跳轉到

1.2 極限的嚴格定義 epsilon-delta#

導言#

上一節我們看到，極限概念在兩千年間停留在「無限接近」的直觀層次。本節將介紹把它變成鋼鐵邏輯的 \(\varepsilon\) – \(\delta\) 定義：由 Cauchy（1821） 提出構想、Weierstrass（1860s–1880s） 在柏林大學的講課中定形。這一定義被譽為「分析學的憲法」——此後所有極限、連續、導數、積分、級數的定義都是它的變奏。

為什麼需要 \(\varepsilon\) – \(\delta\) ？#

「 \(x\) 無限接近 \(a\) 時 \(f(x)\) 無限接近 \(L\) 」這句話有三大缺陷：

  1. 「無限」是含糊的副詞，不是數學名詞。
  2. 動態描述依賴時間，但函數是靜態的對應關係。
  3. 無法反證：如果有人宣稱 \(\lim_{x\to 0} \frac{|x|}{x}\) 存在且等於 \(1\) ，直觀語言難以精確駁斥。

\(\varepsilon\) – \(\delta\) 語言的策略是倒轉量詞：不描述過程，而描述一場「挑戰—回應」的對局。

定義與邏輯結構#

定義 1.2.1（函數極限）：設函數 \(f\) 在 \(a\) 的某個去心鄰域有定義， \(L \in \mathbb{R}\) 。若

\[ \forall \varepsilon > 0,\ \exists \delta > 0,\ \text{使得}\ 0 < |x - a| < \delta \implies |f(x) - L| < \varepsilon, \]

則稱 \(x \to a\) 時 \(f(x)\) 的極限為 \(L\) ，記作 \(\displaystyle\lim_{x \to a} f(x) = L\) 。

逐字解讀這一邏輯句：

片段 數學意涵 對局詮釋
\(\forall \varepsilon > 0\) 對任何誤差容許度 對手先提出挑戰：誤差要小於 \(\varepsilon\)
\(\exists \delta > 0\) 存在一個接近範圍 我方回應：只要 \(x\) 落在 \((a-\delta, a+\delta)\)
$0 < x-a $
$ f(x)-L < \varepsilon$

量詞順序至關重要： \(\forall\varepsilon\,\exists\delta\) 表示 \(\delta\) 可以依賴於 \(\varepsilon\) （記作 \(\delta(\varepsilon)\) ）；若寫成 \(\exists\delta\,\forall\varepsilon\) ，則一個 \(\delta\) 必須應付所有 \(\varepsilon\) ，那只有在 \(f\) 為常函數時才可能。否定極限（證明極限不存在）就是把量詞翻轉：

\[ \exists \varepsilon_0 > 0,\ \forall \delta > 0,\ \exists x:\ 0<|x-a|<\delta\ \text{且}\ |f(x)-L| \ge \varepsilon_0. \]

各種極限的定義變奏#

極限類型 定義核心（僅列差異）
數列 \(\lim_{n\to\infty} a_n = L\) $\forall\varepsilon\ \exists N \in \mathbb{N}:\ n \ge N \implies
單邊極限 \(\lim_{x\to a^+}\) 只取 \(a < x < a + \delta\)
無窮遠極限 \(\lim_{x\to\infty} f(x) = L\) $\forall\varepsilon\ \exists M:\ x > M \implies
函數發散到 \(\infty\) ： \(\lim_{x\to a} f(x) = \infty\) $\forall M\ \exists\delta:\ 0<

注意最後一列： \(f(x) \to \infty\) 並非「極限存在」，而是「發散到無窮」的專門約定—— \(\infty\) 不是實數，極限的「存在」仍指極限值為某實數。

極限的運算法則#

若 \(\lim_{x\to a} f(x) = L\) 、 \(\lim_{x\to a} g(x) = M\) ，則：

\[ \lim (f \pm g) = L \pm M, \qquad \lim (fg) = LM, \qquad \lim \frac{f}{g} = \frac{L}{M}\ (M \neq 0), \]

