Основы действительного анализа

Множество действительных чисел: аксиоматика и топология числовой прямой

Добро пожаловать в курс «Основы действительного анализа». Если вы изучали математический анализ (калькулюс) ранее, вы, вероятно, привыкли работать с производными, интегралами и пределами, воспринимая числа как данность. Действительный анализ — это шаг вглубь. Здесь мы не просто учимся вычислять, мы учимся понимать, почему эти вычисления вообще возможны.

Фундаментом всего здания математического анализа является множество действительных чисел, обозначаемое символом $\mathbb{R}$. В этой статье мы разберем, как строго определить это множество через аксиомы и как устроена его структура — топология.

От рациональных чисел к действительным

Почему нам недостаточно обычных дробей (рациональных чисел $\mathbb{Q}$)? Рациональные числа кажутся плотными: между любыми двумя дробями всегда можно найти третью. Однако, еще древние греки обнаружили, что диагональ квадрата со стороной 1 не может быть выражена дробью.

Множество рациональных чисел имеет «дыры». Если мы попытаемся приблизиться к числу $\sqrt{2}$ с помощью дробей, мы можем подходить сколь угодно близко, но самого числа в множестве $\mathbb{Q}$ не найдем. Действительный анализ требует непрерывности, отсутствия дыр. Именно для этого вводится множество действительных чисел $\mathbb{R}$, которое «залатывает» все пробелы числовой прямой.

Аксиоматическое определение $\mathbb{R}$

В современной математике действительные числа определяются не через их десятичную запись (которая может быть бесконечной), а через набор правил — аксиом. Множество действительных чисел $\mathbb{R}$ — это упорядоченное поле, обладающее свойством полноты.

Давайте разберем эти три кита: поле, порядок и полноту.

1. Аксиомы поля (Алгебраическая структура)

Эти аксиомы говорят нам о том, что с числами можно совершать привычные арифметические операции. Для любых элементов $x, y, z \in \mathbb{R}$ выполняются следующие свойства:

• Коммутативность и ассоциативность сложения и умножения.
• Существование нейтральных элементов: 0 (для сложения) и 1 (для умножения).
• Существование обратных элементов: для каждого $x$ есть $-x$, а для $x \neq 0$ есть $x^{-1}$.
• Дистрибутивность (распределительный закон):

$$x \cdot (y + z) = x \cdot y + x \cdot z$$

Где $x, y, z$ — действительные числа, $\cdot$ — операция умножения, а $+$ — операция сложения. Эта формула связывает две операции в единую структуру.

2. Аксиомы порядка

Множество $\mathbb{R}$ упорядочено. Это значит, что мы всегда можем сказать, какое из двух несовпадающих чисел больше. Существует отношение $<$, такое что:

• Трихотомия: Для любых $x, y$ верно ровно одно из трех: $x < y$, $x = y$ или $y < x$.
• Транзитивность: Если $x < y$ и $y < z$, то $x < z$. Где $x, y, z$ — элементы множества действительных чисел.

Эти аксиомы позволяют нам располагать числа на прямой слева направо.

3. Аксиома полноты (Самая важная часть)

Именно эта аксиома отличает действительные числа $\mathbb{R}$ от рациональных $\mathbb{Q}$. Она гарантирует отсутствие «дыр».

Чтобы сформулировать её, нам понадобятся два определения:

1. Множество $S \subset \mathbb{R}$ называется ограниченным сверху, если существует такое число $M$, что для любого $s \in S$ выполняется $s \le M$. Число $M$ называют верхней гранью.
2. Точная верхняя грань (или супремум) — это самая маленькая из всех возможных верхних граней. Обозначается как $\sup S$.

Аксиома полноты:

Любое непустое множество действительных чисел, ограниченное сверху, имеет точную верхнюю грань в $\mathbb{R}$.

Почему это важно? Вернемся к примеру с $\sqrt{2}$. Рассмотрим множество рациональных чисел, квадрат которых меньше 2:

$$A = \{q \in \mathbb{Q} \mid q^2 < 2\}$$

Где $A$ — множество, $q$ — рациональное число, а условие $q^2 < 2$ отбирает числа, приближающиеся к корню из двух снизу.

В множестве рациональных чисел $\mathbb{Q}$ у этого множества нет точной верхней грани. Какую бы дробь вы ни взяли, всегда найдется другая дробь, которая ближе к $\sqrt{2}$, но все еще меньше его. А вот в множестве $\mathbb{R}$ супремум существует и равен точно $\sqrt{2}$. Аксиома полноты гарантирует, что это число «существует».

Топология числовой прямой

Теперь, когда у нас есть сплошная прямая, мы можем ввести понятие близости. Это переносит нас в область топологии.

Расстояние (Метрика)

Близость двух чисел определяется расстоянием между ними. В $\mathbb{R}$ расстояние задается модулем разности:

$$d(x, y) = |x - y|$$

Где $d(x, y)$ — расстояние между точками $x$ и $y$, а $|x - y|$ — абсолютная величина их разности.

Окрестности

Ключевым понятием анализа является $\varepsilon$-окрестность (читается «эпсилон-окрестность»). Это формализация понятия «близко».

$$U_\varepsilon(a) = (a - \varepsilon, a + \varepsilon) = \{x \in \mathbb{R} \mid |x - a| < \varepsilon\}$$

Где:

• $U_\varepsilon(a)$ — окрестность точки $a$ радиуса $\varepsilon$.
• $a$ — центр окрестности (действительное число).
• $\varepsilon$ — радиус окрестности (положительное действительное число).
• $x$ — точки, попадающие в этот интервал.

Простыми словами, это интервал вокруг точки $a$, в который попадают все числа, удаленные от $a$ меньше чем на $\varepsilon$.

