逼近的科学——简单触及复杂

1885 年，68 岁的魏尔斯特拉斯（Karl Weierstrass）在柏林发表了一个让数学界震动的定理：闭区间 [a, b] 上的每一个连续函数，都可以被多项式以任意精度一致逼近。这意味着多项式——这个 16 世纪以来就被反复研究的最简单的函数族——在「连续」这个庞大的类里是稠密的。无论一个连续函数多复杂、多扭曲、多无规律，总能找到一个多项式贴得任意近。

这一结果回答了分析学最深的一个问题：「简单」与「复杂」之间的距离有多远？答案是：在「逼近」的尺度下——零。本章追问：什么是逼近？泰勒展开为什么是「局部的」？什么时候逐点收敛会失败、一致收敛为什么重要？魏尔斯特拉斯定理凭什么让多项式如此「万能」？

泰勒展开：局部逼近的典范

给定一个无穷次可微的函数 $f$ ，在点 a 附近用多项式去逼近最自然的方式是：让多项式在 a 点的所有阶导数与 f 一致。这样得到的多项式称作 f 在 a 点的泰勒展开：

f(x) = \sum_{n=0}^{\infty} \frac{f^{(n)}(a)}{n!}(x-a)^n

取 a = 0 就是麦克劳林级数。最熟悉的几个例子：

e^x = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \cdots, \quad \sin x = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \cdots

这一构造的几何直觉很强：一阶泰勒就是切线，二阶泰勒在切线基础上加曲率，三阶加扭曲，n 阶就让函数与多项式在 a 点匹配前 n 阶导数。在 a 点附近，f 与它的 n 阶泰勒多项式的差距是 $O((x-a)^{n+1})$ ——离 a 越近、阶数越高，逼近越准。

但这是局部的。每个泰勒级数都有一个「收敛半径」R——在 |x-a| < R 内级数绝对收敛于 f 的某个解析延拓，但在 |x-a| > R 处级数发散，与原函数完全无关。最经典的例子是 $\frac{1}{1-x}$ ——它在 x=1 处有奇点，所以麦克劳林级数 $\sum x^n$ 收敛半径只有 1，尽管函数本身在 x=2 处也完全有定义。泰勒展开看不到奇点之外的世界。

更糟的是，无穷光滑也不保证泰勒级数收敛于自身。柯西的反例 $f(x) = e^{-1/x^2}$ （在 x=0 时定义为 0）在 0 点所有阶导数都是 0，所以它的泰勒级数恒等于 0——而 f 本身只有在 x=0 时才为 0。这种「光滑但非解析」的函数提醒我们：实分析的世界比复分析松弛得多。

图 1：sin(x) 的一次（切线）和三次泰勒多项式——阶数越高，逼近的有效区间越大。

逐点收敛 vs 一致收敛

逼近的精度有两种衡量。逐点收敛：对每一个固定的 x， $f_n(x) \to f(x)$ 。这只要求每个点单独看时序列收敛，但不同点的收敛速度可以差异极大。一致收敛：

\sup_{x \in I} |f_n(x) - f(x)| \to 0

它要求整个区间的最大误差同时趋零——所有点必须「步调一致」收敛。

这个区别看似技术，实际决定了「极限」是否能保住函数的性质。逐点收敛非常脆弱：连续函数序列的逐点极限可以不连续。经典反例是 $f_n(x) = x^n$ 在 [0, 1] 上——每个 fₙ 都连续，但极限 f(x) = 0（x<1 时）/ 1（x=1 时）有跳跃。逐点收敛甚至不保积分：可以构造连续函数序列 fₙ，每个 fₙ 的积分都是 1，但 fₙ 逐点收敛到 0（「漂走的山峰」反例）。

一致收敛则强得多——它能保住连续性、有界性、Riemann 可积性，并允许极限与积分交换（这一点正是上一章 Lebesgue 控制收敛定理要更彻底回答的问题）。所以分析学家的标准动作是：能用一致收敛就不用逐点收敛；如果只有逐点收敛，就要小心检查是否能换序。

上确界与下确界：逼近误差的两把尺子

一致收敛的定义里悄悄藏着一个关键算子—— $\sup$ 。把它和它的对偶 $\inf$ 讲清楚，逼近论才算有了量纲。

上确界 $\sup S$ 是数集 S 的「最小上界」：所有 ≥ S 中元素的实数中最小的那个。下确界 $\inf S$ 对偶地是「最大下界」。它们与最大值/最小值的关键差别在于是否被取到：

\sup\{1 - 1/n : n \ge 1\} \;=\; 1,\quad \text{但} \;\max \;\text{不存在.}

实数完备性（戴德金切割等价命题）的精髓正是：「非空有上界的实数集必有上确界」。这是从有理数升级到实数的全部分量，也是分析学一切「极限存在性」证明的引擎。

逼近误差是上确界，不是最大值

一致收敛的定义 $\sup_{x \in I} |f_n(x) - f(x)| \to 0$ 用 sup 而非 max——因为开区间或无界区间上 max 未必存在，但 sup 总有定义。这一选择不是吹毛求疵的形式主义：它让定义在所有区间上都能用，无论紧致与否。

由此引出最佳逼近问题：在所有 n 阶以下多项式中，与 f 的 sup-误差最小的那个是谁？写成下确界形式：

E_n(f) \;=\; \inf_{P \in \Pi_n} \,\sup_{x \in [a,b]} |f(x) - P(x)|.

