跳到主要内容

函数序列与一致收敛：极限与结构的交织

在数学分析中，函数序列 {fn(x)}\{f_n(x)\} 是研究函数空间性质的基本工具。核心矛盾在于：局部的点极限是否能保持函数的全局结构（连续性、可积性、可微性）？ 这一问题的终极答案指向了——一致收敛。

1. 敛散性的层次：点收敛 vs 一致收敛​

1.1 逐点收敛 (Pointwise Convergence)​

若对 DD 内每一个确定的 xx，数列 {fn(x)}\{f_n(x)\} 均收敛，则称 {fn(x)}\{f_n(x)\} 在 DD 上逐点收敛。

局限性：点收敛非常“弱”，它无法保证极限函数 f(x)f(x) 继承 fn(x)f_n(x) 的任何良好性质。

1.2 一致收敛 (Uniform Convergence)​

若 ∀ϵ>0,∃N(ϵ)\forall \epsilon > 0, \exists N(\epsilon)（与 xx 无关），使得当 n>Nn > N 时，对 ∀x∈D\forall x \in D 均有： ∣fn(x)−f(x)∣<ϵ|f_n(x) - f(x)| < \epsilon 记作 fn⇉ff_n \rightrightarrows f。

几何直观

一致收敛意味着：当 nn 充分大时，函数 fn(x)f_n(x) 的图像被完全包裹在极限函数 f(x)f(x) 的 ϵ\epsilon-管道（ϵ\epsilon-tube）内。

2. 一致收敛的判别准则​

2.1 柯西 (Cauchy) 准则​

fn⇉ff_n \rightrightarrows f 的充要条件是：∀ϵ>0,∃N\forall \epsilon > 0, \exists N，使得当 n,m>Nn, m > N 时，对 ∀x∈D\forall x \in D 恒有 ∣fn(x)−fm(x)∣<ϵ|f_n(x) - f_m(x)| < \epsilon。

2.2 上确界判别法 (极为常用)​

令 σn=sup⁡x∈D∣fn(x)−f(x)∣\sigma_n = \sup_{x \in D} |f_n(x) - f(x)|。则： fn⇉f  ⟺  lim⁡n→∞σn=0f_n \rightrightarrows f \iff \lim_{n \to \infty} \sigma_n = 0

2.3 魏尔斯特拉斯 (Weierstrass) M-判别法​

针对级数 ∑un(x)\sum u_n(x)。若存在收敛正项项级数 ∑Mn\sum M_n，使得 ∣un(x)∣≤Mn|u_n(x)| \leq M_n 对一切 xx 成立，则该级数在 DD 上绝对且一致收敛。

2.4 迪尼 (Dini) 定理​

条件极其苛刻但极其优美：若 KK 是紧集（闭有界区间），fnf_n 连续且单调趋于连续函数 ff，则 fnf_n 必一致收敛于 ff。

3. 分析性质的传递：算子交换律​

这是数学分析中最重要的三个“交换”定理。

连续性交换

若 fn∈C(D)f_n \in C(D) 且 fn⇉ff_n \rightrightarrows f，则 f∈C(D)f \in C(D)。 lim⁡x→x0lim⁡n→∞fn(x)=lim⁡n→∞lim⁡x→x0fn(x)\lim_{x \to x_0} \lim_{n \to \infty} f_n(x) = \lim_{n \to \infty} \lim_{x \to x_0} f_n(x)

积分交换

若 fn⇉ff_n \rightrightarrows f 且 fnf_n 可积，则 ff 可积且： ∫ablim⁡n→∞fn(x)dx=lim⁡n→∞∫abfn(x)dx\int_a^b \lim_{n \to \infty} f_n(x) dx = \lim_{n \to \infty} \int_a^b f_n(x) dx

求导交换

若 fnf_n 可导，fn′f_n' 一致收敛，且某点 fn(x0)f_n(x_0) 收敛，则： (lim⁡n→∞fn(x))′=lim⁡n→∞fn′(x)\left( \lim_{n \to \infty} f_n(x) \right)' = \lim_{n \to \infty} f_n'(x)

