5.3 函數的局部觀點#
導言#
Taylor 定理給了我們逐階逼近函數的能力。本節從三個視角深化「局部」這個概念：函數項級數的一致收斂（局部 vs. 全局操作的合法性）、函數在點附近的分類行為（極值、拐點、漸近線）、以及光滑性階梯（ \(C^0, C^1, C^\infty\) 的意義差異）。這一節是從單變數微積分過渡到多變數（第 6 章）與實變函數論（10.2 節）的觀念橋樑。
逐點收斂的陷阱#
考慮函數列 \(f_n(x) = x^n\) 在 \([0,1]\) 上：逐點極限
三個噩夢：每個 \(f_n\) 連續，極限 \(f\) 卻不連續； \(\int_0^1 f_n = \frac{1}{n+1} \to 0 \neq \int_0^1 f = 0\) ？——此例中積分碰巧一致，但一般情況：取 \(f_n(x) = n x^n(1 - x)\) ， \(\int f_n \to 1\) 而 \(f \equiv 0\) （積分不交換）；求導同理可能失效。癥結：逐點收斂允許「不同點在不同時間收斂」，極限過程可以在每個點上無限拖延。 \(x^n\) 在靠近 1 的地方要 \(n \sim \frac{1}{1-x}\) 才收斂——收斂「波前」永遠到不了 1。
一致收斂：定義與定理#
定義 5.3.1： \(f_n \to f\) 在 \(S\) 上一致收斂，若
即一個 \(N\) 同時服務所有點——最慢的點也趕上進度。幾何圖像： \(f_n\) 的圖形整條落入 \(f\) 的 \(\varepsilon\) -帶內。
定理 5.3.2（連續性保持，Weierstrass）：連續函數列一致收斂的極限連續。證明核心：三角不等式 \(\ |f(x) - f(a)| \le |f(x) - f_n(x)| + |f_n(x) - f_n(a)| + |f_n(a) - f(a)|\) ，中間項由 \(f_n\) 連續控制，兩側由一致收斂控制。
定理 5.3.3（積分交換）： \(f_n\) 在 \([a,b]\) 連續且一致收斂於 \(f\) ，則
定理 5.3.4（求導交換）： \(f_n\) 可導、 \(f_n \to f\) （逐點於一點、一致於區間）、 \(f_n' \to g\) 一致收斂，則 \(f\) 可導且 \(f' = g\) 。注意條件的錯位：對 \(f_n\) 本身要求較弱收斂，對導函數要求一致收斂——求導是「更危險」的操作。
冪級數的特權：在閉子區間 \([a - R + \delta, a + R - \delta]\) 上冪級數一致收斂（Weierstrass M-判別法： \(|c_n(x-a)^n| \le |c_n| \delta^n\) 為收斂數列控制）。因此冪級數在收斂區間內部逐項求導/積分完全合法（5.2 節三大性格的證明基礎）。
一致收斂的判別工具#
- Weierstrass M-判別法： \(|f_n(x)| \le M_n\) 且 \(\sum M_n\) 收斂 \(\Rightarrow\) \(\sum f_n\) 一致（且絕對）收斂。例： \(\sum \frac{\sin nx}{n^2}\) 一致收斂於全 \(\mathbb{R}\) （ \(M_n = \frac{1}{n^2}\) ），因此連續；但 \(\sum \frac{\sin nx}{n}\) （ \(M_n = \frac1n\) 發散）不一致收斂——它正是 Fourier 級數（方波的展開）在跳躍點附近出現 Gibbs 現象（9% 過衝）的地方。
- Cauchy 一致準則： \(\sup_{x} |\sum_{k=n}^m f_k(x)| \to 0\) 。
- Dini 定理：單調遞增收斂到連續函數、定義域緊，則收斂一致。
歷史：一致收斂概念由 Seidel（1847–48） 與 Cauchy 本人（1853 年自我修正——他 1821 年聲稱連續函數級數的和連續，Abel 與後來的例子迫使他補上「一致」條件）引入，Weierstrass 1860s 使其成為標準工具。「逐項積分何時合法」——這個 Fourier 理論的直接痛點——是十九世紀分析嚴格化的主要引擎之一。
函數的局部形為分類#
有了高階導數，函數在一點附近的行為可以精確分類（Taylor 展開至三、四階）：
| 條件（於 \(a\) ） | 行為 | 展開式主項 |
|---|---|---|
