Lecture 17: Uniform Continuity and the Definition of the Derivative（一致连续与导数的定义）

目录 · ← l16 · l18 →

Lecture 17: Uniform Continuity and the Definition of the Derivative（一致连续与导数的定义）

概述

本讲拆开两个在整门课里都至关重要的概念。

第一个是一致连续 (uniform continuity)。 从 Lecture 13 起，我们一直强调：连续性的定义里 $\delta$ 是 $\delta(\epsilon,c)$，即允许依赖点 $c$。本讲问一个更苛刻的问题：能不能找到只依赖 $\epsilon$、与点无关的”通用 $\delta$”？ 这看起来只是把量词 $\forall x$ 从 $\exists\delta$ 里面搬到外面（Definition 193），但它是一个真正的加强：Example 195 之前的 Example 192 说明 $1/x$ 在 $(0,1)$ 上连续，而 Negation 196 之后的证明说明它不一致连续——所以”连续 $\Rightarrow$ 一致连续”是假的。反过来，Theorem 197 给出本讲的核心定理：在闭区间 $[a,b]$ 上，连续与一致连续等价。

第二个是导数的定义 (derivative)。 Definition 198 用差商 (difference quotient) 的极限重新定义微积分里最核心的对象：$f^{\prime}(c)=\lim_{x\to c}\frac{f(x)-f(c)}{x-c}$。Lecture 18–20 的所有内容（Weierstrass 处处不可微函数、求导法则、Rolle 定理、中值定理、Taylor 定理）都建立在这个定义上，所以本讲必须把它”钉死”。

本讲回答的问题：(1) “$\delta$ 与点无关”怎样写成精确的数学语言？(2) 它在什么条件下成立、什么条件下失败？(3) 导数到底是什么的极限？(4) 用定义怎样直接从差商算出导数？本讲还额外承载了一批作业层面的延伸工具（Lipschitz 条件、Hölder 条件、$x\to\infty$ 的极限），它们不在讲义正文里，但在 Assignment 9/10 里被系统训练，本笔记把它们放在「定理与完整证明」一节的明确标注的补充区块中。

核心定义与直观解释

回顾：连续的定义（Recall 191）

（连续，Recall 191）

• 严格定义：设 $f:S\to\mathbb{R}$。我们说 $f$ 在 $S$ 上连续，如果

源文件原文紧接着写了一句极重要的话：

“Here, $\delta(\epsilon,c)$ denotes the fact that $\delta$ can depend on $\epsilon$ and $c$.” （这里 $\delta(\epsilon,c)$ 这个记号表明：$\delta$ 可以依赖 $\epsilon$ 和 $c$。）

• 直观解释（”它到底在说什么？”）：把 $\epsilon$ 想成”输出容差”——你要求函数值的变化不超过 $\epsilon$。连续性保证：在每一个点 $c$ 处，都存在一个输入步长 $\delta$，使得只要 $x$ 落在 $c$ 的 $\delta$-邻域内，输出就被压在 $f(c)$ 的 $\epsilon$-邻域内。注意 $\delta$ 的编号是 $\delta(\epsilon,c)$：换一个点 $c$，你完全可以换一个 $\delta$。

• 为什么需要这个条件？ 这是分析里第一次认真区分”逐点”与”整体”。连续性是逐点性质 (pointwise property)：它是一个关于每个 $c$ 的断言，$\forall c$ 在最外层。逐点性质很弱——它允许不同点用完全不同的尺度。而很多好性质（例如”连续函数把 Cauchy 序列映成 Cauchy 序列”、Lecture 21 的”连续函数黎曼可积”）需要的是一个整体的尺度，逐点的 $\delta$ 不够用。

• 具体示例：见下面的 Example 192（$f(x)=1/x$ 在 $(0,1)$ 上连续），源文件在那里把 $\delta$ 取成了

它同时依赖 $c$（通过 $c$ 与 $c^2$）与 $\epsilon$。

• 反例（条件不可省的另一面）：Lecture 15 的 Dirichlet 型函数处处不连续，说明”对每个 $c$ 都能找到 $\delta$”这件事本身并不自动成立。

连续定义的具体走一遍（Example 192）

（Example 192：$f(x)=1/x$ 在 $(0,1)$ 上连续）——源文件用这个例子把”$\delta$ 可以依赖 $c$”落地。

• 严格陈述与结论：$f(x)=\frac1x$ 在 $S=(0,1)$ 上连续。源文件取

并推出 $\vert x\vert >c-\vert x-c\vert >\frac c2$、$\left\vert \frac1x-\frac1c\right\vert <\frac{2}{c^2}\delta\le\epsilon$。（完整十步推导见「定理与完整证明」一节的同名条目。）

• 直观解释：$1/x$ 在 $c$ 附近的”陡峭程度”是 $\frac{1}{c^2}$ 级别——$c$ 越靠近 $0$，同样的 $\vert x-c\vert $ 引起的函数值变化越大。所以 $\delta$ 必须随 $c$ 一起缩小，这就是 $\delta$ 里出现 $\frac{c^2}{2}\epsilon$ 的原因。
• 为什么需要这个条件？ 若 $x$ 可以任意靠近 $0$，分母 $\vert x\vert $ 会任意小，$\frac{\vert x-c\vert }{\vert x\vert \vert c\vert }$ 无法控制。所以第一步必须用 $\delta\le\frac c2$ 把 $\vert x\vert $ 从下方卡住：$\vert x\vert >\frac c2$。这是”先制造正下界，再控制商”的标准套路。
• 具体示例（$\epsilon$ 取具体数字）：取 $c=\frac12$、$\epsilon=0.01$，则 $\delta=\min\{0.25,\ 0.5^2\cdot0.01/2\}=\min\{0.25,0.00125\}=0.00125$。验算：$x=0.500625$ 时 $\vert 1/x-2\vert =0.00249688<0.01$ ✓；$x=0.499375$ 时 $=0.00250313<0.01$ ✓；边界 $x=c+\delta=0.50125$ 时 $=0.00498753<0.01$ ✓。
• 反例（$\delta$ 依赖 $c$ 的铁证）：同一个函数限制到 $[1,\infty)$ 后，$\frac{1}{\vert x\vert \vert c\vert }\le1$，取 $\delta=\epsilon$ 即可——依赖 $c$ 的 $\delta$ 在缩小定义域后不再需要。这个观察直接预告了一致连续。

一致连续的定义（Definition 193）

（Definition 193，Uniformly Continuous 一致连续）

• 严格定义：设 $f:S\to\mathbb{R}$。则 $f$ 在 $S$ 上一致连续，如果

• 直观解释（”它到底在说什么？”）：把 $f$ 的图像想成一块布。连续说的是”我在每一个点附近都能局部地把布压平到 $\epsilon$ 的高度差之内，但不同点允许用不同的窗口宽度”。一致连续说的是”存在一个统一的窗口宽度 $\delta$，无论把窗口滑动到哪里，窗口内布的高度差都不超过 $\epsilon$“。用一句话概括：

  连续是”每一点有自己的 $\delta$“；一致连续是”一个 $\delta$ 打天下“。

• 最关键的形式差别：连续的定义是 $\forall c\,\forall\epsilon\,\exists\delta\,\forall x$——$\forall x$（或 $\forall c$ 中的内层点）在 $\exists\delta$ 的内部；一致连续的定义是 $\forall\epsilon\,\exists\delta\,\forall x\,\forall c$——$\forall x$ 被搬到了 $\exists\delta$ 的外部。这是全课程最重要的量词对比之一。

    连续（在 c 点）：    ∀ε>0  ∃δ>0  ∀x  ( |x-c|<δ ⇒ |f(x)-f(c)|<ε )
                                └──── δ 可以依赖 c 和 ε ────┘

    一致连续（在整个 S 上）：∀ε>0  ∃δ>0  ∀x ∀c ( |x-c|<δ ⇒ |f(x)-f(c)|<ε )
                                └──── δ 只依赖 ε，不依赖 x, c ────┘

    δ 的"作用域"：连续是"每个 c 各自算一个 δ"（c 越靠近麻烦点 δ 可以越小）；
                   一致连续是"同一把尺子 δ 用在所有 c 上"，两者不可混用。

• 为什么需要这个条件？ 三个具体理由：
  1. 一致连续 $\Rightarrow$ 保持 Cauchy 序列：若 $\{x_n\}$ 是 Cauchy 序列，则 $\{f(x_n)\}$ 也是。（Lebl [JL] Lemma 3.4.5。）连续函数没有这个性质——例如 $f(x)=1/x$ 在 $(0,1)$ 上连续，而 $x_n=\frac1n$ 是 Cauchy、$f(x_n)=n$ 不是 Cauchy。
  2. 可连续延拓到端点：$f$ 在开区间 $(a,b)$ 上一致连续 $\iff$ $f$ 可以连续延拓到 $[a,b]$。（Lebl [JL] Proposition 3.4.6。）这也是为什么”一致连续”是比”连续”更”整体”的性质。

  3. Lecture 21 的黎曼可积性证明直接依赖它。Lecture 21 的 Theorem 239 证明第一行就写：

     “Since $f\in C([a,b])$, $f$ is uniformly continuous on $[a,b]$ (as continuity on a bounded interval is equivalent to uniform continuity on the same interval).”

     随后 Lecture 21 用连续模 (modulus of continuity) $w_f(\eta)=\sup\{\vert f(x)-f(y)\vert :\vert x-y\vert \le\eta\}$ 把一致连续翻译成 $w_f(\eta)\to0$（$\eta\to0$），再靠它证明黎曼和收敛。没有本讲的 Theorem 197，Lecture 21 的核心定理无法证明。

• 具体示例（把 $\epsilon$ 取成具体数字）：见下面的 Example 195：$f(x)=x^2$ 在 $[0,1]$ 上一致连续，源文件取 $\delta=\frac{\epsilon}{2}$，与 $c$ 完全无关。取 $\epsilon=0.01$ 得 $\delta=0.005$，验算将在 Example 195 中给出。

• 反例：$f(x)=1/x$ 在 $(0,1)$ 上连续但不一致连续（Negation 196 之后的证明）；$f(x)=x^2$ 在 $\mathbb{R}$ 上连续但不一致连续（补充区块）；$f(x)=\sin(1/x)$ 在 $(0,1)$ 上有界连续但不一致连续。

一致连续定义中 $\delta$ 只依赖 $\epsilon$（Remark 194）

（Remark 194） 源文件原文：

“Thus, in the definition of uniform continuity, $\delta$ only depends on $\epsilon$!”

请把这个 Remark 当作定义的一部分来记。它的实践含义是：在写一致连续的 $\epsilon$-$\delta$ 证明时，你的 $\delta$ 里绝对不许出现 $c$（也不许出现 $x$）。这一条是本讲最常见的判卷抓错点。

• 反例（写错的样子）：在证明 $x^2$ 在 $[0,1]$ 上一致连续时写 “取 $\delta=\epsilon/(2c)$”——这是非法的，因为 $\delta$ 里出现了 $c$。正确做法（源文件）是先用 $x,c\in[0,1]$ 得到 $\vert x+c\vert \le2$（一个与两点无关的上界），从而取 $\delta=\frac{\epsilon}{2}$。

一致连续的具体示例（Example 195）

（Example 195：$f(x)=x^2$ 在 $[0,1]$ 上一致连续）

• 严格定义走一遍：设 $\epsilon>0$，取 $\delta=\frac{\epsilon}{2}$（源文件取法）。若 $x,c\in[0,1]$ 且 $\vert x-c\vert <\delta$，则 $\vert x^2-c^2\vert =\vert x+c\vert \vert x-c\vert \le2\vert x-c\vert <2\delta=\epsilon$。
• 直观解释：两条”魔法线”：① 因式分解 $x^2-c^2=(x+c)(x-c)$ 把”函数值差”拆成”斜率因子 $\times$ 输入差”；② $x,c\in[0,1]$ 保证斜率因子被常数 $2$ 吸收，于是 $\delta$ 里只剩 $\epsilon$——一致连续成立。
• 为什么重要？ 它与后面的反例（$x^2$ 在 $\mathbb{R}$ 上不一致连续）是同一个函数，只换了定义域。这直接说明：一致连续不是函数的性质，而是”函数 + 定义域”的性质。
• 具体示例（$\epsilon=0.01$）：$\delta=0.005$。最坏情况在区间右端：$\vert 1^2-0.995^2\vert =0.009974999999999956<0.01$ ✓；而 $c=0.99$ 时 $\vert 1-0.9801\vert =0.0199$，此时 $\vert x-c\vert =0.01>\delta$ 不受约束——这正好说明 $\delta$ 不能取更大。

否定形式：非一致连续（Negation 196）

（Negation 196，Not Uniformly Continuous 非一致连续）

• 严格定义：设 $f:S\to\mathbb{R}$。则 $f$ 在 $S$ 上不是一致连续，如果

• 直观解释（”它到底在说什么？”）：注意量词全部反过来了：
  • $\forall\epsilon$ 变成 $\exists\epsilon_0$：存在一个坏的容差，无论怎么努力都压不下去。
  • $\exists\delta$ 变成 $\forall\delta$：每一个步长都被打败，包括小得离谱的步长。
  • 结论里的 $\Rightarrow$ 变成 $\ge$：反例对 $(x,c)$ 满足 $\epsilon_0\le\vert f(x)-f(c)\vert $（注意源文件在 Theorem 197 的证明里用的是严格不等号 $>\epsilon_0$，两者等价，见下面「常见误区」）。

  用一句话说：存在一个无法压缩的”高度差 $\epsilon_0$”，无论你把窗口缩得多小，总能找到一对靠得极近、但函数值差至少 $\epsilon_0$ 的点。

• 为什么需要这个条件？ 这是期末必考的”写否定”技能。Final Assignment 第 1(ii) 题（5 分）原文就是：

  “(ii) Let $S\subset\mathbb{R}$. A function $f:S\to\mathbb{R}$ is not uniformly continuous on $S$ if ___”

