try ai
科普
编辑
分享
反馈
  • 扩展实数系

扩展实数系

SciencePedia玻尔百科
核心要点
  • 扩展实数系将 +∞+\infty+∞ 和 −∞-\infty−∞ 添加到实数中,创建了一个紧致空间,为无界极限和积点赋予了精确的含义。
  • 通过将 ∞−∞\infty - \infty∞−∞ 等不定式定义为未定式,该系统起到了逻辑护栏的作用,识别出诸如柯西分布期望值之类的病态问题。
  • 这一框架在现代分析学中对于处理无限测度至关重要,在几何学中则对于定义边界(例如双曲空间的视界)至关重要。
  • 在从定义热带半环等代数结构到在控制论和人工智能算法中编码硬约束等不同领域,无穷大都充当着一种实用工具。

引言

在数学中,实数轴为连续量提供了一个强大的模型,但在描述无界性或“趋于无穷”的极限等概念时,它显得力不从心。我们常说一个序列发散或一个函数无界增长,但这些描述缺乏一个具体“目的地”的精确性。这种概念上的差距——无法将无穷大作为一个具体的数学对象来处理——限制了我们为分析学和几何学构建一个完全稳健而优美的框架的能力。

本文介绍​​扩展实数系​​,这是一个通过向我们所熟悉的实数集中添加两个不同的点——正无穷大 (+∞+\infty+∞) 和负无穷大 (−∞-\infty−∞)——来弥补这一缺陷的形式化结构。通过这样做,我们获得了一种强大的新语言,不仅可以描述无穷,还可以用它进行运算。第一章​​“原理与机制”​​将深入探讨该系统的构造,探索它如何“驯服”无穷、创建一个完备且紧致的空间,并建立与无穷相关的算术法则,包括至关重要的不定式。接下来的​​“应用与跨学科联系”​​一章将揭示该系统深远的影响,展示它如何统一几何学、复分析、动力系统中的概念,甚至在优化和计算机科学中作为一个实用工具。

原理与机制

想象一下,你正沿着一条无限长的直路行走。你可以永远朝一个方向走,也可以永远朝另一个方向走。如果有人问你的位置,你可以给出一个数字——你距离起点的英里数。但如果他们问及“路的尽头”呢?没有数字可以代表它。然而,“路的尽头”这个概念本身是完全清晰的。它是一个你可以永远接近但永远无法到达的目的地。这正是数学家们不满足于仅仅说某些东西“不存在”,并因此发明​​扩展实数系​​的核心原因。该系统记作 R‾\overline{\mathbb{R}}R 或 [−∞,∞][-\infty, \infty][−∞,∞],它是在我们熟悉的实数轴 R\mathbb{R}R 上添加了两个新点:​​正无穷大​​ (+∞+\infty+∞) 和​​负无穷大​​ (−∞-\infty−∞)。

这不仅仅是为非常大或非常小的事物创造新的标签。这是一种深刻的视角转变,它为我们提供了一种强大的新语言来描述世界。它使我们能够区分事物如何没有一个简单的数值极限,并为数学构建一个更稳健、更优美的框架。

超越视界:驯服无穷

让我们从一个简单的动态过程开始。想象一系列函数,每个函数都是一个越来越高、越来越窄的“尖峰”。例如,考虑函数 fn(x)=n⋅χ[0,1/n2](x)f_n(x) = n \cdot \chi_{[0, 1/n^2]}(x)fn​(x)=n⋅χ[0,1/n2]​(x),它在微小区间 [0,1/n2][0, 1/n^2][0,1/n2] 上的值为 nnn,在其他地方均为零。当 nnn 变得越来越大时,函数在任意给定点 xxx 处的值会发生什么?

