Analiza matematyczna 1/Wykład 3: Odległość i ciągi

From Studia Informatyczne

Spis treści

Odległość i ciągi

Na tym wykładzie dowiadujemy sie w jaki sposób można mierzyć odległość w \mathbb{R}^N. Wprowadzamy pojęcie odległości (metryki) w \mathbb{R}^N oraz zdefiniujemy kule dla różnych metryk.

Definiujemy ciągi o wyrazach wektorowych, pojecie granicy ciągu. Podajemy własności granic oraz wprowadzamy pojęcie ciągu Cauchy'ego.

Odległość

Euklides (365-300 p.n.e.)Zobacz biografię
Enlarge
Euklides (365-300 p.n.e.)
Zobacz biografię

W szkole spotkaliśmy się już z pojęciem odległości na przykład liczb na osi rzeczywistej lub punktów na płaszczyźnie \displaystyle\mathbb{R}^2 (odległość euklidesowa).

Okazuje się, że odległość można mierzyć na wiele różnych sposobów. Umówiono się, że funkcja przyporządkowująca parze punktów zbioru liczbę, którą nazwiemy ich odległością, musi spełniać kilka warunków. Tę funkcję będziemy nazywać metryką, a warunki precyzuje poniższa definicja.

Definicja 3.1. [metryka]

Metryką w \mathbb{R}^N nazywamy dowolną funkcję d\colon \mathbb{R}^N\times \mathbb{R}^N\longrightarrow\mathbb{R}_+=[0,+\infty) spełniającą następujące warunki:
(1) \displaystyle\forall x\in \mathbb{R}^N:\ d(x,y)=0\ \Longleftrightarrow\ x=y;
(2) \displaystyle\forall x,y\in \mathbb{R}^N:\ d(x,y)=d(y,x) (warunek symetrii);

(3) \displaystyle\forall x,y,z\in \mathbb{R}^N:\ d(x,y)+d(y,z)\ge d(x,z) (warunek trójkąta).

Dla dowolnych x,y\in \mathbb{R}^N, liczbę d(x,y) nazywamy odległością punktów x i y oraz mówimy, że punkty x i yoddalone od siebie o d(x,y).



Metryka

Zwróćmy uwagę, że warunki w powyższej definicji są dość naturalnymi warunkami jakie powinna spełniać odległość. Mówią one, że odległość dwóch punktów wynosi zero tylko wtedy, gdy punkty się pokrywają. Odległość od punktu A do punktu B jest równa odległości od punktu B do punktu A. Trzeci warunek mówi, że odległość od A do B nie może być większa, od sumy odległości od A do C i od C do B, co także jest naturalnym żądaniem.

Jeśli potrafimy już mierzyć odległość, to możemy zdefiniować kulę o promieniu r, czyli zbiór punktów, których odległość od wybranego punktu (zwanego środkiem kuli) jest mniejsza niż r.

Definicja 3.2. [kula, kula domknięta]

Niech x_0\in \mathbb{R}^N oraz r\ge 0.
Kulą o środku w punkcie x_0 i promieniu r nazywamy zbiór:

K(x_0,r) \ \stackrel{df}{=}\  \big\{x\in \mathbb{R}^N:\ d(x_0,x)<r\big\}.

Kulą domkniętą o środku w punkcie x_0 i promieniu r nazywamy zbiór:

\overline{K}(x_0,r) \ \stackrel{df}{=}\  \big\{x\in \mathbb{R}^N:\ d(x_0,x)\le r\big\}.

Z powyższej definicji wynika, iż kulą o środku x_0 i promieniu r\ge 0 nazywamy zbiór punktów przestrzeni \mathbb{R}^N, których odległość od środka x_0 jest mniejsza od r. Analogicznie kulą domkniętą o środku x_0 i promieniu r\ge 0 nazywamy zbiór punktów przestrzeni \mathbb{R}^N, których odległość od środka x_0 nie jest większa od r.

Zanim przejdziemy do przykładów przestrzeni metrycznych oraz kul, podamy pewne własności kul.

Uwaga 3.3. [własności kul]

Niech x_0\in \mathbb{R}^N.
(1) Jeśli r>0, to x_0\in K(x_0,r).
(2) Jeśli r=0, to K(x_0,r)=\emptyset.
(3) Jeśli r_1<r_2, to K(x_0,r_1)\subseteq K(x_0,r_2).

Powyższa uwaga (wynikająca w oczywisty sposób z definicji kuli) mówi, że:
(1) środek zawsze należy do kuli (o ile promień jest dodatni);
(2) kula jest zbiorem niepustym wtedy i tylko wtedy, gdy promień jest dodatni;
(3) jeśli dwie kule mają ten sam środek, to kula o mniejszym promieniu zawiera się w kuli o większym promieniu.

Podamy teraz przykłady metryk w \displaystyle\mathbb{R}^N oraz powiemy jak wyglądają kule w tych metrykach.

