数学分析达布定理-达布数学分析定理

数学分析里的达布定理，这东西听着挺高大上的，实际上就是说“存有”嘛。它没说完“存有”干嘛的，说白了就是告诉你，只要函数是光滑连续不断的，它就不能凭空跳个腰，曲线得乖乖听话，不能凭空变出那些怪的极小值。 你想啊，画个图，画个圆，圆就是最标准的函数了。
这个函数处处连续，又导数也连续。你让它求极小值，它自然有啊。
那要是换成个我们平时说的三次函数呢？比如 $y = x^3 - 3x$，这个函数在 $x = -sqrt{3}$ 处确实是极小值点，$x = sqrt{3}$ 处是极大值点，这时候你只要代入算一下，数值跑出来，肯定是负数，没难题，符合直觉。 但要是函数略微有点“坏”，比如出现了“穿针引线”这种形态呢？这种函数在数学表达上，导数在某些点是不存有的，要么说它的定义域里有些点实际上是挖空的。
这时候我们拿着达布定理去套，就会发现它别看连续、可导，但极小值反而可能变得无稽之谈。
比如那个经典的例子：$f(x) = x$ 的绝对值，$|x|$。
这玩意儿在 $x=0$ 处连续，左右导数都是 1，处处可导。
按理说，这函数应当有个最小值点。你算算啊，驻点就在 $x=0$，对应的函数值就是 0。
这就彻底不对劲了，出于函数在正负无穷远处都是趋向于正无穷，如何可能是 0 呢？0 显然是个极小值。
什么的，这不对啊！函数值都是非负的，0 如何可能是极小值呢？极小值得比周围都小或相等，但 0 比任何非负数都小啊。
这说明啥？这说明啥说明这函数实际上不是合法的，出于它在 $x=0$ 处不可导。
故此达布定理在这里实际上是说：要是一个函数知足一切实数域上的闭包，且导数为单点不可导，那么它不可能存有非平凡的无下界的极小值——要么说，它存有的极小值，其对应的导数务必是单点不可导。 实际上这个定理最核心的意思就是：一个连续可导的函数，要是它没有无下界的极小值，那么它不可能在某点处可导。 这里的逻辑有点绕，咱们反着说就明白了。假设函数 $f(x)$ 在 $x_0$ 处可导，要是它在 $x_0$ 的某个邻域里没有无下界的极小值（也就是只要 $x$ 略微动点，就往负无穷方向走，总能找到更小的数值），那这函数在 $x_0$ 处就“越界”了。
也就是说，导数在 $x_0$ 处的值，务必小于等于它左边所有的极限值，又务必大于等于它右边所有的极限值。 举个数据例子，咱们来算一个具体的函数。寻思 $f(x) = (x^2 - 1)^2$ 这个函数。它在 $x = pm 1$ 处有极小值。算一下导数：$f'(x) = 2(x^2 - 1) cdot 2x = 4x(x^2 - 1)$。在 $x=1$ 处，导数为 0。再看 $x < 1$ 时，比如 $x=0$，导数是 0；$0.5$ 时，导数是 $4 cdot 0.5 cdot 0.25 = 0.5$，是正的。再往左，比如在 $-100$ 处，导数是 $4 cdot (-100) cdot (10000 - 1)$，这是个庞大的负数。
哎？这就费事了。
要是导数能取到极大的负数，那意味着函数能够无限下降。出于函数在 $x to -infty$ 时趋向于正无穷，既然能无限下降，那从某个点启动肯定能找到比它更小的地方。
故此在 $x < -1$ 的区间里，它没有极小值。在 $-1 < x < 1$ 的区间里，别看它在 $x=-1$ 处是极小值，但在 $x=0$ 处不是。
什么的，这仿佛没套用定理。 还是得看那个反例。寻思函数 $f(x) = begin{cases} x^2 & x ge 0 \ 2x & x < 0 end{cases}$。
这个函数在 $x=0$ 处连续。当 $x < 0$ 时，$f(x) = 2x$，是负数。当 $x > 0$ 时，$f(x) = x^2 ge 0$。
故此函数在 $x=0$ 处是 0，而在 $x$ 趋近于 0 的负侧时，函数值趋近于 0 且为负。
这意味着 0 显然不是极小值。出于在 0 的左边，你能够找到比 0 更小的数，比如 $-0.1$，对应的函数值是 $-0.2$。
故此函数在 $x=0$ 处没有极小值。 再看另一个例子，寻思 $f(x) = begin{cases} x & text{若 } x in mathbb{Q} \ 0 & text{若 } x notin mathbb{Q} end{cases}$，这个忒复杂了，咱们换个好办的。
