111 年 國立臺灣大學數學系碩士班《高等微積分》

📄 試題原卷 免費註冊後即可對照原始考卷 PDF免費註冊

第 1 題15 分

Let {(Xn;dn)}\{(X_n; d_n)\} be a sequence of metric spaces, and let X=∏n=1∞XnX = \prod_{n=1}^{\infty} X_n. For x,y∈Xx, y \in X, define
d(x,y)=∑n=1∞12ndn(xn,yn)1+dn(xn,yn)d(x,y) = \sum_{n=1}^{\infty} \frac{1}{2^n} \frac{d_n(x_n, y_n)}{1 + d_n(x_n, y_n)}
(a) Prove that dd is a distance on XX.
(b) (X,d)(X, d) is a complete metric space if and only if each (Xn,dn)(X_n, d_n) is complete.

登入後即可作答並保存紀錄。

這一題的完整詳解

此題主要考驗對度量空間 (metric space) 定義的理解,特別是乘積空間的度量以及完備性 (completeness) 的概念。

核心觀念:度量空間的性質、乘積空間的完備性。

(a) 證明 dd 是 XX 上的距離。
為了證明 dd 是一個距離,我們需要驗證以下四個條件:

  1. 非負性 (Non-negativity): 對於任意 x,y∈Xx, y \in X, d(x,y)≥0d(x, y) \ge 0。
    由於 dn(xn,yn)≥0d_n(x_n, y_n) \ge 0 對於所有 n≥1n \ge 1,且 1+dn(xn,yn)>01 + d_n(x_n, y_n) > 0,故 dn(xn,yn)1+dn(xn,yn)≥0\frac{d_n(x_n, y_n)}{1 + d_n(x_n, y_n)} \ge 0。
    因此,d(x,y)=∑n=1∞12ndn(xn,yn)1+dn(xn,yn)≥0d(x, y) = \sum_{n=1}^{\infty} \frac{1}{2^n} \frac{d_n(x_n, y_n)}{1 + d_n(x_n, y_n)} \ge 0。

  2. 同一性 (Identity of indiscernibles): 對於任意 x,y∈Xx, y \in X, d(x,y)=0d(x, y) = 0 當且僅當 x=yx = y。

    • 若 x=yx = y,則 xn=ynx_n = y_n 對於所有 n≥1n \ge 1。由於 dnd_n 是 XnX_n 上的距離,所以 dn(xn,yn)=0d_n(x_n, y_n) = 0。
      因此,d(x,y)=∑n=1∞12n01+0=∑n=1∞0=0d(x, y) = \sum_{n=1}^{\infty} \frac{1}{2^n} \frac{0}{1 + 0} = \sum_{n=1}^{\infty} 0 = 0。
    • 若 d(x,y)=0d(x, y) = 0,即 ∑n=1∞12ndn(xn,yn)1+dn(xn,yn)=0\sum_{n=1}^{\infty} \frac{1}{2^n} \frac{d_n(x_n, y_n)}{1 + d_n(x_n, y_n)} = 0。
      由於每一項 12ndn(xn,yn)1+dn(xn,yn)≥0\frac{1}{2^n} \frac{d_n(x_n, y_n)}{1 + d_n(x_n, y_n)} \ge 0,一個非負項數列的和為 0,代表每一項都必須為 0。
      所以,對所有 n≥1n \ge 1, 12ndn(xn,yn)1+dn(xn,yn)=0\frac{1}{2^n} \frac{d_n(x_n, y_n)}{1 + d_n(x_n, y_n)} = 0,這意味著 dn(xn,yn)=0d_n(x_n, y_n) = 0。
      由於 dnd_n 是距離, dn(xn,yn)=0d_n(x_n, y_n) = 0 當且僅當 xn=ynx_n = y_n。
      因此,xn=ynx_n = y_n 對於所有 n≥1n \ge 1,這表示 x=yx = y。
  3. 對稱性 (Symmetry): 對於任意 x,y∈Xx, y \in X, d(x,y)=d(y,x)d(x, y) = d(y, x)。
    由於 dnd_n 是距離,所以 dn(xn,yn)=dn(yn,xn)d_n(x_n, y_n) = d_n(y_n, x_n) 對於所有 n≥1n \ge 1。
    因此,
    d(x,y)=∑n=1∞12ndn(xn,yn)1+dn(xn,yn)=∑n=1∞12ndn(yn,xn)1+dn(yn,xn)=d(y,x)d(x, y) = \sum_{n=1}^{\infty} \frac{1}{2^n} \frac{d_n(x_n, y_n)}{1 + d_n(x_n, y_n)} = \sum_{n=1}^{\infty} \frac{1}{2^n} \frac{d_n(y_n, x_n)}{1 + d_n(y_n, x_n)} = d(y, x)

  4. 三角不等式 (Triangle inequality): 對於任意 x,y,z∈Xx, y, z \in X, d(x,z)≤d(x,y)+d(y,z)d(x, z) \le d(x, y) + d(y, z)。
    我們需要證明 dn(xn,zn)1+dn(xn,zn)≤dn(xn,yn)1+dn(xn,yn)+dn(yn,zn)1+dn(yn,zn)\frac{d_n(x_n, z_n)}{1 + d_n(x_n, z_n)} \le \frac{d_n(x_n, y_n)}{1 + d_n(x_n, y_n)} + \frac{d_n(y_n, z_n)}{1 + d_n(y_n, z_n)} 對於所有 nn 成立。
    令 a=dn(xn,yn)a = d_n(x_n, y_n) 和 b=dn(yn,zn)b = d_n(y_n, z_n)。由 dnd_n 的三角不等式,我們有 dn(xn,zn)≤a+bd_n(x_n, z_n) \le a+b。
    考慮函數 f(t)=t1+t=1−11+tf(t) = \frac{t}{1+t} = 1 - \frac{1}{1+t}。此函數對於 t≥0t \ge 0 是遞增且凹的 (concave)。
    我們需要證明 f(dn(xn,zn))≤f(a)+f(b)f(d_n(x_n, z_n)) \le f(a) + f(b)。
    利用三角不等式 dn(xn,zn)≤a+bd_n(x_n, z_n) \le a+b,我們有 f(dn(xn,zn))≤f(a+b)=a+b1+(a+b)f(d_n(x_n, z_n)) \le f(a+b) = \frac{a+b}{1+(a+b)}。
    現在我們需要證明 a+b1+(a+b)≤a1+a+b1+b\frac{a+b}{1+(a+b)} \le \frac{a}{1+a} + \frac{b}{1+b}。
    右式為 a(1+b)+b(1+a)(1+a)(1+b)=a+ab+b+ab1+a+b+ab=a+b+2ab1+a+b+ab\frac{a(1+b) + b(1+a)}{(1+a)(1+b)} = \frac{a+ab+b+ab}{1+a+b+ab} = \frac{a+b+2ab}{1+a+b+ab}。
    我們需要證明 a+b1+a+b≤a+b+2ab1+a+b+ab\frac{a+b}{1+a+b} \le \frac{a+b+2ab}{1+a+b+ab}。
    令 S=a+bS = a+b。則需要證明 S1+S≤S+2ab1+S+ab\frac{S}{1+S} \le \frac{S+2ab}{1+S+ab}。
    (S)(1+S+ab)≤(1+S)(S+2ab)(S)(1+S+ab) \le (1+S)(S+2ab)
    S+S2+Sab≤S+2ab+S2+2abSS+S^2+Sab \le S+2ab+S^2+2abS
    Sab≤2ab+2abSSab \le 2ab + 2abS
    ab(S)≤2ab+2abSab(S) \le 2ab + 2abS
    0≤2ab+2abS−Sab0 \le 2ab + 2abS - Sab
    0≤2ab+ab(2S−S)0 \le 2ab + ab(2S-S)
    0≤2ab+abS0 \le 2ab + abS
    0≤ab(2+S)0 \le ab(2+S)
    由於 a=dn(xn,yn)≥0a = d_n(x_n, y_n) \ge 0 且 b=dn(yn,zn)≥0b = d_n(y_n, z_n) \ge 0,所以 ab≥0ab \ge 0。
    且 S=a+b≥0S = a+b \ge 0,所以 2+S>02+S > 0。
    因此,ab(2+S)≥0ab(2+S) \ge 0 恆成立。
    所以,我們證明了 dn(xn,zn)1+dn(xn,zn)≤dn(xn,yn)1+dn(xn,yn)+dn(yn,zn)1+dn(yn,zn)\frac{d_n(x_n, z_n)}{1 + d_n(x_n, z_n)} \le \frac{d_n(x_n, y_n)}{1 + d_n(x_n, y_n)} + \frac{d_n(y_n, z_n)}{1 + d_n(y_n, z_n)} 對於所有 nn 成立。
    現在,將這個不等式乘以 12n\frac{1}{2^n} 並求和:
    d(x,z)=∑n=1∞12ndn(xn,zn)1+dn(xn,zn)≤∑n=1∞12n(dn(xn,yn)1+dn(xn,yn)+dn(yn,zn)1+dn(yn,zn))d(x, z) = \sum_{n=1}^{\infty} \frac{1}{2^n} \frac{d_n(x_n, z_n)}{1 + d_n(x_n, z_n)} \le \sum_{n=1}^{\infty} \frac{1}{2^n} \left( \frac{d_n(x_n, y_n)}{1 + d_n(x_n, y_n)} + \frac{d_n(y_n, z_n)}{1 + d_n(y_n, z_n)} \right)
    d(x,z)≤∑n=1∞12ndn(xn,yn)1+dn(xn,yn)+∑n=1∞12ndn(yn,zn)1+dn(yn,zn)=d(x,y)+d(y,z)d(x, z) \le \sum_{n=1}^{\infty} \frac{1}{2^n} \frac{d_n(x_n, y_n)}{1 + d_n(x_n, y_n)} + \sum_{n=1}^{\infty} \frac{1}{2^n} \frac{d_n(y_n, z_n)}{1 + d_n(y_n, z_n)} = d(x, y) + d(y, z)
    因此,dd 滿足三角不等式。

