📑 查看全课大纲(第 21 / 93 节)
- 1.概论和集合的定义
- 2.逼疯康托的实数集理论
- 3.常用不等式与映射
- 4.函数及特殊函数
- 5.序列极限的定义
- 6.序列极限的性质与夹逼定理
- 7.重要极限
- 8.无穷小量,无穷大量和一组重要的阶的比较关系
- 9.聚点原理
- 10.函数极限及其性质
- 11.重要极限与等价无穷小
- 12.连续函数
- 13.导数的概念(那些年,扛起牛顿的胡克)
- 14.定义法求导
- 15.函数四则运算的导数与反函数求导法则
- 16.复合函数,隐函数,参数式求导
- 17.不定式求导之“洛必达与伯努利的师生情”
- 18.一阶微分
- 19.高阶导数
- 20.高阶微分
- 21.罗尔中值定理与拉格朗日中值定理
- 22.柯西空降科学院遭排挤
- 23.泰勒公式与泰勒的克妻属性
- 24.利用泰勒展开唯一性定理计算泰勒展开
- 25.泰勒公式的余项估计
- 26.极值问题与导数
- 27.函数凹凸性
- 28.无卵用的渐近线与函数作图
- 29.不定积分的定义
- 30.第一换元法
- 31.第二换元法
- 32.分部积分法
- 33.有理式积分
- 34.三角替换
- 35.定积分的概念
- 36.定积分的性质与积分中值定理
- 37.变上限定积分
- 38.微积分基本定理之“高斯教你如何优雅地装逼”
- 39.定积分的换元法
- 40.奇偶函数与周期函数的定积分
- 41.曲线求长与不可求长曲线(海岸线居然算不出长度?)
- 42.旋转体体积
- 43.旋转体侧面积
- 44.极坐标下图形的面积(数学系常用表白曲线)
- 45.欧式空间
- 46.点列极限,开集与闭集
- 47.多元函数的定义
- 48.多元函数的极限
- 49.多元连续函数
- 50.一阶偏导数
- 51.高阶偏导数
- 52.全微分
- 53.方向导数与梯度
- 54.链式法则
- 55.一阶全微分形式的不变性与高阶微分
- 56.多元函数的泰勒公式
- 57.隐函数存在定理与逆映射存在定理
- 58.多元函数的极值
- 59.矩阵基础知识
- 60.行列式的定义与特殊矩阵的行列式
- 61.行列式的性质
- 62.行列式按k行展开
- 63.线性方程组初步与高斯消元法
- 64.齐次线性方程组与Cramer法则
- 65.线性空间
- 66.线性相关与线性无关
- 67.向量组的秩
- 68.矩阵的秩与线性方程组有解的充要条件
- 69.齐次线性方程组的解集结构
- 70.非齐次线性方程组解集结构
- 71.基与维数
- 72.矩阵的乘法
- 73.特殊矩阵
- 74.矩阵乘积的秩与行列式
- 75.矩阵的逆
- 76.正交矩阵
- 77.矩阵对角化与特征值特征向量
- 78.实对称矩阵对角化
- 79.二次型与正定矩阵
- 80.LU分解
- 81.Cholesky分解
- 82.SVD分解
- 83.线搜索
- 84.步长
- 85.最速下降法和牛顿法
- 86.共轭梯度法
- 87.拟牛顿法
- 88.无约束优化
- 89.若干知识点补充(一)
- 90.若干知识点补充(二)
- 91.凸优化问题
- 92.对偶问题(一)
- 93.对偶问题(二)
罗尔中值定理与拉格朗日中值定理
约 17 分钟
微分中值定理
小象实战讲义 · 人工智能数学基础
在人工智能的模型构建与优化中,深刻理解函数的变化规律至关重要。本节将学习微分学的两大基石——罗尔中值定理与拉格朗日中值定理。它们不仅为函数在区间上的整体行为与局部导数之间建立了桥梁,也是后续泰勒公式等核心理论的基础。掌握它们,你将能更严谨地分析函数的性质,并为理解梯度下降等优化算法背后的数学原理铺平道路。
💡 核心导读
本节你将掌握:
- 罗尔中值定理:理解函数在区间端点值相等时,其内部必存在导数为零的点(水平切线)。
- 拉格朗日中值定理:理解函数在区间内某点的切线斜率,等于区间两端点连线的割线斜率。
