極限的性質

函數極限存在的數學表達有 ε − δ \varepsilon -\delta εδ(讀作:[epˈsə.lɔn] [ˈdel.tə])表達法,用於 x → x 0 x\rightarrow x_0 xx0;或者 ε − X \varepsilon -X εX(讀作:[epˈsə.lɔn]大X)表達法,用於 x → ∞ x \rightarrow \infty x

數列(sequence)極限存在(或者說數列收斂converge)的數學表達法是 ε − N \varepsilon - N εN(讀作:[epˈsə.lɔn]大N)表達法。

無窮大的數學表達法有 M − δ M-\delta Mδ(讀作:大M [ˈdel.tə])表達法,用於 x → x 0 x\rightarrow x_0 xx0;或者 M − X M-X MX(讀作:大M大X)表達法,用於 x → ∞ x \rightarrow \infty x

具體定義如下。

『極限』定義:設函數 f ( x ) f(x) f(x)在點 x 0 x_0 x0的某一去心鄰域內有定義。如果存在常數A,對於任意給定的正數 ε \varepsilon ε(不論其多小),總存在正數 δ \delta δ,使得 x x x滿足不等式 0 < ∣ x − x 0 ∣ < δ 0\lt|x-x_0|\lt\delta 0<xx0<δ時,對應的函數值 f ( x ) f(x) f(x)都滿足不等式 ∣ f ( x ) − A ∣ < ε |f(x)-A|\lt\varepsilon f(x)A<ε
那麽,常數A就叫做函數 f ( x ) f(x) f(x) x → x 0 x\rightarrow x_0 xx0時的極限,記作: lim ⁡ x → x 0 f ( x ) = A \lim \limits_{x\rightarrow x_0}f(x)=A xx0limf(x)=A。讀作:limit x x x趨向於 x 0 x_0 x0 f ( x ) f(x) f(x)等於 A A A

或記作: f ( x ) → A (當 x → x 0 )。 \scriptsize{\text{或記作:}f(x)\rightarrow A\text{(當}x\rightarrow x_0\text{)。}} 或記作:f(x)A(當xx0)。

去心鄰域的定義是這樣的, x 0 ∈ R x_0\in \mathrm{R} x0R δ > 0 \delta\gt 0 δ>0,開區間 ( x 0 − δ , x 0 + δ ) (x_0-\delta,x_0+\delta) (x0δ,x0+δ)稱為 x 0 x_0 x0 δ \delta δ鄰域,記作 U ( x 0 , δ ) U(x_0,\delta) U(x0,δ),點 x 0 x_0 x0的去心 δ \delta δ鄰域記作 U ˚ ( x 0 , δ ) \mathring{U}(x_0,\delta) U˚(x0,δ) δ \delta δ稱為鄰域半徑。有時,存在 x 0 x_0 x0的去心鄰域,也記作 U ˚ ( x 0 ) \mathring{U}(x_0) U˚(x0)

日常,如果我們說 f ( x ) f(x) f(x)的極限存在,我們指的是: x → x 0 x \rightarrow x_0 xx0,設極限值 A A A lim ⁡ x → x 0 f ( x ) = A \lim \limits_{x\rightarrow x_0}f(x)=A xx0limf(x)=A

以上是「自變量趨向於有限值時」的極限定義,即 x → x 0 x \rightarrow x_0 xx0的極限定義;還有「自變量趨於無窮大時」的極限定義,即 x → ∞ x \rightarrow \infty x的極限定義——

設函數 f ( x ) f(x) f(x) ∣ x ∣ |x| x大於某個正數時有定義。如果存在常數A,對於任意給定的正數 ε \varepsilon ε(不論其多小),總存在正數 X X X,使得 ∣ x ∣ > X |x|>X x>X ∣ f ( x ) − A ∣ < ε |f(x)-A|< \varepsilon f(x)A<ε,則稱 A A A f ( x ) f(x) f(x) x → ∞ x\rightarrow \infty x時的極限,記作: lim ⁡ x → ∞ f ( x ) = A \lim \limits_{x\rightarrow \infty}f(x)=A xlimf(x)=A

或記作: f ( x ) → A (當 x → ∞ )。 \scriptsize{\text{或記作:}f(x)\rightarrow A\text{(當}x\rightarrow \infty\text{)。}} 或記作:f(x)A(當x)。

所以,日常如果我們說 f ( x ) f(x) f(x)的極限存在,我們還可能指的是: x → ∞ x \rightarrow \infty x,設極限值 A A A lim ⁡ x → ∞ f ( x ) = A \lim \limits_{x\rightarrow \infty}f(x)=A xlimf(x)=A

比較以上兩個定義,有限值,則在自變量狹小鄰域;無窮,則在自變量單側的廣大區間。教科書上, x → x 0 x \rightarrow x_0 xx0 x → ∞ x \rightarrow \infty x稱為『自變量的同一變化過程』。 lim ⁡ x → x 0  or  x → ∞ f ( x ) = A \lim \limits_{x\rightarrow x_0\atop \text{ or }x\rightarrow \infty}f(x)=A  or xxx0limf(x)=A