如果你站在任何非零点 xxx 处,比如 x=0.1x=0.1x=0.1,区间 [0,1/n2][0, 1/n^2][0,1/n2] 最终会收缩并越过你。对于足够大的 nnn,1/n21/n^21/n2 将会小于 0.10.10.1,函数值 fn(0.1)f_n(0.1)fn​(0.1) 将变为零并永远保持为零。所以,极限是 000。对于任何负数 xxx 也是如此。

但如果你恰好站在 x=0x=0x=0 处呢?对于每一个 nnn,无论多大,你都在这个区间内。函数值 fn(0)f_n(0)fn​(0) 就是 nnn。随着 nnn 的增长,x=0x=0x=0 处的值会持续不断地向上攀升:1,2,3,…,1000,…1, 2, 3, \dots, 1000, \dots1,2,3,…,1000,…。这个序列不趋近于任何有限数。在旧的体系中,我们只会说“极限不存在”。但这让人感觉不满足。这就像在晴天说你不知道太阳在哪里一样。我们确切地知道发生了什么:函数值在无界地增长。扩展实数系为这个目的地赋予了一个名字:+∞+\infty+∞。我们可以精确地陈述 lim⁡n→∞fn(0)=+∞\lim_{n \to \infty} f_n(0) = +\inftylimn→∞​fn​(0)=+∞。我们已经将“永远增长”的概念驯服成一个单一、具体的概念。

一个崭新、完备的世界

添加 +∞+\infty+∞ 和 −∞-\infty−∞ 这两个点,对数轴的几何性质产生了非凡的影响。普通的实数轴 R\mathbb{R}R 是“开放的”。你总可以再向前走一步。然而,扩展实数轴 [−∞,∞][-\infty, \infty][−∞,∞] 是“闭合的”。它有端点。

有一种优美的方式可以将其可视化。函数 y=arctan⁡(x)y = \arctan(x)y=arctan(x) 将整个无限的实数轴 R\mathbb{R}R 压缩到有限的开区间 (−π/2,π/2)(-\pi/2, \pi/2)(−π/2,π/2) 内。当 xxx 奔向 +∞+\infty+∞ 时,arctan⁡(x)\arctan(x)arctan(x) 平静地趋近于 π/2\pi/2π/2。当 xxx 冲向 −∞-\infty−∞ 时,arctan⁡(x)\arctan(x)arctan(x) 趋近于 −π/2-\pi/2−π/2。

现在,想象一个度量空间,其中两个有理数 xxx 和 yyy 之间的“距离”不是定义为 ∣x−y∣|x-y|∣x−y∣,而是 ∣arctan⁡(x)−arctan⁡(y)∣|\arctan(x) - \arctan(y)|∣arctan(x)−arctan(y)∣。这个空间是不完备的;它有“洞”。例如,有理数序列 1,2,3,…1, 2, 3, \dots1,2,3,… 在这个度量下是一个柯西序列,因为它们的反正切值越来越接近 π/2\pi/2π/2。什么点填补了这个洞?它不是一个有理数,甚至在原始意义上也不是一个实数。完备化这个空间的点对应于 +∞+\infty+∞,其在反正切映射下的“位置”是 π/2\pi/2π/2。这个空间的完全闭包是闭区间 [−π/2,π/2][-\pi/2, \pi/2][−π/2,π/2],这正是通过反正切函数镜头看到的扩展实数轴 [−∞,∞][-\infty, \infty][−∞,∞] 的完美写照。

这种“闭合”或​​紧致​​的性质非常强大。其后果之一是,这个空间中的任何无限点序列都必须至少有一个“积点”——即某个子序列可以任意接近的值。考虑一个剧烈波动的序列,例如由 x3k−2=−kx_{3k-2} = -kx3k−2​=−k,x3k−1=kx_{3k-1} = kx3k−1​=k 和 x3k=1/kx_{3k} = 1/kx3k​=1/k (对于 k=1,2,3,…k=1, 2, 3, \dotsk=1,2,3,…) 定义的序列。这些项是:−1,1,1,−2,2,1/2,−3,3,1/3,…-1, 1, 1, -2, 2, 1/2, -3, 3, 1/3, \dots−1,1,1,−2,2,1/2,−3,3,1/3,…。这个序列有一个子序列(红色项)趋向于 −∞-\infty−∞,一个子序列(蓝色项)趋向于 +∞+\infty+∞,以及一个子序列(绿色项)收敛到 000。在扩展实数轴中,+∞+\infty+∞ 和 −∞-\infty−∞ 作为目的地或子序列极限,与 000 一样有效。它们是任何无界序列的自然积点。

