附录八　退化定理的证明：伞模型如何严格地退回传统数学

第六十三章立下了伞模型形式化的四步纲领，并宣称其中最承重的一根柱子——退化定理——已经不只是纲领，而是可以被真正证明的定理。这个附录，就把这根柱子当场浇筑起来。它要证明的是一句话：传统数学（以局域微分为核心）不是被伞模型推翻，而是作为伞模型在尺度 r→0 时的严格极限被精确包含。下面的证明只用到大学数学系一二年级的工具（泰勒展开与积分），任何读者都可以独立复算——这正是它区别于"哲学宣告"的地方。

一、要证的命题。设一维情形（多维完全类似，见文末说明）。伞模型的核心运算是非局域算子

　　(ℒ_r u)(x) = ∫ K_r(x, y) · [u(y) − u(x)] dy

其中权重核取尺度化形式 K_r(x, y) = (1/r)·φ((y−x)/r)，φ 是一个固定的"形状函数"（一把伞的轮廓），r 是伞的半径（尺度）。要证明的定理是：

退化定理。若形状函数 φ 满足三个条件——（归一）∫φ(z)dz = 1；（对称／一阶矩为零）∫z·φ(z)dz = 0；（二阶矩有限）∫z²·φ(z)dz = M₂ < ∞——那么对任意二阶连续可微的 u，有

　　lim_(r→0) (ℒ_r u)(x) / r² = c · u″(x)，　其中常数 c = M₂ / 2。

也就是说，把非局域算子除以 r² 后，它在 r→0 时精确地退化为局域的二阶微分算子（在多维即拉普拉斯算子 Δ），比例常数 c 恰是形状函数二阶矩的一半。

二、证明。做变量替换 z = (y−x)/r，则 y = x + rz，dy = r·dz，且 K_r(x,y)dy = φ(z)dz。于是

　　(ℒ_r u)(x) = ∫ φ(z) · [u(x + rz) − u(x)] dz。

对被积式里的 u(x + rz) 在 x 处做泰勒展开（u 二阶连续可微，故带皮亚诺余项）：

　　u(x + rz) − u(x) = rz·u′(x) + (r²z²/2)·u″(x) + o(r²)。

代回积分，并利用积分对 z 的线性性，逐阶拆开：

　　(ℒ_r u)(x) = r·u′(x)·∫z·φ(z)dz + (r²/2)·u″(x)·∫z²·φ(z)dz + o(r²)。

现在逐项检视这三项，三个条件正好在此处各司其职：

- 第一项含 ∫z·φ(z)dz，由"一阶矩为零"的条件，此项 = 0。这一步是关键——它保证了非局域算子在领头阶不会退化成一个不该出现的一阶导数（那会破坏与拉普拉斯算子的对应）。对称核（φ(z)=φ(−z)）自动满足此条件，这也解释了为什么伞模型的自然选择是对称的伞。

- 第二项含 ∫z²·φ(z)dz = M₂，于是此项 = (r²/2)·u″(x)·M₂。这是唯一存活的领头项。

- 第三项是 o(r²)，除以 r² 后趋于零。

于是

　　(ℒ_r u)(x) = (r²/2)·M₂·u″(x) + o(r²)。

两边除以 r²，令 r→0：

　　lim_(r→0) (ℒ_r u)(x)/r² = (M₂/2)·u″(x) = c·u″(x)，　c = M₂/2。　∎

三、多维情形与收敛率。在 n 维，取各向同性的形状函数 φ(z)=φ(|z|)，同样的泰勒展开（这次展到二阶的是梯度与海森矩阵）会让一阶项因对称性消失，二阶项中的交叉导数因各向同性而相互抵消，只剩下对角的二阶导数之和——正是拉普拉斯算子 Δ：lim_(r→0)(ℒ_r u)/r² = c·Δu，常数 c 由 φ 的二阶矩决定。至于收敛的速度：若 u 三阶可微且 φ 三阶矩存在，余项实为 O(r²)（对称核使 O(r) 项消失），即误差随 r 以二阶速度趋零——r 每减半，误差降到约四分之一。

四、一次数值复算。取形状函数 φ(z) = ½·e^(−|z|)（一把两侧指数衰减的对称伞），其二阶矩 M₂ = 2，故理论上 c = 1。以 u(x)=sin x、在 x=1 处计算 (ℒ_r u)/r²，与 c·u″(1) = −sin 1 ≈ −0.8415 相比：

误差随 r 减半而降到约四分之一（20%→3.85%→0.99%…），与定理预言的二阶收敛率严格吻合；r=0.02 时误差已低至 0.04%。这就把第六十三章提到的"3.6% 数值巧合",还原成一条有条件、有常数、有收敛率、可被任何人独立复算的定理。

五、这一步为什么重要。它兑现了全书对伞模型的核心承诺，也划清了一条界线。传统数学没有错——它是伞模型在 r→0 这个特定极限下、可被严格推导的领头阶，正如牛顿力学是相对论在 v/c→0 时的领头阶。伞模型不推翻微积分，它把微积分收编为自己的一个退化情形，并在 r>0 的整片新大陆上（非局域、可重叠、带尺度）继续有效。这一根柱子立住，意味着"传统数学是一种局域近似"这句在全书里反复出现的判断，从此有了它第一块可以被踩上去的坚实地面。至于把伞模型其余几根柱子（共振算子的完整泛函分析、三态判据的动力系统理论）也一一浇筑起来，是后续专门论文的任务——但地基已经不再是空的。

六、形式化路线图：从这一根柱子，到一座完整建筑。为免读者误以为"证了退化定理就等于建成了新数学"，这里把伞模型走向严格数学理论仍需完成的工作，诚实地列成一张路线图。它既是本书的自我边界，也是一份对未来研究者的邀请：

- 定义层（对象公理化）。给出伞场、权重核族、尺度参数 r 与 N_SDE 的严格公理化定义，明确其所在的函数空间（如加权 Sobolev 空间或分数阶 Sobolev 空间），并界定伞算子 ℒ_r 的定义域与值域。

- 命题层（算子性质）。证明共振算子 ℒ_r 的基本泛函性质：有界性、自伴性（对称核下）、谱的结构（特征值分布与本质谱）、以及与已知非局域算子（分数阶拉普拉斯、peridynamics 积分算子）的精确关系。

- 证明层（本书已完成第一步）。退化定理（r→0 的局域极限）已在本附录严格证明；下一步是收敛率定理（在更弱的正则性假设下给出误差的最优阶）与逆向定理（r>0 时非局域效应的下界估计，量化"伞模型比传统数学多出多少"）。

- 算法层（三态判据）。把"秩序—混沌—介生"三态从概念落成可计算判据：以伞场的广义熵/广义能量泛函为序参量、以 ℒ_r 的谱隙为演化方向指标，给出三态分类与切换的判定算法及其复杂度分析。

- 数值实验层（验证计划）。在标准测试问题（反常扩散、复杂网络传播、裂纹扩展）上，系统比较伞模型与分数阶方法、peridynamics、图神经网络的精度与代价，验证收敛阶、稳定性与（若存在）守恒律。

这五层里，本书完成的是"定义层的雏形 + 证明层的第一步"。把其余各层一一补齐，正是一篇乃至一系列专门数学论文的工作。本书作为"入门",立此路线图，是为了让每一个愿意接手的数学家，都清楚知道下一块砖该砌在哪里。