一致收敛
Seauy
·
·
个人记录
定义函数项级数
\sum_{i=1}^\infty u_i(x)
其中每项 u_i 都在 [a,b] 上有定义,使级数收敛的 x 全体的集合为收敛点集,反之则称为发散点集。
若 [a,b] 是收敛点集的子集,可以定义和函数
S(x)=\sum_{i=1}^\infty u_i(x)
其定义域为 [a,b]。还可以定义其部分和序列
S_n(x)=\sum_{i=1}^n u_i(x)
显然
S(x)=\lim_{n\to\infty} S_n(x)
所以我们先定义一下函数列的收敛.
对于定义在 I 上的函数列 \{f_n\},若数列 \{f_n(x_0)\} 收敛则称函数列在 x_0 收敛;若函数列在 I 上所有点都收敛,则称其在 I 上(逐点)收敛。
所以设 \lim_{n\to \infty} f_n=f,函数收敛的 \epsilon-N 语言是:
\forall x\in I,\epsilon>0,\exist N(x,\epsilon)\in N^*,\forall n>N(x,\epsilon),|f_n(x)-f(x)|<\epsilon
这意味着 N(x,\epsilon) 的取值通常与 x 有关,但对于一类函数,若存在 N 的取值与 x 无关,则称其一致收敛,形式化表达为:
\forall \epsilon>0,\exist N(\epsilon)\in N^*,\forall x\in I,n>N(\epsilon),|f_n(x)-f(x)|<\epsilon
这意味着所有 \{f_n(x)\}_{n=1}^\infty 的收敛速度都差不多,形式化地说,设
\beta_n=\sup_{x\in I} |f_n(x)-f(x)|
则 \{f_n\} 一致收敛于 f 等价于
\lim_{n\to \infty} \beta_n=0
Cauchy 收敛原理
一致收敛也有 Cauchy 收敛原理:
\forall \epsilon>0,\exist N\in N^*,\forall n,m>N,x\in I,|f_n(x)-f_m(x)|<\epsilon
等价于 \{f_n\} 在 I 上一致收敛。把这玩意套到函数项级数上,其(\{S_n\})一致收敛等价于,\forall \epsilon>0,\exist N\in N^*,\forall N<n<m,x\in I,满足
|\sum_{i=n+1}^m u_i(x)|<\epsilon
取 m=n+1,也就是说若 \{u_n\} 不一致收敛于 0,原级数就也不一致收敛。
Weierstrass 判别法
可以拿正项级数与函数项级数做比较,具体来说,若正项级数 \sum_{i=1}^\infty a_i 收敛,且
\forall x\in I,|u_n(x)|\leq a_n
则函数项级数一致收敛。其中 \sum_{i=1}^\infty a_i 称为优级数,无论他是否收敛。
在给出 Dirichlet 判别法与 Abel 判别法之前,先要定义一致有界,正常版函数(逐点)有界当且仅当
\forall x\in I,\exist M(x)>0,\forall n\in N^*,|f_n(x)|\leq M(x)
一致有界当且仅当
\exist M>0,\forall x\in I,n\in N^*,|f_n(x)|\leq M
也就是说 \{f_n(x)\} 存在与 x 无关的界。
Dirichlet 判别法
若
-
-
则 \sum_{n=1}^\infty a_n(x)b_n(x) 在 I 上一致收敛。
Abel 判别法
若
-
-
则 \sum_{n=1}^\infty a_n(x)b_n(x) 在 I 上一致收敛。
在函数项级数一致收敛的前提下,u_i(x) 全连续可以推出 \sum_{i=1}^\infty u_i(x) 连续。
所有函数列一致收敛的前提下, f_n 全连续可以推出 \lim_{n\to \infty} f_n 连续。
Dini 定理
设 \{f_n\} 在 [a,b] 上连续,若 \forall x\in [a,b],\{f_n(x)\} 单调趋于零,那么 \{f_n\} 在 [a,b] 上一致趋于零。
上面那玩意可以利用连续用有限覆盖原理证。
可以把这个定理改写成函数项级数的形式,即:若所有 u_n(x) 在 [a,b] 上连续且非负,且 \sum_{n=1}^\infty u_n(x) 收敛且连续,则该级数一致收敛。
一致收敛可推出逐项积分,具体而言:
若 f_n 全在 [a,b] 上可积,且 \{f_n\} 一致收敛于 f,则
\lim_{n\to \infty} \int_a^b f_n(x){\rm d}x=\int_a^b f(x){\rm d}x
对于函数项级数也适用:
若 u_n 全在 [a,b] 上可积,且 \sum_{n=1}^\infty u_n(x) 一致收敛,则
\int_a^b (\sum_{n=1}^\infty u_n(x)) {\rm d}x=\sum_{n=1}^\infty \int _a^b u_n(x){\rm d}x
关于逐项求导,一致收敛得是 \{f'_n\} 而非 \{f_n\},具体而言:
若 f_n 全在 [a,b] 上有连续导数,\{f'_n\} 一致收敛,且 \exist x_0\in [a,b],\{f_n(x_0)\} 收敛,则
(\lim_{n\to \infty} f_n(x))'=\lim_{n\to \infty} f'(x)
要求至少一个点收敛,是为了防止 \{f_n\} 不收敛。
还是有函数项级数版本:
若 u_n 全在 [a,b] 上有连续导数,\sum_{n=1}^\infty u'_n(x) 一致收敛,且 \exist x_0\in [a,b],\sum_{n=1}^\infty u_n(x_0) 收敛,则
(\sum_{n=1}^\infty u_n(x))'=\sum_{n=1}^\infty u'_n(x)
还有
\lim_{x\to x_0} \sum_{n=1}^\infty u_n(x)=\sum_{n=1}^\infty \lim_{x\to x_0} u_n(x)
直接 Cauchy 收敛原理可证。