比如 $f(x) = x^3$。
这函数在 $x=0$ 处可导，极小值为 0，没难题。再比如 $f(x) = e^x$。在 $x to -infty$ 时，$f(x) to 0$。出于 $e^x > 0$ 恒成立，故此 0 是最小值。
这跟定理无涉，出于 $f(x)$ 在整个实数域上可导且无下界。 这时候我们再回到达布定理的“反面”用法。
要是有一个函数，它在某区间内没有无下界的极小值（即存有一个序列 $x_n to x_0$，使得 $f(x_n) to -infty$），那根据定理，这个函数在 $x_0$ 处不可导。
也就是说，导数在 $x_0$ 处的值，不可能比它左边的极限还小，也不可能比它右边的极限还大。 比如寻思 $f(x) = begin{cases} x^2 & x ge 0 \ -2x & x < 0 end{cases}$。在 $x=0$ 处，$f(0)=0$。当 $x < 0$ 时，$f(x) = -2x$，出于 $x$ 是负数，故此 $-2x$ 是正数。
什么的，刚刚的例子里，$x<0$ 时 $f(x)>0$，$x>0$ 时 $f(x)>0$，那 0 就是最小值。
这不符合“没有无下界”的条件。 让我们构造一个真正没有无下界极小值的例子。寻思 $f(x) = x$。在 $x to -infty$ 时，$f(x) to -infty$，故此在任何邻域内都没有极小值。而 $f(x)$ 在 $x=0$ 处显然不可导。
这符合定理：要是有无下界的极小值（不存有），则导数不可导。
反过来，要是导数可导，且在某点存有无下界的极小值，那这函数就不合法了。 实际上达布定理时常用来看函数是否“能”取到极小值。
比如函数 $f(x) = x$，它在区间 $(-infty, +infty)$ 上没有无下界的极小值。
那根据定理，要是它没有无下界的极小值，那么导数务必存有。但 $f'(x)=1$ 确实存有。
这仿佛没矛盾。 再想个反例。寻思 $f(x) = begin{cases} x^2 & x in mathbb{Q} \ 0 & x notin mathbb{Q} end{cases}$。
这个函数在 $x=0$ 处连续。对于任意 $x_0 ne 0$，要是 $x_0 > 0$，那么在 $x_0$ 的左邻域内，能够取到无理数，此时 $f(x)=0$，取到极小值；也能够取到有理数，此时 $f(x)=x^2 > 0$。
故此 $x_0$ 处是极小值。
要是 $x_0 < 0$，同理，$x_0$ 处是极小值。
要是 $x_0 = 0$，那么在 0 的任意邻域内，都有无理数（对应 0）和 0 附近的小正数（对应 $x^2$）。
故此 0 也是极小值。
那这个函数处处有极小值，且导数：$f'(x)=0$ 当 $x in mathbb{Q}$，$f'(x)=0$ 当 $x notin mathbb{Q}$。
故此处处导数存有。
这也没难题。 真正的挑战在于，函数在某点可导，但极小值却“不存有”要么“无下界”。
比如 $f(x) = begin{cases} -x^2 & x le 0 \ x^2 & x > 0 end{cases}$。在 $x=0$ 处，$f(0)=0$。当 $x < 0$ 时，$f(x) = -x^2 le 0$；当 $x > 0$ 时，$f(x) = x^2 ge 0$。
故此 0 是最小值。
这也没难题。 达布定理最经典的反例是 $f(x) = begin{cases} 1 & x in [0, 1] \ 0 & x notin [0, 1] end{cases}$？不对，这函数在开区间内导数不存有。 好吧，咱们换个更有说服力的例子。寻思 $f(x) = begin{cases} x & text{若 } x text{ 是有理数} \ 0 & text{若 } x text{ 是无理数} end{cases}$。
这个函数在 $x=c$ 处，要是 $c$ 是有理数，那么 $f(c)=c$，但要是在 $c$ 的左边取无理数，$f(x)=0$，左边极限是 0，右边取有理数 $x=epsilon$，$f(x)=epsilon$。出于 $0 < epsilon$，故此 $f(c) > lim_{x to c^-} f(x)$，这说明 $c$ 处不是极小值。
