最后更新: 2025-04-14 19:06 查看: 329 次纠错评论(0) 课件开VIP

阅读：实数的完备性

实数是现实世界中最基本的数系，我们采用逼近法来研究实数，逼近法是一种原理简朴但是应用广泛的方法, 它将贯穿于本书的微积分学部分, 是一支主力军.

第一节 度量与实数
一般说来，常见的量可以归纳成两类：比如一堆蛋，一群牛，它们都具有天然的个别单元，对它们的处理方法是数一数它们的个数，用来数个数的数学体系就是 "自然数系"。另一类量如长度、重量、温度、压力这种量不具有天然不可分割的单元！我们处理这类量的办法是度量，由度量产生的数系就是"实数系"，换句话说，实数系乃是将常见的长度、重量等这一类量的通性加以抽象化、组织化所得出来的数学体系，它是用来表达、计算这一类连续变化的量的简洁，有效工具。

下面将以长度为例, 说明度量和实数的起源.

## 一、长度的度量
因为长度这种量并不是有天然不可分割的单位，所以我们只好选用人为的单位长, 设线段 $u$ 是所选用的单位长, 当我们要度量一个线段 $a$ 时, 我们所要去求的乃是 $a$ 与 $u$ 之间的 "比值", 这个比值是一个实数 $k$, 我们就说线段 $a$ 的长度是 $k$ 单位, 现在让我们耐心地分析一下, 在实践中这个 "比值" 是怎样求得的?

我们先拿一根尺 $u$, 用它去逐段比量线段 $a$, 假如 $a$ 恰好是 $n$ 个和 $u$ 等长的线段首尾连接而成，我们说 $u$ 恰好整量 $a, a$ 的长度是 $n$ 单位，但是假如 $u$不能整量 $a$, 例如在图 6.1 中的线段, $a$ 比 $4 u$ 要长些, 却比 $5 u$ 要短些.

试着去解决上述不能整量的矛盾的一个简朴想法是：把单位长 $u$ 适当地加
 ![图片](/uploads/2024-11/d0e065.jpg)
 
 以等分，希望分后的 "分单位" 能够整量 $a$ (比如上面的例子中， $\frac{1}{4} u$ 就可以整量 $a$, 即 $a=4 \frac{3}{4} u=\frac{19}{4} u$ ), 一般地, 假如 $a$ 能用 $\frac{1}{m} u$ 这个分单位整量, 譬如 $a=\frac{n}{m} u$ ，则 $a, u$ 之间的比值是个**有理数**（也称为比数）。在这儿，就自然地产生下述基本问题。

度量基本问题 任给两个量 $a, b$ 之间的比值是否一定是个有理数（比数）？换句话说，对于任给两个量 $a, b$ 是否存在一个同时整量 $a, b$ 的 $u$ ?

上面这个问题的重要性可以分别从正、反两面来分析：假如任何两个量的比值总是有理数，那么有理数全体就足够处理度量问题，这样度量问题就变得十分简单了. 从另一方面来看, 假如两个量之间的比值不一定是有理数, 则有理数全体（简称有理数系或比数系）就不足以处理度量问题，换句话说，我们就得学会一个不只包含有理数系的实数系，才能充分处理度量问题。总之，上述基本问题是必须实事求是地弄明白的！

> 正如测量长度需要一把尺子，测量重量需要一台天平，在后续《实变函数论》里，可以学到“测度论”，他用来测量**集合**，可以看到这个定义非常抽象，但是，作为类比，可以把集合想象为一个物体，要对他进行测量，就要有一个“尺子”，这就是“**测度论**”

## 二、无理数（非比实数）的存在

> 关于无理数并不表示他比有理数更有道理，这是数学翻译史上的一个失误，详见[有理数](https://kb.kmath.cn/kbase/detail.aspx?id=8)

不难给出，两个线段的比值不可能是有理数的一个简单例子，如图6.2所示, 各边为单位长度的正方形的对角线 $\ell$ 与边长之比就不能是个有理数.
 ![图片](/uploads/2024-11/d901cd.jpg)
 
 因为根据勾股定理, $\ell^2=2$, 所以, 如果 $\ell$ 是个有理数, 设其等于 $\frac{p}{q}$, 这里 $q$ 和 $p$ 是两个互质的正整数，我们将有

$$
p^2=2 q^2
$$

根据上述方程, $p$ 是偶数, 因此 $p$ 本身也必定是偶数, 譬如说, $p=2 p^{\prime}$, 用 $2 p^{\prime}$

代替 $p$, 我们得到

$$
4\left(p^{\prime 2}\right)=2 q^2
$$

或者，

$$
q^2=2\left(p^{\prime}\right)^2
$$

因而 $q^2$ 是偶数，于是 $q$ 也是偶数，然而这同我们所作的 $p$ 和 $q$ 没有公因子的约定相矛盾，这一矛盾是由假设对角线长能够表示为既约分数 $\frac{p}{q}$ 引起的，所以这一假设是错误的.

