0. 写在前面
如果说微积分讨论的是“变化”，那么数学分析真正首先要解决的，却不是变化本身，而是无穷过程是否可靠 。我们在初等数学中早就习惯说“越来越接近”“无限逼近”“最后就到了”，可是在严格数学里，这些说法都不够。因为“接近”不是一个情绪词，它必须变成一个可以检验、可以证明、可以反复调用的逻辑结构。
于是，数列极限成为数学分析第一批必须建立的概念。它看起来是在研究形如 { a n } \{a_n\} { a n } 实数系为什么足够好，为什么在 R \mathbb{R} R 。
这一章的主题，表面上是“实数理论与数列极限”；但若把一切表述压缩成一句话，那么最值得记住的应当是：数列极限之所以能形成完整理论，不是因为数列本身神奇，而是因为实数系具有完备性。
从这个角度看，极限、单调有界收敛、区间套、Bolzano–Weierstrass 定理、Cauchy 收敛准则、有限覆盖定理、上极限下极限，其实并不是一堆分散结论，而是在从不同方向刻画同一件事：实数中的无穷逼近是可以落地的 。
1. 实数系的公理化描述
在进入数列极限之前，还需要先说明一个更基础的问题：我们所讨论的“实数”究竟是什么样的对象。数学分析并不是在一个模糊的“数”的直觉上展开的，而是在一个满足特定结构公理的数系上展开的。只有当这些基础被交代清楚后，后面的极限、收敛、连续等概念才真正有了可以安放的逻辑地基。
1.1 域结构
实数集 R \mathbb{R} R 0 0 0 1 1 1 1 ≠ 0 1\neq 0 1 = 0 a a a − a -a − a a a a a − 1 a^{-1} a − 1 R \mathbb{R} R 域 。我们在初等数学里熟悉的四则运算规则，在这里并不是经验事实，而是结构公理。
1.2 序结构
实数集 R \mathbb{R} R ≤ \le ≤
自反性 ：对任意 a ∈ R a\in\mathbb{R} a ∈ R a ≤ a a\le a a ≤ a 反对称性 ：若 a ≤ b a\le b a ≤ b b ≤ a b\le a b ≤ a a = b a=b a = b 传递性 ：若 a ≤ b a\le b a ≤ b b ≤ c b\le c b ≤ c a ≤ c a\le c a ≤ c 全序性 ：对任意 a , b ∈ R a,b\in\mathbb{R} a , b ∈ R a ≤ b a\le b a ≤ b b ≤ a b\le a b ≤ a
若 a ≤ b a\le b a ≤ b c c c a + c ≤ b + c a+c\le b+c a + c ≤ b + c
若 0 ≤ a 0\le a 0 ≤ a 0 ≤ b 0\le b 0 ≤ b 0 ≤ a b 0\le ab 0 ≤ ab R \mathbb{R} R
1.3 完备性
实数系最关键的性质，不是会算，也不是可比，而是完备性 。其经典表述之一是：
公理 1.1（上确界原理）
任一非空且有上界的实数子集，都存在上确界。
这条性质是整个数学分析的灵魂。它保证：只要一个集合在实数轴上被压在某个上边界之下，那么“最靠近顶部的位置”不会缺失。
正因为有了这一点，单调有界数列才一定收敛，闭区间套才不会落空，Cauchy 数列才一定有极限。换句话说，分析学中那些关于“无穷逼近最终能够落地”的定理，背后都站着同一件事：实数系是完备的。
从这个意义上说，所谓“实数理论与数列极限”，其实不是把两个主题并排放在一起，而是在说明：数列极限理论之所以成立，是因为实数系本身具有足够强的结构。
2. 为什么要先讲数列极限
我们先不谈函数，只看一个最朴素的问题。设
a n = 1 + 1 n . a_n=1+\frac1n. a n = 1 + n 1 . 当 n n n a n a_n a n 1 1 1
3. 数列极限的定义
定义 3.1（数列极限）
设 { a n } \{a_n\} { a n } a ∈ R a\in\mathbb{R} a ∈ R ε > 0 \varepsilon>0 ε > 0 N N N n > N n>N n > N
∣ a n − a ∣ < ε , |a_n-a|<\varepsilon, ∣ a n − a ∣ < ε , 则称数列 { a n } \{a_n\} { a n } 收敛于 a a a a a a { a n } \{a_n\} { a n }
lim n → ∞ a n = a 或 a n → a . \lim_{n\to\infty}a_n=a
\quad\text{或}\quad
a_n\to a. n → ∞ lim a n = a 或 a n → a . 这个定义短短一行，却几乎浓缩了分析学的全部气质。首先，ε \varepsilon ε N N N ε \varepsilon ε n n n 尾部稳定性 的概念，它只关心足够靠后的部分，前面有限项的任性从来不影响极限。
从直觉上说，lim n → ∞ a n = a \lim_{n\to\infty}a_n=a lim n → ∞ a n = a a a a 你不管把容忍误差压得多小，我都能把数列的尾巴整个塞进这个误差带里 。这就是“趋近”的严格含义。
定义 3.2（发散）
若不存在实数 a a a a n → a a_n\to a a n → a { a n } \{a_n\} { a n }
定义 3.3（有界数列）
若存在常数 M > 0 M>0 M > 0 n n n
∣ a n ∣ ≤ M , |a_n|\le M, ∣ a n ∣ ≤ M , 则称 { a n } \{a_n\} { a n } M M M
4. 绝对值与它的基本不等式
在极限理论中，绝对值几乎无处不在。因为“接近”本质上就是差的绝对值小，而几乎所有估计都要靠绝对值把代数问题转化为大小问题。所以在正式推进极限理论之前，最好把几个最基本的不等式单独列出来。
定义 4.1（绝对值）
对任意实数 x x x
∣ x ∣ = { x , x ≥ 0 , − x , x < 0. |x|=
\begin{cases}
x,& x\ge 0,\\
-x,& x<0.
