Evanalysis
5.1預計閱讀時間: 24 分鐘

5.1 序列與 epsilon-N 極限

把序列視為定義在 N 上的函數,然後用初學者也能跟上的方式學會 epsilon-N 的極限定義。

課程目錄

先不要急著談函數極限;先把 序列極限說明。這個安排很合理,因為序列只沿着自然數 nn 一步一 步向前走,所以它是學習正式極限定義最乾淨的入口。

序列是一個函數,不只是一串數字

很多人第一次見到序列時,會把它理解成像

1,2,3,4,…1,2,3,4,\ldots

或者

1,12,13,14,…1,\frac12,\frac13,\frac14,\ldots

這樣的列表。這個熟悉觀念需要被說得更精確。

定義

集合中的序列

設 XX 是一個集合。XX 中的一個序列,就是一個函數

N→X.N\to X.

若 n∈Nn\in N 的像記作 xnx_n,我們就把這個序列記作 (xn)(x_n)。

所以,一個序列未必一定由某條簡單公式產生。正式要求只有一個:每個自 然數 nn 都要對應到 XX 中某個元素 xnx_n。

定義

有理序列與實序列

有理數序列是映射 N→QN\to Q。實數序列是映射 N→RN\to R。

這個函數觀點之所以重要,是因為它提醒你:序列有定義域、有值域,也有索 引變數。...... 只是非正式縮寫,不是數學定義本身。

為甚麼先學序列極限?

對序列來說,「靠近極限」的意思是把索引 nn 取到愈來愈大。方向只有一 個:往更大的自然數走。

這比函數極限簡單得多。對函數而言,xx 可以由左、由右,以無窮多種實數 方式靠近某個點 aa。所以第 5 章先處理離散版本:

  • 先猜一個候選極限 LL;
  • 再給一個容許誤差 ε>0\varepsilon\gt0;
  • 然後問:序列的尾部會否最終一直留在 LL 周圍半徑 ε\varepsilon 的帶 內?

正式定義

定義

實數序列的極限

一個實數序列 (xn)(x_n) 的極限是 L∈RL\in R,如果對每個正實數 ε>0\varepsilon\gt0,都存在 N∈NN\in N 使得當 n>Nn\gt N 時,

∣L−xn∣<ε.|L-x_n|\lt\varepsilon.

在這種情況下,我們寫作

L=lim⁡n→∞xnL=\lim_{n\to\infty}x_n

或者說 (xn)(x_n) 收斂到 LL。

量詞明確了各項選擇的先後次序:

lim⁡n→∞xn=L  ⟺  ∀ε>0 ∃N∈N ∀n>N, ∣xn−L∣<ε.\lim_{n\to\infty}x_n=L \iff \forall \varepsilon\gt0\ \exists N\in N\ \forall n\gt N,\ |x_n-L|\lt\varepsilon.

怎樣正確閱讀這串量詞

把定義拆開之後,會清楚很多。

  1. ∀ε>0\forall \varepsilon\gt0:不是只要對某一個誤差帶成立,而是對每一 個正誤差帶都要成立。
  2. ∃N∈N\exists N\in N:當別人先指定了 ε\varepsilon 之後,你可以按這個 ε\varepsilon 去選一個尾部起點 NN。
  3. ∀n>N\forall n\gt N:一旦越過這個 NN,之後每一項都要留在該誤差帶 內。

因此,收斂是一個關於尾部的陳述。前面有限多項可以表現得很差,問題不 大;關鍵在於夠後面的項有沒有穩定地留在 LL 附近。

常見錯誤

N 可以依賴 epsilon,但不可以依賴 n

證明收斂時,你可以在給定 ε\varepsilon 之後選 NN。但一旦 NN 定了, 不等式就要對所有 n>Nn\gt N 同時成立。你不可以對不同的 nn 再另外挑不同 的 NN。

