
a
x_{n}\leq a
xn≤a,于是
∣
x
n
−
a
∣
<
ε
\mid x_{n}-a\mid<\varepsilon
∣xn−a∣<ε故
lim
x
n
=
a
=
sup
{
x
n
}
\lim{x_{n}}=a=\sup\{x_{n}\}
limxn=a=sup{xn}
6. e 的定义以及证明:
考虑数列:
x
n
=
(
1
+
1
n
)
n
x_{n}=(1+\frac1{n})^{n}
xn=(1+n1)n根据二项式定理:(可以自己在纸上画一画,由于有点长就简略变化过程了)
x
n
=
∑
i
=
0
n
(
1
i
!
∏
k
=
0
i
(
1
−
k
n
)
)
x_{n}=\sum_{i=0}^{n}(\frac1{i!}\prod_{k=0}^{i}(1-\frac{k}{n}))
xn=i=0∑n(i!1k=0∏i(1−nk))那么它的下一项:
x
n
+
1
=
∑
i
=
0
n
+
1
(
1
i
!
∏
k
=
0
i
(
1
−
k
n
+
1
)
)
x_{n+1}=\sum_{i=0}^{n+1}(\frac1{i!}\prod_{k=0}^{i}(1-\frac{k}{n+1}))
xn+1=i=0∑n+1(i!1k=0∏i(1−n+1k))很明显大于
x
n
x_{n}
xn,说明
x
n
x_{n}
xn是单调递增数列,其次:
x
n
<
∑
i
=
0
n
1
i
!
<
1
+
∑
i
=
0
n
−
1
1
2
i
=
1
+
1
−
1
2
n
1
−
1
2
<
3
x_{n}<\sum_{i=0}^{n}\frac{1}{i!}<1+\sum_{i=0}^{n-1}\frac1{2^{i}}=1+\frac{1-\frac1{2^{n}}}{1-\frac1{2}}<3
xn<i=0∑ni!1<1+i=0∑n−12i1=1+1−211−2n1<3数列
x
n
x_{n}
xn 有上界,故
x
n
x_{n}
xn 有有限的极限,用
e
e
e 来表示。
7. 波尔查诺 - 魏尔斯特拉斯引理(收敛定理):
任何有界数列,总可以从中选出收敛于有限极限的子序列
证明:
由命题,设
x
n
∈
[
a
0
,
b
0
]
x_{n}\in[a_{0},b_{0}]
xn∈[a0,b0],把区间分成两半,至少有其中一半有无穷个元素(若不然就只有有限个
x
n
x_{n}
xn),取这一半区间为
[
a
1
,
b
1
]
[a_{1},b_{1}]
[a1,b1](若两半都有无穷个元素则任取一半),不断如此,可以构成两个数列:
a
n
,
b
n
a_{n},b_{n}
an,bn使得有无穷个
x
n
∈
[
a
n
,
b
n
]
x_{n}\in[a_{n},b_{n}]
xn∈[an,bn],又易知这个区间的长度为
∣
b
n
−
a
n
∣
=
b
0
−
a
0
2
n
\mid b_{n}-a_{n}\mid =\frac{b_{0}-a_{0}}{2^{n}}
∣bn−an∣=2nb0−a0随着
n
n
n 的增大而减短,于是
∀
ε
>
0
,
∃
N
(
N
∈
N
∗
)
,
s
.
t
.
b
0
−
a
0
2
N
<
ε
\forall \varepsilon>0,\exist N(N\in\mathbb N^{*}),s.t.\frac{b_{0}-a_{0}}{2^{N}}<\varepsilon
∀ε>0,∃N(N∈N∗),s.t.2Nb0−a0<ε,当
n
>
N
n>N
n>N 时,有:
∣
b
n
−
a
n
∣
<
ε
\mid b_{n}-a_{n}\mid <\varepsilon
∣bn−an∣<ε
lim
(
b
n
−
a
n
)
=
0
⇒
lim
a
n
=
lim
b
n
=
c
(
c
∈
[
a
0
,
b
0
]
)
\lim({b_{n}-a_{n})=0\Rightarrow\lim{a_{n}}=\lim{b_{n}}}=c(c\in[a_{0},b_{0}])
lim(bn−an)=0⇒liman=limbn=c(c∈[a0,b0])于是因为
a
n
≤
x
n
≤
b
n
a_{n}\leq x_{n}\leq b_{n}
an≤xn≤bn,由夹逼准则知:
lim
x
n
=
c
(
c
∈
[
a
0
,
b
n
]
)
\lim{x_{n}}=c(c\in[a_{0},b_{n}])
limxn=c(c∈[a0,bn])
8. 柯西收敛准则
- 数列极限存在准则:
lim
x
n
=
a
(
a
∈
R
)
\lim x_{n}=a(a\in\mathbb R)
limxn=a(a∈R)
⇔
\Leftrightarrow
⇔
∀
ε
>
0
,
∃
N
(
N
∈
N
∗
)
,
s
.
t
.
