Skip to content

\(\text{Euclid}\) 空间上的极限和连续

\(\text{Euclid}\) 空间上的距离与极限

定义 11.1.1

  • \(\text{Euclid}\) 空间 \(R^n\) 中任意两点 \(\vec{x}, \vec{y}\) 之间的距离定义为
    • \[|\vec{x}-\vec{y}| = \sqrt{\sum_{i=1}^{n}(x_i-y_i)^2}\]
      • 并称
    • \[||\vec{x}|| = \sqrt{\sum_{i=1}^{n}x_i^2}\]
      • \(\vec{x}\)\(\text{Euclid}\) 范数 (模长)

定理 11.1.1

  • 距离满足以下性质
    • 正定性: \(|\vec{x}-\vec{y}|\geq 0\), 且 \(|\vec{x}-\vec{y}|=0\iff \vec{x}=\vec{y}\)
    • 对称性: \(|\vec{x}-\vec{y}|=|\vec{y}-\vec{x}|\)
    • 三角不等式: \(|\vec{x}-\vec{y}|+|\vec{y}-\vec{z}|\geq |\vec{x}-\vec{z}|\)

定义 11.1.2 邻域

  • 设 $\vec{a} = (a_1, a_2, \cdots, a_n)\in R^n, \delta >0, $, 则点集
    • \[O(\vec{a}, \delta) = \{\vec{x}\in R^n:|\vec{x}-\vec{a}|<\delta\}\]
      • 称为点 \(\vec{a}\)\(\delta\) 邻域

定义 11.1.3 极限

  • \(\{\vec{x}_n\}\)\(R^n\) 中的一个点列, \(\vec{a}\in R^n\), 如果对任意 \(\varepsilon>0\), 存在 \(N\in \mathbb{N}\), 使得当 \(n>N\) 时, 有
    • \[|\vec{x}_n-\vec{a}|<\varepsilon\]
      • 则称 \(\vec{a}\) 是点列 \(\{\vec{x}_n\}\) 的极限, 记为
    • \[\lim_{n\to\infty}\vec{x}_n = \vec{a}\]
  • 点列不收敛就称为发散

定理 11.1.2

  • \(\lim\limits_{n\to\infty}\vec{x}_n = \vec{a} \iff \lim\limits_{n\to\infty}(x_k)_i=a_i\)

定义 11.1.4

  • \(S\subset R^n\), 若存在正数 \(M\), 使得对任意 \(\vec{x}\in S\)\(||\vec{x}||\leq M\), 则称 \(S\) 为有界集

开集和闭集

  • \(\vec{x}\in R^n, S\subset R^n\)

    • 若存在 \(\delta>0\), 使得 \(O(\vec{x}, \delta)\subset S\), 则称 \(\vec{x}\)\(S\) 的内点
    • 若存在 \(\delta>0\), 使得 \(O(\vec{x}, \delta)\cap S=\emptyset\), 则称 \(\vec{x}\)\(S\) 的外点
  • 若任意 \(\vec{x}\) 的邻域都既包含 \(S\) 中的点又包含 \(S\) 外的点, 则称 \(\vec{x}\)\(S\) 的边界点

    • 若存在 \(\vec{x}\) 的邻域 \(O(\vec{x}, \delta)\) 使得 \(O(\vec{x}, \delta)\cap S=\{\vec{x}\}\), 则称 \(\vec{x}\) 是孤立点

    • \(\vec{x}\) 的任何邻域都包含 \(S\) 中无穷多个点, 则称 \(\vec{x}\) 为聚点

定理 11.1.3

  • \(\vec{x}\)\(S\) 聚点的充要条件是:存在 \(S\) 中的点列, 收敛到 \(\vec{x}\)

定义 11.1.5

  • \(S\) 中的点都是内点, 则称 \(S\) 为开集
  • \(S\) 包含了其所有聚点, 则称 \(S\) 为闭集
    • \(S\) 和其聚点全体 \(S'\) 的并集称为 \(S\) 的闭包, 记为 \(\bar{S}\)