运算规则:与无穷的算术

如果我们要将 +∞+\infty+∞ 和 −∞-\infty−∞ 作为对象来处理,我们需要它们与有限数相互作用的规则。这些规则大多是直观的:

  • c+∞=∞c + \infty = \inftyc+∞=∞ 对于任何有限的 ccc。(将有限数加到无穷大上仍然是无穷大。)
  • c⋅∞=∞c \cdot \infty = \inftyc⋅∞=∞ 如果 c>0c > 0c>0。
  • c⋅∞=−∞c \cdot \infty = -\inftyc⋅∞=−∞ 如果 c0c 0c0。
  • ∞+∞=∞\infty + \infty = \infty∞+∞=∞。

但有一个陷阱。最重要的规则是关于不允许什么的。∞−∞\infty - \infty∞−∞ 是什么?或者 0⋅∞0 \cdot \infty0⋅∞?这些被称为​​不定式​​。系统将它们保留为未定义,这不是出于懒惰,而是为了防止灾难性的矛盾。

没有比著名的​​柯西分布​​更能说明这一点的了。假设你有两个独立的标准正态随机变量,比如 Z1Z_1Z1​ 和 Z2Z_2Z2​,它们可以代表两次测量中的随机噪声。它们的比值 X=Z1/Z2X = Z_1 / Z_2X=Z1​/Z2​ 的分布是什么?事实证明,它的概率密度函数是 f(x)=1π(1+x2)f(x) = \frac{1}{\pi(1+x^2)}f(x)=π(1+x2)1​。假设这代表了一个金融游戏中的潜在利润或损失。我们的彩金的期望值 E[X]\mathbb{E}[X]E[X] 是多少?

为了找到这个值,我们必须遵循建立在扩展实数轴上的勒贝格积分的规则。我们首先分别计算期望收益(所有正结果的积分)和期望损失(所有负结果的积分)。 期望的正部是 E[X+]=∫0∞x1π(1+x2)dx\mathbb{E}[X^+] = \int_0^\infty x \frac{1}{\pi(1+x^2)} dxE[X+]=∫0∞​xπ(1+x2)1​dx。这个积分发散;它是 +∞+\infty+∞。 期望的负部是 E[X−]=∫−∞0(−x)1π(1+x2)dx\mathbb{E}[X^-] = \int_{-\infty}^0 (-x) \frac{1}{\pi(1+x^2)} dxE[X−]=∫−∞0​(−x)π(1+x2)1​dx。这个积分也发散;它也是 +∞+\infty+∞。

所以,总期望值为 E[X]=E[X+]−E[X−]=∞−∞\mathbb{E}[X] = \mathbb{E}[X^+] - \mathbb{E}[X^-] = \infty - \inftyE[X]=E[X+]−E[X−]=∞−∞。答案是什么?是因为分布是对称的,所以是 0 吗?扩展实数轴的数学给出了一个清晰、明确的答案:它是​​未定义的​​。期望值不存在。对于这个游戏的“平均”结果,自然界没有提供一个单一的答案。这并非我们无法计算它;而是这个问题本身从一开始就是病态的,而 ∞−∞\infty - \infty∞−∞ 的出现正是警告我们的数学红旗。