一般的,定理證明只做自變量趨向於有限值的一部分,而認為自變量趨向於無窮的部分同理可證,或請讀者自證。

數列極限』的定義:設 { x n } \{x_n\} {xn}為一數列,如果存在常數 a a a,對於任意給定的正數 ε \varepsilon ε(不論其多小),總存在正整數 N N N,使得 n > N n>N n>N,不等式 ∣ x n − a ∣ < ε |x_n-a|<\varepsilon xna<ε都成立,那麽就稱常數 a a a是數列 { x n } \{x_n\} {xn}的極限,或者稱數列 { x n } \{x_n\} {xn}收斂於 a a a,記作: lim ⁡ n → ∞ x n = a \lim \limits_{n \rightarrow \infty}x_n=a nlimxn=a

或記作:: x n → a ( n → ∞ ) \scriptsize{\text{或記作:}:x_n \rightarrow a(n\rightarrow \infty)} 或記作:xna(n)

『無窮小』定義即以上函數極限定義,但極限值為 0 0 0,即 A = 0 A=0 A=0 lim ⁡ x → x 0 f ( x ) = 0 \lim \limits_{x\rightarrow x_0}f(x)=0 xx0limf(x)=0 lim ⁡ x → ∞ f ( x ) = 0 \lim \limits_{x \rightarrow \infty}f(x)=0 xlimf(x)=0

{ x n } \{x_n\} {xn}如果極限為 0 0 0,也稱為無窮小。

但是,無窮小函數和函數極限有一個關係——

無窮小和函數極限關係定理:在自變量的同一變化過程中,即 x → x 0 x\rightarrow x_0 xx0 x → ∞ x\rightarrow \infty x時,函數 f ( x ) f(x) f(x)具有極限 A A A的充分必要條件是 f ( x ) = A + α f(x)=A+\alpha f(x)=A+α,其中 α \alpha α是無窮小。

證:必要性 ⇒ ] \Rightarrow ] ]。先證明 x → x 0 x\rightarrow x_0 xx0的情況, lim ⁡ x → x 0 f ( x ) = A ⇒ ∀ ε > 0 \lim \limits_{x\rightarrow x_0}f(x)=A \Rightarrow \forall \varepsilon>0 xx0limf(x)=Aε>0 ∃ δ > 0 , 0 < ∣ x − x 0 ∣ < δ \exists \delta>0,0<|x-x_0|<\delta δ>0,0<xx0<δ ∣ f ( x ) − A ∣ < ε |f(x)-A|<\varepsilon f(x)A<ε。設 α ( x ) = f ( x ) − A \alpha(x)=f(x)-A α(x)=f(x)A,則 ∣ α ( x ) ∣ < ε |\alpha(x)|<\varepsilon α(x)<ε,即 lim ⁡ x → x 0 α ( x ) = 0 \lim \limits_{x\rightarrow x_0}\alpha(x)=0 xx0limα(x)=0,故 x → x 0 x\rightarrow x_0 xx0時, f ( x ) = A + α ( x ) f(x)=A+\alpha(x) f(x)=A+α(x),且 α ( x ) \alpha(x) α(x)是無窮小。 α ( x ) \alpha(x) α(x)可簡記為 α \alpha α,即: x → x 0 x\rightarrow x_0 xx0時, f ( x ) = A + α f(x)=A+\alpha f(x)=A+α,且 α \alpha α是無窮小。

再證明 x → ∞ x\rightarrow \infty x的情況, ∀ ε > 0 \forall \varepsilon>0 ε>0 ∃ X > 0 \exists X>0 X>0 ∣ x ∣ > X |x|>X x>X時, ∣ f ( x ) − A ∣ < ε |f(x)-A|<\varepsilon f(x)A<ε。設 α = f ( x ) − A \alpha=f(x)-A α=f(x)A,則 ∣ α ∣ < ε |\alpha|<\varepsilon α<ε,即 lim ⁡ x → ∞ α = 0 , ∴ f ( x ) = A + α \lim \limits_{x\rightarrow \infty}\alpha=0,\therefore f(x)=A+\alpha xlimα=0,f(x)=A+α,且 α \alpha α是無窮小。