Pierwszy przykład wprowadza naturalną metrykę w \displaystyle\mathbb{R}. Z tym sposobem mierzenia odległości między punktami prostej spotkaliśmy się już w szkole.



Kula i kula domknięta w metryce euklidesowej na prostej

Przykład 3.4. [metryka euklidesowa na prostej]

Niech N=1. Definiujemy


d_2(x,y) \ \stackrel{df}{=}\  |x-y| \quad\textrm{dla}\ x,y\in\mathbb{R}.

Funkcję d_2 nazywamy metryką euklidesową w \displaystyle\mathbb{R}.

Kule są przedziałami otwartymi i ograniczonymi w \displaystyle\mathbb{R}, a kule domknięte są przedziałami domkniętymi i ograniczonymi w \displaystyle\mathbb{R}.

Zauważmy, że już w powyższym przykładzie kula nie przypomina tego co potocznie uważa się za kulę. Za chwilę zobaczymy, że (w zależności od sposobu mierzenia odległości) kula na płaszczyźnie może wyglądać inaczej niż by to wynikało z naszych przyzwyczajeń.

Trzy kolejne przykłady podają naturalne metryki jakie można wprowadzić w \displaystyle\mathbb{R}^N.



Odległość maksimowa w \displaystyle\mathbb{R}^2


Odległość maksimowa w \displaystyle\mathbb{R}^3

Przykład 3.5. [metryka maksimowa]

Niech

d_{\infty}(x,y) \ \stackrel{df}{=}\  \max_{i=1,\ldots, N}|x_i-y_i| \quad\textrm{dla}\ x,y\in\mathbb{R}^N,

gdzie x=(x_1,\ldots,x_N) oraz y=(y_1,\ldots,y_N).

Tak zdefiniowana funkcja d_{\infty} jest metryką (dowód tego faktu pozostawiony jest na ćwiczenia; patrz ćwiczenie 3.1.). Nazywamy ją metryką maksimową w \displaystyle\mathbb{R}^N.

Poniższe rysunki przedstawiają kule w metryce maksimowej.


Kula w metryce maksimowej w \displaystyle\mathbb{R}^2


Kula w metryce maksimowej w \displaystyle\mathbb{R}^3


Przykład 3.6. [metryka taksówkowa]

Definiujemy

\displaystyle d_1(x,y) \ \stackrel{df}{=}\  \sum_{i=1}^{N}|x_i-y_i| \quad\textrm{dla}\ x,y\in\mathbb{R}^N.

Tak zdefiniowana funkcja (\mathbb{R}^N,d_1) jest metryką (dowód tego faktu pozostawiony jest na ćwiczenia; patrz ćwiczenie 3.1.). Nazywamy ją

metryką taksówkową w \mathbb{R}^N.


Odległość taksówkowa w \mathbb{R}^2


Odległość taksówkowa w \mathbb{R}^3


Kula w metryce taksówkowej w \mathbb{R}^2


Kula w metryce taksówkowej w \mathbb{R}^3

Metryka taksówkowa jest naturalnym sposobem mierzenia odległości w niektórych miastach (patrz mapa Turynu). Jeśli mieszkamy w Turynie przy Corso Vittorio Emanuele II, a nasz przyjaciel przy Corso Galileo Ferraris, to odległość jaką musimy przejechać taksówką by go odwiedzić, to będzie długość drogi od naszego domu do skrzyżowania obu ulic (czyli wartość bezwzględna różnicy współrzędnych na jednej osi) oraz długość drogi od skrzyżowania do domu przyjaciela (czyli wartość bezwzględna różnicy współrzędnych na drugiej osi).

Przykład 3.7. [metryka euklidesowa]

Zdefiniujmy

\displaystyle d_2(x,y) \ \stackrel{df}{=}\  \sqrt{\sum_{i=1}^N\left(x_i-y_i\right)^2} \quad\textrm{dla}\ x,y\in\mathbb{R}^N.

Tak zdefiniowana funkcja d_2 jest metryką. Nazywamy ją metryką euklidesową w \mathbb{R}^N. Ten sposób mierzenia odległości między punktami

\mathbb{R}^2 lub \mathbb{R}^3 jest nam znany ze szkoły.


Odległość eukidesowa w \mathbb{R}^2


Odległość eukidesowa w \mathbb{R}^3


Kula w metryce eukidesowej w \mathbb{R}^2


Kula w metryce eukidesowej w \mathbb{R}^3

Wykażemy teraz, że d_2 spełnia warunki definicji metryki. Dowód dwóch pierwszych warunków zostawiamy jako proste ćwiczenie. W dowodzie nierówności trójkąta dla metryki d_2 wykorzystamy następującą nierówność Cauchy'ego.

Lemat 3.8. [nierówność Cauchy'ego]

\forall a,b\in\mathbb{R}^N:\ \bigg(\displaystyle \sum_{i=1}^N a_ib_i\bigg)^2 \ \le\ \bigg(\displaystyle \sum_{i=1}^N a_i^2\bigg) \bigg(\displaystyle \sum_{i=1}^N b_i^2\bigg)

Dowód 3.8.