常見錯誤

收斂不是看前面幾項

改動有限多個起始項,不會改變一個序列是否收斂,因為定義真正控制的是 某個 NN 之後的整段尾部。

定義使用嚴格不等式 n>Nn\gt N。如果某個估計在整數 K≥1K≥1 同 n≥Kn≥K 時成立, 取 N=KN=K 就安全,因為 n>Nn\gt N 會推出 n≥K+1≥Kn≥K+1≥K。如果估計需要 n>Kn\gt K, 就選一個 N≥KN≥K 的整數。NN 可以在給出 ε\varepsilon 後選擇,但不可以等 後來的 nn 出現才選擇。

第一個例子:1/n→01/n \to 0

基本例子是以下序列

11,12,13,14,…\frac11,\frac12,\frac13,\frac14,\ldots

的極限是 00。以下把證明完整寫出。

例題

證明 lim⁡n→∞1/n=0\lim_{n\to\infty} 1/n = 0

這裏取 n≥1n≥1,所以即使課程約定將 0 包含在 NN 內,倒數也有定義。 任取 ε>0\varepsilon\gt0。我們想要

∣1n−0∣<ε,\left|\frac1n-0\right|\lt\varepsilon,

也就是

1n<ε.\frac1n\lt\varepsilon.

這只要在

n>1εn\gt\frac1\varepsilon

時便成立。

因此取一個自然數 NN 使 N>1/εN\gt1/\varepsilon。則每當 n>Nn\gt N,

∣1n−0∣=1n<ε.\left|\frac1n-0\right|=\frac1n\lt\varepsilon.

故

lim⁡n→∞1n=0.\lim_{n\to\infty}\frac1n=0.

這就是最典型的極限證明套路:先由 ∣xn−L∣|x_n-L| 出發,把它化簡,再迫使 nn 夠大。

第二個例子:5n+23n−7→53\frac{5n+2}{3n-7} \to \frac53

下面的有理式例子需要同時控制分母和誤差。

例題

證明 lim⁡n→∞5n+23n−7=53\lim_{n\to\infty}\frac{5n+2}{3n-7}=\frac53

先計算

∣5n+23n−7−53∣=∣3(5n+2)−5(3n−7)3(3n−7)∣=∣413(3n−7)∣.\left|\frac{5n+2}{3n-7}-\frac53\right| = \left|\frac{3(5n+2)-5(3n-7)}{3(3n-7)}\right| = \left|\frac{41}{3(3n-7)}\right|.

當 nn 夠大時,分母為正,所以

∣413(3n−7)∣=413(3n−7).\left|\frac{41}{3(3n-7)}\right|=\frac{41}{3(3n-7)}.

再取 NN 足夠大,使得 n>Nn\gt N 時有 3n−7≥2n3n-7\ge 2n。於是

413(3n−7)≤416n.\frac{41}{3(3n-7)}\le \frac{41}{6n}.

所以只要再令

416n<ε\frac{41}{6n}\lt\varepsilon

便足夠。

換言之,我們可以把 NN 取得更大,令 n>Nn\gt N 時同時滿足 3n−7≥2n3n-7\ge 2n 與 n>41/(6ε)n\gt41/(6\varepsilon)。那麼

∣5n+23n−7−53∣<ε.\left|\frac{5n+2}{3n-7}-\frac53\right|\lt\varepsilon.

因此

lim⁡n→∞5n+23n−7=53.\lim_{n\to\infty}\frac{5n+2}{3n-7}=\frac53.

雖然這個例子的代數計算較長,但邏輯結構和 1/n1/n 完全一樣:把誤差項改 寫成一個隨 nn 變大而變小的量。

如何設計 epsilon 閾值

有理式例子要求同一個尾部同時滿足兩個條件:分母估計 3n−7≥2n3n-7≥2n 要求 n≥7n≥7,誤差估計要求 n>41/(6ε)n>41/(6\varepsilon)。給定 ε>0\varepsilon>0,取整數

N≥max⁡(7,416ε).N\ge\max\left(7,\frac{41}{6\varepsilon}\right).

