📜 [專欄新文章] 區塊鏈管線化的效能增進與瓶頸

✍️ Ping Chen

📥 歡迎投稿： https://medium.com/taipei-ethereum-meetup #徵技術分享文 #使用心得 #教學文 #medium

使用管線化（Pipeline）技術可以提升區塊鏈的處理效能，但也可能會產生相應的代價。

Photo by tian kuan on Unsplash

區塊鏈的擴容方案

說到區塊鏈的效能問題，目前討論度最高的應該是分片（sharding）技術，藉由將驗證者分成多組的方式，可以同時分別處理鏈上的交易需求，即使單分片效能不變，總交易量可以隨著分片/驗證者集的數量線性增加。

除了分片，另一個常用來提升程式效能的方案是將計算步驟拆解，以流水線的方式將複雜的運算攤平，降低系統的閒置時間，並大幅提升工作效率。為了達到管線化預期的目的，會需要先知道系統的瓶頸在哪。

區塊鏈的效能瓶頸

熟悉工作量證明設計哲學的人應該會知道，區塊鏈之所以需要挖礦，並不是為了驗證交易的正確性，而是要決定交易的先後順序，從而避免雙花和帳本分裂的發生。可以說，區塊鏈使用低效率的單線程設計，並付給礦工高額的成本，都只為了一件事，就是對交易的全局排序產生共識。

在這樣的基礎之上，區塊鏈在一段時間內可以處理的交易數量是有限的，這之中包含許多方面的限制，包括 CPU 效能、硬碟空間、網路速度等。其中，關於 TPS(每秒交易數) 提升和對硬體的要求大致上是線性增加的，但在設計共識演算法時，通訊複雜度常是平方甚至三次方的關係。

以現在的目標 TPS 來說，處理交易和生成一個合法的區塊並不困難，只是因為區塊鏈的特性，新區塊需要透過洪水法的方式擴散到全網路，每個節點在收到更新請求的時候都要先執行/驗證過區塊內的交易，等於整個廣播的延時會是「驗證區塊時間×經過的 hop 數量」這麼多。似乎網路越分散、節點越多，我們反而會需要降低計算量，以免讓共識不穩定。

管線化的共識機制

使用權益證明取代工作量證明算是行業發展的趨勢，除了環保或安全這些比較顯然的好處之外，權益證明對產生共識的穩定性也很有幫助。首先，權益證明在同一時間參與共識的節點數是已知的，比較容易控制數量級的邊界；其次，權益證明的出塊時間相較工作量證明固定很多，可以降低計算資源不足或閒置的機率。

相較於工作量證明是單一節點出塊，其餘節點驗證，權益證明的出塊本身就需要很多節點共同參與，瓶頸很像是從驗證轉移到通訊上。

以 PBFT 為例，每次產新區塊都需要經過 pre-prepare, prepare, commit 三個階段，你要對同意驗證的區塊簽名，還要對「你有收到某人的簽名」這件事簽名，再對「你有收到 A 說他有收到 B 的簽名」這件事簽名，過程中會有很多簽名飛來飛去，最後才能把一個區塊敲定。

為了降低每兩個區塊間都需要三輪簽名造成的延遲，後來的共識演算法包括 HotStuff 和 Casper FFG 採用了管線化的區塊驗證過程。也就是對區塊 T 的 pre-prepare 同時是對 T-1 的 prepare 和對 T-2 的 commit。再加上簽名聚合技術，出塊的開銷在複雜度等級和係數等級都降低許多。

然而，要保持管線化的區塊生產順利，需要驗證者集合固定不變，且網路通訊狀況良好。如果會經常更動驗證者集合或變換出塊的領導者，前後區塊間的相依性會是個大問題，也就是 T 的驗證者集合取決於 T-1 裡有沒有會導致刪除或新增驗證者的交易，T-1 的合法性又相依於 T-2，以此類推。

當激烈的分叉出現的時候，出塊跟共識的流水線式耦合就從優雅變成災難了。為了避免這種災難，更新的共識演算法會限制驗證者變更的時機，有些叫 epoch 有些叫 checkpoint，每隔一段時間會把前面的區塊徹底敲定，才統一讓驗證者加入或退出。到這些檢查點的時候，出塊的作業流程就會退化成原本的三階段驗證，但在大部分時候還是有加速的效果。

管線化的狀態更新

另一個可以用管線化加速的是區塊鏈的狀態更新。如前所述，現在公鏈的瓶頸在於提高 TPS 會讓區塊廣播變慢，進而導致共識不穩定，這點在區塊時間短的以太坊上尤其明顯。可是如果單看執行一個區塊內的交易所花的時間的話，實際上是遠遠低於區塊間隔的。

只有在收到新區塊的時候，節點才會執行狀態轉移函數，並根據執行結果是否合法來決定要不要把區塊資訊再廣播出去。不過其實只要給定了交易集合，新的狀態 s’ = STF(s, tx) 應該是確定性的。

