第二十九章　错误猜想如何开启新路线

一、把目标写成一个可以被否定的命题

本章采用一个基础分析案例，把前面的方法放进能够逐步检查的数学过程。原目标为：设每个f_n都在闭区间[0,1]上连续，且f_n逐点收敛于函数f，证明f也连续。这里的任务不是解释某一幅图像，而是证明一个覆盖所有满足条件的函数序列的一般命题。

首先保存目标身份。对象是定义在[0,1]上的实值连续函数序列；收敛条件是逐点收敛；结论是在整个[0,1]上连续。此时没有一致收敛假设，也没有共同连续性控制。后续若增加这些条件，应当登记为修订命题，而不能默默回填原任务。

本章不是报告一项新的数学发现，所用命题与反例属于基础分析范围。它的研究用途是展示：判断怎样定位缺口、返回目标层、改变任务并保存不同结果的身份。全部论证在此展开，但不声称已经由Lean或其他形式内核执行验证。

对一个数学家来说，这个案例的结果或许熟悉。熟悉并不妨碍它成为机制检查的好对象。恰恰因为结论可以独立核对，我们能够观察所谓发生学分析是否保留了数学要求，而不是用理论词汇把错误遮过去。

这里需要先交代这个例子的思想史，因为它不是本书构造出来的新问题。柯西在1821年的《分析教程》中提出：收敛的连续函数级数，其和函数仍然连续。把级数的部分和看作一个函数列，这正是本章的原目标。这一论断在当时就遇到例外，阿贝尔在1826年已经指出它并非没有例外；1847年前后，塞德尔分析了柯西论证中没有写出的前提，引入了后来被称为一致收敛的条件，同一时期也有人得到相近的结果。拉卡托斯在《证明与反驳》的附录中专门讨论了这段历史，把一致收敛看作由证明与反驳共同生成的概念。[R25] 柯西原意在他自己的无穷小理解下是否站得住，史学上另有讨论，本书不裁决这一点。

这段历史与本章的分析可以对照。柯西的论断与本章第二节的候选证明有可类比之处：按现代读法，它在“取极限”处默认了一个对整个邻域有效的控制，却没有写出来（对柯西原意的解读另有无穷小进路，如罗宾逊与拉卡托斯本人的讨论，本书不裁决）。塞德尔的贡献正是把这个隐藏前提找出来，变成定理的明文条件。用本书的话说，这是一次把缺口从证明层送回目标层的修订，原命题由此分为“被否定的一般形式”和“在新条件下成立的修订形式”两项。

本章选用的x^n是现代教材里常用的反例，并非当年的历史反例；但它属于同一谱系，揭示的也是同一个“隐藏的统一控制”。因此，本章的贡献不在反例本身，也不在一致收敛保连续这条定理，二者都是分析学的常识。本章要展示的是另一件事：在AI参与的证明流程中，原命题、候选证明、反例、修订命题和关于必要性的再检验，应当作为身份不同的结果分层保存，任何一项都不能在转述中被悄悄升级为另一项。拉卡托斯重构的是一个数学共同体几十年间的辩证；本章关心的是同一过程被压缩到一次人机协作之内时，怎样不丢失这些身份。二者的比较见第三十八章。

二、一份看似合理的候选证明

设想AI给出如下思路：因为每个f_n连续，所以当x接近x₀时，f_n(x)接近f_n(x₀)；又因为f_n(x)收敛于f(x)，f_n(x₀)收敛于f(x₀)，于是取极限便得到f(x)接近f(x₀)。整体结构看起来顺畅，涉及的每个概念也都是真实的。

问题在于“接近”所依赖的选择没有被写出。对于每个固定n，连续性给出的邻域可以依赖n；对于每个固定x，逐点收敛所需的尾项起点可以依赖x。候选证明需要把这些不同依赖组织成一个对邻近x都有效的判断，但尚未给出依据。

因此，不能只将这份文本评为“略有跳步”，然后要求补几句。缺口可能对应原命题本身不成立。恰当的下一步包括展开量词、寻找反例，或者检查是否需要更强条件，而不是默认所有目标都能够通过增加篇幅证明。

在状态记录上，此时应写“候选证明未完成，原目标仍待检验”。如果立即写“定理成立，只需润色”，就已经把尚未得到的结论作为后续工作的前提。失真在这里首先发生于证据状态，而不仅是某个公式。

三、展开逐点收敛的量词

逐点收敛意味着：对每个固定x，以及每个正数ε，都存在一个整数N，使n不小于N时，|f_n(x)−f(x)|小于ε。这里N允许依赖x和ε。先固定位置，再选择足够靠后的序号，是这一条件的关键结构。