\end{cases} ∣ x ∣ = { x , − x , x ≥ 0 , x < 0. 它表示 x x x
∣ x ∣ ≥ 0 , ∣ x ∣ = 0 ⟺ x = 0. |x|\ge 0,\qquad |x|=0 \Longleftrightarrow x=0. ∣ x ∣ ≥ 0 , ∣ x ∣ = 0 ⟺ x = 0. 性质 4.2
对任意实数 x , y x,y x , y
∣ x y ∣ = ∣ x ∣ ∣ y ∣ , |xy|=|x||y|, ∣ x y ∣ = ∣ x ∣∣ y ∣ , ∣ x y ∣ = ∣ x ∣ ∣ y ∣ ( y ≠ 0 ) . \left|\frac{x}{y}\right|=\frac{|x|}{|y|}\qquad (y\neq 0). y x = ∣ y ∣ ∣ x ∣ ( y = 0 ) . 定理 4.3（三角不等式）
对任意实数 x , y x,y x , y
∣ x + y ∣ ≤ ∣ x ∣ + ∣ y ∣ . |x+y|\le |x|+|y|. ∣ x + y ∣ ≤ ∣ x ∣ + ∣ y ∣. 这条不等式极其重要。它说明“和的长度不超过长度之和”，本质上是距离概念的代数表达。分析学中大量估计，最终都在反复使用它。
推论 4.4
对任意实数 x , y x,y x , y
∣ ∣ x ∣ − ∣ y ∣ ∣ ≤ ∣ x − y ∣ . \big||x|-|y|\big|\le |x-y|. ∣ x ∣ − ∣ y ∣ ≤ ∣ x − y ∣. 证明
由三角不等式，
∣ x ∣ = ∣ ( x − y ) + y ∣ ≤ ∣ x − y ∣ + ∣ y ∣ , |x|=|(x-y)+y|\le |x-y|+|y|, ∣ x ∣ = ∣ ( x − y ) + y ∣ ≤ ∣ x − y ∣ + ∣ y ∣ , 故
∣ x ∣ − ∣ y ∣ ≤ ∣ x − y ∣ . |x|-|y|\le |x-y|. ∣ x ∣ − ∣ y ∣ ≤ ∣ x − y ∣. 交换 x , y x,y x , y
∣ y ∣ − ∣ x ∣ ≤ ∣ x − y ∣ . |y|-|x|\le |x-y|. ∣ y ∣ − ∣ x ∣ ≤ ∣ x − y ∣. 两式合并即得
∣ ∣ x ∣ − ∣ y ∣ ∣ ≤ ∣ x − y ∣ . \big||x|-|y|\big|\le |x-y|. ∣ x ∣ − ∣ y ∣ ≤ ∣ x − y ∣. 推论 4.5
对任意实数 x , y x,y x , y
− ∣ x ∣ ≤ x ≤ ∣ x ∣ , -|x|\le x\le |x|, − ∣ x ∣ ≤ x ≤ ∣ x ∣ , ∣ x − y ∣ < ε ⟹ − ε < x − y < ε . |x-y|<\varepsilon \Longrightarrow -\varepsilon<x-y<\varepsilon. ∣ x − y ∣ < ε ⟹ − ε < x − y < ε . 这些结论看起来简单，却正是后面极限定义、夹逼估计、误差控制的基本语言。分析学里所谓“会做估计”，往往不是技巧繁复，而是能熟练地把对象塞进绝对值不等式所提供的框架里。
5. 极限的唯一性、保号性与收敛列为什么一定有界
数学分析一旦给出定义，接下来最先关心的，往往不是复杂计算，而是这个定义是否自洽。于是第一个基本结论是：
定理 5.1（极限的唯一性）
若数列 { a n } \{a_n\} { a n }
证明
设
lim n → ∞ a n = a , lim n → ∞ a n = b . \lim_{n\to\infty}a_n=a,\qquad \lim_{n\to\infty}a_n=b. n → ∞ lim a n = a , n → ∞ lim a n = b . 若 a ≠ b a\neq b a = b
ε = ∣ a − b ∣ 2 > 0. \varepsilon=\frac{|a-b|}{2}>0. ε = 2 ∣ a − b ∣ > 0. 由 a n → a a_n\to a a n → a N 1 N_1 N 1 n > N 1 n>N_1 n > N 1
∣ a n − a ∣ < ∣ a − b ∣ 2 . |a_n-a|<\frac{|a-b|}{2}. ∣ a n − a ∣ < 2 ∣ a − b ∣ . 由 a n → b a_n\to b a n → b N 2 N_2 N 2 n > N 2 n>N_2 n > N 2
∣ a n − b ∣ < ∣ a − b ∣ 2 . |a_n-b|<\frac{|a-b|}{2}. ∣ a n − b ∣ < 2 ∣ a − b ∣ . 于是当 n > max { N 1 , N 2 } n>\max\{N_1,N_2\} n > max { N 1 , N 2 }
∣ a − b ∣ ≤ ∣ a − a n ∣ + ∣ a n − b ∣ < ∣ a − b ∣ 2 + ∣ a − b ∣ 2 = ∣ a − b ∣ , |a-b|\le |a-a_n|+|a_n-b|<\frac{|a-b|}{2}+\frac{|a-b|}{2}=|a-b|, ∣ a − b ∣ ≤ ∣ a − a n ∣ + ∣ a n − b ∣ < 2 ∣ a − b ∣ + 2 ∣ a − b ∣ = ∣ a − b ∣ , 矛盾。故 a = b a=b a = b
定理 5.2（收敛数列必有界）
若 { a n } \{a_n\} { a n } { a n } \{a_n\} { a n }
证明
设 a n → a a_n\to a a n → a ε = 1 \varepsilon=1 ε = 1 N N N n > N n>N n > N
∣ a n − a ∣ < 1. |a_n-a|<1. ∣ a n − a ∣ < 1. 从而
∣ a n ∣ ≤ ∣ a ∣ + 1 ( n > N ) . |a_n|\le |a|+1\qquad (n>N). ∣ a n ∣ ≤ ∣ a ∣ + 1 ( n > N ) . 再记
M = max { ∣ a 1 ∣ , ∣ a 2 ∣ , … , ∣ a N ∣ , ∣ a ∣ + 1 } , M=\max\{|a_1|,|a_2|,\dots,|a_N|,|a|+1\}, M = max { ∣ a 1 ∣ , ∣ a 2 ∣ , … , ∣ a N ∣ , ∣ a ∣ + 1 } , 则对任意 n n n
∣ a n ∣ ≤ M . |a_n|\le M. ∣ a n ∣ ≤ M . 故 { a n } \{a_n\} { a n }
a n = ( − 1 ) n a_n=(-1)^n a n = ( − 1 ) n 显然有界，但并不收敛。分析学中很多错误，都是把“必要条件”误当成“充分条件”造成的。
定理 5.3（保号性）
若 a n → a a_n\to a a n → a a > 0 a>0 a > 0 N N N n > N n>N n > N
同理，若 a < 0 a<0 a < 0 a n < 0 a_n<0 a n < 0
证明
