专题六:函数方程与函数迭代
函是什么:未知的是整个函数
f(x+y) = f(x) + f(y)——这个等式对所有 x、y 成立,你要推出 f(x) 长什么样。它像侦探片:线索是"嫌疑人对所有人都这么干",你要做的就是设局,让它自己露馅。
路考点心法:看到「专题六:函数方程与函数迭代」先想什么
• 题型识别:先看是数论/组合/几何/不等式/函数方程哪类——不同类型有不同套路
• 方法选择:抽屉原理/染色法/反证法/构造法/不变量——奥数就这几把刷子
• 别忘验证:竞赛题有陷阱——算出答案要检查边界条件
想怎么想到的:喂特殊值当证人
条件对所有 x、y 成立,那我就让 x、y 取特殊值——0、1、−1、y = −x、y = x。每喂一次,撬出一个小结论:f(0) 是几、是奇是偶、f(2x) 是不是 2f(x)。攒够三五个,函数的长相就拼出来了。
核心方法三招
赋方法一:赋值法
f(x+y) = f(x) + f(y):令 x=y=0 得 f(0)=0;令 y=−x 得 f(−x)=−f(x);令 y=x 得 f(2x)=2f(x)。赋值就是撬锁——试几把钥匙,锁芯就转了。
换方法二:换元法
条件里有 f(x+y)、f(1/x) 这种套着的形式,设 t = x+y(或 t = 1/x)把内层换掉。本质:把"陌生的组合"变成"单独的自变量"。
迭方法三:迭代与不动点
迭代是把 f 反复套自己:f(f(x))、f(f(f(x))),一层层往外代。不动点是满足 f(a) = a 的那个 a——求 f(f(x)) = x 时,先猜一次函数,或拿不动点当锚。
经典例题
先审题憋三分钟,再点开看完整过程。
例1. 求满足 f(x + y) = f(x) + f(y) 对一切实数成立的连续函数 f。(柯西方程)
审题:条件普适,喂特殊值。
思路:先撬出 f(0)、奇偶性,再推广到有理数,最后靠连续性铺满实数。
逐步解法:x=y=0 ⇒ f(0)=0;y=−x ⇒ f(−x)=−f(x)(奇);y=x ⇒ f(2x)=2f(x),归纳得 f(nx)=n·f(x),故 f(n)=n·f(1);对有理数 q=m/n 有 f(q)=q·f(1)。有理数稠密 + f 连续 ⇒ 对一切实数 f(x) = kx,k = f(1)。
注:不加连续性存在依赖选择公理的病态解,奥数默认连续解。
答案:f(x) = kx(k 为任意常数)
例2. 已知 f(f(x)) = x 对一切 x 成立,且 f(0) = 1,求 f(x)。
审题:"套两层回到原样"叫对合,先试一次函数。
思路:设 f(x) = ax + b,对比系数。
逐步解法:f(f(x)) = a(ax+b)+b = a²x + ab + b。它等于 x ⇒ a² = 1,ab + b = 0。又 f(0) = b = 1,代第二式:a+1 = 0 ⇒ a = −1。故 $f(x) = 1 - x$。验算:f(f(x)) = 1−(1−x) = x,且 f(0)=1,全部符合。
注:只凭 f(f(x))=x 解不唯一;限定一次函数并加 f(0)=1,唯一解就是它。
答案:f(x) = 1 − x
例3. 已知 f(x) = x² + 1,求 f(f(f(1)))。
审题:纯迭代,从最内层往外代。
思路:套娃,一层一层剥。
逐步解法:f(1) = 1²+1 = 2;f(f(1)) = f(2) = 2²+1 = 5;f(f(f(1))) = f(5) = 5²+1 = 26。别把迭代当乘法——是"把结果再代回去"。
答案:26
用用途与案例
现实里:经济学里的效用函数、风险偏好模型,讨论的就是"什么样的函数满足某种行为规律"。科研里:柯西方程是泛函分析和测度论的入门试炼;f(f(x))=x 的对合思想在对称、加密、可逆变换里无处不在。
延延展:往楼上走一步