- 定理的证明思路:学习如何利用闭区间上连续函数的性质(最值定理)和导数定义进行严谨证明,特别是拉格朗日中值定理中巧妙的辅助函数构造法。
- 重要推论:掌握“导函数恒为零”与“函数为常数”的等价关系,以及两函数导数相等则相差一个常数的结论。
罗尔中值定理
定理 1 (罗尔中值定理) 设函数 满足:
- 在闭区间 上连续;
- 在开区间 内可导;
- 区间端点函数值相等,即 。
则在开区间 内至少存在一点 ,使得
几何直观与证明思路
罗尔定理的几何意义非常直观:如果一条连续光滑的曲线(可导意味着没有尖角)的两个端点 和 高度相同,那么在曲线内部至少有一点,该点处的切线是水平的(斜率为 0)。
证明: 我们分两种情况讨论,核心是利用闭区间上连续函数的最值定理。
若最大值 等于最小值 : 这意味着函数 在 上恒为常数,即 。此时,区间 内任意一点 的导数 。定理成立。
若最大值 大于最小值 : 由条件 可知,最大值 和最小值 中至少有一个不等于端点值 。不妨设 (对 的情形证明完全类似)。 根据最值定理,存在 ,使得 。我们证明 。 由于 是最大值,对于任意足够小的 ,有 。
- 当 时,考虑右导数: 令 ,由极限的保号性,得到 。
- 当 时,考虑左导数: 令 ,得到 。 综合 和 ,必有 。证毕。
拉格朗日中值定理
罗尔定理要求端点函数值相等,这个条件比较特殊。拉格朗日中值定理去掉了这个限制,是更一般的形式。
定理 2 (拉格朗日中值定理) 设函数 满足:
- 在闭区间 上连续;
- 在开区间 内可导。
则在开区间 内至少存在一点 ,使得
几何意义与证明
公式右边 是连接曲线两端点 和 的割线 的斜率。 定理的几何意义是:在连续光滑的曲线上,至少存在一点,该点的切线平行于连接端点的割线。
证明的关键是构造一个辅助函数,将问题转化为罗尔定理的情形。 观察结论 ,等价于 。 这提示我们构造一个函数 ,使其导数正好是 ,并且满足 ,从而对 应用罗尔定理。
令辅助函数为: 验证 满足罗尔定理的条件:
- 由于 在 上连续, 也在 上连续。
- 由于 在 内可导, 也在 内可导。
- 计算端点值: 故 。
因此,对 在 上应用罗尔定理,存在 ,使得 。 计算 的导数: 代入 ,得: 即 证毕。
重要推论
由拉格朗日中值定理可以直接导出两个非常重要的结论。
推论 1 如果函数 在区间 上的导数恒为零,即 ,则 在 上是一个常数函数。
证明:在区间 内任取两点 (设 )。在子区间 上应用拉格朗日中值定理,存在 ,使得 由于 ,所以 ,即 。由 的任意性可知, 在 上为常数。
推论 2 如果两个函数 和 在区间 上的导数处处相等,即 ,则这两个函数在 上仅相差一个常数,即存在常数 ,使得 。
证明:令 。则 。由推论1可知, 为常数,记为 。因此 。
这两个推论在积分学中至关重要,它们说明了“求导”运算的“原函数”在相差一个常数的意义下是唯一的。
📝 动手练一练
验证罗尔定理:考虑函数 在区间 上。验证其是否满足罗尔定理的条件?如果满足,请找出所有满足 的点 。 参考答案: 首先, 是多项式,在 上连续,在 内可导。计算端点值:, ,满足 。故罗尔定理条件全部满足。 求导:。令 ,即 ,解得 。这两个点都在开区间 内。
应用拉格朗日定理:对于函数 ,在区间 上应用拉格朗日中值定理,求出相应的中间值 。 参考答案: 在 上连续,在 内可导。根据定理,存在 ,使得 又因为 ,所以 。解得 。由于 ,故 即为所求。
import numpy as np
import sympy as sp
# 练习1的数值验证
print("=== 练习1验证:罗尔定理 ===")
x = sp.symbols('x')
f_expr = x**3 - x
f_prime = sp.diff(f_expr, x)
print(f"函数 f(x) = {f_expr}")
print(f"导数 f'(x) = {f_prime}")
# 解方程 f'(x) = 0
critical_points = sp.solve(f_prime, x)