当 a > 0 a>0 a > 0 ε = a 2 \varepsilon=\frac a2 ε = 2 a a n → a a_n\to a a n → a N N N n > N n>N n > N
∣ a n − a ∣ < a 2 . |a_n-a|<\frac a2. ∣ a n − a ∣ < 2 a . 于是
a n > a − a 2 = a 2 > 0. a_n>a-\frac a2=\frac a2>0. a n > a − 2 a = 2 a > 0. 另一种情形同理。
推论 5.4
若 a n ≥ 0 a_n\ge0 a n ≥ 0 a n → a a_n\to a a n → a
性质 5.5（去掉有限项不改变极限）
若 a n → a a_n\to a a n → a p p p
a n + p → a . a_{n+p}\to a. a n + p → a . 这说明极限只由尾部决定，前面有限项的变化不触及极限的本质。
6. 子列：一个数列内部的隐藏结构
定义 6.1（子列）
设 { a n } \{a_n\} { a n } { n k } \{n_k\} { n k }
n 1 < n 2 < ⋯ < n k < ⋯ , n_1<n_2<\cdots<n_k<\cdots, n 1 < n 2 < ⋯ < n k < ⋯ , 则称
为 { a n } \{a_n\} { a n }
定理 6.2（收敛列的子列仍收敛到同一极限）
若
则任意子列 { a n k } \{a_{n_k}\} { a n k }
a n k → a . a_{n_k}\to a. a n k → a . 证明
任取 ε > 0 \varepsilon>0 ε > 0 a n → a a_n\to a a n → a N N N n > N n>N n > N
∣ a n − a ∣ < ε . |a_n-a|<\varepsilon. ∣ a n − a ∣ < ε . 由于 n k → ∞ n_k\to\infty n k → ∞ K K K k > K k>K k > K n k > N n_k>N n k > N k > K k>K k > K
∣ a n k − a ∣ < ε . |a_{n_k}-a|<\varepsilon. ∣ a n k − a ∣ < ε . 故 a n k → a a_{n_k}\to a a n k → a
它有收敛子列 a 2 k = 1 a_{2k}=1 a 2 k = 1 a 2 k − 1 = − 1 a_{2k-1}=-1 a 2 k − 1 = − 1 如果一个数列收敛，那么它的所有子列都会被同一个极限统治；反之，只要能找到两条收敛到不同值的子列，原列就一定发散。
定理 6.3（单调子列定理）
任一数列都存在单调子列。
证明
称下标 n n n m > n m>n m > n
a n ≥ a m . a_n\ge a_m. a n ≥ a m . 若峰点有无穷多个，则按顺序取这些峰点对应的项，可得一个单调递减子列。若峰点只有有限多个，则从某一项起再无峰点，也就是说，对每个充分大的 n n n m > n m>n m > n
于是可以递归选取
n 1 < n 2 < ⋯ < n k < ⋯ n_1<n_2<\cdots<n_k<\cdots n 1 < n 2 < ⋯ < n k < ⋯ 使得
a n 1 < a n 2 < ⋯ < a n k < ⋯ , a_{n_1}<a_{n_2}<\cdots<a_{n_k}<\cdots, a n 1 < a n 2 < ⋯ < a n k < ⋯ , 从而得到单调递增子列。定理得证。
这一定理在形式上很朴素，实则极具分析意味。它说明：即使一个数列整体上杂乱无章，序结构也并未完全消失；只要抽取得当，总能从中分离出一条方向明确的轨道。
7. 极限的四则运算
极限理论若不能运算，就只是定义的陈列。分析学真正进入工作状态，是从运算规则开始的。
定理 7.1（和、差、数乘）
若
a n → a , b n → b , a_n\to a,\qquad b_n\to b, a n → a , b n → b , 则
a n ± b n → a ± b , λ a n → λ a ( λ ∈ R ) . a_n\pm b_n\to a\pm b,\qquad \lambda a_n\to \lambda a\quad(\lambda\in\mathbb{R}). a n ± b n → a ± b , λ a n → λa ( λ ∈ R ) . 这些结论的证明都直接依赖于三角不等式与极限定义，本质并不复杂。真正稍有技术含量的是乘法。
定理 7.2（乘法）
若
a n → a , b n → b , a_n\to a,\qquad b_n\to b, a n → a , b n → b , 则
a n b n → a b . a_nb_n\to ab. a n b n → ab . 证明
将差值拆开：
a n b n − a b = a n ( b n − b ) + b ( a n − a ) . a_nb_n-ab=a_n(b_n-b)+b(a_n-a). a n b n − ab = a n ( b n − b ) + b ( a n − a ) . 由 a n → a a_n\to a a n → a { a n } \{a_n\} { a n } M > 0 M>0 M > 0
∣ a n ∣ ≤ M . |a_n|\le M. ∣ a n ∣ ≤ M . 于是
∣ a n b n − a b ∣ ≤ ∣ a n ∣ ∣ b n − b ∣ + ∣ b ∣ ∣ a n − a ∣ ≤ M ∣ b n − b ∣ + ∣ b ∣ ∣ a n − a ∣ . |a_nb_n-ab|
\le |a_n||b_n-b|+|b||a_n-a|
\le M|b_n-b|+|b||a_n-a|. ∣ a n b n − ab ∣ ≤ ∣ a n ∣∣ b n − b ∣ + ∣ b ∣∣ a n − a ∣ ≤ M ∣ b n − b ∣ + ∣ b ∣∣ a n − a ∣. 右端两项均趋于 0 0 0
a n b n → a b . a_nb_n\to ab. a n b n → ab . 定理 7.3（除法）
若
a n → a , b n → b , b ≠ 0 , a_n\to a,\qquad b_n\to b,\qquad b\neq 0, a n → a , b n → b , b = 0 , 且从某一项起 b n ≠ 0 b_n\neq 0 b n = 0
a n b n → a b . \frac{a_n}{b_n}\to \frac{a}{b}. b n a n → b a . 这个结论最容易被滥用。分母极限不为零不是装饰条件，而是关键条件。因为只要分母趋于零，倒数就可能整体失控。例如
1 1 / n = n → ∞ . \frac1{1/n}=n\to\infty. 1/ n 1 = n → ∞. 分析学从不允许“形式上看着像”代替条件检查。
定理 7.4（绝对值）
若 a n → a a_n\to a a n → a