  同一份期末的第 1(i) 题是”不连续”的否定，第 1(iii) 题是”非一致收敛”的否定——三题共享同一套量词否定技术。写出否定时，$\epsilon$ 和 $\delta$ 的角色必须互换，并且”靠得近”要保留、”函数值差小”要否定成”函数值差大”。

• 具体示例（$1/x$ 在 $(0,1)$ 上）：源文件的证明取 $\epsilon_0=2$（并注明”in fact, any $\epsilon_0>0$ will show that $1/x$ is not uniformly continuous on $(0,1)$”），然后对任意 $\delta>0$ 取

于是 $\vert x-c\vert =\frac{c}{2}\le\frac{\delta}{2}<\delta$，而

完整的逐条解释见下一节的「Example 192/Negation 196 的完整证明」与补充区块中的 $x_n,y_n$ 版本。

• 反例（否定形式必须真的成立）：对 $f(x)=x^2$ 在 $[0,1]$ 上，Negation 196 的结论不成立——因为 Theorem 197 保证它一致连续。如果你试图对 $[0,1]$ 上的 $x^2$ 找”坏 $\epsilon_0$”，会失败在 $\vert x+c\vert \le2$ 这一步。

导数的定义（Definition 198）与记号（Notation 199）

（Definition 198 / Notation 199，Derivative 导数）

• 严格定义：设 $I$ 是一个区间，$f:I\to\mathbb{R}$，$c\in I$。我们说 $f$ 在 $c$ 可导 (differentiable)，如果极限

存在（在 $\mathbb{R}$ 中，即为有限实数；依据 Lecture 13 Definition 150 的函数极限定义）。若 $f$ 在每一个 $c\in I$ 处可导，我们记 $f^{\prime}$ 或 $\frac{df}{dx}$ 表示这个函数 $f^{\prime}(x)$。

按 Lecture 13 Definition 150 展开，极限存在的意思是：$c$ 是 $I$ 的聚点，且

此时 $L=f^{\prime}(c)$。

• 直观解释（”它到底在说什么？”）：三层读法，缺一不可：
  1. 瞬时变化率：$\frac{f(x)-f(c)}{x-c}$ 是”输入从 $c$ 变到 $x$ 时，平均每单位输入带来多少输出变化”——差商 (difference quotient)，即割线斜率。让 $x\to c$，割线的斜率稳定到的值就是”瞬时变化率”。
  2. 切线斜率：几何上，$x\to c$ 时割线绕点 $(c,f(c))$ 旋转并趋于一条极限直线，$f^{\prime}(c)$ 是它的斜率。
  3. 最佳线性逼近的系数：这是最”分析”的读法。可导等价于

 也就是说：**$f$ 在 $c$ 附近可以用一个线性函数 $f(c)+m(x-c)$ 逼近，误差比 $\\vert x-c\\vert $ 更高阶；$f^{\\prime}(c)$ 就是唯一使这件事成立的 $m$。** Lecture 20 的 Taylor 定理就是把这个思想推到高阶。

• 为什么需要这个条件？ 因为这是微积分全部内容的地基：
  • Lecture 18 用它定义 Weierstrass 处处连续处处不可微函数（Theorem 210 证明差商序列无界）；
  • Lecture 19 用它推导求导法则、Rolle 定理、中值定理；
  • Lecture 20 用它给出高阶导数与 Taylor 多项式；
  • Lecture 22 的微积分基本定理把它与积分互逆。

  讲义源文件在 Definition 198 之前单独写了一个小标题 “Derivative”，说明这是本讲正式开张的第二个主题。

• 为什么要求 $c$ 是定义域的聚点？ 若 $c$ 是 $I$ 的孤立点，则不存在 $x\in I$、$x\ne c$ 靠近 $c$，$\lim_{x\to c}$ 在 Lecture 13 的意义下无从谈起。对区间 $I$ 而言，除了单点区间，每个点都是聚点，所以这个条件在区间上自动满足——但写定义时不能漏。

• 具体示例（把定义走一遍）：用定义（而不是公式表）算 $f(x)=x^2$ 在任意 $c$ 处的导数：

而由 Lecture 13 Example 153（一次函数的极限）与 Lecture 14 Theorem 158，$\lim_{x\to c}(x+c)=2c$。所以 $f^{\prime}(c)=2c$，即 $(x^2)’=2x$。

同理 $f(x)=\frac1x$ 在 $c\ne0$：

所以 $(1/x)’=-1/x^2$。（这里用到了 Lecture 8 的商极限，条件是分母极限 $c^2\ne0$，即 $c\ne0$。）

把 $\epsilon$ 取成具体的数来验算 $f(x)=x^2$ 在 $c=3$ 处：差商 $=x+3$，要 $\left\vert (x+3)-6\right\vert =\vert x-3\vert <\epsilon$，取 $\delta=\epsilon$；取 $\epsilon=0.01$ 得 $\delta=0.01$，验算 $x=3.005$ 时差商 $=6.005$，误差 $0.005<0.01$。$\checkmark$

• 反例：$f(x)=\vert x\vert $ 在 $c=0$ 处不可导。因为对 $x>0$，差商 $=\frac{\vert x\vert -0}{x-0}=1$；对 $x<0$，差商 $=\frac{\vert x\vert }{x}=-1$。两个单侧极限分别是 $1$ 与 $-1$，不相等，故极限不存在。（完整论证见补充区块的「连续但不$\Rightarrow$可导」。）

• 反例（可导但导数不连续）：$f(x)=x^2\sin(1/x)$（$x\ne0$），$f(0)=0$ 在 $0$ 处可导（Final Assignment 第 4(b) 题正是要证这件事），但 $f^{\prime}(x)=2x\sin(1/x)-\cos(1/x)$ 在 $0$ 附近振荡，$x\to0$ 时无极限——可导不蕴含导数连续。这从反面说明 Definition 198 只要求”差商的极限存在”，对 $f^{\prime}$ 本身的行为毫无要求。

导数定义的具体计算：线性函数（Example 200）与幂法则（Example 201）

Example 200：$f(x)=ax+b$ 的导数

• 定理陈述：设 $f(x)=ax+b$，则对一切 $c\in\mathbb{R}$，$f^{\prime}(c)=a$。
• 证明（完全按源文件）：
  1. 写出差商并代入 $f$：（依据：Definition 198。）

1. 差商是常数函数 $a$，故其极限为 $a$：（依据：Lecture 13 Example 153 的常数情形。）
2. 因此 $f^{\prime}(c)=\lim_{x\to c}a=a$。$\blacksquare$
   • 【证明机制解说】 直线的情形差商在约分后完全消失——$a(x-c)/(x-c)=a$，与 $x$ 无关。所以”割线斜率恒等于 $a$”这一几何事实就是”导数处处为 $a$”。
   • 【证明技巧总结】 技巧名：先约分再取极限。 一切用定义算导数的题，第一步都是把 $\frac{f(x)-f(c)}{x-c}$ 化简成在 $x=c$ 处有定义且连续的表达式。

Example 201：幂法则（The Power Rule）

• 定理陈述（源文件）：对一切 $n\in\mathbb{N}$，若 $f(x)=\alpha x^n$，则对一切 $c\in\mathbb{R}$，$f^{\prime}(c)=\alpha n c^{n-1}$。
• 证明策略：$\mathbb{N}$ 上的命题有两种证明方式：归纳法或显式因式分解。源文件用的是因式分解（不是归纳法）：凑出恒等式 $x^n-c^n=(x-c)\sum_{j=0}^{n-1}x^{n-1-j}c^{j}$，约掉 $(x-c)$ 后得到一个关于 $x,c$ 的多项式，再令 $x\to c$ 把每一项的 $x$ 换成 $c$。
• 逐步推导（完全按源文件）：
  1. 对一切 $n\in\mathbb{N}$，写下待证的恒等式并展开右端：（依据：代数分配律。）

1. 在第二个和式里换元 $\ell=j+1$（于是 $j=\ell-1$，求和范围变为 $\ell=1,\dots,n$）：（依据：换元。）

1. 两个和式的中间项两两抵消（$j=\ell$ 时 $x^{n-j}c^j$ 同时出现在两式中且符号相反），只剩两个端点项：（依据：望远镜求和。）

 **（这正是要证的恒等式。）**   4. 于是当 $x\\ne c$ 时可以约分：（依据：代数。）

1. 右端是 $x$ 的多项式（$n$ 个单项式之和），每个单项式在 $x\to c$ 处的极限就是把 $x$ 换成 $c$：由 Lecture 13 Example 153（一次函数）、Lecture 8 的乘积与加法律，（依据：Lecture 8 极限运算。）

 （最后一步：$n$ 个相同的项 $c^{n-1}$ 相加。）   6. 因此 $f^{\\prime}(c)=\\alpha\\cdot n c^{n-1}=\\alpha n c^{n-1}$。$\\blacksquare$ - **【证明机制解说】** 这里的"灵光一现"是**那个恒等式**：$x^n-c^n=(x-c)(x^{n-1}+x^{n-2}c+\\cdots+xc^{n-2}+c^{n-1})$。它为什么必须存在？因为差商的分母里有 $(x-c)$，如果分子不能整除 $(x-c)$，差商在 $x\\to c$ 时就会发散——而幂函数明明是可导的。**"分子必须能被 $(x-c)$ 整除"这一要求反过来逼出了这个恒等式。** 更一般地，任何多项式在 $c$ 处的因式分解都有因子 $(x-c)$（因为 $f(c)$ 被减掉了）。 - **【证明技巧总结】**    - **技巧名：凑出 $(x-c)$ 的因子再约分。** 这是 Example 200（$n=1$）、Example 201（一般 $n$）、以及一切有理函数的导数计算的统一套路。   - **技巧名：把"极限"推给多项式。** 约分后的表达式在 $x=c$ 处是**连续**的，所以极限就是代入值。   - **具体验算（$f(x)=x^3$、$c=2$）**：$\\frac{x^3-8}{x-2}=x^2+2x+4\\to4+4+4=12=3\\cdot2^2$ ✓（与 $f^{\\prime}(c)=nc^{n-1}=3\\cdot4=12$ 一致）。

定理与完整证明（核心）

Example 192（重述）：$f(x)=1/x$ 在 $(0,1)$ 上连续——”$\min$ 技巧 + 卡住分母”

• 定理陈述：设 $f(x)=\frac1x$，$S=(0,1)$。则 $f$ 在 $S$ 上连续，即 $\forall c\in(0,1)\ \forall\epsilon>0\ \exists\delta=\delta(\epsilon,c)>0$ 使 $\forall x\in S$，$\vert x-c\vert <\delta\Rightarrow\vert f(x)-f(c)\vert <\epsilon$。

• 证明策略：目标是控制

分子 $\vert x-c\vert $ 已经被 $\delta$ 控制；$\vert c\vert $ 是固定常数。唯一的敌人是 $\vert x\vert $：$x$ 太靠近 $0$ 时它会变得任意小。 策略因此分两步：(a) 用 $\delta\le\frac c2$ 强迫 $x$ 留在 $\left(\frac c2,\frac{3c}{2}\right)$ 内，于是 $\vert x\vert >\frac c2$，得到一个正的下界；(b) 用这个下界把商放大成 $\frac{2}{c^2}\vert x-c\vert $，再令 $\delta\le\frac{c^2}{2}\epsilon$。先卡下界，再控误差，这是”分母可能趋于 $0$”的所有证明的通用起手式。

• 逐步推导：
  1. 设 $\epsilon>0$ 与 $c\in(0,1)$ 已给定。（依据：证明的起手——固定任意对象。）
  2. 取 $\delta:=\min\left\{\frac{c}{2},\ \frac{c^2}{2}\epsilon\right\}$。（依据：构造；两个候选都 $>0$ 因为 $c>0$、$\epsilon>0$，故 $\delta>0$——需要说明的是”正数的 $\min$ 仍为正”。）
  3. 设 $x\in(0,1)$ 且 $\vert x-c\vert <\delta$。
  4. 由 $\delta\le\frac c2$ 得 $\vert x-c\vert <\frac c2$。（依据：第 2 步 $\delta$ 是 $\min$，故 $\delta\le\frac c2$。）
  5. 于是 $\vert x\vert =\vert c-(c-x)\vert \ge c-\vert c-x\vert =c-\vert x-c\vert >c-\frac c2=\frac c2$。（依据：反向三角不等式 $\vert a-b\vert \ge\vert a\vert -\vert b\vert $；第 4 步。）
  6. 故 $\frac{1}{\vert x\vert }<\frac{2}{c}$。（依据：第 5 步两边取倒数，注意 $\vert x\vert >0$、$c>0$。）
  7. 计算：

 （依据：通分；第 3 步 $\\vert x-c\\vert <\\delta$；第 6 步 $\\frac1{\\vert x\\vert }<\\frac2c$。）   8. 由 $\\delta\\le\\frac{c^2}{2}\\epsilon$ 得 $\\frac{2\\delta}{c^2}\\le\\epsilon$。（依据：$\\delta$ 是 $\\min$，故 $\\delta\\le\\frac{c^2}{2}\\epsilon$。）   9. 合并：$\\left\\vert \\frac1x-\\frac1c\\right\\vert <\\epsilon$。（依据：第 7、8 步。）   10. 因此对每个 $c$ 与每个 $\\epsilon$ 都找到了 $\\delta$，$f$ 在 $(0,1)$ 上连续。$\\blacksquare$

• 【证明机制解说】 这个证明是”分母有零点威胁“类问题的范式。你在微积分里算 $\frac{1}{x}$ 的连续性时可能觉得很自然，但分析上唯一的危险是 $x$ 逼近 $0$。关键洞察是：只要 $x$ 离 $c$ 足够近（近到一半），它就绝不可能跑到 $0$ 的另一侧——$\delta\le\frac c2$ 保证了 $\vert x\vert >\frac c2>0$。这个”先付出一个 $\delta$ 预算去买一个正下界”的操作，在任何 $\frac{1}{g(x)}$、$\frac{f(x)}{g(x)}$ 的连续性证明里都会重复出现。剩下的代数就只是把 $\frac{2}{c^2}$ 这个常数吸收进 $\delta$。