n
>
N
且
n
′
>
N
\forall \varepsilon>0,\exist N(N\in\mathbb N^{*}),s.t.n>N且n^{\prime}>N
∀ε>0,∃N(N∈N∗),s.t.n>N且n′>N时,不等式
∣ x n − x n ′ ∣ < ε \mid x_{n}-x_{n^{\prime}}\mid<\varepsilon ∣xn−xn′∣<ε恒成立
证明:- 必要性:
⇒
\Rightarrow
⇒
由极限定义: ∀ ε 2 > 0 , ∃ N ( N ∈ N ∗ ) , s . t . n > N 且 n ′ > N \forall \frac\varepsilon{2}>0,\exist N(N\in\mathbb N^{*}),s.t.n>N且n^{\prime}>N ∀2ε>0,∃N(N∈N∗),s.t.n>N且n′>N时
{ ∣ x n − a ∣ < ε 2 ∣ x n ′ − a ∣ < ε 2 \begin{cases}{\mid x_{n}-a\mid<\frac\varepsilon2}\\{\mid x_{n^{\prime}}-a\mid<\frac\varepsilon2}\end{cases} {∣xn−a∣<2ε∣xn′−a∣<2ε于是有:
∣ x n − x n ′ ∣ ≤ ∣ x n − a ∣ + ∣ x n ′ − a ∣ < ε \mid x_{n}-x_{n^{\prime}}\mid\leq\mid x_{n}-a\mid+\mid x_{n^{\prime}}-a\mid<\varepsilon ∣xn−xn′∣≤∣xn−a∣+∣xn′−a∣<ε - 充分性:
⇐
\Leftarrow
⇐
由题有: ∀ ε > 0 , ∃ N ( N ∈ N ∗ ) , s . t . n > N 且 n ′ > N \forall \varepsilon>0,\exist N(N\in\mathbb N^{*}),s.t.n>N且n^{\prime}>N ∀ε>0,∃N(N∈N∗),s.t.n>N且n′>N有:
∣ x n − x n ′ ∣ < ε \mid x_{n}-x_{n^{\prime}}\mid<\varepsilon ∣xn−xn′∣<ε固定 n ′ , ε n^{\prime},\varepsilon n′,ε 不变,有:
x n ′ − ε < x n < x n ′ + ε x_{n^{\prime}}-\varepsilon<x_{n}<x_{n^{\prime}}+\varepsilon xn′−ε<xn<xn′+ε取 M M M 为前n项 x n x_{n} xn 和 x n ′ + ε x_{n^{\prime}}+\varepsilon xn′+ε 当中最大的一个,取 m m m 为前n项 x n x_{n} xn 和 x n ′ − ε x_{n^{\prime}}-\varepsilon xn′−ε 当中最小的一个,很明显有 x n ∈ [ m , M ] x_{n}\in[m,M] xn∈[m,M],根据收敛原理,可以从中取出一个子序列 { x n k } \{x_{n_{k}}\} {xnk}使得:
lim x n k = c ( c ∈ [ m , M ] ) \lim{x_{n_{k}}}=c(c\in[m,M]) limxnk=c(c∈[m,M])这时,由上面固定的 ε \varepsilon ε , ∃ K ( K ∈ N ∗ ) \exist K(K\in\mathbb N^{*}) ∃K(K∈N∗), s . t . k > K s.t. k>K s.t.k>K且 n k > N n_{k}>N nk>N 时,有:
∣ x n k − c ∣ < ε \mid{x_{n_{k}}-c}\mid<\varepsilon ∣xnk−c∣<ε由命题知又有:
∣ x n − x n k ∣ < ε \mid x_{n}-x_{n_{k}}\mid<\varepsilon ∣xn−xnk∣<ε结合两不等式有:
∣ x n − c ∣ < ∣ x n − x n k ∣ + ∣ x n k − c ∣ < 2 ε \mid x_{n}-c\mid<\mid x_{n}-x_{n_{k}}\mid+\mid{x_{n_{k}}-c}\mid<2\varepsilon ∣xn−c∣<∣xn−xnk∣+∣xnk−c∣<2ε
- 必要性:
⇒
\Rightarrow
⇒
- 函数极限存在准则:
lim
x
→
a
f
(
x
)
=
A
(
A
∈
R
)
\lim_{x\rightarrow a} f(x)=A(A\in\mathbb R)
limx→af(x)=A(A∈R)
⇔
\Leftrightarrow
⇔
∀
ε
>
0
,
∃
δ
>
0
,
s
.
t
.
∣
x
−
a
∣
<
δ
且
∣
x
′
−
a
∣
<
δ
\forall \varepsilon>0,\exist \delta>0,s.t.\mid x-a\mid<\delta且\mid x^{\prime}-a\mid<\delta
∀ε>0,∃δ>0,s.t.∣x−a∣<δ且∣x′−a∣<δ时,不等式
∣ f ( x ) − f ( x ′ ) ∣ < ε \mid f(x)-f(x^{\prime})\mid<\varepsilon ∣f(x)−f(x′)∣<ε恒成立。
证明:
同样可以用“数列的语言”(函数极限的第一种定义方式)来将函数的极限转化为数列的极限,转化需要补充的句子:
{ x n } 是 从 f ( x ) 定 义 域 中 选 出 的 趋 于 a 的 数 列 , ∀ ε > 0 , ∃ N ( N ∈ N ∗ ) , 对 于 数 列 { f ( x n ) } 有 … … \{x_{n}\}是从f(x)定义域中选出的趋于a的数列,\forall \varepsilon>0,\exist N(N\in\mathbb N^{*}),对于数列\{f(x_{n})\}有…… {xn}是从f(x)定义域中选出的趋于a的数列,∀ε>0,∃N(N∈N∗),对于数列{f(xn)}有……(1)( x n x_{n} xn 本身即是可以任选的,具体可以看上面极限的简单性质部分中函数的极限的例子部分)
第四章-函数的连续性(与间断点)
1. 连续性的定义以及初等函数连续性的证明
- 连续性定义
若 x 0 x_{0} x0 是函数 f ( x ) f(x) f(x) 定义域中的一点,那么如果有:
lim x → x 0 f ( x ) = f ( x 0 ) \lim_{x\rightarrow x_{0}}f(x)=f(x_{0}) x→x0limf(x)=f(x0)那么则称 f ( x ) f(x) f(x) 在 x = x 0 x=x_{0} x=x0上是连续的,否则称 f ( x ) f(x) f(x) 在 x = x 0 x=x_{0} x=x0 上是间断的。
相对的,如果 f ( x 0 + 0 ) = f ( x 0 ) f(x_{0}+0)=f(x_{0}) f(x0+0)=f(x0),则称 f ( x ) f(x) f(x) 在 x = x 0 x=x_{0} x=x0 上是右连续的,如果 f ( x 0 − 0 ) = f ( x 0 ) f(x_{0}-0)=f(x_{0}) f(x0−0)=f(x0),则称 f ( x ) f(x) f(x) 在 x = x 0 x=x_{0} x=x0 上是左连续的。
易知:
f ( x ) 是 连 续 的 ⇔ f ( x ) 既 是 左 连 续 的 又 是 右 连 续 的 f(x)是连续的\Leftrightarrow f(x)既是左连续的又是右连续的 f(x)是连续的⇔f(x)既是左连续的又是右连续的 - 单调函数的连续性条件:若
f
(
x
)
f(x)
f(x) 是定义在
X
\mathcal X
X 上的单调函数,若
f
(
x
)
f(x)
f(x) 的值域
R
(
f
)
∈
Y
R(f)\in\mathcal Y
R(f)∈Y,并把
Y
\mathcal Y
Y 全部填满,那么
f
(
x
)
f(x)
f(x) 在
X
\mathcal X
X 上是连续的。
证明:
假设 f ( x ) f(x) f(x) 是在 X \mathcal X X 上的增函数(减函数同理即可)
分别考虑 X \mathcal X X 中的每个 x x x 的右连续性,左连续性便可以同理得出。
设 x 0 ∈ X x_{0}\in\mathcal X x0∈X 且 x 0 ≠ sup ( x ) x_{0}\neq\sup(x) x0̸=sup(x),则有 y 0 = f ( x 0 ) ∈ Y y_{0}=f(x_{0})\in\mathcal Y y0=f(x0)∈Y。