∣ a n ∣ → ∣ a ∣ . |a_n|\to |a|. ∣ a n ∣ → ∣ a ∣. 证明
利用不等式
∣ ∣ a n ∣ − ∣ a ∣ ∣ ≤ ∣ a n − a ∣ , \big||a_n|-|a|\big|\le |a_n-a|, ∣ a n ∣ − ∣ a ∣ ≤ ∣ a n − a ∣ , 右端趋于 0 0 0
8. 无穷小、无穷大与夹逼原理
定义 8.1（无穷小数列）
若
则称 { a n } \{a_n\} { a n } 无穷小数列 。
这个术语十分自然，因为任何收敛都可以写成“极限值 + 一个趋于零的误差”。也就是说，
a n → a ⟺ a n = a + α n , α n → 0. a_n\to a
\quad\Longleftrightarrow\quad
a_n=a+\alpha_n,\ \alpha_n\to 0. a n → a ⟺ a n = a + α n , α n → 0. 所以极限理论归根到底都在处理“误差能否压到零”。
性质 8.2（无穷小的运算）
若 α n , β n \alpha_n,\beta_n α n , β n
α n ± β n → 0 , c α n → 0. \alpha_n\pm\beta_n\to 0,\qquad c\alpha_n\to 0. α n ± β n → 0 , c α n → 0. 若 { β n } \{\beta_n\} { β n }
α n β n → 0. \alpha_n\beta_n\to 0. α n β n → 0. 这些性质看似平常，实际上在整章中反复出现。分析学里大量证明，无非是在把一个复杂对象拆成“有界量”与“无穷小”的组合。
定义 8.3（趋于无穷大）
若对任意 M > 0 M>0 M > 0 N N N n > N n>N n > N
则称
a n → + ∞ . a_n\to +\infty. a n → + ∞. 类似可定义 a n → − ∞ a_n\to-\infty a n → − ∞ ∣ a n ∣ → ∞ |a_n|\to\infty ∣ a n ∣ → ∞
性质 8.4（无穷大的基本性质）
若 a n → + ∞ a_n\to+\infty a n → + ∞ a n > 0 a_n>0 a n > 0
1 a n → 0. \frac1{a_n}\to 0. a n 1 → 0. 反过来，若从某一项起 a n > 0 a_n>0 a n > 0
1 a n → 0 , \frac1{a_n}\to 0, a n 1 → 0 , 则
a n → + ∞ . a_n\to+\infty. a n → + ∞. 定理 8.5（夹逼定理）
若从某一项起有
a n ≤ b n ≤ c n , a_n\le b_n\le c_n, a n ≤ b n ≤ c n , 且
lim n → ∞ a n = lim n → ∞ c n = a , \lim_{n\to\infty}a_n=\lim_{n\to\infty}c_n=a, n → ∞ lim a n = n → ∞ lim c n = a , 则
lim n → ∞ b n = a . \lim_{n\to\infty}b_n=a. n → ∞ lim b n = a . 夹逼原理的意味非常深：它告诉我们，极限并不总是靠“直接算”得到，很多时候是靠序关系“围”出来的。一个对象本身太难控制时，只要它夹在两个可控对象之间，就仍然能被极限理论制服。
例如
lim n → ∞ sin n n = 0 \lim_{n\to\infty}\frac{\sin n}{n}=0 n → ∞ lim n sin n = 0 并不是因为 sin n \sin n sin n sin n \sin n sin n
− 1 ≤ sin n ≤ 1 , -1\le \sin n\le 1, − 1 ≤ sin n ≤ 1 , 所以
− 1 n ≤ sin n n ≤ 1 n , -\frac1n\le \frac{\sin n}{n}\le \frac1n, − n 1 ≤ n sin n ≤ n 1 , 两侧都趋于 0 0 0 0 0 0
9. 单调数列：顺序结构第一次直接触及完备性
定义 9.1（单调数列）
若对一切 n n n
a n ≤ a n + 1 , a_n\le a_{n+1}, a n ≤ a n + 1 , 则称 { a n } \{a_n\} { a n }
a n ≥ a n + 1 , a_n\ge a_{n+1}, a n ≥ a n + 1 , 则称其为单调递减数列。
单调性意味着数列有方向：要么一直向上，要么一直向下。可仅有方向还不够，真正产生极限的是“方向 + 约束”。于是我们得到整章最关键的定理之一。
定理 9.2（单调有界收敛定理）
若数列 { a n } \{a_n\} { a n } { a n } \{a_n\} { a n }
E = { a n : n ∈ N ∗ } E=\{a_n:n\in\mathbb{N}^*\} E = { a n : n ∈ N ∗ } 的上确界：
lim n → ∞ a n = sup E . \lim_{n\to\infty}a_n=\sup E. n → ∞ lim a n = sup E . 类似地，单调递减且有下界的数列必收敛到其下确界。
证明
设 { a n } \{a_n\} { a n }
任取 ε > 0 \varepsilon>0 ε > 0 a a a a − ε a-\varepsilon a − ε E E E N N N
a N > a − ε . a_N>a-\varepsilon. a N > a − ε . 又因 { a n } \{a_n\} { a n } n ≥ N n\ge N n ≥ N
a − ε < a N ≤ a n ≤ a . a-\varepsilon<a_N\le a_n\le a. a − ε < a N ≤ a n ≤ a . 于是
∣ a n − a ∣ < ε . |a_n-a|<\varepsilon. ∣ a n − a ∣ < ε . 故
这一定理表面上讲的是数列，实则第一次正面使用了实数完备性的核心工具——上确界存在性 。它告诉我们：只要一个数列一直往上走，但又始终被压在某个天花板以下，那么它不会在空中悬着不落；它必定逼近一个确切高度，而这个高度就是上确界。
把这件事放在生活里并不难想象。一个人沿着楼梯不断往上走，但楼顶是封死的。你不会相信他能永远“上升”而又永远不“接近某个高度”；如果他真的一直上升又上不去楼顶，那他就必然在某个极限高度附近越来越挤。这种“不会悬空”的性质，正是实数完备性的影子。
10. 闭区间套：点不会凭空消失
数列之外，还有另一种表现完备性的方式，那就是区间套思想。
定理 10.1（闭区间套定理）
设
I n = [ a n , b n ] ( n = 1 , 2 , … ) I_n=[a_n,b_n]\qquad (n=1,2,\dots) I n = [ a n , b n ] ( n = 1 , 2 , … ) 满足
