【高等微積分】筆記二


連通與路徑連通
  1. 一個由 [a,b] 映射到 metric space M 的函數 f ,如果 [a,b] 中所有的收斂序列 tk -> t,經過 f 也會收斂 f(tk) -> f(t),則我們說 f 是一個連續函數。
  2. 一個集合中,若任意兩點皆可找到一個落在集合中的連續函數相連,則稱此集合路徑連通( path connected )
  3. 若兩開集合 U、V 符合以下性質,則說他們將集合 A 分開:
    (1) U、V 聯集包含 A,(2) U、V 與 A 皆有交集,(3) U、V、A 交集為空。
  4. 若一個集合不能被兩個開集合分開,則我們說此集合連通( connected )。
  5. 任意區間 [a,b] 都是連通的。
  6. 不可能存在兩個非空無交集的閉集合,包住一個閉區間 [a,b]。
  7. 路徑連通必連通。
  8. 若 S 是一個連通集合,且 T 被夾在 S 和 S 的 closure 之間,則 T 亦連通。
  9. 一個連通集合通過連續函數作用仍然連通。
  10. 實數的連通子集 <=> 一個區間。
  11. 在 Rn 中的一個連通開集合必路徑連通。



函數的極限與連續
  1. 極限

    f 為由 A in (M,d) 映射至 (N,p) 的函數,若 x0 是 A 中的一個 acc. pt.,且對任何正誤差 e ,皆存在一個正數 de,使得只要 x 與 x0 之距離大於零且小於 de,f(x) 與極限值 b 的距離就會小於 e,則我們說,b 是當 x 逼近 x0 時的極限。

    (注意:1. 兩個空間使用的長度函數不一定相同。 2. 極限不需考慮 x = x0 那一點的函數值。3. 當 x0 不是 acc. pt. 時,無法逼近,因此極限沒有意義。)
  2. 極限的唯一性。
  3. 連續,下列任一種情況發生時,我們就說 f 在 x0 連續:
    1. x0 不是一個 acc. pt.。
    2. f 在 x0 的極限等於 f(x0)。
  4. 在極限的定義中考慮 x = x0 ,若極限依然存在則該點連續,因為該點函數值必須落在極限點的所有誤差區間中,因此極限點理所當然就是 f(x0)。
  5. 函數 f 在集合 A 上連續,與以下各點皆等價:
    1. 若 xk 為任意 A 中收斂到 x 的數列,則 f(xk) 收斂到 f(x)。
    2. 任何對應域的開集合,被 f 拉回來後仍然是開集合。
    3. 任何對應域的閉集合,被 f 拉回來後仍然是閉集合。
      ( 集合 A 的拉回:經過 f 作用後落在 A 的那些點。 )
  6. 連續函數會將連通集送至連通集。
  7. 連續函數會將路徑連通集送至路徑連通集。
  8. 連續函數會將緊緻集送至緊緻集。
  9. 連續函數的合成亦連續。
  10. 聚點上極限的加減乘除。
  11. 聚點上連續的加減乘除。
  12. 極值定理
    若 f 為由 M 映射至 R 的連續函數,且 K 為 M 中的緊緻子集,則 f 在 K 中有界,且可在 K 中找到兩數其映射為 f(K) 的最大及最小值。
  13. 中間值定理
    若 f 為由 M 映射至 R 的連續函數,且 K 為 M 中的連通子集,則若選取 K 中任兩點 x,y,則 f(x) ,f(y) 之任意中間值 c 皆可在 K 中找到對應的數,使其映射為 c。
  14. 均勻連續
    若 f 為由 M 映射至 N的函數,A 為 M 的子集,若對於任意正數 e,皆存在一個正數d,使得只要 A 中任兩點距離小於 d ,其取值之距離就會小於 e ,則我們稱 f 在 A 上均勻連續。 
  15. 均勻連續:集合上任兩點只要保持一定距離,取值的誤差就會保持在一定距離。
  16. 均勻連續必連續。
  17. 均勻連續定理:若 f 在某集合上連續,則在其緊緻子集上會均勻連續。
  18. 若 f:(a,b) 到 R 為一可微函數,且其導數有界,則 f 均勻連續。
  19. 有界連續函數不見得均勻連續,均勻連續函數相乘不見得均勻連續。
  20. 若 f ,g :R 到 R 為有界均勻連續函數,則 fg 亦均勻連續。