於是我們有了一個大膽的想法：何不乾脆將交易執行結果移出共識外呢？反正只要大家有對這個區塊要打包哪些交易有共識，計算的結果完全可以當作業留給大家自己算吧。如果真的不放心，我們也可以晚點再一起對個答案，也就是把這個區塊執行後的新狀態根包在下個區塊頭裡面。

這就是對狀態更新的管線化，在區塊 T 中敲定交易順序但暫不執行，區塊 T+1 的時候才更新狀態（以及下一批交易）。這麼做的好處十分顯而易見，就是將原本最緊繃的狀態計算時間攤平了，從原本毫秒必爭的廣播期移出來，變成只要在下個塊出來之前算完就好，有好幾秒的時間可以慢慢來。新區塊在廣播的每個 hop 之間只要驗證交易格式合法（簽名正確，有足夠的錢付手續費）就可以放行了，甚至有些更激進的方案連驗簽名都省略了，如果真的有不合法交易混進去就在下個區塊處罰礦工/提案者便是。

把負擔最重的交易執行移出共識，光用想的就覺得效能要飛天，那代價呢？代價是區塊的使用程度會變得不穩定。因為我們省略了執行，所以對於一筆交易實際用掉多少 gas 是未知的。本來礦工會完整的執行所有交易，並盡可能的塞滿區塊空間，然而在沒有執行的情況下，只能以使用者設定的 gas limit 當作它的用量，能打包的交易會比實際的上限少。

緊接著，下一個問題是退費困難。如果我們仍然將沒用完的手續費退還給使用者，惡意的攻擊者可以透過發送 gas limit 超大，實際用量很小的交易，以接近零的成本「霸佔」區塊空間。所以像已故區塊鏈 DEXON 就直接取消 gas refund，杜絕濫用的可能。但顯然這在使用者體驗和區塊空間效率上都是次優的。

而最近推出的 smartBCH 嘗試擬了一套複雜的退款規則：交易執行後剩餘的 gas 如果小於 gas limit 的一半（代表不是故意的）就退款；如果剩餘量介於 50%-75% 可以退一半；超過 75% 推斷為惡意，不退款。乍看是個合理的方案，仔細一想會發現製造的問題似乎比解決的還多。無論如何，沒用掉的空間終究是浪費了，而根據殘氣比例決定是否退款也不會是個好政策，對於有條件判斷的程式，可能要實際執行才知道走哪條路，gas limit 一定是以高的情況去設定，萬一進到 gas 用量少的分支，反而會噴更多錢，怎麼想都不太合理。

安全考量，退費大概是沒希望了。不過呢，最近以太坊剛上線的 EIP1559 似乎給了一點方向，如果區塊的使用程度能以某種回授控制的方式調節，即使偶爾挖出比較空的區塊似乎也無傷大雅，也許能研究看怎麼把兩者融合吧。

管線化方案的發展性

考慮到以太坊已經堅定地選擇了分片的路線，比較激進的單鏈高 TPS 管線化改造方案應該不太有機會出線，不過管線化畢竟是種歷史悠久的軟體最佳化技巧，還是很有機會被使用在其他地方的，也許是 VDF 之於信標鏈，也許是 rollup 的狀態轉換證明，可以坐等開發者們表演。

倒是那些比較中心化的 EVM fork/sidechain，尤其是專門只 for DeFi 的鏈，管線化加速可以在不破壞交易原子性的前提下擴容，確實是有一些比分片優秀的地方可以說嘴，值得研究研究，但這就要看那些機房鏈們有沒有上進心，願不願意在分叉之餘也投資發展自己的新技術了。

給我錢

ping.eth

區塊鏈管線化的效能增進與瓶頸 was originally published in Taipei Ethereum Meetup on Medium, where people are continuing the conversation by highlighting and responding to this story.

👏 歡迎轉載分享鼓掌

「利潤」究竟是什麼

這一講不是要講經商，我們小小地梳理一個大大的話題：從經濟學角度看，人生應該追求什麼。

簡單地說，最值得追求的東西是「利潤」。

我不信你會不想要利潤。利潤是收入減去成本剩下的那一部分，是收穫比付出多出來的部分。利潤是正的，說明你的一切努力都沒有白費，說明瞭社會對你的肯定。利潤要是負的，就說明你創造的價值配不上你的一番折騰。

但你要是細想，利潤是一個神秘的東西。

＊

你必須直接去市場上買賣點什麼東西才談得上利潤。上班拿固定工資是沒有利潤的。哪怕你工資再高，那也只是你的勞動所得，都是根據你這個水平，你應該得的，是市場認為正好等於你的付出的回報 —— 這表現在你要是不上班就沒有收入。