取 ε > 0 \varepsilon>0 ε>0 并且 y 1 = y 0 + ε ∈ Y y_{1}=y_{0}+\varepsilon\in\mathcal Y y1=y0+ε∈Y(因为 x 0 ≠ sup ( x ) x_{0}\neq\sup(x) x0̸=sup(x) 且 f ( x ) f(x) f(x) 单调递增),由命题,可找到一个 x 1 ∈ X x_{1}\in\mathcal X x1∈X 并且 y 1 = f ( x 1 ) y_{1}=f(x_{1}) y1=f(x1)。
由于 f ( x ) f(x) f(x) 是增函数,于是有 x 1 > x 0 x_{1}>x_{0} x1>x0,令 δ = x 1 − x 0 \delta=x_{1}-x_{0} δ=x1−x0 ,此时对于 x 0 < x < x 0 + δ = x 1 x_{0}<x<x_{0}+\delta=x_{1} x0<x<x0+δ=x1,则有:
f ( x 0 ) < f ( x ) < f ( x 1 ) ⇔ 0 < f ( x ) − f ( x 0 ) < ε f(x_{0})<f(x)<f(x_{1})\Leftrightarrow 0<f(x)-f(x_{0})<\varepsilon f(x0)<f(x)<f(x1)⇔0<f(x)−f(x0)<ε于是:
lim x → x 0 + 0 f ( x ) = f ( x 0 ) \lim_{x\rightarrow x_{0}+0}f(x)=f(x_{0}) x→x0+0limf(x)=f(x0) f ( x ) f(x) f(x) 在 X \mathcal X X 上是右连续的,同理也是左连续的,于是乎 f ( x ) f(x) f(x) 在 X \mathcal X X 上是连续的。
f ( x ) f(x) f(x) 为减函数时同理。 - 连续函数的算术运算:若
f
(
x
)
,
g
(
x
)
f(x),g(x)
f(x),g(x) 时定义在同一区间
X
\mathcal X
X 上的连续函数,那么以下函数在这一区间
X
\mathcal X
X 上(除了
g
(
x
)
=
0
g(x)=0
g(x)=0 的位置)也是连续的:
f ( x ) ± g ( x ) , f ( x ) ⋅ g ( x ) , f ( x ) g ( x ) f(x)\pm g(x),f(x)\cdot g(x),\frac{f(x)}{g(x)} f(x)±g(x),f(x)⋅g(x),g(x)f(x)证明略 - 复合函数的连续性:若
f
(
x
)
f(x)
f(x) 是定义在
X
\mathcal X
X 上的函数,值域
R
(
f
)
∈
Y
R(f)\in\mathcal Y
R(f)∈Y,而
g
(
y
)
g(y)
g(y) 是定义在
Y
\mathcal Y
Y 上的函数。若
f
(
x
)
f(x)
f(x) 在
x
=
x
0
x=x_{0}
x=x0 点上连续,
g
(
y
)
g(y)
g(y) 在
y
=
y
0
=
f
(
x
0
)
y=y_{0}=f(x_{0})
y=y0=f(x0) 点上也连续,那么函数
g
(
f
(
x
)
)
g(f(x))
g(f(x)) 在
x
=
x
0
x=x_{0}
x=x0 点上也是连续的。
证明:
由命题可知 ∀ ε > 0 , ∃ δ y > 0 , s . t . ∣ y − y 0 ∣ < δ y \forall \varepsilon>0,\exist\delta_{y}>0,s.t.\mid y-y_{0}\mid<\delta_{y} ∀ε>0,∃δy>0,s.t.∣y−y0∣<δy时:
∣ g ( y ) − g ( y 0 ) ∣ < ε \mid g(y)-g(y_{0})\mid<\varepsilon ∣g(y)−g(y0)∣<ε然而又对于这样的 δ y , ∃ δ x > 0 , s . t . ∣ x − x 0 ∣ < δ y \delta_{y},\exist \delta_{x}>0,s.t. \mid x-x_{0}\mid<\delta_{y} δy,∃δx>0,s.t.∣x−x0∣<δy时:
∣ f ( x ) − f ( x 0 ) ∣ < δ y ⇔ ∣ y − y 0 ∣ < δ y \mid f(x)-f(x_{0})\mid<\delta_{y}\Leftrightarrow \mid y-y_{0}\mid<\delta_{y} ∣f(x)−f(x0)∣<δy⇔∣y−y0∣<δy于是乎 ∀ ε > 0 , ∃ δ x > 0 , s . t . ∣ x − x 0 ∣ < δ x \forall \varepsilon>0,\exist\delta_{x}>0,s.t.\mid x-x_{0}\mid<\delta_{x} ∀ε>0,∃δx>0,s.t.∣x−x0∣<δx时:
∣ g ( f ( x ) ) − g ( f ( x 0 ) ) ∣ < ε \mid g(f(x))-g(f(x_{0}))\mid<\varepsilon ∣g(f(x))−g(f(x0))∣<ε所以 g ( f ( x ) ) g(f(x)) g(f(x)) 在 x = x 0 x=x_{0} x=x0 点上连续。 - 初等函数的连续性
证明:- 有理整函数与有理分式函数:
略 - 指数函数:
指数函数为单调函数(单调增或减),同时它的值域 R ( f ) ∈ ( 0 , + ∞ ) R(f)\in(0,+\infin) R(f)∈(0,+∞) 总成立,并且填满了整个区间 ( 0 , + ∞ ) (0,+\infin) (0,+∞) (因为对于每个 y 0 ∈ ( 0 , + ∞ ) y_{0}\in(0,+\infin) y0∈(0,+∞) 都能找到一个 x 0 x_{0} x0 使得 f ( x 0 ) = y 0 f(x_{0})=y_{0} f(x0)=y0 ),于是根据上面的单调函数连续性条件知指数函数是连续函数。 - 对数函数:
它与指数函数同理 - 幂函数:
y = x μ ( μ ≠ 0 ) ( x ∈ ( 0 , + ∞ ) ) y=x^{\mu}(\mu\neq0)(x\in(0,+\infin)) y=xμ(μ̸=0)(x∈(0,+∞)),当 μ ∈ ( 0 , + ∞ ) \mu\in (0,+\infin) μ∈(0,+∞) 时, y y y 单增且填满 ( 0 , + ∞ ) (0,+\infin) (0,+∞),当 μ ∈ ( − ∞ , 0 ) \mu\in (-\infin,0) μ∈(−∞,0) , y y y 单减且填满 ( 0 , + ∞ ) (0,+\infin) (0,+∞),幂函数连续。
( x ≤ 0 ) (x\leq0) (x≤0) 情况略。 - 三角函数:
对于 y = sin x y=\sin x y=sinx 把他分成无穷个区间 [ k π − π 2 , k π + π 2 ] [k\pi-\frac\pi2,k\pi+\frac\pi2] [kπ−2π,kπ+2π] , y y y 在其中每一个区间都是单调且充满的,所以 y = sin x y=\sin x y=sinx 在所有区间都是连续的。同理 y = cos x y=\cos x y=cosx 也是连续的。
再结合连续函数的算术法则,在分母不为0的点,下面三角函数也是连续的:
tan x = sin x cos x , sec x = 1 cos x , cot x = cos x sin x , csc x = 1 sin x \tan x=\frac{\sin x}{\cos x},\sec x=\frac1{\cos x},\cot x=\frac{\cos x}{\sin x},\csc x=\frac1{\sin x} tanx=cosxsinx,secx=cosx1,cotx=sinxcosx,cscx=sinx1 - 反三角函数:
四个反三角函数 ( arcsin x , arccos x , arctan x , a r c c o t x ) (\arcsin x,\arccos x,\arctan x,arccot~x) (arcsinx,arccosx,arctanx,arccot x) 中,每一个都是在其定义域内单调递增或递减,同时填满其值域所在的区间,所以这四个反三角函数也是连续的。
- 有理整函数与有理分式函数:
2. 波尔查诺 - 柯西第一定理(零点定理(2)):
若
f
(
x
)
f(x)
f(x) 在区间
[
a
0
,
b
0
]
[a_{0},b_{0}]
[a0,b0] 上有定义且连续,又在这个区间两端是异号的,那么一定
∃
c
∈
[
a
0
,
b
0
]
,
s
.
