数列极限的严格定义
上一章里,单调有界数列会收敛这件事已经出现过。可那时“收敛”还像一个熟悉的结论:项越来越靠近某个数,于是把它当作极限。现在要把这句直觉拆开,逐字说清楚。因为只要开始写证明,“越来越靠近”就立刻会追问你两件事:靠近到什么程度?从第几项以后,能一直保持这个程度?
数列极限回答的正是这两个问题。它不要求前几项好看,也不要求每一项都朝一个方向移动;它只要求无论别人把误差要求压得多小,我们都能找到一道门槛,保证门槛后每一项都合格。这种把直觉翻译成可检验语句的能力,会贯穿后面的函数极限、连续性和积分。

数列只看排队次序,也特别看尾部
本章中,数列是定义在
N={1,2,3,…}
上的实值函数。写作 (an) 时,an 是第 n 项;把它展开,就是
(an)n=1∞=a1,
下标只记录项的顺序。它不承诺数列单调,也不承诺项值互不相同。例如
an=n+23
给出一列正数,逐项变小;而
bn=(−1)n
在 −1 与 1 之间来回。还有些数列前几项故意设得很乱,例如令 c1=1000、c2=,而从第三项起令 。它与 的极限行为完全一样。
原因很朴素:极限讨论的是尾部。改动有限多个项,至多把“从哪一项以后”的门槛往后推,绝不会改变门槛后无穷多项的整体表现。反过来,哪怕一个数列有无限多项偶尔很接近目标,只要它还会无限次跑远,它也不能收敛。
“最终”不等于“某一次”。极限不是说能找到一项落在目标附近,而是说存在一个位置,所有更靠后的项都留在目标附近。
把“越来越接近”变成一场误差较量
微积分里常说“当 n 越来越大,an 越来越接近 L”。这句话适合先建立画面,但它没有交代“接近”的标准是谁定的。若有人要求误差小于 0.1,你或许能回答;若他把要求改为 10−20,原来的说法没有说明你是否仍然接得住。
严格定义把这件事看成一场可以反复进行的较量。对方先报出任意一个正误差 ε;你看着这个要求选择一个正整数 N;之后他无论拿出哪个 n≥N,你都必须能证明 an 与 L 的距离小于 。只赢一轮不够,任何正误差都必须能应对。
设 (an) 是实数数列,L∈R。若
∀ε>0, ∃N∈N, ∀n≥N,∣an−
就称 (an) 收敛到 L,记为
n→∞liman=L
或简写为 an→L。绝对值把“距离”写成一个数;不等式 ∣an−L∣<ε 表示第 项落在开区间 内。
量词的顺序不能交换
定义里最值得慢下来读的是顺序:
任意 ε>0 ⟶ 选取 N ⟶ 所有 n≥N 都成立
N 可以依赖 ε。要求越苛刻,通常需要把门槛推得越远;这正是合理的。可是 N 不能再依赖后来挑出的某一个 n。一旦 N 定下,尾部的每一项都要受它约束。
如果把顺序错写成“存在一个固定的 N,对每个 ε>0 都成立”,要求会强得离谱。以 an=1/n 为例,任何固定的 N 都管不住 这一项:只要取
ε=2N1,
就有 1/N<ε。所以 1/n 的门槛必须随误差变化;它没有犯规,恰好说明原定义的依赖关系是必要的。
证明收敛时,不能只试 ε=0.01 或一个“足够小”的数。那只是在一条固定宽度的带子里检查尾部;定义要求能进入每一条正宽度的带子。
先写出目标 ∣an−L∣<ε。这一步不是形式主义:它明确了要估计的误差,而不是直接对着 a 猜。
例题:从误差倒推门槛
证明
n→∞limn+23=0.
给定任意 ε>0。我们需要的是
n+23−0
因为 3/(n+2)<3/n,只要安排 3/n<ε 就够了。取任意满足
N>ε3
的自然数。若 n≥N,则
n+23
这正好完成定义中的三层要求。注意 N 写成 ⌈3/ε⌉+1 也可以;证明需要的是严格不等式,因而在取整后多加 1 最省心。
例题:看起来复杂的式子,误差可能很短
证明
n→∞lim2n+37n−4=
不能只说“分子分母最高次项之比是 7/2”就停下。那是一个有用的计算经验,但严格证明要说明误差怎样被压小。直接计算:
2n+37
给定 ε>0,取自然数 N 满足
N>4ε29.