充分性 ⇐ ] \Leftarrow ] ]。證明 x → x 0 x\rightarrow x_0 xx0的情況, f ( x ) = A + α f(x)=A+\alpha f(x)=A+α,且 α \alpha α是無窮小,則 ∀ ε > 0 \forall \varepsilon>0 ε>0 ∃ δ > 0 \exists \delta>0 δ>0,當 0 < ∣ x − x 0 ∣ < δ 0<|x-x_0|<\delta 0<xx0<δ ∣ α ∣ < δ |\alpha|<\delta α<δ, 即 ∣ f ( x ) − A ∣ < δ , ∴ lim ⁡ x → x 0 f ( x ) = A |f(x)-A|<\delta, \therefore \lim \limits_{x\rightarrow x_0}f(x)=A f(x)A<δ,xx0limf(x)=A
再證明 x → ∞ x\rightarrow \infty x的情況, α \alpha α是無窮小,則 ∀ ε > 0 \forall \varepsilon>0 ε>0 ∃ X > 0 \exists X>0 X>0,當 ∣ x ∣ > X |x|>X x>X ∣ α ∣ < ε |\alpha|<\varepsilon α<ε,即 ∣ f ( x ) − A ∣ < ε |f(x)-A|<\varepsilon f(x)A<ε,故 lim ⁡ x → ∞ f ( x ) = A \lim \limits_{x\rightarrow \infty}f(x)=A xlimf(x)=A

這個定理我們要牢牢記住: x → x 0 x\rightarrow x_0 xx0 x → ∞ x\rightarrow \infty x時, f ( x ) = A + α f(x)=A+\alpha f(x)=A+α,函數=極限值+無窮小。在證明極限運算法則中需要用到,求函數的和差積商複合的極限。

『無窮大』定義:設函數 f ( x ) f(x) f(x) x 0 x_0 x0的某個去心鄰域內有定義(或 ∣ x ∣ |x| x大於某個正數時有定義),如果對於任意給定的正數 M M M(不論其多大),總存在正數 δ \delta δ(或正數 X X X),使得 0 < ∣ x − x 0 ∣ < δ 0<|x-x_0|<\delta 0<xx0<δ(或 ∣ x ∣ > X |x|>X x>X),對應的函數值 f ( x ) f(x) f(x)滿足不等式 ∣ f ( x ) ∣ > M |f(x)|>M f(x)>M,則稱 f ( x ) f(x) f(x)是當 0 < ∣ x − x 0 ∣ < δ 0<|x-x_0|<\delta 0<xx0<δ(或 ∣ x ∣ > X |x|>X x>X)的無窮大。

記作 lim ⁡ x → x 0 f ( x ) = ∞ \lim \limits_{x\rightarrow x_0}f(x)=\infty xx0limf(x)= lim ⁡ x → ∞ f ( x ) = ∞ \lim \limits_{x\rightarrow \infty}f(x)=\infty xlimf(x)=
這便是 M − δ M-\delta Mδ M − X M-X MX表達法。

這些定義中,我們需要重點記住函數的 ε − δ \varepsilon-\delta εδ表達法,以及數列的 ε − N \varepsilon-N εN表達法。

下面我們來證明函數極限的4個性質定理。

定理1(函數極限的唯一性):如果 lim ⁡ x → x 0 f ( x ) \lim \limits_{x\rightarrow x_0}f(x) xx0limf(x)存在,那麽這極限唯一。
證:設 lim ⁡ x → x 0 f ( x ) \lim \limits_{x\rightarrow x_0}f(x) xx0limf(x)不唯一, lim ⁡ x → x 0 f ( x ) = A , lim ⁡ x → x 0 f ( x ) = B \lim \limits_{x\rightarrow x_0}f(x)=A,\lim \limits_{x\rightarrow x_0}f(x)=B xx0limf(x)=Axx0limf(x)=B A ≠ B A\ne B A=B,不妨設 A < B A<B A<B
ε = B − A 2 \varepsilon=\frac{B-A}{2} ε=2BA ∃ U ˚ ( x 0 , δ 1 ) \exists \mathring{U}(x_0,\delta_1) U˚(x0,δ1),使得一切 x ∈ U ˚ ( x 0 , δ 1 ) x\in \mathring{U}(x_0,\delta_1) xU˚(x0,δ1) ∣ f ( x ) − A ∣ < ε |f(x)-A|<\varepsilon f(x)A<ε ∃ U ˚ ( x 0 , δ 2 ) \exists \mathring{U}(x_0,\delta_2) U˚(x0,δ2),使得一切 x ∈ U ˚ ( x 0 , δ 2 ) x\in \mathring{U}(x_0,\delta_2) xU˚(x0,δ2) ∣ f ( x ) − B ∣ < ε |f(x)-B|<\varepsilon f(x)B<ε

δ = m i n { δ 1 , δ 2 } \delta=min\{\delta_1,\delta_2\} δ=min{δ1,δ2},使得一切 x ∈ U ˚ ( x 0 , δ ) x\in \mathring{U}(x_0,\delta) xU˚(x0,δ),同時滿足: ∣ f ( x ) − A ∣ < B − A 2 |f(x)-A|<\frac{B-A}{2} f(x)A<2BA ∣ f ( x ) − B ∣ < B − A 2 |f(x)-B|<\frac{B-A}{2} f(x)B<2BA

