导数与极限交换
定理:导数与极限可交换(需要导数一致收敛)
- 定理
- 依赖深度 layer 22
- 分析学
- 函数列、幂级数与初等函数
thm.uniform-limit-derivative · 定理 · 函数列 · 导数 · 收敛
陈述
设 在 上可导、 都连续,且
- (导数一致收敛),
- 至少有一个点 处 收敛。
则 一致收敛到某 , 可导,且
也就是求导与取极限可以交换:。
说明
⭐ 与积分那条的关键区别:求导会把误差放大,所以需要一致收敛的不是 而是 。还要额外假设「有一个点收敛」,否则 可以全体差一个常数( 的导数收敛一样好)。
⚠ 只假设 不够: 一致收敛到 ,而 处处不收敛。
⭐ 证明走中值定理:对 用 Lagrange 中值定理把差商换成某点的 ,再让 用 的一致收敛。
它指向谁(出边)
推出 1
-
M-判别法 + 导数交换 幂级数可逐项求导
设 ,取 。
- 在 上一致收敛:,而 收敛(因为 ),由 Weierstrass 判别法一致收敛。再由「一致收敛保连续」, 在每个这样的区间上连续,从而在 内连续。
- 逐项求导后的级数: 的收敛半径是
(因为 。)于是它在 上也一致收敛(同样用 M-判别法)。
- 交换求导与极限:对部分和 (多项式)用「导数与极限可交换」: 逐项求导级数,且 收敛,故 可导且 。
- 逐项积分的结论对 的部分和用「极限与积分可交换」同理。∎
第 2 步是整条定理的关键:求导不改变收敛半径。若半径会缩,反复求导就会把收敛域吃光, 的结论也就无从谈起。
谁指向它(入边)
推出 1
-
中值定理 + 一致收敛 导数与极限可交换
设 且 收敛。
- 一致收敛:对 ,由中值定理存在 介于 与 之间使 ,于是
右端与 无关且(由 收敛与 一致 Cauchy)可以任意小,故 一致 Cauchy,因而一致收敛到某个 ;再由上一条 连续。
- 求导:固定 ,对 定义 。由中值定理 对某个 ;又对 ,。
- 在 之后再令 :,而 给出 。两个极限交换的合法性来自 的一致收敛(同第 1 步的估计)。故 。∎
第 1 步是关键的准备:假设 一致收敛,就能白送 的一致收敛。这也说明了为什么这条定理比积分那条「贵」—— 需要额外的一个收敛点 来定住那个自由常数。
参考
- Rudin, Principles of Mathematical Analysis, Ch. 7