t
.
f
(
c
)
=
0
\exist c\in[a_{0},b_{0}],s.t. f(c)=0
∃c∈[a0,b0],s.t.f(c)=0
证明:
找这个区间的中点
x
=
a
0
+
b
0
2
x=\frac{a_{0}+b_{0}}2
x=2a0+b0 ,
f
(
x
)
f(x)
f(x)有三种情况:
{
f
(
x
)
>
0
,
f
(
x
)
=
0
,
f
(
x
)
<
0.
\begin{cases}f(x)>0,\\f(x)=0,\\f(x)<0.\end{cases}
⎩⎪⎨⎪⎧f(x)>0,f(x)=0,f(x)<0.若为中间的情况,则这点就是所要求的
c
c
c,否则,这一点的函数值必定与两端的其中一端的函数值异号,令这一区间为
[
a
1
,
b
1
]
[a_{1},b_{1}]
[a1,b1] ,一直重复以上过程,若始终没有遇到
f
(
a
n
+
b
n
2
)
=
0
f(\frac{a_{n}+b_{n}}2)=0
f(2an+bn)=0的情况,那么这时候这个区间的长度为:
∣
b
n
−
a
n
∣
=
b
0
−
a
0
2
n
\mid b_{n}-a_{n}\mid =\frac{b_{0}-a_{0}}{2^{n}}
∣bn−an∣=2nb0−a0随着
n
n
n 的增大而减短,于是
∀
ε
>
0
,
∃
N
(
N
∈
N
∗
)
,
s
.
t
.
b
0
−
a
0
2
N
<
ε
\forall \varepsilon>0,\exist N(N\in\mathbb N^{*}),s.t.\frac{b_{0}-a_{0}}{2^{N}}<\varepsilon
∀ε>0,∃N(N∈N∗),s.t.2Nb0−a0<ε,当
n
>
N
n>N
n>N 时,有:
∣
b
n
−
a
n
∣
<
ε
\mid b_{n}-a_{n}\mid <\varepsilon
∣bn−an∣<ε
lim
(
b
n
−
a
n
)
=
0
⇒
lim
a
n
=
lim
b
n
=
c
(
c
∈
[
a
0
,
b
0
]
)
\lim({b_{n}-a_{n})=0\Rightarrow\lim{a_{n}}=\lim{b_{n}}}=c(c\in[a_{0},b_{0}])
lim(bn−an)=0⇒liman=limbn=c(c∈[a0,b0])根据函数连续性的特点以及数列极限的简单性质(保序性),有:
f
(
c
)
=
lim
a
n
≤
0
,
f
(
c
)
=
lim
b
n
≥
0
f(c)=\lim a_{n}\leq0,f(c)=\lim b_{n}\geq0
f(c)=liman≤0,f(c)=limbn≥0于是乎:
f
(
c
)
=
0
f(c)=0
f(c)=0
3. 魏尔斯特拉斯第一定理(有界性定理):
若
f
(
x
)
f(x)
f(x) 在区间
[
a
0
,
b
0
]
[a_{0},b_{0}]
[a0,b0] 上有定义且连续,则它是有界的。
证明:
若不然,假设无上界,那么在区间
[
a
0
,
b
0
]
[a_{0},b_{0}]
[a0,b0] 中存在一个数列
x
n
x_{n}
xn,
∀
E
>
0
,
∃
N
(
N
∈
N
∗
)
,
s
.
t
.
n
>
N
时
,
f
(
x
n
)
>
E
\forall E >0,\exist N(N\in\mathbb N^{*}),s.t.n>N时,f(x_{n})>E
∀E>0,∃N(N∈N∗),s.t.n>N时,f(xn)>E,即:
lim
f
(
x
n
)
=
+
∞
\lim f(x_{n})=+\infin
limf(xn)=+∞然而由波尔查诺-魏尔斯特拉斯引理(收敛原理),可以从
x
n
x_{n}
xn 中选出一个子序列
x
n
k
x_{n_{k}}
xnk 使得:
lim
x
n
k
=
x
0
∈
[
a
0
,
b
0
]
\lim x_{n_{k}}=x_{0}\in [a_{0},b_{0}]
limxnk=x0∈[a0,b0]根据连续性定义:
lim
f
(
x
n
k
)
=
f
(
x
0
)
\lim f(x_{n_{k}})=f(x_{0})
limf(xnk)=f(x0)很明显与上式矛盾,故
f
(
x
)
f(x)
f(x) 有上界,同理也有下界,所以
f
(
x
)
f(x)
f(x) 在
[
a
,
b
]
[a,b]
[a,b] 是有界的。
4. 魏尔斯特拉斯第二定理(最值定理):
f
(
x
)
f(x)
f(x) 在区间
[
a
0
,
b
0
]
[a_{0},b_{0}]
[a0,b0] 上有定义且连续,则它是有界的,且必定达到它的上确界和下确界。
证明:
令
M
=
sup
{
f
(
x
)
}
M=\sup\{f(x)\}
M=sup{f(x)} ,利用反证法:假设
∀
x
∈
[
a
0
,
b
0
]
,
f
(
x
)
<
M
\forall x\in[a_{0},b_{0}],f(x)<M
∀x∈[a0,b0],f(x)<M,这时构造辅助函数:
g
(
x
)
=
1
M
−
f
(
x
)
g(x)=\frac1{M-f(x)}
g(x)=M−f(x)1由假设知这里分母不为0,所以
g
(
x
)
g(x)
g(x) 是连续函数,由魏尔斯特拉斯第一定理,
g
(
x
)
g(x)
g(x) 是有界函数,设其上界为
μ
>
0
\mu>0
μ>0 ,有
g
(
x
)
≤
μ
g(x)\leq \mu
g(x)≤μ 于是:
f
(
x
)
≤
M
−
1
μ
f(x)\leq M-\frac1{\mu}
f(x)≤M−μ1于是乎
M
−
1
μ
M-\frac1{\mu}
M−μ1 也是
f
(
x
)
f(x)
f(x) 的一个上界,但这个上界小于给定的上确界
M
M
M,故矛盾。
所以至少
∃
x
0
∈
[
a
0
,
b
0
]
,
s
.