註:如果我們在一維坐標軸上畫數值,A小,B大, f ( x ) f(x) f(x) A A A所在開區間: ( A − B − A 2 , A + B − A 2 = A + B 2 ) (A-\frac{B-A}{2},A+\frac{B-A}{2}=\frac{A+B}{2}) (A2BA,A+2BA=2A+B) f ( x ) f(x) f(x) B B B所在開區間 ( B − B − A 2 = A + B 2 , B + B − A 2 ) (B-\frac{B-A}{2}=\frac{A+B}{2},B+\frac{B-A}{2}) (B2BA=2A+B,B+2BA),兩個區間無交集, f ( x ) f(x) f(x)不可能既落在A所在開區間,又落在B所在開區間,所以這是不對的。

數學表達:根據絕對值性質, ∣ x ∣ < u |x|<u x<u u u u為正數),則 − u < x < u -u<x<u u<x<u

∣ f ( x ) − A ∣ < B − A 2 ⇒ f ( x ) − A < B − A 2 ⇒ f ( x ) < A + B 2 |f(x)-A|<\frac{B-A}{2}\Rightarrow f(x)-A<\frac{B-A}{2}\Rightarrow f(x)<\frac{A+B}{2} f(x)A<2BAf(x)A<2BAf(x)<2A+B

∣ f ( x ) − B ∣ < B − A 2 ⇒ − B − A 2 < f ( x ) − B ⇒ f ( x ) > A + B 2 |f(x)-B|<\frac{B-A}{2}\Rightarrow -\frac{B-A}{2}<f(x)-B\Rightarrow f(x)>\frac{A+B}{2} f(x)B<2BA2BA<f(x)Bf(x)>2A+B
矛盾。故,如果 f ( x ) f(x) f(x)的極限存在,不可能有兩個不同的極限值,極限值唯一。

我們再來證明 x → ∞ x\rightarrow \infty x的情況。

x → x 0 x\rightarrow x_0 xx0的證明是 ε − δ \varepsilon -\delta εδ,而 x → ∞ x\rightarrow \infty x證明是 ε − X \varepsilon -X εX,即上面的證明中做替換自變量變化區間。

如果我們將上面的證明敘述讀一遍,『 ∃ U ˚ ( x 0 , δ 1 ) \exists \mathring{U}(x_0,\delta_1) U˚(x0,δ1),使得一切 x ∈ U ˚ ( x 0 , δ 1 ) x\in \mathring{U}(x_0,\delta_1) xU˚(x0,δ1) ∣ f ( x ) − A ∣ < ε |f(x)-A|<\varepsilon f(x)A<ε』替換成『 ∃ X 1 \exists X_1 X1,使得一切 x > X 1 x>X_1 x>X1 ∣ f ( x ) − A ∣ < ε |f(x)-A|<\varepsilon f(x)A<ε』。

∃ U ˚ ( x 0 , δ 2 ) \exists \mathring{U}(x_0,\delta_2) U˚(x0,δ2),使得一切 x ∈ U ˚ ( x 0 , δ 2 ) x\in \mathring{U}(x_0,\delta_2) xU˚(x0,δ2) ∣ f ( x ) − B ∣ < ε |f(x)-B|<\varepsilon f(x)B<ε』替換成『 ∃ X 2 \exists X_2 X2,使得一切 x > X 2 x>X_2 x>X2 ∣ f ( x ) − B ∣ < ε |f(x)-B|<\varepsilon f(x)B<ε』。

『令 δ = m i n { δ 1 , δ 2 } \delta=min\{\delta_1,\delta_2\} δ=min{δ1,δ2},使得一切 x ∈ U ˚ ( x 0 , δ ) x\in \mathring{U}(x_0,\delta) xU˚(x0,δ)』替換成『令 X = m a x { X 1 , X 2 } X=max\{X_1,X_2\} X=max{X1,X2},使得一切 x > X x>X x>X』。

下文中證明 x → ∞ x\rightarrow \infty x的情況就寫『 x → ∞ x\rightarrow \infty x證明類似』,即自變量變化區間替換。

高數教科書中數列的極限性質和函數極限性質是有強烈對應關係的。本文將兩者對照著寫。

對應地,數列極限的唯一性定理:如果數列 { x n } \{x_n\} {xn}收斂,那麽其極限唯一。證明的數學表達法是 ε − N \varepsilon-N εN

定理2(函數極限的局部有界性):如果 lim ⁡ x → x 0 f ( x ) = A \lim \limits_{x\rightarrow x_0}f(x)=A xx0limf(x)=A,那麽存在常數 M > 0 M>0 M>0 δ > 0 \delta>0 δ>0,使得 0 < ∣ x − x 0 ∣ < δ 0<|x-x_0|<\delta 0<xx0<δ ∣ f ( x ) ∣ < M |f(x)|<M f(x)<M

思路:什麼是『有界』?