I n + 1 ⊂ I n , I n ≠ ∅ . I_{n+1}\subset I_n,\qquad I_n\neq\varnothing. I n + 1 ⊂ I n , I n = ∅ . 则
⋂ n = 1 ∞ I n ≠ ∅ . \bigcap_{n=1}^{\infty}I_n\neq\varnothing. n = 1 ⋂ ∞ I n = ∅ . 若再有
b n − a n → 0 , b_n-a_n\to 0, b n − a n → 0 , 则该交集只含一个点。
这一定理的几何直觉极其自然：一层一层往里缩的闭区间，不可能把点全部“挤没”；如果区间长度还趋于零，那么最后留下的只能是唯一一点。
可它真正重要之处不在几何，而在逻辑。它说明：在实数轴上，只要你不断缩小封闭范围，并且每一步都不让对象逃走，那么最终一定能锁定某个点 。分析学里很多存在性证明，本质上都在重复这一模式：先构造一串越来越小的合法区域，再用完备性保证目标对象没有消失。
11. 有界数列中的收敛结构：Bolzano–Weierstrass 定理
到这里，一个自然问题出现了：有界但不收敛的数列怎么办？例如
a n = ( − 1 ) n a_n=(-1)^n a n = ( − 1 ) n 就是有界的，但它不收敛。难道有界性就完全失去价值了吗？当然不是。
定理 11.1（Bolzano–Weierstrass）
任一有界数列必有收敛子列。
这个结论非常有力量。它告诉我们：哪怕整个数列看起来摇摆、震荡、拒绝统一，但只要它被限制在有限范围内，内部就一定埋着某条收敛轨道。整体可能混乱，局部却不能完全无序；有界性不足以保证全局收敛，却足以保证局部收敛结构的存在。
例如对于
a n = ( − 1 ) n , a_n=(-1)^n, a n = ( − 1 ) n , 偶数项子列恒为 1 1 1 − 1 -1 − 1 当你无法控制整个对象时，可以先控制其中的一部分，再用“抽取子列”的方式保存长期行为。 这不仅适用于实数数列，后来在函数列、测度论、泛函分析里都会不断重现。
12. Cauchy 收敛准则：不先知道极限，也能判断收敛
极限定义有一个天然的不便：它预先假设你已经知道极限 a a a
定义 12.1（Cauchy 数列）
若对任意 ε > 0 \varepsilon>0 ε > 0 N N N m , n > N m,n>N m , n > N
∣ a n − a m ∣ < ε , |a_n-a_m|<\varepsilon, ∣ a n − a m ∣ < ε , 则称 { a n } \{a_n\} { a n } Cauchy 数列 。
Cauchy 条件不再问“它靠近谁”，而是只问“它后面的项彼此是否越来越靠近”。这就像一群人向某个未知地点移动，我们暂时不知道终点在哪，但如果他们在足够后面已经始终彼此靠得非常近，那就说明整个队伍的行为已经稳定了。
定理 12.2（Cauchy 收敛准则）
在实数域 R \mathbb{R} R
证明思路
“收敛 ⇒ \Rightarrow ⇒ a n → a a_n\to a a n → a m , n m,n m , n
∣ a n − a m ∣ ≤ ∣ a n − a ∣ + ∣ a m − a ∣ , |a_n-a_m|\le |a_n-a|+|a_m-a|, ∣ a n − a m ∣ ≤ ∣ a n − a ∣ + ∣ a m − a ∣ , 右端可同时做得任意小。
真正深刻的是“Cauchy ⇒ \Rightarrow ⇒ Q \mathbb{Q} Q R \mathbb{R} R
13. 上界、下界、上确界、下确界与实数的完备性
前面已经多次使用“上确界”这个概念，现在应当把它正式说清楚。
定义 13.1（上界与下界）
设 E ⊂ R E\subset\mathbb{R} E ⊂ R M M M x ∈ E x\in E x ∈ E
则称 M M M E E E m m m x ∈ E x\in E x ∈ E
则称 m m m E E E
定义 13.2（上确界与下确界）
若 E E E E E E 上确界 ，记作
若 E E E E E E 下确界 ，记作
数学分析里，真正重要的不是“上界”本身，而是：只要集合非空且有上界，上确界就存在于实数中。 这正是实数完备性的经典表述之一。它保证了“最接近上边界但又不一定属于集合”的那个数不会缺席。
这件事在 Q \mathbb{Q} Q
E = { x ∈ Q : x 2 < 2 } E=\{x\in\mathbb{Q}:x^2<2\} E = { x ∈ Q : x 2 < 2 } 在有理数域里有上界，但没有有理上确界。因为真正应该充当边界的是 2 \sqrt2 2 2 ∉ Q \sqrt2\notin\mathbb{Q} 2 ∈ / Q
14. 阿基米德性质与有理数的稠密性
实数除了完备性之外，还有两个在分析中经常默认使用、但非常值得单独说清楚的基础性质：阿基米德性质与有理数的稠密性。它们分别说明：实数系里不存在“无限大”或“无限小”的神秘数层级；同时，在任意两个不同实数之间，总能插入一个有理数。
定理 14.1（阿基米德性质）
对任意实数 x x x n n n
等价地说，对任意正实数 ε > 0 \varepsilon>0 ε > 0 n n n
1 n < ε . \frac1n<\varepsilon. n 1 < ε . 证明
反设存在某个实数 x x x n n n
则正整数集
N ∗ = { 1 , 2 , 3 , … } \mathbb N^*=\{1,2,3,\dots\} N ∗ = { 1 , 2 , 3 , … } 是一个非空且有上界的集合。由上确界原理，设
a = sup N ∗ . a=\sup \mathbb N^*. a = sup N ∗ . 于是 a − 1 a-1 a − 1 m m m
于是
但 m + 1 m+1 m + 1 a a a 1 / n 1/n 1/ n n n n
定理 14.2（有理数的稠密性）
若 a , b ∈ R a,b\in\mathbb R a , b ∈ R a < b a<b a < b r ∈ Q r\in\mathbb Q r ∈ Q
证明
由 b − a > 0 b-a>0 b − a > 0 n n n
1 n < b − a . \frac1n<b-a. n 1 < b − a . 于是
再由整数的基本性质，可取整数 m m m
令
r = m n , r=\frac{m}{n}, r = n m , 则 r ∈ Q r\in\mathbb Q r ∈ Q
故命题成立。
这条定理说明：有理数虽然只是实数中的一部分，但它在实数轴上分布得极其“密”。你无论在两点之间留下多窄的缝隙，都一定能塞进一个有理数。
这也是为什么分析学里常常可以先在有理数层面做逼近，再把结论推广到实数层面。稠密性所表达的，不是“有理数已经够用”，而是“有理数可以作为逼近实数的骨架”。
推论 14.3
若 a < b a<b a < b r r r a < r < b a<r<b a < r < b ξ \xi ξ
这说明实数轴上的任一区间都同时包含有理数与无理数。连续统并不是由某一类数孤立构成的，而是两者以极细密的方式交织在一起。
