多元连续函数

多元连续函数与闭区域

小象实战讲义 · 人工智能数学基础

在学习了多元函数的极限之后，我们自然要探讨其连续性。本节将严格定义多元函数（包括向量值函数）的连续性，并引入高维空间中“区间”的推广概念——区域与闭区域。理解这些概念是后续讨论多元函数在有界闭区域上性质（如最值定理、介值定理）的基石，对于理解优化问题中约束集的特性至关重要。

💡 核心导读

本节你将掌握：

• 多元函数连续性的定义：从一元极限值等于函数值推广而来，并明确孤立点默认连续。
• 连续函数的运算性质：和、差、积、商（分母非零）及复合运算保持连续性，初等函数在其定义域内连续。
• 向量值函数的连续性：其本质是各分量函数的连续性，相关性质可由分量导出。
• 高维“区间”的推广：引入路径、道路连通集、区域、闭区域及凸域等核心概念，为推广闭区间上连续函数的性质做准备。

多元函数的连续性定义

一元函数连续性的核心是：函数在一点 $x_0$ 的极限值等于该点的函数值 $f(x_0)$。对于多元函数，我们采用完全相同的逻辑。

设 $n$ 元函数 $f: E \subset \mathbb{R}^n \to \mathbb{R}$，点 $\mathbf{x}_0 \in E$。

1. 若 $\mathbf{x}_0$ 是 $E$ 的孤立点（即存在 $\mathbf{x}_0$ 的某个邻域，该邻域内除 $\mathbf{x}_0$ 外不含 $E$ 的其他点），则规定 $f$ 在 $\mathbf{x}_0$ 连续。
2. 若 $\mathbf{x}$0x0​ 是 $E$ 的聚点，且极限 $\lim${\mathbf{x} \to \mathbf{x}_0} f(\mathbf{x}) 存在并等于 $f(\mathbf{x}_0)$，则称 $f$ 在 $\mathbf{x}_0$ 连续。

用 $\varepsilon$-$\delta$ 语言可统一表述为：对任意 $\varepsilon > 0$，存在 $\delta > 0$，使得当 $\mathbf{x} \in E$ 且 $|\mathbf{x} - \mathbf{x}_0| < \delta$ 时，有 $|f(\mathbf{x}) - f(\mathbf{x}_0)| < \varepsilon$。

若 $f$ 在集合 $E$ 中的每一点都连续，则称 $f$ 在 $E$ 上连续。若上述条件不成立（对于聚点，极限不存在或极限值不等于函数值），则称该点为间断点。

与一元情形的关键差异：在多元函数中，孤立点被强制定义为连续点。这主要是为了理论表述的完备性。例如，考虑定义域 $E$ 为一个开区域加上一个孤立的点，我们希望可以直接说“$f$ 在 $E$ 上连续”，而不必把孤立点单独拆开讨论。

连续函数的运算与初等函数

连续函数经过基本的代数运算和复合运算后，通常仍保持连续性，这与一元情形完全一致。

定理（四则运算）：设 $f, g$ 在点 $\mathbf{x}_0$ 连续，则

• $f \pm g$ 在 $\mathbf{x}_0$ 连续。
• $f \cdot g$ 在 $\mathbf{x}_0$ 连续。
• 若 $g(\mathbf{x}_0) \neq 0$，则 $f/g$ 在 $\mathbf{x}_0$ 连续。

定理（复合运算）：设函数 $u = \varphi(\mathbf{x})$ 在点 $\mathbf{x}_0$ 连续，函数 $y = f(u)$ 在点 $u_0 = \varphi(\mathbf{x}_0)$ 连续，则复合函数 $f(\varphi(\mathbf{x}))$ 在点 $\mathbf{x}_0$ 连续。

由基本初等函数（幂函数、指数函数、对数函数、三角函数等）经过有限次四则运算和复合步骤构成的函数，称为初等函数。将基本初等函数中的自变量推广为多元变量，便得到多元初等函数。