Открытые и замкнутые множества

Понимание структуры множеств критически важно для определения пределов и непрерывности в будущих статьях.

1. Открытое множество: Множество $G$ называется открытым, если каждая его точка входит в него вместе с некоторой окрестностью. То есть, у точки есть «пространство для маневра» внутри множества, она не стоит на самом краю.

   • Пример: Интервал $(0, 1)$ — открытое множество. Какую бы точку внутри вы ни взяли (например, $0.00001$), вы всегда можете очертить вокруг неё крошечную окрестность, которая целиком лежит внутри $(0, 1)$.

2. Замкнутое множество: Множество $F$ называется замкнутым, если его дополнение (все, что не входит в $F$) является открытым. Более интуитивное определение: замкнутое множество содержит все свои предельные точки (точки, к которым можно бесконечно приближаться элементами из множества).

   • Пример: Отрезок $[0, 1]$ — замкнутое множество. Оно включает свои границы $0$ и $1$.

Предельная точка

Точка $p$ называется предельной точкой множества $S$, если в любой $\varepsilon$-окрестности точки $p$ содержится бесконечно много точек из $S$.

Это понятие связывает топологию с концепцией пределов. Если у множества есть предельная точка, значит, элементы множества «сгущаются» или накапливаются вокруг неё.

Заключение

Мы рассмотрели множество действительных чисел $\mathbb{R}$ как строгую математическую структуру. Мы выяснили, что:

1. $\mathbb{R}$ — это поле (можно складывать и умножать).
2. $\mathbb{R}$ упорядочено (можно сравнивать).
3. $\mathbb{R}$ полно (в нем нет дыр, работает принцип супремума).
4. На $\mathbb{R}$ вводится топология через понятие расстояния и окрестностей, что позволяет классифицировать множества как открытые и замкнутые.

В следующей статье мы используем этот фундамент для строгого определения последовательностей и их пределов. Аксиома полноты и понятие $\varepsilon$-окрестности станут нашими главными инструментами.

Теория пределов: сходимость последовательностей и числовые ряды

В предыдущей статье мы построили фундамент — множество действительных чисел $\mathbb{R}$, обладающее свойством полноты, и ввели понятие топологии (близости) через $\varepsilon$-окрестности. Теперь мы готовы оживить эту статичную конструкцию. Математический анализ изучает процессы, изменения и приближения. Главным инструментом для описания этих процессов является понятие предела.

В этой статье мы разберем, что значит «стремиться» к числу, как строго определить сходимость последовательности и как сложить бесконечное количество чисел, чтобы получить конечный результат.

Числовая последовательность

Прежде чем говорить о пределах, нужно определить объект, который будет к чему-то стремиться. Этим объектом является числовая последовательность.

Интуитивно мы понимаем последовательность как бесконечный пронумерованный список чисел: $a_1, a_2, a_3, \dots$. Однако в математике мы требуем строгости.

Определение: Числовая последовательность — это функция, областью определения которой является множество натуральных чисел $\mathbb{N}$, а областью значений — множество действительных чисел $\mathbb{R}$.

$$a: \mathbb{N} \to \mathbb{R}, \quad a(n) = a_n$$

Где:

• $a$ — имя функции (последовательности).
• $\mathbb{N}$ — множество натуральных чисел ($1, 2, 3, \dots$), выступающих в роли индексов.
• $\mathbb{R}$ — множество действительных чисел.
• $n$ — аргумент функции (номер элемента).
• $a_n$ — значение функции на $n$-м шаге, или $n$-й член последовательности.

Примеры:

1. $a_n = \frac{1}{n}$ (последовательность: $1, 1/2, 1/3, \dots$)
2. $a_n = (-1)^n$ (последовательность: $-1, 1, -1, 1, \dots$)

Предел последовательности: $\varepsilon-N$ определение

Это сердце математического анализа. Понятие предела формализует идею того, что члены последовательности становятся сколь угодно близкими к некоторому числу $L$ при увеличении номера $n$.

Определение: Число $L$ называется пределом последовательности $(a_n)$, если для любого, даже сколь угодно малого положительного числа $\varepsilon$ (эпсилон), найдется такой номер $N$ (зависящий от $\varepsilon$), что для всех номеров $n > N$ выполняется неравенство:

$$|a_n - L| < \varepsilon$$

Где:

• $|a_n - L|$ — расстояние между $n$-м членом последовательности и пределом $L$.
• $< \varepsilon$ — условие, что это расстояние меньше заданного радиуса окрестности.
• $a_n$ — член последовательности.
• $L$ — число, являющееся пределом.

Записывается это так:

$$\lim_{n \to \infty} a_n = L$$

Где:

• $\lim$ — оператор предела.
• $n \to \infty$ — указание, что индекс $n$ неограниченно возрастает.
• $a_n$ — общий член последовательности.
• $L$ — значение предела.

Разбор определения

Давайте переведем это с языка формул на человеческий язык, используя понятия из прошлой лекции.

Неравенство $|a_n - L| < \varepsilon$ эквивалентно тому, что $a_n \in (L - \varepsilon, L + \varepsilon)$. То есть $a_n$ попадает в $\varepsilon$-окрестность точки $L$.

Смысл определения таков: какую бы узкую «ловушку» (окрестность) шириной $\varepsilon$ вокруг числа $L$ мы ни выбрали, «хвост» последовательности (все члены, начиная с некоторого номера $N$) рано или поздно попадет в эту ловушку и никогда больше из неё не выйдет.

Если последовательность имеет конечный предел, она называется сходящейся. В противном случае — расходящейся.

Пример сходимости

Докажем, что $\lim_{n \to \infty} \frac{1}{n} = 0$.