当 n≥N 时,便有
2n+37n−4−
所以极限是 7/2。你会发现,真正要找的不是“极限长什么样”,而是把候选极限减掉后能否留下一个容易控制的尾项。
一个数列只能有一个有限极限
“同一列数能不能既靠近 A,又靠近另一个 B?”如果 A 与 B 不同,答案是否定的。因为可以把误差带收紧到两者之间的间隔小得装不下同一个尾项。
极限唯一性
若 an→A 且 an→B,那么
A=B.
为证明这一点,假设 A=B,并记
d=∣A−B∣>0.
把误差取为 d/4。由 an→A,存在 N1,使得 n 时
∣an−A∣<4d.
由 an→B,存在 N2,使得 n≥N 时
∣an−B∣<4d.
选
N=max{N1,N2}.
这样一个 n≥N 同时落在两条误差带里。三角不等式给出
d=∣A−B∣≤∣A−an∣+∣a
这不可能。因此 A=B。这里取最大门槛是极限证明里的常用动作:不同条件各自从某处开始成立,就把起点取到所有条件之后。
唯一性让“数列的极限”可以说成一个确定的数,而不只是一个候选名单。以后写 liman 时,才不需要担心它还有另一个不相容的答案。
收敛会带来哪些尾部约束
收敛并不要求项从头到尾都规整,但它会强迫尾部待在目标附近。这首先给出一个常被误用、却很有力的必要条件。
收敛数列必有界
若 an→L∈R,则存在 M>0,使得对所有 n∈N 都有
∣an∣≤M.
证明只需把定义中的误差固定取成 1。存在 N,使得 n≥N 时
∣an−L∣<1.
因此尾部满足
∣an∣≤∣an−L∣+∣L∣<
前面的 a1,…,aN−1 只有有限项。令 M 为 1+ 与这些前项绝对值中的最大者;若 ,就只取 。这个 同时管住整个数列。
这条定理常用来排除有限极限。例如 an=n2 无界,所以它不可能收敛到任何实数。可是不要把箭头倒过来:
an=(−1)n
始终满足 ∣an∣=1,仍然不收敛。有界只说数列没有逃走,没有说它会在某一点安下来。
极限会保留最终成立的不等式
还有一条很自然的原则。若从某一项以后都有 an≥c,并且 an→L,那么必有 L≥c。否则若 ,令
ε=2c−L>0,
那么充分靠后的项会满足 an<L+ε=(L+c)/2<c,与 a 矛盾。类似地,若最终有 ,则 。
这解释了为什么极限证明里可以使用“最终的”上下界:前项的例外不会改变结论,关键是例外不能无限重复。
极限法则不是代入技巧
设
an→A,bn→B,
其中 A,B∈R。下面的法则都成立:
an+bn→A+B,
an−bn→A−B,
can→cA(c∈R),
anbn→AB.
若 B=0,那么 bn 从某一项以后确实不为零,并且
bnan→B
这些结论看上去像“把 n 换成无穷大后直接运算”。那样记忆很方便,证明却靠的是误差拆分与共同门槛;尤其乘法和除法,还要先控制一个原本会跟着 n 变化的因子。
加法:把误差份额分给两列
给定 ε>0。由 an→A,存在 N1 使
∣an−A∣<2ε
当 n≥N1 时成立;由 bn→B,存在 N 使
∣bn−B∣<2ε
当 n≥N2 时成立。令 N=max{N1,N。对于每个 ,
∣(an+b
所以和数列收敛到 A+B。减法与常数倍只是在同一估计里换了符号或常数;当 c=0 时,可以把对 ∣an−A∣ 的要求定为小于 ,而 时数列恒为 。
乘法:先把一个会变的系数固定住
乘法的误差可拆成
anbn−AB=(an
由于 (bn) 收敛,它有界。取某个 M>0 使 ∣bn∣≤M 对所有 都成立,再令
C=max{1,M},D=max{1,∣A∣}.
