在估计函数f(x)的n次拉格朗日插值多项式近似代替f(x)所产生的误差时,我们的课本上首先假设了一个误差函数:
由于在n+1个插值节点处误差为0,故误差函数至少有n+1个零点。课本上于是设
其中为插值节点。
当初看到这里的时候觉得有点不对劲,难道一个函数有这些零点,就可以表示成如上形式吗?假如f(x)=log(x),那么误差函数就是log(x)减去一个多项式,怎么可能展开成上述形式? Read the rest of this entry »
在估计函数f(x)的n次拉格朗日插值多项式近似代替f(x)所产生的误差时,我们的课本上首先假设了一个误差函数:
由于在n+1个插值节点处误差为0,故误差函数至少有n+1个零点。课本上于是设
其中为插值节点。
当初看到这里的时候觉得有点不对劲,难道一个函数有这些零点,就可以表示成如上形式吗?假如f(x)=log(x),那么误差函数就是log(x)减去一个多项式,怎么可能展开成上述形式? Read the rest of this entry »
在微分几何中,两个度量空间之间的同胚映射的是这样定义的(WIKI):
在两个度量空间X和Y上建立的一个映射f:X->Y,如果满足以下三条:
1.f是双射
2.f是连续的
3.f的逆映射f-1也是连续的
则称f为同胚映射。
当看到这个定义时,我产生了一个疑问:第3条性质的声明有意义吗?存在满足1,2但不满足3的映射吗?模糊的说,f连续的意思不就是当X中两个元素的距离足够小的时候,Y中两个元素的距离也足够小吗?这样看来,f的连续与f-1的连续好像是对称的,因为如果上一句话满足,那么当Y中两个元素的距离也足够小的时候,X中两个元素的距离不也足够小吗?
今天大牛胡勇给我举了一个反例:
Read the rest of this entry »
在实变函数中,Levi定理,又名Levi单调收敛定理,是说非负可测函数的求极限和积分运算可以交换顺序。具体表述如下:
设
和
都是可测集D上的非负可测函数,而且对几乎所有的
,
单调增加收敛于
,则![]()
在周性伟编著的《实变函数》一书中,上述定理的证明思想如下:由于非负可测函数的Lebesgue积分是由单调增加的非负简单函数列的积分的极限来定义的,所以对每一个
,都用一列单增非负简单函数列来逼近,设为
。然后,按下图所示的方式构造一个新的函数列
:

即令
![]()
这样得到
具有两个重要的性质:
(1)
单调增加
(2)![]()
在第(2)条性质中,我们先令
,再令
便可得到
的极限即为
,又根据第(1)条性质,
的积分可以用
的积分的极限来定义。
这个证明颇具启发性,它的关键在于非负简单函数列
的构造。其实,
的构造方法并不是唯一的,只要构造出的函数列满足上述两条性质便可。在这里,我们采用如下图所示的构造方式(是否似曾相识?还记得上篇博客中“至多可数个可数集的并是可数集”的证明方法吗?):

证明:
,设
的积分由单调增加的非负简单函数列
定义。现令
![]()
![]()
…
![]()
则
为非负简单函数,且满足
(1)
单调增加
(2) ![]()
由(2),得
(3) ![]()
在(2),(3)中,令
(则
),得到
(4)![]()
(5) ![]()
在(4),(5)中,令
,得
![]()
![]()
则
![]()
参考资料:周性伟,《实变函数》,科学出版社
如果集合A和集合B之间存在一个一一映射(双射),则称A和B等价。如果A和正整数集N等价,我们称A是可数的。换句话说,A可数的充要条件是A中的全体元素可以排列成a1,a2,…,an,..的形状。
根据这个定义,我们很容易得出整数集是可数的。因为我们可以构造如下正整数集到整数集的一一映射:

一个更有意思的命题是:
可数个可数集的并是可数集。
它的证明使用了经典的“对角线”法,这种方法被各种实变函数或集合论的书广泛采用。
证明:假设{Am}是一列可数集,其中Am={am1,am2,…},把它们按如下顺序排列

可以按如图箭头所指的方向数U{Am}中的元素,即把U{Am}中元素排列成a11,a21,a12,a31,…},于是U{Am}是可数的,命题得证。
上述证明虽然已经说明U{Am}可数,却没有给出它与正整数之间的一一映射关系。能否写出这个映射呢?
仔细观察发现,每个“对角线”上元素amn的下标之和m+n是一个常数。于是我们可以得到,按上图所示的排列方法,amn所处的位置为:

其中m+n≥3,a11=1
这样我们就得到了U{Am}到正整数集的一个一一映射:

这个命题的一个应用就是:有理数集是可数的。因为有理数可以被看作一个二元有序对(p,q)。但当我们用类似的方法排列有理数时,却发现了上述映射的一个致命错误:

(图片来自维基百科,它采用了“蛇状”的盘旋数法)
注意到图中红色的有理数,它们的分子和分母有公约数,这些数都已经被数过了。也就是说,我们上面构造的映射中忽略了amn中会有重复元素的情况。
我试图把重复的情况考虑进去,构建从正有理数到正整数的一一映射,但发现这时问题变得异常复杂,最终没能写出一个通式来。
那么,到底能不能找到这样的一个映射关系呢? Read the rest of this entry »
范数(norm)是在向量空间上定义的一个实值函数:V->R,一般用记号||x||表示,它满足以下三个性质:
(1) ||x||≥0, ||x||=0 ‹=› x=0
(2) ||ax||=|a|•||x|| (a为数域F中的数)
(3)||x+y||≤||x||+||y||
对于实数p≥1,定义p-范数

1-范数又被称为“出租车范数”。这个名字很形象,指一个出租车沿着”水平”和”竖直”的街道从向量x起点开到终点所走过的路程。
2-范数又被称为“欧几里德范数”。在欧式空间里,它表示两点间的距离(向量x的模长)。所以性质(3)在欧式空间里就是我们熟知的“两点之间线段最短”
此外,定义∞-范数为:
![]()
当看到这个定义时,我们很自然的产生疑问:为什么如此定义∞-范数?它和p-范数有什么关系?
实际上,它们之间是有关系的。p-范数的定义中,令p->∞便得到∞-范数,也即

证明:令
Read the rest of this entry »