Ustalmy dowolne a,b\in\mathbb{R}^N. Rozważmy następujący trójmian kwadratowy zmiennej \displaystyle\lambda:

w(\lambda) \ =\ \bigg(\displaystyle \sum_{i=1}^N a_i^2\bigg)\lambda^2 +2 \bigg(\displaystyle \sum_{i=1}^N a_i b_i\bigg)\lambda +\bigg(\displaystyle \sum_{i=1}^N b_i^2\bigg).

Grupując składniki w powyższym wielomianie dostajemy

w(\lambda) \ =\ \displaystyle \sum_{i=1}^N \bigg[a_i^2\lambda^2+2 a_i b_i\lambda+b_i^2\bigg] \ =\ \displaystyle \sum_{i=1}^N(a_i\lambda+b_i)^2,

a zatem w(\lambda)\ge 0 dla dowolnego \displaystyle\lambda\in\mathbb{R}. Skoro trójmian kwadratowy jest stale nieujemny, to jego wyróżnik \displaystyle\Delta jest niedodatni, czyli

0 \ \ge\ \Delta \ =\ 4\bigg(\displaystyle \sum_{i=1}^N a_ib_i\bigg)^2 -4\bigg(\displaystyle \sum_{i=1}^N a_i^2\bigg)\bigg(\displaystyle \sum_{i=1}^N b_i^2\bigg),

skąd dostajemy

\bigg( \displaystyle \sum_{i=1}^N a_ib_i \bigg)^2 \le\bigg(\displaystyle \sum_{i=1}^N a_i^2\bigg) \bigg(\displaystyle \sum_{i=1}^N b_i^2\bigg),

co należało dowieść.

image:End_of_proof.gif


Możemy teraz przystąpić do dowodu nierówności trójkąta dla d_2.

Lemat 3.9. [nierówność trójkąta dla metryki euklidesowej]

\forall x,y,z\in\mathbb{R}^N:\ d_2(x,z) \ \le\ d_2(x,y)+d_2(y,z).

Dowód 3.9.

Ustalmy dowolne x,y,z\in\mathbb{R}^N. Liczymy

\displaystyle (d_2(x,z))^2 \ =\ \displaystyle \sum_{i=1}^N (x_i-z_i)^2 \ =\ \displaystyle \sum_{i=1}^N (x_i-y_i+y_i-z_i)^2 \ =\

\displaystyle \sum_{i=1}^N (x_i-y_i)^2 +2\displaystyle \sum_{i=1}^N (x_i-y_i)(y_i-z_i) +\displaystyle \sum_{i=1}^N (y_i-z_i)^2.

Korzystając z nierówności Cauchy'ego (patrz lemat 3.8.), mamy

\displaystyle \aligned \big(d_2(x,z)\big)^2 & \le  & \displaystyle \sum_{i=1}^N (x_i-y_i)^2 +2\sqrt{\displaystyle \sum_{i=1}^N (x_i-y_i)^2\displaystyle \sum_{i=1}^N (y_i-z_i)^2} +\displaystyle \sum_{i=1}^N (y_i-z_i)^2\\ & = & \bigg[ \sqrt{\displaystyle \sum_{i=1}^N(x_i-y_i)^2} +\sqrt{\displaystyle \sum_{i=1}^N(y_i-z_i)^2} \bigg]^2 \ =\ \big(d_2(x,y)+d_2(y,z)\big)^2.  \endaligned

Zatem pokazaliśmy, że d_2(x,z)\le d_2(x,y)+d_2(y,z).

image:End_of_proof.gif


Uwaga 3.10.

Zauważmy, że w przypadku N=1 metryki euklidesowa, taksówkowa i maksimowa pokrywają się, to znaczy d_2=d_1=d_{\infty}. Kulami w tych metrykach są przedziały otwarte.

Zdefiniujemy teraz pewne pojęcia związane z metrykami.



Zbiór otwarty

Definicja 3.11.

Niech x_0\in \mathbb{R}^N, A\subseteq \mathbb{R}^N oraz ustalmy pewną metrykę d w \mathbb{R}^N.
(1) Zbiór U\subseteq\mathbb{R}^N nazywamy otwartym (w metryce d), jeśli każdy punkt tego zbioru zawiera się w tym zbiorze wraz z pewną kulą o środku w tym punkcie (i dodatnim promieniu), czyli

\forall x\in U\ \exists r>0:\ K(x,r)\subseteq U.

