形式陈述
设 a < b ,f : [ a , b ] → R 在闭区间 [ a , b ] 上连续 公理库 连续性 Continuity · Continuous function 函数在输入微小变化时输出可被控制为任意小变化的性质。 、在开区间 ( a , b ) 内可导 公理库 导数 Derivative 函数增量比在步长趋零时的极限。 。则存在 c ∈ ( a , b ) 使
f ′ ( c ) = f ( b ) − f ( a ) b − a . 特例 f ( a ) = f ( b ) 即 Rolle 定理:此时存在 c ∈ ( a , b ) 使 f ′ ( c ) = 0 。推广形式是 Cauchy 中值定理:若 g 满足同样的假设,则存在 c ∈ ( a , b ) 使
( f ( b ) − f ( a ) ) g ′ ( c ) = ( g ( b ) − g ( a ) ) f ′ ( c ) . 直觉
一小时行驶了六十公里,即使速度忽快忽慢,途中总有某个瞬间时速恰为六十——端点割线的平均斜率必在某个内部点成为切线的瞬时斜率。这使中值定理成为"由局部导数信息控制整体增量"的桥梁,几乎所有"导数如何决定函数"的结论都要从这里过河。证明思路是把图形扭平:从 f 中减去割线,得到辅助函数 g ( x ) = f ( x ) − f ( b ) − f ( a ) b − a ( x − a ) ,两端等高后化归为 Rolle 定理;Rolle 定理又由极值定理 公理库 极值定理 Extreme value theorem 连续实值函数在非空紧空间上取得最大值和最小值。 保证紧区间上取到最值,再由内点极值处导数为零(Fermat 引理)得到。需要诚实交代的一点是:定理只断言 c 存在,既不给出位置也不保证唯一——它是纯存在性工具,用它得到的是不等式与估计,而非具体数值。
中值定理把区间整体平均变化率与某点瞬时导数联系起来:连续曲线从端点总位移出发,途中必有切线斜率等于割线斜率。它是局部导数控制全局函数变化的桥梁。结论只保证某个点存在,不给出位置或唯一性。
例子与边界
对 f ( x ) = x 2 于 [ 0 , 2 ] :割线斜率为 ( 4 − 0 ) / 2 = 2 ,而 f ′ ( x ) = 2 x ,故 c = 1 ,落在区间内部且此例中唯一。一般 c 不必唯一:f ( x ) = x 3 在 [ − 1 , 1 ] 上的割线斜率为 1 ,方程 3 c 2 = 1 给出两个中值点 c = ± 1 / 3 。
两条假设各自不可省。内部可导性:| x | 在 [ − 1 , 1 ] 上连续,割线斜率为 0 ,但在 x ≠ 0 处导数只取 ± 1 ,永远取不到 0 ——仅一个内点不可导就使结论落空。端点连续性:把 f ( x ) = x 在 [ 0 , 1 ] 上改定义 f ( 1 ) = 0 ,则 ( 0 , 1 ) 内处处 f ′ = 1 ,而割线斜率为 0 ,结论同样失败。
中值"等式"还专属于实值函数。向量值或复值情形它不再成立:f ( t ) = e i t 在 [ 0 , 2 π ] 上满足 f ( 2 π ) − f ( 0 ) = 0 ,但 | f ′ ( t ) | = 1 处处不为零,不存在任何中值点。此时幸存下来的是中值不等式 | f ( b ) − f ( a ) | ≤ sup t | f ′ ( t ) | ( b − a ) ,多元与向量值分析中使用的正是这个弱形式。
取 f ( x ) = log x 于 [ 1 , e ] 。割线斜率为
f ( e ) − f ( 1 ) e − 1 = 1 e − 1 , 而 f ′ ( x ) = 1 / x ,因此中值点必须满足 1 / c = 1 / ( e − 1 ) ,即 c = e − 1 。这里导数严格单调,所以中值点不仅存在,而且唯一。这个计算也能反向产生估计:对任意 0 < a < b ,存在 c ∈ ( a , b ) 使
log b − log a = b − a c , 再用 a < c < b 即可把对数增量夹在 ( b − a ) / b 与 ( b − a ) / a 之间。中值定理本身通常不给出 c 的显式表达式;本例可解,是因为导数 1 / x 足够简单且单调。
推论与应用
标准推论三连:f ′ ≡ 0 于区间则 f 为常数——原函数彼此只差常数,这为微积分基本定理 公理库 微积分基本定理 Fundamental theorem of calculus 积分与求导在适当连续性条件下互为逆过程。 铺路;f ′ ≥ 0 (相应 > 0 )则 f 单调不减(严格递增),导数符号从此控制单调性;| f ′ | ≤ M 则 | f ( b ) − f ( a ) | ≤ M | b − a | ,有界导数给出 Lipschitz 估计,核验Banach 不动点定理 公理库 Banach 不动点定理 Banach fixed-point theorem · Contraction mapping theorem 完备度量空间上的压缩映射具有唯一不动点,且迭代以几何速度收敛。 所需的收缩常数通常就靠它。
Cauchy 版本是 L'Hôpital 法则的证明引擎;把"差商等于某点导数"逐阶升级,即得 Taylor 定理 公理库 泰勒定理 Taylor's theorem 足够光滑函数由有限阶导数多项式加余项表示。 的 Lagrange 余项。插值余项 公理库 多项式插值余项 Interpolation remainder · Polynomial interpolation error 在足够光滑条件下以高阶导数和节点乘积表示插值函数误差,并明确该表达式的适用边界。 与有限差分公式 公理库 有限差分公式 Finite-difference formulas · Finite-difference stencil 用邻近节点的函数值近似导数,并以矩条件推导差分权重、截断阶和边界公式。 也用同类中值点或导数上界把局部恒等式变成可计算误差界。
导数的符号由中值定理推出单调性,导数为零则推出常函数。Taylor 余项、Lipschitz 估计、逆函数局部单调与常微分方程唯一性都使用这一局部到全局机制。
参考资料
Stephen Abbott, Understanding Analysis, 2nd ed., Springer, 2015,Ch. 5。
Walter Rudin, Principles of Mathematical Analysis, 3rd ed., McGraw-Hill, 1976,Ch. 5。