这一用反证法推导的例子，表明符号 $\sqrt{2}$ 不能对应于任何有理数。另一例子是 $\pi$ ——圆的周长与直径的比, 证明 $\pi$ 不是有理数要复杂得多, 并且直到近代才做到. 不属于有理数系的实数有很多, 所以在某种意义上远比有理数更为普遍，因此，从几何度量的客观实际需要出发，我们不得不增添一类新数，这一类新数叫无理数. **有理数和无理数的全体统称为实数系**. 当我们面对着实数系中还存在着许多 "无理数" 这一事实时, 怎样去有系统地学习实数系的性质并充分掌握其用法，这便成为我们的一个迫切的基本课题。下面所要谈的逼近法, 就是一种有效地利用熟知的有理数系作为桥梁, 向实数系进军的捷径.

## 三、逼近法
通过已知的有理数系去了解实数系的可能性基于下述基本事实, 那就是：任何无理数都可以用有理数去逼近它！现在我们用数轴来图解有理数系与实数系间的关系. 如图 6.3 所示.
 ![图片](/uploads/2024-11/565d59.jpg)
 在上面坐标系中, 所有以整数为坐标的点, 在直线 $\ell$ 上成一均匀分布的点集，其相邻两点间的距离都是 1 单位；同样的，所有坐标是 $\frac{p}{2},(p=0, \pm 1, \pm 2, \ldots)$的点，在直线上成一均匀分布的点集，其相邻两点间的距离都是 $\frac{1}{2}$ 单位；设 $q$为一指定的自然数，则所有坐标是 $\frac{p}{q}, p \in Z$ 的点在直线上成一均匀分布的点集, 其相邻两点间的距离是 $\frac{1}{q}$ 单位. 只要将 $q$ 取成足够大的自然数, 则能使数 $\frac{1}{q}$ 想要多么小就可以多么小. 这个现象说明在直线上任何一段很短的线段中,都有坐标是有理数的点, 也就是任何两个有理数点之间都有有理数点, 这就是 **有理数点集稠密性**, 但是这个现象并不表示有理点就可以填满整个直线, 例如长度为 $\sqrt{2}, \sqrt{3}$ 的线段, 若将它的一个端点放在数轴的原点, 则另一端点在直线的坐标就不是有理数. 现在我们的问题是如何说明实数同原来熟悉的有理数,因而最终同整数的关系。让我们再回到图 6.3 的数轴 $\ell$ 上，显然 $\ell$ 上面的每一个点或者是坐标为 $\frac{p}{q}$ 的有理点, 或者处于两个相邻的有理点 $\frac{p}{q}$ 和 $\frac{p+1}{q}$ 之间,换言之，给了任何自然数 $q$ 之后，对于每一个实数 $x$ ，一定有一整数 $p$ ，使得

$$
\frac{p}{q} \leq x<\frac{p+1}{q}
$$

即

$$
\frac{p}{q} \leq x<\frac{p}{q}+\frac{1}{q}
$$

从这三个数各减去 $\frac{p}{q}$ ，得到

$$
0 \leq x-\frac{p}{q}<\frac{1}{q}
$$

于是

$$
\left|x-\frac{p}{q}\right|<\frac{1}{q}
$$

这个不等式说明，只要将 $q$ 取成足够大的自然数，每一个实数 $x$ 与有理数 $\frac{p}{q}$的误差想要多么小就可以多么小。

下面我们来说明每一个无理数如何通过越来越逼近它的有理数数列来描述它.
## （一）二分逼近法
现在让我们用二分逼近法来说明任何无理数都可以用有理数数列去逼近它，使得误差小到任意小。

设某无理数 $x$ 位于线段 $A_0 B_0=\left[a_0, b_0\right]$ 内（亦即 $a_0<x<b_0, a_0, b_0$ 均为有理数), 见图6.4.