數列 { x n } \{x_n\} {xn}有界的定義是:如果存在正數 M M M,使得對於一切 x n x_n xn,都滿足不等式 ∣ x n ∣ ⩽ M |x_n|\leqslant M xnM,那麽稱數列 { x n } \{x_n\} {xn}有界。

函數的有界性定義:設函數 f ( x ) f(x) f(x)的定義域為 D D D,數集 X ⊂ D X\subset D XD,如果存在數 K 1 K_1 K1,使得 f ( x ) ⩽ K 1 f(x)\leqslant K_1 f(x)K1,對任一 x ∈ X x\in X xX都成立,那麽稱函數 f ( x ) f(x) f(x) X X X上有上界,而 K 1 K_1 K1稱為函數 f ( x ) f(x) f(x) X X X上的一個上界。如果存在 K 2 K_2 K2,使得 f ( x ) ⩾ K 2 f(x)\geqslant K_2 f(x)K2,對於任一 x ∈ X x\in X xX都成立,那麽稱函數 f ( x ) f(x) f(x) X X X上有下界,而 K 2 K_2 K2稱為函數 f ( x ) f(x) f(x) X X X上的下界。如果存在正數 M M M,使得 ∣ f ( x ) ∣ ⩽ M |f(x)|\leqslant M f(x)M,對於任一 x ∈ X x\in X xX都成立,那麽稱函數 f ( x ) f(x) f(x) X X X上有界。如果這樣的 M M M不存在,就稱函數 f ( x ) f(x) f(x) X X X上無界。

證:令 ε = 1 \varepsilon=1 ε=1 ∃ δ > 0 \exists \delta>0 δ>0,使得 0 < ∣ x − x 0 ∣ < δ 0<|x-x_0|<\delta 0<xx0<δ ∣ f ( x ) − A ∣ < ε = 1 |f(x)-A|<\varepsilon=1 f(x)A<ε=1
絕對值性質: ∣ x − u ∣ ⩾ ∣ x ∣ − ∣ u ∣ |x-u|\geqslant|x|-|u| xuxu ∣ f ( x ) ∣ − ∣ A ∣ ⩽ ∣ f ( x ) − A ∣ < 1 ⇒ ∣ f ( x ) ∣ < ∣ A ∣ + 1 |f(x)|-|A|\leqslant|f(x)-A|<1\Rightarrow|f(x)|<|A|+1 f(x)Af(x)A<1f(x)<A+1。令 M = ∣ A ∣ + 1 M=|A|+1 M=A+1,我們找到了這個 M M M δ \delta δ
( x → ∞ x\rightarrow \infty x證明類似。)

說明:令 ε = 0.1 \varepsilon=0.1 ε=0.1,我們可以找到另一組 M 1 M_1 M1 δ 1 \delta_1 δ1,有界的定義是『存在』一組 M M M δ \delta δ就足矣。
函數有界,我們直覺是某一定義域內,函數值不是正無窮也不是負無窮,而是侷限於某一範圍。
到目前為止,求極限只考慮 x 0 x_0 x0去心鄰域,極限是 A A A,在是因為還沒有學到函數的連續性,連續性需要考慮函數在 x 0 x_0 x0的定義,且 f ( x 0 ) = A f(x_0)=A f(x0)=A。所以,在討論極限的時候,只考慮極限值 A A A

極限的這個性質,我們可以記為極限必有界

對應地,數列極限的有界性定理:如果數列 { x n } \{x_n\} {xn}極限存在(即數列收斂),那麽數列 { x n } \{x_n\} {xn}一定有界。
證明也是同一個思路的,就是證明表達法從 ε − δ \varepsilon-\delta εδ替換成 ε − N \varepsilon-N εN

定理3(函數極限的局部保號性): lim ⁡ x → x 0 f ( x ) = A \lim \limits_{x\rightarrow x_0}f(x)=A xx0limf(x)=A。如果 A > 0 A>0 A>0(或 A < 0 A<0 A<0),那麽存在 δ > 0 \delta>0 δ>0,使得一切 x x x U ˚ ( x 0 , δ ) \mathring{U}(x_0,\delta) U˚(x0,δ)內, f ( x ) > 0 f(x)>0 f(x)>0(或 f ( x ) < 0 ) f(x)<0) f(x)<0

證:若 A > 0 A>0 A>0,令 ε = A 2 > 0 \varepsilon=\frac{A}{2}>0 ε=2A>0,存在 δ > 0 \delta>0 δ>0,使得一切 x ∈ U ˚ ( x 0 , δ ) x\in \mathring{U}(x_0,\delta) xU˚(x0,δ) ∣ f ( x ) − A ∣ < ε = A 2 |f(x)-A|<\varepsilon=\frac{A}{2} f(x)A<ε=2A
絕對值屬性 − ∣ x − u ∣ ⩽ x − u ⩽ ∣ x − u ∣ -|x-u|\leqslant x-u\leqslant|x-u| xuxuxu f ( x ) − A ⩾ − ∣ f ( x ) − A ∣ > − A 2 ⇒ f ( x ) > A 2 > 0 f(x)-A\geqslant -|f(x)-A|>-\frac{A}{2}\Rightarrow f(x)>\frac{A}{2}>0 f(x)Af(x)A>2Af(x)>2A>0