一致收敛则要求：对每个正数ε，存在一个整数N，使所有n不小于N和所有x都满足相同误差界。N只能按ε及既定序列选择，不能在遍历x时不断改换。两个定义相差的不是措辞，而是统一控制是否已经取得。

连续性也有自己的量词。要证明f在x₀连续，需要对每个ε选择一个正δ，使所有距离x₀小于δ且属于定义域的x，都满足|f(x)−f(x₀)|小于ε。不能对每个x分别给出一个事后解释，就宣称已经得到这样一个共同邻域。

候选证明恰恰在这里跨越了尚未支持的接口。它拥有每个点上的尾项控制，却试图获得邻域中的共同控制。量词展开让缺口显露为具体的依赖问题，这比单独指出“极限交换不严谨”更能决定下一步应当做什么。

四、构造反例：让差异集中在端点附近

取f_n(x)=x^n，其中x属于[0,1]，n为正整数。每个f_n都是多项式函数，因此在该区间连续。现在逐点求极限。x=1时，f_n(1)始终等于一；x=0时，f_n(0)始终等于零。

若0<x<1，可令b=1/x−1，则b大于零，且x=1/(1+b)。由二项式展开或伯努利不等式，有(1+b)^n不小于1+nb，因此0<x^n不大于1/(1+nb)。右侧随n趋于无穷而趋于零，所以x^n趋于零。

由此得到逐点极限f：当0≤x<1时，f(x)=0；当x=1时，f(1)=1。这个极限由逐点计算得到，并没有通过图像直觉替代证明。每个固定点的行为都已经说明，尤其保留了端点与其余位置的差别。

这个构造也揭示反例的发生方式：变化并非在每个固定点都持续失控，而是越来越集中于接近一的区域。每个固定内点最终可以离开显著变化的区域，却没有一个对全部位置共同有效的阶段，能够把端点附近的差异消除。

五、验证反例确实否定原命题

还需要证明极限函数f不连续。取x₀=1，令ε=1/2。对任意δ>0，取t=min(δ/2,1/2)，并令x=1−t。此时x属于[0,1)，且0<|x−1|=t<δ；但|f(x)−f(1)|=1，不小于ε。因此f在端点1处不连续。

反例的三项义务现在都已满足：每个f_n连续；序列逐点收敛；极限不连续。所以原来的全称命题被否定。这里得到的不是“当前证明没有成功”，而是“存在满足前提而违反结论的对象”，两种状态必须分开。

这个结果并不意味着连续函数序列的极限一定不连续。它只否定“只要逐点收敛，极限就必定连续”的一般保证。把一个反例扩大成相反的普遍命题，是另一种越界。发生学判断需要同时防止成功与失败的过度概括。

此时合理的反馈应当到达目标层：停止把原命题当作待完成定理，保存反例，重新研究什么条件能够支持连续性。若系统仍不断润色原证明，说明反馈没有改变任务身份；若把原目标从记录中删除，又失去了重要的学习材料。

六、用同一个例子检查一致收敛

在上述序列中，对每个正整数n，取x_n=(1/2)^(1/n)。这个点小于一并属于定义域，因此f(x_n)=0，而f_n(x_n)=1/2。于是对每个n，都能找到一个位置使误差等于1/2，无法得到误差小于1/4的全域统一控制。

这证明f_n不一致收敛于f。注意，x_n随着n改变。若只固定几个观察点，就可能看到每个点的误差最终变小，却没有发现这类随n移动的位置。有限位置上的顺畅表现，不能代替全域的量词要求。

从判断机制看，这是一种“检查粒度与目标粒度不匹配”。目标要求全部位置，检查却只覆盖固定样本；问题不一定是计算精度不足，而是检查所保留的差异不够支撑上层结论。第二十一章的抽象条件在这里有了具体分析对象。

因此，改进不只是增加同样的检查次数。需要重新组织检查对象，寻找能够随序列变化暴露边界的位置，或取得一般误差上界。次数、位置与量词结构是不同问题，不能用“测试更多”将它们合并。

七、修订目标：一致收敛时连续性得以保留

现在提出一个新的命题：若每个f_n在[0,1]上连续，且f_n一致收敛于f，则f连续。与原目标相比，收敛条件加强了。这一变化必须公开保留，不能因为新命题成立就把原任务标为已证。

固定任意x₀属于[0,1]，任取ε>0。由一致收敛，存在N，使对所有x属于[0,1]有|f_N(x)−f(x)|<ε/3。这里我们只需取一个已经足够靠后的函数f_N，但其误差控制必须对全部x同时成立。