![图片](/uploads/2024-11/ae2225.jpg)
 
我们将线段 $A_0 B_0=\left[a_0, b_0\right]$ 等分为两段, 亦即 $\left[a_0, \frac{a_0+b_0}{2}\right]$ 和 $\left[\frac{a_0+b_0}{2}, b_0\right]$;而把 $x$ 所在的那一段叫做 $A_1 B_1=\left[a_1, b_1\right]$, 换句话说, 当 $a_0<x<\frac{a_0+b_0}{2}$ 时,$a_1=a_0, b_1=\frac{a_0+b_0}{2}$; 当 $\frac{a_0+b_0}{2}<x<b_0, a_1=\frac{a_0+b_0}{2}, b_1=b_0$. 这样逐次二等分, 由 $A_1 B_1$ 求得 $A_2 B_2, \cdots \cdots$, 由 $A_{n-1} B_{n-1}$ 求得 $A_n B_n$, 永远无休止地二等分下去，因为每次二等分后，分段长度减半，所以 $x$ 所在的线段就可以小到任何需要的程度. 现在把上面的二分逼近过程写下来, 就得到 $a_n, b_n, x$ 的下列关系：
1. $A_0 B_0=\left[a_0, b_0\right] \supseteq A_1 B_1=\left[a_1, b_1\right] \supseteq \cdots \supseteq A_n B_n=\left[a_n, b_n\right] \supseteq A_{n+1} B_{n+1}=$ $\left[a_{n+1}, b_{n+1}\right] \supseteq \cdots \supseteq\{x\}$ ，即：

$$
a_0 \leq a_1 \leq a_2 \leq \cdots \leq a_n \leq \cdots<x<\cdots \leq b_n \leq \cdots \leq b_2 \leq b_1 \leq b_0
$$

2. $b_n-a_n=\frac{1}{2}\left(b_{n-1}-a_{n-1}\right)=\cdots=\frac{1}{2^n}\left(b_0-a_0\right)$, 这就保证了 $a_n$ 或 $b_n$ 和 $x$ 之间的误差小于 $\frac{1}{2^n}\left(b_0-a_0\right)$, 即 $\left|x-a_n\right|<\frac{1}{2^n}\left(b_0-a_0\right)$ 或 $\left|x-b_n\right|<$ $\frac{1}{2^n}\left(b_0-a_0\right)$, 只要 $n$ 够大, 上述误差就可以小到任意小.
3. 实数 $x$ 由它的夹逼数列：

$$
a_0 \leq a_1 \leq a_2 \leq \cdots \leq a_n \leq \cdots<x<\cdots \leq b_n \leq \cdots \leq b_2 \leq b_1 \leq b_0
$$

其中: $b_n-a_n=\frac{1}{2^n}\left(b_0-a_0\right)$ 唯一确定, 即没有另一点能够处在所有的线段 $A_n B_n$ 之中.

要证明这个数的唯一性, 我们假定另有第二个数 $y$ 也属于一切线段 $A_n B_n$之中, 于是这些线段的每一个长 $b_n-a_n$ 都应不小于 $|x-y|$, 但是, 因为线段 $A_n B_n$ 可以任意小, 只要 $n$ 足够大, $A_n B_n$ 的长就会小于 $x$ 和 $y$ 之间的距离,这就得出矛盾. 所以实数 $x$ 能由它的夹逼数列唯一确定。

现在以 $x=\sqrt{2}, a_0=1, b_0=2$ 为例来说明如何用二分逼近法求 $\sqrt{2}$ 的近似值, 如图 6.5 所示.
 ![图片](/uploads/2024-11/93af92.jpg)
  ![图片](/uploads/2024-11/74539a.jpg)
 
 这时, $\frac{181}{128}<\sqrt{2}<\frac{91}{64}$, 把 $\frac{181}{128}$ 作为 $\sqrt{2}$ 的不足近似值，其误差小于 $\frac{1}{2^7}=\frac{1}{128}$.