而利潤則是「不該得」的東西，可以說是躺著賺的錢。這個性質曾經使得有些思想家認為拿利潤是不道德的。

馬克思譴責利潤。你開個工廠，買了機器和廠房，雇了工人，進了一批原材料，工人生產出產品，你把產品賣掉。然後你一算賬，賣產品的收入減去工人工資、機器廠房和原材料的花費，還多出來了一筆錢，這就是利潤。你欣然把這筆錢放入自己口袋。馬克思說且慢！工人累死累活工作才拿那麼一點工資，你幹什麼了就拿這麼多錢，你那叫剩餘價值！你無償佔有了別人創造的價值。
你當然不服氣。你說不是啊，我管理工人，我組織生產，我聯繫了進貨和銷售，我安排廠裡的大事小情，這怎麼不是創造價值呢？

馬克思會告訴你，你做的這些事兒的確也是勞動，你可以拿一份高工資，但你的工資不會像利潤那麼高。你完全可以雇一個職業經理人替你管理工廠。你把職業經理人的工資發了，還會剩下一筆錢，這筆錢才是真正的利潤。

這個計算讓馬克思深感憤怒，產生了深遠的影響……咱們還是單說資本主義這邊對此是怎麼想的。崇尚市場的經濟學家也算了這個賬，但結果是利潤好像不應該存在。

我們假設老張開工廠賺了一萬塊錢的「淨」利潤。這個是把老張本人付出的管理勞動該拿的那部分報酬去掉之後剩下的錢，是老張「躺賺」的錢。那如果是這樣的話，市場上就應該出來一個老李：老李說既然是躺賺，我不用那麼高的利潤，我躺賺五千元就行，我願意把商品賣便宜點，給工人工資高點。那你說老張能幹過老李嗎？

你很容易想到老張繼續存在的理由。比如老張有資本而老李沒有。或者老張跟政府關係好，壟斷了這塊業務。或者老張掌握一個技術護城河，老李學不會。但是對經濟學家來說這些都不是本質問題：資本可以貸款，跟政府的關係可以用一個更好的條件重新談，技術可以請人研發。事實上，經濟學家的推理是，哪怕現在還沒有一個具體的老李，只要市場存在老李出現的可能性，老張就不敢壓榨太高的利潤，他必須用比較低的價格和比較高的工資預防老李的出現。
要這麼算的話，市場充分競爭的結果一定會把利潤變成 0。總會有一個老王出來，說我就當自己是個職業經理人跟大家交朋友算了，我拿個應得的工資就行，利潤我不要。

那真實世界里的利潤是從哪來的呢？當然市場不可能是充分競爭的，總會有些老張偶爾能享受到利潤……但市場力量應該讓利潤越來越薄才對。經濟學家必須找到一個產生利潤的過硬的機制，否則解釋不了為什麼總有人拿那麼高的利潤……甚至解釋不了為什麼有人願意開公司。

＊

利潤從哪裡來這個問題的解決，在經濟學史上是一個里程碑。1921年，美國經濟學家弗蘭克·奈特（Frank Knight, 1885-1972）出版了《風險、不確定性與利潤》（Risk, Uncertainty, and Profit）一書 [1]，提出了一個傳世的洞見：利潤來自不確定性。

組織生產、採購和營銷、日常的管理，企業中一切常規的操作都可以由拿固定工資的人做，只有一件事必須由企業家本人做，那就是風險決策。

比如說，為了在今年秋季上市一批新女裝，我們必須在夏天就定下來款式，備工備料，展開生產。可是秋天還沒到，現在誰也不知道到時候流行哪個款式，那我們生產什麼呢？這個決策，必須由企業家本人做出。為什麼？因為他是承擔決策風險的人。

如果你賭對了，秋季正好流行這款女裝，因為別的服裝廠沒生產只有你生產出來了，你就佔據了稀缺，你就可以要一個高價，利潤歸你。你要是賭錯了，到時候服裝賣不出去，工人和經理們還是會拿同樣的工資，損失也歸你。
生產、日常管理、冒險，是三種不同的能力。為什麼企業家要開公司？因為他敢冒險。為什麼工人和經理人選擇拿固定工資？因為他們不想冒險。

這個道理聽著挺簡單，但是其中有個大學問。奈特之前的經濟學家也想到了企業家承擔風險，但是他們沒搞清楚到底什麼是風險。

＊

如果女裝只有比如粉色和綠色兩個選擇，而且你明確知道它們流行的可能性都是 50% —— 那這個風險其實不用企業家承擔。因為你可以買保險！概率已知的風險都是可以管理的。銀行可以給生產兩款女裝的工廠都提供貸款，到時候肯定一個賠錢一個賺錢，只要利息和保險合適，銀行和企業雙贏。有這個保險機制在，大家誰都不用冒險，可以各自拿一份固定工資，根本不需要企業家。
奈特的真正貢獻在於，他把風險給分成了兩種。

