第一次读到连续映射的定义,多数人会以为书印错了:对目标空间里的每一个开集 U,它的原像 f⁻¹(U) 必须是定义域里的开集。按直觉,连续应该讲「输入靠得近,输出也靠得近」,写成集合语言,怎么也该是「开集被映成开集」,而不是反着往回拉。往前翻两页,定义确实这么写;再翻课后题,答案也照这个方向用。

第二个困惑通常来自自己动手验证。给 f(x) = x² 在 (−1, 1) 上撒两千个采样点,输出从 0 一直连到接近 1,中间没有断口,于是断定它连续。接着又拿「开集的像必须是开集」去卡,发现像的取值范围是 [0, 1),把 0 这个端点也包进去了,不是开集,于是反过来怀疑它不连续。两个结论互相打架,问题不在函数,在检查的方向。

这两件事其实是同一个根源:连续性约束的路径是「从目标往回拉」。方向理顺之后,定义不但不别扭,而且几乎是唯一能让 ε-δ 顺利翻译成集合语言、又能原封不动搬到没有距离的空间里的写法。下面按顺序讲:定义本身、为什么反过来、为什么像靠不住、三种等价刻画、一个具体反例,最后是复合与四则运算为什么保持连续。

连续映射的定义:把开集拉回来

先把场景摆好。X 和 Y 是两个拓扑空间;所谓拓扑空间,就是给每个子集规定了「开不开」的一批集合,并且要求这批集合对任意并、有限交封闭。f 是把 X 里的点送到 Y 里的映射。它不一定是双射,不一定有逆,两个方向也未必都能定义。

定义是这样的:如果对 Y 中每一个开集 U,原像 f⁻¹(U) 都是 X 中的开集,就称 f 连续。

原像写成集合是 f⁻¹(U) = { x ∈ X | f(x) ∈ U },读法是「所有被 f 送进 U 的点,全部收集起来」。它不是把 f 倒过来求逆:哪怕 f 根本不是双射、没有逆映射,这个集合照样有定义,因为只需要正方向的一次判断,不需要从输出反解输入。

举一个能心算的例子。f(x) = x²,取目标开区间 U = (1, 4)。哪些 x 的平方落在 1 和 4 之间?答案是 (1, 2) ∪ (−2, −1),两支都要算。f 在整个实数轴上不可逆,正负号的信息丢了,但原像问的是「谁进来了」,不是「从哪个唯一的前任进来」,所以完全答得上来。

原像不是逆映射
在目标空间取一个开集 U
逐个反查:哪些 x 的像落在 U 里
把这些 x 收成一个集合,看它开不开

还有两个容易跳过的细节。第一,U 必须是目标空间里的开集,不是定义域里的开集;第二,量词是「每一个」,不是「存在一个」。取 U = Y 或 U = ∅ 时,原像分别是 X 和 ∅,两者都开,这两条自动满足,不构成检查。真正要检查的是那些卡在中间的开集,它们才可能暴露问题。

为什么反过来写:ε-δ 的等价转写

要说服自己方向没写反,最省事的办法是把它和实数轴上的 ε-δ 定义并排摆着,逐步翻译。先把两种说法写清楚。

(A) 对 Y 中每个开集 U,f⁻¹(U) 是 X 中的开集。

(B) 对每个 x₀ ∈ ℝ 和每个 ε > 0,存在 δ > 0,
    使得 |x − x₀| < δ 时,必有 |f(x) − f(x₀)| < ε。

(B) 说的是:你给一个输出侧的误差上限 ε,我能在输入侧找到一圈半径 δ,圈里所有点的输出都落在误差范围里。换成集合语言就一句话:目标里那个半径为 ε 的开球,它的原像里必须含有输入侧的一个开球。这正是「留出一圈余量」的意思。

先证 (B) 推出 (A)。取 Y 中任意开集 U,再取原像里任意一点 x₀,也就是 f(x₀) ∈ U。因为 U 开,f(x₀) 在 U 内部,所以存在 ε > 0,使整个区间 (f(x₀) − ε, f(x₀) + ε) 都落在 U 里。把这个 ε 交给 (B),得到 δ > 0;只要 |x − x₀| < δ,就有 |f(x) − f(x₀)| < ε,即 f(x) 落进那段区间,从而 f(x) ∈ U。这意味着整段 (x₀ − δ, x₀ + δ) 都在 f⁻¹(U) 里。x₀ 是任取的,所以原像里每个点都带一圈属于自己的余量,它就是开集。