给定 ε>0,分别选择 N1,N2,使得
∣an−A∣<2Cε(n≥N
以及
∣bn−B∣<2Dε(n≥
令 N=max{N1,N2}。当 n≥N,
∣anb
有界性在这里不是装饰。若没有它,∣bn∣ 可能把本来很小的 ∣an−A∣ 再放大,估计便无法闭合。
除法:分母极限非零,才有最终安全距离
若 bn→B=0,先令
ε0=2∣B∣.
从某个 N0 起,∣bn−B∣<∣B∣/2。反三角不等式给出
∣bn∣≥∣B∣−∣bn−B∣>
对所有 n≥N0 成立。因此分母并不是凭空假定“最终非零”,而是由非零极限推出来的。接着
bn
在足够靠后的项成立,所以 1/bn→1/B;再和 an→A 相乘即可得到商法则。
商法则的条件不能省。若 bn→0,即使每一项 bn 都非零, 也未必有有限极限;例如 时,倒数就是 。
例题:先拆成已知的尾项
求
n→∞limn2+4n5n
将分子、分母各除以 n2:
n2+4n5n2−2n+1
已经由定义知道 1/n→0;乘法法则给出 1/n2→0。于是分子趋于 5,分母趋于 1,且分母极限非零,因此原数列的极限为
15=5.
这种算法并没有跳过证明:它把一次长证明压缩成已证明的法则的组合。真正需要停下来的地方,是分母极限为 0 或式子不能被这些法则直接覆盖的时候。
夹逼:不用算出中间项,也能控制它
有时 yn 的精确误差不好算,但它被两列可控数列夹住。若存在 N0,使得对所有 n≥N0 都有
xn≤yn≤zn,
而且
xn→L,zn→L,
那么
yn→L.
证明仍然是共同门槛。给定 ε>0,选 N1 使 xn>L−,选 使 ,再取
N=max{N0,N1,N2}.
当 n≥N 时,
L−ε<xn≤yn≤z
这就是说 ∣yn−L∣<ε。夹逼并不要求不等式从第一项就成立;“最终夹住”已经足够。
例题:振荡可以存在,振幅必须消失
考虑
yn=3n+1cos(n2).
因为 −1≤cos(n2)≤1 且 3n+1>0,
−3n+11≤yn≤3n
左右两列都趋于 0,所以夹逼定理给出
n→∞lim3n+1cos(n2)=
余弦部分仍在振荡;收敛的不是“振荡停止了”,而是它所能造成的偏离被分母压到任意小。把它与 (−1)n 对比,差别不在有没有上下跳动,而在跳动幅度是否趋于零。
不收敛和趋于无穷,必须分开说
如果没有任何 L∈R 使 an→L,就说 (an) 在实数意义下发散。发散不是一种单一画面:数列可能在有限范围内来回跳,也可能越走越大,还可能正负两边都越跳越远。
否定定义时,固定误差要站在最前面
“an 不收敛到 L”并不是笼统地说“它看起来不靠近”。把收敛定义逐层否定,得到
∃ε0>0, ∀N∈N, ∃n≥N,∣a
顺序很关键:必须先找一个固定的正数 ε0,以后不管门槛被推到哪里,都能在尾部找到一项离 L 至少这么远。如果每次失败时才临时换一个越来越小的误差,并不能否定收敛。
例题:有界振荡为什么仍然发散
令
an={2,−1,n
它当然有界,但我们要证明它对任意候选 L 都不收敛。数 2 与 −1 的距离是 3,所以它们不可能同时与 L 的距离都小于 3/2;否则三角不等式会给出
3=∣2−(−1)∣≤∣2−L∣+∣L−(−1)∣<3,
矛盾。因此在 2 与 −1 中,至少有一个与 L 的距离不小于 3/2。无论 N 多大,N 之后总有偶数下标,也总有奇数下标;选取对应的那种项,就得到
∣an−L∣≥23
且 n≥N。这正是上面的否定定义,故该数列不收敛。
趋于 +∞ 或 −∞ 不叫有限收敛
写作
an→+∞
的意思是:对每个实数 H,存在 N∈N,使得所有 n≥N 都有
an>H.
