函数序列与级数

迪尼定理

通常逐点收敛太弱,不足以一致——但若你用足够好的结构去配牌,逐点收敛便能免费升级为一致。迪尼定理指出了这样一个干净的情形:紧集上一列单调的连续函数,逐点收敛到一个连续的极限。在这四个条件下,收敛自动是一致的。

定理:设 K 紧,f_n 在 K 上连续,设 f_n 逐点收敛到 f 且 f 连续,并设序列在每一点处关于 n 单调(要么对每个 x,f_n(x) 递增趋于 f(x),要么递减趋于它)。则 f_n 在 K 上一致收敛到 f。等价地,“误差”函数 g_n = |f_n - f| 逐点单调递减到 0,而在紧集上,逐点趋于 0 的递减连续函数序列必一致趋于 0。

每一个假设都确实不可少。去掉紧性,[0,1) 上的 x^n 逐点递减到 0 却不一致。去掉极限的连续性,[0,1] 上的 x^n 单调而极限不连续,仍不一致。去掉单调性,平移凸包之类的例子便失效。证明用开覆盖论证:对每个 epsilon,使 g_n < epsilon 成立的集最终覆盖 K,由紧性抽取出一个处处奏效的有限阶段。

在 [0, 1] 上令 f_n(x) = x^n。它单调递减(x^{n+1} <= x^n)到极限 f,f 在 [0,1) 上为 0,在 x = 1 处为 1。该极限不连续,故迪尼定理不适用,事实上收敛也确实不一致。把 [0,1] 换成 [0, 1/2]:此时极限是连续函数 0,所有假设成立,x^n 在那里一致收敛到 0。

迪尼定理需要连续的极限;[0,1] 上的 x^n 说明了原因。