一名工科生眼中的數學分析(中)

4. 定義了極限的四種映射

數學學不好,最大的癥結在於對基本概念的認知不清,包括對其定義本身的認知不清以及此概念所屬範圍的認知不清,前者導致用不對後者導致不知道何時用。這一部分,也不會深入細節,主要目標是將數分中不同的概念分門別類,知道它從何而來,可屬於哪一塊。

4.1 序列(數列 Nrightarrow R

有了極限概念之後,就可以研究一些特殊的序列以及集合的更多性質,主要包括以下概念:

  • 柯西序列,一種在自身元素之間用epsilon -N 語言定義的序列。
  • 集合的完備性,如果集合的柯西序列都收斂,則是完備的,實數集是最小的完備數集。
  • 集合的緊緻性,如果集合的任何序列存在一子序列收斂,則是緊緻的,實數集上的閉區間是緊緻的。
  • 級數,也即序列的和。將級數轉化為研究 序列前n項和 構成的序列,而序列我們是熟悉的。。

4.2 一元函數(Rrightarrow R

在極限基礎上,函數上可以定義一些新概念。事實上,數分里就講了如下三種:

  • 連續性

  • 可微性(微積分學的支柱之一)

  • 可積性(微積分學的支柱之二)

對於每一個性質,都有三個問題需要解答:

  1. 是什麼?(這個性質是如何定義的)

  2. 什麼是?(怎麼樣才能滿足這個性質)
  3. 是又怎麼樣?(有了這個性質,有啥特別的或者有啥用)

4.2.1 連續性

是什麼:通過極限定義何為在一點連續,在整個定義域連續則為連續函數。

什麼是:通過定義就可以幫助判斷函數在一點是否連續,從而是否為連續函數。

是又怎麼樣:

    • 連續函數的四種運算(映射的四種運算)都能保持連續性。

    • 連續函數保持收斂性,也即極限與函數可交換次序。

    • 連續函數保持緊緻性,定義域緊緻那麼值域也緊緻。依此有最大值原理—緊緻集合上,連續函數在某點取最大值。

    • 連續函數保持連通性中值定理—連通定義域上,若某值在值域中兩值之間,定義域存在一點可得此值。

    • 在緊緻集合上,連續函數還具有一致連續性。

4.2.2 可微性

是什麼:通過極限定義何為在一點可微,在整個定義域可微則為可微函數。【註:在分析中,最好杜絕採用幾何概念(如斜率來定義導數)這種交叉思考的行為,幾何直觀雖然有一定意義,但在分析中,直觀並不總能起作用。】

什麼是:通過定義就可以幫助判斷函數在一點是否可微,從而是否為可微函數。

是又怎麼樣:

  1. 通用微分法則,在同一點都可微的函數加減乘除運算 、數乘、複合(鏈法則)。反函數導數法則。
  2. 導數的用途(微分中值定理系列,由導數性質來研究函數性質):

  • 判定極值和函數方向,一階導數為零,二階導數正負,用多個中值定理可證明;
  • 單調性,函數在一點可微,且導數嚴格正,則函數嚴格單調,拉格朗日定理
  • 洛必達法則,求frac{0}{0} 型或者frac{infty }{infty } 型極限,柯西定理
  • 泰勒定理在近似計算中的應用。

4.2.3 可積性

不定積分

先談一下不定積分,它的定義比較簡單。直接從微分的逆運算入手,一個函數的微分運算可獲得導函數,而不定積分則為「導函數」的原函數族

定積分

是什麼:平時說的定積分就是Riemann積分,定積分是一個集合到一個數的映射,如果不想涉及面積之類幾何方面概念的話,定積分的定義還是得鋪墊很多東西的。函數Riemann積分定義為如果函數上下Riemann積分相同,稱為Riemann可積,上下Riemann積分是通過逐段常值函數逼近的。

什麼是:通過Riemann積分的定義來判斷是否可積是複雜和困難的,不過對於一大類函數卻是有一些重要結論的:

  • 有界區間上,一致連續函數,是可積的。
  • 有界區間上,(逐段)連續且有界函數,是可積的;閉區間上,連續函數,是可積的。
  • 有界區間上,單調且有界函數,是可積的;閉區間上,單調函數,是可積的。

是又怎麼樣:

1. 通用積分法則(在同一定義域都可積,部分給出積分計算公式,部分只給出可積性):

  • 可積函數的加減和數乘,有積分計算公式。
  • 可積函數的乘法、max和min、取絕對值,是可積的。
  • 可積函數非負,定積分非負。
  • 定義域可拆分,分別積分。

2. 定積分的用途:

  • 積分中值定理,積分與函數值的關係,可以幫助去掉一層積分號,在一些證明中有用。
  • 幾何問題,求曲線所圍面積、求光滑曲線弧長(求長公式)、曲率(曲率公式)。
  • 工程、力學中常用的微元法,定積分本身就是從經典力學而來。
  • 定積分的近似計算,直接運用定積分定義。

可積條件要求定義域和值域都是有界的,從定積分的無限求和的幾何觀點來看,這是必然的。而有時還需要考慮到定義域無界或值域無界的積分,這兩種情形都稱為反常積分,其是用極限和Riemann積分的組合定義的,或者說其本身就是可變限Riemann積分的極限運算而已。

4.2.3 微積分基本定理(微分和積分的聯繫)

  1. 微積分第一基本定理:不定積分與微分的聯繫,連續的Riemann可積函數必有原函數(原函數加一個常數構成不定積分)。
  2. 微積分第二基本定理(牛頓-萊布尼茲公式):定積分與不定積分的聯繫,Riemann可積函數的定積分值為其原函數在端點處的差,這個定理提供了計算定積分的一種簡單方法。