t
.
f
(
x
0
)
=
M
\exist x_{0}\in [a_{0},b_{0}],s.t.~f(x_{0})=M
∃x0∈[a0,b0],s.t. f(x0)=M,即
f
(
x
)
f(x)
f(x) 可以达到它的上确界。
第五章-一元函数的微分法
1. 反函数求导法则 :
若
y
=
f
(
x
)
y=f(x)
y=f(x) 存在它的反函数
x
=
g
(
y
)
x=g(y)
x=g(y) ,且
f
(
x
)
f(x)
f(x) 在
x
=
x
0
x=x_{0}
x=x0 点上有有限且不为0的导数
f
′
(
x
0
)
f^{\prime}(x_{0})
f′(x0) 那么它的反函数在对应的点
y
=
y
0
=
f
(
x
0
)
y=y_{0}=f(x_{0})
y=y0=f(x0) 上也有导数存在且等于
g
′
(
y
0
)
=
1
f
′
(
x
0
)
g^{\prime}(y_{0})=\frac1{f^{\prime}(x_{0})}
g′(y0)=f′(x0)1
证明:
根据导数的定义:
g
′
(
y
0
)
=
lim
y
→
y
0
g
(
y
)
−
g
(
y
0
)
y
−
y
0
=
lim
x
→
x
0
1
f
(
x
)
−
f
(
x
0
)
x
−
x
0
=
1
f
′
(
x
0
)
g^{\prime}(y_{0})=\lim_{y\rightarrow y_{0}}\frac{g(y)-g(y_{0})}{y-y_{0}}=\lim_{x\rightarrow x_{0}}\frac{1}{\frac{f(x)-f(x_{0})}{x-x_{0}}}=\frac{1}{f^{\prime}(x_{0})}
g′(y0)=y→y0limy−y0g(y)−g(y0)=x→x0limx−x0f(x)−f(x0)1=f′(x0)1
2. 复合函数的求导法则:
若
y
=
f
(
u
)
y=f(u)
y=f(u) 在
u
=
u
0
u=u_{0}
u=u0 点有有限导数
f
′
(
u
0
)
f^{\prime}(u_{0})
f′(u0) ,
u
=
g
(
x
)
u=g(x)
u=g(x) 在
x
=
x
0
x=x_{0}
x=x0 点有有限导数
g
′
(
x
0
)
g^{\prime}(x_{0})
g′(x0),那么复合函数
y
=
f
(
g
(
x
)
)
y=f(g(x))
y=f(g(x)) 在
x
=
x
0
x=x_{0}
x=x0 点也有导数,表示为:
(
f
∘
g
)
′
(
x
)
=
f
′
(
u
0
)
⋅
g
′
(
x
0
)
(f\circ g)^{\prime}(x)=f^{\prime}(u_{0})\cdot g^{\prime}(x_{0})
(f∘g)′(x)=f′(u0)⋅g′(x0)或者用莱布尼茨表示为更加形象的式子:
d
y
d
x
=
d
y
d
u
⋅
d
u
d
x
\frac{dy}{dx}=\frac{dy}{du}\cdot\frac{du}{dx}
dxdy=dudy⋅dxdu证明:
由导数的定义知:
f
′
(
u
)
=
lim
Δ
u
→
0
Δ
y
Δ
u
⇒
Δ
y
=
f
′
(
u
)
⋅
Δ
u
+
α
⋅
Δ
u
f^{\prime}(u)=\lim_{\Delta u\rightarrow0}\frac{\Delta y}{\Delta u}\Rightarrow\Delta y=f^{\prime}(u)\cdot\Delta u+\alpha\cdot \Delta u
f′(u)=Δu→0limΔuΔy⇒Δy=f′(u)⋅Δu+α⋅Δu
Δ
y
Δ
x
=
f
′
(
u
)
Δ
u
Δ
x
+
α
Δ
u
Δ
x
\frac{\Delta y}{\Delta x}=f^{\prime}(u)\frac{\Delta u}{\Delta x}+\alpha\frac{\Delta u}{\Delta x}
ΔxΔy=f′(u)ΔxΔu+αΔxΔu两边取极限
Δ
x
→
0
\Delta x\rightarrow 0
Δx→0 得:
(
f
∘
g
)
′
(
x
)
=
f
′
(
u
0
)
⋅
g
′
(
x
0
)
(f\circ g)^{\prime}(x)=f^{\prime}(u_{0})\cdot g^{\prime}(x_{0})
(f∘g)′(x)=f′(u0)⋅g′(x0)(
α
⋅
g
′
(
x
)
=
0
\alpha\cdot g^{\prime}(x)=0
α⋅g′(x)=0 显然成立)
3. 可微性与导数存在的关系定理:
在一元函数中,可微
⇔
\Leftrightarrow
⇔ 可导
证明:
-
⇐
\Leftarrow
⇐
f ( x ) f(x) f(x) 可导,则有:
y ′ = lim Δ x → 0 Δ y Δ x ⇒ Δ y = y ′ Δ x + α Δ x = y ′ Δ x + o ( Δ x ) y^{\prime}=\lim_{\Delta x\rightarrow 0}\frac{\Delta y}{\Delta x}\Rightarrow\Delta y=y^{\prime}\Delta x+\alpha\Delta x=y^{\prime}\Delta x+o(\Delta x) y′=Δx→0limΔxΔy⇒Δy=y′Δx+αΔx=y′Δx+o(Δx)于是乎根据函数可微的定义:
d y = y ′ Δ x dy=y^{\prime}\Delta x dy=y′Δx -
⇒
\Rightarrow
⇒
f ( x ) f(x) f(x) 可微,则有:
Δ y Δ x = A + o ( Δ x ) Δ x \frac{\Delta y}{\Delta x}=A+\frac{o(\Delta x)}{\Delta x} ΔxΔy=A+Δxo(Δx)两边取极限 Δ x → 0 \Delta x\rightarrow 0 Δx→0 得:
y ′ = lim Δ x → 0 Δ y Δ x = A y^{\prime}=\lim_{\Delta x\rightarrow0}\frac{\Delta y}{\Delta x}=A y′=Δx→0limΔxΔy=A