照这样逐步计算，每次只要检验 $\frac{1}{2}\left(a_{n-1}+b_{n-1}\right)$ 的平方和 2 之间的大小次序关系，就能确定 $\frac{1}{2}\left(a_{n-1}+b_{n-1}\right)$ 应该是 $a_n$ 还是 $b_n$ ，显然的，这样所求得的 $a_n, b_n$ 和 $\sqrt{2}$ 有下列关系:

$$
a_n<\sqrt{2}<b_n, \quad b_n-a_n=\frac{1}{2^n},(n=1,2,3, \ldots)
$$
我们可以把 $a_n$ 叫做 $\sqrt{2}$ 的一个 " $n$ 阶不足近似值". $b_n$ 叫做 $\sqrt{2}$ 的一个 " $n$ 阶过剩近似值", 它们和 $\sqrt{2}$ 的差的绝对值小于 $\frac{1}{2^n}$.

## （二）十分逼近法

上面所讨论的二分逼近法只不过是逼近法的一种，譬如，对于任何大于 1的整数 $q$ ，我们可以仿照上法用逐次 $q$ 等分而得到 " $q$ 分逼近法"，但是实用起来， $q$ 愈大则每次要去确定 $x$ 属于 $q$ 个分段中的哪一段时所需做计算也就愈繁，所以二分逼近法比较简便，再者，在 $q$ 分逼近法中，用来逼近的数 $a_n, b_n$ 都是那些分母是 $q$ 的方幂的分数；而常用的 "十进小数" 也就是分母是 10 的方幂的分数, 例如,

$$
1.4=\frac{14}{10}, \quad 1.41=\frac{141}{100}=\frac{141}{10^2}, \quad \ldots
$$

所以十分逼近法也就是用小数去逼近的方法，现在再以 $\sqrt{2}$ 为例，简要地说明十分逼近法如下：

将线段 $[1,2]$ 十等分, 其分点分别是 $1.1,1.2, \ldots, 1.9$, 看看哪些分点的平方小于 2 , 哪些大于 2 , 算一下就得出:

$$
(1.1)^2,(1.2)^2,(1.3)^2,(1.4)^2=1.96<2<2.25=(1.5)^2,(1.6)^2, \ldots,(1.9)^2 .
$$

所以 $1.4<\sqrt{2}<1.5, \sqrt{2}$ 属于分段 $[1.4,1.5]$;
再把 $[1.4,1.5]$ 十等分, 分点分别是 $1.41,1.42, \ldots, 1.49$, 再算一下, 由 $(1.41)^2=$ $1.9891<2<2.0164=(1.42)^2,(1.43)^2, \ldots,(1.49)^2$, 就得出 $\sqrt{2}$ 属于分段 $[1.41,1.42]$, 再一次十等分, 然后再由计算可以确定 $\sqrt{2}$ 属于分段 [1.414, 1.415],这样逐次十等分, 就可以求得一个 $n$ 位小数 $a_n$ 使得

$$
a_n<\sqrt{2}<b_n=a_n+\left(\frac{1}{10}\right)^n
$$

在实用时，我们按照实际问题所需要的精确度，求到足够位数（即 $\left(\frac{1}{10}\right)^n$小于许可误差）。这里我们用普通的算术法则对 2 作开方运算将得到一个足够精确的小数. 例如, 求 $\sqrt{2}$ 的不足近似值和过剩近似值, 精确到 $\frac{1}{10^4}$. 计算如下：
 ![图片](/uploads/2024-11/783f96.jpg)
 
 从计算中知道

$$
\begin{gathered}
1.4142<\sqrt{2}<1.4143 \\
|\sqrt{2}-1.4142|<\frac{1}{10^4}, \quad|\sqrt{2}-1.4143|<\frac{1}{10^4}
\end{gathered}
$$

因此，1.4142，1.4143 分别是 $\sqrt{2}$ 的精确到 $\frac{1}{10^4}$ 的不足近似值与过剩近似值.

总结上面对于逼近法的讨论, 我们得到了下列几点简要的初步认识:
1. 实数系, 有理数系, 整数系, 自然数系的包含关系是这样的:

![图片](/uploads/2024-11/31f27b.jpg)

实数系还包括无理数, 任何无理数都可以用有理数去逼近它！二分逼近法和 $q$ 分逼近法是各种逼近法中最常用的几种.
2. 一般说来, 逼近法就是对于某一给定实数 $x$ 逐步地去求它的近似值 $a_n$,使得误差 $\left|x-a_n\right|$ 可以小到任意小. 在 $q$ 分法中, 使得误差小到任意小的办法是用逐次 $q$ 等分同时求出一个 "不足近似值" $a_n$ 和一个 "过剩近似值" $b_n$, 它们把所要逼近的实数 $x$ 夹逼在当中, 即 $a_n<x<b_n$. 因为当 $n$ 逐步增大时, $b_n-a_n=\frac{b_0-a_0}{q^n}$ 是显然可以小到任意小! 这也就是说,给定实数 $x$ 由它的不足近似值数列 $\left\{a_1, a_2, \ldots, a_n, \ldots\right\}$ 和过剩近似值数列 $\left\{b_1, b_2, b_3, \ldots, b_n, \ldots\right\}$ 唯一确定。