[!NOTE] 以后记 \(S\underset{closed}{\subset}T\) 表示 \(S\)\(T\) 的闭子集, \(S\underset{open}{\subset}T\) 表示 \(S\)\(T\) 的开子集

定理 11.1.4

  • \(S\underset{closed}{\subset} R^n \iff S^c\underset{open}{\subset} R^n\)

引理 11.1.1 \(\text{De Morgan}\) 定律}

  • \(\{S_\alpha\}\)\(R^n\) 的子集族, 则
    • \[\left(\bigcup_{\alpha}S_\alpha\right)^c = \bigcap_{\alpha}S_\alpha^c\]
    • \[\left(\bigcap_{\alpha}S_\alpha\right)^c = \bigcup_{\alpha}S_\alpha^c\]

定理 11.1.5

  • 开集对的任意并和有限交封闭
  • 闭集对的任意交和有限并封闭

\(\text{Euclid}\) 空间上的基本定理

  • 推广, 以 \(n=2\) 为例

定理 11.1.6 闭矩形套定理

  • \(\Delta_k = [a_k, b_k]\times [c_k, d_k]\)\(R^2\) 上的闭矩形, 如果
    • \[\Delta_1\supset \Delta_2\supset \cdots \supset \Delta_k\supset \cdots\]
    • \(\(\lim_{k\to\infty}(b_k-a_k)=0, \lim_{k\to\infty}(d_k-c_k)=0\)\) 则存在唯一一点 \(\vec{a}=(\xi, \eta)\) 属于所有 \(\Delta_k\)
    • \[\lim_{k\to\infty}a_k=\lim_{k\to\infty}b_k=\xi\]
    • \[\lim_{k\to\infty}c_k=\lim_{k\to\infty}d_k=\eta\]

定理 11.1.6 \(\text{Cantor}\) 闭区域套定理

  • \(\Delta_k\)\(R^n\) 上的闭区域, 如果

    • \[\Delta_1\supset \Delta_2\supset \cdots \supset \Delta_k\supset \cdots\]
    • \(\(\lim_{k\to\infty}\text{diam}(\Delta_k)=0\)\) 则存在唯一一点 \(\vec{a}\) 属于所有 \(\Delta_k\)

    • 这里 \(\text{diam}(\Delta_k) = \sup\{|\vec{x}-\vec{y}|:\vec{x}, \vec{y}\in \Delta_k\}\)

定理 11.1.7 \(\text{Bolzano-Weierstrass}\) 定理

  • \(R^n\) 上有界点列必有收敛子列

推论 11.1.1

  • \(R^n\) 上有界无限点集必有聚点

定义 11.1.6 \(\text{Cauchy}\)

  • \(\{\vec{x}_n\}\)\(R^n\) 中的点列, 如果对任意 \(\varepsilon>0\), 存在 \(N\in \mathbb{N}\), 使得当 \(n, m>N\) 时, 有
    • \(\(|\vec{x}_n-\vec{x}_m|<\varepsilon\)\) 则称 \(\{\vec{x}_n\}\)\(\text{Cauchy}\)

定理 11.1.8 \(\text{Cauchy}\) 收敛原理

  • \(R^n\) 中的点列 \(\{\vec{x}_n\}\) 收敛的充要条件是 \(\{\vec{x}_n\}\)\(\text{Cauchy}\)

紧集

定义 11.1.7

  • \(S\subset R^n, U_\alpha\underset{open}{\subset} R^n, \alpha\in \Lambda, s.t.S\subset \bigcup_{\alpha}U_\Lambda\), 则称 \(\{U_\alpha\}\)\(S\) 的开覆盖
  • \(S\) 的任意开覆盖都有有限子覆盖, 则称 \(S\) 为紧集

[!NOTE] \(K\)\(S\) 中紧集记为 \(K\underset{compact}{\subset}S\)

定理 11.1.9 \(\text{Heine-Borel}\) 定理

  • \(R^n\) 上的点集 \(S\) 是紧集当且仅当 \(S\) 是有界闭集

定理 11.1.10

  • \(S\)\(R^n\) 中的点集, 那么以下命题等价
    • \(S\) 是紧集
    • \(S\) 是有界闭集
    • \(S\) 的任意无限子集在 \(S\) 中有聚点