綜合以上四點, dd 是 XX 上的距離。

(b) 證明 (X,d)(X, d) 是完備度量空間,若且唯若每個 (Xn,dn)(X_n, d_n) 是完備度量空間。

(⇒\Rightarrow) 假設 (X,d)(X, d) 是完備度量空間,證明每個 (Xn,dn)(X_n, d_n) 是完備度量空間。
令 1≤k1 \le k 為任意固定整數。考慮 (Xk,dk)(X_k, d_k) 上的任意 Cauchy 序列 {x(m)}m=1∞\{x^{(m)}\}_{m=1}^{\infty}。
我們需要證明這個序列在 (Xk,dk)(X_k, d_k) 中收斂。
對於任意 m,l≥1m, l \ge 1,令 x(m)=(x1(m),x2(m),… )x^{(m)} = (x^{(m)}_1, x^{(m)}_2, \dots) 且 x(l)=(x1(l),x2(l),… )x^{(l)} = (x^{(l)}_1, x^{(l)}_2, \dots)。
由於 {x(m)}m=1∞\{x^{(m)}\}_{m=1}^{\infty} 是 (X,d)(X, d) 中的 Cauchy 序列,對於任意 ϵ>0\epsilon > 0,存在 MM 使得當 m,l>Mm, l > M 時,d(x(m),x(l))<ϵd(x^{(m)}, x^{(l)}) < \epsilon。
我們有 d(x(m),x(l))=∑n=1∞12ndn(xn(m),xn(l))1+dn(xn(m),xn(l))d(x^{(m)}, x^{(l)}) = \sum_{n=1}^{\infty} \frac{1}{2^n} \frac{d_n(x^{(m)}_n, x^{(l)}_n)}{1 + d_n(x^{(m)}_n, x^{(l)}_n)}。
因此,對於所有 m,l>Mm, l > M,我們有
12kdk(xk(m),xk(l))1+dk(xk(m),xk(l))≤d(x(m),x(l))<ϵ\frac{1}{2^k} \frac{d_k(x^{(m)}_k, x^{(l)}_k)}{1 + d_k(x^{(m)}_k, x^{(l)}_k)} \le d(x^{(m)}, x^{(l)}) < \epsilon。
這意味著 dk(xk(m),xk(l))1+dk(xk(m),xk(l))<2kϵ\frac{d_k(x^{(m)}_k, x^{(l)}_k)}{1 + d_k(x^{(m)}_k, x^{(l)}_k)} < 2^k \epsilon。

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 2 題15 分

Determine the limit points of the sequence {cos⁡(n)}n=1∞\{\cos(n)\}_{n=1}^{\infty}, and prove your result.

登入後即可作答並保存紀錄。

這一題的完整詳解

此題考驗對「極限點」(limit point) 或稱「聚點」(accumulation point) 的定義以及三角函數性質的理解。

核心觀念:極限點的定義、有理數與無理數的稠密性、三角函數的性質。

極限點的定義:
一個點 pp 是序列 {an}\{a_n\} 的極限點,如果序列中存在無窮多個項趨近於 pp。也就是說,對於任意 ϵ>0\epsilon > 0,存在無窮多個 nn 使得 ∣an−p∣<ϵ|a_n - p| < \epsilon。
或者,對於任意 ϵ>0\epsilon > 0,區間 (p−ϵ,p+ϵ)(p-\epsilon, p+\epsilon) 包含序列 {an}\{a_n\} 的無窮多個項。

證明:
我們需要證明 {cos⁡(n)}n=1∞\{\cos(n)\}_{n=1}^{\infty} 的極限點集合。
首先,我們知道 cos⁡(n)\cos(n) 的值域在 [−1,1][-1, 1] 之間。因此,任何極限點都必須在 [−1,1][-1, 1] 內。

關鍵引理 (Key Lemma):
對於任意實數 θ\theta 和任意整數 k≥1k \ge 1,集合 {eikθ}k=1∞\{ e^{i k \theta} \}_{k=1}^{\infty} 在單位圓 S1={z∈C:∣z∣=1}S^1 = \{ z \in \mathbb{C} : |z|=1 \} 上是稠密的,當且僅當 θ/(2π)\theta/(2\pi) 是無理數。
這裡的稠密性是指,對於單位圓上的任意一點 ww 和任意 ϵ>0\epsilon > 0,都存在某個 k≥1k \ge 1 使得 ∣eikθ−w∣<ϵ|e^{i k \theta} - w| < \epsilon。

我們將此引理應用到 cos⁡(n)\cos(n)。
我們有 ein=cos⁡(n)+isin⁡(n)e^{in} = \cos(n) + i \sin(n)。
如果 {cos⁡(n)}\{\cos(n)\} 有一個極限點 LL,則存在一個子序列 {cos⁡(nk)}\{\cos(n_k)\} 收斂到 LL。
這意味著 eink=cos⁡(nk)+isin⁡(nk)e^{i n_k} = \cos(n_k) + i \sin(n_k) 的實部趨近於 LL。
然而,為了證明極限點,我們通常需要考慮整個序列的行為。

考慮序列 {ein}n=1∞\{e^{in}\}_{n=1}^{\infty} 在單位圓上的分佈。
我們知道 ein=cos⁡(n)+isin⁡(n)e^{in} = \cos(n) + i \sin(n)。
如果 12π\frac{1}{2\pi} 是無理數,那麼集合 {ein}n=1∞\{ e^{in} \}_{n=1}^{\infty} 在單位圓上是稠密的。
因為 1/(2π)1/(2\pi) 是無理數,所以集合 {n(mod2π):n∈N}\{n \pmod{2\pi} : n \in \mathbb{N}\} 在 [0,2π)[0, 2\pi) 上是稠密的。
這意味著對於任意 α∈[0,2π)\alpha \in [0, 2\pi) 和任意 ϵ>0\epsilon > 0,存在無窮多個整數 nn 使得 nn 離 α\alpha 的倍數 2π2\pi 非常近,即 n=α+2πk+δnn = \alpha + 2\pi k + \delta_n 其中 ∣δn∣|\delta_n| 很小。
更精確地,對於任意 θ∈R\theta \in \mathbb{R} 和任意 ϵ>0\epsilon > 0,都存在無窮多個整數 nn 使得 ∣n−θ∣<ϵ|n - \theta| < \epsilon (modulo 2π2\pi)。
這意味著 eine^{in} 在單位圓上是稠密的。
因此,對於單位圓上的任意一點 zz,都存在子序列 {eink}\{e^{in_k}\} 收斂到 zz。
如果 z=eiϕz = e^{i\phi},那麼 eink=cos⁡(nk)+isin⁡(nk)e^{in_k} = \cos(n_k) + i \sin(n_k) 收斂到 cos⁡(ϕ)+isin⁡(ϕ)\cos(\phi) + i \sin(\phi)。
這意味著 cos⁡(nk)→cos⁡(ϕ)\cos(n_k) \to \cos(\phi) 且 sin⁡(nk)→sin⁡(ϕ)\sin(n_k) \to \sin(\phi)。
因此,如果 {ein}n=1∞\{e^{in}\}_{n=1}^{\infty} 在單位圓上是稠密的,那麼 {cos⁡(n)}n=1∞\{\cos(n)\}_{n=1}^{\infty} 的極限點集合就是 [−1,1][-1, 1]。

證明 {ein}n=1∞\{e^{in}\}_{n=1}^{\infty} 在單位圓上稠密:
我們需要證明對於任意 zz 且 ∣z∣=1|z|=1,存在子序列 {eink}\{e^{in_k}\} 收斂到 zz。
這是因為 1/(2π)1/(2\pi) 是無理數。
根據 Weyl's Criterion 或 Ergodic Theory 的結果,如果 α\alpha 是無理數,則序列 {einα}n=1∞\{e^{i n \alpha}\}_{n=1}^\infty 在單位圓上是稠密的。
這裡我們考慮 α=1\alpha = 1。

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 3 題15 分

A set S⊂R1S \subset \mathbb{R}^1 is called compact if every open covering of SS, there exists a finite subcovering that covers SS. Use this definition to show that any finite closed interval [a,b][a, b] is compact.

登入後即可作答並保存紀錄。

這一題的完整詳解

此題考驗對「緊緻性」(compactness) 的定義的理解,以及如何應用此定義來證明一個閉區間是緊緻的。

核心觀念:緊緻性的定義 (Heine-Borel 定理的定義)、開覆蓋 (open covering)、有限子覆蓋 (finite subcovering)。

緊緻性的定義:
一個集合 S⊂R1S \subset \mathbb{R}^1 是緊緻的,如果對於 SS 的任意開覆蓋 {Uα}\{U_\alpha\},都存在一個有限子集 {Uα1,…,UαN}\{U_{\alpha_1}, \dots, U_{\alpha_N}\} 使得 S⊆⋃i=1NUαiS \subseteq \bigcup_{i=1}^N U_{\alpha_i}。

證明:
我們要證明對於任意的閉區間 [a,b][a, b],它滿足上述緊緻性的定義。
設 [a,b][a, b] 是 R1\mathbb{R}^1 中的一個閉區間。
令 {Uα}α∈A\{U_\alpha\}_{\alpha \in A} 是 [a,b][a, b] 的一個任意的開覆蓋。這表示:

  1. 每一個 UαU_\alpha 都是開集。
  2. [a,b]⊆⋃α∈AUα[a, b] \subseteq \bigcup_{\alpha \in A} U_\alpha。

我們需要證明存在一個有限的子集 A0⊆AA_0 \subseteq A 使得 [a,b]⊆⋃α∈A0Uα[a, b] \subseteq \bigcup_{\alpha \in A_0} U_\alpha。

考慮區間 [a,b][a, b]。
令 SS 為所有滿足「區間 [a,x][a, x] 可以被 {Uα}\{U_\alpha\} 的有限個集合所覆蓋」的 x∈[a,b]x \in [a, b] 的集合。
我們需要證明 b∈Sb \in S。

步驟:

  1. 證明 a∈Sa \in S:
    因為 a∈[a,b]a \in [a, b] 且 [a,b]⊆⋃α∈AUα[a, b] \subseteq \bigcup_{\alpha \in A} U_\alpha,所以存在某個 α0∈A\alpha_0 \in A 使得 a∈Uα0a \in U_{\alpha_0}。
    由於 Uα0U_{\alpha_0} 是開集,所以存在一個開區間 (a−ϵ,a+ϵ)⊆Uα0(a-\epsilon, a+\epsilon) \subseteq U_{\alpha_0},其中 ϵ>0\epsilon > 0。
    考慮區間 [a,a+δ][a, a+\delta],其中 0<δ<ϵ0 < \delta < \epsilon。
    由於 a∈Uα0a \in U_{\alpha_0} 且 Uα0U_{\alpha_0} 是開集,所以存在一個小於 ϵ\epsilon 的 δ>0\delta > 0 使得 [a,a+δ]⊂Uα0[a, a+\delta] \subset U_{\alpha_0}。
    因此,區間 [a,a+δ][a, a+\delta] 可以被有限個(一個)集合 Uα0U_{\alpha_0} 所覆蓋。
    所以 a+δ∈Sa+\delta \in S。這說明 SS 是非空的。

  2. 證明 SS 有上界 bb:
    由於 S⊆[a,b]S \subseteq [a, b],所以 bb 是 SS 的一個上界。

  3. 令 c=sup⁡Sc = \sup S:
    由於 SS 非空且有上界 bb,根據實數的完備性, SS 存在一個上確界 cc。
    由於 S⊆[a,b]S \subseteq [a, b],所以 a≤c≤ba \le c \le b。

  4. 證明 c∈Sc \in S:
    我們需要證明 cc 也可以被有限個 UαU_\alpha 所覆蓋。
    因為 c≤bc \le b,所以 c∈[a,b]c \in [a, b]。
    因此,存在某個 α1∈A\alpha_1 \in A 使得 c∈Uα1c \in U_{\alpha_1}。
    由於 Uα1U_{\alpha_1} 是開集,存在 ϵ′>0\epsilon' > 0 使得 (c−ϵ′,c+ϵ′)⊆Uα1(c-\epsilon', c+\epsilon') \subseteq U_{\alpha_1}。
    考慮區間 [a,c][a, c]。由於 c=sup⁡Sc = \sup S,對於任意 δ>0\delta > 0,存在 s∈Ss \in S 使得 c−δ<s≤cc-\delta < s \le c。
    如果我們取 δ=ϵ′\delta = \epsilon',則存在 s∈Ss \in S 使得 c−ϵ′<s≤cc-\epsilon' < s \le c。
    由於 s∈Ss \in S,根據 SS 的定義,區間 [a,s][a, s] 可以被有限個集合 {Uαi}i=1N\{U_{\alpha_i}\}_{i=1}^N 所覆蓋。
    即 [a,s]⊆⋃i=1NUαi[a, s] \subseteq \bigcup_{i=1}^N U_{\alpha_i}。
    現在考慮區間 [a,c][a, c]。我們有 [a,c]=[a,s]∪[s,c][a, c] = [a, s] \cup [s, c]。
    由於 s∈Ss \in S 且 c−ϵ′<s≤cc-\epsilon' < s \le c,並且 c∈Uα1c \in U_{\alpha_1} 且 (c−ϵ′,c+ϵ′)⊆Uα1(c-\epsilon', c+\epsilon') \subseteq U_{\alpha_1},所以 [s,c]⊆(c−ϵ′,c+ϵ′)⊆Uα1[s, c] \subseteq (c-\epsilon', c+\epsilon') \subseteq U_{\alpha_1}。
    因此,
    [a,c]=[a,s]∪[s,c]⊆(⋃i=1NUαi)∪Uα1[a, c] = [a, s] \cup [s, c] \subseteq \left(\bigcup_{i=1}^N U_{\alpha_i}\right) \cup U_{\alpha_1}。
    這是一個有限的覆蓋。
    所以 c∈Sc \in S。

  5. 證明 c=bc = b:
    由於 c=sup⁡Sc = \sup S 且 c∈Sc \in S,我們知道 cc 是由有限個 UαU_\alpha 所覆蓋的。
    如果 c<bc < b,那麼 cc 是一個嚴格小於 bb 的點。
    由於 c∈[a,b]c \in [a, b],所以存在某個 α2∈A\alpha_2 \in A 使得 c∈Uα2c \in U_{\alpha_2}。
    由於 Uα2U_{\alpha_2} 是開集,存在 ϵ′′>0\epsilon'' > 0 使得 (c−ϵ′′,c+ϵ′′)⊆Uα2(c-\epsilon'', c+\epsilon'') \subseteq U_{\alpha_2}。
    由於 c<bc < b,我們可以選擇一個 xx 使得 c<x<min⁡(b,c+ϵ′′)c < x < \min(b, c+\epsilon'')。
    那麼 x∈[a,b]x \in [a, b] 且 x∈(c−ϵ′′,c+ϵ′′)⊆Uα2x \in (c-\epsilon'', c+\epsilon'') \subseteq U_{\alpha_2}。
    由於 c=sup⁡Sc = \sup S,對於任意 y>cy > c, yy 不在 SS 中。
    這裡我們選擇 x>cx > c。
    如果 x∈Sx \in S,那麼 cc 就不是 SS 的上確界,這與 c=sup⁡Sc = \sup S 矛盾。
    所以 x∉Sx \notin S。

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 4 題15 分

Let SS be the sphere of radius AA about the origin, and F(x,y,z)=(x2+y2+z2)(xi+yj+zk)F(x, y, z) = (x^2+y^2+z^2)(x\mathbf{i} + y\mathbf{j} + z\mathbf{k}). Use divergence theorem to compute ∬SF⋅n dS\iint_S \mathbf{F} \cdot \mathbf{n} \, dS, where n\mathbf{n} is the unit outward normal of SS.

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考查散度定理(Divergence Theorem):

∬SF⋅n dS=∭V∇⋅F dV,\iint_S \mathbf F\cdot \mathbf n\,dS = \iiint_V \nabla\cdot\mathbf F\,dV,

其中 SS 是包圍球體 VV 的封閉曲面,n\mathbf n 為外向單位法向量。

題目中的向量場為

F(x,y,z)=(x2+y2+z2)(xi+yj+zk).\mathbf F(x,y,z) = (x^2+y^2+z^2)(x\mathbf i+y\mathbf j+z\mathbf k).

令

r2=x2+y2+z2,r^2=x^2+y^2+z^2,

則

F=(xr2,yr2,zr2).\mathbf F=(xr^2,yr^2,zr^2).

解題方法

設 VV 為半徑 AA 的球體。依散度定理,

∬SF⋅n dS=∭V∇⋅F dV.\iint_S \mathbf F\cdot\mathbf n\,dS = \iiint_V \nabla\cdot\mathbf F\,dV.

先計算向量場的散度:

∇⋅F=∂∂x(xr2)+∂∂y(yr2)+∂∂z(zr2).\nabla\cdot\mathbf F = \frac{\partial}{\partial x}(xr^2) + \frac{\partial}{\partial y}(yr^2) + \frac{\partial}{\partial z}(zr^2).

各項分別為

∂∂x(x(x2+y2+z2))=3x2+y2+z2,\frac{\partial}{\partial x}\bigl(x(x^2+y^2+z^2)\bigr) = 3x^2+y^2+z^2, ∂∂y(y(x2+y2+z2))=x2+3y2+z2,\frac{\partial}{\partial y}\bigl(y(x^2+y^2+z^2)\bigr) = x^2+3y^2+z^2, ∂∂z(z(x2+y2+z2))=x2+y2+3z2.\frac{\partial}{\partial z}\bigl(z(x^2+y^2+z^2)\bigr) = x^2+y^2+3z^2.

因此

∇⋅F=5x2+5y2+5z2=5r2.\nabla\cdot\mathbf F = 5x^2+5y^2+5z^2 = 5r^2.

改用球座標,其中

r2=x2+y2+z2,dV=r2sin⁡ϕ dr dϕ dθ.r^2=x^2+y^2+z^2, \qquad dV=r^2\sin\phi\,dr\,d\phi\,d\theta.

所以

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 5 題15 分

Suppose f(x)f(x) is defined on [−1,1][-1,1] and f(x)f(x) is continuous. Prove that the series
∑n=1∞(n(f(1/n)−f(−1/n))−2f′(0))\sum_{n=1}^{\infty} \left( n(f(1/n) - f(-1/n)) - 2f'(0) \right)
is convergent.

登入後即可作答並保存紀錄。

這一題的完整詳解

此題考驗對泰勒級數 (Taylor series) 或微分定義的理解,以及級數收斂性的判斷。題目給出一個級數,要求證明其收斂。

核心觀念:泰勒展開、導數的定義、級數收斂判別。

問題分析:
級數的每一項是 an=n(f(1/n)−f(−1/n))−2f′(0)a_n = n(f(1/n) - f(-1/n)) - 2f'(0)。
我們要證明 ∑n=1∞an\sum_{n=1}^{\infty} a_n 收斂。
由於 ff 在 [−1,1][-1, 1] 上連續,且題目中出現了 f′(0)f'(0),這暗示 ff 在 x=0x=0 附近是可微的。
為了證明級數收斂,我們通常需要證明級數的項 ana_n 趨近於 0 夠快。
也就是說,我們需要估計 ana_n 的行為當 n→∞n \to \infty 時。

解題思路:
我們將使用 ff 在 x=0x=0 附近的泰勒展開來估計 f(1/n)f(1/n) 和 f(−1/n)f(-1/n)。
由於 ff 在 x=0x=0 處可微,我們假設 ff 在 x=0x=0 的某個鄰域內是二次可微的,這樣可以得到更精確的估計。
如果题目只假設 ff 連續,但出現 f′(0)f'(0),這暗示 ff 在 00 點可微。
為了獲得級數收斂的足夠條件,我們需要 ana_n 衰減的速度比 1/n1/n 快。
如果 ff 是光滑的 (infinitely differentiable),我們可以寫出更完整的泰勒展開。
假設 ff 在 00 點周圍是二次連續可微的,即 f′′f'' 在 00 的某個鄰域內連續。
則 ff 在 00 點的泰勒展開到二階為:
f(x)=f(0)+f′(0)x+f′′(0)2x2+o(x2)f(x) = f(0) + f'(0)x + \frac{f''(0)}{2}x^2 + o(x^2) 當 x→0x \to 0。