Нам нужно показать, что для любого $\varepsilon > 0$ мы можем найти $N$, такое что при $n > N$ выполняется $|\frac{1}{n} - 0| < \varepsilon$.

$$\left| \frac{1}{n} \right| < \varepsilon \iff \frac{1}{n} < \varepsilon \iff n > \frac{1}{\varepsilon}$$

Где:

• $\iff$ — знак логической равносильности («тогда и только тогда»).
• $n$ — натуральное число.
• $\varepsilon$ — произвольное положительное число.

Значит, если мы возьмем в качестве $N$ любое целое число, большее чем $1/\varepsilon$, условие будет выполнено. Предел действительно равен 0.

Свойства сходящихся последовательностей

1. Единственность предела: Последовательность не может стремиться к двум разным числам одновременно.
2. Ограниченность: Если последовательность сходится, то она ограничена. То есть все её члены лежат в некотором интервале $(-M, M)$.
   • Важно: Обратное неверно. Последовательность $(-1)^n$ ограничена (от -1 до 1), но расходится (скачет туда-сюда).

Фундаментальные последовательности (Критерий Коши)

Иногда нам нужно узнать, сходится ли последовательность, но мы не знаем, чему равен её предел $L$, чтобы проверить определение. Здесь нам помогает полнота множества $\mathbb{R}$.

Огюстен Луи Коши предложил критерий внутренней сходимости. Последовательность сходится тогда и только тогда, когда её члены становятся все ближе друг к другу.

Определение: Последовательность $(a_n)$ называется фундаментальной (или последовательностью Коши), если для любого $\varepsilon > 0$ существует номер $N$, такой что для любых $n > N$ и $m > N$ выполняется:

$$|a_n - a_m| < \varepsilon$$

Где:

• $|a_n - a_m|$ — расстояние между двумя произвольными членами «хвоста» последовательности.
• $n, m$ — любые индексы, большие порогового значения $N$.
• $\varepsilon$ — мера близости.

Теорема (Критерий Коши): В множестве действительных чисел $\mathbb{R}$ последовательность сходится тогда и только тогда, когда она фундаментальна.

Это свойство работает именно благодаря полноте $\mathbb{R}$. В рациональных числах $\mathbb{Q}$ последовательность может «сжиматься» (быть фундаментальной), но ей некуда будет «приземлиться» (как в примере с $\sqrt{2}$ из прошлой статьи).

Числовые ряды

Перейдем от списков чисел к их суммированию. Античный парадокс Зенона гласил, что Ахиллес никогда не догонит черепаху, потому что ему нужно преодолеть бесконечное число отрезков пути. Однако мы знаем, что догонит. Это означает, что сумма бесконечного числа слагаемых может быть конечным числом.

Определение: Пусть дана последовательность $(a_n)$. Выражение вида:

$$\sum_{n=1}^{\infty} a_n = a_1 + a_2 + a_3 + \dots$$

называется числовым рядом.

Где:

• $\sum$ — знак суммирования (сигма).
• $n=1$ — начальное значение индекса.
• $\infty$ — указание на то, что суммирование продолжается бесконечно.
• $a_n$ — общий член ряда.

Сходимость ряда

Как сложить бесконечность? Мы не можем сделать это физически. Мы делаем это через пределы.

Введем понятие частичной суммы $S_k$ — это сумма первых $k$ членов ряда:

$$S_k = \sum_{n=1}^{k} a_n = a_1 + a_2 + \dots + a_k$$

Где:

• $S_k$ — $k$-я частичная сумма.
• $k$ — конечное число слагаемых.

Ряд называется сходящимся, если последовательность его частичных сумм $(S_k)$ имеет конечный предел $S$. Это число $S$ и называют суммой ряда.

$$S = \lim_{k \to \infty} S_k$$

Где:

• $S$ — сумма всего бесконечного ряда.
• $S_k$ — частичная сумма.

Необходимый признак сходимости

Чтобы ряд имел шанс сойтись, его слагаемые должны уменьшаться и стремиться к нулю. Если вы складываете числа, которые не становятся меньше (например, $1+1+1+\dots$), сумма точно уйдет в бесконечность.

Теорема: Если ряд $\sum a_n$ сходится, то:

$$\lim_{n \to \infty} a_n = 0$$

Где:

• $a_n$ — общий член ряда.
• $0$ — значение, к которому должны стремиться слагаемые.

ВНИМАНИЕ: Это условие необходимое, но не достаточное. То, что слагаемые стремятся к нулю, еще не гарантирует, что сумма будет конечной.

Гармонический ряд — контринтуитивный пример

Рассмотрим ряд, составленный из обратных чисел:

$$\sum_{n=1}^{\infty} \frac{1}{n} = 1 + \frac{1}{2} + \frac{1}{3} + \frac{1}{4} + \dots$$

Здесь $a_n = 1/n$ стремится к 0. Казалось бы, ряд должен сходиться. Но это не так! Гармонический ряд расходится (его сумма равна бесконечности), хотя делает это очень медленно.

Это классический пример того, почему интуиция в анализе может подвести и почему нужны строгие доказательства.

Геометрическая прогрессия

Один из самых важных рядов — геометрический:

$$\sum_{n=0}^{\infty} q^n = 1 + q + q^2 + q^3 + \dots$$

Где:

• $q$ — знаменатель прогрессии.

Этот ряд сходится, только если $|q| < 1$. В этом случае его сумма равна:

$$S = \frac{1}{1-q}$$

Где:

• $S$ — сумма ряда.
• $1$ — первый член ряда (при $n=0$).
• $q$ — знаменатель прогрессии.

Заключение

Сегодня мы сделали огромный шаг. Мы научились укрощать бесконечность с помощью понятия предела. Мы узнали, что:

1. Сходимость последовательности — это попадание её «хвоста» в любую $\varepsilon$-окрестность предела.
2. Полнота $\mathbb{R}$ позволяет проверять сходимость через взаимную близость элементов (критерий Коши).
3. Сумма бесконечного ряда определяется как предел его частичных сумм.