3. 更普遍地, 对给定的实数 $x$, 用某种方法得到两个无穷数列 $\left\{a_1, a_2, \ldots, a_n, \ldots\right\}$和 $\left\{b_1, b_2, b_3, \ldots, b_n, \ldots\right\}$, 它们和 $x$ 之间满足下列关系:

$$
a_1 \leq a_2 \leq \cdots \leq a_n \leq \cdots<x<\cdots \leq b_n \leq \cdots \leq b_2 \leq b_1
$$

而且在 $n$ 不断增大时, $\left(b_n-a_n\right)$ 可以小到任意小, 则 $\left\{a_n\right\}$ 就叫做 $x$ 的一个 "左逼近数列"， $\left\{b_n\right\}$ 就叫做 $x$ 的一个 "右逼近数列"，它们分别从左、右夹逼 $x$, 这样， $x$ 也就由这两组数列唯一确定。

## 四、实数系的基本性质
实数系是计算长度、面积、重量、时间等等这一类量不可缺少的工具. 实数系具有四则运和大小次序这两种基本结构. 现在我们先以线段的长度为例，从几何上定义实数系的四则运算和大小次序，这样，同学就容易从几何上验证实数（线段长度）满足有理数系的四则运算和大小次序的基本性质. 然后，我们将在第七章利用数列极限的概念再给出实数的算术运算的定义.

将两个线段 $A B, C D$ 互相叠置, 使 $A$ 点与 $C$ 点重合, 如果 $D$ 点不与 $B$点重合, 落在线段 $A B$ 上, 那么线段 $A B$ 的长度 $k$ 个单位就大于线段 $C D$ 的长度 $\ell$ 个单位, 记作 $k>\ell$; 如果 $D$ 点落在线段 $A B$ 的延长线上, 那么线段 $A B$ 的长度就小于线段 $C D$ 的长度, 记作 $k<\ell$; 如果 $D$ 点与 $B$ 点重合则说线段 $A B$ 与 $C D$ 有相等长度, 记作 $k=\ell$.

我们定义, 和 $k+\ell$ 与差 $k-\ell(k>\ell)$ 分别是线段的几何和与差的长度.
例如线段 $A B$ 的长度是 $k$ 单位, $B C$ 的长度是 $\ell$ 单位, 则线段 $A C$ 的长度就是 $(k+\ell)$ 单位, 如图 6.6 所示.
 ![图片](/uploads/2024-11/802211.jpg)
 现在我们定义积 $a b$, 如图 6.7(1), 画了一个任意角, 在它的一边上, 从顶点开始顺次截取长度为 1 和 $b$ 的线段 $O A$ 和 $A C$, 在另一边上截取长度为 $a$ 的线段 $O B$, 此外, 作直线 $C D$ 平行于直线 $A B, C D$ 截得的线段 $B D$ 的长度, 定义为积 $a b$. 这个定义是合理的, 因为如果我们在另一个角 $O^{\prime}$ 上类似地作图（图 $2.7(2))$, 那么得到的线段 $B^{\prime} D^{\prime}$ 的长度和线段 $B D$ 的长度相等.

除法运算定义为乘法的逆运算. 如图 6.8 , 在角的一边上从顶点开始, 顺次截取长度为 $b$ 和 $a$ 的线段, 而在另一边上截取单位线段, 作 $C D$ 平行于 $A B$,
 ![图片](/uploads/2024-11/66de59.jpg)
 于是 $A C$ 的长度定义为 $\frac{a}{b}$ 这个定义也是合理的, 并且 $b\left(\frac{a}{b}\right)=a$.
最后, 我们来规定负长度和零长度. 在数轴上, 原点 $O$ 右边的点和这点与点 $O$ 的连接线段的长度成一一对应, 我们把这种长度称为正的长度. 我们把直线上关于原点 $O$ 和点 $A$ （即对应长度为 $a$ 的点）对称的点 $A^{\prime}$ 的相应线段的长度, 形式地规定为负的长度 $-a$, 规定点 $O$ 对应于长度零. 结果在整个直线上的点和实数之间建立了一一对应。

