怪物與對局：ε-δ、一致連續與處處不可微的連續函數

為什麼「處處連續卻處處不可微」的函數，曾讓整個數學界坐立難安？

讀過入門篇後，你已經知道極限是「無限逼近」、連續是「畫得出來不用提筆」。這些幾何直覺在十九世紀以前一直是數學的根基。然而 1872 年，魏爾斯特拉斯（Karl Weierstrass）在柏林科學院公布了一個函數：它在每一點都連續，卻在每一點都不可微分——也就是說，它「畫得出來」，卻在任何一點都找不到切線。

$$W(x) = \sum_{n=0}^{\infty} a^n \cos(b^n \pi x), \quad 0 < a < 1,\ ab > 1 + \tfrac{3}{2}\pi$$

這個函數震撼了當時的數學界。龐加萊（Henri Poincaré）後來稱這類對象為「怪物」（monsters），埃爾米特（Charles Hermite）甚至寫信說他「帶著恐懼與厭惡，從這個沒有導數的連續函數的可悲瘟疫中轉身離去」。為什麼一個看似純粹技術性的反例，會引發如此強烈的情緒？因為它徹底擊碎了「連續就應該大致光滑」的幾何直覺，逼迫數學家承認：直覺不可靠，唯有 $\varepsilon$-$\delta$ 的嚴格定義才是判準。

這篇進階文章不再重複「逼近」的直覺，而是帶你進入嚴謹分析（rigorous analysis）的核心：我們將用 $\varepsilon$-$\delta$ 語言真正地證明極限、區分「連續」與「一致連續」（uniform continuity）的微妙差別，並理解為什麼魏爾斯特拉斯函數在邏輯上完全合法。

$\varepsilon$-$\delta$：把「逼近」翻譯成不等式

入門篇說「當 $x$ 趨近 $a$，$f(x)$ 趨近 $L$」。這句話有個致命的模糊處：「趨近」到底有多近？柯西（Cauchy）與魏爾斯特拉斯給出的答案，是把動態的「趨近」轉化為靜態的「不等式挑戰」。

定義（極限的 $\varepsilon$-$\delta$ 表述）：稱 $\displaystyle\lim_{x \to a} f(x) = L$，若對任意 $\varepsilon > 0$，都存在 $\delta > 0$，使得只要 $0 < |x - a| < \delta$，就有 $|f(x) - L| < \varepsilon$。

請仔細體會這個邏輯結構。它是一場對局：

• 對手先提出一個容許誤差 $\varepsilon$（不論多小）；
• 你必須找到一個鄰域半徑 $\delta$，保證在這個半徑內所有的 $x$（除了 $a$ 本身），其函數值都落在 $L$ 的 $\varepsilon$ 誤差帶之內。

關鍵在於量詞的順序：$\forall \varepsilon\, \exists \delta$。$\delta$ 是「被 $\varepsilon$ 挑出來的」，可以（而且通常會）依賴 $\varepsilon$。這個順序若顛倒，意義就全變了——這正是稍後「一致連續」要動手腳的地方。

看一個例子：嚴格證明 $\lim_{x\to 3}(2x+1)=7$

直覺上答案顯然是 $7$，但「證明」的意思是：給定任意 $\varepsilon$，明確地construct出 $\delta$。

我們先做草稿分析（從結論倒推）。我們希望 $|f(x) - 7| < \varepsilon$，即

$$|(2x+1) - 7| = |2x - 6| = 2|x - 3| < \varepsilon \quad\Longleftrightarrow\quad |x-3| < \frac{\varepsilon}{2}.$$

這告訴我們：取 $\delta = \dfrac{\varepsilon}{2}$ 就夠了。接著寫正式證明（順推）：

給定 $\varepsilon > 0$，取 $\delta = \dfrac{\varepsilon}{2}$。則只要 $0 < |x - 3| < \delta$，便有 $$|(2x+1) - 7| = 2|x-3| < 2\delta = 2 \cdot \frac{\varepsilon}{2} = \varepsilon.$$ 故依定義 $\displaystyle\lim_{x\to 3}(2x+1) = 7$。$\blacksquare$