(2) Mówimy, że punkt x_0 jest punktem skupienia zbioru A\subseteq \mathbb{R}^N, jeśli każda kula o środku w punkcie x_0 (i dodatnim promieniu) zawiera przynajmniej jeden punkt zbioru A różny od x_0.
(3) Mówimy, że punkt x_0 jest punktem izolowanym zbioru A\subseteq \mathbb{R}^N, jeśli x_0\in A oraz x_0 nie jest punktem skupienia zbioru A.
(4) Zbiór A\subseteq \mathbb{R}^N nazywamy domkniętym, jeśli każdy punkt skupienia zbioru A należy do A.
(5) Zbiór nazywamy ograniczonym, jeśli jest zawarty w pewnej kuli, to znaczy

\exists x \in \mathbb{R}^N \, \exists r>0: \, A \subseteq K(x,r)

Zauważmy, że pojęcia występujące w powyższej definicji



AM1.M03.W.R17

(zbiór otwarty, domknięty, punkt skupienia, punkt izolowany, zbiór ograniczony) są związane nie tylko ze zbiorem \mathbb{R}^N, ale także z wybraną w nim metryką d. W definicji wszystkich tych pojęć używamy bowiem pojęcia kuli.



Zbiór A=[0,1)\cup\{2\}\subseteq\mathbb{R}

Przykład 3.12.

Rozważmy \mathbb{R} z metryką euklidesową oraz zbiór A=[0,1)\cup\{2\}\subseteq\mathbb{R}. Punktami skupienia zbioru A są punkty przedziału \displaystyle [0,1].

Jedynym punktem izolowanym zbioru A jest 2.

A nie jest zbiorem domkniętym, bo punkt 1 jest jego punktem skupienia, który do niego nie należy.

Zbiór A jest ograniczony, gdyż na przykład

A\subseteq K(0,3)=(-3,3).


Przedział otwarty A=(a,b)

Przykład 3.13.

(1) Przedziały otwarte w przestrzeni euklidesowej \mathbb{R} są zbiorami otwartymi. Dla dowodu weźmy przedział \displaystyle (a,b) (a<b) oraz dowolny x\in (a,b). Niech r=\min\{x-a,b-x\}. Wówczas K(x,r)=(x-r,x+r)\subseteq (a,b).

(2) Kule są zawsze zbiorami otwartymi, a kule domknięte są zbiorami domkniętymi (fakt ten udowodnimy na wykładzie z Analizy matematycznej 2).

W kolejnym twierdzeniu zebrano szereg własności zbiorów w \mathbb{R}^N z ustaloną metryką d (twierdzenie pozostawiamy bez dowodu). Poniżej podamy jedynie pewne komentarze i wnioski wynikające z tego twierdzenia.

Twierdzenie 3.14. [zbiory związane z metryką]

Jeśli d jest metryką w \mathbb{R}^N, to
(1) Zbiór U\subseteq\mathbb{R}^N jest otwarty, wtedy i tylko wtedy, gdy U^c (dopełnienie zbioru U) jest zbiorem domkniętym.
(2) Kule są zbiorami otwartymi, a kule domknięte są zbiorami domkniętymi.
(3) Suma dowolnej ilości zbiorów otwartych jest zbiorem otwartym.
(4) Przecięcie (część wspólna) skończonej ilości zbiorów otwartych jest zbiorem otwartym.
(5) Przecięcie (część wspólna) dowolnej ilości zbiorów domkniętych jest zbiorem domkniętym.
(6) Suma skończonej ilości zbiorów domkniętych jest zbiorem domkniętym.



Zbiór \mathbb{Z}

Przykład 3.15.

Rozważmy \mathbb{R} z metryką euklidesową d_2. Podamy przykłady ilustrujące powyższe twierdzenie.
(1) Zbiór \displaystyle (-\infty,-1]\cup [1,+\infty) jest zbiorem domkniętym (jako uzupełnienie kuli K(0,1)=(-1,1), która jest zbiorem otwartym).
(2) Przedział \displaystyle [-1,1] jest zbiorem domkniętym, gdyż jest to kula domknięta \displaystyle\overline{K}(0,1). Zatem jej uzupełnienie \displaystyle (-\infty,-1)\cup (1,+\infty) jest zbiorem otwartym.
(3) Zbiory jednopunktowe są domknięte, gdyż są to kule domknięte o promieniu r=0.
(4) Ponieważ przedziały \displaystyle (n,n+1) dla n\in\mathbb{Z} są otwarte, więc ich suma (przeliczalna) jest także zbiorem otwartym. Zauważmy, że uzupełnieniem tej sumy jest zbiór liczb całkowitych \displaystyle\mathbb{Z}. Zatem pokazaliśmy, że \displaystyle\mathbb{Z} jest zbiorem domkniętym.
(5) Powyższe twierdzenie mówi, że przecięcie skończonej ilości zbiorów otwartych jest zbiorem otwartym. Okazuje się, że dla nieskończonej ilości zbiorów otwartych nie musi być to prawdą. Podobnie suma nieskończenie wielu zbiorów domkniętych nie musi być zbiorem domkniętym (patrz ćwiczenie 3.5.)
(6) Zbiory skończone są domknięte

(jako sumy skończonej ilości zbiorów jednoelementowych, które są zbiorami domkniętymi).

