当前位置: 首页 > news >正文

数学分析原理答案——第七章 习题13

【第七章 习题13】

假设{fn}\left\{ f_{n} \right\}{fn}R1R^{1}R1上单调递增的函数序列,对于一切xxx和一切nnn

0≤fn(x)≤10 \leq f_{n}(x) \leq 10fn(x)1

(a) 试证存在一个函数fff和一个序列{nk}\left\{ n_{k} \right\}{nk},能对每个x∈R1x \in R^{1}xR1,使得

f(x)=lim⁡k→∞fnk(x)f(x) = \lim_{k \rightarrow \infty}{f_{n_{k}}(x)}f(x)=klimfnk(x)

(b) 如果前面的fff还满足连续的特性,试证在R1R^{1}R1fnk→ff_{n_{k}} \rightarrow ffnkf是一致的。

【解】

(a) 所有有理数的集QQQR1R^{1}R1中稠密,且个数可数。根据定理7.23可知,存在一个序列(ni)\left( n_{i} \right)(ni)和函数使得

∀x∈Q g(x)=lim⁡i→∞fni(x)\forall x \in Q\ g(x) = \lim_{i \rightarrow \infty}{f_{n_{i}}(x)}xQ g(x)=ilimfni(x)

对于无理数点,定义

∀x∉Q g(x)=sup⁡(g(y))     其中y<x∧y∈Q\forall x \notin Q\ g(x) = \sup\left( g(y) \right)\ \ \ \ \ 其中y < x \land y \in Qx/Q g(x)=sup(g(y))     其中y<xyQ

下面证明,若x0∉Qx_{0} \notin Qx0/Q并且g(x)g(x)g(x)x0x_{0}x0处连续,也满足

lim⁡i→∞fni(x0)=g(x0)\lim_{i \rightarrow \infty}{f_{n_{i}}\left( x_{0} \right)} = g\left( x_{0} \right)ilimfni(x0)=g(x0)

首先,根据g(x)g(x)g(x)x0x_{0}x0处连续,可以构造两个有理数序列(pj)、(qj)\left( p_{j} \right)、\left( q_{j} \right)(pj)(qj),满足

lim⁡j→∞pj=lim⁡j→∞qj=x0\lim_{j \rightarrow \infty}p_{j} = \lim_{j \rightarrow \infty}q_{j} = x_{0}jlimpj=jlimqj=x0

pj<x0<qjp_{j} < x_{0} < q_{j}pj<x0<qj

对于任意的pj、qjp_{j}、q_{j}pjqj,都有

g(pj)=lim⁡i→∞fni(pj)≤lim⁡i→∞fni(x0)≤lim⁡i→∞fni(qj)=g(qj)g\left( p_{j} \right) = \lim_{i \rightarrow \infty}{f_{n_{i}}\left( p_{j} \right)} \leq \lim_{i \rightarrow \infty}{f_{n_{i}}\left( x_{0} \right)} \leq \lim_{i \rightarrow \infty}{f_{n_{i}}\left( q_{j} \right)} = g\left( q_{j} \right)g(pj)=ilimfni(pj)ilimfni(x0)ilimfni(qj)=g(qj)

所以

lim⁡j→∞g(pj)≤lim⁡i→∞fni(x0)≤lim⁡j→∞g(qj)\lim_{j \rightarrow \infty}{g\left( p_{j} \right)} \leq \lim_{i \rightarrow \infty}{f_{n_{i}}\left( x_{0} \right)} \leq \lim_{j \rightarrow \infty}{g\left( q_{j} \right)}jlimg(pj)ilimfni(x0)jlimg(qj)

又因为g(x)g(x)g(x)x0x_{0}x0处连续,可得

lim⁡j→∞g(pj)=lim⁡x→x0−g(x)=g(x0)=lim⁡x→x0+g(x)=lim⁡j→∞g(qj)\lim_{j \rightarrow \infty}{g\left( p_{j} \right)} = \lim_{x \rightarrow x_{0}^{-}}{g(x)} = g\left( x_{0} \right) = \lim_{x \rightarrow x_{0}^{+}}{g(x)} = \lim_{j \rightarrow \infty}{g\left( q_{j} \right)}jlimg(pj)=xx0limg(x)=g(x0)=xx0+limg(x)=jlimg(qj)

