跳到主要內容

[數學分析] 函數的單調性質(0)-淺論

令 $f: \mathbb{R} \to \mathbb{R}$ 為函數,

Definition: 我們說 $f$ 為單調遞增 (Monotone increasing) 若下列條件成立:
若 $x_1 < x_2$ 則 $f(x_1) \le f(x_2)$
我們說 $f$ 為單調遞減 (Monotone decreasing) 若下列條件成立:
若 $x_1 > x_2$ 則 $f(x_1) \ge f(x_2)$

我們稱 $f$ 為 單調 (Monotone) 若 $f$ 為單調遞增 或 單調遞減。

以下我們看兩個經典的例子:

Example:
1. 令 $f: \mathbb{R} \to \mathbb{R}$ 滿足 $f(x) = c$ 且  $c \in \mathbb{R}$ 則此常數函數 既為單調遞增 亦為 單調遞減。
2. 令 $f: \mathbb{R} \to \mathbb{R}$ 滿足 $f(x) = |x|$ 則此絕對值函數 並非單調遞增或單調遞減。
但注意到若我們修正絕對值函數的定義域,比如說 令 $f: [0, \infty) \to \mathbb{R}$ 滿足 $f(x) = |x|$ 則此絕對值函數 成為 單調遞增 (讀者可自行證明此性質在此不贅述)。

以下我們給出幾個單調函數重要的結果:


===============
Fact:
1. 若 $f, g$ 為在區間 $I \subset \mathbb{R}$ 上的遞增函數,則 $f+g$ 亦為在 $I$上 遞增函數
2. 若 $f, g$ 為在區間 $I \subset \mathbb{R}$ 上的遞減函數,則 $f+g$ 亦為在 $I$上 遞減函數
===============

Proof: 
我們只證明 (1), (2) 留給讀者作為練習。

現在要證明  $f+g$ 在 $I$ 上遞增,故由定義出發,令 $x_1,x_2 \in I$ 且 $x_1 < x_2$,則由於 $f, g$ 在區間 $I$ 上遞增,故我們有
\[
f(x_1) \le f(x_2)
\]且
\[
g(x_1) \le g(x_2)
\]
現在我們觀察其和,可知
\[
f(x_1) + g(x_1) \le f(x_2) + g(x_2)
\]上述不等式表明 $f+g$ 在 $x_1$的取值 必定小於或等於 $f+g$ 在 $x_2$ 上的取值,也就是說
\[
(f+g)(x_1) \le (f+g)(x_2)\;\;\;\;\;\;\; \square
\]



===============
Theorem 1: 開區間遞增是否保證 加入端點之後仍為遞增?
令 $f$ 為在 $(a,b)$ 遞增 ,若 $f$ 在 $a$ 點連續,則 $f$ 在 $[a,b)$ 仍為遞增
同理,若 $f$ 在 $b$ 點連續,則 $f$ 在 $(a,b]$ 仍為遞增。
===============
Proof Sketch: 因為 $f$ 在 $a$ 點連續,其在該點極限值等於該點函數值 $f(a)$ 現在取 $x \in (a,b)$ 則 $x > a$ 其遞增性保證 $f(x) \ge f(a)$


===============
Theorem 2: 遞增函數保證左右極限存在
令 $f: \mathbb{R} \to \mathbb{R}$ 為單調函數,
1. 則 對任意 $t \in \mathbb{R}$ ,左極限 與 右極限 $f(t-)$ 與 $f(t+)$ 存在且有限,且 $f(\infty-)$ 與 $f(\infty+) $ 存在 。
2. 若 $f$ 為單調遞增,則 $f(t^-) \le f(t) \le f(t+)$
3. 若 $f$ 為單調遞減,則 $f(t^-) \ge f(t) \ge f(t^+)$
===============

Proof: omitted


Theorem 2:
考慮 $f: \mathbb{R} \to \mathbb{R}$ 為單調函數,現令集合 $E \neq \emptyset$ 為 $f$ 在 ${\bf \mathbb{R}}$ 上 所有 不連續的點 所形成的集合,亦即
\[
E \doteq \{x \in \mathbb{R}: f \text{ is discontinuous at $x$}\}
\]則集合 $E$ 只有以下兩種可能
1. $E$ 為有限(finite)
2. $E$ 為可數無窮 (countably infinite)

Comments:
1. 我們說一個集合為 有限 表示此 集合所含有的元素個素為有限多個。另外我們說一個集合 $E$ 為 可數無窮 表示 存在一個 一對一映射的函數 $g: E \to \mathbb{N}$。
2. 我們說一個函數 $f: \mathbb{R} \to \mathbb{R}$ 在 $t \in \mathbb{R}$ 點不連續若且唯若 其左右極限存在但與函數值不相等,亦即
\[
f(t^+) := \lim_{x \to t^+} f(x) \neq \lim_{x \to t^-} f(x) := f(t^-) \neq f(t)
\]

