不动点定理习题-不动点定理练习题

莫尔斯中值定理：当连续函数被压缩时，端点必然相遇 想象一下你手里拿着一个贼软乎的物体，比如一叠纸巾要么一块橡皮泥。它的质地是连续的，也就是说，当你把其中一点略微压扁一点，再略微抬起来一点，它不会突然断成两截，也不会形成肉眼看不见的细小裂缝。
这种性质在数学里叫“恒连续函数”。目前，我们给你施加一个外力，让这个东西受到均匀的压力。
要是这个压力充足大，大到能把整个物体彻底压扁，直到所有的点都挤在一起，那会形成啥？你会发现，原本平铺在纸面上的点，瞬间就缩成了一个直径简直为零的圆。
这时候，你手里那个东西就彻底丧失了原本的形状，变成了一个无厚度的刺球。 这个物理场景对应的是莫尔斯中值定理的核心思想。定理本身不关心具体是啥东西，它只关心“变化”。
要是某个函数在区间上连续，且在区间内部没有极值点（既没有最高峰也没有最低谷），那么在这个区间两端的值必然相等。
这听起来有点抽象，不如直接看下面的例子。 假设我们有一个在区间 [0, 1] 上的连续函数 f(x)。
要是它在这个区间内部没有极值点，意味着告诉你，这块木头表面既没有凸起也没有凹陷，那就是一个彻底平坦的平面。
要是你拿这块木头在区间 [0, 1] 上压一压，你会发现它的两端高度必然一致。
为啥呢？出于这违背了物理直觉。
要是左端比右端高，中间再没有最高点，那唯一的解释就是左端是全局最高点。
同理，要是右端比左端高，中间再没有最低点，那唯一的解释就是右端是全局最低点。一个物体不可能既是全局最高又是全局最低，要不就它就是一个点了。
故此，为了保持连续性和平的整体性，两个端点的值务必一样。 这个定理在分析学中是个超级实用的工具，但初学者最好办犯的毛病就是把它当作一个通用的压缩定理。
比方说，在证明罗尔定理的时候，我们确实是用“区间上一致连续”来推导“左端等于右端”，但这并不是出于连续的函数能自动压缩。
要不就我们额外加上“没有极值点”这个条件，否则这种推导是站不住脚的。大量同学看到“连续”就直接抓出“中值”，然后试图用这个结论去证明阿贝尔中值定理要么拉格朗日中值定理，结局发现全错。
这就是典型的出于基础概念混淆害得的逻辑漏洞。 为了验证这个逻辑是否严密，我们能够挑战一种常见的误解。
有人可能会说：“要是函数在整个区间上都是常数呢？”比如 f(x) = 5 对所有 x 成立。
这时候，区间内部确实没有任何极值点（出于没有地方能让函数值更大要么更小），与此同时左端点和右端点也是相等的。
这彻底符合定理的推论，既没有矛盾，也没有违背常识。
这说明定理的逻辑结构是稳固的：只要不出现极值点，端点就务必相等；一旦出现极值点，定理就失效了。 还有一个值得玩味的反例。寻思函数 f(x) = x²，它在 [-1, 1] 上连续，但在内部有一个极值点 x = 0（从负变正，从正变负）。
这时候，左端是 -1，右端是 1，显然不相等。
要是你试图用“区间上一致连续”直接推出“左端等于右端”，你会拿到矛盾的结论：一边说它们务必相等，一边说它们不相等。
这说明，只是依赖连续性是远远不够的，务必明确切除“极值点”这个干扰项。 在更复杂的分析领域，比如泛函分析要么泛率法证明中，这个定理时常扮演着“底线”的角色。它告诉我们，当一个函数在某个区间内表现得既连续又“单调”要么“单调地”变化时，端点的行为会被锁定。
比方说，要是函数在区间内部一直严格单调增添的，那么它绝对不可能存有极值点，在这种情况下，左端点的函数值必然严格小于右端点的函数值。
反过来，要是函数在区间内部一直严格单调削减的，那么左端点必然大于右端点。 这种结构性的约束力在数值分析中表现得尤为淋漓尽致。当你设计一个迭代算法去逼近某个不动点时，思索过程实际上就是不断检查当前状态是否已经收敛。
要是你发现迭代序列在某个区间内一直单调变化，那么根据莫尔斯中值定理的推论，这个序列必然收敛于区间的边界，也就是不动点本身。
要是算法在中间形成了震荡，那就说明在这个区间内函数一定存有极值点，要么你的初始区间设置出了难题，害得函数在内部出现了“谷底”或“山顶”的错觉。 自然，这个定理并不是万能的。它对于非区间定义的函数，比如定义在无理数集上的函数，要么在测度为零的集合上取值的函数，这类在分析中时常遇到的“病态”情况，直接套用这个定理会失效。比方说，狄利克雷函数在 [0, 1] 上定义，它处处不连续，自然也就没有“一致连续”的性质，这时候我们根本找不到“极值点”的概念（出于根本没有连续的地方），更谈不上端点相等了。 ，莫尔斯中值定理告诉我们：连续性是一个强大的热力学系统，它能驱动变化，但极值点是这个系统里最顽固的“地形”。
只要系统被彻底压平到没有山峰也没有山谷，所有的变化都会在终点形成，使得两端的高度被迫同步。理解这一点，对于掌握连续函数的性质至关关键。
记住，不要确实当作“连续”就等于“端点相等”，那个是“连续 + 无极大极小”才能推导出来的。
这才是分析数学中最值得警惕和珍视的边界条件。