有趣的是,如果我们通过要求一个“对称”极限,即柯西主值,来强行提出问题,我们会得到一个答案。我们在一个有限的对称区间 [−R,R][-R, R][−R,R] 上计算期望,然后让 R→∞R \to \inftyR→∞。因为函数是奇函数,在 [−R,R][-R, R][−R,R] 上的积分总是零,所以极限是零。但这是一个有条件的答案,一个依赖于我们接近无穷的特定方式的答案。绝对的、无条件的期望值仍然是未定义的。

无穷作为终极裁判

扩展实数系不仅仅是一种便利;它是现代分析和测度论的基石。它扮演着裁判的角色,确保强大的定理被正确应用。

考虑​​测度论​​,这是对尺寸、长度、面积和概率的数学研究。一些集合具有无限测度。例如,使用计数测度,对于任何 nnn,自然数集合 {n,n+1,… }\{n, n+1, \dots\}{n,n+1,…} 都是无限的。所以,它的测度是 ∞\infty∞。现在考虑当 n→∞n \to \inftyn→∞ 时这些测度的极限。这是一个常数序列 ∞\infty∞,所以极限是 ∞\infty∞。然而,所有这些集合的交集 ⋂n=1∞{k∈N:k≥n}\bigcap_{n=1}^\infty \{k \in \mathbb{N} : k \ge n\}⋂n=1∞​{k∈N:k≥n} 是空集 ∅\varnothing∅,其测度为 0。在这里,测度的极限不等于极限的测度。∞\infty∞ 的出现表明,一个珍贵的性质——测度的连续性,在集合具有无限测度时会失效。

一个更引人注目的例子来自交换无限运算的顺序。Fubini-Tonelli 定理告诉我们,对于非负函数,我们可以交换积分的顺序:∫(∫f(x,y)dx)dy=∫(∫f(x,y)dy)dx\int (\int f(x,y) dx) dy = \int (\int f(x,y) dy) dx∫(∫f(x,y)dx)dy=∫(∫f(x,y)dy)dx。但如果函数可以同时为正和为负呢?Fubini 定理只在函数的*绝对值*的积分 ∬∣f∣\iint |f|∬∣f∣ 是有限的情况下才允许交换。

考虑在空间 [0,1]×N[0,1] \times \mathbb{N}[0,1]×N 上定义的函数 f(x,n)=n(1−x)n−1−(n+1)(1−x)nf(x,n) = n(1-x)^{n-1} - (n+1)(1-x)^nf(x,n)=n(1−x)n−1−(n+1)(1−x)n。让我们计算两个累次积分。

  1. 先对 nnn 求和,然后对 xxx 积分:∫01(∑n=1∞f(x,n))dx\int_0^1 \left( \sum_{n=1}^\infty f(x,n) \right) dx∫01​(∑n=1∞​f(x,n))dx。这个和是一个伸缩级数,可以漂亮地简化为 1(对于 x>0x > 0x>0)。所以积分是 111。
  2. 先对 xxx 积分,然后对 nnn 求和:∑n=1∞(∫01f(x,n)dx)\sum_{n=1}^\infty \left( \int_0^1 f(x,n) dx \right)∑n=1∞​(∫01​f(x,n)dx)。一个直接的计算表明,对于每个 nnn,内部的积分都恰好是 000。所以和是 000。

我们得到了 1≠01 \neq 01=0。哪里出错了?为什么这个强大的定理失败了?裁判,无穷,告诉我们原因。如果我们计算绝对值的积分 ∑∫∣f(x,n)∣dx\sum \int |f(x,n)| dx∑∫∣f(x,n)∣dx,我们会发现它是 ∞\infty∞。Fubini 定理的条件没有得到满足。在绝对可积性的账本上出现 ∞\infty∞,正是告诉数学家“停!你不能在这里交换积分顺序;这样做会导致荒谬的结果”的信号。这正是扩展实数系的真正力量。它是一个逻辑系统,不仅描述了无限,也保护我们免于因草率处理无限而产生的悖论。