• 【证明技巧总结】

  • 技巧名：$\min\{c/2,\ \cdot\}$ 卡分母正下界。 模式：$\vert g(x)-g(c)\vert <\frac{\vert g(c)\vert }{2}\Rightarrow\vert g(x)\vert >\frac{\vert g(c)\vert }{2}$。
  • 技巧名：常数吸收。 分母得到下界后，$\frac{1}{\vert x\vert \vert c\vert }\le\frac{K}{c^2}$ 里的 $K$ 是常数，把它乘到 $\epsilon$ 上（这里 $\frac{2}{c^2}\delta\le\epsilon\iff\delta\le\frac{c^2}{2}\epsilon$）。
  • 注意：这里 $\delta=\delta(\epsilon,c)$ 依赖 $c$，所以这只是”连续”，不是”一致连续”。 下一节我们就会看到这个 $c$ 依赖是无法去掉的。

Example 195（重述）：$f(x)=x^2$ 在 $[0,1]$ 上一致连续

• 定理陈述：$f(x)=x^2$ 在 $[0,1]$ 上一致连续，即 $\forall\epsilon>0\ \exists\delta=\delta(\epsilon)>0$ 使 $\forall x,c\in[0,1]$，$\vert x-c\vert <\delta\Rightarrow\vert x^2-c^2\vert <\epsilon$。

• 证明策略：目标是控制 $\vert x^2-c^2\vert =\vert x+c\vert \cdot\vert x-c\vert $。难点是因子 $\vert x+c\vert $ 本身随 $x,c$ 变化，在 $\mathbb{R}$ 上它可以任意大（这正是后面反例的根源）。但在 $[0,1]$ 上它被常数 $2$ 封顶。所以策略是：先用定义域把变化因子换成常数，再让 $\delta$ 与这个常数挂钩。 因为换出的常数与 $x,c$ 无关，$\delta$ 里就只剩 $\epsilon$。

• 逐步推导：
  1. 设 $\epsilon>0$。（依据：任意给定。）
  2. 取 $\delta:=\frac{\epsilon}{2}$。注意：这个 $\delta$ 里没有 $c$，也没有 $x$。（依据：构造；这正是 Remark 194 要求的。）
  3. 设 $x,c\in[0,1]$ 且 $\vert x-c\vert <\delta$。（依据：定义中的两个任意点。）
  4. 因 $0\le x\le1$、$0\le c\le1$，故 $0\le x+c\le2$，于是 $\vert x+c\vert \le2$。（依据：区间假设 + 绝对值的序性质。）
  5. 因式分解：$\vert x^2-c^2\vert =\vert x+c\vert \,\vert x-c\vert $。（依据：$x^2-c^2=(x+c)(x-c)$，代数。）
  6. 放缩：$\vert x+c\vert \,\vert x-c\vert \le2\vert x-c\vert <2\delta$。（依据：第 4 步；第 3 步。）
  7. $2\delta=2\cdot\frac{\epsilon}{2}=\epsilon$。（依据：第 2 步。）
  8. 合并得 $\vert x^2-c^2\vert <\epsilon$。（依据：第 5–7 步。）故 $f$ 在 $[0,1]$ 上一致连续。$\blacksquare$

• 【证明机制解说】 这个证明的核心就一句话：把”随点变化的因子”换成”与点无关的常数”。为什么这一步就能换来一致连续？因为一致连续的全部要求就是 $\delta$ 不含 $c$。只要你的放大链条里所有出现的量都是常数或 $\vert x-c\vert $，最后的 $\delta$ 自然只含 $\epsilon$。反过来说，只要放大链条里还剩一个依赖位置的量（比如 $\mathbb{R}$ 上的 $\vert x+c\vert $），你就只能得到逐点的 $\delta$——或者根本得不到任何 $\delta$。

• 【证明技巧总结】
  • 技巧名：先限制定义域，再放缩。 $x,c\in[a,b]\Rightarrow\vert x+c\vert \le\vert a\vert +\vert b\vert $。
  • 技巧名：$\delta$ 只依赖 $\epsilon$ 的判据。 检查最终表达式，若 $\delta=\delta(\epsilon)$ 成立，说明你确实证到了一致连续；若出现 $c$，则回头找哪一步没把变化因子换成常数。
  • 技巧名：因式分解 $u^2-v^2=(u+v)(u-v)$ 是处理一切幂函数差的起手式，Example 201 把推广到 $n$ 次幂。

本讲第一个反例：$f(x)=1/x$ 在 $(0,1)$ 上不一致连续（Negation 196 的应用）

• 定理陈述：$f(x)=\frac1x$ 在 $S=(0,1)$ 上不是一致连续，即

• 证明策略：要打败”任意 $\delta$”，最有效的武器是两列相关序列：把 $x,c$ 都取得很小，且彼此只差一个相对比例。因为 $1/x$ 在靠近 $0$ 处”缩放因子”是 $\frac{1}{x^2}$ 级别，只要两个点足够小，即使它们的绝对距离很小，函数值差也可以保持为常数。具体地：取 $x=\frac1n$、$c=\frac1{n+1}$，则 $\vert x-c\vert =\frac{1}{n(n+1)}\to0$，而 $\left\vert \frac1x-\frac1c\right\vert =\vert n-(n+1)\vert =1$ 恒为常数。

• 逐步推导（源文件版本：直接构造，不用序列）：

  1. 取 $\epsilon_0:=2$。（依据：源文件明确说”any $\epsilon_0>0$ will show that $1/x$ is not uniformly continuous on $(0,1)$”，取 $2$ 只是方便计算。）
  2. 设 $\delta>0$ 任意给定。（依据：否定形式要求 $\forall\delta>0$。）
  3. 取 $c:=\min\left\{\delta,\ \frac12\right\}$，取 $x:=\frac c2$。（依据：构造。当 $\delta\ge\frac12$ 时 $c=\frac12$、$x=\frac14$；当 $\delta<\frac12$ 时 $c=\delta$、$x=\frac\delta2$——注意 $c\le\frac12<1$ 且 $x=\frac c2>0$，故 $x,c\in(0,1)$，合法。）
  4. 验证接近性：$\vert x-c\vert =\frac c2\le\frac{\delta}{2}<\delta$。（依据：$x=\frac c2$；$c\le\delta$。）
  5. 验证函数值差：

 （依据：代数。）   6. 由 $c\\le\\frac12$ 得 $\\frac1c\\ge2=\\epsilon_0$。（依据：$c>0$ 时取倒数反转不等号。）   7. 合并第 4、6 步：对任意 $\\delta>0$ 都找到了满足 $\\vert x-c\\vert <\\delta$ 且 $\\vert f(x)-f(c)\\vert \\ge\\epsilon_0$ 的一对点。（依据：Negation 196。）   8. 故 $1/x$ 在 $(0,1)$ 上不是一致连续。$\\blacksquare$

• 【证明机制解说】 这个证明的”灵光一现”是选 $x=\frac c2$：用相对比例而不是绝对距离。为什么？因为 $1/x$ 的差

里，分子 $\to0$ 的同时分母 $\vert x\vert \vert c\vert $ 也 $\to0$，两者是同阶的，比值因此不趋于 $0$。当你把 $x$ 和 $c$ 按固定比例缩小，分母恰好按比例的平方缩小，而分子按比例缩小，比值就按比例放大——所以差可以保持为常数甚至变大。这就是”$1/x$ 在 $0$ 附近不一致连续”的全部机制。

• 【证明技巧总结】
  • 技巧名：固定比例的两列点。 取 $x_n=\frac1n$、$c_n=\frac1{n+1}$（或 $x=\frac c2$），保证 $\vert x_n-c_n\vert \to0$ 而 $\vert f(x_n)-f(c_n)\vert $ 有正下界。
  • 技巧名：$\epsilon_0$ 随便取一个正数即可。 证明”非一致连续”时不需要最优的 $\epsilon_0$；证明中出现 $\epsilon_0=2$、$\epsilon_0=1$ 或 $\epsilon_0=\frac12$ 都是合法的。
  • 技巧名：$\min\{\delta,\frac12\}$ 把两个约束装进一个构造。 既保证 $c\le\delta$（接近性），又保证 $c\le\frac12$（函数值差下界）。

序列版本的同一反例（更能解释”为什么必然失败”）

• 补充陈述（与源文件等价）：取 $\epsilon_0=1$，令 $x_n:=\frac1n$、$y_n:=\frac1{n+1}$（都在 $(0,1)$ 内）。则

• 对每个 $\delta>0$ 都失败：只要 $\frac{1}{n(n+1)}<\delta$ 就有反例对；充分条件是 $n>\frac{1}{\sqrt\delta}$（因为 $n(n+1)>n^2$）。由 Archimedes 性质（Lecture 5）这样的 $n$ 一定存在。
• 数值验算（$\delta=0.001$）：$\frac{1}{\sqrt{0.001}}=31.6228$，取 $n=32$：$\vert x_{32}-y_{32}\vert =\frac{1}{32\cdot33}=0.000946969<0.001$ ✓，且 $\vert 32-33\vert =1\ge1$ ✓；而 $n=31$ 时 $\frac{1}{31\cdot32}=0.00100806>0.001$ ✗——说明判据 $n>\frac1{\sqrt\delta}$ 恰好合适（python3 验算）。
• 【证明技巧总结】 把”$\forall\delta>0$ 都有反例对”翻译成”存在一列反例对，其距离 $\to0$ 而函数值差有正下界”。 这个翻译是本讲通向 Theorem 197 反证法的桥梁。

核心定理：闭区间上连续 $\iff$ 一致连续（Theorem 197）

• 定理陈述（源文件 Theorem 197）：设 $f:[a,b]\to\mathbb{R}$。则

• 证明策略（源文件路线）：源文件只证明了 $(\Rightarrow)$ 方向，并明确写：

  ”$(\Leftarrow)$ This direction is left as an exercise to the reader.” （$(\Leftarrow)$ 方向留给读者作练习。）

  $(\Rightarrow)$ 用的是反证法 + Bolzano–Weierstrass。计划的骨架是：

  1. 反设 $f$ 连续但非一致连续；
  2. 由 Negation 196，存在坏 $\epsilon_0>0$；把 $\delta$ 依次取成 $\frac1n$，得到两列序列 $\{x_n\},\{c_n\}\subset[a,b]$，满足 $\vert x_n-c_n\vert <\frac1n$ 而 $\vert f(x_n)-f(c_n)\vert >\epsilon_0$；
  3. 用 Lecture 9 的 Bolzano–Weierstrass 定理（有界序列必有收敛子列）从 $\{x_n\}$ 提一个收敛子列；
  4. 证 $\{c_n\}$ 的对应子列收敛到同一个极限点 $x$；
  5. 由 $f$ 在该点的连续性（Lecture 15 的序列刻画），两边的函数值都 $\to f(x)$，于是函数值差 $\to0$，与 $\ge\epsilon_0$ 矛盾。

  为什么选反证法？ 因为”一致连续”的结论是一个 $\exists\delta\,\forall x,c$ 的整体断言，直接证明需要同时控制区间上所有点——无从下手。而反证法把整体断言变成一个具体的坏对象（一列反例对），再交给 BW 提炼成一个点上的连续性失败。这是”把整体失败集中到一个点“的标准回合。

• 逐步推导（完全按源文件，并把被压缩的中间步骤展开）：

  1. 设 $f:[a,b]\to\mathbb{R}$ 连续，且反设 $f$ 不一致连续。（依据：反证法假设。）
  2. 由 Negation 196，$\exists\epsilon_0>0$ 使得 $\forall\delta>0$ 都存在 $x,c\in[a,b]$ 满足 $\vert x-c\vert <\delta$ 且 $\vert f(x)-f(c)\vert >\epsilon_0$。（依据：Negation 196 的定义。）
  3. 对每个 $n\in\mathbb{N}$ 取 $\delta=\frac1n$，得到 $x_n,c_n\in[a,b]$ 使

 （依据：第 2 步中 $\\forall\\delta>0$ 的断言；这正是"$\\forall\\delta$"被用来**造序列**的地方。）   4. 序列 $\\{x_n\\}$ 有界（因 $a\\le x_n\\le b$）。（依据：$[a,b]$ 有界。）   5. 由 **Bolzano–Weierstrass 定理**（Lecture 9 Theorem 102：有界序列必有收敛子列），存在子列 $\\{x_{n_k}\\}$ 与 $x\\in\\mathbb{R}$ 使 $\\lim_{k\\to\\infty}x_{n_k}=x$。（依据：Lecture 9 Theorem 102。）   6. 因 $a\\le x_{n_k}\\le b$ 对一切 $k$ 成立，由 Lecture 7 的序极限定理（不等号在极限下保持）得 $a\\le x\\le b$，故 $x\\in[a,b]$。（依据：闭区间对取极限封闭。）   7. 源文件接着对 $\\{c_n\\}$ 也做一次 BW，得到子列 $\\{c_{n_k}\\}$ 与 $c\\in[a,b]$ 使 $\\lim_{k\\to\\infty}c_{n_k}=c$，并注意 $\\{x_{n_k}\\}$ 的进一步子列 $\\{x_{n_{k_j}}\\}$ 仍收敛到 $x$。（依据：Lecture 9 Theorem 102 第二次使用；子列的子列仍收敛到同一极限。）   8. **源文件在这一点上做了一次"双下标的对齐"**：它保留 $\\{x_{n_{k_j}}\\}$ 与 $\\{c_{n_{k_j}}\\}$ 作为**公共下标**的两列，使得两者**同时**收敛（分别到 $x$ 与 $c$）。这一步是本节最容易被读者跳过的地方，值得单独强调：**第一次 BW 只保证 $\\{x\\}$ 有收敛子列，第二次 BW 是对 $\\{c\\}$ 再提取；两次提取用同一组下标 $\\{n_{k_j}\\}$ 才能保持配对关系。**（依据：子列提取的配对性。）   9. 证 $x=c$：