15. 开覆盖、有限覆盖与 Lebesgue 数：紧性的另一种语言
定义 15.1（开覆盖）
设 E ⊂ R E\subset\mathbb{R} E ⊂ R { G λ } λ ∈ Λ \{G_\lambda\}_{\lambda\in\Lambda} { G λ } λ ∈ Λ
E ⊂ ⋃ λ ∈ Λ G λ , E\subset \bigcup_{\lambda\in\Lambda}G_\lambda, E ⊂ λ ∈ Λ ⋃ G λ , 则称这族开集为 E E E
定理 15.2（有限覆盖定理，Heine–Borel）
闭区间 [ a , b ] [a,b] [ a , b ]
[ a , b ] ⊂ ⋃ λ ∈ Λ G λ , [a,b]\subset \bigcup_{\lambda\in\Lambda}G_\lambda, [ a , b ] ⊂ λ ∈ Λ ⋃ G λ , 其中每个 G λ G_\lambda G λ λ 1 , … , λ m \lambda_1,\dots,\lambda_m λ 1 , … , λ m
[ a , b ] ⊂ G λ 1 ∪ ⋯ ∪ G λ m . [a,b]\subset G_{\lambda_1}\cup\cdots\cup G_{\lambda_m}. [ a , b ] ⊂ G λ 1 ∪ ⋯ ∪ G λ m . 这个定理说明闭区间不仅是有界的，而且在拓扑意义下是“紧”的。它与单调有界收敛、区间套定理、Bolzano–Weierstrass 定理、Cauchy 收敛准则在本质上属于同一层次，都是实数完备性的不同面相。
定义 15.3（Lebesgue 数）
设 U \mathcal U U E E E δ > 0 \delta>0 δ > 0 x ∈ E x\in E x ∈ E U ∈ U U\in\mathcal U U ∈ U
( x − δ , x + δ ) ∩ E ⊂ U , (x-\delta,x+\delta)\cap E\subset U, ( x − δ , x + δ ) ∩ E ⊂ U , 则称 δ \delta δ U \mathcal U U
引理 15.4（Lebesgue 数引理）
闭区间 [ a , b ] [a,b] [ a , b ]
16. 极限点、上极限与下极限：当数列不收敛时，还能说什么
定义 16.1（极限点）
设 E ⊂ R E\subset\mathbb{R} E ⊂ R ε > 0 \varepsilon>0 ε > 0
( x − ε , x + ε ) (x-\varepsilon,x+\varepsilon) ( x − ε , x + ε ) 内总存在一点 y ∈ E y\in E y ∈ E y ≠ x y\neq x y = x x x x E E E
定义 16.2（上极限与下极限）
设
E n = { a n , a n + 1 , a n + 2 , … } , E_n=\{a_n,a_{n+1},a_{n+2},\dots\}, E n = { a n , a n + 1 , a n + 2 , … } , 并记
α n = inf E n , β n = sup E n . \alpha_n=\inf E_n,\qquad \beta_n=\sup E_n. α n = inf E n , β n = sup E n . 由于尾集 E n E_n E n n n n { α n } \{\alpha_n\} { α n } { β n } \{\beta_n\} { β n }
lim inf n → ∞ a n = lim n → ∞ α n , lim sup n → ∞ a n = lim n → ∞ β n . \liminf_{n\to\infty}a_n=\lim_{n\to\infty}\alpha_n,\qquad
\limsup_{n\to\infty}a_n=\lim_{n\to\infty}\beta_n. n → ∞ lim inf a n = n → ∞ lim α n , n → ∞ lim sup a n = n → ∞ lim β n . 它们分别表示：从某一项以后看，数列尾巴能长期保持的最低水平与最高水平。
这个定义十分精巧。它不是盯着每一项的瞬时波动，而是在看“尾部整体还能到哪儿”。因此它非常适合描述震荡数列。例如
a n = ( − 1 ) n , a_n=(-1)^n, a n = ( − 1 ) n , 则
lim sup n → ∞ a n = 1 , lim inf n → ∞ a n = − 1. \limsup_{n\to\infty}a_n=1,\qquad
\liminf_{n\to\infty}a_n=-1. n → ∞ lim sup a n = 1 , n → ∞ lim inf a n = − 1. 这恰好说明它的尾部始终在 − 1 -1 − 1 1 1 1
定理 16.3
总有
lim inf n → ∞ a n ≤ lim sup n → ∞ a n . \liminf_{n\to\infty}a_n\le \limsup_{n\to\infty}a_n. n → ∞ lim inf a n ≤ n → ∞ lim sup a n . 并且
a n 收敛 ⟺ lim inf n → ∞ a n = lim sup n → ∞ a n . a_n\ \text{收敛}
\quad\Longleftrightarrow\quad
\liminf_{n\to\infty}a_n=\limsup_{n\to\infty}a_n. a n 收敛 ⟺ n → ∞ lim inf a n = n → ∞ lim sup a n . 这一定理非常漂亮。因为它告诉我们，数列收敛的本质，就是尾部振荡区间最终缩成一个点。若这个区间还保留正长度，数列就仍在摇摆；只有上下边界最终合并，极限才真正诞生。
定理 16.4（上下极限与子列极限）
若数列 { a n } \{a_n\} { a n } { a n k } \{a_{n_k}\} { a n k } { a m k } \{a_{m_k}\} { a m k }
a n k → lim sup n → ∞ a n , a m k → lim inf n → ∞ a n . a_{n_k}\to \limsup_{n\to\infty}a_n,\qquad a_{m_k}\to \liminf_{n\to\infty}a_n. a n k → n → ∞ lim sup a n , a m k → n → ∞ lim inf a n . 换言之，上极限与下极限本身一定是原数列的子列极限。
定理 16.5（任意子列极限的夹持）
若 q q q { a n } \{a_n\} { a n }
lim inf n → ∞ a n ≤ q ≤ lim sup n → ∞ a n . \liminf_{n\to\infty}a_n\le q\le \limsup_{n\to\infty}a_n. n → ∞ lim inf a n ≤ q ≤ n → ∞ lim sup a n . 定理 16.6（上下极限的常用性质）