Ciągi

W szkole średniej poznaliśmy ciągi o wyrazach rzeczywistych (to znaczy funkcje a\colon \mathbb{N}\longrightarrow\mathbb{R}).

W praktyce często spotykamy sie z ciągami o wyrazach innych niż liczby rzeczywiste. Na przykład, gdy mierzymy co sekundę prędkość i położenie w przestrzeni (\displaystyle\mathbb{R}^3) jakiegoś obiektu, dostajemy ciąg, który każdemu t\in\mathbb{N} przypisuje cztery wartości, czyli element z \displaystyle\mathbb{R}^4. Nasz ciąg możemy zatem zapisać a\colon \mathbb{N}\ni t\longmapsto (a_1(t),a_2(t),a_3(t),a_4(t))\in\mathbb{R}^4, gdzie a_1(t)\in\mathbb{R} jest prędkością w chwili t, natomiast \displaystyle (a_2(t),a_3(t),a_4(t))\in\mathbb{R}^3 określają położenie punktu w przestrzeni.

Naszym celem teraz jest wprowadzenie pojęcia ciągu i pojęcia granicy tego ciągu. W matematyce te pojęcia można zdefiniować dla dowolnie wybranej metryki (aby zdefiniować granicę musimy móc mierzyć odległość). My jednak ograniczymy nasze rozumowania do przestrzeni \mathbb{R}^N z metryką d, gdzie d jest jedną z wyżej wprowadzonych metryk: d_1, d_2, lub d_\infty.

Definicja 3.16. [ciąg]

Ciągiem w \mathbb{R}^N nazywamy dowolną funkcję \displaystyle f\colon\mathbb{N}\longrightarrow\mathbb{R}^N.
Ciąg ten oznaczamy

\{x_n\}_{n\in \mathbb{N}}\subseteq \mathbb{R}^N,\quad \{x_n\}_{n=1}^{\infty}\subseteq \mathbb{R}^N,\quad \{x_n\}\subseteq \mathbb{R}^N,\quad \textrm{lub}\quad x_1,x_2,\ldots,

gdzie

f(n) \ =\ x_n \quad\textrm{dla}\ n\in\mathbb{N}.


Ciąg w \mathbb{R}^2


Ciąg w \mathbb{R}

Powiemy teraz co to znaczy, że punkt g\in\mathbb{R}^N jest granicą ciągu \displaystyle\{x_n\}. Intuicyjnie oznacza to, że wyrazy x_n są "coraz bliżej" granicy g w miarę wzrostu n. Formalnie podaje to poniższa definicja.

Definicja 3.17. [granica ciągu]

Niech \displaystyle\{x_n\}\subseteq \mathbb{R}^N będzie ciągiem oraz niech g\in \mathbb{R}^N.
Mówimy, że g jest granicą ciągu \displaystyle\{x_n\}, jeśli

\forall \varepsilon>0\ \exists N\in\mathbb{N}\ \forall n\ge N:\ d(x_n,g)<\varepsilon

i piszemy

\lim\limits_{n\rightarrow +\infty} x_n=g,\quad x_n\xrightarrow[n\rightarrow+\infty]{}g,\quad x_n\longrightarrow g,\quad x_n\stackrel{\mathbb{R}^N}{\longrightarrow} g \quad\textrm{lub}\quad x_n\xrightarrow{d} g.

Mówimy, że ciąg \displaystyle\{x_n\} jest zbieżny, jeśli ma granicę, czyli

\exists g\in \mathbb{R}^N:\ \lim\limits_{n\rightarrow +\infty} x_n=g.


Granica ciągu w \mathbb{R}^2


Granica ciągu w \mathbb{R}


Uwaga 3.18.

Warunek

\forall \varepsilon>0\ \exists N\in\mathbb{N}\ \forall n\ge N:\ d(x_n,g)<\varepsilon

w powyższej definicji mówi, że dla dowolnego (dowolnie małego) \displaystyle\varepsilon>0 wyrazy ciągu \displaystyle\{x_n\} są od pewnego miejsca (od N) oddalone od g o mniej niż \displaystyle\varepsilon. Warunek ten jest równoważny warunkowi

\forall \varepsilon>0\ \exists N\in\mathbb{N}\ \forall n\ge N:\ x_n\in K(g,\varepsilon),

który mówi, że dla dowolnego (dowolnie małego) \displaystyle\varepsilon>0 wyrazy ciągu \displaystyle\{x_n\} od pewnego miejsca (od N) leżą w kuli K(g,\varepsilon). Wynika to wprost z definicji kuli, gdyż x_n należy do kuli K(g,\varepsilon) dokładnie wtedy, gdy odległość x_n od g jest mniejsza niż \displaystyle\varepsilon, to znaczy

d(x_n,g)<\varepsilon \ \Longleftrightarrow\ x_n\in K(g,\varepsilon).


