逐点收敛为何不必然推出一致收敛?
逐点收敛为何不必然推出一致收敛?
这问题问得特别戳中痛点!很多刚啃收敛概念的同学都会有这个疑惑——既然逐点收敛时每个x都能找到对应的N,那取所有N里最大的那个不就变成一致收敛了?咱们掰开揉碎了说清楚:
首先得明确,逐点收敛和一致收敛的核心差异,完全在于N的依赖对象:
- 逐点收敛:对定义域E里的每一个x,不管你给多小的ε>0,总能找到一个N(划重点:这个N是可以跟着x变的!),只要n>N,就有$|f_n(x)-f(x)|<\epsilon$。用数学式子写是这样的:
$$ \forall x \in E, \forall \epsilon >0, \exists N \text{ s.t. } |f_n(x)-f(x)|<\epsilon \text{ for } n>N $$ - 一致收敛:不管你给多小的ε>0,总能找到一个完全不依赖x的N,只要n>N,对E里的所有x都满足$|f_n(x)-f(x)|<\epsilon$。对应的式子是:
$$ \forall \epsilon >0, \exists N \text{ s.t. } \forall x \in E, |f_n(x)-f(x)|<\epsilon \text{ for } n>N $$
那回到你的问题:为什么不能取所有N的最大值?
其实这个思路在有限定义域里是完全成立的!比如你举的$x_1$、$x_2$、$x_3$三个点的例子,取N=6确实能覆盖所有情况,这时候逐点收敛就等价于一致收敛。但问题出在无限定义域上——这时候对应的N集合可能根本没有最大值!
举个最经典的例子:定义在[0,1]上的函数列$f_n(x)=x^n$。
- 逐点收敛是成立的:当$x\in[0,1)$时,$x^n$会趋近于0,对每个这样的x,给定ε>0,总能找到对应的N;当x=1时,$f_n(1)=1$,极限就是1。
- 但它不是一致收敛的:假设它一致收敛,取ε=1/2,应该存在一个统一的N,让所有$x\in[0,1]$都满足$|x^n - f(x)|<1/2$。但咱们取$x=(1/2){1/n}$,这时候$xn=1/2$,而$f(x)=0$(因为x<1),所以$|x^n - f(x)|=1/2$,刚好不满足小于1/2的条件——而且不管n多大,总能找到这样的x。这说明不存在一个统一的N,因为当x越接近1,需要的N就越大,大到没有上限!
说白了,当定义域是无限集时,逐点收敛对应的N可能随着x的变化趋向于无穷大,你永远找不到一个“最大的N”来覆盖所有x。这就是逐点收敛推不出一致收敛的核心原因。
备注:内容来源于stack exchange,提问作者Habouz