这个量 $E_n(f)$ 叫 f 的 n 阶最佳逼近偏差。它的存在性靠紧致性（n 阶多项式的有限维空间）+ 连续性（sup-范数对 P 的系数连续依赖）保证下确界一定取到——不只是趋近，而是有一个具体的最佳多项式 $P^*$ 实现 inf。这是 Chebyshev 1853 年关于均匀逼近的最早成果。

Chebyshev 等振定理：sup 在哪里被取到

最佳逼近多项式的样子被 Chebyshev 完全刻画了：P* 是 f 在 [a, b] 上的 n 阶最佳逼近，当且仅当误差 f − P* 在 [a, b] 上至少 $n+2$ 次依次正负交替地达到 sup-误差的绝对值。

\exists\; a \le x_0 < x_1 < \cdots < x_{n+1} \le b:\quad f(x_i) - P^*(x_i) = (-1)^i \,\sigma\, E_n(f),\;\; \sigma \in \{\pm 1\}.

这是 sup 的几何具现：最佳逼近不是把误差均匀压低，而是让误差「等振」——所有局部最大点高度相同。Chebyshev 多项式 $T_n(\cos\theta) = \cos(n\theta)$ 就是 [−1, 1] 上 $x^n$ 的最佳逼近，它在 [−1, 1] 上恰有 n+1 个等振点。这一刻画把「逼近」与「振荡」绑在一起，并直接通向数值分析中 Chebyshev 节点的设计哲学。

下确界作为定义：Lebesgue 积分的逼近视角

上一章 Lebesgue 积分的定义可以重新表述为下确界 + 上确界的对偶夹击：

\int f \, d\mu \;=\; \sup\Bigl\{\int s\, d\mu : 0 \le s \le f,\, s \text{ simple}\Bigr\} \;=\; \inf\Bigl\{\int t\, d\mu : t \ge f,\, t \text{ simple}\Bigr\}.

当上下确界相等，f 就是 Lebesgue 可积。这是 Riemann 上下和定义的彻底升级：把「分割区间取上下和」换成「分割值域取简单函数的上下逼近」。逼近论给积分论提供算子，sup 与 inf 是这套算子的两根钢梁。

魏尔斯特拉斯逼近定理

泰勒展开的局限是「局部」「需要解析性」。魏尔斯特拉斯则给出了完全不同性质的逼近：整体的、只需连续。

魏尔斯特拉斯逼近定理：设 f 在闭区间 [a, b] 上连续，则对任意 ε > 0，存在多项式 P，使 $\sup_{x \in [a,b]} |f(x) - P(x)| < \varepsilon$ 对所有 x ∈ [a,b] 成立。

这一结果放下了任何对函数光滑性的要求——只要连续，就可以被多项式一致逼近。从此「连续」与「多项式可逼近」在 [a, b] 上是同一件事。这等价于说：多项式在连续函数空间 C[a,b] 中（用一致收敛意义下的距离）稠密。

1912 年伯恩斯坦（Bernstein）给出了一个构造性证明。对 [0,1] 上的连续函数 f，定义伯恩斯坦多项式：

B_n(f)(x) = \sum_{k=0}^{n} \binom{n}{k} f\!\left(\frac{k}{n}\right) x^k (1-x)^{n-k}

当 n→∞ 时， $B_n(f)$ 一致收敛于 f。这一构造的妙处是给出了显式的多项式而非仅证明存在。它的概率诠释更优雅：把 x 看作硬币正面的概率，做 n 次独立投掷得 k 次正面的概率正是 $\binom{n}{k} x^k (1-x)^{n-k}$ ，伯恩斯坦多项式就是 f(k/n) 的期望——大数定律保证 k/n → x，从而 Bₙ(f)(x) → f(x)。

Stone–Weierstrass 定理：代数能力决定逼近能力

魏尔斯特拉斯定理 1937 年被斯通（Marshall Stone）大幅推广。Stone–Weierstrass 定理陈述如下：在紧 Hausdorff 空间 X 上，连续实函数空间 $C(X, \mathbb{R})$ 的一个子代数 A 在 sup-范数下稠密，当且仅当它同时满足两个条件——代数性与分离点。

条件一（代数性）：A 包含常函数 1，且对加法、乘法、标量乘封闭。即 A 是 $C(X, \mathbb{R})$ 的一个含幺子代数。

条件二（分离点）：A 中函数足以区分 X 的任意两点。形式化地写出来即：

\forall\, x, y \in X,\; x \neq y,\;\; \exists\, f \in A \;\;\text{使得}\;\; f(x) \neq f(y).