Ciąg stały "od pewnego miejsca"



Definicja 3.19. [ciąg ograniczony]

Ciąg \displaystyle\{x_n\}\subseteq \mathbb{R}^N nazywamy ograniczonym, jeśli zbiór jego wartości \displaystyle\big\{x_n:\ n\in\mathbb{N}\big\} jest ograniczony w \displaystyle\mathbb{R}^N, to znaczy zawarty w pewnej kuli. Innymi słowy ciąg \displaystyle\{x_n\} jest ograniczony, gdy

\exists x\in\mathbb{R}^N\ \exists r>0\ \forall n\in\mathbb{N}:\ d(x,x_n)<r.

Przykład 3.20.

Jeśli ciąg \displaystyle\{x_n\}\subseteq\mathbb{R}^N jest stały od pewnego miejsca, czyli istnieje k_0\in\mathbb{N} takie, że

x_n \ =\ x \qquad\forall\  n\ge k_0,

to wówczas

\lim\limits_{n\rightarrow +\infty} x_n \ =\ x.

Oznacza to, że ciąg stały od pewnego miejsca jest zbieżny.


Ciąg \bigg\{\frac{1}{n}\bigg\}

Przykład 3.21.

Niech \displaystyle\{x_n\}\subseteq \mathbb{R} będzie ciągiem danym przez \displaystyle x_n=\frac{1}{n} dla n\ge 1. Wówczas

\lim\limits_{n\rightarrow +\infty} x_n \ =\ 0.

Aby to pokazać ustalmy dowolne \displaystyle\varepsilon>0. Wówczas istnieje liczba naturalna N, która jest większa od \displaystyle\frac{1}{\varepsilon} (gdyż dla każdej liczby rzeczywistej istnieje liczba naturalna od niej większa), czyli

\exists N\in\mathbb{N}:\ N>\frac{1}{\varepsilon}.

Zatem dla dowolnego n\ge N, mamy d(x_n,0) \ =\ |x_n-0| \ =\ |x_n| \ =\ \bigg|\frac{1}{n}\bigg| \ \le\ \frac{1}{N} \ <\ \varepsilon,

zatem pokazaliśmy, że

\displaystyle\lim\limits_{n\rightarrow +\infty} x_n=0.

Przykład 3.22. [ciąg geometryczny]

Niech q\in(-1,1) oraz x_n=q^n dla n\ge 1. Wówczas

\lim\limits_{n\rightarrow +\infty} x_n \ =\ 0.

Dowód podobny do dowodu w przykładzie 3.21., pozostawiamy jako ćwiczenie.
Ciąg \displaystyle\{q^n\} jest ciągiem geometrycznym o ilorazie q (patrz definicja 1.8.).

Kolejne twierdzenie podaje związek między zbieżnością ciągu punktów, a zbieżnością ciągu liczbowego odległości jego wyrazów od granicy. Mówi ono, że ciąg \displaystyle\{x_n\} jest zbieżny do granicy g w \displaystyle\mathbb{R}^N dokładnie wtedy, gdy ciąg \{d(x_n,g)\} odległości x_n od g jest zbieżny do 0 w \displaystyle\mathbb{R}. Dowód wynika wprost z definicji.

Twierdzenie 3.23.

Niech \displaystyle\{x_n\}\subseteq \mathbb{R}^N będzie ciągiem oraz g\in \mathbb{R}^N. Wówczas

\big[ x_n\stackrel{\mathbb{R}^N}{\longrightarrow} g \big] \quad\Longleftrightarrow\quad \big[ d(x_n,g)\stackrel{\mathbb{R}}{\longrightarrow} 0 \big],


Powiemy teraz co to jest podciąg danego ciągu \{x_n\}. Nieformalnie mówiąc, podciąg powstaje z ciągu przez skreślenie z niego pewnej liczby wyrazów (tak aby nadal pozostała nieskończona ich ilość):

\{a_n\}      =  a_1,\quad a_2,\quad a_3,\quad a_4,\quad a_5,\quad,a_6,\quad a_7, \ldots
\{a_{n_k}\}  =  \not{a}_1,\quad\underline{a_2},\quad\not{a}_3,\quad\not{a}_4,\quad\underline{a_5},\quad\underline{a_6},\quad\not{a}_7,\ldots

Formalna definicja podana jest poniżej.



Granica ciągu w iloczynie kartezjańskim
Kartezjusz (1596-1650)Zobacz biografię
Enlarge
Kartezjusz (1596-1650)
Zobacz biografię

Definicja 3.24. [podciąg]

Niech \displaystyle\{x_n\}\subseteq \mathbb{R}^N będzie ciągiem. Niech h\colon\mathbb{N}\longrightarrow\mathbb{N} będzie funkcją silnie rosnącą.
Ciąg \displaystyle f\colon\mathbb{N}\ni n\longmapsto x_{h(n)}\in\mathbb{R}^N nazywamy podciągiem ciągu \displaystyle\{x_n\} i oznaczamy

\displaystyle\{x_{n_k}\} \quad \textrm{lub} \displaystyle\{x_{n_k}\}_{k \in \mathbb{N}} \quad \textrm{lub} \quad \displaystyle\{x_{n_k}\}_{k=1}^{\infty}

gdzie \displaystyle n_k=h(k) dla k\in \mathbb{N}.