对任意实数列 { a n } , { b n } \{a_n\},\{b_n\} { a n } , { b n }
lim sup n → ∞ ( − a n ) = − lim inf n → ∞ a n , lim inf n → ∞ ( − a n ) = − lim sup n → ∞ a n . \limsup_{n\to\infty}(-a_n)=-\liminf_{n\to\infty}a_n,\qquad
\liminf_{n\to\infty}(-a_n)=-\limsup_{n\to\infty}a_n. n → ∞ lim sup ( − a n ) = − n → ∞ lim inf a n , n → ∞ lim inf ( − a n ) = − n → ∞ lim sup a n . 若从某一项起 a n ≤ b n a_n\le b_n a n ≤ b n
lim sup n → ∞ a n ≤ lim sup n → ∞ b n , lim inf n → ∞ a n ≤ lim inf n → ∞ b n . \limsup_{n\to\infty}a_n\le \limsup_{n\to\infty}b_n,\qquad
\liminf_{n\to\infty}a_n\le \liminf_{n\to\infty}b_n. n → ∞ lim sup a n ≤ n → ∞ lim sup b n , n → ∞ lim inf a n ≤ n → ∞ lim inf b n . 并且
lim sup n → ∞ ( a n + b n ) ≤ lim sup n → ∞ a n + lim sup n → ∞ b n , \limsup_{n\to\infty}(a_n+b_n)\le \limsup_{n\to\infty}a_n+\limsup_{n\to\infty}b_n, n → ∞ lim sup ( a n + b n ) ≤ n → ∞ lim sup a n + n → ∞ lim sup b n , lim inf n → ∞ ( a n + b n ) ≥ lim inf n → ∞ a n + lim inf n → ∞ b n . \liminf_{n\to\infty}(a_n+b_n)\ge \liminf_{n\to\infty}a_n+\liminf_{n\to\infty}b_n. n → ∞ lim inf ( a n + b n ) ≥ n → ∞ lim inf a n + n → ∞ lim inf b n . 若 c n → c c_n\to c c n → c
lim sup n → ∞ ( a n + c n ) = lim sup n → ∞ a n + c , lim inf n → ∞ ( a n + c n ) = lim inf n → ∞ a n + c . \limsup_{n\to\infty}(a_n+c_n)=\limsup_{n\to\infty}a_n+c,\qquad
\liminf_{n\to\infty}(a_n+c_n)=\liminf_{n\to\infty}a_n+c. n → ∞ lim sup ( a n + c n ) = n → ∞ lim sup a n + c , n → ∞ lim inf ( a n + c n ) = n → ∞ lim inf a n + c . 这些性质说明，上下极限虽然服务于发散数列，但并未失去代数结构；相反，它们以一种更柔性的方式保存了极限运算的骨架。
17. Stolz 定理：数列极限中的“离散洛必达法则”
在具体计算中，某些数列极限看起来很难直接处理，特别是分子分母都以求和、递推或幂次形式给出时，这时一个非常有力的工具便是 Stolz 定理。
定理 17.1（Stolz）
设 { b n } \{b_n\} { b n }
b n → + ∞ . b_n\to+\infty. b n → + ∞. 若极限
lim n → ∞ a n − a n − 1 b n − b n − 1 = A \lim_{n\to\infty}\frac{a_n-a_{n-1}}{b_n-b_{n-1}}=A n → ∞ lim b n − b n − 1 a n − a n − 1 = A 存在，则
lim n → ∞ a n b n = A . \lim_{n\to\infty}\frac{a_n}{b_n}=A. n → ∞ lim b n a n = A . 这一定理本质上是在说：对于离散对象，如果整体比值难算，可以先看“相邻增量”的比值。它很像微积分中的洛必达法则，只不过后者面向连续变量，而 Stolz 面向数列。
推论 17.2（上下极限形式）
在上述条件下，还成立
lim inf n → ∞ a n − a n − 1 b n − b n − 1 ≤ lim inf n → ∞ a n b n ≤ lim sup n → ∞ a n b n ≤ lim sup n → ∞ a n − a n − 1 b n − b n − 1 . \liminf_{n\to\infty}\frac{a_n-a_{n-1}}{b_n-b_{n-1}}
\le
\liminf_{n\to\infty}\frac{a_n}{b_n}
\le
\limsup_{n\to\infty}\frac{a_n}{b_n}
\le
\limsup_{n\to\infty}\frac{a_n-a_{n-1}}{b_n-b_{n-1}}. n → ∞ lim inf b n − b n − 1 a n − a n − 1 ≤ n → ∞ lim inf b n a n ≤ n → ∞ lim sup b n a n ≤ n → ∞ lim sup b n − b n − 1 a n − a n − 1 . 这个推论说明，即使差商极限不存在，差商的上下极限也仍足以控制原比值的上下极限。
例如求
lim n → ∞ 1 + 2 + ⋯ + n n 2 , \lim_{n\to\infty}\frac{1+2+\cdots+n}{n^2}, n → ∞ lim n 2 1 + 2 + ⋯ + n , 若硬用求和公式当然也能做，但用 Stolz 更能看出结构。令
a n = 1 + 2 + ⋯ + n , b n = n 2 , a_n=1+2+\cdots+n,\qquad b_n=n^2, a n = 1 + 2 + ⋯ + n , b n = n 2 , 则
a n − a n − 1 b n − b n − 1 = n 2 n − 1 → 1 2 . \frac{a_n-a_{n-1}}{b_n-b_{n-1}}
=\frac{n}{2n-1}\to\frac12. b n − b n − 1 a n − a n − 1 = 2 n − 1 n → 2 1 . 故