於是每個 n>Nn>N 同時滿足兩個條件,故 41/(6n)<ε41/(6n)<\varepsilon。證明的依賴次序是:先推導估計,再為所有限制選一個閾值,最後驗證任意後續指標。

索引約定亦很重要。1/n1/n 在 n≥1n≥1 時有定義。若要把它寫成定義在 N={0,1,2,…}\mathbb N=\{0,1,2,\ldots\} 上的序列,就另行指定 n=0n=0 的值。有限個初始值的改變不影響收斂。

例題

有限前綴與相同尾部

令 x0=100x_0=100,而 n≥1n≥1 時 xn=1/nx_n=1/n。給定 ε>0\varepsilon>0,取整數 N>1/εN>1/\varepsilon 且 N≥1N≥1。每個 n>Nn>N 都滿足 ∣xn∣=1/n<ε|x_n|=1/n<\varepsilon;特殊的第一項位於閾值之前。因此 xn→0x_n→0。

一個簡單但重要的特例

對常值序列 xn=0x_n=0,極限可以直接看出。

例題

常數序列收斂到其常數值

若對所有 nn 都有 xn=0x_n=0,那麼對每個 ε>0\varepsilon\gt0,

∣xn−0∣=0<ε|x_n-0|=0\lt\varepsilon

對所有自然數 nn 都成立。

因此任何自然數都可以當作 NN,所以

lim⁡n→∞xn=0.\lim_{n\to\infty}x_n=0.

這個小例子值得記住,因為它讓你看到:當誤差本身恆等於零時,定義是如何 被立即滿足的。

從幾何角度看收斂

若 lim⁡n→∞xn=L\lim_{n\to\infty}x_n=L,那就表示不論你在 LL 周圍畫一個多窄的誤 差帶,序列的尾部最終也會整段留在這個帶內。

等價地說:

  • 你可以容許有限多個初始項不受控制;
  • 但在某個位置之後,序列不能再反覆跑出 ε\varepsilon-帶外。

這就是為甚麼「有很多項接近 LL」仍然不夠。收斂要求的是:所有充分後 面的項都要接近 LL。

序列尾部進入 epsilon 帶

圖:收斂不只表示「看見一些項靠近 LL」。真正的要求是:從某個足夠大的 NN 之後,整條尾部都要留在所選的 ε\varepsilon 帶內。

互動地比較尾部行為

在下圖中,先選擇序列和容差 ε\varepsilon,再移動 NN 來檢驗所選尾部。 圖中的帶符號誤差 xn−Lx_n-L 顯示哪些項落在開帶 −ε<xn−L<ε-\varepsilon\lt x_n-L\lt\varepsilon 內。觀察滿足 n>Nn\gt N 的項,並把圖形與配套的代數說明對照:有限圖形用來展示尾部,而估計必須保證每一個後續項都滿足要求。

ε 帶與整段尾部
ε 帶與整段尾部+ε−ε0nN=5125n=1; x_n−L=1; |x_n−L|≥εn=2; x_n−L=0.5; |x_n−L|≥εn=3; x_n−L=0.333; |x_n−L|≥εn=4; x_n−L=0.25; |x_n−L|≥εn=5; x_n−L=0.2; |x_n−L|≥εn=6; x_n−L=0.167; |x_n−L|<εn=7; x_n−L=0.143; |x_n−L|<εn=8; x_n−L=0.125; |x_n−L|<εn=9; x_n−L=0.111; |x_n−L|<εn=10; x_n−L=0.1; |x_n−L|<εn=11; x_n−L=0.091; |x_n−L|<εn=12; x_n−L=0.083; |x_n−L|<εn=13; x_n−L=0.077; |x_n−L|<εn=14; x_n−L=0.071; |x_n−L|<εn=15; x_n−L=0.067; |x_n−L|<εn=16; x_n−L=0.063; |x_n−L|<εn=17; x_n−L=0.059; |x_n−L|<εn=18; x_n−L=0.056; |x_n−L|<εn=19; x_n−L=0.053; |x_n−L|<εn=20; x_n−L=0.05; |x_n−L|<εn=21; x_n−L=0.048; |x_n−L|<εn=22; x_n−L=0.045; |x_n−L|<εn=23; x_n−L=0.043; |x_n−L|<εn=24; x_n−L=0.042; |x_n−L|<εn=25; x_n−L=0.04; |x_n−L|<ε

空心圓表示尾部之前的項;箭頭表示超出圖示尺度的誤差。

所選 N 有效。 充分的起點是 N=5。

n>⌊1/ε⌋  ⟹  1/n<εn>\lfloor1/\varepsilon\rfloor\implies 1/n<\varepsilon.