这两条听上去朴素得像「凑数条件」，背后却藏着一个完整的证明链——它逐步把「会做加减乘」拔升到「能逼近一切连续函数」。下面把这条链拆成四步走完。

第一步：闭包仍是代数

记 $\bar A$ 是 A 在 sup-范数下的闭包。加、乘、标量乘都是 sup-范数下的连续运算，于是：

f_n \to f,\; g_n \to g \;\Longrightarrow\; f_n + g_n \to f + g,\;\; f_n g_n \to fg.

这一步看似废话却很关键：之后所有的步骤都在 Ā 中做，做完仍在 Ā 中——没有掉出去的风险。

第二步：闭代数封闭于绝对值

这是整个证明的枢纽。声称：若 $f \in \bar A$ ，则 $|f| \in \bar A$ 。

背后的工具是一个独立小定理：函数 $t \mapsto \sqrt{t}$ 在 [0, 1] 上能被多项式一致逼近。证明用到牛顿迭代式的递推——定义

P_0(t) = 0,\quad P_{n+1}(t) = P_n(t) + \tfrac{1}{2}\bigl(t - P_n(t)^2\bigr).

归纳可证 $0 \le P_n(t) \le \sqrt{t}$ 且单调上升，由 Dini 定理在 [0, 1] 上一致收敛于 √t。这是不依赖魏尔斯特拉斯定理本身的初等结论——为后续不留循环论证。

把它套到 $f \in \bar A$ 上。设 $M = \|f\|_\infty$ ，做替换 $t = f(x)^2 / M^2 \in [0, 1]$ ，则：

|f(x)| \;=\; M \,\sqrt{\frac{f(x)^2}{M^2}} \;=\; M \cdot \lim_n P_n\!\left(\frac{f(x)^2}{M^2}\right).

右边每一个 $P_n(f^2/M^2)$ 都是 f 的多项式（因 Ā 是代数），所以 $|f| \in \bar A$ 。

第三步：闭代数封闭于 max 与 min

有了 |·|，max/min 立刻送上门——它们是 + 与 |·| 的初等组合：

\max(f, g) = \tfrac{1}{2}(f + g + |f - g|),\quad \min(f, g) = \tfrac{1}{2}(f + g - |f - g|).

所以 Ā 不仅是代数，还是格（lattice）——对 max、min 封闭。这把 Stone–Weierstrass 的舞台从「线性 + 双线性」扩展到「逐点比大小」，一下子触达了连续函数的全部局部行为。

第四步：分离点 + 1 ⟹ 双点插值

下面把代数能力翻译成真正的逼近能力。声称：对任意 $x \neq y \in X$ 与任意 $\alpha, \beta \in \mathbb{R}$ ，存在 $g \in \bar A$ 使 $g(x) = \alpha,\; g(y) = \beta$ 。

构造很初等：取分离点的 $h \in A$ （由分离点条件），以及常函数 1（由代数条件），令

g \;=\; \alpha + (\beta - \alpha) \cdot \frac{h - h(x)}{h(y) - h(x)}.

这是 Stone–Weierstrass 真正的「插值原子」——任意双点指定值，都有 Ā 中函数实现。

第五步：紧致性把局部信息拼成全局

给定目标 $f \in C(X)$ 与 ε > 0，要造 $\varphi \in \bar A$ 使 $\|f - \varphi\|_\infty < \varepsilon$ 。分两小步：

(a) 局部从下逼近：对每个固定 $x \in X$ ，用第四步对每个 $y \in X$ 造 $g_{x,y} \in \bar A$ 与 f 在 x、y 两点处相等。由连续性， $g_{x,y} > f - \varepsilon$ 在 y 的某邻域 $V_y$ 上成立。{V_y} 是 X 的一个开覆盖，由 X 紧致取有限子覆盖 $V_{y_1}, \ldots, V_{y_n}$ ，定义

g_x \;=\; \max\bigl(g_{x, y_1}, \ldots, g_{x, y_n}\bigr) \;\in\; \bar A.

由第三步 max 不破坏 Ā， $g_x \in \bar A$ ，且 $g_x(x) = f(x),\; g_x > f - \varepsilon$ 在整个 X 上。

(b) 整体从上压低：连续性给出邻域 $U_x$ 上 $g_x < f + \varepsilon$ 。{U_x} 又是开覆盖，再用一次紧致性取有限子覆盖 $U_{x_1}, \ldots, U_{x_m}$ ，定义

\varphi \;=\; \min\bigl(g_{x_1}, \ldots, g_{x_m}\bigr) \;\in\; \bar A.