重要结论：多元初等函数在其定义域内是连续的。

例如，函数 $f(x, y) = e^{\cos x + y} \cdot \ln x + \sin y$ 是一个二元初等函数，在其定义域 ${ (x, y) \mid x > 0 }$ 内是连续的。这意味着，对于大多数结构清晰、形式“正常”的多元函数，我们通常可以默认它在定义域内部是连续的。

向量值函数的连续性

在实际问题中（如物理中的力场、速度场，或机器学习中映射到多维空间的函数），我们常遇到向量值函数 $\mathbf{f}: E \subset \mathbb{R}^n \to \mathbb{R}^m$。它可以写成 $m$ 个 $n$ 元分量函数的组合： $$\mathbf{f}(\mathbf{x}) = (f_1(\mathbf{x}), f_2(\mathbf{x}), \dots, f_m(\mathbf{x}))^T.$$

向量值函数连续性的定义与数量函数在形式上完全一致：若 $\mathbf{x}$0x0​ 是 $E$ 的孤立点或聚点且满足 $\lim${\mathbf{x} \to \mathbf{x}_0} \mathbf{f}(\mathbf{x}) = \mathbf{f}(\mathbf{x}_0)，则称 $\mathbf{f}$ 在 $\mathbf{x}_0$ 连续。

核心性质：向量值函数 $\mathbf{f}$ 在一点连续的充要条件是它的每一个分量函数 $f_i (i=1,\dots,m)$ 都在该点连续。

这一性质揭示了向量值函数的本质：它是多个多元函数“垒起来”放入一个向量中。因此，向量值函数的许多性质（如连续性、可微性）都可以归结为其分量函数的相应性质。

基于此，我们可以得到向量值函数连续的运算性质：

• 线性运算：若 $\mathbf{f}, \mathbf{g}$ 在点 $\mathbf{x}_0$ 连续，$k$ 为常数，则 $\mathbf{f} \pm \mathbf{g}$ 和 $k\mathbf{f}$ 在 $\mathbf{x}_0$ 连续。

  注：向量之间没有像数量那样的“乘积”和“商”的普适定义，因此没有相应的积、商运算性质。

• 复合运算：若 $\mathbf{u} = \boldsymbol{\varphi}(\mathbf{x})$ 在点 $\mathbf{x}_0$ 连续，$\mathbf{y} = \mathbf{f}(\mathbf{u})$ 在点 $\mathbf{u}_0 = \boldsymbol{\varphi}(\mathbf{x}_0)$ 连续，则复合函数 $\mathbf{f}(\boldsymbol{\varphi}(\mathbf{x}))$ 在点 $\mathbf{x}_0$ 连续。其验证可通过考察每个分量的复合来完成。

高维空间的“区间”：区域与闭区域

为了将一元函数在“闭区间”上的重要性质（如最值定理、介值定理）推广到高维，我们需要在高维空间 $\mathbb{R}^n$ 中寻找“区间”的对应物。这需要引入几个几何概念。

定义（路径/道路）：设 $\mathbf{h}: [a, b] \subset \mathbb{R} \to \mathbb{R}^n$ 是一个连续映射，则称 $\mathbf{h}$ 的像集 $\Gamma = {\mathbf{h}(t) \mid t \in [a, b]}$ 为 $\mathbb{R}^n$ 中的一条道路或路径。直观上，它就是一条连续的曲线。

定义（道路连通集）：设 $E \subset \mathbb{R}^n$。如果对于 $E$ 中任意两点 $\mathbf{x}, \mathbf{y}$，都存在一条完全位于 $E$ 内的道路连接它们，则称 $E$ 是道路连通的，简称连通。