A < 0 A<0 A<0,令 ε = − A 2 > 0 \varepsilon=-\frac{A}{2}>0 ε=2A>0,存在 δ > 0 \delta>0 δ>0,使得一切 x ∈ U ˚ ( x 0 , δ ) x\in \mathring{U}(x_0,\delta) xU˚(x0,δ) ∣ f ( x ) − A ∣ < ε = − A 2 |f(x)-A|<\varepsilon=-\frac{A}{2} f(x)A<ε=2A f ( x ) − A < ∣ f ( x ) − A ∣ < − A 2 ⇒ f ( x ) < A 2 < 0 f(x)-A<|f(x)-A|<-\frac{A}{2}\Rightarrow f(x)<\frac{A}{2}<0 f(x)A<f(x)A<2Af(x)<2A<0
x → ∞ x\rightarrow \infty x證明類似。

結合絕對值的性質,總結: f ( x ) { > A 2 = ∣ A ∣ 2 , A > 0 < A 2 = − ∣ A ∣ 2 , A < 0 ⇒ ∣ f ( x ) ∣ > ∣ A ∣ 2 f(x)\begin{cases}> \frac{A}{2}= \frac{|A|}{2},&A>0\\ <\frac{A}{2}= -\frac{|A|}{2},&A<0 \end{cases}\Rightarrow|f(x)|>\frac{|A|}{2} f(x){>2A=2A,<2A=2A,A>0A<0f(x)>2A

說明:如果我們在一維座標上畫,中間空,兩側像翅膀伸出去。

對應地,數列極限的保號性定理:如果 lim ⁡ n → ∞ x n = a \lim \limits_{n\rightarrow \infty}x_n=a nlimxn=a,且 a > 0 a>0 a>0或( a < 0 a<0 a<0),那麽存在正整數 N N N,當 n > N n>N n>N時,都有 x n > 0 x_n>0 xn>0(或 x n < 0 x_n<0 xn<0)。
同樣地,證明表達法從 ε − δ \varepsilon-\delta εδ替換成 ε − N \varepsilon-N εN

定理3’: lim ⁡ x → x 0 f ( x ) = A \lim \limits_{x\rightarrow x_0}f(x)=A xx0limf(x)=A A ≠ 0 A\ne 0 A=0。那麽存在 δ > 0 \delta>0 δ>0,使得一切 x ∈ U ˚ ( x 0 , δ ) x\in\mathring{U}(x_0,\delta) xU˚(x0,δ) ∣ f ( x ) ∣ > ∣ A ∣ 2 |f(x)|>\frac{|A|}{2} f(x)>2A
說明:那如果說 ∣ f ( x ) ∣ > 4 ∣ A ∣ 5 |f(x)|>\frac{4|A|}{5} f(x)>54∣A,對不對?也是對的。重點是這個值介於0和極限值之間。

推論:如果在 x 0 x_0 x0的某去心鄰域內 f ( x ) ⩾ 0 f(x)\geqslant 0 f(x)0(或 f ( x ) ⩽ 0 f(x)\leqslant 0 f(x)0),且 lim ⁡ x → x 0 f ( x ) = A \lim \limits_{x\rightarrow x_0}f(x)=A xx0limf(x)=A,那麽 A ⩾ 0 A\geqslant 0 A0(或 A ⩽ 0 A\leqslant 0 A0)。

證: lim ⁡ x → x 0 f ( x ) = A \lim \limits_{x\rightarrow x_0}f(x)=A xx0limf(x)=A,在 x 0 x_0 x0的某去心鄰域 U ˚ ( x 0 , δ ) \mathring{U}(x_0,\delta) U˚(x0,δ) f ( x ) ⩾ 0 f(x)\geqslant 0 f(x)0(不等式1)。假設 A < 0 A<0 A<0,那根據保號性 ∃ U ˚ ( x 0 , δ 1 ) \exists \mathring{U}(x_0,\delta_1) U˚(x0,δ1),使得一切 x ∈ U ˚ ( x 0 , δ 1 ) x\in \mathring{U}(x_0,\delta_1) xU˚(x0,δ1) f ( x ) < 0 f(x)<0 f(x)<0(不等式2)。令 δ = m i n { δ , δ 1 } \delta=min\{\delta,\delta_1\} δ=min{δ,δ1},對於一切 x ∈ U ˚ ( x 0 , δ ) x\in \mathring{U}(x_0,\delta) xU˚(x0,δ) f ( x ) f(x) f(x)既滿足不等式1,又滿足不等式2,矛盾。故, A ⩾ 0 A\geqslant 0 A0

