从微积分到实分析 | 实分析 I | 自在学

从微积分到实分析

微积分课上，我们经常从一个表达式出发，通过化简、代换、夹逼、求导或积分技巧得到答案。这样的训练很重要：它让我们熟悉函数、极限、导数和积分的计算方式。

实分析要问另一个问题：这些计算为什么合法？当我们说“这个数列趋近于 1”“这个函数连续”“这个面积存在”时，怎样把一句直观判断变成一条可以检查、可以证明、也可以被反例推翻的数学陈述？

左右分栏的大学教材插图，左侧为计算极限的微积分练习纸，右侧为证明极限存在的实分析证明稿，中间以写有定义的桥梁连接

从算得出到说得清：计算依靠代数变形，证明依靠定义、量词与逻辑。

本章不急着证明复杂定理，而是先建立一套入口语言。你会看到，实分析不是把微积分推翻重来，而是把微积分中习惯使用的直觉放进更精确的框架里。

算得出，与说得清

先看一个熟悉的极限：

\lim_{n\to\infty}\frac{n+1}{n}

在微积分或预备课程中，我们通常这样算：

\frac{n+1}{n}=1+\frac{1}{n}

因为 $1/n$ 趋近于 $0$ ，所以极限是 $1$ 。这是一段有效的计算。它使用了我们已经相信的事实： $1/n\to 0$ ，常数加极限仍然有极限，代数变形不改变表达式的值。

实分析会把这段话拆开问：你怎样证明 $1/n\to 0$ ？你怎样证明极限可以相加？你怎样知道一个数列真的只有一个极限？这些问题看似慢了一拍，却正是严格基础的来源。

计算型微积分的重点是“怎样得到答案”。证明型实分析的重点是“答案为什么被定义保证、被定理支撑，并且在给定条件下不可逃脱”。

这并不表示计算不重要。恰恰相反，很多证明要从计算中获得猜想。区别在于，计算通常验证一个具体表达式；证明要处理一类对象，并说明所有满足条件的对象都不会例外。

一个同题的两种问法

题目 A：求数列 $a_n=(n+1)/n$ 的极限。

题目 B：证明数列 $a_n=(n+1)/n$ 收敛到 $1$ 。

题目 A 可以用化简得到答案。题目 B 要从定义出发：给定任意误差容许值 $\varepsilon>0$ ，要找到一个整数 $N$ ，使得当 $n\ge N$ 时， $a_n$ 与 $1$ 的距离小于。

\left|\frac{n+1}{n}-1\right|=\frac{1}{n}

如果希望 $1/n<\varepsilon$ ，只要取 $N>1/\varepsilon$ 。于是当 $n\ge N$ 时，误差就被压进了指定范围。

先把“趋近于 1”翻译成误差语言。目标不是让某一项接近 1，而是让足够靠后的所有项都接近 1。

再计算误差本身。这里的误差是 $|a_n-1|=1/n$ ，它随着变大而变小。

这段证明的核心不是技巧复杂，而是顺序严格：先任取误差，再选择阈值，然后验证阈值之后全部成立。

定义、定理、证明、反例

实分析中的句子通常不是孤立出现的。一个概念先由定义固定边界；一些可重复使用的结论被整理成定理；证明说明定理为什么从条件推出结论；反例则指出某个猜想少了条件或方向错了。

定义、定理、证明、反例围绕命题关系的中文结构图

定义规定对象边界，定理给出可证明结论，证明连接条件与结论，反例打破错误猜想。

定义不是解释，而是规则

“数列 $a_n$ 收敛到 $L$ ”的定义可以写成：

\forall \varepsilon>0,\ \exists N\in\mathbb{N},\ \forall n\ge N,\ |a_n-L|<\varepsilon

这句话不只是描述“越来越近”的感觉。它规定了怎样判断收敛：任意给一个正误差，都能找到一个尾部，从那里开始所有项都进入误差范围。

定义的力量在于，它让直觉变成可操作的检查表。一个证明必须满足定义中的每一个量词；一个反例只要打破其中一处，就能说明命题不成立。

定理节省重复劳动

证明过极限运算法则之后，我们就不需要每次都从 $\varepsilon$ 定义重新证明：

a_n\to a,\quad b_n\to b

可以推出

a_n+b_n\to a+b

但这条定理不是计算习惯的同义词。它有条件：两个数列都要先收敛。若其中一个没有极限，直接使用加法法则就可能出错。

实分析里最常见的错误之一，是把“在例题中常用的代数操作”当成无需条件的证明。定理可以使用，但使用前要检查定理的假设是否已经成立。

反例让边界变清楚

猜想：“如果数列前很多项都接近 $1$ ，那么它收敛到 $1$ 。”