函數的微分
  1. 導數與可微:
    若 f 在 x0 附近有定義,且逼近 x0 的割線斜率極限存在,則稱 f 可微,而此極限為 x0 的導數。
  2. 可微必連續。
  3. Lipschitz property
  4. 微分的加減乘除、鏈鎖律。
  5. 若 f 在 (a,b) 可微且一次導函數連續,則稱 f 在 (a,b) 上是 class C1
    若二次可微且二次導函數連續,則為 class C2。
  6. 遞增、遞減之定義。
  7. 假設 f 在 x 點可微,則:
    1. 若 f 在 x 遞增,則 f'(x) >= 0。
    2. 若 f 在 x 遞減,則 f'(x) <= 0。
    3. 若 f'(x) > 0,則 f 在 x 嚴格遞增。
    4. 若 f'(x) < 0,則 f 在 x 嚴格遞減。
  8. f:(a,b) 到 R,若 c 落在 (a,b) 之中,且 f 在 c 點可微,且 f(c) 為最大或最小值,則f'(c)=0。
  9. Roll's Thm:
    若 f 在 [a,b] 連續,在 (a,b) 可微,且在 a,b 函數值都等於零,則必可在 (a,b) 中找到一點導數為零。
  10. 若 f 在 [a,b] 連續,在 (a,b) 可微,且在 a,b 函數值都等於零,則對任意實數 L,皆可在 (a,b) 中找到一點 c,使得 f'(c) = L*f(c)。
  11. Mean value thm:若 f 在 [a,b] 連續,在 (a,b) 可微,則 (a,b) 中可找到一點 c 使得 f(b)-f(a) = f'(c)(b-a)
  12. Generalize MVT:
    若 f,g 在 [a,b] 連續,在 (a,b) 可微,則 (a,b) 中可找到一點 c 使得
      g'(c)[f(b)-f(a)] = f'(c)[g(b)-g(a)]
  13. 若 f:(a,b) 到 R 為一連續函數且 f' = 0,則 f 為一常函數。
  14. 若 f 在 (a,b) 可微,且 |f'(x)| <= M,則對開集合中任意 x ,y,
     | f(x)-f(y) |<= M| x-y |
  15. 若 f 在 [a,b] 連續,在 (a,b) 可微,則:
    1. 若 f' >= 0,則 f 在閉區間遞增。
    2. 若 f' <= 0,則 f 在閉區間遞減。
    3. 若 f' > 0,則 f 在閉區間嚴格遞增。
    4. 若 f' < 0,則 f 在閉區間嚴格遞減。
  16. 若 f:(a,b) 到 R 為一可微函數,且 f 嚴格遞增或遞減,則 f 一對一且映成,可考慮 f 的反函數 f-1 ,且 (f-1)' (f(x)) = 1/f'(x)。
  17. f:(a,b) 到 R 為一二次可微函數
    1. 若 f'(x) = 0,f''(x) > 0,則 x 有局部極小值。
    2. 若 f'(x) = 0,f''(x) < 0,則 x 有局部極大值。
函數的積分