Эти инструменты позволят нам в следующей статье перейти к изучению функций и их непрерывности. Мы увидим, как понятие предела последовательности трансформируется в предел функции, и что на самом деле означает нарисовать график, «не отрывая карандаша от бумаги».

Функции одной переменной: предельные значения и понятие непрерывности

В предыдущих статьях мы заложили фундамент анализа: построили множество действительных чисел $\mathbb{R}$ и научились работать с пределами последовательностей. Последовательность — это функция, аргументом которой является натуральное число ($n=1, 2, 3...$). Теперь мы делаем следующий шаг: мы разрешаем аргументу изменяться непрерывно.

В этой статье мы перейдем к изучению функций вещественной переменной. Мы разберем знаменитое определение предела «на языке эпсилон-дельта» ($\varepsilon - \delta$), которое часто вызывает страх у студентов, но на самом деле является вершиной логической строгости. Затем мы используем его, чтобы строго определить, что такое непрерывность.

Предел функции: интуиция и строгость

Представьте, что у вас есть функция $f(x)$. Мы хотим узнать, к какому значению приближается $f(x)$, когда аргумент $x$ подходит все ближе и ближе к некоторому числу $a$, но не обязательно равен ему.

Определение по Гейне (через последовательности)

Поскольку мы уже знаем, что такое предел последовательности, мы можем использовать это знание.

Определение: Число $L$ называется пределом функции $f(x)$ в точке $a$, если для любой последовательности значений аргумента $x_n$, сходящейся к $a$ (при условии $x_n \neq a$), соответствующая последовательность значений функции $f(x_n)$ сходится к $L$.

Это определение удобно для доказательства того, что предела не существует (достаточно найти две последовательности, дающие разные пределы), но для доказательства существования предела чаще используют определение Коши.

Определение по Коши ($\varepsilon - \delta$)

Это «золотой стандарт» математического анализа. Оно формализует понятие близости без использования движения или времени.

Определение: Число $L$ называется пределом функции $f(x)$ при $x$, стремящемся к $a$, если для каждого положительного числа $\varepsilon$ существует такое положительное число $\delta$, что для всех $x$, удовлетворяющих условию $0 < |x - a| < \delta$, выполняется неравенство $|f(x) - L| < \varepsilon$.

Запишем это на языке кванторов:

$$\lim_{x \to a} f(x) = L \iff \forall \varepsilon > 0, \exists \delta > 0, \forall x (0 < |x - a| < \delta \implies |f(x) - L| < \varepsilon)$$

Разберем каждый элемент этой формулы:

• $\lim_{x \to a} f(x) = L$ — запись предела: функция $f(x)$ стремится к $L$ при $x$ стремящемся к $a$.
• $\iff$ — знак «тогда и только тогда» (эквивалентность).
• $\forall \varepsilon > 0$ — «для любого эпсилон больше нуля». Это наша допустимая погрешность по вертикальной оси $Y$. Мы как бы бросаем вызов: «Можешь ли ты подойти к цели ближе, чем на $\varepsilon$?».
• $\exists \delta > 0$ — «существует дельта больше нуля». Это ответ на вызов. Это радиус окрестности по оси $X$, который мы должны найти.
• $\forall x$ — для всех значений аргумента $x$.
• $0 < |x - a| < \delta$ — условие близости аргумента к точке $a$. Важно: $0 < |x - a|$ означает, что $x \neq a$. Нас не интересует, что происходит в самой точке $a$, только вокруг неё.
• $\implies$ — знак следствия (импликация).
• $|f(x) - L| < \varepsilon$ — условие того, что значение функции отличается от предела $L$ меньше чем на $\varepsilon$.

Суть: Предел равен $L$, если для любой заданной узкой полосы вокруг $L$ (шириной $2\varepsilon$) мы можем найти такой интервал вокруг $a$ (шириной $2\delta$), что график функции внутри этого интервала целиком помещается в эту полосу.

Односторонние пределы

Иногда функция ведет себя по-разному в зависимости от того, с какой стороны мы подходим к точке.

1. Предел слева (обозначается $\lim_{x \to a-0} f(x)$): мы рассматриваем только $x < a$.
2. Предел справа (обозначается $\lim_{x \to a+0} f(x)$): мы рассматриваем только $x > a$.

Теорема: Предел $\lim_{x \to a} f(x)$ существует тогда и только тогда, когда существуют оба односторонних предела и они равны друг другу.

Непрерывность функции

Интуитивно непрерывная функция — это такая функция, график которой можно нарисовать, не отрывая карандаша от бумаги. Но в анализе мы не пользуемся карандашами, нам нужно строгое определение через пределы.

Определение: Функция $f(x)$ называется непрерывной в точке $a$, если выполняются три условия:

1. Функция определена в точке $a$ (существует значение $f(a)$).
2. Существует конечный предел $\lim_{x \to a} f(x)$.
3. Этот предел равен значению функции в точке: $\lim_{x \to a} f(x) = f(a)$.

Если записать это одной формулой:

$$\lim_{x \to a} f(x) = f(a)$$

Где:

• $\lim_{x \to a} f(x)$ — предел функции при приближении к точке $a$.
• $f(a)$ — фактическое значение функции в точке $a$.

Это определение связывает динамическое поведение функции (стремление) с её статическим значением.