所以

lim⁡i→∞fni(x0)=g(x0)\lim_{i \rightarrow \infty}{f_{n_{i}}\left( x_{0} \right)} = g\left( x_{0} \right)ilimfni(x0)=g(x0)

也就是说,g(x)g(x)g(x)在所有连续点满足

g(x)=lim⁡i→∞fni(x)g(x) = \lim_{i \rightarrow \infty}{f_{n_{i}}(x)}g(x)=ilimfni(x)

下面构造(nk)、f(x)\left( n_{k} \right)、f(x)(nk)f(x),使得f(x)f(x)f(x)在所有实数点xxx满足

f(x)=lim⁡k→∞fnk(x)f(x) = \lim_{k \rightarrow \infty}{f_{n_{k}}(x)}f(x)=klimfnk(x)

由于g(x)g(x)g(x)单调递增(因为{fn}\left\{ f_{n} \right\}{fn}单调递增,利用反证法,g(x)g(x)g(x)在有理数点必然单调递增,同时g(x)g(x)g(x)在无理数点的函数值是最小上界原理取得)、并且间断点个数可数(因为g(x)g(x)g(x)的间断点都是第一类间断点,不同的间断点都对应不同的一个有理数),再次利用定理7.23可从函数序列(fni(x))\left( f_{n_{i}}(x) \right)(fni(x))中构造一个子序列(fnk(x))\left( f_{n_{k}}(x) \right)(fnk(x))和函数f(x)f(x)f(x),满足

f(x)=lim⁡k→∞fnk(x)f(x) = \lim_{k \rightarrow \infty}{f_{n_{k}}(x)}f(x)=klimfnk(x)

(b) 若fff连续,那么fffR1R^{1}R1上单调递增,并且满足

0≤f≤10 \leq f \leq 10f1

将值域(此处一定是值域,因为定义域R1R^{1}R1不是紧集!)均匀分割R1R^{1}R1lll份,可以得到有限个闭区间

x0<x1<x2<…<xlx_{0} < x_{1} < x_{2} < \ldots < x_{l}x0<x1<x2<<xl

[-∞=x0,x1]、[x1,x2]、[x2,x3]…[xl−1,xl=+∞]\left\lbrack \text{-}\infty = x_{0},x_{1} \right\rbrack 、\left\lbrack x_{1},x_{2} \right\rbrack 、\left\lbrack x_{2},x_{3} \right\rbrack\ldots\lbrack x_{l - 1},x_{l} = + \infty\rbrack[-=x0,x1][x1,x2][x2,x3][xl1,xl=+]

满足

∣f(xi)−f(xi+1)∣≤1l\left| f\left( x_{i} \right) - f\left( x_{i + 1} \right) \right| \leq \frac{1}{l}f(xi)f(xi+1)l1

对于任意ε>0\varepsilon > 0ε>0,适当调整份数,可使

∣f(xi)−f(xi+1)∣≤1l<ε\left| f\left( x_{i} \right) - f\left( x_{i + 1} \right) \right| \leq \frac{1}{l} < \varepsilonf(xi)f(xi+1)l1<ε

由于函数序列fnk(x)f_{n_{k}}(x)fnk(x)逐点收敛于f(x)f(x)f(x),所以当nnn足够大时

∀1≤i≤l   ∣fnk(xi)−f(xi)∣<ε\forall 1 \leq i \leq l\ \ \ \left| f_{n_{k}}\left( x_{i} \right) - f\left( x_{i} \right) \right| < \varepsilon∀1il   fnk(xi)f(xi)<ε

区间[xi,xi+1]\left\lbrack x_{i},x_{i + 1} \right\rbrack[xi,xi+1]上的所有函数值满足(下面的max⁡\maxmax取决于fnk(x)、f(x)f_{n_{k}}\left( x \right)、f\left( x \right)fnk(x)f(x)两者谁更大)