多元连续函数

多元函数

[!NOTE] 以下都设 \(D\)\(R^n\) 上的点集

定义 11.2.1

  • 映射 \(f:D\to R^1\) 称为 \(D\) 上的多元函数
    • 定义域, 值域, 陪域等同一元函数定义

多元函数的极限

定义 11.2.2

  • \(D\underset{open}{\subset} R^n, \vec{x_0}\in D, f(x): D\setminus\{\vec{x}\}\to R^1\), 如果存在 \(A\in R, s.t.\forall \varepsilon>0, \exists\delta>0, s.t.\forall \vec{x}\in O(\vec{x_0}, \delta):\)
    • \[|f(\vec{x})-A|<\varepsilon\]
    • 则称 \(\vec{x}\) 趋于 \(\vec{x_0}\)\(f\) 收敛, 且称 \(A\)\(f\)\(\vec{x}\to\vec{x_0}\) 时的 \(n\) 重极限, 记为 \(\lim\limits_{\vec{x}\to\vec{x_0}}f(\vec{x})=A\)

[!NOTE] 为了方便.记 \(P(\vec{x}), P_0(\vec{x_0})\) 为点的左标, 然后记 \(\lim\limits_{\vec{x}\to\vec{x_0}}f(\vec{x})\)\(\lim\limits_{P\to P_0} f(p)=f(p_0)\)

累次极限

定义 11.2.3

  • \(D\underset{open}{\subset} R^2, (x_0, y_0)\in D, z=f(x, y):D\setminus\{(x_0, y_0)\}\to R\), 若 \(\forall y\neq y_0, \lim\limits_{x\to x_0}f(x, y)\exists\)\(\lim\limits_{y\to y_0}\lim\limits_{x\to x_0}f(x, y)\exists\), 那么称词极限值为函数在点 \((x_0, y_0)\) 先对 \(x\) 再对 \(y\) 的二次极限

[!NOTE] 同理可以定义先对 \(y\) 再对 \(x\) 的二次极限, 注意重极限和累次极限之间的存在性并没有任何关系

\(f(x, y) = \begin{cases} (x^2+y^2)\sin(1/x)\cos(1/y) & x\neq 0, y\neq 0\\0 & otherwise \end{cases}\)

重极限存在为0, 累次极限不存在 image_2024-05-14-18-09-26

\(f(x, y) = \begin{cases} y\sin(1/x) & x\neq 0, y\neq 0 \\ 0 & otherwise\end{cases}\)

重极限存在为, 累次有一个不存在 image_2024-05-14-18-14-25

[!IMPORTANT] 一个二次极限存在不代表另外一个二次极限也存在, 及时两者都存在也不一定相等(也就是不一定能交换求和次序), 但是当二重极限也存在的时候, 有结论

定理 11.2.1

  • 若二重极限 \(\lim\limits_{(x, y)\to(x_0, y_0)}f(x, y)=A\) 存在, 且当 \(x\neq x_0\) 时, 存在极限 \(\lim\limits_{y\to y_0} f(x, y)=\varphi(x)\), 那么 \(f\) 先对 \(y\) 后对 \(x\) 的二次极限存在且与二重极限相等, 即
    • \[\lim\limits_{x\to x_0}\lim\limits_{y\to y_0}f(x, y) =\lim\limits_{x\to x_o}\varphi(x)= \lim\limits_{(x, y)\to(x_0, y_0)}f(x, y)=A\]

[!NOTE] 这表明如果函数的两个二次极限都存在而且二重极限也存在, 那么三者相等, 也就是说, 此时极限之间可交换顺序

多元函数的连续性

定义 11.2.4

  • \(D\underset{open}{\subset} R^n, f:D\to R^1, \vec{x_0}\in D\), 若 \(\forall \varepsilon>0, \exists\delta>0, s.t.\forall \vec{x}\in O(\vec{x_0}, \delta):\)
    • \(\(f(\vec{x})-f(\vec{x_0})<\varepsilon\)\) 则称 \(f\)\(\vec{x_0}\) 处连续
  • \(f\)\(D\) 上的每一点都连续, 则称 \(f\)\(D\) 上连续