print(f"令导数为零的解为: {critical_points}")
# 验证解是否在区间 (-1, 1) 内
for pt in critical_points:
val = float(pt.evalf())
if -1 < val < 1:
print(f"点 ξ = {pt:.4f} 在 (-1, 1) 内,且 f'({pt:.4f}) = 0")
else:
print(f"点 ξ = {pt:.4f} 不在区间 (-1, 1) 内")
# 计算端点值
f = sp.lambdify(x, f_expr, 'numpy')
print(f"\n端点值: f(-1) = {f(-1)}, f(1) = {f(1)}")
print(f"满足 f(-1) = f(1): {np.isclose(f(-1), f(1))}")
print("\n" + "="*40 + "\n")
# 练习2的数值验证
print("=== 练习2验证:拉格朗日中值定理 ===")
f_expr2 = sp.ln(x)
a, b = 1, sp.E # sympy中的自然常数E
f_a = f_expr2.subs(x, a)
f_b = f_expr2.subs(x, b)
secant_slope = (f_b - f_a) / (b - a)
print(f"函数 f(x) = ln(x) 在 [{a}, {b:.4f}] 上")
print(f"割线斜率 = [f({b:.4f}) - f({a})] / ({b:.4f} - {a}) = {secant_slope.evalf():.4f}")
# 根据定理,存在 ξ 使得 f'(ξ) = 割线斜率
f_prime2 = sp.diff(f_expr2, x)
# f'(x) = 1/x,令其等于割线斜率
xi_solution = sp.solve(sp.Eq(f_prime2, secant_slope), x)
print(f"解方程 f'(ξ) = 1/ξ = {secant_slope.evalf():.4f}")
print(f"解得 ξ = {xi_solution[0]:.4f}")
print(f"验证 ξ 是否在 (1, e) 内: {1 < float(xi_solution[0].evalf()) < np.e}")本章小结
本节我们深入探讨了微分学中两个核心的中值定理:
- 罗尔中值定理 是基础,它描述了在端点值相等的特殊条件下,函数内部必存在水平切线(导数为零的点)。
- 拉格朗日中值定理 是更一般的形式,它揭示了函数在区间上的平均变化率(割线斜率)与区间内某点的瞬时变化率(切线斜率)必然相等。其证明中构造辅助函数 的方法,是处理中值定理问题的经典技巧。
- 由拉格朗日定理导出的两个推论,建立了“导数为零”与“函数为常数”之间的等价关系,这是连接微分与积分运算的关键思想。
行动清单 学完本节,你可以立即:
- 几何验证:任选一个熟悉的函数(如二次函数、正弦函数),画出其在某个区间上的图像,并标出满足罗尔或拉格朗日定理的点,直观理解定理的几何意义。
- 代码演练:运行并理解本节提供的 Python 代码,尝试修改函数或区间,观察定理结论的数值验证过程,加深对定理内容的理解。
- 推论应用:思考并举例说明,推论1(导数为零推出是常函数)在机器学习中可能的应用场景,例如在损失函数优化中,如果梯度处处为零,意味着什么?
— 小象教研组
- 第6章讲义:泰勒公式(PDF · 5.1MB)下载
领取《小象 11GB VIP 课件资料包与大厂真题手册》
包含全套实战 Jupyter 源码、清洗后数据集、大厂高频面试真题与专属学员答疑交流群。
- ✔完整 Python / 数据分析 Jupyter 实战源码
- ✔大厂真实业务数据集与练习题
- ✔微信扫码添加课程顾问,免费获取网盘下载链接
微信扫码添加顾问