柯西方程去掉"连续"这个温和条件,就会冒出"病态解"——它的存在依赖选择公理,直接牵出测度论的心脏:为什么有些集合没法定义面积。一个函数方程,连着数学基础的大问题。
坑一:忽略连续性乱下结论。柯西方程只说"对所有 x、y 成立",不加连续(或单调)条件,你不能断言 f(x)=kx——还有病态解在旁边冷笑。怎么改:看到函数方程,先扫一遍题目给了哪些"额外脾气"。
坑二:把迭代当乘法。f(f(1)) 不是 f(1)×f(1),是把 f(1) 的结果再喂回 f。怎么改:写迭代就老老实实从最内层往外剥,一层一行。
突破口:巧妙赋值,让自变量取特殊值暴露函数性质。条件普适恰恰是软肋——你对所有 x 都成立,我就让 x=0、x=−y 进场。每代一次特殊值,撬出一个小结论;攒够三五个,函数的长相就拼出来了。
① 函数方程是审讯,特殊值是证人。② 赋值撬开 f(0) 与奇偶性。③ 迭代从最内层往外剥。
证专题六:函数方程与函数迭代的关键定理与公式
② 不动点迭代收敛判别法:迭代 $x_{n+1} = g(x_n)$,若不动点 $x^*$ 处 $|g'(x^*)| < 1$,则在其邻域内迭代必收敛到 $x^*$;$|g'(x^*)| > 1$ 则发散。
③ 迭代周期:若 $g^{(m)}(x) = x$(迭代 $m$ 次回到自身),则轨道是周期 $m$ 的循环。
④ 压缩映射原理:若 $|g(x)-g(y)| \le c\,|x-y|$ 且 $0 \le c < 1$,则迭代从任意初值出发都收敛到唯一不动点。
推导(不跳步):以柯西方程为例——① 取 $x=y=0$:$f(0) = f(0)+f(0)$,故 $f(0)=0$。② 取 $y=-x$:$f(0) = f(x)+f(-x) = 0$,故 $f(-x) = -f(x)$,即 $f$ 是奇函数。③ 对正整数 $n$,反复用方程得 $f(nx) = n f(x)$,特别地 $f(n) = n f(1)$。④ 对有理数 $\frac{p}{q}$:由 $q\cdot f(\frac{p}{q}) = f(p) = p f(1)$,得 $f(\frac{p}{q}) = \frac{p}{q}f(1)$。⑤ 于是对一切有理数 $r$ 有 $f(r) = kr$,其中 $k = f(1)$;再由 $f$ 连续,取有理数列 $r_n \to x$,得 $f(x) = \lim f(r_n) = k\lim r_n = kx$。
直觉把握:柯西方程说的是"可加性已经把函数钉死成一条直线"——只要它在有理数上是一条直线,连续性就不允许它在无理数上偷偷拐弯。而"不连续就有病态解"提醒我们:少了正则性条件,答案可以疯得离谱。不动点判别则是"在不动点附近,斜率小于 $1$ 就是把东西往里吸,大于 $1$ 就是往外推"。
现代应用:这个"可加性 ⇒ 线性"的结论,正是线性系统理论的第一块砖——信号与系统里判断一个系统是不是线性的,检查的就是"输入之和的响应是否等于响应之和";神经网络之所以要加非线性激活函数,就是为了故意打破这个可加性。
现代应用:$|g'(x^*)|<1$ 就是压缩映射——强化学习里"贝尔曼算子是压缩映射"保证了值迭代必然收敛,PageRank 的迭代排名也是同一个保证。
现代应用:迭代出现周期,正是动力系统与混沌理论的入门现象;循环神经网络训练中出现振荡、生成模型采样时在几个状态间打转,本质上都是"迭代落进了周期轨道而不是不动点"。
④ 用途与案例
工程:专题六:函数方程与函数迭代
在工程、物理、计算机、金融等领域,专题六:函数方程与函数迭代是基础工具——理解"使用场景"比死记公式重要。
日常:你见过但没注意的专题六:函数方程与函数迭代
生活中处处有专题六:函数方程与函数迭代——价格波动、几何造型、统计图表、游戏设计——只不过没人告诉你这就是数学。