合并两步：在每个 $x \in X$ 上 $f - \varepsilon < \varphi < f + \varepsilon$ ，即 $\|f - \varphi\|_\infty < \varepsilon$ 。证毕。

四步合奏：为什么连续函数必然能被简单族逼近

把整条链路压成一句话：

\underbrace{\text{加+乘+1}}_{\text{代数性}} \;\xrightarrow{\;\sqrt{\cdot}\;}\; \underbrace{|\cdot|}_{\text{格}} \;\xrightarrow{\;+\;}\; \underbrace{\max,\min}_{\text{逐点比较}} \;\xrightarrow{\;\text{分离点}\;}\; \underbrace{\text{双点插值}}_{\text{原子}} \;\xrightarrow{\;\text{紧致}\;}\; \underbrace{\text{有限覆盖}}_{\text{全局}} \;=\; \text{稠密}.

这条链揭示了「连续可被简单逼近」的真正机理——它不是关于多项式有什么神奇之处，而是关于 「代数 + 格 + 紧致」三者一旦凑齐，连续函数空间就被自动占满。多项式只是恰好满足代数 + 分离点的最熟悉例子；其他任何满足这两条的族——三角多项式、有理函数、指数函数族、神经网络——都同样万能。

注意这一证明对原 Weierstrass 定理（[a, b] 上多项式逼近）是独立的——只用到 √t 的多项式逼近这条引理。所以 Stone 1937 的真正贡献不是推广，而是把 1885 年那条具体定理的证明动力抽象出来：紧致性 + 代数 + 分离点。

简单到什么程度才够？最低门槛刻度

「简单族」到底简单到什么程度就够用？Stone–Weierstrass 给出了精确刻度。把四类典型族沿三个条件做对照：

\begin{array}{l|c|c|c|l} \text{族} & \text{含 } 1 & \text{加乘封闭} & \text{分离点} & \text{结论} \\ \hline ax + b & \checkmark & \times & \checkmark & \text{乘法不封闭，不够} \\ \mathbb{R}[x] & \checkmark & \checkmark & \checkmark & \text{刚好够，万能} \\ P(x^2) & \checkmark & \checkmark & \times & \text{在 }[-1,1]\text{ 上不分离 }\pm x \\ x\, P(x) & \times & \checkmark & \checkmark & \text{只能逼近 }f(0)=0 \end{array}

逐条解释为何卡在某一条上：

仿射函数 ax + b
：能分离点、含 1，但对乘法不封闭——把两个仿射相乘得到 x²，已经跳出仿射族。所以仿射不够。
多项式 ℝ[x]
：分离点、含 1、对加乘封闭——三条件全中，万能。
偶多项式 P(x²)
：含 1、加乘封闭，但任意偶多项式都满足 P(x) = P(−x)，无法分离 x 与 −x。所以在 [−1, 1] 上不够，在 [0, 1] 上够。
无常数项多项式 xP(x)
：分离点、加乘封闭，但所有元素在 0 处取 0，整族被锁死在 f(0) = 0 的子空间里，仅此而已。

这给出了「简单」的最锋利定义：含常数 1 + 加乘封闭 + 分离点——三个条件，一字不能少。少任何一个，「万能」立刻塌陷成「片面」。

万有逼近定理：从分析学到深度学习

20 世纪末，Stone–Weierstrass 这套机制借神经网络回到了应用数学的中心——这就是万有逼近定理（Universal Approximation Theorem）。

Cybenko 1989 / Hornik 1991

设 $\sigma: \mathbb{R} \to \mathbb{R}$ 是连续的「激活函数」。考虑由有限和构成的「单隐藏层网络」族

\mathcal{N}_\sigma \;=\; \Bigl\{ \sum_{k=1}^{N} c_k\, \sigma(w_k \cdot x + b_k) : N \in \mathbb{N},\; w_k \in \mathbb{R}^d,\; b_k, c_k \in \mathbb{R} \Bigr\}.

Cybenko 定理：若 σ 是 sigmoid（即在 −∞ 处趋 0、在 +∞ 处趋 1 的连续单调函数），则 $\mathcal{N}_\sigma$ 在任意紧集 $K \subset \mathbb{R}^d$ 上的 C(K) 中稠密。Hornik 1991 / Pinkus 1999 把条件削到极致：

\mathcal{N}_\sigma \text{ 在 } C(K) \text{ 中稠密} \;\Longleftrightarrow\; \sigma \text{ 不是多项式.}

这个等价干净得像谜语：只要激活函数不是多项式（连续即可，sigmoid、tanh、ReLU、SiLU 全部满足），单隐藏层神经网络就足以一致逼近紧集上任意连续函数。