道路连通性刻画了一个集合是“一整块”而不是“散落多块”的特性。它是区间概念的直观推广。

定义（区域）：如果一个集合 $D$ 既是开集又是道路连通的，则称 $D$ 为一个区域。通常用大写字母 $D, \Omega$ 等表示。

定义（闭区域）：区域 $D$ 与其所有边界点的并集 $\overline{D} = D \cup \partial D$ 称为闭区域。

示例：

• 在 $\mathbb{R}^2$ 中，一个不含边界的开圆盘是一个区域。
• 上述开圆盘并上其圆周，构成一个闭区域。
• 整个 $\mathbb{R}^2$ 平面是一个区域（也是闭区域）。
• 第一象限（不含坐标轴）是一个区域。
• 两个不相交开圆的并集是开集，但不连通，因此不是区域。

定义（凸域）：设 $D$ 是一个区域。如果对于 $D$ 中任意两点 $\mathbf{x}, \mathbf{y}$，连接它们的整条线段 ${ t\mathbf{x} + (1-t)\mathbf{y} \mid t \in [0, 1] }$ 都包含在 $D$ 内，则称 $D$ 为凸域。

凸域是形状“没有凹进去部分”的区域。例如，圆盘、矩形是凸域；而月牙形或带缺口的区域不是凸域。凸域在优化理论中尤为重要，因为其良好的几何性质能保证许多优化算法的收敛性。

至此，我们完成了概念的对应：

• $\mathbb{R}^1$ 中的 开区间 $\longleftrightarrow$ $\mathbb{R}^n$ 中的 区域。
• $\mathbb{R}^1$ 中的 闭区间 $\longleftrightarrow$ $\mathbb{R}^n$ 中的 闭区域。
• $\mathbb{R}^1$ 中的 有限闭区间 $\longleftrightarrow$ $\mathbb{R}^n$ 中的 有界闭区域（也称为紧集）。

后续关于多元连续函数在“有界闭区域”上的性质，都将基于这些概念展开。

📝 动手练一练

1. 判断连续性：设函数 $f(x, y) = \frac{\sin(xy)}{x^2 + y^2}$ 在点 $(0,0)$ 无定义。补充定义 $f(0,0)=A$。问 $A$ 取何值时，能使 $f(x,y)$ 在 $(0,0)$ 处连续？

2. 识别集合类型：在 $\mathbb{R}^2$ 中，考虑集合 $D = { (x, y) \mid 1 < x^2 + y^2 \leq 4 }$。请问 $D$ 是开集、闭集、区域还是闭区域？它是否是道路连通的？是否是凸域？

参考答案：

1. 需要考察极限 $\lim_{(x,y)\to(0,0)} \frac{\sin(xy)}{x^2+y^2}$。利用等价无穷小，当 $(x,y)\to(0,0)$ 时，$\sin(xy) \sim xy$。因此， $$\lim_{(x,y)\to(0,0)} \frac{\sin(xy)}{x^2+y^2} = \lim_{(x,y)\to(0,0)} \frac{xy}{x^2+y^2}.$$ 此极限不存在（例如，沿路径 $y=kx$ 逼近，极限值与 $k$ 有关）。因此，无论 $A$ 取何值，该极限都不等于 $A$，故函数在 $(0,0)$ 处都不可能连续。$(0,0)$ 是函数的间断点。

2. • 开/闭集：$D$ 包含部分边界（圆周 $x^2+y^2=4$）而不包含另一部分边界（圆周 $x^2+y^2=1$），因此它既不是开集也不是闭集。
   • 区域：区域要求是开集，所以 $D$ 不是区域。
   • 闭区域：闭区域是区域的闭包。$D$ 的闭包是 ${ (x, y) \mid 1 \leq x^2 + y^2 \leq 4 }$，这是一个闭区域，但 $D$ 本身不是。
   • 道路连通性：是道路连通的。环状区域内任意两点，可以用一条位于环内的曲线连接。
   • 凸域：不是凸域。例如，取点 $(-1.5, 0)$ 和 $(1.5, 0)$，它们都在 $D$ 内，但连接它们的线段经过原点 $(0,0)$，而原点不在 $D$ 内。