注意這裡的方法論：先「草稿倒推」找出 $\delta$ 該長什麼樣，再「正式順推」呈現。線性函數很簡單，因為 $\delta$ 與 $\varepsilon$ 成正比。

動手試試：當函數是二次的，$\delta$ 不再線性

試證 $\displaystyle\lim_{x \to 2} x^2 = 4$。倒推時我們要控制

$$|x^2 - 4| = |x-2|\,|x+2|.$$

麻煩在於 $|x+2|$ 也會隨 $x$ 變動，無法直接寫成 $|x-2|$ 的常數倍。標準技巧是先預設一個粗略界限：規定 $\delta \le 1$，於是 $|x-2| < 1 \Rightarrow 1 < x < 3 \Rightarrow |x+2| < 5$。因此

$$|x^2 - 4| = |x-2|\,|x+2| < 5|x-2|.$$

要讓它小於 $\varepsilon$，只需 $|x-2| < \dfrac{\varepsilon}{5}$。所以最終取

$$\delta = \min\left\{1,\ \frac{\varepsilon}{5}\right\}.$$

這個 $\min$ 是整個 $\varepsilon$-$\delta$ 技術的精髓：一個 $\delta$ 同時要滿足「把局部因子框住」和「逼近目標誤差」兩個要求，取最小者即可兼顧。你可以自行驗證：當 $\varepsilon$ 很大時 $\delta = 1$ 起作用，當 $\varepsilon$ 很小時 $\delta = \varepsilon/5$ 起作用。

連續與一致連續：量詞順序的一場政變

入門篇把連續定義為 $\lim_{x\to a} f(x) = f(a)$。展開成 $\varepsilon$-$\delta$，在 $a$ 點連續意味著：

$$\forall \varepsilon > 0\ \exists \delta > 0\ \forall x:\ |x - a| < \delta \Rightarrow |f(x) - f(a)| < \varepsilon.$$

這裡 $\delta$ 可以依賴 $\varepsilon$ 以及 $a$。換句話說，函數在不同點可能需要不同精細度的 $\delta$。一致連續（uniform continuity）則要求 $\delta$ 對所有點「一視同仁」：

定義（一致連續）：稱 $f$ 在集合 $D$ 上一致連續，若 $$\forall \varepsilon > 0\ \exists \delta > 0\ \forall x, y \in D:\ |x - y| < \delta \Rightarrow |f(x) - f(y)| < \varepsilon.$$

對照兩者，差別只在量詞的位置：一般連續是 $\forall a\, \forall \varepsilon\, \exists \delta$（$\delta$ 在 $a$ 之內被選，可依賴 $a$）；一致連續是 $\forall \varepsilon\, \exists \delta\, \forall x,y$（$\delta$ 必須在看到任何具體點之前就選定）。把 $\exists \delta$ 往前提，就剝奪了它依賴位置的權利。這是分析學裡「量詞順序決定一切」最經典的範例。

看一個例子：$f(x)=x^2$ 在 $\mathbb{R}$ 上連續但不一致連續

$x^2$ 處處連續，這沒問題。但它在整條實數線上不一致連續。直覺是：拋物線愈往外愈陡，同樣的水平位移 $|x-y|$，在遠處造成的垂直落差愈大，於是沒有任何「通用的 $\delta$」能對所有區段都奏效。

嚴格反證：取定 $\varepsilon = 1$。假設存在通用的 $\delta > 0$。考慮 $x = \frac{1}{\delta}$ 與 $y = \frac{1}{\delta} + \frac{\delta}{2}$，則 $|x - y| = \frac{\delta}{2} < \delta$，但

$$|x^2 - y^2| = |x-y|\,|x+y| = \frac{\delta}{2}\left(\frac{2}{\delta} + \frac{\delta}{2}\right) = 1 + \frac{\delta^2}{4} > 1 = \varepsilon.$$