我們這樣理解:如果 x → x 0 x\rightarrow x_0 xx0極限是正數,總存在一個 x 0 x_0 x0的去心鄰域,函數值為正;如果函數值在 x 0 x_0 x0的去心鄰域為正,那 x → x 0 x\rightarrow x_0 xx0極限也得是正數。就是,極限存在的函數曲線是平滑的,不會跳值。

對應地,數列極限的局部保號性也有此推論:如果 數列 { x n } 數列\{x_n\} 數列{xn}從某項起有 x n ⩾ 0 x_n\geqslant 0 xn0(或 x n ⩽ 0 x_n\leqslant 0 xn0),且 lim ⁡ n → ∞ x n = a \lim \limits_{n\rightarrow \infty}x_n=a nlimxn=a,那麽, a ⩾ 0 a\geqslant 0 a0(或 a ⩽ 0 a\leqslant 0 a0)。

定理4(函數極限與數列極限的關係):如果極限 lim ⁡ x → x 0 f ( x ) \lim \limits_{x\rightarrow x_0}f(x) xx0limf(x)存在, { x n } \{x_n\} {xn}為函數 f ( x ) f(x) f(x)的定義域內任一收斂於 x 0 x_0 x0的數列,且滿足 x n ≠ x 0 ( n ∈ N + ) x_n\neq x_0(n\in \mathrm{N}_+) xn=x0(nN+),那麽相應的函數值數列 { f ( x n ) } \{f(x_n)\} {f(xn)}必收斂,且 lim ⁡ n → ∞ f ( x n ) = lim ⁡ x → x 0 f ( x ) \lim \limits_{n\rightarrow \infty}f(x_n)=\lim \limits_{x\rightarrow x_0}f(x) nlimf(xn)=xx0limf(x)

思路:設 lim ⁡ x → x 0 f ( x ) = A \lim \limits_{x\rightarrow x_0}f(x)=A xx0limf(x)=A,這樣我們的任務變成證明 lim ⁡ n → ∞ f ( x n ) = A \lim \limits_{n\rightarrow \infty}f(x_n)=A nlimf(xn)=A

由前者,極限的 ε − δ \varepsilon-\delta εδ表達法,我們可以知道 x 0 x_0 x0 δ \delta δ去心鄰域內, ∣ f ( x ) − A ∣ < ε |f(x)-A|<\varepsilon f(x)A<ε。如果 x n x_n xn也在這個鄰域內,那麽, ∣ f ( x n ) − A ∣ < ε |f(x_n)-A|<\varepsilon f(xn)A<ε,換句話說, ∣ x n − x 0 ∣ < ε 1 = δ 。 |x_n-x_0|<\varepsilon_1=\delta。 xnx0<ε1=δ這可以用數列的 ε − N \varepsilon-N εN表達法。

證:設 lim ⁡ x → x 0 f ( x ) = A \lim \limits_{x\rightarrow x_0}f(x)=A xx0limf(x)=A

∀ ε > 0 , ∃ δ > 0 \forall \varepsilon>0, \exists \delta>0 ε>0,δ>0 0 < ∣ x − x 0 ∣ < δ 0<|x-x_0|<\delta 0<xx0<δ ∣ f ( x ) − A ∣ < ε |f(x)-A|<\varepsilon f(x)A<ε
對於 ε 1 = δ \varepsilon_1=\delta ε1=δ ∃ N > 0 \exists N>0 N>0,使得 n > N n> N n>N ∣ x n − x 0 ∣ < ε 1 |x_n-x_0|<\varepsilon_1 xnx0<ε1,又因為 x n ≠ x 0 x_n\ne x_0 xn=x0,故 0 < ∣ x n − x 0 ∣ < ε 1 = δ 0<|x_n-x_0|<\varepsilon_1=\delta 0<xnx0<ε1=δ,所以, ∣ f ( x n ) − A ∣ < ε |f(x_n)-A|<\varepsilon f(xn)A<ε

總結, ∀ ε > 0 , ∃ N > 0 \forall \varepsilon>0,\exists N>0 ε>0,N>0,使得 n > N n> N n>N ∣ f ( x n ) − A ∣ < ε |f(x_n)-A|<\varepsilon f(xn)A<ε,故 lim ⁡ n → ∞ f ( x n ) = A \lim \limits_{n\rightarrow \infty}f(x_n)=A nlimf(xn)=A。函數值數列 { f ( x n ) } \{f(x_n)\} {f(xn)}收斂於 A A A
Q.E.D.

