连续性

从第一性原理出发的单变量微积分

非正式地说,如果你能一笔画出一个函数而不用抬笔,它就是连续的:没有孔、没有跳跃、没有突然爆炸。精确定义会用到你刚学的极限:在每一点上,函数趋向哪里必须等于它实际所在的位置。

三件事必须同时成立:f(a) 存在,极限存在,而且两者相等。三者中任何一个失败,就有间断,并且间断正好有三种类型。

可去间断是单个缺失点,也就是一个孔:极限存在,但函数跳过了那个值(例如 (x²−4)/(x−2) 的小孔)。跳跃是左右极限不同,图像从一个水平直接跳到另一个水平。无穷间断是竖直渐近线,函数在那里冲向 ±∞(例如 1/x 在 0 处)。

在机器学习中的应用连续性是梯度下降能工作的原因:连续(且光滑)的损失曲面没有突然悬崖,所以一小步只会让损失小幅、可预测地变化。介值定理是求根和二分法能够保证收敛的原因。三种间断也正是让损失难以优化的病态情况。
▶ 连续性
← 极限导数 →