应用与跨学科联系

那么,我们费尽周折建立了一个新的数系——扩展实数系 R‾\overline{\mathbb{R}}R。我们正式欢迎了两个奇怪的野兽,−∞-\infty−∞ 和 +∞+\infty+∞,加入我们熟悉的实数大家庭。你可能会想,这只是一个聪明的游戏吗?是为了处理像除以零这样的讨厌问题而进行的数学内务整理吗?或者它为我们带来了更多的好处?答案是,而且是一个令人愉悦的答案:这个看似简单的、在无穷远处添加点的行为,从根本上改变了我们的视角。它不仅弥补了漏洞,还揭示了一个更宏大、更统一、更优美的数学世界结构,并在从几何学到计算机科学的领域中产生了令人惊讶的回响。

让我们踏上一段旅程,看看这些新数字将把我们带向何方。我们会发现,“无穷”并非一成不变;它是一个扮演多重角色的角色,有时是闭合一个圆的点,有时是广阔的视界,有时是绝对确定的逻辑命令。

无穷的几何学:完备化直线与平面

也许掌握无穷力量最直观的方式就是看它对几何学做了什么。想象一下普通的实数轴,向两个方向无限延伸。它有两个“端点”。但如果我们决定只有一个“无穷远点”让两端相遇呢?想象一下,拿起这条无限长的线,将它遥远的两端连接在一起。你会得到什么形状?一个圆!

这正是一维射影空间 P1\mathbb{P}^1P1 背后的思想,扩展实数轴 R∪{∞}\mathbb{R} \cup \{\infty\}R∪{∞} 是它的一个完美模型。通过添加一个点 ∞\infty∞,我们将线的两端统一成一个单一、内聚的物体。这不仅仅是一幅漂亮的图画;它具有深远的影响。考虑像莫比乌斯变换 f(z)=az+bcz+df(z) = \frac{az+b}{cz+d}f(z)=cz+daz+b​ 这样的函数。在普通的实数上,当分母为零时,即在 z=−d/cz = -d/cz=−d/c 处,这样的函数会“中断”。但在我们新的、完备化的线上,没有中断。函数只是将点 z=−d/cz=-d/cz=−d/c 映射到点 ∞\infty∞,并将点 ∞\infty∞ 映射到 a/ca/ca/c。函数成为整个扩展实数轴到其自身的一个完美的一一映射。这种完备化揭示了一种隐藏的对称性。这些变换的一个基本性质,即它们能够保持一个称为交比的量,即使所涉及的点之一是 ∞\infty∞,这个性质也完美地保持不变。无穷不再是一个错误信息;它是这个空间的正式成员。

当我们上升一个维度时,“无穷远边界”的概念变得更加壮观。复平面的上半部分,H={z∈C∣Im(z)>0}\mathbb{H} = \{z \in \mathbb{C} \mid \text{Im}(z) > 0\}H={z∈C∣Im(z)>0},是双曲几何最重要的模型之一——这是 Lobachevsky 和 Bolyai 想象的那个奇特的、弯曲的世界。而这个世界的边界是什么?它的“视界”在哪里?它恰好是扩展实数轴 R∪{∞}\mathbb{R} \cup \{\infty\}R∪{∞}。在这个双曲世界中,每一条“直线”(或测地线),如果你永远沿着它走下去,都会终止于这个边界上的两个点。这个平面的等距变换,或刚体运动——同样由莫比乌斯变换描述——根据它们对这些边界点的作用进行分类。一些变换围绕 H\mathbb{H}H 内部的一个不动点旋转平面,但最有趣的,即“双曲”等距变换,就像沿着一条测地线的平移。它们有两个不动点,而这些不动点必须位于边界上,也就是我们的扩展实数轴上。扩展实数轴成为整个双曲平面动力学的锚点。

