条件
数列 。
结论
收敛 是 Cauchy 列。即:
几何/直觉理解
收敛要求”项靠近一个预先指定的目标 “——而许多场合(无穷级数、迭代)中目标值正是要找的未知量。 Cauchy 准则把判定收敛性”内化”:只看数列自身项之间的距离是否最终任意小,无须引用极限。 直觉上:项越往后挤得越紧 ⇔ 项最终都聚集在某个点附近。
但这一等价完全依赖 的完备性: 在 中,逼近 的数列是 Cauchy 列却不收敛——目标点 不在 中。
证明
证明:
() 设 。任给 ,存在 使 。 对 :
故 是 Cauchy 列。
() 设 是 Cauchy 列。
第 1 步:有界性。 取 ,存在 使 。 故对 ,。前 项有限个,整体有界。
第 2 步:抽取收敛子列。 由有界性 + Bolzano–Weierstrass 定理(依 ANL-AX-001 确界原理), 存在子列 收敛于某 。
第 3 步:原数列收敛于同一 。 任给 :
- 由 Cauchy 性,;
- 由子列收敛,,且可取 。
固定一个这样的 ,对任意 :
依 ANL-DEF-004,。
常见错误
- ✗ 把 Cauchy 条件写为""。 反例:调和部分和 满足相邻差 ,但 发散。 必须是任意两项 。
- ✗ 在 中直接套用本结论。 反例:取 为 的十进制截断 ,在 中是 Cauchy 列, 但极限 。等价性强依赖完备性。
- ✗ 颠倒量词:""。 这等价于”从某项起 “,把准则降级为最终常数列。
推论与应用
- 任何完备度量空间中”收敛 ⇔ Cauchy”
- 用于无穷级数收敛的 Cauchy 判别法、迭代法误差估计
跨专业应用
- 信号处理:判定 Fourier 部分和数列收敛,不必显式求出极限
- 数值分析:迭代算法以""作终止条件,正源自此准则