再证 (A) 推出 (B)。给定 x₀ 和 ε,构造 U = (f(x₀) − ε, f(x₀) + ε),这是开集。x₀ 显然在 f⁻¹(U) 里;由 (A),原像开,于是存在 δ > 0,使 (x₀ − δ, x₀ + δ) ⊆ f⁻¹(U)。把后一个包含关系翻译出来,就是 |x − x₀| < δ 时 f(x) ∈ U,即 |f(x) − f(x₀)| < ε。

两段加起来,两种说法等价。方向上其实没有选择余地:ε 是输出侧给定的,δ 是输入侧找出来的,所以「目标开集往回拉」才是自然写法。反过来写成「开集映成开集」,量词顺序就全乱了。

「开集映成开集」也有名字,叫开映射。它和连续是两个独立的性质,不是同一条。常值映射把整个实数轴压成一个点,单点集在 ℝ 里不开,所以它不是开映射,但它连续。反过来也能构造开而不连续的映射:给定义域装上余有限拓扑,也就是只有空集和「补集有限」的集合算开集,给目标装通常拓扑,那么恒等映射把每个余有限集原样送过去,余有限集在通常拓扑里确实开,所以它是开映射;但目标里的开区间 (0, 1) 拉回来还是 (0, 1),它的补集是无限集,在余有限拓扑里不开,所以它不连续。两个条件各自成立,互不蕴含,定义不能随手换方向。

回到实数轴上做一次数值核对。取 f(x) = x²、x₀ = 2、ε = 0.01。要 |x² − 4| < 0.01,等价于 x 落在 (√3.99, √4.01) 里,两侧到 2 的距离分别是 2 − √3.99 与 √4.01 − 2,取较小者作 δ。

import math
x0, eps = 2.0, 0.01
delta = min(x0 - math.sqrt(x0*x0 - eps), math.sqrt(x0*x0 + eps) - x0)
print("delta =", round(delta, 10))
for x in (x0 - delta, x0 + delta):
    print("x=%.10f  |x-x0|=%.10f  |x^2-4|=%.10f" % (x, abs(x-x0), abs(x*x-4)))

本机 Python 3.15 跑出来是:

delta = 0.0024984395
x=1.9975015605  |x-x0|=0.0024984395  |x^2-4|=0.0099875156
x=2.0024984395  |x-x0|=0.0024984395  |x^2-4|=0.0100000000

右端点正好顶到 0.01,左端点还差一点,因为 δ 由更紧的那一侧决定。注意 δ 同时依赖 x₀ 和 ε:换一个 x₀,允许的 δ 就变了。这种「逐点各找各的 δ」是普通连续,不是一致连续。

像是靠不住的:x² 把开区间压成半开区间

先确认 f(x) = x² 确实连续,再去看它的像怎么坏。对任意 x₀,|x² − x₀²| = |x − x₀| · |x + x₀|。把 x 限制在 x₀ 周围一个单位内,就有 |x + x₀| ≤ 2|x₀| + 1,于是取 δ = min(1, ε / (2|x₀| + 1)) 即可。这是一份完整的 ε-δ 证明,不依赖图像,也不依赖采样。

接着看定义域 (−1, 1)。x = 0 时平方是 0,所以 0 在像里;而 |x| < 1 时 x² < 1,所以 1 永远取不到。由介值性,0 到 1 之间每个值都能取到,于是像等于 [0, 1)。它在 ℝ 里不是开集:0 这个点属于它,但任何以 0 为中心的区间都含有负数,负数不在像里,找不到一圈完整的余量。

N = 2000
xs = [-1 + 2*i/N for i in range(1, N)]      # 严格落在 (-1, 1) 内
ys = [x*x for x in xs]
print("samples:", len(xs), "min y =", min(ys), "max y =", max(ys))
print("y = 0 attained?", 0 in ys, " y = 1 attained?", 1 in ys)
print("max y < 1?", max(ys) < 1)
print("last three ys:", ys[-3:])
samples: 1999 min y = 0.0 max y = 0.9980010000000002
y = 0 attained? True  y = 1 attained? False
max y < 1? True
last three ys: [0.9940090000000003, 0.996004, 0.9980010000000002]