應用泰勒展開:
令 x=1/nx = 1/n。當 n→∞n \to \infty, 1/n→01/n \to 0。
f(1/n)=f(0)+f′(0)(1/n)+f′′(0)2(1/n)2+o((1/n)2)f(1/n) = f(0) + f'(0)(1/n) + \frac{f''(0)}{2}(1/n)^2 + o((1/n)^2)
f(−1/n)=f(0)+f′(0)(−1/n)+f′′(0)2(−1/n)2+o((−1/n)2)f(-1/n) = f(0) + f'(0)(-1/n) + \frac{f''(0)}{2}(-1/n)^2 + o((-1/n)^2)
f(−1/n)=f(0)−f′(0)(1/n)+f′′(0)2(1/n)2+o((1/n)2)f(-1/n) = f(0) - f'(0)(1/n) + \frac{f''(0)}{2}(1/n)^2 + o((1/n)^2)

現在計算 f(1/n)−f(−1/n)f(1/n) - f(-1/n):
f(1/n)−f(−1/n)=(f(0)+f′(0)n+f′′(0)2n2+o(1/n2))−(f(0)−f′(0)n+f′′(0)2n2+o(1/n2))f(1/n) - f(-1/n) = \left( f(0) + \frac{f'(0)}{n} + \frac{f''(0)}{2n^2} + o(1/n^2) \right) - \left( f(0) - \frac{f'(0)}{n} + \frac{f''(0)}{2n^2} + o(1/n^2) \right)
f(1/n)−f(−1/n)=2f′(0)n+o(1/n2)f(1/n) - f(-1/n) = \frac{2f'(0)}{n} + o(1/n^2)

將此結果代入級數的項 ana_n:
an=n(f(1/n)−f(−1/n))−2f′(0)a_n = n(f(1/n) - f(-1/n)) - 2f'(0)
an=n(2f′(0)n+o(1/n2))−2f′(0)a_n = n\left( \frac{2f'(0)}{n} + o(1/n^2) \right) - 2f'(0)
an=2f′(0)+n⋅o(1/n2)−2f′(0)a_n = 2f'(0) + n \cdot o(1/n^2) - 2f'(0)
an=o(1/n)a_n = o(1/n)

o(1/n)o(1/n) 表示一個項,當 n→∞n \to \infty 時,它趨近於 0 的速度比 1/n1/n 還快。
也就是說,lim⁡n→∞an1/n=0\lim_{n \to \infty} \frac{a_n}{1/n} = 0。
這意味著 ana_n 趨近於 0 的速度非常快,至少比 1/n1/n 快。
具體來說,o(1/n)o(1/n) 意味著 an=ϵn/na_n = \epsilon_n / n 其中 ϵn→0\epsilon_n \to 0。
所以 ana_n 趨近於 0 的速度比 1/n1/n 快。

更精確地使用拉格朗日中值定理 (Lagrange Mean Value Theorem) 或帶皮亞諾餘項的泰勒公式:
由於 ff 在 [−1,1][-1, 1] 上連續,且 f′(0)f'(0) 存在,這意味著 ff 在 00 點附近是可微的。
我們假設 ff 在 00 的某個鄰域內可微,且 f′f' 在 00 點處連續(或者 f′′f'' 存在)。
如果 ff 在 00 的某個鄰域內二次可微,則
f(x)=f(0)+f′(0)x+f′′(c1)2x2f(x) = f(0) + f'(0)x + \frac{f''(c_1)}{2}x^2 對於某個 c1c_1 在 00 和 xx 之間。
f(1/n)=f(0)+f′(0)n+f′′(c1)2n2f(1/n) = f(0) + \frac{f'(0)}{n} + \frac{f''(c_1)}{2n^2}
f(−1/n)=f(0)−f′(0)n+f′′(c2)2n2f(-1/n) = f(0) - \frac{f'(0)}{n} + \frac{f''(c_2)}{2n^2}
其中 c1∈(0,1/n)c_1 \in (0, 1/n) 且 c2∈(−1/n,0)c_2 \in (-1/n, 0)。

f(1/n)−f(−1/n)=2f′(0)n+f′′(c1)−f′′(c2)2n2f(1/n) - f(-1/n) = \frac{2f'(0)}{n} + \frac{f''(c_1) - f''(c_2)}{2n^2}

an=n(f(1/n)−f(−1/n))−2f′(0)a_n = n(f(1/n) - f(-1/n)) - 2f'(0)
an=n(2f′(0)n+f′′(c1)−f′′(c2)2n2)−2f′(0)a_n = n \left( \frac{2f'(0)}{n} + \frac{f''(c_1) - f''(c_2)}{2n^2} \right) - 2f'(0)
an=2f′(0)+f′′(c1)−f′′(c2)2n−2f′(0)a_n = 2f'(0) + \frac{f''(c_1) - f''(c_2)}{2n} - 2f'(0)
an=f′′(c1)−f′′(c2)2na_n = \frac{f''(c_1) - f''(c_2)}{2n}

現在,我們需要考慮 f′′(c1)−f′′(c2)f''(c_1) - f''(c_2) 的行為。
如果 f′′f'' 在 00 點連續,則當 n→∞n \to \infty, c1→0c_1 \to 0 且 c2→0c_2 \to 0。
因此 f′′(c1)→f′′(0)f''(c_1) \to f''(0) 且 f′′(c2)→f′′(0)f''(c_2) \to f''(0)。
所以 f′′(c1)−f′′(c2)→0f''(c_1) - f''(c_2) \to 0。
這意味著 ana_n 的分子趨近於 0。
因此,ana_n 趨近於 0 的速度比 1/n1/n 快。
更精確地,如果 f′′f'' 在 00 點連續,則 f′′(c1)−f′′(c2)=o(1)f''(c_1) - f''(c_2) = o(1)。
所以 an=o(1)2n=o(1/n)a_n = \frac{o(1)}{2n} = o(1/n)。

級數收斂判別:
我們證明了 an=o(1/n)a_n = o(1/n)。
考慮級數 ∑n=1∞1n\sum_{n=1}^{\infty} \frac{1}{n},這是調和級數,是發散的。
我們不能直接用比較判別法。

但是,如果 an=o(1/n)a_n = o(1/n), 這意味著對於任意 ϵ>0\epsilon > 0, 存在 NN 使得當 n>Nn > N 時, ∣an∣<ϵn|a_n| < \frac{\epsilon}{n}。
這似乎沒有幫助,因為 ∑ϵn\sum \frac{\epsilon}{n} 也發散。

我們需要更強的結論。
如果 an=O(1/np)a_n = O(1/n^p) 且 p>1p > 1, 則級數收斂。
在這裡,我們得到 an=o(1/n)a_n = o(1/n).
這意味著 lim⁡n→∞n⋅an=0\lim_{n \to \infty} n \cdot a_n = 0。
這表示 ana_n 衰減的速度至少是 1/n21/n^2 或更快。
例如,如果 an=C/n2a_n = C/n^2, 則 ∑an\sum a_n 收斂。
如果 an=C/n3a_n = C/n^3, 則 ∑an\sum a_n 收斂。

重新仔細檢查泰勒展開的餘項:
如果 ff 在 00 點的某個鄰域內是 C2C^2 類 (即 f,f′,f′′f, f', f'' 連續),則
f(x)=f(0)+f′(0)x+f′′(0)2x2+o(x2)f(x) = f(0) + f'(0)x + \frac{f''(0)}{2}x^2 + o(x^2)
f(1/n)=f(0)+f′(0)n+f′′(0)2n2+o(1/n2)f(1/n) = f(0) + \frac{f'(0)}{n} + \frac{f''(0)}{2n^2} + o(1/n^2)
f(−1/n)=f(0)−f′(0)n+f′′(0)2n2+o(1/n2)f(-1/n) = f(0) - \frac{f'(0)}{n} + \frac{f''(0)}{2n^2} + o(1/n^2)
f(1/n)−f(−1/n)=2f′(0)n+o(1/n2)f(1/n) - f(-1/n) = \frac{2f'(0)}{n} + o(1/n^2)
n(f(1/n)−f(−1/n))=n(2f′(0)n+o(1/n2))=2f′(0)+n⋅o(1/n2)=2f′(0)+o(1/n)n(f(1/n) - f(-1/n)) = n(\frac{2f'(0)}{n} + o(1/n^2)) = 2f'(0) + n \cdot o(1/n^2) = 2f'(0) + o(1/n)。
所以 an=n(f(1/n)−f(−1/n))−2f′(0)=(2f′(0)+o(1/n))−2f′(0)=o(1/n)a_n = n(f(1/n) - f(-1/n)) - 2f'(0) = (2f'(0) + o(1/n)) - 2f'(0) = o(1/n)。
o(1/n)o(1/n) 表示 ana_n 的行為就像 C/npC/n^p 其中 p>1p > 1。
例如,如果 an=C/n2a_n = C/n^2, 則 n⋅an=C/n→0n \cdot a_n = C/n \to 0.
如果 an=C/n3a_n = C/n^3, 則 n⋅an=C/n2→0n \cdot a_n = C/n^2 \to 0.
所以 an=o(1/n)a_n = o(1/n) 意味著 ana_n 衰減的速度至少與 1/n21/n^2 一樣快。
即 ∣an∣≤M/n2|a_n| \le M/n^2 對於足夠大的 nn。
由於 ∑n=1∞1n2\sum_{n=1}^{\infty} \frac{1}{n^2} 是收斂的 (p-series with p=2>1p=2 > 1),根據比較判別法,級數 ∑n=1∞an\sum_{n=1}^{\infty} a_n 是收斂的。