 （依据：绝对值连续（Lecture 14）；第 3 步的 $\\vert x_n-c_n\\vert <\\frac1n$；$\\frac{1}{n_{k_j}}\\to0$ 因为 $n_{k_j}\\ge k_j\\to\\infty$。）故 $x=c$。   10. 现在使用**连续性**：$f$ 在 $c$ 处连续，而 $x=c$。由 Lecture 15 Theorem 171 的**序列刻画**，$x_{n_{k_j}}\\to c$ 给出 $f(x_{n_{k_j}})\\to f(c)$；同理 $c_{n_{k_j}}\\to c$ 给出 $f(c_{n_{k_j}})\\to f(c)$。（依据：Lecture 15 Theorem 171 第 3 条。）   11. 于是

 （依据：第 10 步两条收敛 + Lecture 8 的差极限与绝对值连续性。）   12. 但第 3 步给出 $\\left\\vert f(x_{n_{k_j}})-f(c_{n_{k_j}})\\right\\vert >\\epsilon_0$ 对一切 $j$ 成立，故其极限 $\\ge\\epsilon_0>0$。（依据：序极限定理。）   13. 第 11、12 步矛盾（$0\\ge\\epsilon_0>0$ 为假）。（依据：实数有序域中 $0<\\epsilon_0$ 与 $0\\ge\\epsilon_0$ 不能同真。）   14. 故反设不成立，$f$ 一致连续。$\\blacksquare$

• 源文件原话的关键一行：在最后一步，源文件写的是

即同一行里既有”$=0$”又有”$\ge\epsilon_0$”。这个写法把矛盾压缩得极短，但读者必须自己补上”左边是极限值、右边是极限的序界”这条论证（即上面的第 11、12 步）。

• 【证明机制解说】 四个”为什么”，逐个讲透：

  ① 为什么必须用 $\frac1n$ 当 $\delta$？ 因为 Negation 196 给的是”$\forall\delta>0$ 都有反例对”。这是一个没有给出具体对象的断言——它只说”存在”，但存在的是无穷多个不同 $\delta$ 对应的反例对。要把这种”无穷多”变成可以取极限的对象，唯一办法是给 $\delta$ 排一个序列：$\delta=1,1/2,1/3,\dots$，然后对每个 $n$ 从存在性里取一个反例对 $(x_n,c_n)$。这一步暗用了可数选择的朴素形式——对每个 $n$ 选一个对象，得到一个序列。取 $\frac1n$ 而不是别的，只是因为 $\frac1n\to0$ 最方便。

  ② BW 在这里的作用是什么？ BW 把”逐点的坏行为“提炼成一个”收敛的坏点“。反过来想：我们假设了在每个尺度 $1/n$ 上都有坏事发生，这些坏事散布在区间各处，位置毫无规律。BW 说：无论这些点怎么乱，只要它们都被关在 $[a,b]$ 里，就一定能挑出一列收敛的点。而这个收敛的极限点 $x$ 就是我们要攻击的目标——我们接下来要证明 $f$ 在 $x$ 处不连续，从而与假设矛盾。

  ③ 为什么两列收敛到同一个点？ 因为 $\vert x_n-c_n\vert <\frac1n\to0$：两列之间的距离趋于 $0$。若 $x_{n_{k_j}}\to x$ 且 $c_{n_{k_j}}\to c$，则由三角不等式

故 $x=c$。这一点是证明的关键：如果两列收敛到不同的点，我们就在两个不同的点上分别使用连续性，得不到任何矛盾。

④ 为什么闭区间不可省？ 因为证明在两处用了闭性：第一处（第 4 步）用有界性才能使用 BW；第二处（第 6 步）用闭性才能保证极限点 $x\in[a,b]$，从而 $f$ 在 $x$ 处有定义且连续。反例：$f(x)=\frac1x$ 在 $(0,1)$ 上连续但不一致连续。用上面的证明去跑会怎样？取 $x_n=\frac1n$、$c_n=\frac1{n+1}$，BW 给出的子列极限是 $x=0$——而 $0\notin(0,1)$，$f$ 在 $0$ 处没有定义，更谈不上连续，第 10 步直接失效。这就是证明”在哪里失败”的精确位置。

• 【证明技巧总结】
  • 范式：非一致连续 $\to$ 取 $\delta=\frac1n$ 造两列距离趋于 $0$ 的点 $\to$ BW 提炼收敛子列 $\to$ 两列收敛到同一点 $\to$ 该点上”两个不同的极限值” $\to$ 与连续性矛盾。
  • 用 BW 把逐点的失败集中到一个点：这是”整体断言的反面 $\to$ 局部矛盾”的标准回合，Lecture 16 的 Theorem 180（有界性）与 Theorem 182（Min–Max）用的是同一个回合，只是结论不同。
  • 两次提取子列要用公共下标对齐：这是多重 BW 的标准操作。
  • 写清”闭区间不可省”：任何用 BW 的证明都要检查”极限点是否还在定义域内”。

补充：Lipschitz 连续 $\Rightarrow$ 一致连续（Lipschitz continuity，Assignment 9 第 4 题）

来源标注：本节与后面几个补充区块不属于 Lecture 17 讲义正文（源文件 lecture_17.txt 没有这些内容）。它们来自 OCW Assignment 9 第 4、5、6 题与 Assignment 10 第 1 题，是配套本讲主题的作业训练。教材中的位置是 [JL] §3.4.3（Definition 3.4.7 / Proposition 3.4.8）。此处照题目原文完整解答。

• 定义陈述（原题第 4 题原文）：设 $S\subset\mathbb{R}$。我们说 $f:S\to\mathbb{R}$ 在 $S$ 上 Lipschitz 连续 (Lipschitz continuous)，如果存在 $L\ge0$ 使得对一切 $x,y\in S$

• 定理陈述：若 $f:S\to\mathbb{R}$ 在 $S$ 上 Lipschitz 连续，则 $f$ 在 $S$ 上一致连续。

• 证明策略：Lipschitz 条件已经把 $\vert f(x)-f(y)\vert $ 线性地用 $\vert x-y\vert $ 控制了——这几乎就是一致连续的定义，只差把 $\epsilon$ 解出来。所以用直接证明：给定 $\epsilon$，要让 $L\vert x-y\vert <\epsilon$，只需 $\vert x-y\vert <\frac{\epsilon}{L}$。唯一的坑是 $L=0$：此时不能除以 $L$，但 $L=0$ 的情形反而更简单（函数是常数）。

• 逐步推导：

  1. 设 $f$ 在 $S$ 上 Lipschitz 连续，取定常数 $L\ge0$，使 $\forall x,y\in S$，$\vert f(x)-f(y)\vert \le L\vert x-y\vert $。（依据：定义。）
  2. 情形 A：$L=0$。 此时 $\forall x,y\in S$，$\vert f(x)-f(y)\vert \le0$，故 $f(x)=f(y)$——$f$ 是常函数。（依据：绝对值非负且 $\le0$ 蕴含 $=0$。）
  3. 对任意 $\epsilon>0$，取 $\delta:=1$（任何正数都行）。若 $\vert x-y\vert <\delta$，则 $\vert f(x)-f(y)\vert =0<\epsilon$。（依据：第 2 步；$\epsilon>0$。）故 $f$ 一致连续。$\checkmark$
  4. 情形 B：$L>0$。 设 $\epsilon>0$ 任意给定。（依据：一致连续定义的 $\forall\epsilon$。）
  5. 取 $\delta:=\frac{\epsilon}{L}>0$。注意 $\delta$ 里没有 $x$ 也没有 $y$，只依赖 $\epsilon$（与常数 $L$）。（依据：构造；$L>0$、$\epsilon>0$。）
  6. 设 $x,y\in S$ 满足 $\vert x-y\vert <\delta$。（依据：定义中的任意两点。）
  7. 则

 （依据：第 1 步的 Lipschitz 条件；第 6 步；第 5 步的代数。）   8. 故对每个 $\\epsilon>0$ 找到只依赖 $\\epsilon$ 的 $\\delta$，$f$ 在 $S$ 上一致连续。$\\blacksquare$

• 【证明机制解说】 Lipschitz 条件比一致连续”强”在它是定量的：它给出一条统一的斜率上限 $L$，于是”要多小的输入差才能保证输出差 $<\epsilon$”这个问题有了显式答案 $\frac{\epsilon}{L}$。一致连续只要求”存在某个 $\delta(\epsilon)$”，Lipschitz 直接把它算出来了。几何上：$L$ 是”所有割线斜率绝对值”的一个上界，图像被夹在斜率 $\pm L$ 的两条直线束之间，所以图像不可能在某处变得无限陡峭——而”无限陡峭”正是一致连续失败的原因（对照 $1/x$ 在 $0$ 附近、$\sqrt{x}$ 在 $0$ 处）。

• 【证明技巧总结】

  • 技巧名：定量条件 $\Rightarrow$ 定性条件时”解不等式”。 由 $L\vert x-y\vert <\epsilon$ 解出 $\vert x-y\vert <\frac{\epsilon}{L}$。
  • 技巧名：常数 $0$ 要单独处理。 只要证明中出现”除以 $L$”，就必须先讨论 $L=0$；这是本课程反复出现的边界情形纪律（对照”除法极限漏掉 $y\ne0$”）。
  • 技巧名：$\delta$ 里的常数是允许的。 $\delta=\frac{\epsilon}{L}$ 依赖 $L$，但 $L$ 是函数本身的固定常数，不是点——这与 Remark 194 完全兼容。

补充：Lipschitz 的三个具体计算——$\cos x$、$x^{1/3}$、$\sqrt x$

（a）$\cos x$ 在 $\mathbb{R}$ 上 Lipschitz（Assignment 9 第 5(a) 题）

• 定理陈述：$f(x)=\cos x$ 在 $\mathbb{R}$ 上 Lipschitz 连续（取 $L=1$）。

• 证明（直接引用 Lecture 18 Theorem 207 第 1 条 / Lecture 15 的结论）：

  1. Lecture 15 在证明 $\sin x$ 连续时已经建立了

 证明路线是：$\\vert \\sin u-\\sin v\\vert =\\left\\vert 2\\sin\\frac{u-v}{2}\\cos\\frac{u+v}{2}\\right\\vert \\le2\\left\\vert \\sin\\frac{u-v}{2}\\right\\vert \\le2\\cdot\\frac{\\vert u-v\\vert }{2}=\\vert u-v\\vert $，其中用了 $\\vert \\sin t\\vert \\le\\vert t\\vert $ 与 $\\vert \\cos t\\vert \\le1$。（依据：Lecture 15 Theorem 172 的证明。）   2. 取 $u=x+\\frac\\pi2$、$v=y+\\frac\\pi2$，并注意 $\\cos x=\\sin\\left(x+\\frac\\pi2\\right)$。（依据：三角恒等式。）   3. 则

 （依据：第 1 步的不等式；代数。）   4. 故 $\\cos$ 在 $\\mathbb{R}$ 上 Lipschitz 连续，$L=1$。（依据：Lipschitz 定义。）$\\blacksquare$   5. **推论**：由上面的「Lipschitz $\\Rightarrow$ 一致连续」，$\\cos x$ 在 $\\mathbb{R}$ 上一致连续——**在整个无界区间上一致连续**！这与 $x^2$ 在 $\\mathbb{R}$ 上不一致连续形成鲜明对照（$x^2$ 的"斜率"无界，$\\cos$ 的斜率被 $1$ 封顶）。

• 【证明机制解说】 这里的全部工作都已在 Lecture 15 做完：$\vert \sin u-\sin v\vert \le\vert u-v\vert $ 就是 $\sin$ 的 Lipschitz 性，只是当时是以”连续性的 $\delta=\epsilon$”形式出现的。现在只要你认出”$\delta=\epsilon$ 这个取法本身就是 $L=1$ 的 Lipschitz 条件”，$\cos$ 的情形就是一次平移。

• 【证明技巧总结】 技巧名：把”$\delta=\epsilon$”翻译成”$L=1$ 的 Lipschitz”。 在 Lecture 13–15 里凡是出现 $\delta=\epsilon$ 的地方，本质上都蕴藏着一个 Lipschitz 估计。

（b）$f(x)=x^{1/3}$ 在 $[0,1]$ 上一致连续但非 Lipschitz（Assignment 9 第 5(b) 题）

• 陈述：$f(x)=x^{1/3}$ 在 $[0,1]$ 上（i）一致连续；（ii）不是 Lipschitz 连续。

• （i）一致连续的证明（策略：避开 0 附近的困难，用 Theorem 197 或分片估计）：

  • 路线 1（最短，依赖本讲 Theorem 197）：$f(x)=x^{1/3}$ 在 $[0,1]$ 上连续。为什么连续？ 在 $c>0$ 处，用 Lecture 13 Example 154 对 $\sqrt{x}$ 的同类有理化技巧：

 （依据：$a^3-b^3=(a-b)(a^2+ab+b^2)$ 取 $a=x^{1/3},b=c^{1/3}$；分母三项都非负且第三项 $=c^{2/3}>0$。）
 在 $c=0$ 处，$\\vert x^{1/3}-0\\vert =x^{1/3}$，给定 $\\epsilon>0$ 取 $\\delta=\\epsilon^3$，则 $x<\\delta\\Rightarrow x^{1/3}<\\epsilon$。（依据：Lecture 13 Example 154 的同类推理。）所以要证的只是"$f$ 在 $[0,1]$ 上连续"，而这个由 Lecture 15 的连续函数运算/复合或上面的直接估计给出。   - **然后由 Theorem 197**（$[0,1]$ 上连续 $\\iff$ 一致连续）直接得到 $f$ 在 $[0,1]$ 上一致连续。$\\checkmark$   - **路线 2（不依赖 Theorem 197，直接构造 $\\delta$，且能显示 $\\delta$ 的非线性）**：设 $\\epsilon>0$，取 $\\delta:=\\frac{\\epsilon^3}{2}$。设 $x,y\\in[0,1]$、$x\\ne y$，记 $a:=x^{1/3}$、$b:=y^{1/3}$。由三次方差公式 $x-y=a^3-b^3=(a-b)(a^2+ab+b^2)$ 得