4. 一阶微分的形式不变性:
即使用新的自变量 (例如
t
t
t )取代替原来得自变量(例如
x
x
x ),比如将
x
=
g
(
t
)
x=g(t)
x=g(t) 带入原来的函数
y
=
f
(
x
)
y=f(x)
y=f(x) ,函数
y
=
f
(
x
)
y=f(x)
y=f(x) 和
y
=
f
(
g
(
t
)
)
y=f(g(t))
y=f(g(t)) 的一阶微分有相同的形式。
证明:
在自变量不变的情况下,
y
=
f
(
x
)
y=f(x)
y=f(x) 的微分表示为:
d
y
=
y
x
′
⋅
d
x
dy=y^{\prime}_{x}\cdot dx
dy=yx′⋅dx对于变换自变量的函数
x
=
g
(
t
)
x=g(t)
x=g(t) 的微分可表示为:
d
x
=
x
t
′
⋅
d
t
dx=x^{\prime}_{t}\cdot dt
dx=xt′⋅dt于是乎原来函数的微分可表示为:
d
y
=
y
x
′
x
t
′
⋅
d
t
dy=y^{\prime}_{x}x^{\prime}_{t}\cdot dt
dy=yx′xt′⋅dt根据复合函数的求导法则:
y
t
′
=
y
x
′
⋅
x
t
′
y^{\prime}_{t}=y^{\prime}_{x}\cdot x^{\prime}_{t}
yt′=yx′⋅xt′于是乎原来函数的微分又可以表示为:
d
y
=
y
t
′
⋅
d
t
dy=y^{\prime}_{t}\cdot dt
dy=yt′⋅dt
第六章-微分学的基本定理
1. 费马定理:
若函数
f
(
x
)
f(x)
f(x) 在其定义域内的某一内点(不在区间两端)
x
=
x
0
x=x_{0}
x=x0 上取得最值,那么
f
′
(
x
0
)
=
0
f^{\prime}(x_{0})=0
f′(x0)=0
证明:
假设
f
(
x
)
f(x)
f(x) 在
x
=
x
0
x=x_{0}
x=x0 点上取得最大值,那么有:
f
′
(
x
0
)
=
lim
x
→
x
0
f
(
x
)
−
f
(
x
0
)
x
−
x
0
f^{\prime}(x_{0})=\lim_{x\rightarrow x_{0}}\frac{f(x)-f(x_{0})}{x-x_{0}}
f′(x0)=x→x0limx−x0f(x)−f(x0)然而右式分式上的分子始终小于等于0,当
x
<
x
0
x<x_{0}
x<x0 时:
f
(
x
)
−
f
(
x
0
)
x
−
x
0
≥
0
\frac{f(x)-f(x_{0})}{x-x_{0}}\geq0
x−x0f(x)−f(x0)≥0当
x
>
x
0
x>x_{0}
x>x0 时:
f
(
x
)
−
f
(
x
0
)
x
−
x
0
≤
0
\frac{f(x)-f(x_{0})}{x-x_{0}}\leq0
x−x0f(x)−f(x0)≤0于是,根据函数极限的保号性:
f
′
(
x
0
)
=
0
f^{\prime}(x_{0})=0
f′(x0)=0最小值同理
2. 罗尔定理:
若
f
(
x
)
f(x)
f(x) 在区间
[
a
,
b
]
[a,b]
[a,b] 上有定义且连续,在区间
(
a
,
b
)
(a,b)
(a,b) 上可导,且
f
(
a
)
=
f
(
b
)
f(a)=f(b)
f(a)=f(b),那么
∃
x
0
∈
(
a
,
b
)
,
s
.
t
.
f
′
(
x
0
)
=
0
\exist x_{0}\in(a,b),s.t. f^{\prime}(x_{0})=0
∃x0∈(a,b),s.t.f′(x0)=0
证明:
根据魏尔斯特拉斯第二定理(最值定理),函数在区间
[
a
,
b
]
[a,b]
[a,b] 上可以取到最大值
M
M
M 和最小值
m
m
m:
-
m
=
M
m=M
m=M 时:
很显然 f ( x ) = C ( C ∈ R ) f(x)=C(C\in \mathbb R) f(x)=C(C∈R) 恒成立,故 f ′ ( x ) = 0 f^{\prime}(x)=0 f′(x)=0 在 x ∈ ( a , b ) x\in (a,b) x∈(a,b) 上处处成立。 -
m
<
M
m<M
m<M 时:
f ( x ) f(x) f(x) 不可能在两个端点上分别取到最大值和最小值(因为 f ( a ) = f ( b ) f(a)=f(b) f(a)=f(b) ),所以至少有一点 x 0 ∈ ( a , b ) x_{0}\in(a,b) x0∈(a,b),使得 f ( x 0 ) = m f(x_{0})=m f(x0)=m 或 f ( x 0 ) = M f(x_{0})=M f(x0)=M ,再根据上面的费马中值定理: f ′ ( x 0 ) = 0 f^{\prime}(x_{0})=0 f′(x0)=0
3. 拉格朗日定理(有限增量定理):
若
f
(
x
)
f(x)
f(x) 在区间
[
a
,
b
]
[a,b]
[a,b] 上有定义且连续,在区间
(
a
,
b
)
(a,b)
(a,b) 上可导,那么
∃
x
0
∈
(
a
,
b
)
\exist x_{0}\in(a,b)
∃x0∈(a,b) ,使得:
f
(
b
)
−
f
(
a
)
b
−
a
=
f
′
(
x
0
)
\frac{f(b)-f(a)}{b-a}=f^{\prime}(x_{0})
b−af(b)−f(a)=f′(x0)
证明:
证明的关键在于构造符合罗尔定理的函数,即构造
F
(
f
(
x
)
)
F(f(x))
F(f(x)) 使得:
F
(
f
(
a
)
)
=
F
(
f
(
b
)
)
F(f(a))=F(f(b))
F(f(a))=F(f(b))符合这样条件的函数有很多种,我们取最简单的:
F
(
f
(
x
)
)
=
f
(
x
)
−
k
x
F(f(x))=f(x)-kx
F(f(x))=f(x)−kx很明显,由上面等式我们可以得出:
k
=
f
(
b
)
−
f
(
a
)
b
−
a
k=\frac{f(b)-f(a)}{b-a}
k=b−af(b)−f(a)于是根据罗尔定理,
∃
x
0
∈
(
a
,
b
)
,
s
.
t
.