这个猜想是假的。可以让一个数列前一百万项都等于 $1$ ，从第一百万零一项开始全都等于 $2$ 。有限检查再多，也不能替代“从某个 $N$ 以后所有项”的要求。

反例不是为了刁难，而是为了逼迫我们看清命题的量词。它告诉我们：数学陈述到底是在说“存在一个例子”，还是在说“所有对象都如此”。

epsilon 语言从哪里来

许多人第一次见到 $\varepsilon$ 会觉得它像一种仪式。其实它表达的是一个很朴素的动作：先规定允许的误差，再看对象是否最终能被压进这个误差范围。

横向数轴上以极限 L 为中心显示误差小于 ε 的邻域，数列后面的项进入并留在邻域内

epsilon 语言的直观图像：只要项数足够靠后，数列项就会全部落在极限 L 周围给定的误差范围内。

以数列极限为例， $a_n\to L$ 的意思不是“ $a_n$ 最后等于 $L$ ”，也不是“画出来越来越像 $L$ ”。它说的是：

|a_n-L|<\varepsilon

这个不等式最终对所有足够大的 $n$ 成立。这里的 $\varepsilon$ 可以很大，也可以很小；证明必须接受任意正的 $\varepsilon$ 。

epsilon 语言的直观读法是：你给我一个允许误差，我负责找到一个起点；从这个起点之后，所有项都在你的误差要求内。

为什么是“任意” epsilon

如果只要求某一个误差，比如 $|a_n-L|<0.1$ ，那只能说明数列尾部进入了一个宽范围。极限要求的是所有精度都能做到： $0.1$ 、 $0.001$ 、 $10^{-9}$ ，甚至任何更小的正数。

这正是“趋近”的严格含义。它不要求在有限时间内到达目标点，但要求无论目标附近的窗口缩得多窄，数列尾部都能全部进入。

一个不要跳过的小证明

证明 $1/n\to 0$ 。

给定任意 $\varepsilon>0$ 。根据自然数的 Archimedean 直观，可以选择整数 $N$ ，使得

N>\frac{1}{\varepsilon}

当 $n\ge N$ 时，有

0<\frac{1}{n}\le \frac{1}{N}<\varepsilon

因此

\left|\frac{1}{n}-0\right|<\varepsilon

这就证明了 $1/n\to 0$ 。注意证明中没有说“显然越来越小”。它把“越来越小”落实成了一个对任意误差都有效的阈值选择。

四条主线

本课程会反复回到四个主题：极限、连续、可导、可积。它们看起来属于微积分的不同章节，但在实分析中，它们都围绕“误差如何被控制”展开。

中文路线地图展示从靠近与误差控制出发，分为极限、连续、可导、可积四条主线，并汇合到微积分定理的严格基础

极限、连续、可导、可积四条主线都从靠近与误差控制出发。

极限：尾部或邻近处的稳定

数列极限关心 $n$ 足够大之后的行为。函数极限关心 $x$ 足够接近某点时的行为。二者都不只是代入一个值，而是比较“靠近输入端”与“靠近输出端”的关系。

连续：输入近，输出也近

函数 $f$ 在 $c$ 处连续，粗略地说，是 $x$ 靠近 $c$ 时， $f(x)$ 靠近 $f(c)$ 。严格说法会把“靠近”写成 $\varepsilon$ 与的关系：

|x-c|<\delta\quad \Longrightarrow \quad |f(x)-f(c)|<\varepsilon

这里的重点不是公式长短，而是方向：为了控制输出误差 $\varepsilon$ ，我们要找到输入端允许的范围 $\delta$ 。

可导：局部像一条直线

导数不是“切线斜率”的图像口号，而是差商极限：

f'(c)=\lim_{x\to c}\frac{f(x)-f(c)}{x-c}

这个极限存在时，函数在 $c$ 附近可以被一条线性函数很好地近似。以后证明中值定理、Taylor 估计和单调性时，这一点会反复出现。

可积：面积可以被上下逼近

Riemann 积分要解决的是：曲线下方的面积能否被有限分割和矩形和稳定地逼近。直观面积只有在可逼近性被定义清楚后，才能进入定理。

极限、连续、可导、可积并不是四个互不相干的技巧包。它们共同训练一件事：把“看起来合理”的局部或整体行为改写成可证明的误差控制。

常见误区

从微积分进入实分析，最难的往往不是公式，而是习惯。下面三个误区会在后续章节反复出现。

图像直觉不能替代定义

图像是好工具。它能帮助我们猜测极限、发现间断、理解导数和积分。但图像有分辨率，眼睛也会忽略小尺度结构。

两个并排坐标图展示图像直觉可能失效，左图看似连续但有小空洞，右图放大显示极限位置与跳跃的函数值

图像直觉可能掩盖微小间断；放大后才能看见极限位置和函数值并不一致。

例如，一个函数图像在屏幕上看起来连成一条线，并不能证明它连续。某一点可能被挖掉，也可能函数值被单独改到别处。连续性需要检查的是 $f(x)$ 是否趋近于 $f(c)$ ，不是画面上是否顺眼。