Точки разрыва

Если функция не является непрерывной в точке $a$, говорят, что она терпит разрыв. Разрывы бывают разных типов:

1. Устранимый разрыв: Предел существует, но он не равен значению функции (или функция не определена в этой точке). Пример: $f(x) = \frac{x^2-1}{x-1}$ в точке $x=1$. Мы можем «достроить» функцию, положив $f(1)=2$, и она станет непрерывной.
2. Разрыв первого рода (скачок): Существуют конечные пределы слева и справа, но они не равны. Пример: функция знака $sgn(x)$, которая равна $-1$ при $x<0$ и $1$ при $x>0$.
3. Разрыв второго рода: Хотя бы один из односторонних пределов не существует или бесконечен. Пример: $f(x) = \frac{1}{x}$ в точке $x=0$.

Свойства непрерывных функций

Непрерывные функции обладают замечательными свойствами, которые делают их предсказуемыми и удобными для анализа. Рассмотрим две фундаментальные теоремы.

Теорема Больцано — Коши (о промежуточном значении)

Эта теорема кажется очевидной, но её доказательство опирается на полноту множества действительных чисел.

Если функция $f(x)$ непрерывна на отрезке $[a, b]$ и на концах этого отрезка принимает значения разных знаков (то есть $f(a) \cdot f(b) < 0$), то внутри отрезка существует хотя бы одна точка $c$, в которой $f(c) = 0$.

Практический смысл: Если вы непрерывно двигаетесь из точки с отрицательной температурой в точку с положительной, вы неизбежно пройдете через точку с нулевой температурой. Это свойство используется в методах численного решения уравнений (например, метод бисекции).

Первая теорема Вейерштрасса (об ограниченности)

$$\forall x \in [a, b] \implies |f(x)| \le M$$

Где:

• $x$ — точка из отрезка $[a, b]$.
• $f(x)$ — значение непрерывной функции.
• $M$ — некоторое положительное число (граница).

Формулировка: Если функция непрерывна на замкнутом отрезке (включающем концы), то она ограничена на этом отрезке. Она не может уйти в бесконечность.

Вторая теорема Вейерштрасса (о максимуме и минимуме)

Непрерывная на отрезке $[a, b]$ функция достигает на нем своих точных верхней и нижней граней. То есть существуют такие точки $x_{min}$ и $x_{max}$, что для всех $x$ из отрезка:

$$f(x_{min}) \le f(x) \le f(x_{max})$$

Где:

• $f(x_{min})$ — минимальное значение функции на отрезке.
• $f(x_{max})$ — максимальное значение функции на отрезке.
• $f(x)$ — значение функции в любой другой точке отрезка.

Это гарантирует, что задачи оптимизации (поиск максимума или минимума) для непрерывных функций на отрезках всегда имеют решение.

Заключение

Мы разобрали понятия предела и непрерывности. Это «скелет» математического анализа.

1. Предел описывает поведение функции вблизи точки, игнорируя саму точку.
2. Непрерывность связывает поведение вблизи точки со значением в самой точке.

В следующей статье мы перейдем к понятию производной. Мы увидим, что производная — это тоже предел, но предел особого вида, который показывает скорость изменения функции. Именно там понятие непрерывности станет критически важным, так как только непрерывные функции могут иметь производную.

Дифференциальное исчисление: производная, дифференциал и теоремы о среднем

В предыдущих статьях мы проделали большой путь: построили множество действительных чисел $\mathbb{R}$, научились работать с бесконечно малым через пределы и определили непрерывность функций. Непрерывность гарантирует нам, что график функции представляет собой цельную линию, без разрывов.

Однако одной непрерывности часто недостаточно. Нам важно знать не только то, куда придет функция, но и как быстро она меняется. С какой скоростью движется автомобиль в конкретную секунду? Насколько круто поднимается график акций? Ответы на эти вопросы дает дифференциальное исчисление.

В этой статье мы введем понятие производной — одного из самых мощных инструментов в истории науки, свяжем его с линейной аппроксимацией (дифференциалом) и разберем фундаментальные теоремы, на которых держится весь анализ.

Производная функции

От средней скорости к мгновенной

Представьте, что вы едете из города А в город Б. Расстояние — 100 км, время в пути — 2 часа. Ваша средняя скорость составила 50 км/ч. Но это не значит, что вы все время ехали с такой скоростью. Где-то вы стояли на светофоре (0 км/ч), где-то разгонялись до 90 км/ч.

Как определить скорость в конкретный момент времени $t_0$? Нам нужно взять очень маленький промежуток времени $\Delta t$ после момента $t_0$, измерить пройденное за это время расстояние $\Delta S$ и найти их отношение.

В математике это отношение называется разностным отношением:

$$\frac{\Delta y}{\Delta x} = \frac{f(x_0 + \Delta x) - f(x_0)}{\Delta x}$$

Где:

• $\Delta y$ — приращение функции (изменение значения по вертикали).
• $\Delta x$ — приращение аргумента (изменение значения по горизонтали).
• $f(x_0 + \Delta x)$ — значение функции в новой точке.
• $f(x_0)$ — значение функции в исходной точке.

Геометрически это отношение задает тангенс угла наклона секущей — прямой, проходящей через две точки графика.

Чтобы получить мгновенную скорость (или наклон касательной), мы должны устремить интервал времени (или $\Delta x$) к нулю. Здесь в игру вступает теория пределов.

Строгое определение

Определение: Производной функции $f(x)$ в точке $x_0$ называется предел отношения приращения функции к приращению аргумента, когда приращение аргумента стремится к нулю.

$$f'(x_0) = \lim_{\Delta x \to 0} \frac{f(x_0 + \Delta x) - f(x_0)}{\Delta x}$$

Где:

• $f'(x_0)$ — производная функции в точке $x_0$ (читается «эф штрих от икс нулевое»).
• $\lim_{\Delta x \to 0}$ — предел при стремлении изменения аргумента к нулю.
• Числитель — изменение значения функции.
• Знаменатель — изменение аргумента.

Если этот предел существует и конечен, функция называется дифференцируемой в этой точке.