采样把两件事同时摆出来了:最小值 0 被取到,最大值 0.998 还在向 1 爬但永远到不了。这正是「开区间被压成半开区间」的样子。可是 f 连续,所以像不是开集并不妨碍连续;连续性只承诺原像是开集,从没承诺像是开集。

这个差别在做数值检查时特别要命。判断连续不能只看输出分布有没有跳变:像能告诉你值域大概长什么样,却看不出输入侧有没有被撕裂。真正的检查必须回到定义域,反查每个目标开集的输入。

三种等价刻画:闭集、闭包、序列

开集原像这个定义在证明里好用,在计算里不好用,因为要遍历所有开集。实际工作中常用的三种改写,各自对应一种检查思路。

闭集版

Y 中每个闭集 F 的原像 f⁻¹(F) 也是 X 中的闭集。等价的原因是原像与补集可以交换:f⁻¹(Y \ F) = X \ f⁻¹(F)。于是「开集原像开」自动变成「闭集原像闭」,两边一句话就翻过去了。

闭包版

对 X 中每个子集 A,都有 f(cl A) ⊆ cl f(A)。直白说,极限点的像仍在像的闭包里,不会「漏到外面」。必要性由「任取 f(x) 附近的开集、拉回定义域、与 A 相交」得到;充分性取 A = f⁻¹(F),F 闭,则 cl A 被夹回 A 里。

序列版

在度量空间里,xₙ 收敛到 x 就必有 f(xₙ) 收敛到 f(x)。连续推出这一条只需把 ε-δ 里的 δ 用在「n 足够大」上;反过来在度量空间也成立,因为可以取 xₙ 在 1/n 球内、而输出偏离 ε,构造出反例。

三条里最容易误用的是序列版。它成立的前提是空间里「点列足够多」,也就是第一可数。度量空间满足这个条件,一般拓扑空间不满足。在任意拓扑空间里,序列连续推不出连续,需要换成网或滤子。很多「我采样了一万个点都收敛,所以连续」的论证,就是把这个定理用在了不允许用的地方。

三条各有各的用处:证连续常用闭集版,因为很多结构天然是闭的;证不连续用序列版最省力,构造一列趋近的点、而函数值不趋近就够了;处理极限行为用闭包版,它把「趋近」写成了包含关系。三者都不必真的遍历所有开集。

一个具体的不连续例子:阶梯函数

设 f(x) = 0 当 x < 0,f(x) = 1 当 x ≥ 0。这个函数在除 0 以外每一点都局部是常数,而常数映射连续,所以唯一可疑的地方是 0。定义在 0 处要求左右两侧的输出靠拢,但左侧恒为 0、右侧恒为 1,距离是 1,怎么缩都缩不掉。

用开集的语言把这件事算出来。取目标开集 U = (0.5, 1.5)。它包含 1,不包含 0。逐段反查:x ≥ 0 时 f(x) = 1 ∈ U,全部收进来;x < 0 时 f(x) = 0 ∉ U,全部排除。所以原像恰好是 [0, ∞)。

[0, ∞) 在 ℝ 里不是开集。要证它不开,只需看 0 这个点:任何区间 (−r, r) 都含有负数,而负数不在原像里。所以 0 在原像里却带不出一圈余量,原像不开,按定义 f 不连续。一个见证就够,不需要检查别的开集。

def f(x):
    return 0 if x < 0 else 1

U = (0.5, 1.5)
for x in (-0.001, -1e-9, 0.0, 0.001):
    print("x=%-8s f(x)=%d  in U? %s" % (x, f(x), U[0] < f(x) < U[1]))
grid = [-1 + 2*i/1000 for i in range(1001)]
inside = [x for x in grid if U[0] < f(x) < U[1]]
print("preimage sample: min", min(inside), "count negative samples",
      sum(1 for x in inside if x < 0), "non-negative", sum(1 for x in inside if x >= 0))

本机 Python 3.15 的输出:

x=-0.001   f(x)=0  in U? False
x=-1e-09   f(x)=0  in U? False
x=0.0      f(x)=1  in U? True
x=0.001    f(x)=1  in U? True
preimage sample: min 0.0 count negative samples 0 non-negative 1001

输出把断点两侧摆得很清楚:0 的左边差一点点就被排除,0 本身跳进 U。样本里原像的最小值是 0,负数样本一个都没有,说明 0 就是原像的左边界,而左边界不属于内部,于是它不是开集。