第一種就叫「風險（risk）」，但是特指那些已知概率大小的風險。這種可以用保險解決，不需要企業家。

第二種叫「不確定性（uncertainty）」，是指那些無法評估概率大小，可能是從來沒出現過的新事物，甚至是現在人們根本無法想象的東西。這個不確定性，才是企業家存在的理由，才是利潤的來源。

現代經濟學家把這個不確定性特別稱為「奈特不確定性（Knightian uncertainty）」。我們專欄講過 [2]，統計學家有個更科學的說法。已知概率大小的，叫做「偶然不確定性（Aleatoric uncertainty）」， 也叫統計不確定性。不知道概率大小的，叫做「認知不確定性（Epistemic uncertainty）」，也叫系統不確定性。前者發生的事情都是你事先能想到的，後者則是你想不到的。比如「黑天鵝」事件，就是一種認知不確定性。

你開一個賭場。賭場每天都在跟賭徒們賭博，但是因為輸贏的概率是固定的而且有利於你，所以你的日常經營本身並不是冒險。真正的冒險是要不要開這個賭場：你能預測客流量足夠讓你收回投資嗎？你能擺平當地黑社會嗎？你能確保政府發展博彩業的政策不會變嗎？這些事兒沒法計算概率。

搞定這些不確定性，才是企業家該乾的事兒，也是企業家的回報所在。

流行趨勢通常不能用以往的經驗判斷。有個企業家認准了一個全新的款式，說我非得生產這個，銀行能給他擔保嗎？這個不確定性沒法系統化管理，他自己必須承擔 —— 這才是企業家存在的意義。你要是願意給這樣的項目投資、分擔不確定性 —— 而不是把錢交給銀行拿固定的利息 —— 你也是企業家。

要做服裝這一行的企業家，你肯定得對流行趨勢有個很好的感覺才行。不過企業家本人不一定非得特別懂女裝 —— 他完全可以請人來給他設計，只是設計師不承擔不確定性，人家拿固定的設計費，風險還是要由企業家承擔。

簡單說，企業家，是市場上的 player。他拒絕聽別人的安排，非得按照自己的想法決定做什麼，然後他安排別人也按照這個想法去做，最後他獨自承擔後果。

＊

奈特找到了公司存在的最根本理由。市場競爭再充分也不可能是絕對可預測的，未來總會有各種各樣的不確定性，需要企業家在各個方向上大膽探索。奈特後來成為經濟學的大宗師，他本人沒得過諾貝爾獎但是他有五個弟子得了諾貝爾經濟學獎，他是「芝加哥學派」的祖師爺。

奈特之後，別的經濟學家又找到了公司存在的其他理由。比如科斯說公司減少了交易成本能起到協調作用。張五常說公司提供了合約。還有人說公司解決了監督、提供了資源獨特性……等等等 [3]，但是奈特這個「不確定性」的說法，是最根本的。

如果從某一天開始，世界上再也沒有不確定性了，那麼市場的力量就會迅速把公司利潤變成 0：企業家就不需要存在，大家都應該拿固定工資。

其實現在企業家的日子也不好過。我們看街上那些餐館，開了關關了開，真正能長期賺錢的沒有幾家，可能大部分老闆都是賠錢。沒有稀缺是不可能賺到錢的，但是利潤只發生在你剛剛掌握某種稀缺、而別人還沒有跟上的那個時間段。別人跟上了，模仿了，你就必須再去尋找新的不確定性。

一切賺錢的生意都有不確定性。你把一大筆錢放銀行裡拿利息，那叫躺著花錢不叫躺著賺錢。哪怕是買幾套房子收租金，你都得面對房產市場的不確定性。
世界上沒有一勞永逸的利潤，也沒有真正躺著賺錢的企業家。

那你說平均而言，企業家的收益是正的還是負的呢？我到底該不該去做個企業家呢？沒有答案。有答案就不叫不確定性了。

＊

不確定性都是從哪來的呢？一個有意思的不確定性是中國經濟學家張維迎在 2008 年的一次演講中說的 [4]。他說中國改革開放這麼多年之中，商業活動最大的不確定性，是「體制的不確定性，政策的不確定性，政府行為的不確定性。」這體現在政府對資源的調配非常隨意。

張維迎當時說，正是這個不確定性加劇了中國的貧富差距。在中國市場化程度高，體制不確定性低的地區，比如浙江省，人們更富裕，收入差距反而更低：因為利潤分布更均勻。

這個規律是不確定性越大，利潤就越高 —— 企業家為利潤而奮鬥，但是市場看不見的手恰恰在降低總利潤。是那些看得見的手，提供了額外的不確定性，才給人帶來不合理的利潤。