由f_N在x₀连续，存在δ>0，使当x属于定义域且|x−x₀|<δ时，有|f_N(x)−f_N(x₀)|<ε/3。对这样的x，三角不等式给出：|f(x)−f(x₀)|不大于|f(x)−f_N(x)|、|f_N(x)−f_N(x₀)|和|f_N(x₀)−f(x₀)|之和。

三个量分别小于ε/3，所以总和小于ε。由ε任意，f在x₀连续；再由x₀任意，f在整个区间连续。端点处使用定义域内的邻近点，同样适用。证明没有依赖原错误命题，而是在新的明确条件下建立了结论。

八、这一证明怎样被分层封装

上面的论证可以划出若干功能不同的判断。第一项确认一致收敛能够提供一个全域有效的近似函数f_N；第二项调用该函数在x₀的连续性；第三项通过三角不等式把三种误差组织起来；第四项核对量词次序，确认所选δ满足目标。

这些部分可以被形式工具或人工推导分别承接。研究者在上层可以把它理解为“统一近似加局部连续，经过误差分配得到极限连续”。但这一摘要只有在保留统一控制和量词顺序时才可靠；若把“一致”删去，就会重新落回原错误。

模块接口还应说明结论覆盖什么空间和函数类型。本章只完整处理实值函数及给定区间。虽然这种证明思路可以推广，但推广需要重新明确距离、收敛与连续的定义，不能用熟悉感省略新的任务说明。

封装以后，内部ε/3估计不必在每次使用时逐行重写；当前调用仍需确认一致收敛与各项连续。历史证明被作为能力保存，当前对象的条件检查继续发生。封装的两个时间尺度在这里同时清楚。

九、加强条件不是唯一的修复方向

发现原命题为假以后，除了加强收敛条件，还可以改变研究范围。对f_n(x)=x^n，若把定义域限制为[0,a]，其中0≤a<1，就有0≤x^n≤a^n。由于a^n趋于零，得到对该较小区间的一致收敛。

当a=0时结论显然；当0<a<1时，可使用前面的几何估计证明a^n趋于零。给定ε，选择N使a^N<ε；对n≥N和x∈[0,a]，有x^n≤a^n≤a^N<ε。这直接给出了与x无关的尾项起点。

这条路线保留了原来的具体序列，却改变了对象范围。它与上一节加强一般条件的路线不同。两种修复都可能有研究价值，但必须记录各自改变了什么。不能因为它们都得到连续极限，就把任务身份合并。

六路径可以帮助组织这些选择：从反例显露进入对象条件，再安排新路径；或者从已经可控的误差上界出发，寻找能够支持的目标范围。方法论在这里引导研究转向，数学结论则仍由明确估计支撑。

十、不要把充分条件误写为必要条件

一致收敛能够保证连续性保留，但这并不说明只要极限连续，就一定一致收敛。要判断必要性，需要另行研究。若新命题刚得到证明，就将其反向使用，又会产生前面讨论过的充分与必要混淆。

构造一个连续的移动尖峰序列。对n≥2，令g_n(x)=max(0,1−n²|x−1/n|)，其中x∈[0,1]。绝对值与最大值的组合使每个g_n连续。它在x=1/n处取值一，在距离1/n不小于1/n²的位置取值零。

因此，g_n可能非零的位置都位于[1/n−1/n²,1/n+1/n²]。这个小区间随着n移动到零附近，宽度也缩小。对每个n，函数的最大值仍然是一，所以整体峰值没有随着序列消失。

这个例子专门检验“极限连续是否足以推出一致收敛”，不是原错误命题的另一个同义反例。为不同逻辑问题选择适当对象，是判断力的一部分；不能把所有带尖峰的图都作为可互换的说明。

十一、完整核对移动尖峰的两种收敛状态

先看x=0。对n≥2，有1−n²|0−1/n|=1−n≤−1，故g_n(0)=0。再固定任意x>0，选择N足够大，使对所有n≥N有2/n<x。因为1/n+1/n²≤2/n，所以此时x位于可能非零区间的右侧，g_n(x)=0。

于是，对每个固定x，g_n(x)最终等于零，特别地逐点收敛于恒零函数g。这个极限函数在[0,1]上连续。因此，序列各项连续、极限也连续，条件已经明确。

但是对每个n，g_n(1/n)=1，而g(1/n)=0，误差等于一。取ε=1/2，任何N之后仍有这样的n与位置，故不存在全域统一误差控制，序列不一致收敛。由此证明一致收敛不是极限连续的必要条件。