import numpy as np
import matplotlib.pyplot as plt

# 验证练习1中的极限路径依赖性
def limit_along_path(k):
    """沿路径 y = k*x 逼近原点，计算 f(x,y)=xy/(x^2+y^2) 的极限"""
    # 取一系列趋近于0的x值
    x_vals = np.logspace(-5, -1, 20)  # 从1e-5到0.1
    y_vals = k * x_vals
    # 计算函数值
    f_vals = (x_vals * y_vals) / (x_vals**2 + y_vals**2)
    # 理论上，只要k固定，这个比值就是常数 k/(1+k^2)
    theoretical_limit = k / (1 + k**2)
    # 观察数值计算结果
    print(f"沿 y = {k}*x 路径：")
    print(f"  理论极限值: {theoretical_limit:.6f}")
    print(f"  最后5个计算值: {f_vals[-5:]}")
    print(f"  是否接近理论值: {np.allclose(f_vals, theoretical_limit, atol=1e-10)}")
    return theoretical_limit

# 测试不同路径
print("验证函数 f(x,y)=xy/(x^2+y^2) 在(0,0)点极限的路径依赖性：")
print("="*50)
limit_k1 = limit_along_path(1)   # 沿 y=x，极限应为 1/2
limit_k2 = limit_along_path(2)   # 沿 y=2x，极限应为 2/5 = 0.4
limit_k0 = limit_along_path(0)   # 沿 y=0 (x轴)，极限应为 0

print("\n结论：极限值依赖于逼近路径，因此该极限不存在。")

# 可视化练习2中的集合D
print("\n\n可视化集合 D: 1 < x^2 + y^2 <= 4")
theta = np.linspace(0, 2*np.pi, 200)
# 内边界 r=1 (虚线，表示不在集合内)
x1_inner, y1_inner = np.cos(theta), np.sin(theta)
# 外边界 r=2 (实线，表示在集合内)
x2_outer, y2_outer = 2*np.cos(theta), 2*np.sin(theta)

fig, ax = plt.subplots(figsize=(6,6))
# 绘制环形区域（用点填充示意）
r = np.random.uniform(1, 2, 500)
theta_rand = np.random.uniform(0, 2*np.pi, 500)
x_rand, y_rand = r*np.cos(theta_rand), r*np.sin(theta_rand)
ax.scatter(x_rand, y_rand, s=1, alpha=0.5, label='D内点 (示意)')

ax.plot(x1_inner, y1_inner, 'r--', label='边界 r=1 (不在D内)')
ax.plot(x2_outer, y2_outer, 'b-', label='边界 r=2 (在D内)')
ax.set_aspect('equal')
ax.set_xlim(-2.5, 2.5)
ax.set_ylim(-2.5, 2.5)
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_title('集合 D: 1 < x^2 + y^2 ≤ 4')
ax.legend()
ax.grid(True, alpha=0.3)
plt.show()

本章小结

本节我们系统建立了多元函数连续性的理论框架，并成功将一维区间概念推广至高维空间。

要点回顾：

1. 连续性定义：核心仍是“极限值等于函数值”，但多元情形下孤立点默认连续。
2. 运算封闭性：连续函数经四则运算（分母非零）、复合运算后仍连续。多元初等函数在其定义域内连续。
3. 向量值函数：连续性等价于各分量函数的连续性，相关性质可由分量导出。
4. 高维“区间”：引入路径、道路连通、区域（连通开集）、闭区域（区域的闭包）和凸域（区域内任意两点连线仍在其中）等核心几何概念，为后续讨论多元函数在“有界闭区域”上的整体性质奠定了基础。

行动清单：

1. 概念辨析：遇到一个多元函数，立即判断其是否为初等函数。若是，则其定义域内的连续性无需额外证明。
2. 几何想象：面对 $\mathbb{R}^2$ 或 $\mathbb{R}^3$ 中的一个点集，尝试判断其是否为区域、闭区域或凸域。画出草图是极好的练习方式。
3. 代码验证：利用编程工具（如上述 NumPy 示例）数值化地验证函数极限的路径依赖性、可视化复杂集合，将抽象概念与直观感知结合起来。

— 小象教研组