那你說如果我們把體制給理順，讓競爭越來越公平，未來的不確定性會不會越來越少呢？不一定。

＊

奈特列舉了不確定性的好幾種來源，比如未來人口的變化、資源的供給等等。其中我們現代人最關注的肯定是創新。創新本質上是不可預測的，你不知道未來會有什麼新技術出來，你也不知道一個新技術出來會不會被市場接受。一切創新都有強烈的冒險成分，關於這一點已經有太多經濟學家討論了。

而奈特更厲害的一個洞見，則是「價值」的不確定性。說白了就是人的慾望的不確定性，你不知道未來的人喜歡什麼。奈特 1924 年發表了一篇文章叫《經濟學中科學方法的局限性》，說經濟學不僅僅是什麼資源的有效調配，把一個什麼價值函數最大化的問題，因為人的價值觀是會變的 ——
「人生在根本上是對價值的探索，是努力發現新價值，而不是照著現有的價值觀把生產和享受最大化。」[5]

一百多年前整天坐馬車的人沒有想要一輛汽車。2006 年以前的人並不期待智能手機。今天的多數人不能理解馬斯克為什麼非得讓人去火星。人生的終極任務不是滿足某種價值，而是發現和創造新價值。

因為這個見識，奈特後來被認為是個道德哲學家，而不僅僅是個經濟學家。
也因為這一點，你不需要非得是個企業家，也不一定非得拿金錢利潤。藝術家、教育家、每個工人和管理者、包括每個消費者，都可以是價值的發現者和不確定性的製造者。

只要把周圍的世界往你想的那個方向上推動一小步，就算是你的成功。

注釋
[1] 弗蘭克·奈特，《風險、不確定性和利潤》，中文有郭武軍、劉亮翻譯版，華夏出版社 2013。
[2] 精英日課第三季，哪種不確定性？什麼黑天鵝？
[3] 關於公司為什麼存在的理論發展總結，可參考向松祚，《新經濟學》第二卷，新經濟範式。
[4] 張維迎的這次演講首次發表於《經濟觀察報》2008年1月20日，修改後的文章曾收入作者主編的《中國改革30年：10位經濟學家的思考》。
[5] Frank Knight (1924), "The limitations of scientific method in economics」, 原文是「Now this, we shall contend, is not very far; the scientific view of life is a limited and partial view; life is at bottom an exploration in the field of values, an attempt to discover values, rather than on the basis of knowledge of them to produce and enjoy them to the greatest possible extent. We strive to "know ourselves," to find out our real wants, more than to get what we want. This fact sets a first and most sweeping limitation to the conception of economics as a science.」