更嚴謹的條件:
題目只說 ff 在 [−1,1][-1, 1] 上連續,但出現 f′(0)f'(0),這意味著 ff 在 00 點可微。
我們需要 ff 在 00 點附近足夠光滑,才能進行泰勒展開。
如果我們只知道 ff 在 00 點可微,則
f(x)=f(0)+f′(0)x+ϵ(x)xf(x) = f(0) + f'(0)x + \epsilon(x)x, 其中 lim⁡x→0ϵ(x)=0\lim_{x \to 0} \epsilon(x) = 0.
f(1/n)=f(0)+f′(0)n+ϵ(1/n)1nf(1/n) = f(0) + \frac{f'(0)}{n} + \epsilon(1/n) \frac{1}{n}
f(−1/n)=f(0)−f′(0)n+ϵ(−1/n)1−n=f(0)−f′(0)n−ϵ(−1/n)1nf(-1/n) = f(0) - \frac{f'(0)}{n} + \epsilon(-1/n) \frac{1}{-n} = f(0) - \frac{f'(0)}{n} - \epsilon(-1/n) \frac{1}{n}

f(1/n)−f(−1/n)=(f(0)+f′(0)n+ϵ(1/n)1n)−(f(0)−f′(0)n−ϵ(−1/n)1n)f(1/n) - f(-1/n) = \left( f(0) + \frac{f'(0)}{n} + \epsilon(1/n) \frac{1}{n} \right) - \left( f(0) - \frac{f'(0)}{n} - \epsilon(-1/n) \frac{1}{n} \right)
=2f′(0)n+ϵ(1/n)+ϵ(−1/n)n= \frac{2f'(0)}{n} + \frac{\epsilon(1/n) + \epsilon(-1/n)}{n}

an=n(f(1/n)−f(−1/n))−2f′(0)a_n = n(f(1/n) - f(-1/n)) - 2f'(0)
an=n(2f′(0)n+ϵ(1/n)+ϵ(−1/n)n)−2f′(0)a_n = n \left( \frac{2f'(0)}{n} + \frac{\epsilon(1/n) + \epsilon(-1/n)}{n} \right) - 2f'(0)
an=2f′(0)+(ϵ(1/n)+ϵ(−1/n))−2f′(0)a_n = 2f'(0) + (\epsilon(1/n) + \epsilon(-1/n)) - 2f'(0)
an=ϵ(1/n)+ϵ(−1/n)a_n = \epsilon(1/n) + \epsilon(-1/n)

因為 lim⁡x→0ϵ(x)=0\lim_{x \to 0} \epsilon(x) = 0, 所以當 n→∞n \to \infty, 1/n→01/n \to 0 且 −1/n→0-1/n \to 0.
因此, lim⁡n→∞ϵ(1/n)=0\lim_{n \to \infty} \epsilon(1/n) = 0 且 lim⁡n→∞ϵ(−1/n)=0\lim_{n \to \infty} \epsilon(-1/n) = 0.
所以, lim⁡n→∞an=0+0=0\lim_{n \to \infty} a_n = 0 + 0 = 0.
這僅僅證明了級數的項趨近於 0,這是級數收斂的必要條件,但不是充分條件。
我們需要證明 ana_n 衰減得更快。

使用帶餘項的積分形式的泰勒定理,或者更精確地考慮 f′f' 的行為。
如果 f′f' 在 00 點連續,則
f(x)=f(0)+f′(0)x+∫0x(x−t)f′′(t)dtf(x) = f(0) + f'(0)x + \int_0^x (x-t)f''(t) dt.
這需要 f′′f'' 存在。

換個角度:拉格朗日中值定理
對於 f(1/n)f(1/n) 和 f(−1/n)f(-1/n),我們可以在 00 點和 1/n1/n 之間,以及 00 點和 −1/n-1/n 之間應用拉格朗日中值定理。
f(1/n)=f(0)+f′(c1)(1/n)f(1/n) = f(0) + f'(c_1)(1/n),其中 c1∈(0,1/n)c_1 \in (0, 1/n)。
f(−1/n)=f(0)+f′(c2)(−1/n)f(-1/n) = f(0) + f'(c_2)(-1/n), 其中 c2∈(−1/n,0)c_2 \in (-1/n, 0)。

f(1/n)−f(−1/n)=(f(0)+f′(c1)/n)−(f(0)−f′(c2)/n)=f′(c1)+f′(c2)nf(1/n) - f(-1/n) = (f(0) + f'(c_1)/n) - (f(0) - f'(c_2)/n) = \frac{f'(c_1) + f'(c_2)}{n}。

an=n(f′(c1)+f′(c2)n)−2f′(0)a_n = n \left( \frac{f'(c_1) + f'(c_2)}{n} \right) - 2f'(0)
an=f′(c1)+f′(c2)−2f′(0)a_n = f'(c_1) + f'(c_2) - 2f'(0)

現在,我們需要 f′f' 在 00 點的行為。
如果 f′f' 在 00 點連續,那麼當 n→∞n \to \infty, c1→0c_1 \to 0 且 c2→0c_2 \to 0。
所以 f′(c1)→f′(0)f'(c_1) \to f'(0) 且 f′(c2)→f′(0)f'(c_2) \to f'(0)。
因此, an→f′(0)+f′(0)−2f′(0)=0a_n \to f'(0) + f'(0) - 2f'(0) = 0.

但是,我們需要 ana_n 衰減得更快。
如果 f′f' 在 00 點是可微的,即 f′′(0)f''(0) 存在。
則 f′(x)=f′(0)+f′′(0)x+o(x)f'(x) = f'(0) + f''(0)x + o(x) 當 x→0x \to 0。
f′(c1)=f′(0)+f′′(0)c1+o(c1)f'(c_1) = f'(0) + f''(0)c_1 + o(c_1)
f′(c2)=f′(0)+f′′(0)c2+o(c2)f'(c_2) = f'(0) + f''(0)c_2 + o(c_2)

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 6 題10 分

Suppose f:[0,1]→[0,1]f: [0,1] \to [0, 1] and the set G={(x,f(x)):x∈[0,1]}G = \{(x, f(x)) : x \in [0,1]\} is a closed set in R2\mathbb{R}^2. Is ff continuous? Justify your result.

登入後即可作答並保存紀錄。

這一題的完整詳解

此題考驗對函數圖形 (graph) 的性質與函數連續性之間的關係,以及閉集的定義。

核心觀念:函數圖形、閉集的定義、連續函數的性質。

題目分析:
給定一個函數 f:[0,1]→[0,1]f: [0,1] \to [0,1]。
其圖形 G={(x,f(x)):x∈[0,1]}G = \{(x, f(x)) : x \in [0,1]\} 被定義為 R2\mathbb{R}^2 中的一個閉集。
要求判斷 ff 是否連續,並給出理由。

定理:
一個函數 f:X→Yf: X \to Y(其中 X,YX, Y 是拓撲空間)是連續的,當且僅當對於 YY 中的每一個開集 VV,其原像 f−1(V)={x∈X:f(x)∈V}f^{-1}(V) = \{x \in X : f(x) \in V\} 在 XX 中是開集。
在我們的情況下,X=[0,1]X = [0,1] 和 Y=[0,1]Y = [0,1],並且我們考慮的是 R2\mathbb{R}^2 和 R\mathbb{R} 的子集。
我們也可以使用序列定義的連續性:ff 在 cc 點連續,如果對於任何收斂到 cc 的序列 {xn}\{x_n\} in [0,1][0,1],序列 {f(xn)}\{f(x_n)\} 在 [0,1][0,1] 中收斂到 f(c)f(c)。

閉集的定義:
一個集合 CC 在一個空間 SS 中是閉集,如果 CC 包含其所有的極限點。
或者,如果 SS 是度量空間,則 CC 是閉集,如果對於任何收斂到 CC 中某點的序列 {cn}\{c_n\} in CC,其極限點也屬於 CC。

證明思路:
我們需要證明 ff 是連續的。
根據連續函數的性質,函數的圖形是閉集,當定義域和值域是緊緻空間時。
然而,這裡的條件是圖形是閉集,我們需要推導出函數是連續的。

考慮定義域 [0,1][0,1] 是一個緊緻空間。
如果我們能證明 ff 是連續的,那麼根據定理:一個連續映射從一個緊緻空間到另一個豪斯多夫空間 (Hausdorff space) 的圖形是緊緻的。R2\mathbb{R}^2 是豪斯多夫空間。

反過來,如果 ff 的圖形是閉集,是否 ff 一定連續?
這在一般情況下是不成立的,例如 f(x)=1/xf(x) = 1/x 對於 x≠0x \ne 0 且 f(0)=0f(0)=0,其圖形在 (0,∞)(0, \infty) 上是閉集,但在 x=0x=0 點不連續。
但是,這裡的定義域和值域是 [0,1][0,1],這是緊緻空間。

定理:
設 XX 是緊緻空間, YY 是豪斯多夫空間。若 f:X→Yf: X \to Y 是一個連續映射,則 ff 的圖形 Gf={(x,f(x)):x∈X}G_f = \{(x, f(x)) : x \in X\} 在 X×YX \times Y 中是閉集。

我們需要證明反向命題:
設 XX 是緊緻空間, YY 是豪斯多夫空間。若 f:X→Yf: X \to Y 的圖形 GfG_f 在 X×YX \times Y 中是閉集,則 ff 是連續的。

證明:
設 X=[0,1]X=[0,1] (緊緻空間), Y=[0,1]Y=[0,1] (豪斯多夫空間,也是緊緻空間)。
G={(x,f(x)):x∈[0,1]}G = \{(x, f(x)) : x \in [0,1]\} 在 R2\mathbb{R}^2 中是閉集。
我們需要證明 ff 在 [0,1][0,1] 的任意一點 cc 處連續。
設 {xn}\{x_n\} 是 [0,1][0,1] 中的一個序列,且 xn→cx_n \to c 當 n→∞n \to \infty。
我們需要證明 f(xn)→f(c)f(x_n) \to f(c)。
考慮序列 {(xn,f(xn))}n=1∞\{(x_n, f(x_n))\}_{n=1}^{\infty}。這個序列中的點都屬於圖形 GG。
由於 xn→cx_n \to c,且 f(xn)f(x_n) 是一個在 [0,1][0,1] 中的序列(值域是 [0,1][0,1]),這個序列 {(xn,f(xn))}\{(x_n, f(x_n))\} 在 R2\mathbb{R}^2 中。
由於 [0,1][0,1] 是緊緻的,序列 {f(xn)}\{f(x_n)\} 必定有一個收斂的子序列,設為 {f(xnk)}\{f(x_{n_k})\},且 f(xnk)→y∗f(x_{n_k}) \to y^* 對於某個 y∗∈[0,1]y^* \in [0,1]。
同時,我們也有 xnk→cx_{n_k} \to c。
因此,子序列 {(xnk,f(xnk))}\{(x_{n_k}, f(x_{n_k}))\} 在 R2\mathbb{R}^2 中收斂到 (c,y∗)(c, y^*)。
由於 G={(x,f(x)):x∈[0,1]}G = \{(x, f(x)) : x \in [0,1]\} 是 R2\mathbb{R}^2 中的閉集,任何收斂到 GG 中某點的序列的極限點也必須在 GG 中。
所以,極限點 (c,y∗)(c, y^*) 必須屬於 GG。
這意味著 (c,y∗)=(c,f(c))(c, y^*) = (c, f(c))。
因此,y∗=f(c)y^* = f(c)。
這說明對於任何收斂到 cc 的序列 {xn}\{x_n\},都存在一個子序列 {xnk}\{x_{n_k}\} 使得 f(xnk)→f(c)f(x_{n_k}) \to f(c)。