向量值函数

定义 11.2.5

  • \(D\subset R^n, \vec{f}:D\to R^m\), 称 \(\vec{f}\)\(n\)\(m\) 维向量值函数

定义 11.2.2'

  • \(D\underset{open}{\subset} R^n, \vec{x_0}\in D, \vec{f}:D\setminus\{\vec{x_0}\}\to R^m\), 如果存在 \(\vec{A}\in R^m, s.t.\forall \varepsilon>0, \exists\delta>0, s.t.\forall \vec{x}\in O(\vec{x_0}, \delta):\)
    • \(\(|\vec{f}(\vec{x})-\vec{A}|<\varepsilon\)\) 则称 \(\vec{x}\) 趋于 \(\vec{x_0}\)\(\vec{f}\) 收敛, 记为
    • \[\lim\limits_{\vec{x}\to\vec{x_0}}\vec{f}(\vec{x})=\vec{A}\]

定义 11.2.4'

  • \(D\underset{open}{\subset} R^n, \vec{f}:D\to R^m, \vec{x_0}\in D\), 若 \(\forall \varepsilon>0, \exists\delta>0, s.t.\forall \vec{x}\in O(\vec{x_0}, \delta):\)
    • \(\(|\vec{f}(\vec{x})-\vec{f}(\vec{x_0})|<\varepsilon\)\) 则称 \(\vec{f}\)\(\vec{x_0}\) 处连续

定理 11.2.2

  • 向量值函数在点 \(\vec{x_0}\) 处连续的充要条件是其各个分量函数在 \(\vec{x_0}\) 对应的分量处连续

#### 定理 11.2.3 - 连续向量值函数的复合还是连续的

连续函数的性质

紧集上的连续映射

  • 设点集 \(K\subset R^n, \vec{x_0}\in K, f:K\to R^m\) 为一向量值函数, 若 \(\forall \varepsilon>0, \exists\delta>0, s.t.\forall \vec{x}\in O(\vec{x_0}, \delta)\cap K:\)
    • \(\(|f(\vec{x})-f(\vec{x_0})|<\varepsilon\)\) 则称 \(f\)\(\vec{x_0}\) 处连续

定理 11.3.1

  • 连续映射把紧集映为紧集

定理 11.3.2 有界性定理

  • \(K\subset R^n\) 是紧集, \(f:K\to R^m\) 是连续映射, 则 \(f(K)\) 是有界集

定理 11.3.3 最值定理

  • \(K\subset R^n\) 是紧集, \(f\) 是连续映射, 则 \(f\)\(K\) 上有最大值和最小值

定义 11.3.2 一致连续

  • \(K\)\(R^n\) 中点集, \(f:K\to R^m\), 为映射, 若 \(\forall \varepsilon>0, \exists\delta>0, s.t.\forall \vec{x}, \vec{y}\in K, |\vec{x}-\vec{y}|<\delta:\)
    • \(\(|f(\vec{x})-f(\vec{y})|<\varepsilon\)\) 则称 \(f\)\(K\) 上一致连续

定理 11.3.4 一致连续性定理

  • \(K\underset{compact}{\subset} R^n, C(K)\ni f:K\to R^m \implies f\)\(K\) 上一致连续

连通集上的连续映射

定义 11.3.3

  • \(S\)\(R^n\) 中的点集, 若连续映射 \(\gamma:[0, 1]\to R^n\) 的像全部落在 \(S\) 中, 则称 \(\gamma\)\(S\) 中的道路, \(\gamma(0), \gamma(1)\) 称为道路的起点和终点

  • \(S\) 中任意两点都可以用一条道路连通, 则称 \(S\) 为道路连通的, 或者称为连通集

定义 11.3.4

  • 连通开集称为区域
  • 区域的闭包称为闭区域

定理 11.3.5

  • 连续映射把连通集映为连通集

推论 11.3.1

  • 连续函数把连通紧集映射为闭区间(陪域是 \(R\) 时)

定理 11.3.6 介值定理

  • 连续函数在紧集上取到介于最大值和最小值之间的任意值(包括最大值和最小值)