连续性、间断点四分类与闭区间上的三大定理
就用极限严格定义连续。间断点分四类:可去、跳跃、无穷、振荡。把有界、最值、介值定理讲透,用二分法亲手求根。
- 直接讲用三条件和 ε-δ 语言,分别定义点连续、左连续、右连续,还有区间连续。
- 准确区分四类间断点,判断能不能补上
- 掌握闭区间连续函数的有界性、最值定理与介值(零点存在)定理及其前提
- 就说俩事儿:一是得搞懂一致连续和点态连续的区别,二是为啥连续性是数值方法靠谱的前提。
连续,就是「极限值恰好等于函数值」
函数 f 在点 a 连续,当且仅当三件事同时成立——f(a) 有定义、lim x→a f(x) 存在、且这个极限恰好等于 f(a)。等价地写成 lim x→a f(x)=f(a)。和极限定义的关键差别是:极限用去心邻域、不关心 a 点;连续则必须把 a 点也纳入,且要求「路过的趋势」与「站在该点的取值」严丝合缝。连续性看似朴素,却保证了一批整体结论(有界、取到最值、跨过中间值),它们是二分求根、不动点迭代乃至优化能成立的地基。
4.1 连续的三种等价说法与左右连续
说法一(极限式):lim x→a f(x)=f(a)。说法二(ε-δ 式):∀ε>0 ∃δ>0,|x−a|<δ ⟹ |f(x)−f(a)|<ε——注意这里不再要求 0<|x−a|,因为 x=a 本身也要满足(且显然满足)。说法三(增量式):令 Δx=x−a、Δy=f(a+Δx)−f(a),连续即 Δx→0 时 Δy→0,输入微小扰动只引起输出微小变化,这正是数值稳定性的数学表达。若只在左侧/右侧满足,称左连续/右连续;f 在 a 连续当且仅当左右都连续且等于 f(a)。
手算这个分段函数:f(x)={2x+1, x<1;c, x=1;5−x, x>1},问c取何值时在x=1连续。左极限2·1+1=3,右极限5−1=4,二者不相等——不管c取什么,x=1处极限都不存在,没法靠定义f(1)让它连续,这是跳跃间断。把右支改成3−x,右极限也成3,此时取c=3就连续了。这个对比说明:先看左右极限是否相等,再谈函数值。
由点连续直接得到两条局部性质,和上一章收敛函数的性质呼应,但适用范围更大:局部有界——f 在 a 连续,则在 a 的某个邻域内有界;局部保号——f(a)>0 则在足够小邻域内 f(x) 全为正。这两条更强,是因为连续把 a 点本身包含进来,结论在含 a 的完整邻域上成立,不是去心邻域。它们是 4.4 闭区间整体定理的最小组成部分,把每一点的局部性质沿紧致区间拼起来,用有限覆盖思想,就能升级成整个闭区间上的整体有界与最值结论。
4.2 间断点四分类:哪些能「补」,哪些没救
不连续点统称间断点,按左右极限是否存在分两大类、四小类。第一类间断点:左右极限都存在。若左右相等但不等于 f(a)(或 f(a) 未定义),称可去间断——重新定义 f(a) 为该极限即可补成连续;若左右极限不相等,称跳跃间断,无法靠单点赋值修复。第二类间断点:至少一侧极限不存在。若函数值趋于无穷,称无穷间断(如 1/x 在 0);若无限振荡,称振荡间断(如 sin(1/x) 在 0)。
g(x)=(x²−1)/(x−1) 在 x=1 无定义,左右极限都=2。补定义 g(1)=2 就连续,所以叫可去间断点。它不连续的唯一原因是单点缺失或取值错误。
数据和信号里,可去间断是能合理修复的缺失点或单点异常——只要邻域趋势一致,用插值或极限值补上,函数就恢复连续。跳跃间断是结构性突变,比如阶跃、阈值开关、ReLU 在0两侧斜率突变,没法靠单点赋值抹平。判断异常值是随机噪声还是结构变化,数学上就是区分可去间断和跳跃间断。
f(x)=sinx/x 在 x=0 处无定义,其间断点类型是?