微分和積分聯繫起來後,微分的法則可以導出有用的積分運演算法則,適合定積分和不定積分:

  • 分部積分法,由可微函數乘法運算微分法則導出。
  • 換元積分法,由可微函數複合運算微分法則導出。

4.3 多元函數(R^{n} rightarrow R

歐幾里得空間的維度等於1時,退化為一元函數。在一元函數的基礎上,許多概念和結論可以直接遷移到多元函數,然而某些概念則需要重新審視。

極限

多元函數有常規的極限定義,稱為重極限,與一元函數相同。但當依次考慮某個變元的極限(其他變元看成固定值)時,可以定義累次極限累次極限與重極限是有聯繫的,定理:若某個累次極限(有多個)與重極限都存在,必然相等。

連續性

所有相關概念和結論與一元函數相同 。

可微性

一元函數導數的定義用到了除法,而有序多元組(用幾何的概念就是向量)的除法未定義,不過其乘法是已成功定義的,通過乘法定義的弊端就是無法通過定義來計算導數,只能通過定義來驗證某值是否是導數,而且此時需要證明全導數是唯一的。

對於全導數只知道全導數的結構(一個有序多元組),但是不知道具體的計算方法。不過根據一元函數導數定義的方式,只要分母可除,就可照葫蘆畫瓢來定義,這就是為何會有偏導數,方嚮導數這些概念。

  1. 偏導數,定義為多元函數沿著坐標軸方向的導數。
  2. 方嚮導數,定義為多元函數在一點沿著某個方向的導數。

  3. 全導數,試出來的,將偏導數組成有序多元組代入全導數定義式成立,由於全導數唯一,如此便找出了全導數的計算方法。多元函數可微定理:多元函數所有偏導數都存在且連續,那麼函數是可微的(充分條件,這條定理可以驗證函數可微性,用定義驗證複雜)。

具體說來,全導數表達式為f^{}(x):=left[  frac{ partial f}{partial x_{1} }...frac{partial f}{partial x_{n} } right],而標量場中有梯度為nabla f=(frac{ partial f}{partial x_{1} }, ...,frac{partial f}{partial x_{n} }),其與全導數本質相同,只是一個採用矩陣方式表示,一個用幾何概念向量表示。

若函數也是有序多元組也即向量函數,值域屬於R^{m},那麼此時全導數表達式如何呢?處理方法是只要對向量函數的分量函數分別處理即可,全導數可用導數矩陣Df(x):=left[  nabla f_{1} ... nabla f_{n} rightn ] ^{T} 來描述。

在此基礎上,有如下幾個知識點很重要:

  • 多元函數鏈法則,f(x):=R^{n}rightarrow R^{m},g(y):=R^{m}rightarrow R^{p}  ,複合函數g(f(x)):=R^{n}rightarrow R^{p}複合函數的全導數Dg(x)|_{ptimes n} =Dg(y)|_{ptimes m}Df(x)|_{mtimes n}

  • n階連續可微(函數屬於C^{n} ):所有n階偏導數(包括混合偏導)連續,一元函數有相同概念。Clairaut 定理:二階連續可微,二階混合偏導可換序。

  • 反函數定理,對於f(x):=R^{n}rightarrow R^{n},在某點x_{0} 如果方陣Df(x_{0} )|_{ntimes n} 可逆,則在此點局部有反函數,且Df^{-1}(f(x_{0}) )Df(x_{0} )= I

  • 隱函數定理,函數f(x):=R^{n}rightarrow R連續可微,在某點x_{0} 滿足f(x_{0} )=0 frac{partial f}{partial x_{n} } ne 0,那麼存在一個函數滿足x_{n} =g(x_{1} ,...,x_{n-1} )g(x_{1} ,...,x_{n-1} )處可微且frac{partial g}{partial x_{j} } |_{(x_{1},...,x(n-1))} =n-frac{partial f}{partial x_{j} } |_{(x_{1},...,x(n))}/nfrac{partial f}{partial x_{n} } |_{(x_{1},...,x(n))}, 1leq jleq n-1,用鏈式法可直接證明。

可積性

既然多元函數可以對一個變元定義偏導,可以定義方嚮導數(思路都是當做一元函數處理),那麼其對於單變元定義積分也就不奇怪了。

  • 含參積分:只留一個變元,其他變元都認為是已知量,那麼此時與一元函數的積分完全一致,當然積分出來的結果含有其他變元。
  • 累次積分:對於不同變元依次進行含參積分,如果每次都可積的話,累次積分存在。
  • 重積分:Riemann積分的定義也適合多元函數,重積分的概念源自於這樣一條定理:多元函數在某定義域上是Riemann可積的,如果累次積分存在,那麼累次積分與Riemann積分相同。閉區間上,如果函數連續,那麼任何次序的累次積分都存在且相等。

兩類曲線與曲面積分的幾何問題其實是多元積分的直接應用,曲線積分是偽裝成二元函數積分的一元函數積分,曲面積分是偽裝成三元函數積分的二元函數積分。
推薦閱讀:

關於相對論度規的約定未來會統一嗎?
數學 · 神經網路(三)· 損失函數
為什麼一個數是3的倍數當且僅當它的各位數之和是3的倍數?
數學中最完美的數是什麼,還會有此類數出現嗎?
為什麼紙張要做成方型?

TAG:数学分析 | 数学 | 大学 |