这个结论使研究再次前进：我们已经找到一种充分条件，却不能将其当作所有成功情形的唯一机制。价值发生诊断也需要类似谨慎。某个修复办法有效，不代表所有相同结果都必须通过这一办法发生。

十二、再提出一个可证明的共同控制条件

还可以研究另一条路线。设函数列在[0,1]上逐点收敛，并满足如下共同条件：对任意η>0，存在δ>0，使对所有n和所有x、y，只要|x−y|<δ，就有|f_n(x)−f_n(y)|<η。这里δ对整个函数列统一有效。

这个条件是一种明确的统一等度连续控制。我们将证明，在该条件和逐点收敛下，序列一致收敛。与原命题相比，它不是直接假定一致收敛，而是从对所有函数共同有效的局部变化控制出发，结合有限网格取得全域结果。

给定ε>0，在共同条件中取η=ε/4，得到δ。取正整数m足够大，使1/m<δ，并使用有限网格点j/m，其中j从零到m。对任意x∈[0,1]，总可选择一个网格点c，使|x−c|≤1/m<δ。

由于每个网格点上逐点收敛，而网格点只有有限多个，可以分别为每个点选择误差小于ε/4的尾项起点，再取这些起点的最大值N。于是n≥N时，对所有网格点c同时有|f_n(c)−f(c)|<ε/4。有限性使这些局部尾项能够合并。

十三、完成有限网格论证

固定任意x与其附近网格点c。共同连续控制给出，对所有k有|f_k(x)−f_k(c)|<ε/4。令k趋于无穷，由逐点收敛及绝对值的连续性，得到|f(x)−f(c)|≤ε/4。严格不等号可能在极限中变成不严格，但这不会影响下面留有余量的估计。

这一证明进一步显示，新的封装怎样形成。有限网格点上的尾项控制、所有函数共同的邻近控制、极限保留的误差界，经过明确连接，成为全域一致收敛的依据。不是把很多点测试通过当作整体结论，而是用共同条件证明有限检查怎样覆盖剩余位置。

同时，这个条件不能被随意删去。移动尖峰之所以绕过有限固定点的观察，正因为峰形越来越尖，无法保持这种对整个序列共同有效的变化控制。例子与定理在边界处相互照明，但任何一方都不代替另一方的证明。

十四、把本章的结果保存为不同身份

现在至少得到五项不同成果。原来“逐点极限必连续”的全称命题被反例否定；一致收敛保连续得到证明；幂函数序列在较小闭区间上一致收敛得到证明；极限连续不蕴含一致收敛由移动尖峰反例说明；共同等度连续控制加逐点收敛能够推出一致收敛，也已给出论证。

这些成果不能压成一句“原问题已解决”而不解释其结构。原目标没有被证明，它被否定后生成了新的研究路线。任务的变化不是失败掩饰，而是有证据的发现。正确保存身份，使后来者能够知道可以调用什么、需要什么条件，以及哪些强说法已经不成立。

本章也没有把数学正确性归功于使用了SDE术语。反例与证明的效力来自明确数学论证。发生学的作用，是组织状态、追查量词与路径问题、选择修订对象，并把新结果保留为能够继续使用的能力。两种层次应当相互支持而不混同。

这种区分对理论自身也重要。若没有SDE术语的常规数学工作同样完成这些组织，本书需要进一步比较是否在复杂协作和持续修复中提供了增量，而不能仅凭把标准过程重新解释一遍，就宣布已经超越全部既有方法。

十五、从错误的终点，走向新的发生起点

回看最初那份流畅候选证明，它的主要问题不是写得太短，而是没有保持不同量词依赖。若只让AI扩写，错误可能变得更长；若只让人反复读，也可能在同一整体印象中徘徊。真正改变过程的，是把关键差异展开，并让反馈返回目标层。

修复也没有只有一种方向。我们可以加强一般条件，可以缩小具体对象范围，可以检验新条件是否必要，还可以寻找不同的共同控制机制。新的S、D、E关系在这些路线中形成，但每条路线都承担自己的数学依据。

当成果获得明确支持，它们又可以封装为新的研究单位。研究者不必每次重演全部反例发现史，却应当保留条件、证据与边界。当后来遇到新的函数空间或新的收敛概念，封装再次打开，而不是凭熟悉措辞无限延长。

从一个错误猜想出发，我们得到的是一组身份不同的成果：被否定的命题、经过证明的充分条件、范围受限的结论，以及对必要性的另一次检验。它们各自保留依据，才可能成为可调用的知识。判断的发生并没有降低数学标准；它把错误送到能够改变的层级，使失败不只留下一个空白，而是进入下一轮研究的起点。