取此平面中的一个点,比如 z=2iz=2iz=2i,然后开始应用模群 SL(2,Z)\mathrm{SL}(2, \mathbb{Z})SL(2,Z)(一个在数论中极为重要的群)的所有可能变换。你会得到一个无限的点云,即 2i2i2i 的“轨道”。这些点聚集在哪里?它们不会在双曲平面内部的任何地方堆积。相反,它们在边界上累积。事实上,它们会任意接近扩展实数轴上的每一个点。扩展实数轴 R∪{∞}\mathbb{R} \cup \{\infty\}R∪{∞} 作为群作用的“极限集”出现,是这些无限旅程的终极目的地。

这种将 ∞\infty∞ 视为一个可以被映射到和映射出的具体点的能力,也是复分析的基石,特别是在研究保角映射时,这种映射在保持角度的同时变换形状。想象一下,试图将简单的上半平面映射到一个更复杂的形状,比如一个无限的垂直带状区域或一个由圆弧构成的三角形。关键是决定边界点去向何方。H\mathbb{H}H 边界上的点 000、111 和 ∞\infty∞ 就像帐篷的支柱;它们的目的地决定了映射区域的最终形状。通过将 ∞\infty∞ 映射到三角形的一个有限顶点 或带状区域的一个无限端点,我们可以构造出这些优美而有用的变换。∞\infty∞ 远非一个模糊的概念,它是一个用于几何构造的具体而强大的工具。

分析学的动力学:从不变测度到无穷级数

除了静态的几何画布,扩展实数轴还为运动和变化的事物提供了一个完备的舞台。考虑一个看起来很简单的动力系统,映射 T(x)=−1/xT(x) = -1/xT(x)=−1/x。在常规的实数轴上,这个映射一团糟。它在 x=0x=0x=0 处未定义,而且无法得到 000 作为输出。但如果我们在扩展实数轴上工作,一切都完美地归位了。我们只需定义 T(0)=∞T(0) = \inftyT(0)=∞ 和 T(∞)=0T(\infty) = 0T(∞)=0。现在,这个映射是整个空间 R∪{∞}\mathbb{R} \cup \{\infty\}R∪{∞} 到其自身的一个完美的、可逆的变换。它交换了一对特殊的点。在这个完备的舞台上,我们可以发现更深层的性质,例如存在一个“不变测度”——一种为集合分配大小且在变换下保持不变的方法。著名的柯西分布恰好就是这个映射的一个不变测度。只有当我们包含无穷时,系统的真实、优美的本性才得以显现。

但也许分析学中最深刻的应用来自于一个你可能意想不到的地方:不起眼的无穷级数。你可能听说过一个奇怪的事实:如果一个级数收敛,但不是绝对收敛(比如交错调和级数 1−12+13−…1 - \frac{1}{2} + \frac{1}{3} - \dots1−21​+31​−…),你可以重新排列它的项,使其和等于你希望的任何数。这就是黎曼级数定理。这是一个令人震惊的结果。但它引出了一个更深层的问题:一个重排级数所有可能行为的完备集合是什么?除了收敛到一个特定的数,它还能做其他事吗?

完整而惊人的答案需要扩展实数系。对于任何条件收敛级数的任何重排,其部分和的所有积点的集合总是在扩展实数轴 R‾=R∪{−∞,+∞}\overline{\mathbb{R}} = \mathbb{R} \cup \{-\infty, +\infty\}R=R∪{−∞,+∞} 中的一个闭区间。这是一个具有惊人普适性的陈述。这意味着部分和可能收敛到一个单一的数(一个区间 [a,a][a, a][a,a]),或者它们可能永远振荡,最终填满整个有限区间 [a,b][a, b][a,b]。或者,它们可能朝着无穷大进发,积点形成一条像 [a,∞][a, \infty][a,∞] 这样的射线。或者它们可能如此剧烈地振荡,以至于它们变得任意大且任意小,在这种情况下,积点的集合是整个扩展实数轴 [−∞,+∞][-\infty, +\infty][−∞,+∞]。没有 −∞-\infty−∞ 和 +∞+\infty+∞ 这两个点,我们甚至无法陈述这个优美、包罗万象的结果。扩展实数系提供了描述所有可能性宇宙所需的精确语言。