| \(f'(a) > 0\) | 局部遞增 | \(f(a) + f'(a)(x-a)\) |
| \(f'(a) = 0\) 、 \(f''(a) < 0\) | 局部極大 | $f(a) - \frac{ |
| \(f'(a) = 0\) 、 \(f''(a) = 0\) 、 \(f'''(a) \neq 0\) | 拐點（水平切線） | \(\frac{f'''(a)}{6}(x-a)^3\) |
| \(f'(a) = f''(a) = 0\) 、 \(f^{(4)}(a) < 0\) | 平坦極大 | $-\frac{ |
| \(f'(a) \ne 0\) 且 \(f''(a) \to \infty\) 型 | 垂直切線/尖點 | 需另論 |
階數與對稱：偶階項決定「峰/谷」（兩側同向），奇階項決定「穿越/拐」（兩側反向）。這個二分法在物理中遍地開花：穩定平衡（極小，勢能二次項正）、不穩定平衡（極大）、相變的臨界點（二階與三階係數同時為零，Landau 理論）、光學中的焦散（高斯光束的階數）。
漸近線與漸近行為： \(x \to \infty\) 時的比較—— \(\ln x \ll x^\alpha \ll e^x \ll x!\) （階梯）。漸近分析的語言 \(f \sim g\) 、 \(f = O(g)\) 、 \(f = o(g)\) 由 Bachmann–Landau 記號（ \(O, o, \sim\) ）形式化，是漸近級數（Stirling、Laplace 方法）與演算法複雜度（ \(O(n\log n)\) ）的共同語言。
例題：函數的全面解剖#
例題 5.3.5：全面分析 \(f(x) = x e^{-x}\) 的行為。
解：
- 定義域與端行為： \(x \to -\infty\) ： \(x e^{-x} \to -\infty\) （指數壓倒）； \(x \to +\infty\) ： \(\to 0^+\) （同上）， \(x = 0\) 處 \(f = 0\) 。
- 一階： \(f' = (1 - x)e^{-x}\) ，臨界點 \(x = 1\) ； \(f' > 0\) （ \(x<1\) ）、 \(f' < 0\) （ \(x>1\) ）： \(x=1\) 為全局極大， \(f(1) = \frac1e\) 。
- 二階： \(f'' = (x - 2)e^{-x}\) ， \(f'' = 0\) 於 \(x = 2\) ：拐點 \((2, \frac{2}{e^2})\) ，在此之前下凸、之後上凸。
- 漸近： \(x \to +\infty\) ， \(f(x) \sim x e^{-x} \to 0\) ： \(y = 0\) 是水平漸近線。
極值精度：Taylor 驗證—— \(f''(1) = -e^{-1} < 0\) ，極大確認；展開 \(f(1+h) = \frac{1}{e}\left(1 - \frac{h^2}{2} + \frac{h^3}{3} - \cdots\right)\) ，可見峰形在兩側近似拋物線。這種「展開驗形」是數值與理論的雙保險。
光滑性階梯與函數的「剛性」#
| 類別 | 定義 | 典型 | 性質 |
|---|---|---|---|
| \(C^0\) | 連續 | $ | x |
| \(C^1\) | 導數連續 | \(x^2\sin\frac1x\) 修正版 | 可微的穩定版本 |
| \(C^k\) | \(k\) 階導連續 | Taylor 至 \(k\) 階有 Peano 餘項 | |
| \(C^\infty\) | 無窮可導 | \(e^{-1/x^2}\) | Taylor 級數仍可能不收斂到自身 |
| \(C^\omega\) （解析） | 局部 = 收斂冪級數 | \(e^x, \sin x\) | 剛性：一點附近決定全局 |
解析函數的剛性是深刻的：實解析函數若在一個區間上恆為零，則處處為零（由連續延拓零點集的極限點）。這解釋了為什麼 \(\sin x\) 、 \(e^x\) 的恆等式（如 \(\sin^2 + \cos^2 = 1\) ）可以只在小區間驗證後全局成立。對照： \(C^\infty\) 函數沒有這種剛性（bump 函數：緊支集的光滑函數存在！）——這正是 Schwartz 分布論（10.2 節）的舞台： \(C^\infty\) 函數「柔軟」到可以構造 \(\delta\) 函數的逼近，而解析函數太硬做不到。偏微分方程、量子場論中「試探函數（test function）」全部使用 \(C^\infty_c\) 。