這個定理有複合函數即嵌套函數的含義。也可以看成定義域取子集,且為離散的子集。
對應地,數列極限與其子數列的關係定理:如果數列 { x n } \{x_n\} {xn}極限存在、極限為a(即收斂於a),那麽其任一子數列也收斂,且極限也是a。
證明思路:子數列如何數學表示?數列是 x 1 , x 2 , x 3 , . . . , x n , . . . x_1,x_2,x_3,...,x_n,... x1,x2,x3,...,xn,...,教科書說子數列 x n 1 , x n 2 , x n 3 , . . . , x n k , . . . x_{n_1},x_{n_2},x_{n_3},...,x_{n_k},... xn1,xn2,xn3,...,xnk,...。比方說,取偶數位的數組成子數列,那麽 n 1 = 2 , n 2 = 4 , n 3 = 6 , n k = 2 k n_1=2,n_2=4,n_3=6,n_k=2k n1=2n2=4,n3=6,nk=2k,即子數列是 x 2 , x 4 , x 6 , . . . , x 2 n , . . . x_2,x_4,x_6,...,x_{2n},... x2,x4,x6,...,x2n,...。就是說, n j n_j nj是子數列的第 j j j個數,對應著原數列的第 i i i個數 x i x_i xi。根據這個設計,可知, i = n j ⩾ j i=n_j\geqslant j i=njj

證:設數列 { x n k } \{x_{n_k}\} {xnk}是數列 { x n } \{x_n\} {xn}的任一子數列。由於 lim ⁡ n → ∞ x n = a \lim \limits_{n \rightarrow \infty}x_n=a nlimxn=a,則 ∀ ε > 0 \forall \varepsilon>0 ε>0 ∃ N ∈ N + \exists N\in \mathrm{N}_+ NN+,使得 n > N n>N n>N時, ∣ x n − a ∣ < ε |x_n-a|<\varepsilon xna<ε
註:子數列中我們要找到第一個 n k ⩾ N n_k\geqslant N nkN。由於 n j ⩾ j n_j\geqslant j njj,那麽令 K = N K=N K=N,當 k > K k>K k>K時, n k > n K = n N ⩾ N n_k>n_K=n_N\geqslant N nk>nK=nNN,即 n k > N n_k>N nk>N,故 ∣ x n k − a ∣ < ε |x_{n_k}-a|<\varepsilon xnka<ε,即 lim ⁡ k → ∞ x n k = a \lim \limits_{k\rightarrow \infty}x_{n_k}=a klimxnk=a
Q.E.D.

結論是:極限的性質是唯一、有界、保號、子集同極限。

編輯日誌:
1)本文用优快云 Markdown編輯器寫(即『使用MD編輯器』),文中用到的部分Latex如下:
$$\lim \limits_{x\rightarrow x_0\atop \text{ or }x\rightarrow \infty}f(x)=A$$ $\mathrm{N}$ (upright mode,數學公式中一般英文字母默認使用斜體,\mathrm則正。)
2)Q.E.D. = “quod erat demonstrandum,” /ˌkwɑːdˈeɚˌɑːtˌdɛmənˈstrændəm/ = “which was to be demonstrated.” =證畢
我沒有用『證畢』,是不想引起思路的斷點。可是又要符合證明格式,我可能選用該英文詞。
本文大多數證明沒有註明『證畢』或『Q.E.D』。
3)參考教科書:同濟大學數學系 編,《高等數學 第七版 上冊》,高等教育出版社,2015.9
4)編輯時間:2024.5.15

分数阶傅里叶变换(Fractional Fourier Transform, FRFT)是对传统傅里叶变换的拓展,它通过非整数阶的变换方式,能够更有效地处理非线性信号以及涉及时频局部化的问题。在信号处理领域,FRFT尤其适用于分析非平稳信号,例如在雷达、声纳和通信系统中,对线性调频(Linear Frequency Modulation, LFM)信号的分析具有显著优势。LFM信号是一种频率随时间线性变化的信号,因其具有宽频带和良好的时频分辨率,被广泛应用于雷达和通信系统。FRFT能够更精准地捕捉LFM信号的时间和频率信息,相比普通傅里叶变换,其性能更为出色。 MATLAB是一种强大的数值计算和科学计算工具,拥有丰富的函数库和用户友好的界面。在MATLAB中实现FRFT,通常需要编写自定义函数或利用信号处理工具箱中的相关函数。例如,一个名为“frft”的文件可能是用于执行分数阶傅里叶变换的MATLAB脚本或函数,并展示其在信号处理中的应用。FRFT的正确性验证通常通过对比变换前后信号的特性来完成,比如评估信号的重构质量、信噪比等。具体而言,可以通过计算原始信号与经过FRFT处理后的信号之间的相似度,或者对比LFM信号的关键参数(如初始频率、扫频率和持续时间)是否在变换后得到准确恢复。 在MATLAB代码实现中,通常包含以下步骤:首先,生成LFM信号模型,设定其初始频率、扫频率、持续时间和采样率等参数;其次,利用自定义的frft函数对LFM信号进行分数阶傅里叶变换;接着,使用MATLAB的可视化工具(如plot或imagesc)展示原始信号的时域和频域表示,以及FRFT后的结果,以便直观对比;最后,通过计算均方误差、峰值信噪比等指标来评估FRFT的性能。深入理解FRFT的数学原理并结合MATLAB编程技巧,可以实现对LFM信号的有效分析和处理。这个代码示例不仅展示了理论知识在
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值