这个例子还说明「找一个坏开集」有技巧。换成 U = (−0.5, 0.5),原像是 (−∞, 0),是开集;换成 U = (1.5, 2.5),原像是空集,也开。绝大多数开集都通得过,只有跨过断点两侧的那一类会失败。推翻连续性找到一个就够,证明连续性则一个都不能漏。

用序列版检查同一件事更直接:取 xₙ = −1/n,它收敛到 0,而 f(xₙ) = 0 恒等于 0,收敛到 0;但 f(0) = 1,两者差 1。函数值不收敛到 f(0),序列判据当场失效。

连续函数在一起仍然连续

连续性最重要的性质是它对常见运算封闭。知道几个基本映射连续,就能拼出很大一批,不必每次回到定义。

复合是最典型的一条。设 f 把 X 送到 Y、g 把 Y 送到 Z,两者都连续,则 h = g∘f 连续。证明只有一行:h⁻¹(U) = f⁻¹(g⁻¹(U))。因为 g 连续,g⁻¹(U) 是 Y 中的开集;又因为 f 连续,它的原像在 X 中开。两步套娃,结束。这个证明之所以短,正是因为定义选用了原像:原像天然可以逐层往回剥。

加法和乘法在 ℝ 上连续,用 ε-δ 也只要两行。加法靠三角不等式:|(f+g)(x) − (f+g)(x₀)| ≤ |f(x) − f(x₀)| + |g(x) − g(x₀)|,把 ε 平分成两份就能各找一个 δ。乘法多一步:|fg − f₀g₀| ≤ |f|·|g − g₀| + |g₀|·|f − f₀|,其中 |f| 在 x₀ 附近有界,因为连续函数在局部不会跑飞。常数映射和恒等映射是起点:常数的原像不是空集就是全空间,都开;恒等的原像是 U 本身,也开。

要留意的是,这些封闭性都有前提。除法只在分母不为零的地方连续,1/x 在 0 附近没有定义,谈不上连不连续;复合要求中间空间的拓扑一致,不能 f 的输出落在一种拓扑里、g 的输入按另一种拓扑理解。工程上把几段处理串成流水线时,「每一段都连续」推得出「整体连续」,但前提是接口处的空间定义没有偷偷换掉。

做个数值核对:取 f(x) = x²,g(y) = y / (1 + y)。g 在 [0, ∞) 上分母恒正,连续;复合得到 h(x) = x² / (1 + x²)。

f = lambda x: x * x
g = lambda y: y / (1 + y)
for x in (-2, -1, -0.5, 0, 0.5, 1, 2, 3):
    print("x=%5s  f=%6.3f  g(f(x))=%8.5f  formula x^2/(1+x^2)=%8.5f" %
          (x, f(x), g(f(x)), x*x/(1+x*x)))
x=   -2  f= 4.000  g(f(x))= 0.80000  formula x^2/(1+x^2)= 0.80000
x=   -1  f= 1.000  g(f(x))= 0.50000  formula x^2/(1+x^2)= 0.50000
x= -0.5  f= 0.250  g(f(x))= 0.20000  formula x^2/(1+x^2)= 0.20000
x=    0  f= 0.000  g(f(x))= 0.00000  formula x^2/(1+x^2)= 0.00000
x=    2  f= 4.000  g(f(x))= 0.80000  formula x^2/(1+x^2)= 0.80000
x=    3  f= 9.000  g(f(x))= 0.90000  formula x^2/(1+x^2)= 0.90000

两条路径逐位吻合,说明复合的结果确实等于闭式表达。注意 x 取负值时复合值不为负,因为平方先把符号抹掉了;这也顺带说明,复合连续不代表复合可逆,信息在第一步就丢了。

