{
  "id": "pointwise-convergence",
  "title": "逐点收敛",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "逐点收敛是指函数序列在共同定义域的每个固定点处收敛，而不要求在整个定义域上一致控制误差。",
  "category": "mathematics",
  "subcategory": "analysis",
  "type": "concept",
  "aliases": [
    "点态收敛",
    "逐点趋近"
  ],
  "generated_at": "2026-10-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/pointwise-convergence/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/pointwise-convergence/",
      "json": "https://aiwiki.page/en/pointwise-convergence.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "逐点收敛是函数序列的一种收敛方式：在共同定义域的每个固定点处，函数值分别趋于一个极限。在数学分析中，它是通过逐次逼近来定义极限函数的一种基本方式。其核心特点是：使近似达到指定精度所需的起始下标，可以依赖于所考察的点。这与一致收敛不同，后者要求同一个下标适用于整个定义域。(jirka.org)"
    },
    {
      "heading": "定义",
      "text": "设 \\(f_n:X\\to Y\\) 是具有共同定义域 \\(X\\) 和陪域 \\(Y\\) 的函数，其中 \\(Y\\) 是距离为 \\(d\\) 的度量空间。若\n\n\\[\\lim_{n\\to\\infty}f_n(x)=f(x) \\qquad\\text{对每个 }x\\in X\\text{ 都成立},\\]\n\n则称该序列逐点收敛于 \\(f:X\\to Y\\)。因此，固定 \\(x\\) 后，便得到 \\(Y\\) 中一个通常意义下的收敛序列。这一定义尤其适用于取值为实数或复数的函数。(jirka.org)\n\n等价地，\n\n\\[\\forall x\\in X\\;\\forall\\varepsilon>0\\; \\exists N=N(x,\\varepsilon)\\; \\forall n\\ge N: \\quad d(f_n(x),f(x))<\\varepsilon.\\]\n\n这里关键在于 \\(N\\) 可以依赖于 \\(x\\)。收敛在某一点处可能很快，而在另一点附近可能任意缓慢。对于实值函数，\\(d(f_n(x),f(x))\\) 就是 \\(|f_n(x)-f(x)|\\)。(jirka.org)\n\n在度量空间中，逐点极限若存在，就必定唯一。在子集 \\(A\\subseteq X\\) 上收敛，是指上述条件在 \\(A\\) 的每个点处都成立，而对 \\(A\\) 以外的点不作任何断言。(jirka.org)"
    },
    {
      "heading": "例子及与一致收敛的比较",
      "text": "考虑多项式函数\n\n\\[f_n(x)=x^{2n},\\qquad x\\in[-1,1].\\]\n\n当 \\(|x|<1\\) 时，函数值趋于零；在 \\(x=-1\\) 和 \\(x=1\\) 处，函数值始终等于一。因此，\n\n\\[f(x)= \\begin{cases} 0,&|x|<1,\\\\ 1,&x=-1\\text{ 或 }x=1. \\end{cases}\\]\n\n每个 \\(f_n\\) 都是连续函数，但极限函数在两个端点处不连续。因此，逐点收敛不能保持连续性。(jirka.org)\n\n一致收敛改变了量词的顺序：\n\n\\[\\forall\\varepsilon>0\\;\\exists N\\; \\forall x\\in X\\;\\forall n\\ge N: \\quad d(f_n(x),f(x))<\\varepsilon.\\]\n\n一致收敛蕴含逐点收敛，但反之不成立。对于上述幂函数，在任一端点附近，都有函数值任意接近一的点，尽管这些点处的极限值为零。因此，对每个 \\(n\\)，都有\n\n\\[\\sup_{x\\in[-1,1]}|f_n(x)-f(x)|=1.\\]\n\n然而，在任意较小的区间 \\([-a,a]\\) 上，其中 \\(0<a<1\\)，误差至多为 \\(a^{2n}\\)，因而一致趋于零。这些估计说明，所选定义域会影响收敛性质。(jirka.org)"
    },
    {
      "heading": "极限、积分与求导",
      "text": "仅凭逐点收敛，不能保证可以交换极限运算与其他运算的次序。对于连续函数，一致收敛提供了足以保持连续性的控制；逐点收敛则没有类似的一般保证。积分和求导也存在类似的区别。(jirka.org)\n\n例如，在 \\([0,1]\\) 上，令\n\n\\[g_n(x)= \\begin{cases} n,&0<x<1/n,\\\\ 0,&\\text{其他情形}. \\end{cases}\\]\n\n直接计算可知，在每个固定点处都有 \\(g_n(x)\\to0\\)：每个正数 \\(x\\) 最终都会落在不断缩小的区间之外，而 \\(g_n(0)=0\\)。然而，\n\n\\[\\int_0^1g_n(x)\\,dx=1, \\qquad \\int_0^1\\lim_{n\\to\\infty}g_n(x)\\,dx=0.\\]\n\n不断增加的高度抵消了不断减小的宽度，说明一般不能交换积分与逐点极限的次序。(jirka.org)\n\n即使可导函数序列一致收敛，也未必能交换求导与极限的次序。函数\n\n\\[h_n(x)=\\frac{\\sin(nx)}{n}\\]\n\n在 \\(\\mathbb R\\) 上一致收敛于零，因为 \\(|h_n(x)|\\le1/n\\)。但对每个 \\(n\\)，都有 \\(h_n'(0)=1\\)，而极限函数，即零函数，其导数为零。相应的求导定理需要额外假设，通常要求导数序列一致收敛，并且原函数序列在某一点处收敛。(ocw.mit.edu)"