“画出来像”只能产生猜想，不能完成证明。证明必须回到定义、定理或已经建立的判别方法。

有限样本不能替代全称命题

很多数学命题说的是“所有 $n$ ”“所有足够大的 $n$ ”“所有 $x$ 在某个邻域内”。计算前十项、前一百项、前一百万项，都仍然只是有限证据。

有限检查不等于全部证明，桌面上的数列表格前一百项被勾选，放大镜显示后续项出现异常

前一百项成立，仍不代表所有项成立。

如果命题是全称命题，证明需要覆盖全部对象。有限样本可以帮助发现模式，但不能自动推出模式永远继续。

代数操作不是免检通行证

考虑这样的“证明”：

\lim_{n\to\infty}(a_n+b_n)=\lim_{n\to\infty}a_n+\lim_{n\to\infty}b_n

如果右边两个极限存在，这条等式可以由极限运算法则支撑。若还没有证明 $a_n$ 与 $b_n$ 收敛，这样写就是把要证明的事情提前当成事实。

把直觉改写成命题

实分析写作的一项基本训练，是把一句自然语言改成可证明的数学陈述。这个过程通常包含三个动作。

先找对象。对象可能是一个数列、一个函数、一个集合，或者一类满足某些条件的对象。

再找量词。句子是在说“存在一个”，还是在说“对所有”？是否有“足够大”“足够接近”“任意小误差”这样的尾部或邻域条件？

最后找可检验的不等式。分析中的许多直观词，例如接近、稳定、连续、逼近，最终都会落到距离或误差的不等式上。

看几个例子。

“ $a_n$ 越来越接近 $3$ ”可以写成：对任意 $\varepsilon>0$ ，存在 $N$ ，使得当 $n\ge N$ 时，。

“ $f$ 在 $c$ 附近没有跳开”可以写成：对任意 $\varepsilon>0$ ，存在 $\delta>0$ ，使得当 $|x-c|<\delta$ 时，。

“某个性质最终成立”可以写成：存在 $N$ ，使得对所有 $n\ge N$ ，该性质成立。

这些翻译一开始会显得慢。熟练之后，它会变成阅读定理和组织证明的基本语感。

课程路线

本课程从实数的完备性开始，因为极限存在性不能只靠图像和计算。接着会建立数列极限、函数极限、连续性、微分和积分的严格版本，最后处理函数列与一致收敛，解释什么时候可以交换极限、积分和求导。

实分析 I 从实数完备性到交换极限与运算的中文课程路线图

从微积分到实分析的章节末尾课程路线图。

为什么先讲数列

数列是极限的最小实验室。它没有函数图像的复杂性，却已经包含尾部、误差、收敛、发散、子列、Cauchy 条件等核心思想。

后面学习函数极限时，数列还会变成判别工具：如果沿着两条趋近路径得到不同输出，就能证明函数极限不存在。

为什么完备性会出现

微积分常常默认“越来越靠近就会有一个目标”。在有理数里，这句话会出问题：有些 Cauchy 逼近过程在有理数内部找不到极限。实数的完备性正是为了保证许多逼近过程有落点。

这一点会支撑单调收敛定理、Bolzano-Weierstrass 定理、介值定理、极值定理和积分存在性等结果。

本章只要求你带走一个判断标准：当一个说法涉及“趋近、连续、导数、面积、最终、任意误差”时，实分析会要求你说明量词、条件和误差控制，而不只给出计算结果。

小练习

练习 1：下面三句话分别更接近“计算问题”“证明问题”还是“反例问题”？

求 $\lim_{n\to\infty}(2n+1)/n$ 。
证明若 $a_n\to a$ 且，则。

第一句是计算问题，因为目标是得到一个具体极限值。第二句是证明问题，因为它处理所有满足条件的两个收敛数列。第三句是反例问题，因为它要求构造一个对象来打破“看起来连续就连续”的直觉。

练习 2：把“数列 $a_n$ 最后都离 $2$ 很近”改写成带有 $\varepsilon$ 和 $N$ 的句子。

一种严格写法是：对任意 $\varepsilon>0$ ，存在 $N\in\mathbb{N}$ ，使得当 $n\ge N$ 时， $|a_n-2|<\varepsilon$ 。这里“最后”由“存在，对所有 ”表达，“很近”由“任意 ”表达。

练习 3：下面这段论证的问题在哪里？

“因为 $a_n$ 的前 1000 项都小于 1，所以对所有 $n$ ， $a_n<1$ 。”

这段论证把有限样本当成了全称证明。前 1000 项都小于 1，只能说明已经检查过的项满足条件；第 1001 项以及之后的项仍然可能大于或等于 1。要证明“对所有 $n$ ”，必须给出覆盖所有自然数的理由，例如直接不等式证明或数学归纳法。

练习 4：证明 $a_n=1+1/n$ 收敛到 $1$ 。

给定任意 $\varepsilon>0$ ，取整数 $N>1/\varepsilon$ 。当 $n\ge N$ 时，

|a_n-1|=\left|1+\frac{1}{n}-1\right|=\frac{1}{n}\le \frac{1}{N}<\varepsilon

这一章的目的不是让你立刻写出所有严密证明，而是让你知道接下来每个证明在做什么：它把直觉放进定义，把计算放进定理，把错误猜想交给反例检查。

b_n\to b