现在从几何上容易验证实数在四则运算和大小次序这两种结构上满足下面的基本性质, 例如, 用图 6.9 可以验证分配律 $a(b+c)=a b+a c$.
 ![图片](/uploads/2024-11/8ba541.jpg)
 
 **（一）加法和乘法的运算性质**
1. 交换律: $a+b=b+a ; \quad a b=b a$
2. 结合律: $(a+b)+c=a+(b+c) ; \quad(a \cdot b) \cdot c=a \cdot(b \cdot c)$
3. 分配律: $a \cdot(b+c)=a \cdot b+a \cdot c$
4. 可逆性: $a+x=b ; \quad a \cdot x=b(a \neq 0)$ 都是唯一可解的, 第一式的解是 $b-a$; 第二式的解是 $b / a$.

**（二）顺序性**
1. 对于任意实数 $a, b$, 下列关系中有一种且仅有一种成立:

$$
a>b, \quad a=b \text { 或 } a<b
$$

2. 由 $a < b$ 和 $b < c$ 推出 $a<c$ (符号 " $<$ "的传递性).
3. 设 $a<b$ 则 $a+c<b+c$
4. 符号定则

$$
\left\{\begin{array} { l l } 
{ a > 0 , } & { b > 0 } \\
{ a > 0 , } & { b < 0 } \\
{ a < 0 , } & { b < 0 }
\end{array} \Rightarrow \left\{\begin{array}{l}
a \cdot b>0 \\
a \cdot b<0 \\
a \cdot b>0
\end{array}\right.\right.
$$

5. 对于任意两个正实数, $a, b>0$, 恒存有一够大的正整数 $n$, 使得 $n a<b$. (通常称之为阿基米德性质）

**（三）实数集连续性（完备性）**
我们已经知道实数系与有理数系在加、乘及不等式的运算上有完全相同的性质，但是实数系还具有一个有理数系所没有的优良性质，那就是下面讨论的实数系连续性（完备性）。

在前面, 我们用二分法和十分法为例, 说明了任何给定的实数 $x$ 都可以用有理数去逼近它. 我们所用的是两个有理数列 $\left\{a_n\right\}$ 和 $\left\{b_n\right\}$ 从左、右夹逼 $x$, $\left\{a_n\right\},\left\{b_n\right\}$ 和 $x$ 之间的关系可以用下面这一串次序关系来表达:

$$
a_1 \leq a_2 \leq \cdots \leq a_n \leq \cdots<x<\cdots \leq b_n \leq \cdots \leq b_2 \leq b_1
$$
$\left(b_n-a_n\right)$ 可以任意小, 记作 $\left(b_n-a_n\right) \rightarrow 0$. 上面是实数 $x$ 已经先给定了的情况，去求出两串数列 $\left\{a_n\right\}$ 和 $\left\{b_n\right\}$ 来左、右夹逼实数 $x$ ，也就是说，数轴 $\ell$ 上的每一点, 即每一个实数, 能够由上述的两个有理数列来唯一确定. 反过来问,假如先给定了满足下述这样一串大小次序关系的 $\left\{a_n\right\}$ 和 $\left\{b_n\right\}$, 即

$$
a_1 \leq a_2 \leq \cdots \leq a_n \leq \cdots \leq b_n \leq \cdots \leq b_2 \leq b_1
$$

且 $\left(b_n-a_n\right)$ 可以任意小, 是不是会有那么一个实数 $x$ 去被 $\left\{a_n\right\} 、\left\{b_n\right\}$ 左、右夹逼呢? 上述问题的答案是肯定的！因为从实数系在长度度量的直观上看, 这个实数 $x$ 的存在也就是说实数轴上没有空隙存在, 即直线是连续不断的, 换言之，实数系也是连续不断的，因此我们称实数系为实数连续统；它说明实数系包含着度量时所有应该包含的数, 所以也叫做实数系的完备性. 下面是直线连续不断的直观概念的解析描述。

## 实数系完备性
对于任给满足下述大小次序关系的两个数列 $\left\{a_n\right\}$ 和 $\left\{b_n\right\}$ ，即

$$
a_1 \leq a_2 \leq \cdots a_n \leq \cdots \leq b_n \leq \cdots \leq b_2 \leq b_1
$$

且 $\left(b_n-a_n\right) \rightarrow 0$, 则必定存在一个介于所有 $a_n, b_n$ 之间的实数 $x$.