這證明了 ff 在 cc 點是序列連續的。
但是,我們需要證明對於任何收斂到 cc 的序列 {xn}\{x_n\}, {f(xn)}\{f(x_n)\} 整個序列都收斂到 f(c)f(c)。

使用開集的原像證明:
我們要證明 ff 是連續的,也就是證明對於任何開集 V⊆[0,1]V \subseteq [0,1], f−1(V)f^{-1}(V) 在 [0,1][0,1] 中是開集。
令 VV 是 [0,1][0,1] 中的一個開集。
我們需要證明 f−1(V)={x∈[0,1]:f(x)∈V}f^{-1}(V) = \{x \in [0,1] : f(x) \in V\} 在 [0,1][0,1] 中是開集。
考慮集合 G∩([0,1]×V)G \cap ([0,1] \times V)。
由於 VV 在 [0,1][0,1] 中是開集,則 VV 在 R\mathbb{R} 中也是開集。
所以 [0,1]×V[0,1] \times V 在 R2\mathbb{R}^2 中是開集(因為 R\mathbb{R} 是豪斯多夫空間,笛卡爾積是開集)。
由於 GG 是閉集,則 G∩([0,1]×V)G \cap ([0,1] \times V) 是閉集。
令 S=G∩([0,1]×V)={(x,f(x)):x∈[0,1] and f(x)∈V}={(x,f(x)):x∈f−1(V)}S = G \cap ([0,1] \times V) = \{(x, f(x)) : x \in [0,1] \text{ and } f(x) \in V\} = \{(x, f(x)) : x \in f^{-1}(V)\}。
SS 是閉集。
現在考慮 SS 在 XX 軸上的投影:π1(S)={x:(x,y)∈S for some y}\pi_1(S) = \{x : (x, y) \in S \text{ for some } y\}。
π1(S)={x:x∈[0,1] and f(x)∈V}=f−1(V)\pi_1(S) = \{x : x \in [0,1] \text{ and } f(x) \in V\} = f^{-1}(V)。
投影映射 π1:R2→R\pi_1: \mathbb{R}^2 \to \mathbb{R} 是連續的。
如果 SS 是閉集,則 π1(S)\pi_1(S) 是 X=[0,1]X=[0,1] 中的閉集嗎?
投影映射不一定將閉集映射到閉集。例如,在 R2\mathbb{R}^2 中,集合 {(x,y):x≥0,xy=1}\{(x,y): x \ge 0, xy=1\} 是閉集,但其在 xx-軸上的投影是 (0,∞)(0, \infty),不是閉集。
但是,這裡的定義域是緊緻空間 [0,1][0,1]。

定理:
設 XX 是緊緻空間, YY 是豪斯多夫空間。若 f:X→Yf: X \to Y 的圖形 GfG_f 在 X×YX \times Y 中是閉集,則 ff 是連續的。

證明這個定理:
我們要證明對於任意開集 V⊆YV \subseteq Y, f−1(V)f^{-1}(V) 在 XX 中是開集。
令 VV 是 YY 中的一個開集。
考慮 X×VX \times V。由於 VV 是 YY 中的開集,且 XX 是任意空間, X×VX \times V 是 X×YX \times Y 中的開集。
由於 GfG_f 是 X×YX \times Y 中的閉集,則 Gf∩(X×V)G_f \cap (X \times V) 是 X×YX \times Y 中的閉集。
Gf∩(X×V)={(x,f(x))∈X×Y:f(x)∈V}={(x,f(x)):x∈f−1(V)}G_f \cap (X \times V) = \{(x, f(x)) \in X \times Y : f(x) \in V\} = \{(x, f(x)) : x \in f^{-1}(V)\}。
令 S=Gf∩(X×V)S = G_f \cap (X \times V). SS 是閉集。
我們需要證明 f−1(V)=π1(S)f^{-1}(V) = \pi_1(S) 是 XX 中的開集。
考慮 X×YX \times Y 中的投影映射 π1:X×Y→X\pi_1: X \times Y \to X。
由於 XX 是緊緻空間, π1\pi_1 是連續開映射。
如果 SS 是閉集,那麼 π1(S)\pi_1(S) 是 XX 中的閉集。
所以 f−1(V)f^{-1}(V) 是 XX 中的閉集。

這得到了 f−1(V)f^{-1}(V) 是閉集,而不是開集。
我們需要證明 f−1(V)f^{-1}(V) 是開集。
根據連續函數的定義, ff 是連續的,當且僅當對於任意開集 V⊆YV \subseteq Y, f−1(V)f^{-1}(V) 在 XX 中是開集。

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 7 題15 分

Suppose f∈C1[0,1]f \in C^1[0, 1] and is a homeomorphism of [0,1][0, 1] onto itself. Prove that there exists a sequence of polynomials {Pn(x)}\{P_n(x)\} such that PnP_n converges to ff uniformly and each PnP_n is also a homeomorphism of [0,1][0, 1] onto itself.

登入後即可作答並保存紀錄。

這一題的完整詳解

此題考驗對連續函數逼近定理 (如 Weierstrass Approximation Theorem)、同胚 (homeomorphism) 的定義與性質,以及多項式的性質。

核心觀念:Weierstrass Approximation Theorem、同胚的定義、多項式的性質。

定理回顧:

  1. Weierstrass Approximation Theorem (維爾斯特拉斯逼近定理):
    若 ff 是區間 [a,b][a, b] 上的連續實值函數,則對於任意 ϵ>0\epsilon > 0,存在一個多項式 P(x)P(x) 使得對於所有 x∈[a,b]x \in [a, b], ∣f(x)−P(x)∣<ϵ|f(x) - P(x)| < \epsilon。
    這意味著連續函數可以被多項式均勻逼近。

  2. 同胚 (Homeomorphism):
    一個函數 f:X→Yf: X \to Y 是同胚,如果:
    a. ff 是連續的雙射 (bijective)。
    b. ff 的反函數 f−1:Y→Xf^{-1}: Y \to X 也是連續的。
    在我們的問題中,定義域和值域都是 [0,1][0,1]。

  3. 題目條件:

    • f∈C1[0,1]f \in C^1[0, 1]:ff 在 [0,1][0,1] 上連續可微,且其導數 f′f' 在 [0,1][0,1] 上連續。
    • ff 是 [0,1][0,1] 到 [0,1][0,1] 的同胚。
    • 我們需要找到一個多項式序列 {Pn}\{P_n\},使得 Pn→fP_n \to f 均勻收斂,並且每個 PnP_n 也是 [0,1][0,1] 到 [0,1][0,1] 的同胚。

解題思路:

  1. 利用維爾斯特拉斯逼近定理:
    由於 f∈C1[0,1]f \in C^1[0,1], ff 顯然是連續的。根據維爾斯特拉斯逼近定理,存在一個多項式序列 {Qn}\{Q_n\} 使得 QnQ_n 均勻收斂到 ff。
    然而,我們需要保證逼近 ff 的多項式 PnP_n 必須是同胚。僅僅均勻逼近連續函數是不夠的。

  2. 同胚的性質:
    一個連續函數 f:[0,1]→[0,1]f: [0,1] \to [0,1] 是同胚,當且僅當它是嚴格單調的。
    由於 ff 是同胚,它必須是嚴格單調的。
    因為 f(0)∈[0,1]f(0) \in [0,1] 且 f(1)∈[0,1]f(1) \in [0,1],且 ff 是雙射,所以 ff 必須是嚴格遞增的。
    (如果 ff 是嚴格遞減的,則 f(0)>f(1)f(0) > f(1),但值域是 [0,1][0,1],所以 f(0)f(0) 必須是 11 或 00, f(1)f(1) 必須是 00 或 11。如果 f(0)=1,f(1)=0f(0)=1, f(1)=0, 則 ff 是嚴格遞減的。但是 f∈C1[0,1]f \in C^1[0,1],這意味著 f′f' 在 [0,1][0,1] 上連續。如果 ff 在 [0,1][0,1] 上嚴格遞減,則 f′(x)≤0f'(x) \le 0 對於所有 x∈[0,1]x \in [0,1]。如果 f′(x)<0f'(x) < 0 對於所有 xx,則 ff 是嚴格遞減的。如果 f′(x)=0f'(x)=0 在某點,則可能不是嚴格遞減的。
    由於 ff 是同胚, ff 必須是嚴格單調的。
    因為 f(0)∈[0,1]f(0) \in [0,1] 和 f(1)∈[0,1]f(1) \in [0,1],且 ff 是雙射,所以 ff 必定是嚴格遞增的,即 f(0)=0f(0)=0 且 f(1)=1f(1)=1。
    (如果 f(0)=1,f(1)=0f(0)=1, f(1)=0, 則 ff 是嚴格遞減的。但 f′(x)≤0f'(x) \le 0。如果 f′(x)=0f'(x)=0 在某點,則 ff 在該點的導數為零,這可能導致問題。)
    由於 f∈C1[0,1]f \in C^1[0,1] 且是同胚, ff 必須是嚴格單調的。
    如果 ff 是嚴格遞增的,則 f′(x)≥0f'(x) \ge 0。如果 ff 是嚴格遞減的,則 f′(x)≤0f'(x) \le 0。
    如果 f′(x)=0f'(x)=0 在某個點 c∈(0,1)c \in (0,1),則 ff 在 cc 點的導數為零。
    由於 ff 是同胚, ff 必須是嚴格單調的。
    如果 ff 是嚴格遞增的,則 f′(x)≥0f'(x) \ge 0。如果 ff 是嚴格遞減的,則 f′(x)≤0f'(x) \le 0。
    如果 f′(x)=0f'(x)=0 在某個區間,則 ff 在該區間是常數,這與 ff 是雙射矛盾。
    所以 f′(x)>0f'(x) > 0 或 f′(x)<0f'(x) < 0 對於所有 x∈(0,1)x \in (0,1)。
    由於 ff 是從 [0,1][0,1] 到 [0,1][0,1] 的同胚,且 ff 連續,所以 ff 必須是嚴格遞增的(即 f(0)=0,f(1)=1f(0)=0, f(1)=1)或嚴格遞減的(即 f(0)=1,f(1)=0f(0)=1, f(1)=0)。
    考慮 f′(x)f'(x) 的符號。如果 ff 是嚴格遞增的,則 f′(x)≥0f'(x) \ge 0。如果 ff 是嚴格遞減的,則 f′(x)≤0f'(x) \le 0。
    由於 ff 是同胚, f′f' 不能在任何點為零(否則 ff 在該點的局部不是嚴格單調的)。
    所以,f′(x)>0f'(x) > 0 對於所有 x∈(0,1)x \in (0,1),或者 f′(x)<0f'(x) < 0 對於所有 x∈(0,1)x \in (0,1)。
    這意味著 ff 是嚴格遞增的,或者嚴格遞減的。
    如果 ff 是嚴格遞減的,則 f(0)=1f(0)=1 且 f(1)=0f(1)=0。
    如果 ff 是嚴格遞增的,則 f(0)=0f(0)=0 且 f(1)=1f(1)=1。