以及複合極限 \(\lim_{x\to a} g(f(x)) = g(L)\) （要求 \(g\) 在 \(L\) 連續）。證明的技術核心是加減一項（茶道技巧「逼項」）：

\[ |f(x)g(x) - LM| = |f(x)g(x) - Lg(x) + Lg(x) - LM| \le |g(x)|\,|f(x)-L| + |L|\,|g(x)-M|. \]

這一技巧在證明導數法則（2.2 節）、級數運算（5.1 篂）中反覆出現。

例題一：用定義證明一個極限#

例題 1.2.1：證明 \(\displaystyle\lim_{x \to 2} (3x - 1) = 5\) 。

證明：給定 \(\varepsilon > 0\) 。計算

\[ |(3x-1) - 5| = |3x - 6| = 3|x - 2|. \]

要使 \(3|x-2| < \varepsilon\) ，只需 \(|x-2| < \dfrac{\varepsilon}{3}\) 。故取 \(\delta = \dfrac{\varepsilon}{3}\) ，則當 \(0 < |x-2| < \delta\) 時 \(|(3x-1)-5| < \varepsilon\) 。證畢。 \(\blacksquare\)

評註：線性函數的 \(\delta\) 可以明確寫出，這是為什麼線性函數「理所當然連續」。

例題二：二次函數需要更細的策略#

例題 1.2.2：證明 \(\displaystyle\lim_{x \to 3} x^2 = 9\) 。

證明： \(|x^2 - 9| = |x-3|\,|x+3|\) 。問題： \(|x+3|\) 隨 \(x\) 變化。策略是先限定 \(\delta\) 的上限：不妨要求 \(\delta \le 1\) ，則 \(|x-3|<1\) 推得 \(2 < x < 4\) ，故 \(|x+3| < 7\) 。於是

\[ |x^2 - 9| < 7|x-3|. \]

給定 \(\varepsilon > 0\) ，取 \(\delta = \min\!\left(1, \dfrac{\varepsilon}{7}\right)\) ，則 \(0<|x-3|<\delta\) 時 \(|x^2-9| < \varepsilon\) 。 \(\blacksquare\)

「先限制 \(\delta \le\) 某常數，再把 \(|x-a|\) 之外的因子綁定為常數」是 \(\varepsilon\) – \(\delta\) 證明的標準手法，稱為控制法。

例題三：極限不存在#

例題 1.2.3：證明 \(f(x) = \dfrac{|x|}{x}\) 在 \(x \to 0\) 時極限不存在。

證明：對任意 \(L\) ，取 \(\varepsilon_0 = 1\) 。對任何 \(\delta > 0\) ，取 \(x_1 = \dfrac{\delta}{2}\) 與 \(x_2 = -\dfrac{\delta}{2}\) ，則 \(0 < |x_i| < \delta\) ，但 \(f(x_1) = 1\) 、 \(f(x_2) = -1\) 。 \(L\) 不可能同時與 \(1\) 和 \(-1\) 的距離都小於 \(1\) （因為 \(|1-(-1)| = 2 \ge 2\) ，由三角不等式 \(|L-1| + |L+1| \ge 2\) ）。故極限不存在。 \(\blacksquare\)

更強的說法：左右極限不等。 \(\lim_{x\to 0^+} f(x) = 1 \neq -1 = \lim_{x\to 0^-} f(x)\) ，因此（見下述定理）極限不存在。

一個不顯而易見的定理：夾擠定理#

定理 1.2.4（夾擠定理 / Squeeze Theorem）：若在 \(a\) 的去心鄰域上 \(g(x) \le f(x) \le h(x)\) ，且 \(\lim_{x\to a} g(x) = \lim_{x\to a} h(x) = L\) ，則 \(\lim_{x\to a} f(x) = L\) 。

經典應用：證明 \(\displaystyle\lim_{x\to 0} \frac{\sin x}{x} = 1\) 。考慮單位圓上的扇形與三角形面積比較（ \(0 < x < \dfrac{\pi}{2}\) ）：

\[ \sin x < x < \tan x \ \implies\ \cos x < \frac{\sin x}{x} < 1, \]

而 \(\lim_{x\to 0}\cos x = 1\) ，由夾擠定理得證。這個極限是整個三角函數微分學的基礎—— \((\sin x)' = \cos x\) 的證明就依賴它（見 2.1 節）。