(
F
(
f
(
x
0
)
)
)
′
=
0
\exist x_{0}\in(a,b),s.t.~(F(f(x_{0})))^{\prime}=0
∃x0∈(a,b),s.t. (F(f(x0)))′=0,即:
f
′
(
x
0
)
=
k
=
f
(
b
)
−
f
(
a
)
b
−
a
f^{\prime}(x_{0})=k=\frac{f(b)-f(a)}{b-a}
f′(x0)=k=b−af(b)−f(a)
4. 柯西定理(有限增量公式的推广):
若函数
f
(
x
)
f(x)
f(x) 和
g
(
x
)
g(x)
g(x) 在区间
[
a
,
b
]
[a,b]
[a,b] 上有定义且连续,在区间
(
a
,
b
)
(a,b)
(a,b) 上可导,在区间
(
a
,
b
)
(a,b)
(a,b) 内
g
′
(
x
)
≠
0
g^{\prime}(x)\neq0
g′(x)̸=0,那么
∃
x
0
∈
(
a
,
b
)
\exist x_{0}\in(a,b)
∃x0∈(a,b) ,使得:
f
(
b
)
−
f
(
a
)
g
(
b
)
−
g
(
a
)
=
f
′
(
x
0
)
g
′
(
x
0
)
\frac{f(b)-f(a)}{g(b)-g(a)}=\frac{f^{\prime}(x_{0})}{g^{\prime}(x_{0})}
g(b)−g(a)f(b)−f(a)=g′(x0)f′(x0)
证明:
首先我们利用反证法证明
g
(
b
)
≠
g
(
a
)
g(b)\neq g(a)
g(b)̸=g(a) :
若
g
(
b
)
=
g
(
a
)
g(b)=g(a)
g(b)=g(a) ,由罗尔定理,
∃
x
1
∈
(
a
,
b
)
,
s
.
t
.
g
′
(
x
1
)
=
0
\exist x_{1}\in (a,b),s.t.~g^{\prime}(x_{1})=0
∃x1∈(a,b),s.t. g′(x1)=0 与原定理假设相悖,于是乎
g
(
b
)
≠
g
(
a
)
g(b)\neq g(a)
g(b)̸=g(a)
然后类似于拉格朗日定理,构造一个包含
f
(
x
)
,
g
(
x
)
f(x), g(x)
f(x),g(x) 的函数
F
(
x
)
F(x)
F(x) 使得:
F
(
a
)
=
F
(
b
)
F(a)=F(b)
F(a)=F(b)同样的我们选取最简单的形式:
F
(
x
)
=
f
(
x
)
−
k
⋅
g
(
x
)
F(x)=f(x)-k\cdot g(x)
F(x)=f(x)−k⋅g(x)根据上面等式我们可以求出:
k
=
f
(
b
)
−
f
(
a
)
g
(
b
)
−
g
(
a
)
k=\frac{f(b)-f(a)}{g(b)-g(a)}
k=g(b)−g(a)f(b)−f(a)于是乎,再根据罗尔定义,
∃
x
0
∈
(
a
,
b
)
,
s
.
t
.
F
′
(
x
0
)
=
0
\exist x_{0}\in (a,b),s.t. F^{\prime}(x_0)=0
∃x0∈(a,b),s.t.F′(x0)=0,展开即可得:
f
(
b
)
−
f
(
a
)
g
(
b
)
−
g
(
a
)
=
f
′
(
x
0
)
g
′
(
x
0
)
\frac{f(b)-f(a)}{g(b)-g(a)}=\frac{f^{\prime}(x_{0})}{g^{\prime}(x_{0})}
g(b)−g(a)f(b)−f(a)=g′(x0)f′(x0)
5. 初等函数的泰勒公式:
在
x
=
0
x=0
x=0 点上的泰勒展开公式为:
f
(
x
)
=
∑
i
=
0
n
f
(
i
)
(
x
)
⋅
x
i
i
!
+
r
n
(
x
)
f(x)=\sum_{i=0}^{n}\frac{f^{(i)}(x)\cdot x^{i}}{i!}+r_{n}(x)
f(x)=i=0∑ni!f(i)(x)⋅xi+rn(x)证明初等函数的泰勒展开就是在求初等函数在
x
=
0
x=0
x=0 点上的
n
n
n 阶导数值,无太多技巧性,所以这里证明从略。
- f ( x ) = e x f(x)=e^{x} f(x)=ex
- f ( x ) = sin x f(x)=\sin x f(x)=sinx
- f ( x ) = cos x f(x)=\cos x f(x)=cosx
- f ( x ) = ( 1 + x ) μ f(x)=(1+x)^{\mu} f(x)=(1+x)μ
- f ( x ) = ln ( 1 + x ) f(x)=\ln(1+x) f(x)=ln(1+x)
- f ( x ) = arctan ( x ) f(x)=\arctan(x) f(x)=arctan(x)
第七章-应用导数来研究函数
1. 函数为单调的条件
若函数
f
(
x
)
f(x)
f(x) 定义在区间
X
\mathcal X
X 上,且在其内有有限的导数
f
′
(
x
)
f^{\prime}(x)
f′(x),并且在其两端(如果两端在
X
\mathcal X
X 上0)连续,那么
f
(
x
)
f(x)
f(x) 在
X
\mathcal X
X 上狭义单调递增(递减)的充分条件为:
f
′
(
x
)
>
0
(
<
0
)
f^{\prime}(x)>0 (<0)
f′(x)>0(<0)证明:
假设
f
(
x
)
f(x)
f(x) 单调递增,单调递减的部分同理。
在
X
\mathcal X
X 上任取两个数
x
′
,
x
′
′
x^{\prime},x^{\prime\prime}
x′,x′′,且
x
′
<
x
′
′
x^{\prime}<x^{\prime\prime}
x′<x′′,在区间
[
x
′
,
x
′
′
]
[x^{\prime},x^{\prime\prime}]
[x′,x′′] 上利用拉格朗日定理有:
f
(
x
′
′
)
−
f
(
x
′
)
=
f
′
(
x
0
)
(
x
′
′
−
x
′
)
(
x
′
<
x
0
<
x
′
′
)
f(x^{\prime\prime})-f(x^{\prime})=f^{\prime}(x_{0})(x^{\prime\prime}-x^{\prime})(x^{\prime}<x_{0}<x^{\prime\prime})
f(x′′)−f(x′)=f′(x0)(x′′−x′)(x′<x0<x′′)因为
f
′
(
x
0
)
>
0
f^{\prime}(x_{0})>0
f′(x0)>0 ,所以:
f
(
x
′
′
)
>
f
(
x
′
)
f(x^{\prime\prime})>f(x^{\prime})