【處處極限不存在的函數】
.
　　我記得自己剛升大一在學習微積分的時候，教授問了一個問題，「有沒有哪一種實變數實值函數是任何一點的極限都不存在的」，那時候我想了很久，總是想不出來到底要怎麼設計，才有辦法完成教授的要求。那時候我一直想不透的癥結點是，如果要在任意點的極限都不存在的話，那可能要先解決一個問題，那就是在設計了一個在某一點，例如說 a 點，極限不存在的函數以後，要如何改造這個函數，才有辦法讓 a 點「旁邊」的點其極限也不存在。
.
　　（接下來的內容，建議同學們可以拿支筆在紙上按照說明把函數畫出來）
.
　　舉例來說，如果我們設計了一個在 x = 0 這個點極限不存在的函數（例如設定這個函數在 x 小於 0 時其函數值均為 0；而當 x 大於 0 時其函數值均為 1），那麼要如何改造或調整這個函數，才有辦法讓這個函數在 x = 0 的「旁邊」的點其極限也不存在呢？針對這個例子而言，或許可以這樣做：先將這個函數在 x 大於 1 以後的函數值改成 0.5，那麼這個函數就會變成在 x = 0 和 x = 1 的時候極限都不存在，但因為 1 並非 0「旁邊」的數字，所以顯然還要再調整，於是我們再將 x 大於 0.5 以後的函數值都改成 0.5，那麼這個函數就會變成在 x = 0 和 x = 0.5 處其極限不存在，但同樣地，因為 0.5 並非 0「旁邊」的數字，所以我們繼續調整這個函數，下一步當然是將 x 大於 0.25 以後的函數值都改成 0.5，依此類推，再下一步就是將 x 大於 0.125 以後的函數值都改成 0.5，持續這樣的步驟，最終我們會得到一個當 x 小於 0 時其函數值為 0 而當 x 大於 0 其函數值為 0.5 的函數。這個函數當然仍然在 x = 0 的時候其極限不存在，但是原本在調整時的兩點極限不存在，卻因無限持續這樣的步驟，而變回了僅在 x = 0 極限不存在的狀態。這結果實在令人沮喪。
.
　　之所以會產生這樣的狀況，是因為持續了無限次將新增的極限不存在的點向 x = 0 處靠近的緣故。既然如此，那如果不要持續上面的步驟無限次呢？如果僅持續有限次的步驟，那麼在該次步驟的下一次，一定可以把 x = 0 右邊新增的極限不存在的點向 x = 0 再靠近一些，這個推論的結果就是，如果僅持續有限次上述的步驟，那麼就無法達成創造一個在 x = 0 的「旁邊」的極限不存在的點。結果，無論是有限次或無限次操作上述的步驟，最終都無法達成我們的目標。這真的真的非常令人沮喪，因為這意味著從一個點的極限不存在出發，去逐步改造出一個處處極限不存在的函數，方向很可能是錯誤的。
.
　　那麼，該怎麼辦呢？
.
　　面對這個問題，當時的我最終並沒有自己解出來，而是一個比過奧數的朋友在老師公布答案之前成功地解了出來，並告訴我他的想法。
.
　　他告訴我，既然從一個點的極限不存在開始是行不通的，那就一次就創造一大堆極限不存在的點吧！例如一開始的函數乾脆設定成這樣：當 x 介在 n 和 n + 1 之間且 n 為偶數時，將其函數值設定為 0，而其他地方則設定為 1。例如，當 x 介在 0 和 1 之間或介在 2 和 3 之間時，其函數值就是 0，而當 x 介在 1 和 2 之間或介在 99 和 100 之間時，其函數值就是 1。如此一來，我們就獲得了一個在每一個整數點其極限都不存在的函數。
.
　　以此為起點，比起我想的那個例子最初的樣子一次新增了無限多個極限不存在的點，似乎好像有了長遠的進步，但到此階段實際上並沒有解決我最一開始講的問題的癥結點，那就是如何在一個極限不存在的點的「旁邊」創造一個極限也不存在的點。
.
　　為了解決這個問題，我的朋友告訴我，下一步是在每一個「區間」裡進行調整。用例子來說明而剩下類推的話，大概是這樣操作：例如，在 0 和 1 之間，函數值原本都是 0，但接下來把這個區間切割成 10 等分，然後第 1、3、5、7、9 個區間（也就是在 x 介在 0 和 0.1、介在 0.2 和 0.3、介在 0.4 和 0.5、介在 0.6 和 0.7、介在 0.8 和 0.9 之間的這幾個區間），我們把函數值調整成 1，其餘的不動，那麼我們就可以得到一個，除了在所有整數點極限都不存在的函數以外，這個函數在 0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9 的極限也不存在。那如果是在原本函數值為 1 的區間，則在等分割成 10 個區間以後，將第 2、4、6、8、10 個區間的函數值調整成 0。若將上面這些動複製到其他區間的話，那麼在每一個整數區間（就是 n 到 n + 1 的區間）裡面，其十分位數的位置其極限都不存在。
.
　　接下來，再將函數值為 1 的區間等分割為 10 個區間，然後第 2、4、6、8、10 個區間其函數值都調整成 0，而函數值為 0 的區間一樣等分割為 10 個區間，但是是將第 1、3、5、7、9 個區間的函數值調整成 1，那麼，這個函數就變成了一個除了在所有整數點極限都不存在以外，但在每一個整數區間裡面其百分位數的位置極限都不存在的函數。
.
　　再接下來，繼續進行上面的動作，不斷地十等分分割之前產生的區間，並且適當地調整其函數值，使其在任一階段裡面都是前一個區間裡面的函數值是 0 且後一個區間裡面的函數值是 1 ，或前一個區間的函數值是 1 而後一個區間裡的函數值是 0 的狀態，持續無限次，最終就會得到一個在任一點其極限值都不存在的函數了。
.
　　要證明這個函數處處極限不存在有分簡單版和嚴格版，這邊我們先講簡單版，以後有機會再談嚴格版。對於這個函數而言，固定任何一點 a，其左極限只有兩種可能，0 或 1，但因為這個函數被分割地非常地密，而且連續幾個區間在任一階段裡面都是一下子 0 一下子 1 這樣變動，所以這個函數在 a 點的左極限不存在，因此這個函數在 a 點的極限並不存在。最後，因為 a 這個點是任意取的，所以我們可以說這個函數的極限值在任意點都不存在。
.
　　這個答案真的很猛，因為當時在班上只有我那位奧數的朋友給出了教授點頭的答案。
.
　　雖然當初他並沒有辦法清楚地講出左極限不存在的原因，也因為我們還沒學到極限的嚴格定義，所以沒辦法用嚴謹的敘述來證明這樣的函數確實處處極限不存在，但現在回想起來，那位奧數朋友還是很猛！因為他就好像那種天生的小說家一樣，信手拈來就寫出了一本傑出的小說，而我們凡人卻連寫一篇普通的文章都很成問題。
.
　　講到這裡，今天的故事似乎已經講完，但其實還沒，因為這樣聰明的人，並不會只出現我們班上甚至是這個時代而已。
.
　　關於「是否存在一個處處極限都不存在的函數」這個問題，其實在 19 世紀時，就有一位叫做 Dirichlet 的德國數學家，他所創造出來的一種函數（後來稱為 Dirichlet 函數），就是處處極限不存在的函數。這個函數的定義如下：當 x 為有理數時，其函數值是 1；當 x 不為有理數時，其函數值是 0。這樣的函數確實也處處極限不存在，也是我教授當時給同學們預設的答案。
.
　　在這邊我就不文字解釋為何 Dirichlet 函數處處極限不存在了，但我有拍一部影片來說明，如果你想繼續看下去，可以點開我貼在本篇文章留言處的這部影片，我有盡量簡單地解釋為何 Dirichlet 函數處處極限不存在。
.
　　雖然 Dirichlet 函數處處極限不存在，但其實當初 Dirichlet 所面對的問題，並非「是否存在處處極限不存在的函數」，而是「是否存在無法圖像化的函數」。在經過可能類似這篇文章最一開始的那些推敲以後，Dirichlet 創造了 Dirichlet 函數，而這個 Dirichlet 函數就是一個「客觀存在」但「無法圖像化」的函數。並且，除了無法圖像化以外，Dirichlet 函數在數學上也有著很重要的地位，因為他常常是一些直覺上無法察覺的現象的重要例子。例如我們直覺上都會認為只要函數有週期，那麼就會存在最小週期，但 Dirichlet 函數就是一個不具有最小週期的週期函數，因為任意有理數都是它的週期。
.
　　關於 Dirichlet 函數的性質我們就講到這邊，或許以後有機會可以專門寫一篇跟 Dirichlet 函數有關的文章，不過有很多性質都是需要具備更多數學知識以後才能介紹的，所以如果真的要寫的話，那可能就還要再等一陣子了。
.
　　最後，跟大家介紹一下我上面所提到的影片，那是我在 2020 年時所拍攝的一系列微積分教學影片的其中一集。該系列影片基本上有觀念講解、精選範例和補充教材，近期我會開始陸續上傳到這裡，但不是每一部影片都會寫文章來搭配，所以如果你想跟著我上傳的速度一部一部看，而且不漏掉系列裡每一部影片的話，可以關注我在西瓜視頻、騰訊視頻和優酷視頻的頻道；如果你想一次看完我全系列的影片的話，可以關注我在 YouTube、bilibili 或 Pornhub 上的頻道，上面已經上傳了張旭微積分全系列影片。另外這系列影片都有講義電子檔可以搭配使用，如果你想要取得該電子檔的話，請幫我按讚這篇文章和這個粉專、分享這篇文章，並幫我到我的臉書粉專評論處寫個評論，然後私訊我的臉書粉專，我的夥伴就會回覆你講義電子檔的連結。
.
　　感謝你的觀看，希望這篇文章對你有所幫助，有任何問題或想法也歡迎在下面留言告訴我。另外，本文章同步發佈於數學老師張旭的 YouTube 頻道社群、微博、今日頭條、Medium 和 HackMD，若你也有上面提到的那些帳號，歡迎按讚、分享和關注！

