微分中值定理-微分中值定理

数学这东西，有时候确实挺玄。别总想着用那些标准答案把它讲得像个严丝合缝的机器。我更喜爱把它当成一个个生动的人，要么就连是一股风，吹过你的脑海，你得跟着感觉走。
比如刚接触微分中值定理时，大量人一上来就盯着那个“指出 $c$ 点”和“证明导数存有”的死板套路。我就认定这忒假了，就像让一群跳探戈的人先去学散打，结局最终倒手舞足蹈还嚷嚷着要划船。 回想自己那时候，也对这个定理嗤之以鼻。当作那不过是教科书里为了塞进几个概念而堆出来的累赘，跟实际解题无涉。
直到后来做了一道高考试题，题目让求一个函数在区间上某个点的平均变化率。
当时脑子里只有一个念头：平均变化率不就是导数嘛？可是，这个“导数”到底是个啥东西？它是个固定值吗？还是说，它是个随着 $x$ 变化而变化的量？我在草稿纸上画了好几张图，把 $f(x)$ 像波浪一样铺开，要是在某一点 $c$ 的左边它陡得像悬崖，右边又平缓得像平地，那 $c$ 点那瞬间的“速度”到底是多少呢？这让人摸不着头脑。直到我把这个图形套上了拉格朗日中值定理的框架，突然顿悟了。
原来，甭管 $f(x)$ 长得多么狰狞，只要它是连续的，在 $a$ 和 $b$ 之间肯定存有一个点 $c$，让它的切线斜率恰好等于连接 $(a, f(a))$ 和 $(b, f(b))$ 的外接直线的斜率。
这就好比你在看一个陡峭的山坡和另一个平缓的山坡，别看中间那个点 $c$ 就在陡峭处，但你能够通过调整那个点的选择，让那条“外接直线”刚好擦过那个陡坡的某个特定角度。 这种直觉一旦建立，后面的推导简直就顺理成章了。大量人会直接跳步，就连只写“出于设了 $theta$"，不过是个常数，那导数自然存有。但要是你想深入点，得明白，这个 $theta$ 实际上是两个变量比值。你选的两个点是函数图像上的任意两点，只要它们不重合，且都在定义域内，这样的 $c$ 点就必然存有。
这就好比你在一段路程中，不管中间如何变换，只要你没走回头路，就总能在某个时刻“回头”一下，让你的平均速度等于整体的平均速度。 为了说清楚这一点，不妨算个具体的例子。假设函数 $f(x)$ 在 $[0, 1]$ 上连续，但在 $x=0.5$ 处不可导，像锯齿波那样。目前求它在 $[0, 1]$ 上的平均值。正常思路是 $A = frac{f(1)-f(0)}{1-0}$。直接代入发现，这个平均斜率并没有在 $x=0.5$ 处成立。但这并不影响拉格朗日定理的结论：在 $[0, 1]$ 内，必然存有一个 $c$ 点，使得 $f'(c)$ 等于整体平均斜率。
要是强行要求导数存有，那这个函数在中间那个尖刺处就“卡”住了，不符合定理中关于连续性的隐含前提（一般定理默认 $f$ 在闭区间连续，开区间可导，要么反之）。
这里有个细节好办混淆：拉格朗日中值定理要求 $f$ 在 $[a,b]$ 连续，在 $(a,b)$ 可导。
要是中间有尖刺，$f$ 在尖刺处不可导，但定理依然成立，出于它找到的 $c$ 点彻底避开了尖刺，选在了光滑的那一段。 这就引出了另一个常人的误区：把拉格朗日中值定理和柯西中值定理搞混。拉格朗日中值定理是特例，它是柯西中值定理的一个特例。柯西中值定理说的是两个函数，而拉格朗日只说了一个。
不过别急，我们只用拉格朗日。 再看个反直觉的例子。寻思一个经典的幂函数 $f(x) = x^n$，当 $n$ 是偶数时，在 $[-1, 1]$ 上。函数值从 -1 升到 1，再升到 1，整体平均变化率是 0。但函数在 $x=0$ 处没有导数，是个尖点。拉格朗日中值定理依然成立吗？自然。出于 $f$ 在 $(-1, 1)$ 内可导。定理保证存有 $c$ 点，使得 $f'(c) = 0$。对于 $x^n$ 来说，只有 $c = pm 1$ 可能知足，但这两点不在开区间内。
什么的，这里仿佛有矛盾？不，仔细想，$x^n$ 在 $(-1, 1)$ 内是可导的，导数就是 $nx^{n-1}$。当 $n=2$ 时，导数是 $2x$，在 $x=0$ 处导数确实是 0。
那我刚刚说它不可导是错的。好，换个例子。$f(x) = |x|$。在 $[-1, 1]$ 上，$f(-1)=1, f(1)=1$，平均斜率是 0。$f(x)$ 在 $x=0$ 处不可导。
可是，$f(x)$ 在 $(-1, 1)$ 内是可导的，导数是 $x$（对 $x>0$）和 $-x$（对 $x<0$）。定理保证存有 $c in (-1, 1)$ 使得 $f'(c) = 0$。解 $x=0$，发现 $0 in (-1, 1)$，完美。
看来拉格朗日中值定理实际上挺“宽容”的，它给你的 $c$ 点，能够是你认定有点“不整”的点，只要那个点知足条件就行。 有时候，我们求导数的极限过程，会让人认定这定理在干啥。
比如求 $lim_{Delta x to 0} frac{f(x+Delta x) - f(x)}{Delta x}$，这是导数的定义。而拉格朗日中值定理实际上是说，在这个定义的极限存有的前提下，函数值的变化率 $f(b)-f(a)$ 与 $Delta x$ 的关系，能够通过那个中间的点 $c$ 来桥梁。它是连接“瞬时变化率”和“平均变化率”的一块拼图。 最终总结一下，微分中值定理不是啥高深莫测的哲学命题，它就是一个好办的“保证”。在连续可导的函数身上，总藏着一个符合特定比例点。
这个比例点，就是连接两端点的弦，和那段曲线的切线交点。甭管是求平均值、验证不等式、还是做极限运算，那一刻总有一个点“咬”上了弦。它让那些看似凌乱无章的函数图像，在两端点之间建立起了某种秩序感。 这就好比你要估算一段路程的平均速度，不管中间有没有坑、有没有坡，你只需求知道起点终点的位置，还有路上有没有“偷懒”的人（不可导点），就能断定肯定有人在某个时刻恰好和你算出的平均速度一样快。
那个“人”的位置，就是定理给出的 $c$。
有时候这个位置挺巧，有时候挺巧，有时候就连就在你预计的“坑”的位置，但不管怎么着，它都在。
这就是微分中值定理的魅力，不讲那些虚头巴脑的，就讲个实实在在：在变动的世界里，总有一个点，稳稳地站在你的根骨上。