lim n → ∞ 1 + 2 + ⋯ + n n 2 = 1 2 . \lim_{n\to\infty}\frac{1+2+\cdots+n}{n^2}=\frac12. n → ∞ lim n 2 1 + 2 + ⋯ + n = 2 1 . 分析学中好的工具往往不是“更复杂”，而是“更贴结构”。Stolz 定理之所以漂亮，就在于它抓住了离散增长的本质。
18. 常数 e e e
在数列极限这一章里，最著名的常数大概就是
e = lim n → ∞ ( 1 + 1 n ) n . e=\lim_{n\to\infty}\left(1+\frac1n\right)^n. e = n → ∞ lim ( 1 + n 1 ) n . 这不是一个凭空定义的神秘数，而是无穷逼近在最自然情形下自动长出来的常数。它出现在复利问题中，出现在指数函数与对数函数中，出现在微分方程与幂级数中。可以说，e e e
( 1 + 1 n ) n \left(1+\frac1n\right)^n ( 1 + n 1 ) n 确实收敛。常见做法是证明它单调递增且有上界，因此由单调有界收敛定理知其极限存在。这个极限记作 e e e
e = ∑ k = 0 ∞ 1 k ! . e=\sum_{k=0}^\infty\frac1{k!}. e = k = 0 ∑ ∞ k ! 1 . 这说明 e e e
定理 18.1（e e e
自然常数 e e e
证明
反设
其中 p , q p,q p , q
e = ∑ k = 0 ∞ 1 k ! e=\sum_{k=0}^{\infty}\frac1{k!} e = k = 0 ∑ ∞ k ! 1 得
q ! e = ∑ k = 0 q q ! k ! + ∑ k = q + 1 ∞ q ! k ! . q!e=\sum_{k=0}^{q}\frac{q!}{k!}+\sum_{k=q+1}^{\infty}\frac{q!}{k!}. q ! e = k = 0 ∑ q k ! q ! + k = q + 1 ∑ ∞ k ! q ! . 第一项是整数。记第二项为 R R R
0 < R < ∑ m = 1 ∞ 1 ( q + 1 ) m = 1 q < 1. 0<R<\sum_{m=1}^{\infty}\frac1{(q+1)^m}=\frac1q<1. 0 < R < m = 1 ∑ ∞ ( q + 1 ) m 1 = q 1 < 1. 于是 q ! e q!e q ! e
q ! e = q ! ⋅ p q = p ( q − 1 ) ! q!e=q!\cdot\frac pq=p(q-1)! q ! e = q ! ⋅ q p = p ( q − 1 )! 明明是整数，矛盾。故 e e e
19. [ 0 , 1 ] [0,1] [ 0 , 1 ]
定理 19.1
闭区间 [ 0 , 1 ] [0,1] [ 0 , 1 ]
证明（Cantor 对角线法）
反设 [ 0 , 1 ] [0,1] [ 0 , 1 ]
x 1 , x 2 , x 3 , … x_1,x_2,x_3,\dots x 1 , x 2 , x 3 , … 并将每个 x n x_n x n
x n = 0. a n 1 a n 2 a n 3 ⋯ x_n=0.a_{n1}a_{n2}a_{n3}\cdots x n = 0. a n 1 a n 2 a n 3 ⋯ 这里约定总取不以无限个 9 9 9
y = 0. b 1 b 2 b 3 ⋯ y=0.b_1b_2b_3\cdots y = 0. b 1 b 2 b 3 ⋯ 其中对每个 n n n
b n = { 1 , a n n ≠ 1 , 2 , a n n = 1. b_n=
\begin{cases}
1,& a_{nn}\neq 1,\\
2,& a_{nn}=1.
\end{cases} b n = { 1 , 2 , a nn = 1 , a nn = 1. 于是 y ∈ [ 0 , 1 ] y\in[0,1] y ∈ [ 0 , 1 ] n n n y y y n n n x n x_n x n n n n
y ≠ x n ( ∀ n ) . y\neq x_n\qquad (\forall n). y = x n ( ∀ n ) . 这与“x 1 , x 2 , x 3 , … x_1,x_2,x_3,\dots x 1 , x 2 , x 3 , … [ 0 , 1 ] [0,1] [ 0 , 1 ] [ 0 , 1 ] [0,1] [ 0 , 1 ]
这个定理表明，实数集的丰富程度远远超过自然数与有理数。分析学中的连续性、极限点、紧性与完备性，正是建立在这样一种不可数而稠密的对象之上。
20. Dedekind 分割与完备性的几种等价面孔
定义 20.1（Dedekind 分割）
设 Q = A ∪ B \mathbb Q=A\cup B Q = A ∪ B A , B A,B A , B
A ∩ B = ∅ , A\cap B=\varnothing, A ∩ B = ∅ , a < b ( ∀ a ∈ A , ∀ b ∈ B ) , a<b\qquad (\forall a\in A,\ \forall b\in B), a < b ( ∀ a ∈ A , ∀ b ∈ B ) , 并且 A A A ( A , B ) (A,B) ( A , B )
定理 20.2
每一个 Dedekind 分割都唯一确定一个实数；反过来，每一个实数都唯一对应一个 Dedekind 分割。
定理 20.3（完备性诸命题的等价性）
在实数系中，下列命题彼此等价：
上确界原理 , \text{上确界原理}, 上确界原理 , 单调有界收敛定理 , \text{单调有界收敛定理}, 单调有界收敛定理 , 闭区间套定理 , \text{闭区间套定理}, 闭区间套定理 , Bolzano–Weierstrass 定理 , \text{Bolzano–Weierstrass 定理}, Bolzano–Weierstrass 定理 , Cauchy 收敛准则 , \text{Cauchy 收敛准则}, Cauchy 收敛准则 , 有限覆盖定理 . \text{有限覆盖定理}. 有限覆盖定理 . 这些命题的表述方式不同：有的偏序结构，有的偏拓扑性质，有的偏数列语言；但它们共同刻画的是同一事实——实数系是完备的 。
21. 常见错误与分析学的分寸
这一章最常见的错误，不是不会算，而是逻辑分寸不到位。
第一类错误是量词顺序写错。极限定义中，“对任意 ε > 0 \varepsilon>0 ε > 0 N N N N N N ε \varepsilon ε ( − 1 ) n (-1)^n ( − 1 ) n
22. 小结
实数理论与数列极限，是数学分析真正的开篇。它教给我们的不是几个零散公式，而是一整套处理无穷过程的语言。极限定义把“趋近”变成可检验的逻辑命题；极限运算说明这种语言可计算；单调有界收敛、闭区间套、Bolzano–Weierstrass、有限覆盖定理与 Cauchy 准则则从不同方向证明：在实数中，无穷逼近不是一句空话，而是可以抵达的对象；上极限下极限又进一步告诉我们，即使收敛失败，尾部行为依然能够被精确刻画。
所以这一章最应该记住的，不是某条单独的公式，而是这样一句话：数学分析中的极限理论，本质上是实数完备性在无穷过程中的展开。
