当前位置: 首页 > news >正文

函数序列与函数项级数

文章目录

  • 函数序列与函数项级数
    • 函数序列
    • 函数项级数
    • Weierstrass M 判别法

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。

http://www.lryc.cn/news/68627.html

相关文章:

  • UML时序图详解
  • Centos7.6部署postgresql15主从
  • 【ThinkPHP6系列学习-2】多应用模式配置
  • Linux内核oops panic简析
  • Spark大数据处理讲课笔记4.8 Spark SQL典型案例
  • WhatsApp Business 多人使用终极指南
  • 布局和视图的常用属性
  • 解说天下之操作系统
  • Pruning 系列 (八)layer常用简枝(torch)方法
  • Gigabyte Z490 Vision D i9-10900k电脑 Hackintosh 黑苹果efi引导文件
  • UWB智慧工厂人员定位系统源码,人员在岗监控、车辆实时轨迹监控源码
  • 从认识元注解到使用元注解
  • 【C++从0到王者】第六站:类和对象(下)
  • AJax和Axios的讲解
  • 企业落地数字化转型,如何部署战略规划
  • 新的网络钓鱼即服务平台让网络犯罪分子生成令人信服的网络钓鱼页面
  • MySQL的隐式转换
  • LeetCode:23. 合并 K 个升序链表
  • js:正则表达式常用方法总结test、exec、match、matchAll、replace、replaceAll、search
  • 分析车载蓝牙通话只有前喇叭声音,后面喇叭无声背后原因
  • 高性能ADC/DAC FMC子卡推出-FMC164
  • Agisoft Metashape 红外影像处理
  • Mybatis从入门到入土
  • 修为 - 人生感悟
  • UnityWebSocket | 双端通信支持Text/Binary
  • lazada详情
  • 企业为什么要数字化转型?
  • Excel 设置只能输入指定的字符
  • Web开发介绍
  • 多语言APP的外包开发流程及注意事项