4. 深度教材化例题​

例 1：利用上确界法判定非一致收敛​

题目：设 fn(x)=nx1+n2x2f_n(x) = \frac{nx}{1+n^2x^2}，讨论在 [0,1][0, 1] 上的收敛性。

查看解析

解析：

  1. 点极限：固定 x∈(0,1]x \in (0, 1]，fn(x)→0f_n(x) \to 0；若 x=0x=0，fn(0)=0→0f_n(0)=0 \to 0。故点极限 f(x)=0f(x) = 0。
  2. 考察偏差：∣fn(x)−f(x)∣=nx1+n2x2|f_n(x) - f(x)| = \frac{nx}{1+n^2x^2}。
  3. 求极值：令 g(x)=nx1+n2x2g(x) = \frac{nx}{1+n^2x^2}，g′(x)=n(1−n2x2)(1+n2x2)2g'(x) = \frac{n(1-n^2x^2)}{(1+n^2x^2)^2}。 在 x=1/nx = 1/n 处取得最大值 g(1/n)=12g(1/n) = \frac{1}{2}。
  4. 结论：σn=sup⁡∣fn−f∣=1/2↛0\sigma_n = \sup |f_n - f| = 1/2 \not\to 0。故点收敛但不一致收敛。

例 2：Dini 定理的应用辨析​

题目：fn(x)=xnf_n(x) = x^n 在 [0,1][0, 1] 上是否满足 Dini 定理？

查看解析

解析：

  • fn(x)f_n(x) 在 [0,1][0, 1] 上单调递减（对 nn 而言）。
  • fn(x)f_n(x) 连续。
  • 但点极限 f(x)={0x∈[0,1)1x=1f(x) = \begin{cases} 0 & x \in [0, 1) \\ 1 & x = 1 \end{cases} 不连续。
  • 结论：不满足 Dini 定理的条件。实际上，该序列也不一致收敛。这说明“极限函数连续”是 Dini 定理中不可或缺的条件。

例 3：项级数的一致收敛证明​

题目：证明 ∑n=1∞sin⁡(nx)n2\sum_{n=1}^\infty \frac{\sin(nx)}{n^2} 在 R\mathbb{R} 上一致收敛。

查看解析

解析： 直接应用 Weierstrass M-判别法。 因为 ∣sin⁡(nx)n2∣≤1n2|\frac{\sin(nx)}{n^2}| \leq \frac{1}{n^2}。 且 ∑n=1∞1n2\sum_{n=1}^\infty \frac{1}{n^2} 是收敛的 pp-级数。 故原级数在 R\mathbb{R} 上一致收敛。

5. 进阶练习库 (Advanced Exercises)​

练习 1：一致收敛与积分交换的陷阱

构造一个函数列 fn(x)f_n(x)，使得 lim⁡∫fn≠∫lim⁡fn\lim \int f_n \neq \int \lim f_n。


解析： 考虑 [0,1][0, 1] 上的“帐篷函数”。fn(x)f_n(x) 在 [0,1/n][0, 1/n] 处从 0 升至 nn，再在 [1/n,2/n][1/n, 2/n] 降至 0。

  • 点极限 f(x)=0f(x) = 0，故 ∫01lim⁡fndx=0\int_0^1 \lim f_n dx = 0。
  • 而 ∫01fn(x)dx=三角形面积=12⋅2n⋅n=1\int_0^1 f_n(x) dx = \text{三角形面积} = \frac{1}{2} \cdot \frac{2}{n} \cdot n = 1。
  • 极限为 1。两者不相等。失效的原因在于 fnf_n 不一致收敛（sup⁡fn=n→∞\sup f_n = n \to \infty）。
练习 2：Dirichlet 一致收敛判别法

若 ∑an(x)\sum a_n(x) 的部分和一致有界，bn(x)b_n(x) 对每个 xx 单调且一致趋于 0，证明 ∑an(x)bn(x)\sum a_n(x)b_n(x) 一致收敛。


解析：这是 Dirichlet 判别法从数项级数向函数项级数的推广。核心是利用 Abel 变换 进行余项估计，通过一致性条件控制误差界。

练习 3：极限函数的连续性判定

若 fn∈C[a,b]f_n \in C[a, b] 且 fn⇉ff_n \rightrightarrows f，证明 ff 在 [a,b][a, b] 上一致连续。


解析：

  1. 由一致收敛性，极限函数 ff 连续。
  2. 由于 [a,b][a, b] 是紧集（闭有界区间），根据 Cantor 定理，闭区间上的连续函数必一致连续。

编者注：掌握一致收敛，你就掌握了微积分中“极限号跨越算子”的通行证。