一张现象对照表

下面这些现象在写检查脚本、读证明、排查数值异常时都出现过,原因各不相同,但都能归到「方向」和「量词」这两个词上。

现象真实原因第一步查什么
觉得定义写反了,怀疑该是「开集映成开集」把连续的约束方向当成前向,忽略了 ε 是输出侧给的、δ 是输入侧找的把 ε-δ 与开集定义并排写一遍,确认两个量词各在哪一侧
只检查像连不连续,就下结论像的性质与连续性无关,连续只保证原像开取一个目标开集,反查它的原像,看边界点有没有余量
阶梯函数的断点被判成连续断点两侧各是常数,局部采样看不出跳变,漏掉了 0 这个点专门检查断点本身,用跨断点的开集 U 求原像
两段都连续,复合后突然不连续接口处的拓扑或定义域不匹配,或中间映射把点送出了 g 的定义域确认 f 的像落在 g 的定义域内,两边用同一套开集
离散数据上判断连续性得出怪结论离散空间里单点集就是开集,几乎所有映射都连续,判据失去意义先确认采样网格是否离散拓扑,再换回连续空间讨论
数值容差一大就误判为连续容差把真实的跳变抹平,δ 与 ε 的对应关系没有被检验缩小容差重跑,并检查 δ 是否随 ε 单调收缩
序列采样都收敛,仍不连续只在第一可数空间里序列判据才等价于连续,一般空间需要网确认空间是否度量空间,否则改用开集或闭包判据

边界与代价

第一,定义要求检查所有开集,这在字面上不可能枚举。实际操作依赖两条化简:只需检查一组基,因为任意开集都是基元素的并,而原像与并集可交换,f⁻¹(∪Uᵢ) = ∪f⁻¹(Uᵢ);在 ℝ 上取所有开区间作基就够了。第二,工程上只能有限采样。采样只能找反例,不能证明连续,跑十万个点也排除不了第十万零一个点,这一点必须写在结论里。

第三,连续不蕴含可导。绝对值函数在 0 处连续但不可导,魏尔斯特拉斯函数处处连续却处处不可导。连续性只保证图像不断,不保证有切线,更不保证斜率有界。做优化时把「连续」当成「可以求梯度」是常见错误。

第四,连续不保证可逆。平方映射在 ℝ 上连续但两支合一,常值映射连续但把所有点压成一团。即使加上双射也不够:恒等映射从离散拓扑空间到通常拓扑空间是双射且连续,它的逆却不连续。要让「逆也连续」成立,需要额外条件,这正是下一篇同胚的起点。

第五,连续依赖两边的拓扑。同一个公式,换掉定义域或目标空间的开集规定,连续性就变了。

第六,还有更强的版本。一致连续要求 δ 只依赖 ε、不依赖 x₀,1/x 在 (0, 1) 上连续但不一致连续,因为越靠近 0 需要的 δ 越小。

小结与练习

把主线压成三句。连续的定义是「每个目标开集的原像都开」,方向从目标往回拉,因为 ε 在输出侧、δ 在输入侧;像不是开集完全不影响连续,所以拿像去检查必然出错;闭集、闭包、序列三种刻画各有适用场景,但序列版只在度量空间里可靠。

当天可以自己验证的练习:

  1. 写出连续定义的逆否说法,也就是「f 不连续」等价于什么。提示:否定「每个开集的原像都开」,得到「存在一个开集,它的原像不开」。
  2. 用 ε-δ 验证 x² 在 x₀ = 2 连续,自己推出 δ 的表达式,再和文中 min(2 − √3.99, √4.01 − 2) = 0.0024984395 的结果对照。
  3. 为阶梯函数找一个坏开集,要求原像不是开集,并指出原像里哪个点带不出余量。再用 U = (−0.5, 0.5) 验证它给出的原像是开集,解释为什么这个 U 抓不住问题。
  4. 取两个连续函数做复合,在至少五个点上比较复合值与闭式表达,确认逐位一致;再故意把外层定义域截断,观察哪一步开始不连续。
  5. 用序列刻画检查 f(x) = 0(x 不等于 0)、f(0) = 1 这个函数,构造一列趋近 0 的点,说明函数值为什么不收敛到 f(0)。

下一篇:把逆也要求连续

到这里,连续性还只是一个单向的承诺:目标里的开集拉回来是开的,但映射本身可能不可逆,也可能逆映射很糟糕。把条件再加一层,要求 f 是双射、并且 f 与 f⁻¹ 都连续,就得到同胚。这时两个空间在拓扑上被视为同一种形状,咖啡杯和甜甜圈的例子说的就是这件事。

下一篇从「连续形变不撕裂、不粘合」讲起,说明同胚为什么是一个等价关系,以及亏格、连通性、紧致性这些不变量如何用来判断两个形状是否同一种。理解了本篇的原像方向,下一篇的每条不变量的证明都会顺得多。