实数系的完备性是非常基本而且重要的！在以后的章节中，我们将用这个性质来证明极限的存在，从而可进行一切极限运算，而这些运算乃是微积分的基础. 在每次用到时，我们将详细解说其用法. 这样逐步渐近，同学不难学会它的种种用法.

## 再简单解释一下实数的完备性

有理数集就好像一件破衣裳，上面有好多窟䧏眼儿，现在我们要把它补好。但我们怎么知道实数集就一定没有眼儿了？我们需要找到一种方法构造实数集，以确保它没有眼儿。
我们先来思考一个问题，有理数为什么有窟窿眼儿？如果一个集合没有窟䧏眼儿，它应该是什么样的? 有理数集通常用$Q$表示。
$\sqrt{2}$ 是 $Q$ 的一个窟隆眼，它的存在导致了什么？
首先，有理数列 $1,1.4,1.41 \ldots$ ，我们知道它收敛于 $\sqrt{2}$ ，但由于 $\sqrt{2} \notin Q$ ，它在 $Q$ 上发散。即： $Q$ 对极限运算不封闭
 ![图片](/uploads/2024-11/b311cf.jpg)
 
 其次， $Q$ 被 $\sqrt{2}$ 划分为左右两部分，但这个分点却不在 $Q$ 上。也就是说， $Q$ 在 $\sqrt{2}$ 处断开了
康托尔和戴德金分别从上面两个角度出发，建立了实数的完备性
 ![图片](/uploads/2024-11/6d4d48.jpg)
 
 ### 康托尔的构造法
首先，让我们了解一下柯西列  。柯西列指的是这样的数列，只要数码足够大，项的变化幅度可以任意小。比如说：

$$
\left\{a_n\right\}=\left\{2+\frac{(-1)^n}{n}\right\}=\left\{1, \frac{5}{2}, \frac{5}{3}, \frac{9}{4} \ldots\right\}
$$
容易知道， $a_n$ 的值是在 2 附近摆动的
如果我们想让摆动的幅度不超过 0.5 ，只需 $n>2$
如果我们想让摆动的幅度不超过 0.05 ，只需 $n>20$

再比如说:

$$
\left\{b_n\right\}=\left\{\frac{1}{n}\right\}=\left\{1, \frac{1}{2}, \frac{1}{3} \ldots\right\}
$$

容易知道， $\left\{b_n\right\}$ 是单调减少的
如果我们想让减少量不超过 0.1 ，只需 $n>10$
如果我们想让减少了不超过 0.01 ，只需 $n>100$

只要项数足够大，项的变化程度就可以任意地小，可以发现，当 $n \rightarrow \infty$ 时， $a_n$ 的变化越来越缓，最终一定收敛于某个点

我们考虑各项均为有理数的柯西列，它可以收敛，比如 $0.9,0.99,0.999 \ldots$ 收敛到 1 ；但它也可以发散，比如 $1,1.4,1.41 \ldots$ 发散到 $\sqrt{2} ； 3,3.1,3.14,3.1415 \ldots$ 发散到 $\pi$ ； $1,1+\frac{1}{2}, 1+\frac{1}{2}+\frac{1}{6} \ldots$ 发散到 $e$

我们发现，第一种情况恰好对应全体有理数，而第二种情况恰好对应了全体窟窒眼儿

于是，我们可以定义 $R$ 为所有有理柯西列 ${ }^{+}$的极限的集合 ${ }^{[1]}$ ，这是康托尔(Georg Cantor)对实数的定义
$R$ 没有窟䆭，所以 $R$ 上的任何柯西列都收敛，这被称为**柯西完备性**

### 戴德金的构造法
想象一下，如果把 $Q$ 一刀切为两段，左边那一段是 $A$ ，右边那一段是 $B$ ，则要求
(1) $S \neq \phi, T \neq \phi$;
(2) $R=S \cup T$ ；
(3) $\forall x \in S, \forall y \in T$ ，总有 $x<y$ (称 S 为左集， T 为右集)