W kolejnym twierdzeniu zebrane są własności granic. Niektóre z nich udowodnimy na ćwiczeniach (patrz ćwiczenie 3.3. i ćwiczenie 3.4.).

Twierdzenie 3.25. [własności granic]

Jeśli \displaystyle\{x_n\}\subseteq\mathbb{R}^N jest ciągiem, g\in\mathbb{R}^N, to
(1) Istnieje co najwyżej jedna granica ciągu \displaystyle\{x_n\}, to znaczy

\bigg[\lim\limits_{n\rightarrow +\infty} x_n = g_1\in \mathbb{R}^N \quad\textrm{i}\quad \lim\limits_{n\rightarrow +\infty} x_n = g_2\in \mathbb{R}^N \bigg] \Longrightarrow\g_1=g_2.

(2) Jeśli ciąg \displaystyle\{x_n\} jest zbieżny, to jest ograniczony.
(3) Jeśli \lim\limits_{n\rightarrow +\infty} x_n=g oraz \displaystyle\big\{x_{n_k}\big\} jest dowolnym podciągiem ciągu \displaystyle\{x_n\}, to

\lim\limits_{k\rightarrow +\infty} x_{n_k} \ =\ g.

(4) Jeśli \displaystyle\{x_n\} jest ciągiem zbieżnym oraz \displaystyle\big\{x_{n_k}\big\} jest jego dowolnym podciągiem takim, że \displaystyle\lim\limits_{k\rightarrow +\infty} x_{n_k}=g, to także

\displaystyle\lim\limits_{n\rightarrow +\infty} x_n=g.

(5) Jeśli dla dowolnego podciągu \displaystyle\big\{x_{n_k}\big\} ciągu \displaystyle\{x_n\} istnieje jego "dalszy" podciąg \displaystyle\big\{x_{n_{k_l}}\big\} taki, że \displaystyle\lim\limits_{l\rightarrow +\infty} x_{n_{k_l}}=g, to

\displaystyle\lim\limits_{n\rightarrow +\infty} x_n=g.

Jeśli \displaystyle\{a_n\}\subseteq \mathbb{R}^N jest ciągiem w \displaystyle\mathbb{R}^N, to jego wyrazy mają współrzędne: a_n=(a_n^1,\ldots,a_n^N) dla n\in\mathbb{N}. Kolejne twierdzenie podaje związek między zbieżnością ciągu \displaystyle\{a_n\} w \displaystyle\mathbb{R}^N, a zbieżnością ciągów na poszczególnych współrzędnych \displaystyle\{a_n^1\},\ldots, \{a_n^N\}. Dzięki temu twierdzeniu liczenie granic ciągów w \mathbb{R}^N sprowadza się do liczenia granic ciągów w \mathbb{R} (dowód pomijamy).

Twierdzenie 3.26. [granica ciągu w iloczynie kartezjańskim]

Jeśli \displaystyle\{a_n\}\subseteq \mathbb{R}^N jest ciągiem, czyli a_n=(a_n^1,\ldots,a_n^N) dla n\in\mathbb{N}, oraz a=(a^1,\ldots,a^N)\in \mathbb{R}^N, to
\lim\limits_{n\rightarrow +\infty} a_n=a wtedy i tylko wtedy, gdy \displaystyle\lim\limits_{n\rightarrow +\infty} a_n^i= a^i dla i=1,\ldots,N.

Ciągi Cauchy'ego

Augustin Louis Cauchy (1789-1857)Zobacz biografię
Enlarge
Augustin Louis Cauchy (1789-1857)
Zobacz biografię

Obok ciągów zbieżnych, ważną rolę odgrywają także tak zwane ciągi Cauchy'ego. Ciągi Cauchy'ego to takie ciągi, dla których odległości między wyrazami zmierzają do zera. Okazuje się, że w \displaystyle\mathbb{R}^N z metryką euklidesową, ciągi Cauchy'ego są dokładnie ciągami zbieżnymi. Jednak nie dla każdej przestrzeni z metryką tak jest (patrz uwaga 3.31).


Definicja 3.27. [warunek Cauchy'ego]

Niech \displaystyle\{x_n\}\subseteq \mathbb{R}^N będzie ciągiem. Mówimy, że ciąg \displaystyle\{x_n\} spełnia warunek Cauchy'ego lub jest ciągiem Cauchy'ego, jeśli

\forall \varepsilon>0\ \exists N\in\mathbb{N} \ \forall n,m\ge N:\ d(x_n,x_m)<\varepsilon.