矛盾。故無論 $\delta$ 多小，總能在足夠遠處找到一對點戳破它。$\blacksquare$

那麼救贖在哪裡？海涅-康托爾定理（Heine–Cantor theorem）：定義在緊緻（compact，在 $\mathbb{R}$ 中即閉且有界）集合上的連續函數必定一致連續。所以 $x^2$ 在 $[0, 10]$ 上是一致連續的——把定義域「關起來、框起來」，陡峭程度就有了上限。這也是為什麼黎曼可積性（Riemann integrability）、許多收斂定理都偏愛閉區間：緊緻性把「逐點」的好性質升級成「整體」的好性質。

序列判準與函數極限的等價橋樑

$\varepsilon$-$\delta$ 並非唯一的語言。海涅判準（Heine's criterion）告訴我們，函數極限可以完全用序列極限來刻畫：

$\displaystyle\lim_{x\to a} f(x) = L$ 當且僅當：對每一個收斂到 $a$ 的序列 $\{x_n\}$（且 $x_n \ne a$），都有 $f(x_n) \to L$。

這個等價性極其實用，尤其在否證極限存在時。要證明某極限不存在，你不必跟 $\varepsilon$-$\delta$ 纏鬥，只需找兩條趨近 $a$ 卻給出不同函數值極限的路徑。

動手試試：證明 $\lim_{x\to 0}\sin\frac{1}{x}$ 不存在

取兩條序列趨近 $0$：

$$x_n = \frac{1}{n\pi} \to 0, \qquad y_n = \frac{1}{2n\pi + \frac{\pi}{2}} \to 0.$$

則 $\sin\frac{1}{x_n} = \sin(n\pi) = 0$ 恆為 $0$，而 $\sin\frac{1}{y_n} = \sin(2n\pi + \frac{\pi}{2}) = 1$ 恆為 $1$。兩條序列都收斂到 $0$，函數值卻分別趨於 $0$ 與 $1$。由海涅判準，極限不存在。$\blacksquare$

順帶一提，函數 $g(x) = x\sin\frac{1}{x}$（並令 $g(0)=0$）就連續——因為 $|g(x)| \le |x| \to 0$，前面的 $x$ 把振盪壓住了。再進一步，$x^2 \sin\frac{1}{x}$ 在 $0$ 處甚至可微，但其導數在 $0$ 處不連續。這串例子是理解「連續 $\subsetneq$ 可微」「可微 $\subsetneq$ 連續可微」層級結構的鑰匙。

回到怪物：魏爾斯特拉斯函數為何合法

現在我們有了工具，可以理解開頭那個「怪物」。$W(x) = \sum a^n \cos(b^n \pi x)$ 為什麼連續？因為每一項 $a^n\cos(b^n\pi x)$ 連續，且 $|a^n \cos(b^n\pi x)| \le a^n$，而 $\sum a^n$（$0<a<1$）收斂。由魏爾斯特拉斯 M 判準（Weierstrass M-test），這個函數項級數一致收斂，而一致收斂保住了連續性——連續函數的一致收斂極限仍連續。

但它為何處處不可微？關鍵在於 $ab > 1 + \frac{3}{2}\pi$ 這個條件。差商

$$\frac{W(x+h) - W(x)}{h}$$

中，高頻項 $\cos(b^n\pi x)$ 的振盪頻率 $b^n$ 增長得比振幅衰減 $a^n$ 更快（因 $ab>1$）。每當你試圖在某點取極限，總有一個尺度的振盪「跳出來」搗亂，使差商無界振盪、不收斂。連續性靠的是振幅可加和（$\sum a^n<\infty$），不可微性靠的是斜率不可加和（$\sum (ab)^n = \infty$）。這兩件事可以同時成立，正是因為微分比連續「更挑剔」——它要求的不只是值的逼近，而是斜率的逼近。