函數空間的視角：局部到全局的結構#
把函數視為向量（10.2、10.3 節深入）：
- 範數： \(\|f\|_\infty = \sup|f|\) （一致收斂 = 範數收斂）、 \(\|f\|_2 = \left(\int f^2\right)^{1/2}\) （能量收斂）；
- 完備性： \(C[a,b]\) 在 \(\|\cdot\|_\infty\) 下完備（一致 Cauchy 準則）——Banach 空間的標準例子； \(C[a,b]\) 在 \(\|\cdot\|_2\) 下不完備（Lebesgue \(L^2\) 才完備）；
- 稠密性：Weierstrass 逼近定理（1885）：閉區間上連續函數可被多項式一致逼近——「冪級數思想的終極公理化」；Stone–Weierstrass 推廣之。這是數值分析（多項式逼近、Chebyshev 節點）與機器學習（神經網路萬能逼近定理是其精神後裔）的數學根。
歷史前因後果#
- 前因：Fourier 級數的逐項操作爭議；Cauchy 1821 年錯誤（連續級數和連續）暴露逐點收斂不足；Abel 1826 對冪級數二項式的批評。
- 提出：Seidel 1848、Cauchy 1853、Weierstrass 1860s（講課體系化）；Heine 1870「一致收斂」名詞確立。
- 解決了什麼：連續性、積分、求導與極限交換的條件清楚化；冪級數理論與三角級數理論的地基完成。
- 引發新問題：一致收斂是充分而非必要（Arzelà、Osgood 的改進）；點態收斂在什麼條件下也可交換積分（Lebesgue 控制收斂定理 1902/1910，完滿答案，10.2 節）；函數空間的拓撲與完備化（Banach、Hilbert 空間，泛函分析誕生）。
與其他章節及領域的關聯#
- 1.3 節：一致連續 vs. 逐點連續，與本節「一致 vs. 逐點收斂」是同一哲學的兩面。
- 6.1 節：多變數的可微性定義（線性主部 + \(o(\cdot)\) ）中「 \(o\) 對方向一致」正是多維一致性的體現；偏導存在不足以可微（類比：逐點收斂不足以交換）。
- 10.2 節：Lebesgue 控制收斂、单调收斂定理以測度論語言一勞永逸解決交換問題； \(L^p\) 空間完備性。
- 傅立葉分析：一致收斂保證三角級數和連續；Gibbs 現象、Carleson 定理（ \(L^2\) 收斂）是收斂性理論的二十世紀巔峰。
- 數值分析：有限差分、譜方法的誤差分析全部基於 Taylor 餘項與一致估計。
- 動力系統：不變流形、Hartman–Grobman 定理（局部線性化有效性）是「局部觀點」的動力系統版本。
- 機器學習：泛化誤差的一致收斂界（uniform convergence bounds）——統計學習理論直接借用 Weierstrass 語言。
練習#
- 證明 \(f_n(x) = \frac{x}{1 + n x^2}\) 在 \(\mathbb{R}\) 上一致收斂於 \(0\) （求 \(\sup|f_n|\) ）。
- 考察 \(f_n(x) = nxe^{-nx^2}\) 在 \([0,1]\) ：逐點極限？一致嗎？ \(\int_0^1 f_n \to ?\) （答案： \(\frac12\) ，與積分交換失效）。
- 用 M-判別法證明 \(\sum \frac{\cos(nx)}{n^4}\) 定義 \(C^2\) 函數（逐項求導兩次的合法性）。
- 全面分析 \(f(x) = x^3 - 3x + 1\) ：單調區間、極值、拐點，並用 Taylor 展開描述極值點附近的形狀。
- 證明：若 \(f\) 在 \([0,1]\) 連續且 \(\int_0^1 f(x)x^n\,dx = 0\) 對一切 \(n \ge 0\) ，則 \(f \equiv 0\) （提示：Weierstrass 逼近定理）。
- 思考題：構造一列連續函數 \(f_n\) 在 \([0,1]\) 逐點收斂到 Dirichlet 函數（提示：以「前 \(n\) 個有理點的刺」）。這說明逐點極限可以把多「壞」的函數造出來？對照一致收斂保持連續性的定理，談談兩種收斂的力量對比。
（本節完）