    },
    {
      "heading": "测度论中的变体",
      "text": "在测度论中，几乎处处收敛是指在某个零测集之外逐点收敛。对于实值可测函数，若逐点极限处处存在，则极限函数也是可测的。因此，与连续性不同，可测性在取函数序列的逐点极限时得以保持。(math.mit.edu)\n\n控制收敛定理给出了在几乎处处收敛的情况下，可以在勒贝格积分中取极限的条件。若 \\(f_n\\to f\\) 几乎处处成立，且存在一个固定的可积函数 \\(g\\)，使得 \\(|f_n|\\le g\\) 几乎处处成立，则\n\n\\[\\int |f_n-f|\\,d\\mu\\longrightarrow0, \\qquad \\int f_n\\,d\\mu\\longrightarrow\\int f\\,d\\mu.\\]\n\n控制函数提供了单凭逐点收敛所缺乏的控制。(ocw.mit.edu)"
    },
    {
      "heading": "拓扑解释",
      "text": "若 \\(Y\\) 是拓扑空间，则可以利用 \\(Y\\) 中的收敛来定义逐点收敛，而无须选定度量。将所有函数 \\(X\\to Y\\) 构成的集合 \\(Y^X\\) 与笛卡尔积 \\(\\prod_{x\\in X}Y\\) 等同起来，则逐点收敛恰好就是积拓扑中的收敛。(math.mit.edu)\n\n\\(f\\) 的一个基本邻域只对有限多个点处的函数值施加限制：\n\n\\[\\{g\\in Y^X:g(x_i)\\in U_i,\\ i=1,\\ldots,k\\},\\]\n\n其中，每个 \\(U_i\\) 都是 \\(f(x_i)\\) 的开邻域。这种拓扑也称为点开拓扑。上述等价关系可以从序列推广到网，从而使逐点收敛能够在一般拓扑学的框架内加以研究。(math.mit.edu)"
    }
  ],
  "links": [
    "mathematical-function",
    "limit",
    "mathematical-analysis",
    "uniform-convergence",
    "domain-of-a-function",
    "codomain",
    "metric-space",
    "real-number",
    "complex-number",
    "subset",
    "polynomial",
    "continuous-function",
    "integral",
    "derivative",
    "measure-theory",
    "almost-everywhere",
    "null-set",
    "measurable-function",
    "dominated-convergence-theorem",
    "lebesgue-integral",
    "topological-space",
    "cartesian-product",
    "product-topology",
    "neighborhood-topology",
    "net-mathematics",
    "topology"
  ],
  "sources": [
    {
      "title": "jirka.org/ra/html/sec_puconv.html",
      "url": "https://www.jirka.org/ra/html/sec_puconv.html"
    },
    {
      "title": "jirka.org/ra/realanal2-draft-v2.0.pdf",
      "url": "https://www.jirka.org/ra/realanal2-draft-v2.0.pdf"
    },
    {
      "title": "jirka.org/ra/realanal-oct07-13.pdf",
      "url": "https://www.jirka.org/ra/realanal-oct07-13.pdf"
    },
    {
      "title": "jirka.org/ra/html/sec_liminter.html",
      "url": "https://www.jirka.org/ra/html/sec_liminter.html"
    },
    {
      "title": "ocw.mit.edu/courses/18-100a-real-analysis-fall-2020/mit18_100af20_basic_analysi…",
      "url": "https://ocw.mit.edu/courses/18-100a-real-analysis-fall-2020/mit18_100af20_basic_analysis.pdf"
    },
    {
      "title": "math.mit.edu/~dyatlov/125spring16/",
      "url": "https://math.mit.edu/~dyatlov/125spring16/"
    },
    {
      "title": "ocw.mit.edu/courses/18-102-introduction-to-functional-analysis-spring-2021/8fb8…",
      "url": "https://ocw.mit.edu/courses/18-102-introduction-to-functional-analysis-spring-2021/8fb8d5c170f1613151aca71de21027bc_MIT18_102s21_full_lec.pdf"
    },
    {
      "title": "math.mit.edu/~hrm/palestine/munkres-topology.pdf",
      "url": "https://math.mit.edu/~hrm/palestine/munkres-topology.pdf"
    }
  ],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}