魏尔斯特拉斯极值定理

魏尔斯特拉斯极值定理 (Weierstrass Extreme Value Theorem)

魏尔斯特拉斯极值定理是实分析和数学优化中最基础的存在性定理之一。该定理断言：若实值函数在一个有界闭区间上连续，则它必定在该区间上取到最大值和最小值。换言之，极值不仅作为上确界和下确界"存在"，而且确实能被定义域中的某个点达到。这一定理以德国数学家卡尔·魏尔斯特拉斯 (Karl Weierstrass) 命名，他将分析学建立在严格的 $\epsilon$-$\delta$ 语言上，极值定理正是其体系中的标志性成果。

定理的正式表述

设 $f: [a, b] \to \mathbb{R}$ 在闭区间 $[a, b]$ 上连续，其中 $a, b \in \mathbb{R}$ 且 $a < b$。则存在 $x_m, x_M \in [a, b]$，使得：

记 $m = f(x_m) = \min_{x \in [a,b]} f(x)$，$M = f(x_M) = \max_{x \in [a,b]} f(x)$。核心结论：连续函数在紧致区间上的最小值与最大值均被实际取到。

该定理可以等价地表述为：若 $f$ 在 $[a,b]$ 上连续，则 $f([a,b])$ 本身也是一个有界闭区间 $[m, M]$。这是介值定理与极值定理结合的直接推论——连续函数将连通紧致集映射为连通紧致集，在 $\mathbb{R}$ 上即闭区间。

证明思路

标准证明依赖波尔查诺-魏尔斯特拉斯定理。首先证明有界性：假设 $f$ 在 $[a,b]$ 上无上界，则可构造序列 $(x_n)$ 使得 $f(x_n) > n$。由波尔查诺-魏尔斯特拉斯定理，$(x_n)$ 存在于 $[a,b]$ 中收敛的子列 $x_{n_k} \to x^*$。由连续性，$f(x_{n_k}) \to f(x^*)$，但这与 $f(x_{n_k}) > n_k \to \infty$ 矛盾。故 $f$ 有上界。

确认上确界 $M = \sup_{x \in [a,b]} f(x)$ 有限后，构造最大化序列 $(y_n)$ 使得 $f(y_n) \to M$。同样取收敛子列 $y_{n_k} \to x_M$，由连续性得 $f(x_M) = \lim f(y_{n_k}) = M$，即最大值在 $x_M$ 处达到。最小值的证明完全对称。

另一种更现代的证明采用海涅-博雷尔定理（Heine-Borel）：闭区间的紧致性意味着任何开覆盖都有有限子覆盖。假设最大值不被达到，则对每个 $x \in [a,b]$，存在 $\varepsilon_x > 0$ 的小邻域使 $f$ 在该邻域内严格小于 $M$。这些邻域构成 $[a,b]$ 的开覆盖，由紧致性可提取有限子覆盖，从而 $f$ 在整个区间上有上界严格小于 $M$，与 $M$ 是上确界矛盾。这一构造更清晰地展示了紧致性如何将"局部小于 $M$"转化为"全局一致小于 $M$"，这正是紧致性最核心的推理模式。两种证明共同揭示了紧致性与连续性的深层互动。

条件失效的反例

定理的三个条件——连续性、定义域为闭区间（有界且包含端点）、函数取实数值——缺一不可，每一个条件的破坏都可构造反例：

• 非闭区间：$f(x) = x$ 在 $(0, 1)$ 上连续，但无最大值也无最小值。上下确界 $1$ 和 $0$ 分别不在定义域内。
• 无界区间：$f(x) = 1 - e^{-x}$ 在 $[0, \infty)$ 上连续，有下确界 $0$（在 $x=0$ 达到），但上确界 $1$ 永远取不到，因为 $\lim_{x \to \infty} f(x) = 1$ 不在函数值域内。
• 不连续：$f(x) = x$ 当 $x \in [0,1)$，且 $f(1) = 0$。上确界 $1$ 不被取到——函数在 $x=1$ 处有一个可去的不连续点，恰好在极限点"跳离"了最大值。