 又 $a^2+ab+b^2\\ge\\frac{(a+b)^2}{2}\\ge\\frac{(a-b)^2}{2}$（分别依据：$a^2+ab+b^2-\\frac{(a+b)^2}{2}=\\frac{a^2+b^2}{2}\\ge0$；$(a+b)^2\\ge(a-b)^2$），故 $a^2+ab+b^2\\ge\\frac{\\vert a-b\\vert ^2}{2}$。代入得

 （依据：代数变形；第 1 步取 $\\delta$。）故 $\\delta=\\frac{\\epsilon^3}{2}$ 只依赖 $\\epsilon$，一致连续成立。**注意 $\\delta\\sim\\epsilon^3$ 是超线性的**——这正是它非 Lipschitz 的定量表现。

• （ii）非 Lipschitz 的证明（用序列直接打败每一个 $L$）：
  1. 反设存在 $L\ge0$ 使 $\forall x,y\in[0,1]$，$\vert x^{1/3}-y^{1/3}\vert \le L\vert x-y\vert $。（依据：反证法假设。）
  2. 若 $L=0$ 则 $f$ 为常函数，矛盾（例如 $f(0)=0\ne1=f(1)$）。（依据：绝对值 $\le0$ 蕴含相等。）故 $L>0$。
  3. 对每个 $n\in\mathbb{N}$，取 $x_n:=0$，$y_n:=\frac{1}{n^3}\in(0,1]$。（依据：构造；$y_n\in[0,1]$。）
  4. 代入反设的不等式：

 （依据：$(n^{-3})^{1/3}=n^{-1}$；代数。）   5. 两边乘 $n^3$：$n^2\\le L$ 对**一切** $n\\in\\mathbb{N}$ 成立。（依据：$n>0$ 时不等式同向变形。）   6. 但由 Archimedes 性质（Lecture 5），$\\mathbb{N}$ 在 $\\mathbb{R}$ 中无上界，故存在 $n$ 使 $n^2>L$。（依据：Lecture 5 Archimedean property。）   7. 第 5、6 步矛盾，故不存在这样的 $L$，$f$ 在 $[0,1]$ 上非 Lipschitz。$\\blacksquare$

数值验算（”比值无界”的直接证据）：取 $x=0$、$y=\frac{1}{n^3}$，则

比值 $\to\infty$，任何有限的 $L$ 都会被打败。（用 python3 验算过：$n=10$ 时比值 $=100$，$n=100$ 时比值 $=10000$，与解析值 $n^2$ 完全一致。）

• 【证明机制解说】 为什么 $x^{1/3}$ 一致连续却非 Lipschitz？因为”一致连续”只问”$\delta$ 能不能只依赖 $\epsilon$”，而”Lipschitz”额外要求这个依赖是线性的：$\delta\approx\frac{\epsilon}{L}$。$x^{1/3}$ 在 $0$ 处的切线是垂直的，割线斜率 $\to\infty$，所以 $\delta$ 必须以超线性的速度随 $\epsilon$ 缩小（这里 $\delta\sim\epsilon^3$）——一致连续允许这种”非线性”的 $\delta(\epsilon)$，Lipschitz 不允许。

• 【证明技巧总结】

  • 技巧名：用 $x=0,\ y=\frac{1}{n^3}$ 打穿所有 $L$。 对幂函数 $x^\alpha$（$\alpha<1$）在含 $0$ 的区间上，取 $y=n^{-1/\alpha}$ 使 $\vert x^\alpha-y^\alpha\vert =n^{-1}$ 而 $\vert x-y\vert =n^{-1/\alpha}$，比值 $=n^{1/\alpha-1}\to\infty$。
  • 技巧名：把”$\forall L$ 都失败”变成”$n^2\le L$ 对一切 $n$”再撞 Archimedes。 这是”反证 + 取序列 + 用 $\mathbb{N}$ 无界”的三段式。

（c）对照计算：$f(x)=\sqrt{x}$ 在 $[1,\infty)$ 上 Lipschitz、在 $[0,\infty)$ 上非 Lipschitz

• 在 $[1,\infty)$ 上是 Lipschitz（$L=\frac12$）：由共轭有理化

因为 $\sqrt x+\sqrt y\ge1+1=2$。（依据：代数 + 区间假设。）数值验算：$x=1,y=2$ 时 $\vert \sqrt1-\sqrt2\vert =0.41421\le\frac12\cdot1=0.5$ $\checkmark$。

• 在 $[0,\infty)$ 上非 Lipschitz：取 $x=0$、$y=\frac{1}{n^2}$，则

数值验算：$n=10$ 时比值 $=10$，$n=100$ 时 $=100$，$n=1000$ 时 $=1000$——与解析值 $n$ 完全一致（python3 验算）。

• 但 $\sqrt x$ 在 $[0,1]$ 上仍然一致连续：由 Theorem 197（$[0,1]$ 上连续 $\iff$ 一致连续）。所以 $[0,1]$ 上的 $\sqrt x$ 是”一致连续但非 Lipschitz”的另一个标准例子，与 $x^{1/3}$ 同型。

补充：Hölder 条件 $\Rightarrow$ 一致连续（Hölder condition，Assignment 10 第 1(a) 题）

来源标注：Assignment 10 第 1 题（Reading §4.1, 4.2）。原题原文：

“1. Let $I$ be an interval. A function $f:I\to\mathbb{R}$ is said to satisfy a Hölder condition with exponent $\alpha>0$ if there exists a constant $C>0$ such that if $x,y\in I$ then $\vert f(x)-f(y)\vert \le C\vert x-y\vert ^{\alpha}$. (a) Prove that if $f:I\to\mathbb{R}$ satisfies a Hölder condition with exponent $\alpha>0$, then $f$ is uniformly continuous on $I$. (b) Prove that if $f:I\to\mathbb{R}$ satisfies a Hölder condition with exponent $\alpha>1$, then $f$ is constant.”

• 定义：$f:I\to\mathbb{R}$ 满足指数 $\alpha>0$ 的 Hölder 条件，如果 $\exists C>0$ 使 $\forall x,y\in I$，$\vert f(x)-f(y)\vert \le C\vert x-y\vert ^\alpha$。

• 直观解释：Hölder 条件是 Lipschitz 条件的推广：$\alpha=1$ 就是 Lipschitz（$C$ 即 $L$）；$\alpha<1$ 是更弱的条件（允许图像在局部比 Lipschitz 更陡）；$\alpha>1$ 是强得多的条件（图像被强制”变平”）。为什么 $\alpha>1$ 这么强？因为当 $\vert x-y\vert $ 很小时，$\vert x-y\vert ^\alpha$ 是 $\vert x-y\vert $ 的高阶小量——比线性还小。这个额外的”小”在 $\alpha>1$ 时被放大到足以杀死所有变化（见 1(b)）。

• (a) 的完整证明：

  1. 设 $f$ 满足 $\alpha>0$ 的 Hölder 条件，常数 $C>0$。（依据：定义。）
  2. 设 $\epsilon>0$。（依据：一致连续的 $\forall\epsilon$。）
  3. 取

 （依据：构造；$C>0$、$\\epsilon>0$、$\\alpha>0$，故 $\\frac{\\epsilon}{C}>0$ 且正数的正实数次幂为正。）   4. 设 $x,y\\in I$ 满足 $\\vert x-y\\vert <\\delta$。（依据：定义中的任意两点。）   5. 则

 （依据：Hölder 条件；第 4 步；第 3 步的代数；$(a^{1/\\alpha})^\\alpha=a$。）   6. 故 $f$ 在 $I$ 上一致连续。$\\blacksquare$   7. **附带结论**：由 Hölder 条件还立即得到**连续性**（一致连续 $\\Rightarrow$ 连续，见下面 Theorem 的等价方向）。

• 【证明机制解说】 与 Lipschitz 的情形完全同型：把不等式解出 $\delta$。区别在于 Lipschitz 是 $\vert x-y\vert $ 的一次幂，解出 $\delta=\frac{\epsilon}{L}$；Hölder 是 $\alpha$ 次幂，解出 $\delta=\left(\frac{\epsilon}{C}\right)^{1/\alpha}$。注意 $\alpha<1$ 时 $\delta$ 会比 $\epsilon$ 小得多（$\alpha=\frac12$、$\epsilon=0.01$ 时 $\delta=0.0001$）——这正是”折点型函数”（如 $\sqrt x$）的典型特征。

• 【证明技巧总结】 技巧名：幂次不等式的解出。 $C t^\alpha<\epsilon\iff t<\left(\frac{\epsilon}{C}\right)^{1/\alpha}$。$\alpha=1$ 退回 Lipschitz 情形的 $\frac{\epsilon}{L}$。

补充：Hölder 条件 $\alpha>1$ $\Rightarrow$ $f$ 是常函数（Assignment 10 第 1(b) 题）

• 定理陈述：若 $f:I\to\mathbb{R}$ 满足指数 $\alpha>1$ 的 Hölder 条件，则 $f$ 是常函数。

• 证明策略：这是本讲最漂亮的一个证明。核心思想是”把区间等分成 $n$ 段，再用三角不等式把 $n$ 段的误差加起来“。单段的误差被 $C\left(\frac{\vert x-y\vert }{n}\right)^\alpha=Cn^{-\alpha}\vert x-y\vert ^\alpha$ 控制（注意 $n^{-\alpha}$ 的衰减），而相加要把 $n$ 项加起来（得到因子 $n$）。两者相乘得 $Cn^{1-\alpha}\vert x-y\vert ^\alpha$。因为 $\alpha>1$，$1-\alpha<0$，所以 $n^{1-\alpha}\to0$——分段越多，总误差越小。令 $n\to\infty$ 得 $\vert f(x)-f(y)\vert \le0$，即 $f(x)=f(y)$。既然 $f(x)=f(y)$ 对任意两点成立，函数只能是常数。

  为什么这个策略能成功？因为细分的”收益”（$n^{-\alpha}$）比”成本”（$n$）更强——只有在 $\alpha>1$ 时才如此。若 $\alpha=1$（Lipschitz），两者恰好抵消，$n^{1-\alpha}=1$，得不到任何结论；这正是”Lipschitz 不必是常数”的解析原因。

• 逐步推导：

  1. 设 $f:I\to\mathbb{R}$ 满足 $\vert f(u)-f(v)\vert \le C\vert u-v\vert ^\alpha$ 对一切 $u,v\in I$，其中 $C>0$，$\alpha>1$。（依据：定义。）
  2. 设 $x,y\in I$ 任意，$x<y$。（依据：证明”任意两点函数值相等”。若 $x=y$ 结论平凡；若 $x>y$ 交换两者。）
  3. 设 $n\in\mathbb{N}$，在 $[x,y]$ 上取等距分点

 则 $t_0=x$，$t_n=y$，且对每个 $k$，$t_k-t_{k-1}=\\frac{y-x}{n}$。（依据：构造 + 代数。）   4. 注意到**望远镜求和**：

 （依据：求和望远镜消去——中间项两两抵消。）   5. 取绝对值并用三角不等式：

 （依据：三角不等式。）   6. 对每一项用 Hölder 条件（这是关键一步：**总共用了 $n$ 次**）：

 （依据：Hölder 条件；第 3 步的等距性；注意 $y-x>0$。）   7. 代入第 5 步，$n$ 个相同的项相加：

 （依据：求和；$n\\cdot n^{-\\alpha}=n^{1-\\alpha}$。）   8. 由于 $\\alpha>1$，$1-\\alpha<0$，故 $n^{1-\\alpha}=\\frac{1}{n^{\\alpha-1}}\\to0$（$n\\to\\infty$）。（依据：Lecture 9 Theorem 95 的特殊序列 $n^{-p}\\to0$（$p>0$），取 $p=\\alpha-1>0$。）   9. 于是 $C\\,n^{1-\\alpha}(y-x)^\\alpha\\to0$（$n\\to\\infty$，因为 $C$、$(y-x)^\\alpha$ 是固定常数）。（依据：Lecture 8 的常数倍极限。）   10. 但第 7 步的不等式对**一切** $n\\in\\mathbb{N}$ 成立，而右端 $\\to0$。故 $\\vert f(y)-f(x)\\vert $ 是一个非负常数，且 $\\le$ 任意小的正数。（依据：第 7 步 + 第 9 步。）   11. 因此 $\\vert f(y)-f(x)\\vert =0$，即 $f(x)=f(y)$。（依据：Lecture 3/6 的引理"若对一切 $\\epsilon>0$ 有 $\\vert a\\vert <\\epsilon$ 则 $a=0$"；此处 $\\vert f(y)-f(x)\\vert \\le C n^{1-\\alpha}(y-x)^\\alpha$ 对一切 $n$，令 $n\\to\\infty$ 得 $\\vert f(y)-f(x)\\vert \\le0$。）   12. 由 $x,y\\in I$ 任意，$f$ 是常函数。$\\blacksquare$

• 数值验算：取 $C=1$、$\vert x-y\vert =1$、$\alpha=1.5$，则上界为 $n^{1-1.5}=n^{-1/2}$：$n=10$ 时 $0.31623$，$n=100$ 时 $0.1$，$n=1000$ 时 $0.031623$——确实单调趋于 $0$（python3 验算）。

• 对照 $\alpha=1$（Lipschitz）时为什么失败：$n^{1-1}=1$，上界恒为 $C\vert x-y\vert $，不随 $n$ 改进。所以 Lipschitz 函数完全可以是 $f(x)=x$ 这种非常数。

• 【证明机制解说】 这个证明的”灵光一现”是第 3 步的等分。你为什么想到要等分？因为 Hölder 条件里的 $\vert x-y\vert ^\alpha$ 是次可加性失效的（$\alpha>1$ 时 $(a+b)^\alpha>a^\alpha+b^\alpha$，三角不等式在”$\alpha$ 次幂”上会朝错误方向走），所以你不能把 $\vert f(y)-f(x)\vert $ 直接一次估计完。唯一出路是先分成很多小段，让每段的 Hölder 估计做小，再用三角不等式把段数加进来。这时出现一场”博弈”：段数 $n$ 让误差变大 $n$ 倍，但每段的长度缩短让误差变小 $n^\alpha$ 倍。净效果是 $n^{1-\alpha}$。$\alpha>1$ 意味着”变小”赢，”变大”输——于是可以赢到 $0$。