圖中顯示帶符號誤差 xn−Lx_n-L,所以開帶為 −ε<xn−L<ε-\varepsilon<x_n-L<\varepsilon。n>Nn>N 的項構成所選尾部。有限圖形只作示意;代數估計才保證所有後續項均成立。此處採用嚴格在 NN 之後,即 n>Nn>N 的慣例。

序列極限的證明工具

定義控制的是尾部,所以只要將尾部寫清楚,就可以得到幾個重要結論。

定理

極限唯一

一個實數序列不可以收斂到兩個不同極限。假設 xn→Lx_n→L 同 xn→Mx_n→M,而且 L≠ML≠M。取

ε=∣L−M∣3>0.\varepsilon=\frac{|L-M|}{3}\gt0.

當 nn 夠大時,同時有 ∣xn−L∣<ε|x_n-L|\lt\varepsilon 同 ∣xn−M∣<ε|x_n-M|\lt\varepsilon。 三角不等式給出

∣L−M∣≤∣L−xn∣+∣xn−M∣<2ε=2∣L−M∣3,|L-M|\le |L-x_n|+|x_n-M|\lt2\varepsilon=\frac{2|L-M|}{3},

這是矛盾。因此極限如果存在就一定唯一。

定理

每個收斂序列都有界

如果 xn→Lx_n→L,就有實數 mm、MM 令所有項都滿足 m≤xn≤Mm≤x_n≤M。用 ε=1\varepsilon=1 選擇 NN,令 n>Nn\gt N 時有 L−1<xn<L+1L-1\lt x_n\lt L+1。滿足 n≤Nn≤N 的項只有有限個,所以有最小值 m0m_0 同最大值 M0M_0。取

m=min⁡(m0,L−1),M=max⁡(M0,L+1) m=\min(m_0,L-1),\qquad M=\max(M_0,L+1)

就同時控制有限初始段同尾部。

定理

絕對值保留極限

如果 xn→Lx_n→L,就有 ∣xn∣→∣L∣|x_n|→|L|。反三角不等式是

∣∣xn∣−∣L∣∣≤∣xn−L∣.\bigl||x_n|-|L|\bigr|\le |x_n-L|.

給定 ε\varepsilon 時,使用控制 ∣xn−L∣<ε|x_n-L|\lt\varepsilon 的同一個閾值即可, 因為上式直接將估計傳給絕對值。

例題

推導兩個三角不等式

將三角不等式用於 (x−y)+(y−z)(x-y)+(y-z),得到

∣x−z∣=∣(x−y)+(y−z)∣≤∣x−y∣+∣y−z∣.|x-z|=|(x-y)+(y-z)|\le |x-y|+|y-z|.

對反三角不等式,將三角不等式用於 x=(x−y)+yx=(x-y)+y 再整理:

∣x∣≤∣x−y∣+∣y∣⟹∣x∣−∣y∣≤∣x−y∣.|x|\le |x-y|+|y|\quad\Longrightarrow\quad |x|-|y|\le |x-y|.

交換 xx 同 yy 得到 ∣y∣−∣x∣≤∣x−y∣|y|-|x|≤|x-y|;合併兩式正好得到 ∣∣x∣−∣y∣∣≤∣x−y∣\bigl||x|-|y|\bigr|≤|x-y|。

序列極限的代數運算

基本例子建立後,極限定律讓我們把它們組合起來。證明亦說明為甚麼同一個閾值必須同時控制每個誤差。

定理

序列的和與積定律

若 xn→Lx_n\to L 且 yn→My_n\to M,則 xn+yn→L+Mx_n+y_n\to L+M 且 xnyn→LMx_ny_n\to LM。

證明。 對於和,把每個誤差控制在 ε/2\varepsilon/2 以下,再在共同尾部使用三角不等式。對於乘積,先對 xn→Lx_n\to L 使用容差 11,取得固定的界 ∣xn∣<∣L∣+1=:A|x_n|<|L|+1=:A。令 B=max⁡(1,∣M∣)B=\max(1,|M|)。給定 ε>0\varepsilon>0,選一個共同尾部,使

∣yn−M∣<ε2A,∣xn−L∣<ε2B.|y_n-M|<\frac{\varepsilon}{2A},\qquad |x_n-L|<\frac{\varepsilon}{2B}.