為什麼要談人格類型？是不是有哪些特質值得追求？或是和整體、和真實更一致？從整體的角度來看，如果一切都是同一個波函數，不同的人格特質又代表了什麼？讓我們一起來聽楊定一博士從全部生命的角度，將一般人最重視的「特質」做一個全新的整合。

#楊定一真原醫
#楊定一靜坐
#楊定一全部生命
#身心靈整合
#心流
#解脫
#意識科學
#療癒
#靈性成長
#修行
#新時代
#靛藍小孩
#水晶小孩

成為寶妮寶(頻道會員)：
https://www.youtube.com/channel/UCFKb1EQ-cqXyqF2XEc7aCbw/join
...................................................
下周就要學測了
我們來幫大家統整算極值(最大值最小值)的各種方法吧!
讓成績也跟著變成最大值!!!
........................................
抖內連結：
https://p.ecpay.com.tw/04FD83A
........................................
Hello！我是Bonnie，大家最害怕的高中數學老師。
因為有感於現今網路多媒體遠比課本紙筆更有吸引力，所以決定除了在學校之外，也在網路上分享我的生活、教學、自修以及與學生相處的小心得。
如果你還是學生，你可以發現老師其實沒那麼討人厭😂如果你已經畢業，你可以在這裡找回一點青春回憶👩‍🎓👨‍🎓
Enjoy it and have a good time！
.........................................
IG: charmingteacherbonnie (Bonnie老師)
粉絲專頁: 寶妮老師
https://www.facebook.com/%E5%AF%B6%E5%A6%AE%E8%80%81%E5%B8%AB-Charming-Teacher-Bonnie-290462364959770/

【摘要】
本影片從 Fourier 級數開始講起，內容包含 Fourier 積分，最後以 Fourier 轉換作結

【加入會員】
歡迎加入張旭老師頻道會員
付費定閱支持張旭老師，讓張旭老師能夠拍更多的教學影片
https://www.youtube.com/channel/UCxBv4eDVLoj5XlRKM4iWj9g/join