Геометрический смысл

Производная $f'(x_0)$ равна угловому коэффициенту (тангенсу угла наклона) касательной к графику функции в точке $x_0$.

Если $f'(x_0) > 0$, функция возрастает в этой точке (касательная смотрит вверх). Если $f'(x_0) < 0$ — убывает. Если $f'(x_0) = 0$, касательная горизонтальна (возможно, это вершина горы или дно впадины).

Связь непрерывности и дифференцируемости

Важный теоретический момент: как связаны понятия из прошлой статьи и этой?

Теорема: Если функция дифференцируема в точке, то она обязательно непрерывна в этой точке.

Это логично: если у графика есть определенная касательная, он не может внезапно оборваться. Однако обратное неверно.

Пример: Функция $f(x) = |x|$ (модуль икс). Она непрерывна везде, в том числе в точке $0$. График — галочка, выходящая из начала координат. Но в точке $0$ у неё нет касательной: слева наклон $-1$, справа наклон $+1$. В этой точке «излом». Функция непрерывна, но не дифференцируема в нуле.

Дифференцируемость — это более сильное требование, чем непрерывность. Это требование «гладкости».

Дифференциал: искусство линеаризации

Часто в инженерных задачах нам не нужно точное значение сложной функции, достаточно хорошего приближения. Если мы посмотрим на график дифференцируемой функции под микроскопом с огромным увеличением, кривая линия начнет казаться прямой. Эта «прямая» и есть касательная.

Дифференциал функции — это главная, линейная часть её приращения.

Для функции $y = f(x)$ дифференциал $dy$ определяется как:

$$dy = f'(x) \cdot dx$$

Где:

• $dy$ — дифференциал функции (приближенное изменение $y$).
• $f'(x)$ — производная функции в точке.
• $dx$ — дифференциал аргумента (равен приращению $\Delta x$).

Смысл дифференциала в том, что при малых изменениях аргумента $\Delta x$ реальное изменение функции $\Delta y$ почти равно дифференциалу:

$$\Delta y \approx dy = f'(x) \Delta x$$

Где:

• $\Delta y$ — точное изменение функции.
• $\approx$ — знак приближенного равенства.
• $f'(x) \Delta x$ — линейное приближение изменения.

Это позволяет заменять сложные нелинейные функции простыми линейными (вида $y = kx + b$) в малой окрестности точки. На этом принципе основаны многие методы вычислений.

Основные теоремы дифференциального исчисления

Теперь перейдем к «тяжелой артиллерии» анализа. Эти три теоремы связывают поведение функции на интервале со значениями её производной.

1. Теорема Ферма (О локальных экстремумах)

Пьер де Ферма заметил простой факт: если вы стоите на самой вершине гладкого холма, вы не поднимаетесь и не спускаетесь. Поверхность под ногами горизонтальна.

Теорема: Если дифференцируемая функция $f(x)$ имеет в точке $c$ локальный максимум или минимум, то её производная в этой точке равна нулю:

$$f'(c) = 0$$

Где:

• $c$ — точка экстремума (максимума или минимума).
• $f'(c)$ — значение производной в этой точке.
• $0$ — нулевой наклон касательной.

Эта теорема дает нам метод поиска оптимальных решений: чтобы найти максимум прибыли или минимум затрат, нужно найти производную, приравнять её к нулю и решить уравнение.

2. Теорема Ролля

Мишель Ролль сформулировал частный случай следующей теоремы.

Теорема: Пусть функция $f(x)$ непрерывна на отрезке $[a, b]$, дифференцируема внутри него и на концах принимает равные значения ($f(a) = f(b)$). Тогда внутри отрезка найдется хотя бы одна точка $c$, где производная равна нулю ($f'(c) = 0$).

Физический смысл: Если вы подбросили камень вверх, и он вернулся на землю (высота в начале и в конце равна нулю), то был момент, когда его мгновенная скорость была равна нулю (в верхней точке траектории).

3. Теорема Лагранжа (О среднем значении)

Это самая важная теорема дифференциального исчисления, обобщающая теорему Ролля. Жозеф Луи Лагранж убрал требование равенства значений на концах.

Теорема: Если функция $f(x)$ непрерывна на отрезке $[a, b]$ и дифференцируема внутри него, то существует точка $c \in (a, b)$, такая что:

$$\frac{f(b) - f(a)}{b - a} = f'(c)$$

Где:

• $f(b) - f(a)$ — полное изменение функции на отрезке.
• $b - a$ — длина отрезка.
• Дробь слева — это средняя скорость изменения функции.
• $f'(c)$ — мгновенная скорость в некоторой промежуточной точке $c$.

Или в другой записи:

$$f(b) - f(a) = f'(c) \cdot (b - a)$$

Геометрический смысл: На кривой между точками $A$ и $B$ всегда найдется точка, в которой касательная параллельна хорде $AB$.

Физический смысл (пример с полицией): Представьте, что вы проехали участок платной дороги длиной 100 км за 1 час. Ваша средняя скорость — 100 км/ч. Даже если ограничение скорости 90 км/ч, и вы тормозили перед камерами, теорема Лагранжа гарантирует: был хотя бы один момент времени $c$, когда ваша мгновенная скорость на спидометре была ровно 100 км/ч. Значит, вы нарушили правила, и это математически доказуемо.

Следствия из теоремы Лагранжа

Теорема Лагранжа позволяет судить о поведении функции по знаку её производной:

1. Критерий постоянства: Если $f'(x) = 0$ во всех точках интервала, то функция постоянна ($f(x) = const$) на этом интервале.
2. Критерий монотонности: Если $f'(x) > 0$ на интервале, функция возрастает. Если $f'(x) < 0$ — убывает.

Это мощнейший инструмент исследования функций. Мы заменяем сложный анализ графика на анализ знака его производной.