∣fnk(x)−f(x)∣≤max⁡[∣fnk(xi+1)−f(xi)∣,∣f(xi+1)−fnk(xi)∣]≤∣fnk(xi+1)−f(xi)∣+∣f(xi+1)−fnk(xi)∣=∣fnk(xi+1)−f(xi+1)∣+∣f(xi)−f(xi+1)∣+∣f(xi+1)−fnk(xi+1)∣+∣f(xi+1)−f(xi)∣=4ε{\left| f_{n_{k}}(x) - f(x) \right| }{\leq \max\left\lbrack \left| f_{n_{k}}\left( x_{i + 1} \right) - f\left( x_{i} \right) \right|,\left| f\left( x_{i + 1} \right) - f_{n_{k}}\left( x_{i} \right) \right| \right\rbrack }{\leq \left| f_{n_{k}}\left( x_{i + 1} \right) - f\left( x_{i} \right) \right| + \left| f\left( x_{i + 1} \right) - f_{n_{k}}\left( x_{i} \right) \right| }{= \left| f_{n_{k}}\left( x_{i + 1} \right) - f\left( x_{i + 1} \right) \right| + \left| f\left( x_{i} \right) - f\left( x_{i + 1} \right) \right| + \left| f\left( x_{i + 1} \right) - f_{n_{k}}\left( x_{i + 1} \right) \right| + \left| f\left( x_{i + 1} \right) - f\left( x_{i} \right) \right| }{= 4\varepsilon}fnk(x)f(x)max[fnk(xi+1)f(xi),f(xi+1)fnk(xi)]fnk(xi+1)f(xi)+f(xi+1)fnk(xi)=fnk(xi+1)f(xi+1)+f(xi)f(xi+1)+f(xi+1)fnk(xi+1)+f(xi+1)f(xi)=4ε

所以在R1R^{1}R1fnk→ff_{n_{k}} \rightarrow ffnkf是一致的。

沃尔特·鲁丁(Walter Rudin)所著《数学分析原理》中第七章
习题13的个人答案,仅供参考

http://www.xdnf.cn/news/1421173.html

相关文章:

  • 文件夹上传 (UploadFolder)
  • crypto-babyrsa(2025YC行业赛)
  • 【系统架构师设计(8)】需求分析之 SysML系统建模语言:从软件工程到系统工程的跨越
  • 【机器学习学习笔记】numpy基础2
  • 基于 HTML、CSS 和 JavaScript 的智能图像边缘检测系统
  • ESB 走向黄昏,为什么未来属于 iPaaS?
  • 【第十一章】Python 队列全方位解析:从基础到实战
  • 计算机网络技术(四)完结
  • 9月1日
  • 8Lane V-by-One HS LVDS FMC Card
  • 【STM32】贪吃蛇 [阶段 8] 嵌入式游戏引擎通用框架设计
  • IO进程线程;标准io;文件IO;0901
  • OPENCV 基于旋转矩阵 旋转Point2f
  • Python核心技术开发指南(030)——函数入门
  • PAT乙级_1093 字符串A+B_Python_AC解法_含疑难点
  • 基于 C 语言的网络单词查询系统设计与实现(客户端 + 服务器端)
  • Python OpenCV图像处理与深度学习:Python OpenCV特征检测入门
  • AI时代SEO关键词实战解析
  • Python3环境搭建教程 - 使用Conda工具
  • CGroup 资源控制组 + Docker 网络模式
  • 【并发场景问题】超卖、一人一单业务问题的解决方案
  • 大型语言模型监督微调(SFT)
  • openharmony之sandbox沙箱机制详解
  • K8S网络组件Calico深度解析
  • Python OpenCV图像处理与深度学习:Python OpenCV图像几何变换入门
  • 深入解析 Go 程序逆向风险与防护策略
  • 如何对嵌入式软件进行单元测试
  • 无重复字符的最长子串,leetCode热题100,C++实现
  • Vue3响应式陷阱:如何避免ref解构导致的响应式丢失
  • 电动自行车车架前叉振动、组合件冲击、把立管弯曲强度试验机等机械强度性能测试项目解析