本质上仍是 Stone–Weierstrass

万有逼近不是凭空冒出来的新定理——它的证明逻辑与 Stone–Weierstrass 完全同构：

代数性
：神经网络族不显式封闭于乘法，但若激活非多项式，可以用 σ 的多个平移与缩放近似 σ 的导数（傅里叶 / 卷积论证），再用导数的多项式张成乘法运算的近似——把「乘」隐式造出来。
分离点
：仿射部分
w·x + b
显然分离 ℝᵈ 中任意两点。
紧致性
：定理的前提就是 K 紧致——继承 Stone–Weierstrass 的同一条腿。

所以万有逼近的核心在于：激活函数非多项式 ⟹ σ 与其平移生成的代数足够「丰富」⟹ 满足 Stone–Weierstrass 的两个充要条件。深度学习的「神奇逼近能力」并不神秘——它只是 Stone 1937 那台机器的现代化身。

逼近器的家族谱

把万有逼近放进可逼近器的全谱：

\begin{array}{l|l|l} \text{逼近器} & \text{年份} & \text{为什么万能} \\ \hline \text{多项式} & 1885 & \text{Stone–Weierstrass 经典实例} \\ \text{三角多项式} & 1900 & \text{周期版 Stone–Weierstrass} \\ \text{有理函数} & 1885 & \text{Mergelyan / Runge 复版本} \\ \text{Bernstein 多项式} & 1912 & \text{大数定律构造性逼近} \\ \text{小波（wavelets）} & 1980s & \text{多分辨率分析 + 紧支撑} \\ \text{ReLU 神经网络} & 1989 & \text{激活非多项式 + 紧致性} \\ \text{Transformer} & 2017 & \text{序列上的通用近似器（最新研究）} \end{array}

速率的代价：万能并不便宜

万能 ≠ 高效。Cybenko 是定性结果，没说「逼近 ε 误差需要多少神经元」。Barron 1993 给出第一个定量结果：若 f 的傅里叶变换满足某种 L¹ 条件（即「Barron 范数」 $\|f\|_B < \infty$ ），则单隐藏层网络以 N 个神经元达到 ε 误差需要

\varepsilon \;\le\; \frac{C \|f\|_B}{\sqrt{N}}.

关键是这个速率与维度 d 无关——这就是「神经网络突破维度灾难」的数学根据。普通多项式逼近 d 维 C^k 函数需要 $N \sim \varepsilon^{-d/k}$ ，维度爆炸；神经网络在 Barron 类上只需 $N \sim \varepsilon^{-2}$ 。这一对比解释了为什么深度学习能在高维数据上奏效。

复杂可被简单逼近的本质原理

把这一章的所有定理压成最高抽象层，会发现「复杂可被简单逼近」其实由三组对偶支撑——它们是数学的三根钢梁。

第一根：紧致性 ↔ 有限性

紧致空间的核心性质是「每个开覆盖都有有限子覆盖」。这是把「无限多个局部信息」压缩成「有限多块拼图」的唯一通用工具。Stone–Weierstrass 第五步连续两次取有限子覆盖，本质就是把无限的 X 钉死成有限层。

没有紧致性，整套机器立刻散架——这正是 ℝ 上无界连续函数无法被多项式一致逼近的根源。「能被有限地写下来」=「紧致 + 连续」。

第二根：代数结构 ↔ 表达力

「代数」（含 1、加乘封闭）保证了简单族对一切运算的稳定性；「分离点」保证了它能区分 X 上任意两点。这两件事一起，就是表达力的全部——足以由有限插值原子（双点插值）拼出任意连续函数。

这背后藏着一句格物致知的话：表达力的源头不是「函数本身有多复杂」，而是「函数族有多少结构」。多项式之所以万能，不是因为某个具体的多项式很厉害，而是多项式集合作为代数很厉害。

第三根：闭包 ↔ 极限

稠密性的现代等价是闭包 = 全空间。极限运算把有限的代数操作扩到无限，但不破坏代数结构（第一步），所以闭代数 Ā 能继承 A 的全部「会做加乘」，又能通过极限新增「会做 √、|·|、max、min」——表达力在闭包下严格递增，最终覆盖整个目标空间。

这是「连续性」给数学的红利：极限不是逃逸，而是表达力的产能升级。

三根钢梁的总图

\boxed{\;\text{紧致性}\;+\;\text{代数 + 分离点}\;+\;\text{sup-范数闭包}\;\;=\;\;\text{稠密}\;\;=\;\;\text{万能}\;}

这是从魏尔斯特拉斯 1885、Stone 1937、Cybenko 1989 一直贯穿到今天 Transformer 万有逼近研究的同一句话。复杂之所以能被简单触及，是因为：

世界是紧致的
（局部观察可以有限化）；
简单族有代数结构
（运算上自洽且能区分点）；
极限运算保留代数
（闭包不会泄气）。

三件事任何一件缺席，「万能」立刻退化成「特殊」。三件事齐备，复杂性就被简单性的有限组合吞掉——这就是逼近论交给整个分析学最深刻的礼物：复杂从来不是简单的对立面，而是简单在足够长的时间尺度上自我累积的结果。