无穷作为工具:从抽象代数到最优控制

到目前为止,我们已经看到无穷是作为一个更大空间的一部分。但它也可以是一个实用的工具,一个代数中的元素,或一个算法中的命令。让我们来看一种叫做热带代数的奇怪但强大的新算术。在这里,两个数的“加法”是它们的最大值(x⊕y=max⁡(x,y)x \oplus y = \max(x,y)x⊕y=max(x,y)),而“乘法”是它们的普通和(x⊗y=x+yx \otimes y = x+yx⊗y=x+y)。这不仅仅是一种好奇心;它是某些优化和几何问题的代数骨干。

现在,每个加法系统都需要一个“零”,一个加法单位元,我们称之为 ϵ\epsilonϵ,使得对于任何 xxx 都有 x⊕ϵ=xx \oplus \epsilon = xx⊕ϵ=x。在我们的热带世界里,这意味着 max⁡(x,ϵ)=x\max(x, \epsilon) = xmax(x,ϵ)=x。要使这对每个数 xxx 都成立,ϵ\epsilonϵ 必须是一个比所有其他数都小的数。在标准实数中没有这样的数。但在我们的扩展实数系中,我们有一个完美的候选者:−∞-\infty−∞。通过将加法单位元设置为 −∞-\infty−∞,我们可以建立一个一致且有用的代数结构,即半环,并研究诸如“热带多项式”之类的东西。在这里,−∞-\infty−∞ 不是圆上的一个点,而是一个必不可少的代数构建块。

这种将无穷用作具有实际意义的特定值的思想,在控制论和人工智能等现代领域达到了顶峰。想象一下,你正在编程一个机器人在房间里导航,或者为航天器设计一条飞行路径。你想要找到最优路径——消耗燃料最少,或时间最短,或风险最小的路径。但也有硬性约束:机器人不能撞墙;航天器不能以太陡的角度进入大气层。

你如何告诉一个优化算法一个严格的、不可协商的规则?答案异常简单:你使用无穷大。在动态规划的语言中,需要为每个可能的状态计算一个“成本”。要强制执行一个硬约束,你只需将任何禁止状态的成本定义为 +∞+\infty+∞。例如,如果任务要求最终状态 xNx_NxN​ 在一个安全的目标集 XT\mathcal{X}_TXT​ 内,我们可以定义一个终端成本,如果 xN∈XTx_N \in \mathcal{X}_TxN​∈XT​,成本为 000,但如果 xN∉XTx_N \notin \mathcal{X}_TxN​∈/XT​,成本为 +∞+\infty+∞。

算法在寻求最小化总成本的过程中,会自动且严格地避免任何哪怕有微小机会最终陷入无限成本状态的路径。这种方法的美妙之处在于,逻辑直接嵌入到算术中。算法不需要一套特殊的“if-then”规则来处理约束,它只需处理数字即可。无限的成本是终极的“禁止通行”标志。这是一种在优化语言中表达绝对确定性——不可行性——的方式。

统一的观点

我们的旅程结束了。我们看到了“无穷”以各种 dazzling 的装扮出现。它是将直线变为圆的点。它是非欧几里得宇宙的壮丽视界。它是完成一场动力学之舞的角色。它是让一个单一、优美的定理能够描述无穷级数混乱行为的概念。它是一种新算术的代数单位元。它也是引导机器人的纯粹逻辑工具。

因此,扩展实数系的真正力量并不仅仅在于计算极限。它的力量在于提供一个更完备、更对称、更统一的框架。它将那些看似不相干的现象——除以零、几何空间的边界、级数的发散、不可行的计划——联系起来,并表明它们都可以在一个单一、连贯的语言中被理解。这正是科学和数学的巨大乐趣所在:去发现那些能够揭示世界隐藏联系和内在之美的简单而强大的思想。