極限定義的幾何視覺化#

下圖展示 \(\varepsilon\) – \(\delta\) 對局的幾何意義：無論水平帶（誤差帶）多窄，都存在一個夠窄的垂直帶（定義域窗），使得曲線在窗內不離開水平帶。

Weierstrass 的革命：算術化的分析#

Weierstrass 的重要貢獻不只是寫下定義，而是把分析徹底算術化：

  1. 驅逐幾何與運動直觀：在他之前，「曲線」「連續變動」是分析的核心形象；在他之後，一切都化為實數與邏輯量詞。
  2. 締造分析怪物：Weierstrass 於 1872 年展示一個處處連續卻處處不可導的函數 $$ W(x) = \sum_{n=0}^{\infty} a^n \cos(b^n \pi x), \qquad 0 < a < 1,\ b\ \text{為奇整數且}\ ab > 1 + \tfrac{3\pi}{2}. $$ 這個函數震驚了當代：直觀認為「連續曲線除了尖點外應該處處有切線」，被證明是錯覺。這說明 \(\varepsilon\) – \(\delta\) 語言不是迂腐的形式主義，而是唯一能防止直觀背叛我們的工具。
  3. 確立 \(\mathbb{R}\) 的完備性：Weierstrass 以有界遞增數列有極限（單調收斂定理）刻畫實數完備性；隨後 Dedekind（1872，分割理論） 與 Cantor（1872，基本數列） 給出實數的嚴格構造。實數體 \(\mathbb{R}\) 從此不再「顯然」，而是需要公理基礎的結構。

完備性：為什麼極限定義非 \(\mathbb{R}\) 不可#

若把極限定義搬到有理數 \(\mathbb{Q}\) 上會出問題：數列 \(1, 1.4, 1.41, 1.414, \ldots\) （ \(\sqrt{2}\) 的逼近）在 \(\mathbb{Q}\) 中是 Cauchy 數列（相鄰項距離趨於零），卻不收斂到任何有理數。因此極限理論隱含地使用了實數完備性。實數完備性的等價命題包括：

  • 確界原理：非空有上界的實數集必有最小上界。
  • 單調收斂定理。
  • Bolzano–Weierstrass 定理：有界數列必有收斂子數列。
  • Cauchy 準則：數列收斂 \(\iff\) 為 Cauchy 數列。
  • 區間套定理、有限覆蓋（Heine–Borel）定理。

這些定理構成分析學的「公理層」，1.3 節的中間值定理證明就要用到確界原理。

常見謬誤警示#

謬誤 反例 正確觀念
\(\lim(fg) = \lim f \cdot \lim g\) 但其中一個極限不存在 \(x \sin\frac{1}{x}\) 與 \(x\) 乘積在 \(0\to 0\) 收斂， \(x\sin\frac{1}{x}\) 本身極限為 0（夾擠），但 \(\sin\frac{1}{x}\) 無極限 法則要求兩個極限都存在
極限存在 \(\Rightarrow\) 函數連續 \(\frac{\sin x}{x}\) 在 \(0\) 有極限 \(1\) 但無定義 連續需 \(f(a) = L\)
\(\lim_{x\to a} f(g(x))\) 總可「代入」 需 \(g\) 連續或 \(g(x) \neq g(a)\) 的附加條件 複合極限有精細條件
「無窮多個無窮小之和為零」 \(n\) 個 \(\frac{1}{n}\) 之和為 \(1\) 無窮和必須用級數理論（5.1）

歷史前因後果小結#

  • 前因：Berkeley 1734 年的攻擊、歐拉時代的濫用、Fourier 1807 年三角級數對「何謂收斂」的挑戰，都逼使數學界正視定義的缺失。
  • 提出：Cauchy 1821 年《分析教程》以「變量趨近」的語言界定極限；Weierstrass 1860s 起在講課中將其寫成全量詞形式，並由其學生（如 Heine 1872 年發表的極限定義）傳播。
  • 解決了什麼：導數、積分、連續、級數收斂全部獲得統一的邏輯基礎；「分析算術化」完成。
  • 引發的新問題：連續不可導函數、級數逐項積分的合法性、測度論的需求（10.2 節）——嚴格化沒有終結分析，而是開啟了二十世紀分析學的黃金時代。