这一表述把「为什么多项式能逼近」拔到了一个新高度——多项式之所以万能，是因为：（1）它们构成代数（多项式相加相乘还是多项式）；（2）它们能分离任意两点（线性函数 x 就分离了所有不同的 x、y）。代数结构 + 分离点 = 稠密性。三角多项式 $\sum (a_k \cos kx + b_k \sin kx)$ 在周期连续函数空间中也分离点（cos x 就分离了 [0, 2π) 的不同点对，sin x 处理对称点），而它们也是代数（积化和差让乘积仍是三角多项式）——所以三角多项式在周期连续函数中稠密。这是傅里叶分析「任何周期信号都可以分解为正弦余弦之和」这一直觉的严格化基础。

图 2：逐点收敛与一致收敛的差异——左图每个 x 都收敛到 0，但「山峰」始终有高度；右图整条曲线被压平。

什么样的函数可以被逼近：可逼近性的光谱

魏尔斯特拉斯—Stone 一支告诉我们「连续函数可被多项式一致逼近」。但「可逼近」从来不是单一概念——逼近器（approximant）、目标空间（target）、误差度量（norm）三件事可以独立选取，每种组合给出不同的「可逼近性」。下面这张表把分析学里最常用的几种逼近一字排开。

\begin{array}{l|l|l|l} \text{目标空间} & \text{逼近器} & \text{误差度量} & \text{稠密性结论} \\ \hline C[a, b] & \text{多项式} & \sup\text{-范数} & \text{魏尔斯特拉斯（紧区间）} \\ C(\mathbb{T}) & \text{三角多项式} & \sup\text{-范数} & \text{傅里叶级数（周期）} \\ C(X) & \text{分离点的子代数} & \sup\text{-范数} & \text{Stone–Weierstrass（紧 Hausdorff）} \\ L^p(\mathbb{R}^n) & C_c^\infty & L^p\text{-范数} & p < \infty \text{ 时稠密} \\ \text{可测函数} & \text{简单函数} & \text{逐点 / 测度收敛} & \text{Lebesgue} \\ \mathcal{D}'(\Omega) & C_c^\infty & \text{弱*收敛} & \text{分布密化} \\ \text{紧集 } K \subset \mathbb{C} & \text{有理函数} & \sup\text{-范数} & \text{Mergelyan 定理} \end{array}

三个充要条件：什么是「可被简单族一致逼近」

把上表的所有结论压成一句一般性命题。设 X 是拓扑空间、A ⊂ C(X) 是一族「简单」函数（候选逼近器）、f 是要被逼近的目标，问什么时候 f 可被 A 中元素在 sup-范数下一致逼近。Stone–Weierstrass 给出了完整的充要刻画：

\overline{A} \ni f \;\Longleftrightarrow\; \underbrace{X \text{ 紧 Hausdorff}}_{\text{条件 1}} \;\;\text{且}\;\; \underbrace{A \text{ 含 } 1,\; \text{加乘封闭},\; \text{分离点}}_{\text{条件 2}} \;\;\text{且}\;\; \underbrace{f \in C(X)}_{\text{条件 3}}.

既然是充要条件，必须从两个方向分别走通。

充分性（⟸）：三条件齐就够了。 这正是前文 Stone–Weierstrass 五步证明给出的整链路——紧致性给出局部信息可被有限子覆盖打包；含 1 加乘封闭让闭代数能用 √t 多项式造出 |·|，再用 (f+g±|f-g|)/2 造出 max 与 min；分离点 + 含 1 给出双点插值原子；连续性把局部信息缝合成全局逼近。整套机器把「会做加乘」一步步拔升为「能逼近一切连续函数」，本质是构造性的——它不仅说存在，还给出了如何用有限步代数运算造出逼近序列。

必要性（⟹）：缺任何一条立刻崩。 反向论证靠「逐条反例锁死」——只要某条不成立，就能造出一个 f ∈ C(X) 永远进不了 Ā，从而否证「A 在 C(X) 中稠密」。