【會員等級說明】
博士等級：75 元 / 月
- 支持我們拍攝更多教學影片
- 可在 YT 影片留言處或聊天室使用專屬貼圖
- 你的 YT 名稱前面會有專屬會員徽章
- 可觀看會員專屬影片 (張旭老師真實人生挑戰、許願池影片)
- 可加入張旭老師 YT 會員專屬 DC 群

碩士等級：300 元 / 月
- 享有博士等級所有福利
- 每個月可問 6 題高中或大學的數學問題 (沒問完可累積)

學士等級：750 元 / 月
- 享有博士等級所有福利
- 每個月可問 15 題高中或大學的數學問題 (沒問完可累積)
- 可許願希望我們拍攝講解的主題 (高中、大學數學)
- 可免費參加張旭老師線上考衝班 (名額不可轉讓)

家長會等級：1600 元 / 月
- 享有博士等級所有福利
- 沒有解題服務，如需要，得另外購入點數換取服務
- 可許願希望我們拍攝講解的主題 (高中、大學數學)
- 可免費參加張旭老師線上考衝班 (名額可轉讓)
- 可參與頻道經營方案討論
- 可免費獲得張旭老師實體產品
- 可以優惠價報名參加張旭老師所舉辦之活動

股東會等級：3200 元 / 月
- 享有家長會等級所有福利
- 一樣沒有解題服務，如需要，得另外購入點數換取服務
- 本頻道要募資時擁有優先入股權
- 可加入張旭老師商業結盟
- 可參加商業結盟餐會
- 繳滿六個月成為終生會員，之後可解除自動匯款
- 終生會員只需要餐會費用即可持續參加餐會

【勘誤】
無，有任何錯誤歡迎留言告知

【習題】
無

【講義】
無

【附註】
本系列影片僅限 YouTube 會員優先觀看
非會員僅開放「單數集」影片
若想看到所有許願池影片
請加入數學老師張旭 YouTube 會員
加入會員連結 👉 https://reurl.cc/Kj3x7m

【張旭的話】
你好，我是張旭老師
這是我為本頻道會員所專門拍攝的許願池影片
如果你喜歡我的教學影片
歡迎訂閱我的頻道🔔，按讚我的影片👍
並幫我分享給更多正在學大學數學的同學們，謝謝

【學習地圖】
EP01：向量微積分重點整理 (https://youtu.be/x9Z23o_Z5sQ)
EP02：泰勒展開式說明與應用 (https://youtu.be/SByv7fMtMTY)
EP03：級數審斂法統整與習題 (https://youtu.be/qXCdZF8CV7o)
EP04：積分技巧統整 (https://youtu.be/Ioxd9eh6ogE)
EP05：極座標統整與應用 (https://youtu.be/ksy3siNDzH0)
EP06：極限嚴格定義題型 + 讀書方法分享 (https://youtu.be/9ItI09GTtNQ)
EP07：常見的一階微分方程題型及解法 (https://youtu.be/I8CJhA6COjk)
EP08：重製中
EP09：反函數定理與隱函數定理 (https://youtu.be/9CPpcIVLz7c)
EP10：多變數求極值與 Lagrange 乘子法 (https://youtu.be/XsOmQOTzdSA)
EP11：Laplace 轉換 (https://youtu.be/GZRWgcY5i6Y)
EP12：Fourier 級數與 Fourier 轉換 👈 目前在這裡
EP13：換變數定理與 Jacobian 行列式 (https://youtu.be/7z4ad1I0b7o)
EP14：Cayley-Hamilton 定理 & 極小多項式 (https://youtu.be/9c-lCLV4F0M)
EP15：極限、微分和積分次序交換的條件 (https://youtu.be/QRkGLK7Iw4c)
EP16：機率密度函數 (上) (https://youtu.be/PR1NSAOP_Z0)
EP17：機率密度函數 (下) (https://youtu.be/tDQ3o8uQ_Ks)

持續更新中...

【版權宣告】
本影片版權為張旭 (張舜為) 老師所有
嚴禁用於任何商業用途⛔
如果有學校老師在課堂使用我的影片的話
請透過以下聯絡方式通知我讓我知道，謝謝

【張旭老師其他頻道或社群平台】
FB：https://www.facebook.com/changhsu.math
IG：https://www.instagram.com/changhsu.math
Twitch：https://www.twitch.tv/changhsu_math
Bilibili：https://space.bilibili.com/521685904

【其他贊助管道】
歐付寶：https://payment.opay.tw/Broadcaster/Donate/E1FDE508D6051EA8425A8483ED27DB5F (台灣境內用這個)
綠界：https://p.ecpay.com.tw/B3A1E (台灣境外用這個)

#傅氏級數 #傅氏積分 #傅氏轉換