  这个思想在分析里反复出现（Lecture 20 的 Riemann 和、Lecture 21 的连续模），名字是”细分 + 三角不等式 + 让 $n\to\infty$“。它也解释了为什么 $\alpha>1$ 的 Hölder 函数”图像太直”：任何有真实变化的地方都会被无限细分磨平。

• 【证明技巧总结】
  • 技巧名：等分 + 望远镜 + 三角不等式。 $f(y)-f(x)=\sum_{k=1}^n[f(t_k)-f(t_{k-1})]$。
  • 技巧名：用 $n^{1-\alpha}$ 的符号决定结论。 $\alpha>1$ $\Rightarrow$ 常函数；$\alpha=1$ $\Rightarrow$ 只得到 Lipschitz；$\alpha<1$ $\Rightarrow$ 只得到一致连续。
  • 技巧名：常数 $\le$ 任意小 $\Rightarrow$ 常数 $=0$。 最后一步收尾是”令 $n\to\infty$”，不是”取 $\epsilon$”——这是本课程常见的另一种收尾方式。

补充：$f(x)=x^2$ 在整个 $\mathbb{R}$ 上不一致连续

• 定理陈述：$g(x)=x^2$ 在 $\mathbb{R}$ 上不是一致连续。

• 证明策略（两条，都要会）：
  • 路线 A（Lebl [JL] Example 3.4.2 的反面）：假设有一致连续的 $\delta$，取 $x$ 很大、$c=x+\frac{\delta}{2}$，则 $\vert x^2-c^2\vert =(2x+\frac\delta2)\frac\delta2\ge\delta x$，要求它 $<\epsilon$ 就得 $x<\frac{\epsilon}{\delta}$ 对所有 $x>0$——与 $\mathbb{R}$ 的无界性矛盾。
  • 路线 B（序列法，更好记）：取 $x_n=n$、$y_n=n+\frac1n$，则 $\vert x_n-y_n\vert =\frac1n\to0$ 而 $\vert x_n^2-y_n^2\vert =2+\frac{1}{n^2}\to2>1$。
• 逐步推导（路线 A）：
  1. 反设 $g(x)=x^2$ 在 $\mathbb{R}$ 上一致连续。（依据：反证法假设。）
  2. 取 $\epsilon=1$。则 $\exists\delta>0$ 使 $\forall x,c\in\mathbb{R}$，$\vert x-c\vert <\delta\Rightarrow\vert x^2-c^2\vert <1$。（依据：一致连续定义，$\epsilon$ 取具体值 $1$。）
  3. 设 $x>0$ 任意，取 $c:=x+\frac{\delta}{2}$。则 $\vert x-c\vert =\frac\delta2<\delta$。（依据：构造。）
  4. 于是

 （依据：第 2 步；代数；$2x+\\frac\\delta2\\ge 2x$，故 $(2x+\\frac\\delta2)\\frac\\delta2\\ge \\delta x$。）   5. 整理得 $x<\\frac{1}{\\delta}$ 对**一切** $x>0$ 成立。（依据：$\\delta>0$，不等式两边除以 $\\delta$。）   6. 但取 $x=\\frac1\\delta+1$（$>0$）时 $\\frac1\\delta+1>\\frac1\\delta$，与第 5 步矛盾。（依据：Archimedes 性质 / 实数的有序性。）故 $x^2$ 在 $\\mathbb{R}$ 上不一致连续。$\\blacksquare$   7. **具体数值（$\\epsilon=1$、$\\delta=0.1$）**：由第 5 步必须 $x<\\frac{1}{0.1}=10$。验算取 $x=100$、$c=100.05$：$\\vert x-c\\vert =0.05<\\delta$，但

 （python3 验算。）**这就是"$\\delta=0.1$ 在 $x=100$ 处失效"的具体证据。**

• 逐步推导（路线 B，序列法）：
  1. 反设 $g$ 一致连续，取 $\epsilon_0=1$，得 $\delta>0$ 使 $\vert x-c\vert <\delta\Rightarrow\vert x^2-c^2\vert <1$。（依据：反证 + 定义。）
  2. 由 Archimedes 性质取 $n\in\mathbb{N}$ 使 $\frac1n<\delta$。（依据：Lecture 5 Archimedes；$\frac1n\to0$。）
  3. 令 $x_n:=n$，$y_n:=n+\frac1n$。则 $\vert x_n-y_n\vert =\frac1n<\delta$。（依据：构造。）
  4. 于是应有 $\vert x_n^2-y_n^2\vert <1$。但

 （依据：代数展开。）   5. 第 4 步的两个结论矛盾，故 $x^2$ 在 $\\mathbb{R}$ 上不一致连续。$\\blacksquare$

• 数值验算（$\epsilon_0=1$）：

  $n$	$x_n=n$	$y_n=n+1/n$	$\lvert x_n-y_n\rvert=1/n$	$\lvert x_n^2-y_n^2\rvert=2+1/n^2$
  1	1	2	1	3
  10	10	10.1	0.1	2.01
  100	100	100.01	0.01	2.0001
  1000	1000	1000.001	0.001	2.000001

  距离任意小，函数值差却稳定在 $2$ 附近（python3 验算，与解析式 $2+\frac{1}{n^2}$ 完全一致）。

• 【证明机制解说】 $x^2$ 在 $\mathbb{R}$ 上失败的机制是斜率无界：在点 $x$ 附近，$x^2$ 的”局部斜率”约为 $2x$，随 $x\to\infty$ 无限增大。一致连续要求存在统一的 $\delta$，而局部的”放大倍数” $2x$ 却无界——所以无论 $\delta$ 多小，只要跑到足够大的 $x$ 处，同样的输入差 $\delta$ 就会带来巨大的输出差。这正是”先限制定义域再放缩”（Example 195）中常数 $2$ 一旦失去就全盘崩溃的原因。

• 【证明技巧总结】

  • 技巧名：函数值”差 $2$”型反例。 $x^2$ 用 $(n,n+1/n)$ 差约为 $2$；$1/x$ 用 $(1/n,1/(n+1))$ 差恒为 $1$。
  • 技巧名：反证时”$\epsilon$ 取成 $1$”——反证不需要最优常数，取 $1$ 或 $2$ 最省事。
  • 技巧名：路线 A 的”$x$ 任意大 $\Rightarrow$ 撞无界性”与路线 B 的”取 $n$ 撞 Archimedes”是同一件事的两种说法。

补充：$f(x)=\sin(1/x)$ 在 $(0,1)$ 上不一致连续（Assignment 9 第 3 题 = [JL] Exercise 3.4.8）

• 陈述（原题）：”Show that $f:(0,\infty)\to\mathbb{R}$ defined by $f(x):=\sin(1/x)$ is not uniformly continuous.”
• 证明策略：$f$ 有界（$\vert f\vert \le1$），所以”无界”这条理由用不上——有界 $+$ 连续并不能推出一致连续。要打败一致连续，需找两列靠得极近而函数值差有正下界的点。$\sin(1/x)$ 在 $x\to0^+$ 时以无限快的频率振荡，所以取落在不同波峰/波谷上的两点即可。
• 逐步推导：
  1. 取 $\epsilon_0:=1$；设 $\delta>0$ 任意。（依据：Negation 196。）
  2. 令 $x_n:=\frac{2}{(2n-1)\pi}$。（依据：Lecture 14 Theorem 159 用过同款点列。）
  3. 由 Archimedes 性质可取 $n$ 足够大使 $\vert x_n-x_{n+1}\vert <\delta$，因为

 （依据：通分 + 代数。）   4. $\\sin\\frac{1}{x_n}=\\sin\\left(\\frac{(2n-1)\\pi}{2}\\right)=(-1)^{n+1}$，故 $\\sin\\frac1{x_{n+1}}=(-1)^{n+2}$。（依据：$\\sin\\left(k\\pi+\\frac\\pi2\\right)=(-1)^k$。）   5. 于是 $\\left\\vert f(x_n)-f(x_{n+1})\\right\\vert =\\left\\vert (-1)^{n+1}-(-1)^{n+2}\\right\\vert =2\\ge\\epsilon_0$。（依据：第 4 步。）   6. 对任意 $\\delta>0$ 都找到反例对，故 $f$ 非一致连续。$\\blacksquare$ - **数值验算**：$n=10$ 时 $\\vert x_{10}-x_{11}\\vert =0.003205$，而 $\\vert f(x_{10})-f(x_{11})\\vert =2$；$n=100$ 时距离 $=0.000032$，函数值差仍为 $2$。距离趋于 $0$，函数值差恒为 $2$。 - **【证明机制解说】** 三种失败的机制要分清：$1/x$ 被"**振幅**无界"打败；$\\sin(1/x)$ 被"**频率**无界"打败；$x^2$ 被"**斜率**（在 $\\infty$ 处）无界"打败。三者违反的是同一条要求：**统一的 $\\delta$**。 - **【证明技巧总结】** **技巧名：用"半整数倍 $\\pi$"制造 $+1/-1$ 交替**（Lecture 14 Theorem 159 同款）；**技巧名：先写出距离的显式公式，再令 $n\\to\\infty$**。

补充：预告——可导 $\Rightarrow$ 连续（Lecture 18 的 Theorem 202）

来源标注：这一条不是 Lecture 17 的定理。源文件 lecture_17.txt 在 Definition 198（导数）之后只给出 Notation 199、Example 200、Example 201，没有证明”可导 $\Rightarrow$ 连续”。该结论是 Lecture 18 的 Theorem 202（lecture_18.txt 第 3 行起）。Final Assignment 第 4(a)(i) 题考的就是它。此处作为预告给出完整证明，以便本讲”导数定义”部分自洽。

• 定理陈述（Lecture 18 Theorem 202）：若 $f:I\to\mathbb{R}$ 在 $c\in I$ 处可导，则 $f$ 在 $c$ 处连续。

• 证明策略：要证 $f(x)\to f(c)$，最直接的办法是把 $f(x)-f(c)$ 写成”差商 $\times$ $(x-c)$”，然后让两部分各自收敛：差商 $\to f^{\prime}(c)$（有限），$(x-c)\to0$，乘积 $\to0$。这个”乘上一个趋于 $0$ 的量”的想法，正是 Lecture 8 乘积极限定理的直接应用。

• 逐步推导（完全按 Lecture 18 源文件）：

  1. 设 $f$ 在 $c$ 处可导，即 $\lim_{x\to c}\frac{f(x)-f(c)}{x-c}=f^{\prime}(c)$ 存在且有限。（依据：Lecture 17 Definition 198。）
  2. 区间 $I$ 的每个点都是 $I$ 的聚点，故 $f$ 在 $c$ 连续 $\iff\lim_{x\to c}f(x)=f(c)$。（依据：Lecture 15 Theorem 171 第 2 条。）
  3. 对 $x\ne c$，恒等式

 成立。（依据：代数；$x\\ne c$ 故可约分，且 $\\frac{f(x)-f(c)}{x-c}$ 就是差商。）   4. 于是

 （依据：加一项减一项；第 3 步。）   5. 由 Lecture 8 的乘积极限定理：$\\lim_{x\\to c}(x-c)=0$，$\\lim_{x\\to c}\\frac{f(x)-f(c)}{x-c}=f^{\\prime}(c)$，两者极限都存在（有限），故

 （依据：Lecture 8 乘积极限；Lecture 13 Example 153 给 $\\lim_{x\\to c}(x-c)=0$。）   6. 再用法则极限 + 常数极限：

 （依据：Lecture 8 加法律；Lecture 13 Example 153 的常数情形。）   7. 由第 2 步，$f$ 在 $c$ 处连续。$\\blacksquare$

• 【证明机制解说】 这个证明短得惊人，但它的信息密度极高：它把”可导”这个关于商的极限的信息，转化成”连续”这个关于差值的极限的信息，桥梁就是恒等式 $f(x)-f(c)=(x-c)\cdot\frac{f(x)-f(c)}{x-c}$。为什么这个等式有用？因为右端的两个因子各自都有已知极限：一个 $\to0$、一个 $\to f^{\prime}(c)$。而”两个都有极限的因子的乘积的极限 $=$ 极限的乘积”正是 Lecture 8 建立的。注意 $f^{\prime}(c)$ 有限这一条不可省——如果允许 $f^{\prime}(c)=\infty$，$0\cdot\infty$ 就是未定式，证明立刻崩塌。这正是 Definition 198 要求”极限存在”（在 $\mathbb{R}$ 中）的原因。

• 【证明技巧总结】

  • 技巧名：把差值写成”差商 $\times$ 输入差”。 这是所有”可导 $\Rightarrow$ 连续”型证明的唯一手段，也是 Lecture 19 求导法则的公共起点。
  • 技巧名：$0\cdot(\text{有限})=0$。 记住必须验证另一个因子有限。
  • 技巧名：反例见下——连续 $\not\Rightarrow$ 可导，$f(x)=\vert x\vert $ 在 $0$。

补充：连续 $\not\Rightarrow$ 可导——$f(x)=\vert x\vert $ 在 $0$ 处不可导（Also Final 第 4(a)(ii)；Lecture 18 Example 204）

• 定理陈述：$f(x)=\vert x\vert $ 在 $c=0$ 处不可导（尽管它在 $0$ 处连续）。

• 证明策略：用序列刻画（Lecture 14）找出一个 $x_n\to0$ 使差商序列不收敛。源文件的做法非常漂亮：取 $x_n=\frac{(-1)^n}{n}$，则差商恰好等于 $(-1)^n$，而 $(-1)^n$ 不收敛。也可以用单侧极限做：左差商 $\to-1$、右差商 $\to1$，不相等。

• 逐步推导（源文件路线：序列法）：

  1. 取 $x_n:=\frac{(-1)^n}{n}$。则 $x_n\ne0$ 且 $x_n\to0$。（依据：$\frac1n\to0$，Lecture 9 Theorem 95。）
  2. 计算差商：