条件 3（f ∈ C(X)）必要
：A 中所有函数连续，sup-范数下的一致极限保连续，故 f 一旦不连续就掉出 Ā。阶梯函数 sgn(x) 在 [−1, 1] 上不可被任何连续函数族一致逼近——这是必要性的最直接体现。
条件 2.1（分离点）必要
：若存在 x ≠ y 使所有 g ∈ A 都满足 g(x) = g(y)，则该等式在一致极限下保持，于是凡 f(x) ≠ f(y) 的连续函数都进不了 Ā。例如偶多项式族 P(x²) 在 [−1, 1] 上不分离 ±x，因此连续函数 f(x) = x 永远逼近不了。
条件 2.2（含 1，更准确为含某个非零常函数）必要
：若所有 g ∈ A 都满足 g(x₀) = 0，则 sup-范数极限继承此性质，常函数 1 永远逼近不了。「无常数项多项式」xP(x) 在 0 处恒等于零，整族被锁死在 f(0) = 0 的子空间，1 进不了 Ā。
条件 2.3（加乘封闭）必要
：若闭包 Ā 不对乘法封闭，它就无法生成 √t 多项式，从而拿不到 |·|、max、min——证明链的第二、三步直接断裂。仿射函数族 {ax + b} 是典型反例：它分离点、含 1，但因 x · x = x² 跳出仿射，无法逼近 x²。
条件 1（X 紧致）必要
：在非紧 X 上 sup-范数可能在无穷远处发散。ℝ 上 f(x) = sin x 不可能被任何多项式一致逼近——多项式在 |x| → ∞ 处必趋 ±∞ 或常数，sup-误差恒为 ∞。紧致性是「一致逼近」概念能成立的几何前提；丢掉它，要么误差无界，要么必须改换范数（如加权 sup 或 Lᵖ）。

五条反例把三条件钉死在「必要」位置：少任一条，就能立即指出某个 f ∈ C(X) 掉出 Ā。

充要等价的真正含义。 把两个方向合起来读：「A 在 C(X) 中稠密」与「X 紧致 + A 是含 1 的分离点子代数」是同一件事的两种说法。这条等价彻底把分析问题代数化——判断一个函数族是否万能，不再需要做任何 ε-δ 估计，只需对照三条结构性条件即可一锤定音。Stone 1937 的真正贡献正是把魏尔斯特拉斯 1885 关于多项式的具体定理翻译成这条结构性等价，使理论从「具体例子」升级为「通用原理」。

把三条件记成口号：紧致性给舞台，代数性给工具，连续性给目标。三者互锁，少一不可。

逼近速率：光滑度决定收敛快慢

「能被逼近」是定性问题，「逼近多快」是定量问题。Jackson 1911 与 Bernstein 1912 一对定理（合称 Jackson–Bernstein 定理）给出关键回答：

f \in C^k[a,b] \;\Longrightarrow\; E_n(f) \le \frac{C_k\, \omega(f^{(k)},\, 1/n)}{n^k},

反向也成立： $E_n(f)$ 衰减得越快，f 必然越光滑。逼近速率是函数光滑度的指纹。这一对偶把「函数空间 vs. 收敛速率」绑成了一对孪生量。深度学习里万能逼近定理的「定性能逼近」（Cybenko 1989）与「逼近速率取决于函数 Sobolev 范数」的定量结果（Barron 1993）是同一旋律的现代回响。

什么函数不能被多项式一致逼近

边界例子最能说明问题：

无界区间上的连续函数
：如
sin x
在 ℝ 上——多项式在无穷处必然趋于 ±∞ 或常数，sup-误差永远是 ∞。要想在 ℝ 上一致逼近，必须改变范数（如加权 sup 范数 Bernstein 类）或改变逼近器（如 Schwartz 函数）。
开区间上没有连续延拓的函数
：如
sin(1/x)
在 (0, 1] 上——它在 0 附近无界振荡，无连续延拓到 [0, 1]，多项式无能为力。
不连续函数
：连续函数序列的一致极限必连续，所以阶梯函数不可被多项式
一致
逼近——但它
可以
被多项式按 L¹ 或 L² 范数逼近。换误差度量，结论就翻面。

这些反例把光谱的边界标得清清楚楚：「可逼近性」不是函数的内禀属性，而是『函数 + 范数 + 逼近器族』三元组的属性。

逼近论的五个常见误区

逼近论是分析学最容易「想当然」的领域。下面五条是初学者反复踩中的陷阱——每条都有具体反例。

误区一：泰勒级数总是收敛于原函数

柯西反例 $f(x) = e^{-1/x^2}$ （在 0 处定义为 0）所有阶导数在 0 都为零，泰勒级数恒等于 0，但函数本身只在 x = 0 时为 0。无穷可微 ≠ 解析。实分析里，泰勒级数收敛半径 + 收敛于 f 是双重要求，二者缺一不可。

误区二：逐点收敛保连续性

$f_n(x) = x^n$ 在 [0, 1] 上每个都连续，但逐点极限是阶梯函数。逐点收敛能保留太少——连续、积分、求导全都不保。这是为什么 19 世纪后半叶的分析学突然变得对收敛模式（一致 / 控制 / 单调 / 几乎处处 / 测度 / Lp）极为讲究：每种模式恰好保住一组性质。