要是 $c$ 是无理数，那么 $f(c)=0$，要是在 $c$ 的左边取有理数，$f(x)=x$，能够取到负数，比如 $-0.1$，故此 $f(c) > f(x)$，也不是极小值。
故此这个函数在实数域上没有任何极小值。而它处处无定义，要么说定义域是实数。 再比如 $f(x) = begin{cases} 1 & x in [0, 1] \ 0 & x notin [0, 1] end{cases}$。
这个函数在 $x=0$ 处连续。对于 $x > 0$ 且 $x < 1$，$f(x)=1$，对于 $x to 0^+$，$f(x) to 1$。对于 $x < 0$，$f(x)=0$，故此 $x to 0^-$ 时，$f(x) to 0$。
这意味着 $f(0) = 1$，而 $lim_{x to 0^-} f(x) = 0$，故此 $f(0) > lim_{x to 0^-} f(x)$，这说明 $x=0$ 处是极大值。对于 $x in (0, 1)$，左右导数都不存有，故此极小值不存有。对于 $x < 0$，函数恒为 0，故此 0 是极小值。
这也没难题。 实际上达布定理在这里的应用一般不是用来构造反例，而是用来证明：要是函数没有无下界的极小值，那么导数务必存有。也就是要是你发现一个函数在某点可导，但极小值不存有（要么无下界），那就说明这个函数本身有难题，要么说它不知足连续可导的条件。 比如，寻思 $f(x) = begin{cases} x^2 & x ge 0 \ 2x & x < 0 end{cases}$。在 $x=0$ 处，$f(0)=0$。当 $x < 0$ 时，$f(x) = 2x$，是负数。当 $x > 0$ 时，$f(x) = x^2$，是非负数。
故此在 $x=0$ 处，$f(x) = 0$，而附近存有负数（$x=-0.1$ 时为 $-0.2$），故此 0 不是极小值。
故此，在 $x=0$ 处没有极小值。而 $f(x)$ 在 $x=0$ 处可导，$f'(0) = 0$。
这符合定理：没有无下界的极小值（这里没有，出于 0 不是极小值），导数存有。 再反着来。假设有一个函数，它在 $x=0$ 处可导，且在 $x=0$ 的某个邻域内没有无下界的极小值。根据定理，这函数导数务必存有。但要是你构造的函数导数实际上不存有呢？比如 $f(x) = begin{cases} x & x in [0, 1] \ 0 & x notin [0, 1] end{cases}$。
这个函数在 $x=0$ 处连续。当 $x > 0$ 时，$f(x)=x$，当 $x to 0^+$，$f(x) to 0$。当 $x < 0$ 时，$f(x)=0$，故此 $x to 0^-$，$f(x) to 0$。
故此 $f(0)=0$，左右极限都是 0，连续。在 $x > 0$ 时，$f(x)=x$，导数存有，为 1。在 $x < 0$ 时，$f(x)=0$，导数为 0。在 $x=0$ 处，左导数和右导数都是 0，故此 $f'(0)=0$ 存有。
这个函数处处可导，且没有无下界的极小值。
这也符合定理。 看来达布定理的核心逻辑就是这样的：导数的存有性限制了下极限和上极限的相对大小，进而限制了函数的图像能不能“掉下来”要么“冲上去”。
要是导数在某个点存有，那么函数的图像在这一点附近不能无限下降（无下界极小值），也不能无限上升（无上界极大值）。 至于具体的函数图像，比如 $y = sqrt{x}$，在 $x=0$ 处可导，值为 0，不是极小值。$y = x + sin x$，在 $x=0$ 处可导，值为 0，不是极小值。$y = x^3$，在 $x=0$ 处可导，值为 0，是极小值。 实际上达布定理最著名的应用场景，实际上是关于函数极值点与可导性的关系。
比方说，要是一个函数在开区间内可导，那么它在该区间内必然有极值点，要不就函数是常函数。而极值点必然是导数为 0 的点（要么导数不连续但左右极限不相等的点）。