Warunek Cauchy'ego dla ciągu \displaystyle\{x_n\} oznacza, że dla dowolnie wybranej liczby \displaystyle\varepsilon>0, począwszy od pewnego miejsca, każde dwa wyrazy ciągu są oddalone od siebie o mniej niż \displaystyle\varepsilon.

Zacznijmy od prostych faktów.

Stwierdzenie 3.28.

Jeśli \{x_n\} jest ciągiem Cauchy'ego, to jest ograniczony.

Dowód 3.28.

Weźmy \varepsilon=1. Wtedy istnieje N\in \mathbb{N}, takie, że dla wszystkich n,m\geq N mamy d(x_n,x_m)<1, w szczególności dla każdego n\geq N, d(x_n,x_{N})<1. Weźmy

R:=\max\{d(x_1,x_{N}),d(x_2,x_{N}),...d(x_{N-1},x_{N})\}+1.

Wtedy wszystkie wyrazy ciągu zawierają się w kuli K(x_{N},R), a więc ciąg jest ograniczony.

image:End_of_proof.gif

Stwierdzenie 3.29.

Jeśli podciąg \{x_{n_k}\} ciągu Cauchy'ego \{x_n\} ma granicę g, to ciąg \{x_n\} ma granicę g.

Dowód 3.29.

Ustalmy \varepsilon>0. Skoro \lim\limits_{k\rightarrow +\infty} x_{n_k}=g, to istnieje K\in\mathbb{N}, takie, że dla każdego k\geq K mamy d(x_{n_k},g)<\frac{\varepsilon}{2}. Skoro zaś \{x_n\} jest ciągiem Cauchy'ego, to istnieje N\in \mathbb{N} takie, że dla wszystkich m,n \geq N mamy d(x_n,x_m)<\frac{\varepsilon}{2}. Biorąc M=\max\{N,K\}, mamy dla wszystkich m\geq M

d(x_m,g)\leq d(x_m,x_{n_M})+d(x_{n_M},g)<\frac{\varepsilon}{2}+\frac{\varepsilon}{2} \ =\ \varepsilon,

a zatem g jest granicą ciągu \{x_n\}.

image:End_of_proof.gif

Kolejne twierdzenie mówi, że w \mathbb{R}^N ciągi są zbieżne dokładnie wtedy, gdy spełniają warunek Cauchy'ego.

Twierdzenie 3.30. [zbieżność ciągu a warunek Cauchy'ego]

Ciąg \displaystyle\{x_n\}\subseteq \mathbb{R}^N jest zbieżny wtedy i tylko wtedy, gdy spełnia warunek Cauchy'ego.

Dowód 3.30.

"\Longrightarrow"
Wykażemy, że jeśli ciąg \{x_n\} jest zbieżny, to spełnia warunek Cauchy'ego. Ustalmy \varepsilon>0. Skoro ciąg jest zbieżny do granicy g, to jego wyrazy są od pewnego miejsca odległe od g o mniej niż \frac{\varepsilon}{2}, czyli

\exists N\in \mathbb{N}\ \forall n\ge N: \ d(x_n,g)<\frac{\varepsilon}{2}.

Weźmy teraz dowolne m,n>N. Wtedy

d(x_n,x_m) \ \le\ d(x_n,g)+d(x_m,g)<\frac{\varepsilon}{2}+\frac{\varepsilon}{2}=\varepsilon,

a zatem ciąg \{x_n\} spełnia warunek Cauchy'ego.

"\Longleftarrow"
Ta część dowodu będzie przeprowadzona później, po wprowadzeniu pojęcia zwartości.

image:End_of_proof.gif


Uwaga 3.31.

Dla dowolnie wybranego zbioru z metryką zachodzi tylko jedna implikacja w powyższym twierdzeniu, a mianowicie każdy ciąg zbieżny jest ciągiem Cauchy'ego. Aby pokazać, że przeciwna implikacja nie jest prawdziwa, rozważmy przedział otwarty \displaystyle (0,1) z metryką euklidesową d_2 (czyli dla x,y\in (0,1) ich odległość wynosi |x-y|). Ciąg \displaystyle\{x_n\} zadany wzorem \displaystyle x_n=\frac{1}{n} dla n\in\mathbb{N} nie jest zbieżny w \displaystyle (0,1) (dlaczego?), ale spełnia warunek Cauchy'ego. Aby to pokazać, ustalmy dowolne \displaystyle\varepsilon>0. Wówczas

\exists N\in \mathbb{N}:\ \frac{1}{N}<\frac{\varepsilon}{2}.

Wówczas dla dowolnych n,m\ge N mamy

d_2(x_n,x_m) \ =\ |x_n-x_m| \ =\ \bigg|\frac{1}{n}-\frac{1}{m}\bigg| \ \le\ \frac{1}{n}+\frac{1}{m} \ \le\ \frac{1}{N}+\frac{1}{N} \ =\ \frac{2}{N} \ <\ \varepsilon.

Pokazaliśmy zatem, że ciąg \displaystyle\{x_n\} spełnia warunek Cauchy'ego.