"戴德金分割"的第一条要求是左集S与右集T都不是空集，也就是说它们中都有实数，简称为不空。第二条要求是S和T包含了所有的实数，换句话说，对于任何一个实数或者属于左集S或者属于右集T，二者必居其一，简称为不漏。第三条要求是左集S中的实数都比右集T中的实数小，简称为不乱。由第三条可以推知左集中的实数不会在右集中出现，右集中的实数也不会在左集中出现。若 $x$ 属于左集，凡小于 $x$ 的实数也都属于左集，若 $y$ 属于右集，凡大于 $y$ 的实数也都属于右集。

例如令

$$
\begin{gathered}
S=\left\{x \in R \mid x \leqslant 0 \text { or } x^2 \leqslant 2\right\} \\
T=\left\{x \in R \mid x>0 \text { and } x^2>2\right\}
\end{gathered}
$$

读者可以验证 $(S ， T)$ 是一个戴德金分割，再如令

$$
\begin{aligned}
& S=\left\{x \in R \mid \text { 存在自然数 } n ， \text { 使 } \frac{n}{n+1} \geqslant x\right\} ， \\
& T=\{x \in R \mid x \geq 1\} \text { 。 }
\end{aligned}
$$

这也确定了一个戴德金分割(S，T)。
第一个戴德金分割中，左集S有最大数 $\sqrt{2}$ ，而右集T没有最小数；第二个戴德金分割正相反，左集S没有最大数，而右集 $T$有最小数 1 。 $\sqrt{2}$ 和1都叫做相应的戴德金分割的中介点。一般说来，实数上的戴德金分割必有中介点，下面的定理便说明这一点，而在有理数集上若类似地作一个戴德金分割就不一定有中介点了。例如若令 $S=\left\{x \in Q \mid x \leq 0\right.$ ，或 $\left.x^2 \leq 2\right) ， T=\{x \in Q \mid x>0$ ，且 $\left.x^2>2\right)$ 则 $(S ， T)$ 构成对有理数集 $Q$ 的戴德金分割，但左集S无最大数；右集T无最小数，也就是 $(S ， T)$ 没有中介点  。

## 完备和稠密的关系
人们可能会有一种错觉： $R$ 很密，任何两个实数之间总还有其它实数，所以 $R$ 没有窟锃。这似乎有道理，但却是错的。 $Q$ 也很密：任何两个有理数之间都有无数个有理数，尽管如此， $Q$ 也是有窟窒的。任意两个数之间总存在其它数，这在数学上被称作稠密，稠密性和完备性是两个截然不同的概念，它们之间是没有必然联系的。

其他版本
【数学分析】实数系的完备性【数学分析】实数及其连续性【数学分析】构造实数系模型的方法

科数题库(单机版) 会议室预约系统(book)

今日还可看 0 篇未注册用户每天查看4篇，注册用户每天8篇，开通VIP会员无限制查看。

免费注册

《高等数学》难点解析

高数教程 泰勒公式切线与法线切平面与法平面驻点·拐点·极值点·零点间断点渐进线瑕积分欧拉方程伯努利方程 Abel 收敛定理偏导数的几何意义偏导数的几何意义梯度数量场与向量场多元函数极值拉格朗日算子通量与散度环流量与旋度格林公式高斯公式斯托克斯公式三大公式比较傅里叶级数极坐标微元点法式方程变上限定积分 X型计算面积 Y型计算面积微分的意义渐近线间断点 y''+py'+qy=f(x)方程高斯黎曼傅里叶变换(复数) 拉普拉斯变换(复数)

《线性代数》难点解析

线代教程 近世代数对数学的整体思考线性的意义矩阵乘法(列视角) 矩阵乘法(行视角) 矩阵左乘矩阵右乘逆矩阵求解方程组阶梯形矩阵的求法方程组解的判定四阶行列式的计算线性变换的意义线性空间向量组的等价线性空间的几何意义基础解系的求法施密特正交化特征值与特征向量的意义矩阵相似的几何意义矩阵可对角化的理解秩的意义(向量版) 秩的意义(方程版) 二次型的意义

《概率论与数理统计》难点解析

概率教程 置信区间与上a分位数概率中的“取”与“放” 贝叶斯公式全概率公式泊松分布指数分布伽玛分布二维密度图的意义卷积的意义相关系数的意义 k阶矩是与矩母函数卡方分布的作用单正态区间估计理解假设检验理解切比雪夫不等式中心极限定理

上一篇：反函数和它的图象

下一篇：阅读：函数的连续性

本文对您是否有用？有用 (0) 无用 (0)