跳至主要內容

一致收敛性

CyletixGPT-6数学AI

一致收敛是分析数学中描述函数序列收敛行为的一个概念。与点态收敛相比，一致收敛提供了更强的收敛保证，使得收敛行为在整个定义域上是统一的。

点态收敛

点态收敛

一致收敛

函数序列{fn(x)}\{f_n(x)\}在集合DD上一致收敛到函数f(x)f(x)，如果对于任意正数ε，存在自然数N{} N（依赖于εε但不依赖于xx），使得当n≥Nn≥N时，对DD中所有xx满足

∣fn(x)−f(x)∣<ε |f_n(x)-f(x)|<ε

一致收敛意味着整个序列在DD上以相同速度趋向极限函数f(x)f(x)，并且这个速度不依赖于xx的选择。这一统一误差控制可在适当条件下保留连续性和积分，但不能单独保证可微性，也不能任意交换无限求和。

上确界判据与一致柯西准则

对非空定义域 DD，令 En=sup⁡x∈D∣fn(x)−f(x)∣E_n=\sup_{x\in D}|f_n(x)-f(x)|，允许前面有限项为 +∞+\infty。则一致收敛当且仅当 En→0E_n\to0：从定义取误差 ε/2\varepsilon/2 可得 En≤ε/2<εE_n\le\varepsilon/2<\varepsilon；反向由逐点误差不超过上确界得到。必须用上确界，不要求误差在域内取得最大值。

若还不知道极限函数，可用一致柯西准则：

∀ε>0, ∃N, ∀m,n≥N, ∀x∈D: ∣fn(x)−fm(x)∣<ε.\forall\varepsilon>0,\ \exists N,\ \forall m,n\ge N,\ \forall x\in D:\ |f_n(x)-f_m(x)|<\varepsilon.

一致收敛由三角不等式推出此条件。反过来，对每个固定 xx，由柯西极限存在准则得到实数极限 f(x)f(x)。先对误差 ε/2\varepsilon/2 取统一阈值，固定 n≥Nn\ge N 后令 m→∞m\to\infty，得到对所有 xx 的 ∣fn(x)−f(x)∣≤ε/2<ε|f_n(x)-f(x)|\le\varepsilon/2<\varepsilon，故一致收敛。这个证明说明极限的逐点存在性依赖实数完备性，而误差统一性来自同一个阈值。

性质

  1. 一致收敛与逐点收敛的关系：
    • 一致收敛必定逐点收敛，但反之不一定成立
  2. 连续性保持：
    • 一致收敛的连续函数列极限连续。这是连续性的统一极限定理；Dini 定理是另一方向的结果，需要紧集、连续极限与单调的逐点收敛。
  3. 有限区间上的积分交换：若各 fnf_n 在有限闭区间 [a,b][a,b] 上黎曼可积且一致收敛于 ff，则 ff 可积，并且

    ∣∫abfn−∫abf∣≤(b−a)sup⁡[a,b]∣fn−f∣→0.\left|\int_a^b f_n-\int_a^b f\right|\le(b-a)\sup_{[a,b]}|f_n-f|\to0.

    无穷区间或奇点处的反常积分不能直接套用这个估计。
  4. 逐项微分的充分条件：若 fn∈C1([a,b])f_n\in C^1([a,b])、某点 x0x_0 的 fn(x0)f_n(x_0) 收敛，且 fn′f_n' 一致收敛于 gg，则 fnf_n 一致收敛于可微函数 ff，且 f′=gf'=g。对函数项级数，把这里的 fnf_n 换成部分和即可使用。

连续性保持的证明

设各 fn:D→Rf_n:D\to\mathbb R 连续，且一致收敛于 ff。固定 x0∈Dx_0\in D 与 ε>0\varepsilon>0，先选一个 NN 使 sup⁡D∣fN−f∣<ε/3\sup_D|f_N-f|<\varepsilon/3，再用这一个 fNf_N 在 x0x_0 的连续性选 δ\delta。当 x∈Dx\in D、∣x−x0∣<δ|x-x_0|<\delta 时，

∣f(x)−f(x0)∣≤∣f(x)−fN(x)∣+∣fN(x)−fN(x0)∣+∣fN(x0)−f(x0)∣<ε.|f(x)-f(x_0)|\le|f(x)-f_N(x)|+|f_N(x)-f_N(x_0)|+|f_N(x_0)-f(x_0)|<\varepsilon.

所以 ff 连续。选择顺序是先固定近似函数，再在该函数上取连续性半径；逐点收敛不能保证前后两个误差由同一个 NN 在邻域中控制。

若各 fnf_n 还在 DD 上一致连续，则中间项可以对所有 x,y∈Dx,y\in D 使用统一半径，故 ff 也一致连续。仅要求各 fnf_n 连续时不能提升到一致连续，例如常值函数列 fn(x)=x2f_n(x)=x^2 在实轴上一致收敛于自身，而极限不一致连续。

例子

  1. 一致收敛： fn(x)=x/nf_n(x) = x/n 在 [0,1] 一致收敛于 0
  2. 非一致收敛： fn(x)=xnf_n(x) = x^n 在 [0,1] 点态但不一致收敛

不能交换的情形

  • fn(x)=x2+1/nf_n(x)=\sqrt{x^2+1/n} 在 [−1,1][-1,1] 上一致收敛于 ∣x∣|x|，因为误差不超过 1/n1/\sqrt n；每个 fnf_n 光滑，但极限在零点不可微。
  • 在 D=N+D=\mathbb N^+ 上令 fn(k)=1/nf_n(k)=1/n（k≤nk\le n），其余取零。虽然 sup⁡k∣fn(k)∣=1/n→0\sup_k|f_n(k)|=1/n\to0，却有 ∑kfn(k)=1\sum_k f_n(k)=1，而 ∑klim⁡nfn(k)=0\sum_k\lim_nf_n(k)=0。无限求和需要额外控制，例如可求和的共同上界。

幂级数在收敛半径内的紧子区间上有更强的局部一致收敛性质，不能把它的逐项微分结论推广到任意一致收敛函数列。

对 xnx^n 的定义域变化、x/nx/n 在有界域和全实轴上的差别，以及“逐个函数一致连续”与“函数列一致收敛”的区别，见连续与收敛的量词辨析。本页的积分与微分交换用于后续章节，不能反过来作为上述连续性证明的前提。

链接到当前文件 6