利普希茨连续性

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)

定义与利普希茨常数

设 $(X,d_X)$ 和 $(Y,d_Y)$ 为度量空间。若存在常数 $L\geq0$，使得

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：

所选的距离或范数是定义的一部分。(math.uchicago.edu)

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

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)

与其他连续性条件的关系

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)

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

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)

例子与可微性

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)

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)

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)

运算与几何性质

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)

若存在常数 $0<c\leq C<\infty$，使得

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)

微分方程与优化

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)

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

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)