 （依据：$\\vert x_n\\vert =\\frac1n$；代数。）   3. 但 $\\lim_{n\\to\\infty}(-1)^n$ **不存在**（Lecture 7 的振荡序列；也见 Lecture 14 Theorem 159 的同类论证：子列 $\\to1$ 而另一子列 $\\to-1$）。（依据：Lecture 7。）   4. 由 Lecture 14 的序列刻画（$\\lim_{x\\to c}$ 存在 $\\iff$ 对每个 $x_n\\to c$、$x_n\\ne c$ 的序列 $\\{f(x_n)\\}$ 都收敛），差商的极限不存在。（依据：Lecture 14。）   5. 故 $f$ 在 $0$ 处不可导。$\\blacksquare$

• 逐步推导（单侧极限路线，等价且更直观）：
  1. 右差商：对 $x>0$，$\frac{\vert x\vert -\vert 0\vert }{x-0}=\frac xx=1$，故 $\lim_{x\to0^+}\frac{f(x)-f(0)}{x-0}=1$。（依据：Lecture 14 Definition 163 的单侧极限；常数函数的极限。）
  2. 左差商：对 $x<0$，$\frac{\vert x\vert }{x}=\frac{-x}{x}=-1$，故 $\lim_{x\to0^-}\frac{f(x)-f(0)}{x-0}=-1$。（依据：Lecture 14 Definition 161。）
  3. 由 Lecture 14（$f^{\prime}(c)$ 存在 $\iff$ 双侧极限存在且相等），$-1\ne1$，故极限不存在。（依据：Lecture 14 单侧极限与双侧极限的关系。）
  4. 故 $f$ 在 $0$ 处不可导，而 $f(x)=\vert x\vert $ 显然在 $0$ 处连续（$\vert x\vert \to0$）。$\blacksquare$

   f(x)=|x| 在 c=0 的"尖角"：左右差商是两条不同的直线

        f(x)
          ▲
          │        ╱  斜率 +1（右差商 → +1）
          │      ╱
          │    ╱
          │  ╱
   ───────┼──────────────► x
        0 │
        ╱ │
      ╱   │
    ╱     │  斜率 -1（左差商 → -1）
  ╱       │
          │
   在 0 处：左导数 = lim_{x→0⁻} |x|/x = -1
            右导数 = lim_{x→0⁺} |x|/x = +1
            -1 ≠ +1  ⟹  f'(0) 不存在
   但 f 在 0 连续：|x| → 0 = f(0)  ⟹  连续 ⇏ 可导

• 【证明机制解说】 $\vert x\vert $ 在 $0$ 处的失败是几何的：图像有一个”尖角”，左侧割线斜率恒为 $-1$，右侧恒为 $1$，割线无法收敛到同一条切线。这与”可导 $\Rightarrow$ 连续”合起来给出本讲第二个重要的单向性：可导严格强于连续。请把它和第一个单向性（一致连续严格强于连续）并列记住：

  关系	方向	反例
  可导 vs. 连续	可导 $\Rightarrow$ 连续；反之否	$f(x)=\vert x\vert $ 在 $0$（Lecture 18 Example 204；Final 4(a)(ii)）
  一致连续 vs. 连续	一致连续 $\Rightarrow$ 连续；反之否	$f(x)=1/x$ 在 $(0,1)$（本讲 Negation 196）
  Lipschitz vs. 一致连续	Lipschitz $\Rightarrow$ 一致连续；反之否	$f(x)=x^{1/3}$ 在 $[0,1]$（Assignment 9 第 5(b)）
  Hölder($\alpha>1$) vs. Lipschitz	Hölder($\alpha>1$) $\Rightarrow$ 常函数	非常函数全都不满足

• 【证明技巧总结】

  • 技巧名：用 $x_n=\frac{(-1)^n}{n}$ 造不收敛的差商。 这是把”极限不存在”直接暴露成”序列不收敛”的最省事做法。
  • 技巧名：单侧极限判不可导。 $f^{\prime}+(c)\ne f^{\prime}-(c)\Rightarrow f^{\prime}(c)$ 不存在（充分，非必要——$f(x)=x\sin(1/x)$ 在 $0$ 处两侧差商都无极限）。

补充：$x\to\infty$ 的极限（Assignment 9 第 6 题）

来源标注：Assignment 9 第 6 题。原题原文：

“Let $R\in\mathbb{R}$, and let $f:[R,\infty)\to\mathbb{R}$. We say that $f(x)$ converges to $L$ as $x\to\infty$ if for every $\epsilon>0$ there exists $M\ge R$ such that for all $x\ge M$ we have $\vert f(x)-L\vert <\epsilon$. We write $f(x)\to L$ as $x\to\infty$ or $\lim_{x\to\infty}f(x)=L$. (a) Prove that $\lim_{x\to\infty}\frac{2x}{x^2+1}=1$. (b) Prove that $\lim_{x\to\infty}\sin x$ does not exist.”

• 定义（原题）：

• 直观解释：这是 $\epsilon$-$N$ 定义的”连续变量版”：把”从第 $N$ 项起”换成”从某位置 $M$ 起”。注意 $M\ge R$（$M$ 必须在定义域内），且 $\delta$ 的角色被 $M$ 取代。教材 [JL] §3.5.1 用”$\infty$ 是 $S$ 的聚点”来表述同一件事。
• 关于第 6(a) 题的一处源文件观测（必须说明）：该题 PDF 经文字抽取后显示为 $\lim_{x\to\infty}\frac{2x}{x^2+1}=1$，但这个等式是假的：$\frac{2x}{x^2+1}\to0$（分母次数高于分子）。还原该行的排版信息后可见分子上还有一个上标 $2$（抽取时被分离成独立字形），故题目的真实分子很可能是 $x^2$，即 $\lim_{x\to\infty}\frac{x^2}{x^2+1}=1$，这个等式为真。本笔记把两种读法都完整解出，以免因抽取歧义漏掉考点。
• 证明 ①（读法 A：$\lim_{x\to\infty}\frac{x^2}{x^2+1}=1$）：
  1. 设 $\epsilon>0$。（依据：定义中的 $\forall\epsilon$。）
  2. 对 $x\ge1$：

 （依据：通分 + 代数；$x^2+1\\ge x^2$。）   3. 于是只要 $\\frac{1}{x^2}<\\epsilon$，即 $x>\\frac{1}{\\sqrt\\epsilon}$，目标不等式即成立。（依据：代数变形；$x>0$。）   4. 由 Archimedes 性质取整数 $M\\ge\\max\\{R,\\ 1,\\ 1/\\sqrt\\epsilon\\}$。（依据：Lecture 5。）   5. 则 $\\forall x\\ge M$：$\\left\\vert \\frac{x^2}{x^2+1}-1\\right\\vert \\le\\frac{1}{x^2}\\le\\frac{1}{M^2}<\\epsilon$。（依据：第 2–4 步。）   6. 故 $\\lim_{x\\to\\infty}\\frac{x^2}{x^2+1}=1$。$\\blacksquare$   7. **具体数值（$\\epsilon=0.01$、$R=1$）**：$M>\\frac{1}{\\sqrt{0.01}}=10$，取 $M=10$。验算：$x=9$ 时 $\\left\\vert \\frac{81}{82}-1\\right\\vert =0.0121951>0.01$ ✗（但 $9<M$，不受约束）；$x=10$ 时 $=\\frac{1}{101}=0.00990099<0.01$ ✓；$x=11$ 时 $=\\frac{1}{122}=0.00819672<0.01$ ✓。**$M=10$ 恰好是最优整数。**（python3 验算。） - **证明 ②（读法 B：$\\lim_{x\\to\\infty}\\frac{2x}{x^2+1}=0$）**：   1. 设 $\\epsilon>0$。对 $x\\ge1$：

 （依据：$x^2+1>x^2>0$，分母放小则分数放大。）   2. 于是只要 $x>\\frac2\\epsilon$ 即可；由 Archimedes 取整数 $M\\ge\\max\\{R,1,2/\\epsilon\\}$。（依据：Lecture 5。）   3. 则 $\\forall x\\ge M$，$\\left\\vert \\frac{2x}{x^2+1}\\right\\vert \\le\\frac2x\\le\\frac2M<\\epsilon$。（依据：第 1、2 步。）   4. 故 $\\lim_{x\\to\\infty}\\frac{2x}{x^2+1}=0$（**不是 $1$**）。$\\blacksquare$   5. **具体数值（$\\epsilon=0.01$）**：$M>\\frac{2}{0.01}=200$，取 $M=200$。验算：$x=199$ 时 $\\frac{398}{39602}=0.010049997>0.01$ ✗；$x=200$ 时 $\\frac{400}{40001}=0.00999975<0.01$ ✓；$x=201$ 时 $\\frac{402}{40402}=0.009950002<0.01$ ✓。（python3 验算。） - **证明 ③（第 6(b) 题：$\\lim_{x\\to\\infty}\\sin x$ 不存在）**：   1. 反设 $\\lim_{x\\to\\infty}\\sin x=L$ 存在；取 $\\epsilon_0=\\frac12$，则 $\\exists M\\ge R$ 使 $\\forall x\\ge M$，$\\vert \\sin x-L\\vert <\\frac12$。（依据：原题定义。）   2. 由 Archimedes 取 $k$ 足够大使 $x_1:=2k\\pi\\ge M$ 与 $x_2:=2k\\pi+\\frac\\pi2\\ge M$ 都成立。（依据：Lecture 5。）   3. 则 $\\sin x_1=0$、$\\sin x_2=1$，于是 $\\vert 0-L\\vert <\\frac12$ 且 $\\vert 1-L\\vert <\\frac12$。（依据：第 1、2 步。）   4. 但由三角不等式

 即 $1<1$，矛盾。（依据：三角不等式；第 3 步。）故 $\\lim_{x\\to\\infty}\\sin x$ 不存在。$\\blacksquare$   5. **也可用序列刻画**：$x_n=2n\\pi\\to\\infty$ 给出 $\\sin x_n=0\\to0$，$y_n=2n\\pi+\\frac\\pi2\\to\\infty$ 给出 $\\sin y_n=1\\to1$；两个"走法"的极限不同，故极限不存在。（依据：[JL] Lemma 3.5.5 的序列刻画。） - **【证明机制解说】** 三个小问是同一技术的三种用法：(a) 类是"**算 $M$**"——先代数地把 $\\vert f(x)-L\\vert $ 放大成显式的、单调趋于 $0$ 的函数（$\\frac{1}{x^2}$、$\\frac2x$），再解不等式求 $M$；(b) 类是"**造两个走法**"——$\\sin x$ 的周期性使 $x=2k\\pi$ 与 $x=2k\\pi+\\frac\\pi2$ 成为天然的对照点。 - **【证明技巧总结】** **技巧名：$\\frac1x$ 型估值**（分母次数高于分子则极限为 $0$；同次则为最高次系数比）；**技巧名：$M=\\max\\{R,\\cdots\\}$**（对照"取 $N=\\max\\{N_0,N_1\\}$"，且必须保证 $M\\ge R$）；**技巧名：振荡不收敛用两个走法打**。

与教材的对应

对应 [JL]（Lebl, Basic Analysis I, Vol. 1）的具体章节

对应 OCW Assignment 9（Reading §3.3, 3.4, 3.5）

对应 OCW Assignment 10（Reading §4.1, 4.2）

对应 Midterm / Final

一处需要读者注意的源文件细节

源文件 Theorem 197 的证明对 $\{x_n\}$ 和 $\{c_n\}$ 各做了一次 Bolzano–Weierstrass，再通过”子列的子列”把两组下标对齐（源文件写作 $\{x_{n_{k_j}}\}$）。这不是冗余：两次提取必须共用同一组下标，否则 $\vert x_{n_{k_j}}-c_{n_{k_j}}\vert $ 这一项就没有意义。源文件原话是：”Note that subsequence $\{x_{n_{k_j}}\}$ of $\{x_{n_k}\}$ satisfies $\lim_{j\to\infty}x_{n_{k_j}}=x$.”