重點回顧

1. $\varepsilon$-$\delta$ 是一場對局：對手給 $\varepsilon$，你回應 $\delta$；量詞順序 $\forall\varepsilon\,\exists\delta$ 表明 $\delta$ 可依賴 $\varepsilon$。證明時「倒推找 $\delta$、順推呈現」，非線性情形常用 $\delta = \min\{1, \varepsilon/M\}$ 兼顧局部界限與目標誤差。
2. 連續 vs 一致連續的差別只在量詞順序：把 $\exists\delta$ 提到 $\forall x$ 之前，就剝奪了 $\delta$ 依賴位置的權利。$x^2$ 在 $\mathbb{R}$ 上連續卻不一致連續。
3. 海涅-康托爾定理：緊緻集上的連續函數必一致連續——緊緻性把逐點性質升級為整體性質。
4. 海涅判準讓你用序列否證極限：找兩條趨近同點卻給出不同極限值的路徑即可（如 $\sin\frac{1}{x}$ 在 $0$）。
5. 連續、可微、連續可微是嚴格遞減的層級：魏爾斯特拉斯函數證明「連續」遠不蘊含「可微」，其合法性建立在「振幅可加和但斜率不可加和」之上。

深入探討（研究所視角）

跨出單變數，這些概念在研究所層級會以更抽象、更具威力的面貌重現。

度量空間與拓樸的視角。$\varepsilon$-$\delta$ 中的 $|x-y|$ 本質上是距離。把它抽換成一般度量 $d(x,y)$，連續性就推廣到任意度量空間，再進一步以「開集的原像為開集」定義拓樸連續性——這時 $\varepsilon$、$\delta$ 完全消失，連續性成為純粹的集合論述。海涅-康托爾定理在此推廣為：緊緻度量空間到任意度量空間的連續映射必一致連續。緊緻性（每個開覆蓋有有限子覆蓋）正是讓「局部選的 $\delta$ 取得有限最小值」成為可能的結構性保證。

連續性模數與 Lipschitz / Hölder 階層。一致連續可量化為連續性模數（modulus of continuity） $\omega(\delta) = \sup_{|x-y|\le\delta}|f(x)-f(y)|$，一致連續等價於 $\omega(\delta)\to 0$。當 $\omega(\delta) \le C\delta$ 時得到 Lipschitz 連續，當 $\omega(\delta)\le C\delta^\alpha$（$0<\alpha\le 1$）時得到 Hölder 連續。耐人尋味的是，魏爾斯特拉斯函數恰好是 Hölder 連續的（指數 $\alpha = -\ln a/\ln b$），卻處處不可微——它落在「比一致連續好、但比 Lipschitz 差」的精確縫隙中，這也連結到它的圖形具有非整數的 Hausdorff 維度（碎形）。

測度論的驚人結局。怪物並非例外，而是常態。巴拿赫（Banach）以貝爾綱定理（Baire category theorem）證明：在連續函數空間 $C[0,1]$（配上上確界範數）中，「至少在某點可微」的函數構成一個第一綱（meagre）集合。也就是說，從拓樸的觀點，「處處不可微」的連續函數才是「典型的」、「幾乎全部的」——可微反而是稀有的奢侈品。十九世紀數學家的恐懼，最終被證明是面對自身領域真實面貌的本能反應。

最後的延伸。若你想繼續探索，可循三條線索：（一）將極限推廣到網（net）與濾子（filter），處理非可數型逼近；（二）研究半連續性（semicontinuity），它在變分法與最優化中保證極小元存在；（三）進入非標準分析（non-standard analysis），用無窮小量 $dx$ 把萊布尼茲的原始直覺嚴格化，繞過 $\varepsilon$-$\delta$ 而得到等價的理論。這三條路各自通往現代分析的不同山頭，而它們的共同起點，都是你此刻已經掌握的那場 $\varepsilon$-$\delta$ 對局。