  3. 構建多項式逼近:
    我們知道存在多項式序列 {Qn}\{Q_n\} 均勻收斂到 ff。
    我們需要保證逼近 ff 的多項式 PnP_n 也是同胚。
    同胚的條件是:連續、雙射、反函數連續。
    對於定義域和值域為 [0,1][0,1] 的函數,連續的雙射是同胚的充要條件是嚴格單調。
    所以,我們需要找到多項式 PnP_n 使得 PnP_n 均勻收斂到 ff,並且 PnP_n 是嚴格單調的。

    考慮 f′(x)f'(x) 的符號。
    由於 f∈C1[0,1]f \in C^1[0,1] 且是同胚, f′(x)f'(x) 在 [0,1][0,1] 上連續。
    如果 ff 是嚴格遞增的,則 f′(x)≥0f'(x) \ge 0。
    如果 ff 是嚴格遞減的,則 f′(x)≤0f'(x) \le 0。
    由於 ff 是同胚, f′f' 不能在任何點為零(否則 ff 在該點不是嚴格單調的)。
    所以,f′(x)>0f'(x) > 0 對於所有 x∈(0,1)x \in (0,1),或者 f′(x)<0f'(x) < 0 對於所有 x∈(0,1)x \in (0,1)。

    情況 1:ff 是嚴格遞增的。
    則 f′(x)>0f'(x) > 0 對於所有 x∈(0,1)x \in (0,1)。
    根據維爾斯特拉斯定理,存在多項式 Q(x)Q(x) 使得 ∣f(x)−Q(x)∣<ϵ|f(x) - Q(x)| < \epsilon 對於所有 x∈[0,1]x \in [0,1]。
    我們需要 Q(x)Q(x) 也是同胚。
    考慮 Q′(x)Q'(x)。如果 Q′(x)>0Q'(x) > 0 對於所有 x∈(0,1)x \in (0,1),那麼 Q(x)Q(x) 就是嚴格遞增的。
    我們可以通過選擇足夠好的逼近來保證 Q′(x)>0Q'(x) > 0。
    例如,我們知道 f′(x)f'(x) 在 [0,1][0,1] 上連續且 f′(x)>0f'(x) > 0。
    f′(x)f'(x) 是一個連續函數,它在 [0,1][0,1] 上的最小值 min⁡x∈[0,1]f′(x)=m>0\min_{x \in [0,1]} f'(x) = m > 0。
    我們可以找到一個多項式 R(x)R(x) 使得 ∣f′(x)−R(x)∣<m/2|f'(x) - R(x)| < m/2 對於所有 x∈[0,1]x \in [0,1]。
    那麼 R(x)>m−m/2=m/2>0R(x) > m - m/2 = m/2 > 0 對於所有 x∈[0,1]x \in [0,1]。
    因此, R(x)R(x) 處處大於 0。
    現在,我們需要找到一個多項式 P(x)P(x) 使得 P(x)P(x) 均勻逼近 f(x)f(x),並且 P′(x)>0P'(x) > 0。
    我們可以通過逼近 ff 和 f′f' 來實現。
    考慮 f(x)f(x) 的 Taylor 展開。
    一個更直接的方法:
    我們知道存在多項式序列 {Qn}\{Q_n\} 使得 Qn→fQ_n \to f 均勻收斂。
    我們需要修改 QnQ_n 使得它們變成同胚。
    考慮 f(0)f(0) 和 f(1)f(1)。由於 ff 是同胚, f(0),f(1)∈[0,1]f(0), f(1) \in [0,1] 且 ff 是嚴格單調的。
    如果 ff 是嚴格遞增的,則 f(0)=0,f(1)=1f(0)=0, f(1)=1。
    如果 ff 是嚴格遞減的,則 f(0)=1,f(1)=0f(0)=1, f(1)=0。
    假設 ff 是嚴格遞增的。 f(0)=0,f(1)=1f(0)=0, f(1)=1.
    我們需要 Pn(0)=0P_n(0)=0 且 Pn(1)=1P_n(1)=1 並且 Pn′(x)>0P_n'(x) > 0。
    我們可以通過線性變換來調整逼近 ff 的多項式 QnQ_n。
    設 QnQ_n 是逼近 ff 的一個多項式。
    令 Pn(x)=anQn(x)+bnx+cnP_n(x) = a_n Q_n(x) + b_n x + c_n。
    我們希望 Pn(0)=0,Pn(1)=1P_n(0)=0, P_n(1)=1 且 PnP_n 是嚴格遞增的。
    Pn(0)=bn⋅0+cn=cn=0P_n(0) = b_n \cdot 0 + c_n = c_n = 0.
    Pn(1)=anQn(1)+bn+cn=anQn(1)+bn=1P_n(1) = a_n Q_n(1) + b_n + c_n = a_n Q_n(1) + b_n = 1.
    我們還需要 Pn′(x)=anQn′(x)+bn>0P_n'(x) = a_n Q_n'(x) + b_n > 0 對於所有 x∈(0,1)x \in (0,1)。
    由於 Qn→fQ_n \to f 均勻收斂, Qn′(x)Q_n'(x) 不一定逼近 f′(x)f'(x)。
    但是,如果 f′(x)>0f'(x) > 0 且 f′f' 連續,我們可以找到 QnQ_n 使得 Qn′(x)>0Q_n'(x) > 0。

    一個更簡單的構造:
    令 {Qn}\{Q_n\} 是維爾斯特拉斯定理保證的逼近 ff 的多項式序列, Qn→fQ_n \to f 均勻收斂。
    考慮 f′(x)f'(x)。由於 f∈C1[0,1]f \in C^1[0,1] 且是同胚, f′(x)f'(x) 在 [0,1][0,1] 上連續,且 f′(x)f'(x) 符號恆定(恆正或恆負)。
    設 m=min⁡x∈[0,1]∣f′(x)∣>0m = \min_{x \in [0,1]} |f'(x)| > 0。
    我們可以找到一個多項式 R(x)R(x) 使得 ∣f′(x)−R(x)∣<m/2|f'(x) - R(x)| < m/2 對於所有 x∈[0,1]x \in [0,1]。
    則 ∣R(x)∣>m/2>0|R(x)| > m/2 > 0 對於所有 x∈[0,1]x \in [0,1]。
    這意味著 R(x)R(x) 的符號與 f′(x)f'(x) 的符號相同。
    令 Pn(x)P_n(x) 是逼近 f(x)f(x) 的多項式。
    我們需要 PnP_n 也是同胚。
    對於嚴格遞增的 ff (f(0)=0,f(1)=1f(0)=0, f(1)=1):
    我們可以通過修改 QnQ_n 來保證其嚴格遞增性。
    考慮 Pn(x)=Qn(x)+δnxP_n(x) = Q_n(x) + \delta_n x。
    我們希望 Pn(0)=0,Pn(1)=1P_n(0)=0, P_n(1)=1.
    Pn(0)=Qn(0)+0=Qn(0)P_n(0) = Q_n(0) + 0 = Q_n(0). 我們希望 Qn(0)≈f(0)=0Q_n(0) \approx f(0) = 0.
    Pn(1)=Qn(1)+δnP_n(1) = Q_n(1) + \delta_n. 我們希望 Qn(1)≈f(1)=1Q_n(1) \approx f(1) = 1.
    所以 1≈1+δn1 \approx 1 + \delta_n, 這意味著 δn≈0\delta_n \approx 0.
    這似乎沒有幫助。