與其他章節及領域的關聯#

  • 1.3 節：連續性即「極限值等於函數值」，是本定義的第一個應用。
  • 2.1 節：導數被定義為差商極限， \(\varepsilon\) – \(\delta\) 是其證明工具。
  • 3.2 節：Riemann 積分的 \(\varepsilon\) 定義（對任意分割細度……）是本節思想的積分版。
  • 5.1 節：級數收斂即部分和數列收斂，Cauchy 準則在那裡是核心工具。
  • 10.1 節：Cauchy 與 Weierstrass 嚴格化的完整歷史。
  • 點集拓撲： \(|x-a| < \delta\) 就是度量空間的開球； \(\varepsilon\) – \(\delta\) 語言可直接推廣到度量空間、流形，成為微分幾何中「連續映射」的定義。
  • 計算機科學： \(\forall\varepsilon\ \exists\delta\) 的量詞結構在數值分析中以「誤差界」「收斂階」的形式重現，例如牛頓法收斂階的證明。

練習#

  1. 用 \(\varepsilon\) – \(\delta\) 證明 \(\displaystyle\lim_{x\to 5} (2x + 3) = 13\) 。
  2. 用控制法證明 \(\displaystyle\lim_{x\to 1} \frac{1}{x} = 1\) （提示： \(x\) 靠近 \(1\) 時 \(\frac{1}{|x|}\) 有界）。
  3. 證明 \(\displaystyle\lim_{x\to 0} x \sin\frac{1}{x} = 0\) ，並說明為何不能寫成兩個極限的乘積。
  4. 用量詞翻轉寫出「 \(\lim_{x\to a} f(x) \neq L\) 」的否定形式，並以此證明 \(\lim_{x\to 0} \sin\frac{1}{x}\) 不存在。
  5. 用 \(\varepsilon\) – \(N\) 語言證明 \(\displaystyle\lim_{n\to\infty} \frac{1}{n^2} = 0\) ，並回答：給定 \(\varepsilon = 10^{-6}\) ，最小的 \(N\) 是多少？
  6. 思考題：若把定義中的 \(0 < |x-a|\) 改為 \(|x-a| \le 0\) （即允許 \(x=a\) ），哪些函數的極限行為會改變？這解釋了「去心」的必要性嗎？

名詞速查表（本節核心術語）#

  • ** \(\varepsilon\) （誤差容許度）**：對手提出的挑戰參數，規定函數值允許偏離極限值的最大距離。
  • ** \(\delta\) （接近半徑）**：我方的回應參數，規定自變數需要多麼接近 \(a\) 。
  • 量詞：邏輯符號 \(\forall\) （任意）與 \(\exists\) （存在），順序決定依賴關係。
  • 去心鄰域：滿足 \(0 < |x - a| < \delta\) 的點集，刻意排除 \(a\) 本身。
  • 控制法：先限制 \(\delta\) 的上界，把多餘因子綁定為常數的證明技巧。
  • 夾擠定理：上下兩個有相同極限的函數「夾」出中間函數的極限。
  • Cauchy 數列：項與項的距離最終任意小的數列，在完備空間中必收斂。
  • 實數完備性： \(\mathbb{R}\) 中 Cauchy 數列必收斂的性質，極限理論的地基。
  • 一致連續： \(\delta\) 不依賴於點的位置的加強版連續性（詳見 1.3 節）。
  • 分析算術化：Weierstrass 把分析歸約為實數與邏輯的綱領。