f(x′′)>f(x′)故
f
(
x
)
f(x)
f(x) 单调递增。
2. 极值的必要和充分条件
- 必要条件:若
f
(
x
)
f(x)
f(x) 在
x
=
x
0
x=x_{0}
x=x0 上取得极值,则
x
=
x
0
x=x_{0}
x=x0 是
f
(
x
)
f(x)
f(x) 的一个静止点。
证明:
若函数 f ( x ) f(x) f(x) 在区间 X \mathcal X X 上有定义且有有限的导数,且点 x = x 0 x=x_{0} x=x0 是 f ( x ) f(x) f(x) 的极值,那么根据极值的定义, f ( x 0 ) f(x_{0}) f(x0) 是 f ( x ) f(x) f(x) 在 x 0 x_{0} x0 的某一领域的最值,根据费马中值定理, f ′ ( x 0 ) = 0 f^{\prime}(x_{0})=0 f′(x0)=0,因此 x 0 x_{0} x0 是 f ( x ) f(x) f(x) 的一个静止点。 - 充分条件:若在各阶到书中,第一个在点
x
0
x_{0}
x0 不等于零的是偶数阶导数,则函数在点
x
=
x
0
x=x_{0}
x=x0 有极值。
证明:
假设函数 f ( x ) f(x) f(x) 的前 n − 1 n-1 n−1 阶导数都是零,而 f ( n ) ( x 0 ) ≠ 0 f^{(n)}(x_{0})\neq0 f(n)(x0)̸=0,将 f ( x ) f(x) f(x) 用佩亚诺型余项的泰勒公式展开,就有:
f ( x ) = f ( x 0 ) + 0 + . . . + 0 + f ( n ) ( x ) + α ( x ) n ! ( x − x 0 ) n f(x)=f(x_{0})+0+...+0+\frac{f^{(n)}(x)+\alpha(x)}{n!}(x-x_{0})^{n} f(x)=f(x0)+0+...+0+n!f(n)(x)+α(x)(x−x0)n f ( x ) − f ( x 0 ) = f ( n ) ( x ) + α ( x ) n ! ( x − x 0 ) n f(x)-f(x_{0})=\frac{f^{(n)}(x)+\alpha(x)}{n!}(x-x_{0})^{n} f(x)−f(x0)=n!f(n)(x)+α(x)(x−x0)n其中 α ( x ) \alpha(x) α(x) 当 x → x 0 x\rightarrow x_{0} x→x0 时, α ( x ) → 0 \alpha(x)\rightarrow0 α(x)→0,于是当 x x x 足够接近 x x x 时,函数增量的正负性只取决于 f ( n ) ( x 0 ) f^{(n)}(x_{0}) f(n)(x0) 和 ( x − x 0 ) n (x-x_{0})^{n} (x−x0)n 的正负性。
当 n n n 是偶数时, x < x 0 x<x_{0} x<x0 情况与 x > x 0 x>x_{0} x>x0 情况, f ( x ) − f ( x 0 ) f(x)-f(x_{0}) f(x)−f(x0) 都有相同的正负性,也就是说, f ( x 0 ) f(x_{0}) f(x0) 是 f ( x ) f(x) f(x) 在 x 0 x_{0} x0 的某个足够小的领域内的最值,也就是说 f ( x 0 ) f(x_{0}) f(x0) 是 f ( x ) f(x) f(x) 的一个极值。
3. 洛必达法则( 0 0 \frac00 00型未定式)
若
f
(
x
)
,
g
(
x
)
f(x),g(x)
f(x),g(x) 在
a
a
a 的某个空心(仅左或仅右也行)领域上有定义且有有限的导数,如果
lim
x
→
a
(
±
0
)
f
(
x
)
=
0
,
lim
x
→
a
(
±
0
)
g
(
x
)
=
0
,
g
′
(
x
)
≠
0
\lim_{x\rightarrow a(\pm0)}f(x)=0,\lim_{x\rightarrow a(\pm0)}g(x)=0,g^{\prime}(x)\neq0
limx→a(±0)f(x)=0,limx→a(±0)g(x)=0,g′(x)̸=0,且:
lim
x
→
a
(
±
0
)
f
′
(
x
)
g
′
(
x
)
=
K
(
K
∈
R
)
\lim_{x\rightarrow a(\pm0)}\frac{f^{\prime}(x)}{g^{\prime}(x)}=K(K\in\mathbb R)
x→a(±0)limg′(x)f′(x)=K(K∈R)则:
lim
x
→
a
(
±
0
)
f
(
x
)
g
(
x
)
=
K
\lim_{x\rightarrow a(\pm0)}\frac{f(x)}{g(x)}=K
x→a(±0)limg(x)f(x)=K证明:
只证明空心右领域的情况,空心左领域同理,于是空心领域即可得出。
给出
f
(
x
)
,
g
(
x
)
f(x),g(x)
f(x),g(x) 在
x
=
x
0
x=x_{0}
x=x0 的定义
f
(
a
)
=
g
(
a
)
=
0
f(a)=g(a)=0
f(a)=g(a)=0 ,于是
f
(
x
)
,
g
(
x
)
f(x),g(x)
f(x),g(x) 在某一区间
[
a
,
b
]
[a,b]
[a,b] 上连续, 在
(
a
,
b
)
(a,b)
(a,b) 上有有限导数,且
g
′
(
x
)
≠
0
g^{\prime}(x)\neq0
g′(x)̸=0,根据柯西定理:
f
(
x
)
g
(
x
)
=
f
(
x
)
−
f
(
a
)
g
(
x
)
−
g
(
a
)
=
f
′
(
x
0
)
g
′
(
x
0
)
(
x
0
∈
(
a
,
x
)
)
\frac{f(x)}{g(x)}=\frac{f(x)-f(a)}{g(x)-g(a)}=\frac{f^{\prime}(x_{0})}{g^{\prime}(x_{0})}(x_{0}\in(a,x))
g(x)f(x)=g(x)−g(a)f(x)−f(a)=g′(x0)f′(x0)(x0∈(a,x))
lim
x
→
a
f
(
x
)
g
(
x
)
=
lim
x
0
→
a
f
′
(
x
0
)
g
′
(
x
0
)
=
K
\lim_{x\rightarrow a}\frac{f(x)}{g(x)}=\lim_{x_{0}\rightarrow a}\frac{f^{\prime}(x_{0})}{g^{\prime}(x_{0})}=K
x→alimg(x)f(x)=x0→alimg′(x0)f′(x0)=K