現在,對超過閾值的同一個任意 nn,全部估計都成立,所以

∣xnyn−LM∣≤∣xn∣∣yn−M∣+∣M∣∣xn−L∣<ε2+ε2=ε.|x_ny_n-LM| \le |x_n||y_n-M|+|M||x_n-L| <\frac{\varepsilon}{2}+\frac{\varepsilon}{2}=\varepsilon.

預先取得的界,防止因子 xnx_n 不受控制地放大小誤差;使用 BB 亦涵蓋 M=0M=0 的情況。

定理

非零極限的倒數

若 xn→Lx_n\to L 且 L≠0L\ne0,則在倒數有定義的尾部上有 1/xn→1/L1/x_n\to1/L。

證明。 先取尾部使 ∣xn−L∣<∣L∣/2|x_n-L|<|L|/2。於是 ∣xn∣>∣L∣/2|x_n|>|L|/2,並且

∣1xn−1L∣=∣xn−L∣∣xn∣∣L∣≤2∣xn−L∣∣L∣2.\left|\frac1{x_n}-\frac1L\right| =\frac{|x_n-L|}{|x_n||L|} \le\frac{2|x_n-L|}{|L|^2}.

給定 ε>0\varepsilon>0,再增大閾值,使 ∣xn−L∣<ε∣L∣2/2|x_n-L|<\varepsilon|L|^2/2 同時成立。這樣誤差就小於 ε\varepsilon,而每一步除法都有先前的正下界作為依據。

例題

應用序列定律

對於 n≥1n\ge1,和定律給出 1+1/n→11+1/n\to1。把 (1+1/n)/n(1+1/n)/n 寫成 (1+1/n)(1/n)(1+1/n)(1/n),乘積定律便給出它趨於零。這兩個結論都使用已證明的 1/n→01/n\to0,並保留明確的定義域。

更多例子:比較、振盪與增長

例題

比較兩個有理式極限

對

xn=5n2+n+7n3+3n2+3n+1, x_n=\frac{5n^2+n+7}{n^3+3n^2+3n+1},

當 n≥1n≥1 時,分母至少是 n3n^3,而 5n2+n+7≤13n25n^2+n+7≤13n^2,所以

0≤xn≤13n2n3=13n.0\le x_n\le\frac{13n^2}{n^3}=\frac{13}{n}.

給定 ε>0\varepsilon\gt0,選取整數 N>13/εN\gt13/\varepsilon,則 n>Nn\gt N 時 ∣xn∣<ε|x_n|\lt\varepsilon,所以 xn→0x_n→0。

再看一個分子含有振盪項的有理式:

yn=n2−(−1)nn−13n2+n+1. y_n=\frac{n^2-(-1)^n n-13}{n^2+n+1}.

減去 1 後

yn−1=−(−1)nn−n−14n2+n+1. y_n-1=\frac{-(-1)^n n-n-14}{n^2+n+1}.

利用 ∣(−1)n∣=1|(-1)^n|=1,對 n≥1n≥1 有

∣yn−1∣≤2n+14n2≤16n.|y_n-1|\le\frac{2n+14}{n^2}\le\frac{16}{n}.

取 N>16/εN\gt16/\varepsilon,便得到 yn→1y_n→1。

例題

序列 2n2^n 沒有有限極限

對所有 n≥0n≥0,歸納可得 2n≥n+12^n≥n+1:n=0n=0 時成立;若對 nn 成立,則 2n+1=2⋅2n≥2(n+1)≥n+22^{n+1}=2·2^n≥2(n+1)≥n+2。所以 2n2^n 無界。收斂的實數序列一定有界, 因此 2n2^n 不會收斂到任何實數。

例題

有理化 n+1−n\sqrt{n+1}-\sqrt n

當 n≥1n≥1 時,

0<n+1−n=1n+1+n≤1n.0\lt\sqrt{n+1}-\sqrt n =\frac{1}{\sqrt{n+1}+\sqrt n} \le\frac{1}{\sqrt n}.