    使用線性變換和逼近:
    設 ff 是嚴格遞增的 (f(0)=0,f(1)=1f(0)=0, f(1)=1)。
    根據維爾斯特拉斯定理,存在多項式 QnQ_n 使得 Qn→fQ_n \to f 均勻收斂。
    由於 ff 是嚴格遞增的, f′(x)>0f'(x) > 0 對於所有 x∈(0,1)x \in (0,1)。
    我們可以找到一個多項式 PnP_n 使得 PnP_n 均勻逼近 ff,並且 PnP_n 是嚴格遞增的。
    考慮 ff 的導數 f′(x)f'(x)。由於 f′(x)>0f'(x) > 0 且連續, f′f' 的最小值 m>0m > 0。
    我們可以找到一個多項式 Rn(x)R_n(x) 使得 ∣f′(x)−Rn(x)∣<m/2|f'(x) - R_n(x)| < m/2。
    則 Rn(x)>m/2>0R_n(x) > m/2 > 0。
    我們可以構造一個多項式 Pn(x)P_n(x) 使得 Pn′(x)>0P_n'(x) > 0。
    令 Pn(x)P_n(x) 是逼近 f(x)f(x) 的多項式。
    我們可以通過修改 PnP_n 的端點值來保證 Pn(0)=0,Pn(1)=1P_n(0)=0, P_n(1)=1。
    令 Pn(x)=Qn(x)−Qn(0)+1−(Qn(1)−Qn(0))1xP_n(x) = Q_n(x) - Q_n(0) + \frac{1 - (Q_n(1) - Q_n(0))}{1} x.
    這個 Pn(x)P_n(x) 滿足 Pn(0)=Qn(0)−Qn(0)=0P_n(0) = Q_n(0) - Q_n(0) = 0.
    Pn(1)=Qn(1)−Qn(0)+(1−Qn(1)+Qn(0))=1P_n(1) = Q_n(1) - Q_n(0) + (1 - Q_n(1) + Q_n(0)) = 1.
    這個 PnP_n 均勻逼近 ff 嗎?
    ∣Pn(x)−f(x)∣=∣Qn(x)−Qn(0)+(1−Qn(1)+Qn(0))x−f(x)∣|P_n(x) - f(x)| = |Q_n(x) - Q_n(0) + (1 - Q_n(1) + Q_n(0)) x - f(x)|.
    由於 Qn→fQ_n \to f 均勻收斂, Qn(0)→f(0)=0Q_n(0) \to f(0)=0, Qn(1)→f(1)=1Q_n(1) \to f(1)=1.
    所以 Pn(x)P_n(x) 均勻逼近 f(x)f(x)。
    但是,我們需要 PnP_n 是嚴格遞增的。
    Pn′(x)=Qn′(x)+(1−Qn(1)+Qn(0))P_n'(x) = Q_n'(x) + (1 - Q_n(1) + Q_n(0)).
    Qn′(x)Q_n'(x) 的行為不確定。

    一個更穩健的證明方法:
    設 ff 是嚴格遞增的同胚 (f(0)=0,f(1)=1f(0)=0, f(1)=1)。
    由於 f∈C1[0,1]f \in C^1[0,1], f′(x)f'(x) 在 [0,1][0,1] 上連續且 f′(x)≥m>0f'(x) \ge m > 0。
    根據維爾斯特拉斯定理,存在多項式 Qn(x)Q_n(x) 使得 Qn→fQ_n \to f 均勻收斂。
    我們需要修改 QnQ_n 使得它們成為嚴格遞增的同胚。
    考慮 Pn(x)=Qn(x)−Qn(0)Qn(1)−Qn(0)P_n(x) = \frac{Q_n(x) - Q_n(0)}{Q_n(1) - Q_n(0)}。
    這個 Pn(x)P_n(x) 滿足 Pn(0)=0P_n(0)=0 且 Pn(1)=1P_n(1)=1。
    它也逼近 f(x)f(x)。
    ∣Pn(x)−f(x)∣=∣Qn(x)−Qn(0)Qn(1)−Qn(0)−f(x)∣|P_n(x) - f(x)| = |\frac{Q_n(x) - Q_n(0)}{Q_n(1) - Q_n(0)} - f(x)|.
    當 n→∞n \to \infty, Qn(0)→f(0)=0Q_n(0) \to f(0)=0, Qn(1)→f(1)=1Q_n(1) \to f(1)=1.
    所以 Qn(1)−Qn(0)→1Q_n(1) - Q_n(0) \to 1.
    Pn(x)→f(x)−01−0=f(x)P_n(x) \to \frac{f(x) - 0}{1 - 0} = f(x) 均勻收斂。
    但是,我們需要 PnP_n 是嚴格遞增的。
    Pn′(x)=Qn′(x)Qn(1)−Qn(0)−(Qn(x)−Qn(0))Qn′(1)(Qn(1)−Qn(0))2P_n'(x) = \frac{Q_n'(x)}{Q_n(1) - Q_n(0)} - \frac{(Q_n(x) - Q_n(0)) Q_n'(1)}{(Q_n(1) - Q_n(0))^2}.
    Qn′(x)Q_n'(x) 的行為不確定。

    關鍵點:
    我們可以找到一個多項式 PP 使得 PP 均勻逼近 ff 且 P′(x)>0P'(x) > 0。
    由於 f′(x)>0f'(x) > 0 且連續, f′f' 的最小值 m>0m > 0。
    我們可以找到一個多項式 R(x)R(x) 使得 ∣f′(x)−R(x)∣<m/2|f'(x) - R(x)| < m/2。
    則 R(x)>m/2>0R(x) > m/2 > 0。
    現在,我們需要一個多項式 PP 使得 PP 逼近 ff 且 P′(x)>0P'(x) > 0。
    可以證明,存在一個多項式 PP 使得 ∣f(x)−P(x)∣<ϵ|f(x) - P(x)| < \epsilon 且 P′(x)>0P'(x) > 0。
    取一個足夠好的逼近 QQ。
    如果 Q′(x)Q'(x) 有負值,我們可以通過增加一個線性項來修正。
    令 P(x)=Q(x)+δxP(x) = Q(x) + \delta x, 其中 δ\delta 足夠大。
    P′(x)=Q′(x)+δP'(x) = Q'(x) + \delta.
    我們需要 P′(x)>0P'(x) > 0.
    如果 Q′(x)Q'(x) 在 [0,1][0,1] 上有最小值 mQm_Q, 我們可以取 δ>−mQ\delta > -m_Q.
    那麼 P′(x)>0P'(x) > 0.
    我們還需要 P(0)=0,P(1)=1P(0)=0, P(1)=1 (如果 ff 是遞增的)。
    令 P(x)=Q(x)−Q(0)+1−(Q(1)−Q(0))1xP(x) = Q(x) - Q(0) + \frac{1 - (Q(1)-Q(0))}{1} x.
    這個 P(x)P(x) 滿足 P(0)=0,P(1)=1P(0)=0, P(1)=1.
    P′(x)=Q′(x)−Q′(0)+(1−Q(1)+Q(0))P'(x) = Q'(x) - Q'(0) + (1 - Q(1) + Q(0)).
    我們需要 P′(x)>0P'(x) > 0.
    這需要 Q′(x)Q'(x) 表現良好。

    更簡潔的證明:
    存在一個多項式序列 {Qn}\{Q_n\} 使得 Qn→fQ_n \to f 均勻收斂。
    由於 ff 是嚴格單調的同胚 (f′(x)f'(x) 符號恆定且非零), f′(x)f'(x) 的符號在 [0,1][0,1] 上是恆定的。
    設 ff 是嚴格遞增的 (f′(x)>0f'(x) > 0)。
    我們可以找到一個多項式 PnP_n 使得 PnP_n 均勻逼近 ff,並且 Pn′(x)>0P_n'(x) > 0 對於所有 x∈[0,1]x \in [0,1]。
    如何保證 Pn′(x)>0P_n'(x) > 0?
    事實上,對於任何連續函數 gg 在 [a,b][a,b] 上,存在多項式 PP 使得 PP 均勻逼近 gg 且 P(x)>0P(x)>0 對於所有 x∈[a,b]x \in [a,b],只要 g(x)>0g(x)>0 對於所有 x∈[a,b]x \in [a,b]。
    因為 f′(x)f'(x) 是在 [0,1][0,1] 上連續且 f′(x)>0f'(x) > 0 (或 f′(x)<0f'(x) < 0),我們可以找到一個多項式 Rn(x)R_n(x) 使得 Rn(x)R_n(x) 均勻逼近 f′(x)f'(x) 且 Rn(x)>0R_n(x) > 0 (或 Rn(x)<0R_n(x) < 0)。
    考慮 Pn(x)P_n(x) 使得 Pn→fP_n \to f 均勻收斂。
    我們可以通過修改 PnP_n 來保證其嚴格單調性。
    對於嚴格遞增的 ff, f(0)=0,f(1)=1f(0)=0, f(1)=1.
    存在多項式 QnQ_n 使得 Qn→fQ_n \to f 均勻收斂。
    令 Pn(x)=Qn(x)−Qn(0)+1−(Qn(1)−Qn(0))1xP_n(x) = Q_n(x) - Q_n(0) + \frac{1 - (Q_n(1)-Q_n(0))}{1} x.
    Pn(0)=0,Pn(1)=1P_n(0)=0, P_n(1)=1.
    Pn(x)P_n(x) 均勻逼近 f(x)f(x)。
    我們需要 Pn′(x)>0P_n'(x) > 0.
    Pn′(x)=Qn′(x)+(1−Qn(1)+Qn(0))P_n'(x) = Q_n'(x) + (1 - Q_n(1) + Q_n(0)).
    如果 Qn′(x)Q_n'(x) 表現不好,這個方法可能有問題。

    一個更簡單的構造:
    令 ff 是嚴格遞增的同胚。 f(0)=0,f(1)=1f(0)=0, f(1)=1.
    存在多項式序列 {Qn}\{Q_n\} 使得 Qn→fQ_n \to f 均勻收斂。
    對於每個 nn,我們可以找到一個多項式 PnP_n 使得 PnP_n 逼近 ff 均勻收斂,並且 Pn(0)=0,Pn(1)=1P_n(0)=0, P_n(1)=1 且 Pn′(x)>0P_n'(x) > 0。
    證明存在這樣的 PnP_n:
    首先,存在多項式 QQ 使得 ∣f(x)−Q(x)∣<ϵ|f(x) - Q(x)| < \epsilon。
    令 P(x)=Q(x)−Q(0)+1−(Q(1)−Q(0))1xP(x) = Q(x) - Q(0) + \frac{1 - (Q(1)-Q(0))}{1} x.
    則 P(0)=0,P(1)=1P(0)=0, P(1)=1, 且 PP 均勻逼近 ff。
    P′(x)=Q′(x)+(1−Q(1)+Q(0))P'(x) = Q'(x) + (1 - Q(1) + Q(0)).

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

其他考古題