Proof:
注意到若 $f$ 為單調遞增,則 $-f$ 為單調遞減,但不連續的點個數相等,故我們可僅僅考慮 $f$ 為單調遞增的情形。


\[
E \doteq \{x \in \mathbb{R}: f \text{ is discontinuous at $x$}\} \neq \emptyset
\]我們要證明 (1) 與 (2) ,基本想法為由於 $f$ 取值為在實數軸 $\mathbb{R}$ 上,故由有理數在實數軸上的稠密性來試圖說明為何 (1) 與 (2) 成立。 亦即對任意 $x \in E $ 我們有 $f(x^-) < f(x^+)$且由於 $f$ 取值為在實數軸 $\mathbb{R}$ 上,故由稠密性可知 存在 $q_x \in \mathbb{Q}$ 使得
\[
f(x^-) < q_x < f(x^+)
\]
有了以上想法,我們現在利用 $f$ 單調遞增性質可知
\[
x_1 < x_2 \Rightarrow f(x_1^+) \le f(x_2^-)
\]故若 $x_1, x_2 \in E$ 且 $x_1 < x_2$ 則存在 $q_{x_1}, q_{x_2} \in \mathbb{Q}$ 使得
\[
q_{x_1} < q_{x_2}
\]用上述的構造 $q_{x_1}, q_{x_2}$ 我們得到以下結果:對任意 $x \in E$ 而言,存在彼此相異的有理數來表示 $x$ 且此表示為 1-1 對應。我們將所有對應的有理數收集起來建構以下集合
\[
\{q_x \in \mathbb{Q}: x \in E\}
\]則因為 $q_x \in \mathbb{Q}$ 為有理數 故此集合內元素的個素 必定為有限多 或者 可數無限多個。$\square$

留言

這個網誌中的熱門文章

[數學分析] 什麼是若且唯若 "if and only if"

數學上的 if and only if  ( 此文不討論邏輯學中的 if and only if,只討論數學上的 if and only if。) 中文翻譯叫做  若且唯若 (or 當且僅當) , 記得當初剛接觸這個詞彙的時候,我是完全不明白到底是甚麼意思,查了翻譯也是愛莫能助,畢竟有翻跟沒翻一樣,都是有看沒有懂。 在數學上如果看到 if and only if  這類的句子,其實是表示一種 雙條件句 ,通常可以直接將其視為" 定義(Definition)" 待之,今天要分享的是這樣的一個句子如何用比較直觀的方法去看他 假設我們現在有 兩個邏輯陳述句 A 與  B. 注意到,在此我們不必考慮這兩個陳述句到底是什麼,想表達什麼,或者到底是否為真(true),這些都不重要。只要知道是兩個陳述即可。 現在,考慮新的陳述:  "A if and only if B" 好了,現在主角登場,我們可以怎麼看待這個句子呢? 事實上我們可以很直覺的把這句子拆成兩部分看待,也就是 "( A if B ) and ( A only if B )" 那麼先針對第一個部分  A if B  來看, 其實這句就是說  if B then A, 更直白一點就是 "if B is true, then A is also true".  在數學上等價可以寫為 "B implies A" .  或者更常用一個箭頭符號來表示 "B $\Rightarrow$  A"  現在針對第二個部分  A only if B 此句意指  "If B is not true, then A is also not true". 所以如果已知 A is true,  那麼按照上句不難推得 B is also true 也就是說  A only if B  等價為 "If A is true then B is also true". 同樣,也可以寫作   "A implies B"   或者用箭頭表示  "A   $\Rightarrow$     B".

[數學分析] 淺談各種基本範數 (Norm)

這次要介紹的是數學上一個重要的概念: Norm: 一般翻譯成 範數 (在英語中 norm 有規範的意思,比如我們說normalization就是把某種東西/物品/事件 做 正規化,也就是加上規範使其正常化),不過個人認為其實翻譯成 範數 也是看不懂的...這邊建議把 Norm 想成長度就好 (事實上norm是長度的抽象推廣), 也許讀者會認為好端端的長度不用,為何又要發明一個 norm 來自討苦吃?? 既抽象又艱澀。 事實上想法是這樣的: 比如說現在想要比較兩個數字 $3$ , $5$ 之間的大小,則我們可以馬上知道 $ 3 < 5 $;同樣的,如果再考慮小數與無理數如 $1.8753$ 與 $\pi$,我們仍然可以比較大小 $1.8753 < \pi = 3.1415...$ 故可以發現我們有辦法對 "純量" 做明確的比大小,WHY? 因為前述例子中 $3$, $5$, $1.8753$ or $\pi$ 其各自的大小有辦法被 "measure "! 但是如果是現在考慮的是一組數字 我們如何去measure 其大小呢?? 比如說 \[x:=[1, -2, 0.1, 0 ]^T \]上式的大小該是多少? 是 $1$? $-2$? $0.1$??? 再者如果更過分一點,我們考慮一個矩陣 \[A = \left[ {\begin{array}{*{20}{c}} 1&2\\ 3&4 \end{array}} \right] \],想要知道這個矩陣的大小又該怎麼辦?? 是 $1$ ? $2$ 還是 $4$ ?..其實現階段我們說不清楚。 也正是如此,可以發現我們確實需要新的 "長度" 的定義來幫助我們如何去 measure 矩陣/向量/甚至是函數的大小。 故此,我們首先定義甚麼是Norm,(也就是把 "長度" or "大小" 的本質抽離出來) ================== Definition: Norm 考慮 $V$ 為一個向量空間(Vector space),則我們說  Norm 為一個函數 $||\cdot|| : V \rightarrow \mathbb{R}$ 且滿足下列性質