误区三：收敛半径之外就「不可逼近」

$\frac{1}{1-x}$ 在 0 点的麦克劳林级数收敛半径是 1，所以在 x = 2 处级数发散。许多人由此误以为「2 处的值无法用多项式逼近」——错。魏尔斯特拉斯告诉我们：在 [1.5, 2.5] 这种避开奇点的闭区间上，存在多项式一致逼近 1/(1−x)。泰勒展开是『一个固定点附近用同一族多项式』，魏尔斯特拉斯是『在每个紧集上用不同的多项式』。前者很挑光滑度，后者只挑连续性。

误区四：函数被一致逼近，则导数也被一致逼近

反例：取 $f_n(x) = \frac{\sin(n^2 x)}{n}$ 。 $f_n \to 0$ 一致（振幅 1/n），但 $f_n'(x) = n \cos(n^2 x)$ 振幅 n 完全发散。一致收敛保不住导数。要保住导数收敛，需要更强的 C¹ 范数或 Sobolev 范数。这也是为什么数值微分远比数值积分难——积分是平滑算子，微分是放大算子。

误区五：在 ℝ 上也可一致逼近任意连续函数

魏尔斯特拉斯定理对紧区间成立。把 [a, b] 换成整条 ℝ，立刻崩塌：sin x 在 ℝ 上有界但任何多项式（除常数）都无界，所以不存在多项式 P 使 sup_ℝ |sin x − P(x)| < ε。紧致性是一致逼近的氧气。在 ℝ 上要谈逼近，要么换范数（加权 sup、Lp），要么换逼近器（Hermite 函数、Schwartz 类）。

额外一条：最佳逼近一定唯一吗？

多项式 sup-逼近：唯一（Chebyshev 等振定理直接给出）。L² 逼近：唯一（希尔伯特投影定理）。L¹ 逼近：不一定唯一——L¹ 不是严格凸的 Banach 空间。「最佳」依赖范数的几何——sup 范数与 L² 范数都是严格凸的，L¹ 不是；这一几何差异直接决定了最佳逼近问题的解的结构。

从逼近到积分：连接上一章

逼近论解释了 Lebesgue 积分理论的一个关键设计。回忆上一章的横切术——为了定义 ∫f，先用简单函数（取有限个值的可测函数）从下方逐点逼近 f，再取积分的上确界。这一构造之所以可行，正是因为：每个非负可测函数都可以被一列单调上升的简单函数逐点逼近（甚至在特定意义下一致逼近）。换句话说：

\int f \, d\mu = \lim_{n \to \infty} \int s_n \, d\mu, \quad s_n \uparrow f, \, s_n \text{ simple}

逼近论是积分论的「燃料」——没有「简单函数稠密于可测函数」这一逼近事实，Lebesgue 的积分构造就无从下手。再往前一步，连续函数在 L^p 中也是稠密的，这为「先在 C(X) 上证、再延拓到 L^p」的标准技术提供了基础。整个分析学的方法论可以总结成一句话：用结构简单的函数族逼近一切，再用一致收敛或 L^p 收敛的良好换序性把局部结论拼成全局结论。

这一思想还会被推到更深的地方。希尔伯特空间里的「正交逼近」（傅里叶展开），泛函分析里的「稠密性 + 连续延拓」（Hahn-Banach 定理的支撑），数值分析里的有限元、谱方法、神经网络的万能逼近定理（Cybenko 1989）——本质都在重复同一个动作：选定一个「简单函数族」，证明它在目标空间稠密，然后用代数操作 + 一致收敛把任何复杂对象拆解成简单的有限组合。

结语：简单与复杂，距离为零

从泰勒展开的局部到魏尔斯特拉斯的整体，从多项式到三角多项式再到伯恩斯坦构造，逼近论展示了一个深刻的事实——「简单」与「复杂」之间的距离取决于你怎么测量。在「局部」尺度上，多项式只能贴合解析函数；但在「一致逼近」尺度上，多项式可以贴近任意连续函数。逼近的概念越泛化（从 C 到 L^p、到分布空间），更多复杂的对象都能被简单族「触及」。

这一事实让 19 世纪以后的数学研究有了一个标准动作：要研究一个复杂的函数空间，先找它的「稠密子集」（最好是有有限或可数结构的），把性质先在子集上证清楚，再用稠密性 + 连续性延拓到整个空间。从此分析学不再被「函数太多太怪」吓倒——魏尔斯特拉斯告诉数学家：所有连续函数都「不远」。

与下章纽带

逼近论让我们能用「简单」抓住「复杂」，但还有一类对象比函数更复杂——它们的「变量」不是数，而是整条函数。比如「连接两点的所有曲线中哪条最短」中的「曲线」，或「连接两点的所有路径中物理粒子选哪条」中的「路径」。这些问题的研究对象叫泛函（functional），处理它们的微积分叫变分法。下一章我们会看到：「积分本身就是泛函」「Riesz 表示定理把泛函与测度对偶起来」「Dirac δ 是分布而非函数」——分析学的舞台从函数升级为函数空间。