證明技巧的三段式模板#

  • 第一步（求差並化簡）：計算 \(|f(x) - L|\) ，目標是把它表達為 \(|x - a|\) 乘上一個因子。
  • 第二步（控制因子）：若因子依賴 \(x\) ，先宣布 \(\delta \le c\) ，在 \(|x - a| < c\) 內把因子綁定為常數 \(K\) 。
  • 第三步（取 \(\delta\) ）：令 \(\delta = \min\left(c, \frac{\varepsilon}{K}\right)\) ，代入驗證不等式成立。
  • 模板在例題一（線性）中退化為直接取 \(\delta = \varepsilon/K\) ，因因子本來就是常數。
  • 模板在例題二（二次）中完整施展： \(c = 1\) 、 \(K = 7\) 。
  • 讀者應把此模板套用於練習 1 與練習 2，驗證其普適性。
  • 商式函數（如 \(\frac{1}{x}\) ）的關鍵是證明「因子有下界」，從而 \(\frac{1}{|x|}\) 有上界。
  • 模板不適用時（振盪函數），應改用夾擠或否定證明，見例題三。

年表速查（本節涉及的關鍵年份）#

  • 1734：Berkeley 批評無窮小，催生嚴格化壓力。
  • 1754：d'Alembert《百科全書》「極限」條目。
  • 1797：Lagrange《解析函數論》嘗試繞過極限（失敗）。
  • 1817：Bolzano 給出中間值定理的證明與連續性先驅定義。
  • 1821：Cauchy《分析教程》——極限、收斂、連續的系統定義。
  • 1860s：Weierstrass 柏林講課， \(\varepsilon\) – \(\delta\) 語言成形。
  • 1872：Heine 發表 Weierstrass 式極限定義；Cantor、Dedekind 構造實數。
  • 1872：Weierstrass 展示處處連續處處不可導函數。

深化問答三則#

問：為什麼極限定義不允許 \(x = a\) ？ 答：考慮 \(f(x) = \frac{\sin x}{x}\) 。若允許 \(x = a = 0\) ，則 \(f(0)\) 無定義，命題在 \(x = 0\) 處根本無從評估，定義直接崩潰。去心設計使極限成為「補值前的偵測器」——它偵測函數應該有的值，而連續性（1.3 節）才是「偵測值 = 實際值」的檢查。兩個概念因此分工清晰。

問： \(\delta\) 一定要找「最大值」嗎？ 答：不必。定義只要求存在一個 \(\delta\) 。任何更小的 \(\delta\) 都自動合格（縮小範圍只會更容易滿足誤差要求）。因此證明中取 \(\delta = \min(c, \varepsilon/K)\) 的「保守取法」完全合法——數學證明的目標是存在性，不是最優性。這個「寧小勿大」的取法心理，是初學者必須克服的完美主義陷阱。

問：夾擠定理為什麼比「直接算極限」更有用？ 答：因為它處理的是「算不出但壓得住」的情形。 \(\frac{\sin x}{x}\) 的極限無法由任何代數化簡直接得出（分子分母都趨零），但兩側的「夾板」（ \(\cos x\) 與 \(1\) ）極限已知。夾擠的本質是：極限是排序保持的，所以邊界確定後內部被鎖死。這個思想在 3.2 節（Darboux 上下和）、5.1 節（比較判別法）中反覆成為主引擎。

補充：量詞邏輯與否定的完整演練#

  • 肯定句： \(\forall\varepsilon > 0\ \exists\delta > 0\ \forall x\ (0<|x-a|<\delta \Rightarrow |f(x)-L|<\varepsilon)\) 。
  • 否定句按規則逐層翻轉： \(\forall\) 變 \(\exists\) 、 \(\exists\) 變 \(\forall\) 、最後的內容加否定。
  • 得： \(\exists\varepsilon_0 > 0\ \forall\delta > 0\ \exists x\ (0<|x-a|<\delta \wedge |f(x)-L| \ge \varepsilon_0)\) 。
  • 翻譯：存在一個誤差 \(\varepsilon_0\) ，無論多近的 \(x\) 都能找到違反者。
  • 「極限不存在於任何 \(L\) 」= 對每個候選 \(L\) 都能找到（依賴於 \(L\) 的） \(\varepsilon_0\) 。
  • 例題三中 \(\varepsilon_0 = 1\) 對所有 \(L\) 通用，是「批量否定」的漂亮特例。
  • 熟練量詞翻轉後，證明「極限不唯一」（若 \(L_1 \neq L_2\) 兩者都是極限則矛盾）變得直白。
  • 這套邏輯訓練也是 5.1 節級數 Cauchy 準則、5.3 節一致收斂否定的共同基礎。

（本節完）