不过对于有定义在闭区间上的连续函数，要是它在开区间内有极值点，那么在这些极值点处导数必然为 0 要么导数不存有。 比如 $f(x) = begin{cases} x^2 & x in [0, 1] \ 0 & x notin [0, 1] end{cases}$。在 $x=0$ 处，$f(0)=0$。对于 $x in (0, 1)$，$f(x)=x^2 > 0$。对于 $x < 0$，$f(x)=0$。
故此 $x=0$ 是极小值。在 $x=1$ 处，同理，是极小值。在 $x=0$ 和 $x=1$ 处，导数都是 0。 那要是导数不存有呢？比如 $f(x) = begin{cases} x^2 & x in [0, 1] \ 0 & x notin [0, 1] end{cases}$。
这个函数导数在 $(0, 1)$ 内存有，在 $x=0$ 和 $x=1$ 处存有（左右极限都是 0）。
故此这个函数处处可导。 再寻思一个导数不存有的例子。$f(x) = begin{cases} x^2 & x ge 0 \ -x^2 & x < 0 end{cases}$。在 $x=0$ 处，$f(0)=0$。当 $x > 0$ 时，$f(x)=x^2 > 0$；当 $x < 0$ 时，$f(x) = -x^2 < 0$。
故此 $x=0$ 处是极大值。
这也没难题。 达布定理告诉我们，要是一个函数在某个点可导，那么它在该点附近的极小值点，其对应的导数务必知足：导数小于等于左边的极限，且大于等于右边的极限。
也就是说，导数不能“穿过”了极小值。 比如，假设在 $x=0$ 处有一个极小值，那么对于 $x < 0$ 充足小，$f(x) > f(0)$；对于 $x > 0$ 充足小，$f(x) ge f(0)$。
要是 $f(x)$ 在 $x=0$ 处可导，那么 $f'(0) = lim_{x to 0} frac{f(x) - f(0)}{x}$。
要是存有 $x_n to 0^-$ 使得 $f(x_n) < f(0)$，那么左边极限会小于 0，不可能等于 $f'(0)$（左边极限一定是 0 或负数，右边可能是正数）。 总而言之，达布定理是函数分析的基石之一，它确保了函数的“平滑性”与“极值性”之间的紧密联系。它告诉我们，不要指望一个光滑的函数会在导数存有的地方突然变得“无下界”，要么在导数不存有的地方突然变成一个极小值。反之亦然，要是你看到一个函数在某处有极小值，那么它在那里的导数要么存有（等于 0），要么不存有（左右极限不相等，且小于等于左极限）。 这就解释了为啥我们平时画函数图像时，看到极值点，一直要检查导数。
要是在导数存有的地方找不到极值点，那说明这个函数可能不是我们当作的那个样子，要么它确实存有极值点但导数不连续。而在导数不连续的地方，一般意味着函数的图像确实形成了“突变”，比如尖点、折点，这时候极值点就藏在那些不可导的地方了。 故此，达布定理不只是是个定理，它是函数图像行为的“说明书”。它告诉我们曲线不能乱来，导数存有的地方，曲线得乖乖走直线趋势；导数不存有的地方，曲线才能拐弯、折线，进而形成极值点。任何试图打破这个规则的函数，往往在数学上都是“病态”的，要么是极值点无下界之类的难题。 比如，我们能不能找到一个函数，它在某点可导，但极小值无下界？自然能够，比如 $f(x) = x$，在 $x to -infty$ 时，极小值无下界，而导数存有。但这与定理的“有极小值则导数存有”方向反之。定理是说：要是有极小值，则导数存有。
这实际上是导数存有的必要条件。 反过来，要是我们看到导数存有，但极小值不存有，那这说明啥？这说明函数在某个方向上能够无限下降。
比如 $f(x) = x$，导数存有，极小值无下界。
这说明定理的逆命题不成立。定理只说了充分条件：极小值 $implies$ 导数存有。没说导数存有 $implies$ 极小值存有。 故此，达布定理在数学分析里的地位，相当于说“导数存有的地方，极值点不能随意撞出来”要么“导数存有的地方，不能有无限深渊”。它限制了函数的剧烈变化，保证了极值的存有性。 最终总结，达布定理就是那个说：为了不让函数在导数存有的地方走得忒“疯”，它务必在导数存有的地方能找到对应的极值点，要么说，要是导数存有，那么极值点不可能无限坏/差。它实际上是导数存有性的一个有力保证，也是极值点存有性的一个必要条件。任何试图挑战这个规则的功能分析例子，往往都意味着函数本身并没有达到我们当作的“光滑”状态，要么它根本就没有定义域上的连续性保证。