与其他讲次的关联

• 本讲用到了 Lecture 13–15 的什么？
  • Lecture 13 Definition 148/150：聚点与函数极限的 $\epsilon$-$\delta$ 定义——Definition 198 的 $\lim_{x\to c}$ 直接引用它，且”$c$ 必须是聚点”的要求来自 Definition 148。
  • Lecture 13 Example 153：$\lim_{x\to c}(ax+b)=ac+b$——Example 200（线性函数求导）与”可导 $\Rightarrow$ 连续”的证明都引用了它。
  • Lecture 14 Theorem 158：$\lim_{x\to c}x^2=c^2$——用定义算 $(x^2)’=2x$ 时，最后一步 $\lim_{x\to c}(x+c)=2c$ 靠它。
  • Lecture 14 Definition 161/163（单侧极限）：$\vert x\vert $ 在 $0$ 处不可导的左/右差商论证直接使用。
  • Lecture 15 Theorem 171 第 3 条（序列刻画）：Theorem 197 的最后一步”$f(x_{n_{k_j}})\to f(c)$”靠它。
  • Lecture 15 Theorem 172 的证明：$\vert \sin u-\sin v\vert \le\vert u-v\vert $——Assignment 9 第 5(a) 题（$\cos$ 的 Lipschitz 性）靠它。
• 本讲用到了更早的什么？
  • Lecture 9 Theorem 102（Bolzano–Weierstrass）：Theorem 197 证明的发动机。
  • Lecture 8 的极限运算法则：乘积极限（用于”可导 $\Rightarrow$ 连续”）、差极限与绝对值（用于 Theorem 197 的收尾）、商极限（用于 $(1/x)’=-1/c^2$，注意条件 $c\ne0$）。
  • Lecture 5 的 Archimedes 性质：所有”取足够大的 $n$/$M$”的步骤（$x^{1/3}$ 非 Lipschitz、$x^2$ 非一致连续、$\sin(1/x)$ 非一致连续、$x\to\infty$ 的极限）。
  • Lecture 3/6 的引理”$\forall\epsilon>0,\vert a\vert <\epsilon\Rightarrow a=0$”：Hölder($\alpha>1$) $\Rightarrow$ 常函数的最后一步。
• 本讲是后面哪些讲次的地基？
  • → Lecture 18（Weierstrass 处处不可微函数）：Theorem 202（可导 $\Rightarrow$ 连续）是 Lecture 17 Definition 198 的直接推论；Weierstrass 的反例靠”差商序列无界”否定 Definition 198。Lecture 18 Theorem 207 第 1 条（$\vert \cos x-\cos y\vert \le\vert x-y\vert $）正是本讲 Lipschitz 主题的延续。
  • → Lecture 19（求导法则、Rolle、中值定理）：所有求导法则都从 Definition 198 出发；中值定理给出”$\vert f^{\prime}\vert \le L\Rightarrow$ Lipschitz”（Assignment 10 第 3 题、Final 第 7(b)(i)）。
  • → Lecture 20（Taylor 定理）：Taylor 多项式是用高阶导数在一点处做最佳逼近——正是 Definition 198 的”最佳线性逼近系数”读法的推广。

  • → Lecture 21（连续函数的黎曼积分）：这是最重要的一条链。Theorem 235 的证明通过 Theorem 239 使用连续模 $w_f(\eta)$，而 Theorem 239 的第一行就是本讲的 Theorem 197：

    “Since $f\in C([a,b])$, $f$ is uniformly continuous on $[a,b]$（连续在有界区间上与一致连续等价）”

    也就是说：没有 Theorem 197，”连续函数可积”无法证明。这回答了本讲开头的”为什么需要一致连续”。

  • → Lecture 23（函数列的逐点/一致收敛）：一致收敛的定义（$\delta$ / $N$ 与 $x$ 无关）是本讲量词技术的同构翻版——把”$c$ 换成 $x$””$\delta$ 换成 $N$”，逻辑结构一模一样。Final 第 1(iii) 题就是考这一点。
  • → Lecture 25（Weierstrass 逼近）：$\sin(1/x)$、$1/x$、$x^{1/3}$ 这些反例在后续讨论”连续函数空间”时反复作为边界例子出现。

关键要点

1. 一致连续的定义与它和连续的唯一差别：

差别只有一处：$\forall c$（或 $\forall x$）从 $\exists\delta$ 的内部搬到了外部。一致的 $\delta$ 只依赖 $\epsilon$（Remark 194）。检验标准：你的 $\delta$ 里出现 $c$ 或 $x$ 就是错的。

1. 非一致连续的否定（Final 第 1(ii) 题必考）：

一句话记忆：“存在一个压不下去的高度差 $\epsilon_0$，无论窗口多小都有反例对。”

1. Theorem 197（本讲核心定理）：$f:[a,b]\to\mathbb{R}$ 连续 $\iff$ 一致连续。证明的范式：

   非一致连续 $\to$ 取 $\delta=\frac1n$ 造两列距离 $\to0$ 的点 $\to$ BW 提炼收敛子列 $\to$ 两列收敛到同一点 $\to$ 该点上”两个不同的极限值” $\to$ 与连续性矛盾。

   两处用到闭性：有界性（才能用 BW）、闭性（极限点必须还在 $[a,b]$ 内）。反例 $1/x$ 在 $(0,1)$ 上说明打开这个条件结论就崩（BW 的极限 $0\notin(0,1)$）。

2. 强度的层级（务必背下这条链）：

三个”$\Rightarrow$”都是严格的，反例分别是：$\vert x\vert $ 在 $0$（连续不可导）、$x^{1/3}$ 在 $[0,1]$（一致连续非 Lipschitz）、$1/x$ 在 $(0,1)$（连续非一致连续）。Hölder($\alpha>1$) 更特殊：它强制 $f$ 为常函数。

1. 导数的定义（Definition 198）与它的三层读法：

读法：瞬时变化率 / 切线斜率 / 最佳线性逼近的系数（$f(x)=f(c)+f^{\prime}(c)(x-c)+o(\vert x-c\vert )$）。用定义算导数的标准动作：因式分解约掉 $(x-c)$，再让 $x\to c$。Example 200（$f^{\prime}=a$）与 Example 201（$f^{\prime}(c)=\alpha nc^{n-1}$）是范例。

1. Lipschitz 与 Hölder 的定量公式（作业核心）：

   条件	$\delta$ 的取法	结论
   Lipschitz $\vert f(x)-f(y)\vert \le L\vert x-y\vert $	$\delta=\dfrac{\epsilon}{L}$（$L>0$）	一致连续
   Hölder $\alpha>0$：$\le C\vert x-y\vert ^\alpha$	$\delta=\left(\dfrac{\epsilon}{C}\right)^{1/\alpha}$	一致连续
   Hölder $\alpha>1$	（不需要 $\delta$）	$f$ 是常函数（等分得 $Cn^{1-\alpha}\vert x-y\vert ^\alpha\to0$）

常见误区与注意事项

误区 1：把 $\delta$ 写成 $c$ 的函数，还声称证到的是一致连续。

• 错误做法：证明 $x^2$ 在 $[0,1]$ 上一致连续时写”令 $\delta=\frac{\epsilon}{2c}$”。
• 为什么错：Remark 194 明确要求 $\delta$ 只依赖 $\epsilon$。$\frac{\epsilon}{2c}$ 在小 $c$ 处会爆炸式变大——它甚至不能保证 $\vert x-c\vert <\delta\Rightarrow\vert x^2-c^2\vert <\epsilon$（例如取 $c=0.01$、$\epsilon=0.01$ 得 $\delta=0.5$，此时 $\vert x-c\vert =0.4$ 会给出 $\vert x^2-c^2\vert =(0.41)(0.4)=0.164>0.01$ ✗）。
• 正确做法：先用定义域把变化因子换成常数（$x,c\in[0,1]\Rightarrow\vert x+c\vert \le2$），再令 $\delta=\frac{\epsilon}{2}$。先限制定义域再放缩。

误区 2：认为”连续 $\Rightarrow$ 一致连续”，或以为反例只存在于无界区间。

• 错误做法：因为 $1/x$ 在 $(0,1)$ 上有界区间上连续，就认为它在 $(0,1)$ 上一致连续。
• 为什么错：$(0,1)$ 有界但不闭。Theorem 197 需要闭区间。$1/x$ 在 $0$ 附近的代价是 $\vert x\vert $（分母）可以任意小。
• 正确做法：牢记”Theorem 197 = 闭 + 有界”。只要区间不闭（$1/x$ 在 $(0,1)$），或者不有界（$x^2$ 在 $\mathbb{R}$），都要单独检查。同时注意：非闭/非有界区间上仍可能一致连续（$\cos x$ 在 $\mathbb{R}$ 上就一致连续）——Theorem 197 是充分条件不是必要条件。

误区 3：写出否定时把 $\forall$ 和 $\exists$ 的次序搞乱，或者把”$\ge$”写成”$>$”却丢掉了 $\ge$ 的那一半。

• 错误做法：把非一致连续写成”$\exists\epsilon_0>0\ \forall\delta>0\ \forall x,y$，$\vert x-y\vert <\delta\Rightarrow\vert f(x)-f(y)\vert \ge\epsilon_0$”。这把 $x,y$ 也变成了 $\forall$——意思是”对所有靠得近的点对函数值差都 $\ge\epsilon_0$”，这强得离谱（例如 $x=y$ 时函数值差为 $0$）。
• 正确做法：否定一个含 $\forall x\exists y$ 的链时，$\forall$ 变 $\exists$、$\exists$ 变 $\forall$，且最内层的结论取反（$\Rightarrow$ 的否定是”前件真且后件假”）。所以是”$\exists\epsilon_0\forall\delta\exists x\exists y$ 使得 $\vert x-y\vert <\delta$ 且 $\vert f(x)-f(y)\vert \ge\epsilon_0$”。
• 另一个细节：源文件在 Theorem 197 证明里写的是严格不等号 $\vert f(x_n)-f(c_n)\vert >\epsilon_0$，而 Negation 196 的正式陈述写的是 $\ge\epsilon_0$。两者互相推出：若只能得到 $>\frac{\epsilon_0}{2}$，就把坏的常数改名为 $\frac{\epsilon_0}{2}$ 即可。判定时用 $>$ 或 $\ge$ 都不算错，但要前后一致。

误区 4：把”Lipschitz”与”一致连续”当成同一个概念，或者以为 $[0,1]$ 上的 $\sqrt x$ 不 Lipschitz 就不一致连续。

• 错误做法：因为 $\frac{\vert \sqrt x-\sqrt y\vert }{\vert x-y\vert }=\frac{1}{\sqrt x+\sqrt y}$ 在 $x,y\to0$ 时 $\to\infty$，就断言 $\sqrt x$ 在 $[0,1]$ 上不一致连续。
• 为什么错：一致连续不要求斜率有界，只要求 $\delta$ 存在。$\sqrt x$ 在 $[0,1]$ 上连续且区间闭有界，由 Theorem 197 它必然一致连续。
• 正确做法：分清两种”$\delta$ 依赖 $\epsilon$”的方式：Lipschitz 是线性的 $\delta=\frac{\epsilon}{L}$；一致连续允许非线性的 $\delta(\epsilon)$（$\sqrt x$ 可用 $\delta=\epsilon^2$，验证见思考题 Q1）。Lipschitz 是一致连续的一个充分条件，不是必要条件。

误区 5：把 $1/x$ 的非一致连续”证明”成依赖无界性。

• 错误做法：写”因为 $1/x$ 在 $(0,1)$ 上无界，所以不一致连续”。
• 为什么错：无界 $\Rightarrow$ 不一致连续这个推理是假的（虽然本题结论正确）。反例：$f(x)=\frac1x$ 在 $(0,1)$ 上确实无界且不一致连续，但”有界 + 连续 $\Rightarrow$ 一致连续”也是假的——$\sin(1/x)$ 有界连续却不一致连续。反过来，无界函数也可能一致连续：$f(x)=x$ 在 $\mathbb{R}$ 上无界，但它是 Lipschitz（$L=1$）从而一致连续。
• 正确做法：不要在”一致性”的证明里使用”有界性”论证，除非区间是闭的（Theorem 197）。正确做法是老老实实构造两列反例点（$x=\frac c2$ 或 $x_n=\frac1n$）。

思考题（带答案）

Q1（概念理解 + 完整 $\epsilon$-$\delta$ 证明）. 判断 $f(x)=\sqrt{x}$ 在 $(0,1)$ 上是否一致连续，并完整证明你的结论。

Q2（用导数定义算导数）. 用 Definition 198（不要用求导公式表）计算 $f(x)=\dfrac{1}{\sqrt x}$ 在 $c>0$ 处的导数。

Q3（概念辨析：可导/连续/一致连续/Lipschitz 的强度）. 判断下列命题的真假，真则证明，假则给出反例。

(i) 若 $f$ 在 $(0,1)$ 上一致连续，则 $f$ 在 $(0,1)$ 上有界。 (ii) 若 $f$ 在 $(0,1)$ 上有界且连续，则 $f$ 在 $(0,1)$ 上一致连续。 (iii) 若 $f$ 在 $[0,1]$ 上可导，则 $f^{\prime}$ 在 $[0,1]$ 上有界。

附：本讲的核心量词对照速查

┌───────────────────────────────────────────────────────────────────────────┐
│ 连续性（逐点）  ∀c∈S ∀ε>0 ∃δ=δ(ε,c)>0 ∀x∈S : |x-c|<δ ⇒ |f(x)-f(c)|<ε      │
│                        └── δ 可以"看见" c 与 ε                             │
├───────────────────────────────────────────────────────────────────────────┤
│ 一致连续        ∀ε>0 ∃δ=δ(ε)>0 ∀x,c∈S : |x-c|<δ ⇒ |f(x)-f(c)|<ε          │
│                        └── δ 只能"看见" ε（Remark 194）                    │
├───────────────────────────────────────────────────────────────────────────┤
│ 非一致连续      ∃ε₀>0 ∀δ>0 ∃x,c∈S : |x-c|<δ 且 |f(x)-f(c)| ≥ ε₀           │
│   （Final 1(ii)）      └── 每个 δ 都被打败，反例对可以逐 δ 选取            │
├───────────────────────────────────────────────────────────────────────────┤
│ 导数（198）     f'(c) := lim_{x→c} [f(x)-f(c)]/(x-c)    （极限存在且有限） │
│                 ⟺ ∀ε>0 ∃δ>0 : 0<|x-c|<δ ⇒ |[f(x)-f(c)]/(x-c) - f'(c)|<ε  │
└───────────────────────────────────────────────────────────────────────────┘

   一致连续的"统一窗口"图像（对比逐点连续的"逐点窗口"）：

        f(x)
          ▲    ┌─────┐         ┌─────┐         ┌─────┐
          │    │ δ   │         │ δ   │         │ δ   │      ← 同一个 δ
          │ ═══╪═════╪═══  ═══╪═════╪═══  ═══╪═════╪═══     ← y=f(c)+ε
          │    │  ~~~~~~~     ~~~~~~~          ~~~~~~~      ← y=f(x)
          │ ═══╪═════╪═══  ═══╪═════╪═══  ═══╪═════╪═══     ← y=f(c)-ε
          │    └─────┘         └─────┘         └─────┘
          └────────────────────────────────────────────► x

   逐点连续的失败（1/x 在 c→0⁺）：δ 随 c 变小，没有统一的 δ

          │  │δ₃│        │  δ₂  │              │   δ₁   │
          │──┼──┼──   ───┼──────┼───   ────────┼────────┼────
          │  └──┘        └──────┘              └────────┘
          └────────────────────────────────────────────► x
             c₃≈0          c₂             c₁        δ₃≪δ₂≪δ₁

本讲一句话总结：一致连续就是”把连续的 $\delta$ 中的 $c$ 消掉”；这件事在闭区间 $[a,b]$ 上总能办到（Theorem 197），在 $(0,1)$ 或 $\mathbb{R}$ 上则可能办不到（$1/x$、$x^2$、$\sin(1/x)$）。导数则是”差商极限”，它是 Lecture 18–22 全部内容的起点。