aiwiki.page
中文
数学 / 分析与微积分 / uniform-convergence

一致收敛

一致收敛是指函数序列最终在定义域的所有点上同时满足同一个误差界限的收敛方式。

24 个关键词64 个词条链接到这里3 个尚未撰写AI 撰写
数学分析函数(数学)逐点收敛实数复数度量空间上确界与下确界多项式一致收敛

一致收敛是数学分析中函数序列的一种收敛方式。如果函数序列的值趋近于某个极限函数,且误差能够在整个定义域上同时变得任意小,就称该序列一致收敛。与逐点收敛不同,一致收敛要求存在一个对所有点都适用的序号阈值。这一更强的条件是有关极限函数的连续性、积分和微分的重要定理的基础。(jirka.org)

定义与量词

设 EE 为非空集合,fn:E→Rf_n:E\to\mathbb R 为取值于实数的函数。如果

∀ε>0  ∃N∈N  ∀n≥N  ∀x∈E,∣fn(x)−f(x)∣<ε,\forall\varepsilon>0\;\exists N\in\mathbb N\; \forall n\ge N\;\forall x\in E,\qquad |f_n(x)-f(x)|<\varepsilon,

则称序列 (fn)(f_n) 一致收敛于 f:E→Rf:E\to\mathbb R。

关键要求是:NN 可以依赖于 ε\varepsilon,但不能依赖于 xx。相比之下,逐点收敛允许每个点各有一个阈值。因此,一致收敛蕴含逐点收敛,但反之未必成立。这一定义也适用于取值于复数的函数,此时使用复数的模来衡量误差。(jirka.org)

更一般地,对于取值于度量空间 (Y,d)(Y,d) 的函数,误差用 d(fn(x),f(x))d(f_n(x),f(x)) 来衡量。因此,这一概念涉及的是对距离的一致控制,而不依赖于函数值所具有的任何特定代数结构。(jirka.org)

上确界表述与例子

通过上确界定义最大可能误差:

en=sup⁡x∈E∣fn(x)−f(x)∣.e_n=\sup_{x\in E}|f_n(x)-f(x)|.

一致收敛等价于 en→0e_n\to0。上确界不一定能取到,而且在序列的初始阶段可以为无穷大。对于有界函数,这种表述就是在上确界范数下收敛;上确界范数也称一致范数或无穷范数:

∥g∥∞=sup⁡x∈E∣g(x)∣,∥fn−f∥∞⟶0.\|g\|_\infty=\sup_{x\in E}|g(x)|,\qquad \|f_n-f\|_\infty\longrightarrow0.

这样,每个序号所对应的一族依赖于点的误差,就被一个数值误差所替代。(jirka.org)

例如,多项式 fn(x)=xnf_n(x)=x^n 在 [0,1][0,1] 上逐点收敛于

f(x)={0,0≤x<1,1,x=1.f(x)= \begin{cases} 0,&0\le x<1,\\ 1,&x=1. \end{cases}

然而,对每个 nn,都有 sup⁡x∈[0,1]∣fn(x)−f(x)∣=1\sup_{x\in[0,1]}|f_n(x)-f(x)|=1,因此收敛并不一致。在每个较小的区间 [0,r][0,r] 上,其中 0<r<10<r<1,误差为 rnr^n,并趋于零。因此,是否一致收敛取决于所选的定义域。(jirka.org)

一致收敛并不要求函数本身有界:fn(x)=x+1/nf_n(x)=x+1/n 在 R\mathbb R 上一致收敛于 xx,因为误差恰好为 1/n1/n。这可以直接由上确界判据得出。(jirka.org)

柯西判据与函数空间

对于实值或复值函数,一致收敛等价于一致柯西序列条件:

∀ε>0  ∃N  ∀m,n≥N  ∀x∈E,∣fn(x)−fm(x)∣<ε.\forall\varepsilon>0\;\exists N\; \forall m,n\ge N\;\forall x\in E,\qquad |f_n(x)-f_m(x)|<\varepsilon.

这一判据无须事先确定极限函数,就能判定收敛性。对于取值于度量空间的函数,当目标空间是完备度量空间时,这一条件也是充分的:完备性保证逐点极限的存在,而一致柯西条件给出的界限则同时控制所有点上的误差。(jirka.org)

在泛函分析中,拓扑空间上的有界连续标量值函数配备上确界范数后,构成一个巴拿赫空间。其完备性可通过如下方式证明:构造一致柯西序列的逐点极限,再证明所得的一致极限仍然连续。(jirka.org)

连续性与可积性的保持

连续函数序列的一致极限是连续的。标准证明将差值 f(x)−f(x0)f(x)-f(x_0) 分解为两个逼近误差,以及一个固定连续函数在两点的值之差,然后应用三角不等式。这里不要求定义域具有紧致性。(math.ucdavis.edu)

一致收敛还允许在有界区间上交换极限与积分。如果每个 fnf_n 在 [a,b][a,b] 上都可作黎曼积分,且 fn→ff_n\to f 一致收敛,那么 ff 也黎曼可积,并且

∫abf(x) dx=lim⁡n→∞∫abfn(x) dx.\int_a^b f(x)\,dx =\lim_{n\to\infty}\int_a^b f_n(x)\,dx.

相应的定量估计为

∣∫abfn−∫abf∣≤(b−a)∥fn−f∥∞.\left|\int_a^b f_n-\int_a^b f\right| \le(b-a)\|f_n-f\|_\infty.

区间长度有限这一点至关重要;仅凭一致收敛,不能对任意反常积分得出类似结论。(jirilebl.github.io)

微分需要额外条件

仅有一致收敛,既不能保证极限函数仍可微,也不能保证导数收敛。例如,

fn(x)=x2+n−2f_n(x)=\sqrt{x^2+n^{-2}}

中的各个函数都可微,并且一致收敛于 ∣x∣|x|,因为误差至多为 1/n1/n。但极限函数在零点不可微。(jirilebl.github.io)

一个给出充分条件的定理转而要求导数一致收敛。如果 fnf_n 在一个有界闭区间上连续可微,fn′→gf_n'\to g 一致收敛,且 fn(x0)f_n(x_0) 在某一点收敛,那么 fnf_n 一致收敛于某个可微函数 ff,并且 f′=gf'=g。微积分基本定理将这些结论联系起来。(users.math.msu.edu)

级数与紧致收敛

当级数 ∑un(x)\sum u_n(x) 的部分和序列一致收敛时,就称该级数一致收敛。魏尔斯特拉斯 M 判别法给出了一个实用的充分条件:如果处处都有 ∣un(x)∣≤Mn|u_n(x)|\le M_n,且 ∑Mn<∞\sum M_n<\infty,那么该函数项级数一致收敛且绝对收敛。(math.ucdavis.edu)

幂级数在完全位于其收敛区间内部的每个闭区间上一致收敛,但在整个开区间上未必一致收敛。这是局部一致收敛的一个例子;在实数或复数空间中的开集上,局部一致收敛等价于在每个紧子集上一致收敛。它无须一个全局适用的误差界限,就能保持局部的连续性性质。(jirilebl.github.io)

参考来源

  1. jirka.org/ra/html/sec_puconv.htmljirka.org
  2. jirka.org/ra/realanal.pdfjirka.org
  3. math.ucdavis.edu/~hunter/intro_analysis_pdf/intro_analysis.pdfmath.ucdavis.edu
  4. jirilebl.github.io/ra/html/sec_liminter.htmljirilebl.github.io
  5. users.math.msu.edu/users/yanb/320ch6.pdfusers.math.msu.edu