Заключение

Сегодня мы познакомились с дифференциальным исчислением. Мы узнали, что:

1. Производная — это предел отношения приращений, описывающий мгновенную скорость изменения.
2. Дифференциал позволяет заменять кривые линии прямыми в малых окрестностях.
3. Теорема Лагранжа связывает изменение функции на большом промежутке с её мгновенным поведением в конкретной точке.

В следующей статье мы рассмотрим обратную задачу. Если мы знаем, с какой скоростью менялась функция в каждый момент времени, можем ли мы восстановить саму функцию и узнать пройденный путь? Мы перейдем к интегральному исчислению.

Интегральное исчисление: построение интеграла Римана и его свойства

В предыдущей статье мы исследовали дифференциальное исчисление. Мы научились находить мгновенную скорость изменения функции, используя производную. Мы смотрели на график «под микроскопом», заменяя кривые линии прямыми (касательными).

Теперь мы развернем нашу логику на 180 градусов. Представьте, что вы знаете показания спидометра в каждый момент времени (скорость), и вам нужно узнать, какое расстояние проехал автомобиль. Или у вас есть график расходов компании по дням, и нужно найти суммарные убытки за год. Это задача интегрального исчисления.

В этой статье мы строго определим понятие определенного интеграла по Риману, поймем, как измерить площадь под кривой любой сложности, и свяжем интеграл с производной через одну из самых красивых теорем математики.

Задача о площади криволинейной трапеции

Геометрический смысл определенного интеграла — это площадь под графиком функции. Если график функции — это прямая линия, мы можем разбить фигуру на прямоугольники и треугольники и легко посчитать площадь. Но что делать, если граница фигуры — это сложная кривая $y = f(x)$?

Идея, предложенная Бернхардом Риманом в середине XIX века, гениально проста: нужно разрезать сложную фигуру на множество узких вертикальных полосок, которые почти похожи на прямоугольники.

Давайте формализуем этот процесс шаг за шагом.

Построение интеграла Римана

Пусть у нас есть функция $f(x)$, определенная на отрезке $[a, b]$.

Шаг 1: Разбиение отрезка

Мы делим наш отрезок $[a, b]$ на $n$ маленьких частей точками деления:

$$a = x_0 < x_1 < x_2 < \dots < x_n = b$$

Где:

• $a$ и $b$ — границы основного отрезка.
• $x_0, x_1, \dots, x_n$ — точки, разбивающие отрезок.
• $n$ — количество частей (подинтервалов).

Это множество точек называется разбиением $P$. Длина каждого маленького отрезка обозначается как $\Delta x_i$:

$$\Delta x_i = x_i - x_{i-1}$$

Где:

• $\Delta x_i$ — длина $i$-го отрезка.
• $x_i$ — правая граница отрезка.
• $x_{i-1}$ — левая граница отрезка.

Самый длинный из этих отрезков определяет «мелкость» разбиения, которую обозначают $\lambda(P)$.

Шаг 2: Выбор точек и составление суммы

Теперь внутри каждого маленького отрезка $[x_{i-1}, x_i]$ мы выбираем произвольную точку $\xi_i$ (читается «кси-итое»).

Мы строим прямоугольник, основанием которого служит отрезок $\Delta x_i$, а высотой — значение функции в выбранной точке $f(\xi_i)$. Площадь такого прямоугольника равна $f(\xi_i) \cdot \Delta x_i$.

Сумма площадей всех таких прямоугольников называется интегральной суммой Римана:

$$S(P, f) = \sum_{i=1}^{n} f(\xi_i) \cdot \Delta x_i$$

Где:

• $S(P, f)$ — интегральная сумма для разбиения $P$ и функции $f$.
• $\sum$ — знак суммирования.
• $i=1$ до $n$ — индекс суммирования по всем отрезкам.
• $f(\xi_i)$ — высота прямоугольника (значение функции).
• $\Delta x_i$ — ширина прямоугольника.

Шаг 3: Переход к пределу

Интегральная сумма $S(P, f)$ — это лишь приближенное значение площади. Чтобы получить точное значение, нам нужно сделать прямоугольники бесконечно узкими.

Мы устремляем мелкость разбиения $\lambda(P)$ к нулю (то есть число отрезков $n$ стремится к бесконечности, а длина каждого $\Delta x_i$ стремится к нулю).

Определение: Число $I$ называется определенным интегралом функции $f(x)$ на отрезке $[a, b]$, если предел интегральных сумм при стремлении мелкости разбиения к нулю равен $I$, независимо от способа разбиения и выбора точек $\xi_i$.

$$I = \lim_{\lambda(P) \to 0} \sum_{i=1}^{n} f(\xi_i) \Delta x_i = \int_a^b f(x) \, dx$$

Где:

• $I$ — значение интеграла (число).
• $\lim_{\lambda(P) \to 0}$ — предел при бесконечном измельчении разбиения.
• $\int$ — знак интеграла (стилизованная буква S от латинского Summa).
• $a$ и $b$ — нижний и верхний пределы интегрирования.
• $f(x)$ — подынтегральная функция.
• $dx$ — дифференциал аргумента (указывает, по какой переменной идет интегрирование).

Если этот предел существует и конечен, функция $f(x)$ называется интегрируемой по Риману на отрезке $[a, b]$.

Суммы Дарбу: Верхние и Нижние

Чтобы строго доказать существование интеграла, часто используют не произвольные точки $\xi_i$, а экстремальные значения.

На каждом маленьком отрезке $[x_{i-1}, x_i]$ функция имеет точную нижнюю грань $m_i$ (инфимум) и точную верхнюю грань $M_i$ (супремум).