这些反例说明，极值定理的本质是连续性将紧致集的紧致性"传递"到值域。更精细地说：紧致性保证"极值候选点"的任意序列都有聚点落在定义域内，连续性保证若序列的函数值趋于极值，则该聚点的函数值恰好等于该极值。两者缺一，极值即可能"悬空"。这一分析框架也是更一般的最优解存在性定理（如凸分析中的 Weierstrass 定理变体）的论证模板：$\inf_{x \in D} f(x) > -\infty$ 加上下半连续性及定义域的适当紧致性，即保证最小值被达到。

推广至多维空间

设 $D \subset \mathbb{R}^n$ 为紧致集（在 $\mathbb{R}^n$ 中等价于有界闭集），$f: D \to \mathbb{R}$ 连续。则存在 $\mathbf{x}_m, \mathbf{x}_M \in D$ 使得：

在经济学中，$D$ 通常为预算集或可行生产集，它们由不等式约束定义，在标准条件下为紧致集（如 $\{\mathbf{x} \in \mathbb{R}^n_+ : \mathbf{p} \cdot \mathbf{x} \leq w\}$）。效用函数或利润函数的连续性加上紧致定义域，直接保证了最优解的存在性。

经济学中的应用

极值定理在经济理论中承担着"存在性保证"的关键角色。其应用几乎渗透到每一个涉及优化的经济学分支：

1. 消费者理论：若效用函数 $U$ 连续，预算集 $B(p,w) = \{x \in \mathbb{R}^n_+ : p \cdot x \leq w\}$ 在 $p \gg 0$ 时紧致，则效用最大化问题 $\max_{x \in B(p,w)} U(x)$ 的解存在。这保证了马歇尔需求函数的良定义性。若价格向量中某些分量为零，预算集不再紧致，则需额外条件（如效用函数单调且无餍足点处的无界补偿）才能保证解的存在——这就是为什么一般均衡理论中通常假设 $p \in \mathbb{R}^n_{++}$。
2. 生产者理论：成本最小化 $\min_{\mathbf{x}} \mathbf{w} \cdot \mathbf{x}$ s.t. $f(\mathbf{x}) \geq q$ 和利润最大化 $\max_{\mathbf{x}} p f(\mathbf{x}) - \mathbf{w} \cdot \mathbf{x}$ 中，当生产函数 $f$ 连续且可行集紧致时，极值定理确保最优投入组合存在。特别地，对于规模报酬不变技术，利润最大化问题的目标函数可能无界，此时需借助约束条件的紧致化（如固定成本的引入）来恢复存在性。
3. 一般均衡：在阿罗-德布鲁一般均衡框架中，超额需求函数在价格单纯形（不含边界）上连续，但边界上可能出现不连续。标准的处理方法是在严格正的紧致子集上应用极值定理，再取极限逼近边界，最终结合角谷不动点定理证明均衡存在。极值定理在这一推理链中负责保证每一步近似均衡的存在。
4. 动态优化与递归方法：在多期离散时间优化中，贝尔曼方程的值函数迭代涉及在紧致可行集上最大化连续目标函数。极值定理不仅保证每步最优决策规则的存在，还确保了值函数本身是良定义的连续函数，从而为压缩映射原理的应用铺平道路。
5. 计量经济学：在极值估计量（M-estimator）的大样本理论中，目标函数（如对数似然函数或广义矩条件准则函数）的连续性及参数空间的紧致性，是保证估计量存在性和一致性的前提。尽管实际计算中参数空间往往非紧致，理论推导通常先假设紧致性以使用极值定理，再逐步放松。

拓扑视角与魏尔斯特拉斯定理

从拓扑学角度看，极值定理是下述一般拓扑事实的特例：紧致空间的连续像为紧致集。$\mathbb{R}$ 的子集为紧致集当且仅当其为有界闭集，因此 $f([a,b])$ 必为 $\mathbb{R}$ 的有界闭子集——即闭区间 $[m, M]$。这一视角将极值定理与度量空间的紧致性概念统一起来，也解释了为什么在经济模型中，约束集的紧致性往往是优化问题可解性的第一道检验。

魏尔斯特拉斯极值定理虽陈述朴素，却构成了从本科微观经济学到高级数理经济学几乎所有存在性证明的基石。它提醒研究者：最优解是否"存在"这一问题的回答，与其说依赖于目标函数的形态，不如说更依赖于选择集的拓扑性质。