給定 ε>0\varepsilon\gt0,取整數 N>1/ε2N\gt1/\varepsilon^2。當 n>Nn\gt N 時 1/n<ε1/\sqrt n\lt\varepsilon,所以 n+1−n→0\sqrt{n+1}-\sqrt n\to0。

例題

離散極限 n2/4nn^2/4^n

當 n≥4n≥4 時,歸納可以證明 n≤2n/2n≤2^{n/2}。初始情況是 4≤44≤4;如果對 n≥4n≥4 成立,因為 (n+1)/n≤5/4<2(n+1)/n≤5/4\lt\sqrt2,便有 n+1≤2(n+1)/2n+1≤2^{(n+1)/2}。因此

0≤n24n≤2n4n=2−n.0\le\frac{n^2}{4^n}\le\frac{2^n}{4^n}=2^{-n}.

給定 ε>0\varepsilon\gt0,取同時大於 4 和 log⁡2(1/ε)\log_2(1/\varepsilon) 的 NN, 則 n>Nn\gt N 時 2−n<ε2^{-n}\lt\varepsilon,從而 n2/4n→0n^2/4^n→0。

例題

有限項的改變不影響極限

如果兩個序列在所有 n>N0n\gt N_0 時相同,而其中一個收斂到 LL,給定 ε\varepsilon 後取原來的閾值,再將它擴大到超過 N0N_0。兩條尾部完全相同, 所以有相同估計,另一個序列亦收斂到 LL。

快速檢查

思考檢查

在 lim⁡n→∞xn=L\lim_{n\to\infty}x_n=L 的定義裡,N 的角色是甚麼?

用「尾部」的語言回答。

解答 · 答案

NN 是尾部開始的位置。它保證:從 NN 之後,每一項都必須落在所選 ε\varepsilon-帶內。

思考檢查

為甚麼把一個收斂序列的頭十項改掉,不會破壞其收斂性?

想想定義真正控制的是哪些索引。

解答 · 答案

因為收斂只要求某個 NN 之後的所有項滿足條件。改動有限多個起始項,不 會改變那段尾部的最終行為。

練習

思考檢查

把序列極限的定義完整寫成符號形式。

不要漏掉量詞次序。

解答 · 引導解答

符號形式是

lim⁡n→∞xn=L  ⟺  ∀ε>0 ∃N∈N ∀n>N, ∣xn−L∣<ε.\lim_{n\to\infty}x_n=L \iff \forall \varepsilon\gt0\ \exists N\in N\ \forall n\gt N,\ |x_n-L|\lt\varepsilon.

量詞的次序很重要:先給 ε\varepsilon,再選 NN,最後檢查所有 n>Nn\gt N。

思考檢查

直接用定義證明 lim⁡n→∞1/(2n)=0\lim_{n\to\infty} 1/(2n)=0。

把它和 1/n1/n 的證明對照。

解答 · 引導解答

任取 ε>0\varepsilon\gt0。我們要

∣12n−0∣=12n<ε.\left|\frac1{2n}-0\right|=\frac1{2n}\lt\varepsilon.

這在 n>1/(2ε)n\gt1/(2\varepsilon) 時成立。故只要取自然數 NN 使 N>1/(2ε)N\gt1/(2\varepsilon),那麼當 n>Nn\gt N 時就有 1/(2n)<ε1/(2n)\lt\varepsilon。所 以 1/(2n)→01/(2n)\to 0。

思考檢查

為甚麼『有無限多項接近 L』仍不足以推出收斂?

把「無限多項」和「所有充分後面的項」作比較。

解答 · 引導解答

因為收斂要求整段尾部都接近 LL,而不只是某個無窮子列接近 LL。一個 序列可以無限多次走近 LL,同時又在之後的其他索引反覆跑遠。

前置與繼續閱讀

建議先讀 4.6 小數展開與無理數 及 4.3 完備性與 Q 的缺口。 之後可接着讀 5.2 Cauchy 序列與另一個實數模型。

練習

先自行作答,再檢查答案。你可以修改後重試。

載入中…

本單元重點詞彙