{
  "id": "lipschitz-continuity",
  "title": "利普希茨连续性",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "利普希茨连续性要求函数输出的变化不超过输入变化的某个固定倍数。",
  "category": "mathematics",
  "subcategory": "analysis",
  "type": "concept",
  "aliases": [
    "利普希茨条件",
    "李普希茨连续性",
    "Lipschitz 连续性"
  ],
  "generated_at": "2026-10-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/lipschitz-continuity/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/lipschitz-continuity/",
      "json": "https://aiwiki.page/en/lipschitz-continuity.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "利普希茨连续性是数学分析中的一种正则性条件，对函数的变化速率施加统一的上界。输出值之间的距离不得超过对应输入之间距离的某个固定有限倍数。这一条件适用于任意度量空间之间的映射，不要求导数或线性结构，并且提供了比通常的连续性更强的定量控制。(math.uchicago.edu)"
    },
    {
      "heading": "定义与利普希茨常数",
      "text": "设 \\((X,d_X)\\) 和 \\((Y,d_Y)\\) 为度量空间。若存在常数 \\(L\\geq0\\)，使得\n\n\\[d_Y(f(x),f(y))\\leq L\\,d_X(x,y) \\qquad\\text{对所有 }x,y\\in X,\\]\n\n则称映射 \\(f:X\\to Y\\) 利普希茨连续。这样的映射称为 \\(L\\)-利普希茨映射。在赋范向量空间中，距离可以用范数表示：\n\n\\[\\|f(x)-f(y)\\|\\leq L\\|x-y\\|.\\]\n\n所选的距离或范数是定义的一部分。(math.uchicago.edu)\n\n满足上述不等式的任何常数都称为利普希茨常数。当定义域至少包含两个点时，最小的可取常数通常记为 \\(\\operatorname{Lip}(f)\\)，其表达式为\n\n\\[\\operatorname{Lip}(f)= \\sup_{x\\ne y}\\frac{d_Y(f(x),f(y))}{d_X(x,y)}.\\]\n\n常值函数的最优常数为零。对于一元实值函数，这个上确界约束的是所有割线斜率的绝对值，而不仅仅是可导点处的斜率。(math.rice.edu)"
    },
    {
      "heading": "与其他连续性条件的关系",
      "text": "每个利普希茨映射都具有一致连续性，因而也是连续函数。当 \\(L>0\\) 时，取 \\(\\delta=\\varepsilon/L\\) 即可直接验证一致连续性条件。反之则不成立：\\(f(x)=\\sqrt{x}\\) 在 \\([0,1]\\) 上一致连续，但它相对于零点的差商为 \\(1/\\sqrt{x}\\)，在零点附近无界。这些结论可以直接由定义和上述差商得出。(math.uchicago.edu)\n\n局部利普希茨连续性要求每个点都有某个邻域（拓扑学），使函数在该邻域上满足利普希茨界；不同邻域所用的常数可以不同。全局条件则要求整个定义域共用一个常数。多项式 \\(f(x)=x^2\\) 在 \\(\\mathbb R\\) 上局部利普希茨连续，在 \\([-R,R]\\) 上为 \\(2R\\)-利普希茨连续，但并非全局利普希茨连续，因为\n\n\\[|x^2-y^2|=|x+y|\\,|x-y|.\\]\n\n因此，即使是光滑函数，在无界定义域上也未必满足全局的利普希茨界。(math.ucdavis.edu)"
    },
    {
      "heading": "例子与可微性",
      "text": "由三角不等式可知，函数 \\(f(x)=|x|\\) 是 \\(1\\)-利普希茨连续的，但它在零点处没有导数。这说明利普希茨连续性并不要求函数处处可导。反过来，若区间上的可导实值函数满足 \\(|f'|\\leq L\\)，则由中值定理可知，它是 \\(L\\)-利普希茨连续的。因此，连续可导蕴含局部利普希茨连续性，但不一定能保证全局的利普希茨界。(math.ucdavis.edu)\n\n在欧几里得空间中，拉德马赫定理指出，从 \\(\\mathbb R^n\\) 的开集映入 \\(\\mathbb R^m\\) 的利普希茨映射，关于勒贝格测度而言几乎处处可微。在微分存在的点，其算子范数不超过该映射的利普希茨常数。因此，少数例外的尖角并不妨碍函数具有广泛的可微性。(web.stanford.edu)\n\n在紧实区间上，利普希茨连续性蕴含绝对连续性。更确切地说，一个实值函数是利普希茨连续的，当且仅当它绝对连续，且其几乎处处存在的导数本质有界。此时，可通过对该导数作勒贝格积分来还原函数，而函数的最优利普希茨常数等于 \\(|f'|\\) 的本质上确界。(math.ucdavis.edu)"
    },
    {
      "heading": "运算与几何性质",