1. Нижняя сумма Дарбу ($s$): Сумма площадей прямоугольников, вписанных под график.

   $$s = \sum_{i=1}^n m_i \Delta x_i$$

   Где $m_i$ — минимальное значение функции на $i$-м отрезке.

2. Верхняя сумма Дарбу ($S$): Сумма площадей прямоугольников, описывающих график сверху.

   $$S = \sum_{i=1}^n M_i \Delta x_i$$

   Где $M_i$ — максимальное значение функции на $i$-м отрезке.

Очевидно, что истинная площадь (интеграл) всегда зажата между ними:

$$s \le \int_a^b f(x) \, dx \le S$$

Критерий интегрируемости: Функция интегрируема тогда и только тогда, когда разность между верхней и нижней суммами Дарбу стремится к нулю при измельчении разбиения.

$$\lim_{\lambda(P) \to 0} (S - s) = 0$$

Это означает, что мы можем зажать площадь фигуры в тиски с двух сторон с любой точностью.

Какие функции интегрируемы?

Не всякую функцию можно проинтегрировать. Например, функция Дирихле (равная 1 в рациональных точках и 0 в иррациональных) не интегрируема по Риману, так как на любом, даже самом маленьком отрезке, она скачет от 0 к 1, и верхняя сумма всегда будет равна длине отрезка, а нижняя — нулю.

Однако для большинства «нормальных» функций интеграл существует. Достаточные условия интегрируемости:

1. Если функция непрерывна на отрезке, она интегрируема.
2. Если функция ограничена и имеет конечное число точек разрыва, она интегрируема.
3. Если функция монотонна (только возрастает или только убывает) и ограничена, она интегрируема.

Свойства определенного интеграла

Интеграл наследует свойства суммирования, так как по сути является пределом суммы.

1. Линейность: Интеграл от суммы равен сумме интегралов, а константу можно выносить за знак интеграла.

   $$\int_a^b (C_1 f(x) + C_2 g(x)) \, dx = C_1 \int_a^b f(x) \, dx + C_2 \int_a^b g(x) \, dx$$

   Где $C_1, C_2$ — постоянные числа.

2. Аддитивность: Если разбить отрезок интегрирования точкой $c$ внутри $[a, b]$, то интеграл по всему отрезку равен сумме интегралов по частям.

   $$\int_a^b f(x) \, dx = \int_a^c f(x) \, dx + \int_c^b f(x) \, dx$$

3. Монотонность: Если $f(x) \le g(x)$ для всех $x$ на отрезке, то и площади под ними соотносятся так же:

   $$\int_a^b f(x) \, dx \le \int_a^b g(x) \, dx$$

Формула Ньютона-Лейбница

Мы подошли к кульминации. Мы определили интеграл как предел сумм (площадь). Но вычислять пределы сумм для каждой функции — это адский труд. Здесь на помощь приходит связь с производной.

Исаак Ньютон и Готфрид Лейбниц независимо друг от друга обнаружили, что интегрирование и дифференцирование — это взаимно обратные операции.

Пусть $F(x)$ — это первообразная для функции $f(x)$. Это значит, что производная от $F(x)$ равна нашей функции:

$$F'(x) = f(x)$$

Где:

• $F'(x)$ — производная первообразной.
• $f(x)$ — исходная подынтегральная функция.

Теорема (Формула Ньютона-Лейбница): Если функция $f(x)$ непрерывна на отрезке $[a, b]$ и $F(x)$ — любая её первообразная, то:

$$\int_a^b f(x) \, dx = F(b) - F(a) = F(x) \Big|_a^b$$

Где:

• $F(b)$ — значение первообразной в верхней границе.
• $F(a)$ — значение первообразной в нижней границе.
• $F(x) \Big|_a^b$ — обозначение разности значений (подстановка).

Почему это важно?

Эта формула превращает сложную задачу суммирования бесконечного числа бесконечно малых величин в простую арифметическую операцию: нужно лишь найти функцию $F$, «угадать», чьей производной является $f$, и вычесть два числа.

Пример: Найдем площадь под параболой $y = x^2$ от 0 до 1.

1. Ищем первообразную для $x^2$. Мы знаем, что $(x^3)' = 3x^2$. Значит, для $x^2$ первообразная будет $F(x) = \frac{x^3}{3}$.
2. Применяем формулу:

   $$\int_0^1 x^2 \, dx = \frac{1^3}{3} - \frac{0^3}{3} = \frac{1}{3} - 0 = \frac{1}{3}$$

Мы нашли точную площадь без построения прямоугольников и пределов!

Теорема о среднем для интегралов

В завершение рассмотрим аналог теоремы Лагранжа для интегралов.

Теорема: Если функция $f(x)$ непрерывна на $[a, b]$, то на этом отрезке существует такая точка $c$, что:

$$\int_a^b f(x) \, dx = f(c) \cdot (b - a)$$

Где:

• Интеграл слева — это площадь криволинейной трапеции.
• $b - a$ — длина основания (ширина интервала).
• $f(c)$ — некоторая «средняя» высота.

Геометрический смысл: Площадь под кривой равна площади прямоугольника с тем же основанием и некоторой «средней» высотой $f(c)$. Представьте, что график функции — это профиль воды в аквариуме, которая плещется волнами. Если вода успокоится, она встанет на уровне $f(c)$.

Заключение

Мы построили строгую теорию интеграла Римана. Мы прошли путь от наглядного разрезания фигуры на полоски до мощной формулы Ньютона-Лейбница, которая позволяет вычислять интегралы в одну строку.

Мы узнали, что:

1. Интеграл — это предел интегральных сумм.
2. Геометрически это площадь под графиком.
3. Интегрирование — это операция, обратная дифференцированию.

В следующей части курса мы выйдем за пределы конечных сумм и рассмотрим числовые и функциональные ряды, где будем складывать бесконечное количество функций.