  1. 若 f:[a,b]->R,有界(以下之 f 皆同此 f ),考慮定義域的一個分割 P,可以定義上和、下和,上和定義為分割中的每一段的長度乘上該段的 sup 相加,下和則是乘上 inf 相加。
  2. f 的上積分為對所有分割而言上和的 inf,下積分則是下和的 sup。
  3. 若 [a,b] 的分割 P 包含了 P' 的所有分割點,則 P 稱為 P' 的 refinement。
  4. refinement 的上和較原分割小、下和較原分割大。
  5. f 的下積分小於上積分。
  6. 若 f 的上下積分相等則稱 f 黎曼可積。
  7. 可積函數的係數積、相加、平方、相乘皆可積。
  8. 若 f ,g 有大小關係,則積分後會保持。
  9. 積分可以分段積,由 a 積到 b 等於由 a 積到 c 加上由 b 積到 c。
  10. 非負函數積分後亦非負。
  11. 黎曼條件:
     f 在 [a,b] 上可積分,若且惟若對任意誤差 e , f 皆可找到一個 [a,b] 的分割使得上和、下和之差距小於e。
  12. 先積分再取絕對值會小於先取絕對值再積分。
  13. 若 f 只有有限個不連續點,則 f 可積分。
  14. 在 [a,b] 上遞增或遞減的函數必可積。
  15. f 的反導函數是一個在 [a,b] 上連續,在開區間可微的函數,且其導函數等於 f。
  16. 微積分基本定理:
    1. 若 f 連續,則 f 可積,且定義 F(x) =  f 由 a 積到 x ,則 F 是 f 的反導函數。
    2. 若 G 是 f 的反導函數,則 f 由 a 積到 b 會等於 G(b)-G(a)。
  17. 若 f 可積,則上方定義之 F 連續。
  18. 若 f 可積,則存在一點 c 屬於 [a,b],使得由此點分割的兩積分值相等。
  19. 均值定理:
    若 f 可積且非負,g 連續,則存在 c 屬於 [a,b] 使得 fg 由 a 積到 b = g(c) 乘上 f 由 a 積到 b 。
函數數列
  1. 函數數列的逐點收斂:定義域中每一點形成的數列皆會收斂。
  2. 函數數列的均勻收斂:在夠大足碼後的函數會落在極限函數上下 e 的範圍中。
  3. 只須證明隨著足碼增加,對整個定義域而言,函數列與極限函數的距離會逼近於零,就證明了函數列均勻收斂。
  4. 函數級數的逐點與均勻收斂,應看成部分和數列的收斂。
  5. 連續函數數列若均勻收斂,則收斂至連續函數。
  6. 連續函數數列若均勻收斂,則逼近數列末端的極限和逼近某點的極限順序可互換。
  7. 函數級數也有對應的性質。
  8. Cauchy criterion:
    若一函數數列對應至一完備距離空間,則此函數列均勻收斂,若且惟若對任意誤差 e ,都可找到一個足碼,使得此足碼後的任兩函數在任意點差距皆小於 e。
    也就是說,若一函數列尾端兩函數間距離逼近零,則均勻收斂。
  9. Weierstrass M-test:
    若有一個對應至完備長度向量空間的函數列,且存在一數列,使得對函數列的每一項,此數列會大於等於函數列各點取值的長度,且此數列級數收斂,則函數列級數將均勻並絕對收斂。
  10. 積分的收斂:若一定義在 [a,b] 的可積函數列均勻收斂至 f,則 f 可積,且函數列積分的極限會收斂至 f 的積分。(定義域不可以無限大,反例:fn(x) = 1/n,當 x 屬於 [0,n];其餘為零 )
  11. Lebesque's dominated convergence thm:
    若一定義在 [a,b] 的可積函數列逐點收斂至 f,且存在一對所有函數列中函數皆適用於上下界,則 f 可積,且函數列積分的極限會收斂至 f 的積分。
  12. 微分的收斂:若一定義在 (a,b) 的可微函數列逐點收斂至 f ,且導函數皆連續,且均勻收斂至 g ,則 f 可微,且 f' = g。
  13. 兩逐點收斂數列相加仍逐點收斂,兩均勻收斂數列相加仍均勻收斂。
  14. 一個對應至 R^n 的數列收斂,若且惟若他的每一個分量數列皆收斂。
  15. Dini's thm:一串由 compact set 映射至實數的連續函數 fk 若具有以下兩點,則 fk 均勻收斂至 0: 
    1. f1(x) >= f2(x) >= ... >= 0 ,對所有 A 中的 x。
    2. fk 逐點收斂至零。
  16. 級數的重新排列,雖然組成看似相同,可是我們定義他是否收斂的關鍵在於部分和數列是否收斂,因此重排可能會對收斂性造成影響。
  17. 對一個 conditional conv. 的實數級數而言,對任意實數 x ,我們都可以找到一個級數的重排收斂到 x。( conditional conv. :收斂,而不絕對收斂。)
  18. 若一個級數絕對收斂,則其任意重排會絕對收斂至相同的極限。

連續函數空間
  1. C(A,B) 表示由 A 映射至 B 的所有連續函數所成之集合。
    Cb(A,B) 表示由 A 映射至 B 的所有有界連續函數所成之集合。
  2. Cb(A,N) 為一個 metric space。定義兩函數 f,g 間的距離為: f(x) 與 g(x) 距離之 sup。
  3. 若 A 是一個 cpt. set 則 C(A,B) 等於 Cb(A,B)。
  4. 若 N 是一個長度向量空間,則可以在 C(A,N) 上定義加法及係數積,而 C(A,N) 就成為一個向量空間。
  5. 若 N 定義有長度,則我們可以在 C(A,N) 中定義函數 f 的長度為:最長的 ||f(x)||。如此一來,我們先前定義的距離就可以視為兩個函數相減後的長度。
  6. 若 fk, f 皆屬於 Cb(A,N),則 fk 均勻收斂至 f,若且惟若在 Cb(A,N) 中 fk 的極限收斂至 f。也就是說,均勻收斂可以看成兩函數相減後的長度收斂至零。
  7. 一個完備的長度向量空間稱為 Banach space。
  8. 若 N 是一個完備距離空間,則 Cb(A,N) 也會是。

函數的固定點
  1. 若 D = { x 屬於 Rn |  ||x|| <= 1},則一個由 D 映射至 D 的連續函數必有一固定點。
  2. Contraction mapping principle:
    (M,d) 是一個完備距離空間,若有一函數 f 由 M 映射至 M ,對任意 x,y 屬於 M
    d(f(x), f(y)) <= k*d(x,y),其中 0 <= k < 1
    則存在唯一一點 z ,使得 f(z) = z。並且對任意 M 中元素 x ,f^n(x) 皆會收斂至 z 。
  3. 一個簡單的例子,在一個城市中拿一張城市的地圖,地圖上必定有唯一一點指到現在所在的位置,此點就是固定點。
  4. 同 CMP,若 f 的某個次方是個 contraction 則定理同樣適用。







留言

這個網誌中的熱門文章

【線性代數】Vector spaces:向量空間

【線性代數】線性組合

【線性代數】subspaces:子向量空間