同理,an→−∞ 的意思是:对每个实数 H,存在 N,使得 n≥N 时 。这里的 不是一个小误差,它是一条任意高或任意低的水平线。 和 不是实数,因此本章的“收敛数列”仍只指收敛到有限实数的数列。
例如,令
un=n2−5n.
给定任意 H∈R,取自然数 N 满足
N>max{10,2max{H,0}}.
当 n≥N 时,n−5≥n/2,故
un=n(n−5)≥2n2
所以 un→+∞。另一方面,vn=−2n+1 趋于 :给定 ,只要选 ,就有 对所有 成立。
数列 (−1)nn 则是另一种情形。它既不会最终超过每一条高水平线,因为奇数项很小;也不会最终低于每一条低水平线,因为偶数项很大。它发散,却不趋于 +∞ 或 −∞。
“无界”足以排除有限极限,却不自动推出趋于 +∞ 或 −∞。正负交替地逃向两边,就是反例。
几个会把直觉带偏的命题
实分析里的反例通常不奇怪,它们只是把一句不完整的话推到极限。下面几条都很容易被口头直觉误导。
有界不推出收敛
前面的 2,−1,2,−1,… 始终落在 [−1,2] 中,却没有共同归宿。一个有限区间只是围栏,不是终点。
有无限多项接近 L,不推出收敛到 L
令
rn={0,1,n
rk2=0 有无限多项,说明它会反复碰到 0;但在每个平方数之后,k2+ 不是平方数,且 。所以无论把门槛推多远,尾部仍有离 距离为 的项, 不收敛到 。数 和 在尾部都反复出现;对任意候选 ,它们不可能同时与 的距离小于 ,再用同一固定误差论证,便知该数列实际上不收敛到任何实数。
乘积趋于零,不强迫每个因子都趋于零
令
pn={1,0,
每一项都有 pnqn=0,故乘积数列趋于 0;但 pn 与 都在 、 之间交替,谁也不趋于 。极限法则能从两个已知极限推出乘积极限,不能把这个推理倒过来。
遇到一个“显然”的极限命题时,先问它是不是只给出了必要条件,还是也真的给出了充分条件。反例往往从把这两个方向混在一起开始。
练习:把量词写成完整证明
先尝试自己确定门槛,再展开答案核对。练习中的解答会反复使用同一个结构,但不要因此省略“给定任意 ε”“取 N”和“任意 n≥N”这些连接处。
练习一
用定义证明
n→∞lim3n+49n+5=3.
给定任意 ε>0。直接计算误差:
3n+4
练习二
用定义证明
n→∞limn+14(−1)n=
给定任意 ε>0,取自然数 N>4/ε。当 n≥N 时,利用 ∣(−1),
练习三
用极限法则求
n→∞limn2+52n2
分子、分母同除以 n2:
n2+52n
练习四
用夹逼定理证明
n→∞limn+46+cosn=0.
因为 −1≤cosn≤1 且 n+4>0,
练习五
证明下列数列不收敛到任何实数:
wn={2,−1,n
任取候选极限 L∈R。数 2 和 −1 的距离为 3,故二者不可能都与 L 的距离小于 3/2;否则
练习六
用趋于无穷的定义证明
n2−3n→+∞.
给定任意实数 H。令 R=max{H,0},并取自然数 N 满足
N>max{6,
从“靠近一个终点”走向“尾部彼此靠近”
到这里,判断 an→L 仍有一个现实困难:往往要先猜到 L。下一章会把视线从“项到极限的距离”转向“尾部两项之间的距离”。它会正式讨论子列,以及下面这个 Cauchy 条件:
∀ε>0, ∃N∈N, ∀m,n≥N,∣am
它的直觉是:即使暂时不知道终点在哪里,尾部的项也应当越挤越紧。实数的完备性会在下一章说明,为什么这种“彼此接近”最终足以保证存在一个实数终点;在本章,我们先把 epsilon–N 的语言练扎实,才有能力检查这条更深的判据。