4.3 连续函数的运算与初等函数连续性
连续函数的和差积商(分母在该点非零)、复合仍连续;严格单调连续函数的反函数也连续。由此得到一条实用结论:所有初等函数(幂、指、对、三角、反三角及其有限次四则与复合)在其定义域内处处连续。对这类函数,求定义域内点的极限就是直接代入函数值——这解释了上一节「分母非零就代入」为何合法,也把连续性和极限法则彻底接上。
先把连续性放到「光滑程度谱系」里摆清楚,别后面概念混了。可导(可微)⟹ 连续 ⟹ 黎曼可积,方向不可逆。可导是最强的,|x|在0处连续但不可导,说明连续不保证可导;连续又比可积强,闭区间上连续一定可积,但可积函数允许有有限个间断点,比如阶梯函数,所以可积不保证处处连续。还有更反直觉的:有处处连续却处处不可导的函数,比如魏尔斯特拉斯函数,是无穷层锯齿叠加出来的。它能帮你理解,「连续」和「光滑」差得特别远——这也是神经网络偏爱连续但带折点的ReLU,不强行要求处处可微的背景。
4.4 闭区间上连续函数的三大定理
f 在闭区间 [a,b] 上连续的话,有三条性质:有界性定理——f 在 [a,b] 上有界;最值定理——f 在 [a,b] 上一定能取到最大值与最小值,注意是「取到」,不只是趋近;介值定理——对介于 f(a)、f(b) 之间的任意值 C,区间内至少存在一点使 f(x)=C。它的特例零点存在定理:若 f(a)·f(b)<0,两端异号,则 (a,b) 内至少有一个根。三条定理的前提都是「闭区间 + 连续」,缺一不可。
用零点定理 + 二分法亲手求 x³+x−1=0 的根
f(x)=x³+x−1,多项式处处连续。f(0)=−1,f(1)=1,异号,用零点定理能确定(0,1)内至少有一根。用二分法逼近:每步取中点m,看f(m)和哪一端异号,就把区间缩到那一半,区间长度每次减半,肯定收敛到根。
手算前几步:m=0.5,f=0.125+0.5−1=−0.375<0,根在 (0.5,1);m=0.75,f=0.421875+0.75−1=0.171875>0,根在 (0.5,0.75);m=0.625,f≈−0.1309<0,根在 (0.625,0.75)……区间以 1/2ⁿ 收缩,约每三步多一位十进制精度,这就是线性收敛的求根算法,正确性由连续性与介值定理保证。
介值定理有两个高频推论。其一,闭区间上连续函数的值域本身就是一个闭区间 [m,M],中间没有任何空洞——连续函数从一个值变到另一个值,必经其间所有值。其二是不动点定理的特例:若连续函数 f 把 [0,1] 映进 [0,1],则必存在 c∈[0,1] 使 f(c)=c。证明:令 g(x)=f(x)−x,则 g(0)=f(0)≥0、g(1)=f(1)−1≤0,由零点定理 g 有零点,即 f(c)=c。它是迭代 xₙ₊₁=f(xₙ) 收敛性分析的起点,数值方法里的不动点迭代都建立在它之上。
再练一个要同时定两个参数的连续性手算:f(x)={ax+2, x≤1;x²+b, 1<x≤2;5, x>2},要求在 x=1、x=2 都连续。在 x=2:左值 4+b、右值 5,令 4+b=5 得 b=1;在 x=1:左值 a+2、右值 1+b=2,令 a+2=2 得 a=0。故 a=0、b=1 时处处连续。方法固定:每个分界点列一组「左极限=右极限=该点函数值」方程,有几个分界点就列几组再联立。
4.5 一致连续:比点态连续更强的「均匀」性质
点态连续允许 δ 同时依赖 ε 和点 x₀——平缓处 δ 可以大,陡峭处 δ 必须很小。一致连续要求存在一个只依赖 ε、对全区间统一适用的 δ:∀ε ∃δ,区间内任意两点 x,y 只要 |x−y|<δ 就有 |f(x)−f(y)|<ε。直观上它排除了「越来越陡、陡到没有统一 δ」的函数。康托定理(Cantor):闭区间上的连续函数必定一致连续。反例 f(x)=1/x 在 (0,1) 连续却不一致连续(越靠近 0 越陡,统一 δ 不存在)。
f(x)=1/x 在开区间 (0,1) 上连续,它在该区间是否一致连续?为什么?二分法、不动点迭代、方程求根的收敛证明都建立在介值定理与连续性上。优化里要求损失函数连续,才谈得上梯度与收敛。神经网络的万能逼近定理说的是,足够宽的网络能以任意精度一致逼近紧集上的连续函数——「一致逼近」这四个字就来自这一节的一致连续。ReLU 在 0 点连续但不可导,刚好对应后面要讲的:连续是比可导更弱、更普遍的性质,连续不一定可导。
|x| 在 0 点连续(左右极限都=函数值 0)却不可导(左右斜率 −1 与 +1 不等),说明连续不保证可导;反过来,可导必连续。判断连续性只看极限值是否等于函数值,不要用斜率。
介值与零点定理只保证区间内至少一个根,不保证唯一。函数在区间内来回穿横轴,能有任意多个根。要证根唯一,得额外加单调性条件——严格单调函数至多一个零点。二分法会收敛到初始区间里符号变化指向的某一个根。想求全部根,得先用导数划分单调区间,再在每个变号区间分别二分。
求分界点左右极限,和f(a)比,三者一致才连续;间断点先看左右极限是否存在,分第一、第二类,再细分可去、跳跃、无穷、振荡;用闭区间定理前先核对闭区间+连续,证根存在先算两端是否异号;求根优先二分法,区间每步减半,必然收敛;判断一致连续看函数是否在区间内无限变陡。
本节小结
连续 = f(a) 有定义、极限存在、极限等于 f(a) 三者合一,ε-δ 版不再去心,增量版即 Δx→0⟹Δy→0。间断点分四类:可去(左右等、可补)、跳跃(左右不等)、无穷与振荡(至少一侧极限不存在)。初等函数在定义域内连续,故定义域内求极限即代入。闭区间连续函数具备有界性、最值性、介值(零点存在)三大整体定理,前提「闭区间+连续」缺一不可;据此可用二分法以每步减半的速度可靠求根。一致连续要求全区间统一的 δ,闭区间连续必一致连续(康托定理)。连续性是数值求根、优化收敛与神经网络万能逼近的共同地基,而连续并不保证可导——这正是下一章导数的起点。
资深工程师加餐
底层原理 · 大厂视角 · 工程经验,点卡片展开
定积分是黎曼和(切成无穷多个细矩形再求和)的极限:几何上是曲线下面积,物理上是由速度累积位移、由功率累积功。微积分基本定理(牛顿-莱布尼茨公式)揭示微分与积分互为逆运算,把「求极限和」转化为「找原函数代入上下限」,让面积真正可计算。