      "text": "利普希茨常数在函数复合下遵循明确的规律。若 \\(f:X\\to Y\\) 是 \\(L_f\\)-利普希茨映射，\\(g:Y\\to Z\\) 是 \\(L_g\\)-利普希茨映射，则 \\(g\\circ f\\) 是 \\(L_gL_f\\)-利普希茨映射。对于赋范空间之间的有界线性映射，其最优常数就是算子范数。范数本身若视为其向量空间上的实值函数，则是 \\(1\\)-利普希茨连续的。(math.rice.edu)\n\n若存在常数 \\(0<c\\leq C<\\infty\\)，使得\n\n\\[c\\,d_X(x,y)\\leq d_Y(f(x),f(y)) \\leq C\\,d_X(x,y),\\]\n\n则称该映射为双利普希茨映射。下界保证了映射的单射性，也保证了定义在其像上的逆映射是利普希茨连续的。这类映射将距离的变化控制在固定的倍数范围内。此外，根据麦克肖恩延拓定理，定义在度量空间某个子集上的实值利普希茨函数，可以延拓到整个空间，而不增大利普希茨常数。(math.uchicago.edu)"
    },
    {
      "heading": "微分方程与优化",
      "text": "利普希茨条件在微分方程解的唯一性中起着核心作用。对于初值问题 \\(y'=F(t,y)\\)，皮卡—林德勒夫定理指出：若 \\(F\\) 连续，且关于状态变量局部利普希茨连续，并且相应的界关于时间局部一致，则解局部存在且唯一。其证明在适当的轨迹空间上使用了压缩映射。右端函数仅仅连续，并不能保证解的唯一性。(ocw.mit.edu)\n\n在数学优化中，必须区分函数本身的利普希茨连续性与其梯度的利普希茨连续性。后者的条件为\n\n\\[\\|\\nabla f(x)-\\nabla f(y)\\|\\leq L\\|x-y\\|,\\]\n\n它控制导数的变化，通常称为 \\(L\\)-光滑性。这一条件为一阶近似误差提供了二次型界，从而支持对梯度下降的分析。例如，\\(x^2\\) 的梯度是全局利普希茨连续的，尽管函数本身并非全局利普希茨连续。(cs.cornell.edu)"
    }
  ],
  "links": [
    "mathematical-analysis",
    "mathematical-function",
    "metric-space",
    "normed-vector-space",
    "norm-mathematics",
    "uniform-continuity",
    "continuous-function",
    "neighborhood-topology",
    "polynomial",
    "triangle-inequality",
    "derivative",
    "mean-value-theorem",
    "euclidean-space",
    "open-set",
    "lebesgue-measure",
    "almost-everywhere",
    "absolute-continuity",
    "lebesgue-integral",
    "function-composition",
    "linear-map",
    "differential-equation",
    "contraction-mapping",
    "mathematical-optimization",
    "gradient",
    "gradient-descent"
  ],
  "sources": [
    {
      "title": "math.uchicago.edu/~shmuel/QuantCourse%20/Metric%20Space/Heinonen%2C%20Lecs%20on…",
      "url": "https://www.math.uchicago.edu/~shmuel/QuantCourse%20/Metric%20Space/Heinonen%2C%20Lecs%20on%20Lip%20Analysis.pdf"
    },
    {
      "title": "math.rice.edu/~semmes/qba3.pdf",
      "url": "https://math.rice.edu/~semmes/qba3.pdf"
    },
    {
      "title": "math.ucdavis.edu/~hunter/pdes/pde_notes.pdf",
      "url": "https://www.math.ucdavis.edu/~hunter/pdes/pde_notes.pdf"
    },
    {
      "title": "web.stanford.edu/class/math285/ts-gmt.pdf",
      "url": "https://web.stanford.edu/class/math285/ts-gmt.pdf"
    },
    {
      "title": "ocw.mit.edu/courses/18-100b-real-analysis-spring-2025/mit18_100b_s25_lec23.pdf",
      "url": "https://ocw.mit.edu/courses/18-100b-real-analysis-spring-2025/mit18_100b_s25_lec23.pdf"
    },
    {
      "title": "cs.cornell.edu/courses/cs4220/2026sp/lec/2026-03-25.html",
      "url": "https://www.cs.cornell.edu/courses/cs4220/2026sp/lec/2026-03-25.html"
    }
  ],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}