2.3 幂法则的几何来源 · 从直觉到证明

一步一步建立直观

先预测，再点“演示本步”核对右图。每一步都重设到指定情形，随后可以自由修改参数。

切换到立方函数，把边长 $a$ 增加 $h$ 。三个面旁各添一层厚度 $h$ 的薄片，主项合计为 $3a^2h$ ；棱边附近的重叠修正含 $h^2$ ，角上的小块含 $h^3$ 。体积图像解释了为什么系数是三，而不是一个需要记住的巧合。

对立方函数，差商是 $3a^2+3ah+h^2$ 。右图可先切回平方函数，比较其中只有一个一阶误差项的情形。两者都不是把高阶项直接删掉，而是在除以 $h$ 之后，证明剩余误差随 $h$ 趋零。然后再推广到整数次幂。

将步长调大，割线明显偏离切线。幂法则给出的是观察点附近的一阶倍率，不能用它精确预测任意远处的变化。对于一般实数指数，还需要说明函数定义域；本窗口的平方、立方只是几何推导最直接的两个例子。

边长为 $x$ 的正方形，每边增加 $h$ ，新增区域由两条宽为 $h$ 的长条和一个小角组成。两条长条总面积为 $2xh$ ，小角为 $h^2$ 。除以边长增量 $h$ 后，长条贡献 $2x$ ，小角只贡献 $h$ ，趋零时消失。

这解释了二次幂导数中的系数二来自两条边，不是套公式的巧合。立方体则有三个主要薄层，每层体积约为 $x^2h$ ；交叠边角含更多个 $h$ ，在除以 $h$ 后仍趋零，所以得到 $3x^2$ 。

更高次幂不容易画，但展开乘积 $(x+h)^n$ 时可以数贡献。一阶项必须从 $n$ 个因子中恰好选一个 $h$ ，其余选 $x$ ，一共有 $n$ 种选法，所以系数是 $nx^{n-1}$ 。选两个及以上 $h$ 的项都带 $h^2$ 或更高次。

“高阶项小”必须说明与什么相比。导数计算比较的是它们相对于 $h$ 的大小，而非只看绝对值。如果一个误差恰为 $3h$ ，它虽然趋零，除以 $h$ 后仍留下 $3$ ，不能丢掉。

把 $x=2,h=0.1$ 代入立方增量，先算精确值，再算 $3x^2h$ 的预测，最后减出误差。这个小实验会把导数理解为有误差控制需求的局部预测器。自然数幂的规则可以统一证明，非整数幂则要重新核对定义域。

与本图相连的定义与证明：2.2 · 平方函数的差商与误差。本节的具体条件与形式化范围见下文。

边长增加 $h$ 时，正方形多出两条窄带和一个小角；小角面积是二阶量。立方体的第一阶体积变化来自三个面。

对自然数 $n$ ， $(x+h)^n=x^n+nx^{n-1}h+O(h^2),\qquad (x^n)'=nx^{n-1}.$ 这里的余项表述对固定 $x$ 、有限多项式成立。实数非整数幂需要额外的定义域条件。

例 2.3.1 把概念用于具体计算

$x^3$ 的变化为 $3x^2h+3xh^2+h^3$ 。差商去极限得到 $3x^2$ ，在 $x=2$ 处为 $12$ 。

求 $f(x)=5x^4-2x^2+7$ 的导数。

展开解答与检查

答案 $20x^3-4x$ 。

Lean 对照 2.3.1 命题、证明与适用边界

完整调用并验证自然数幂的一般导数定理；Lean 中自然数的 $n-1$ 是截断减法， $n=0$ 由前面的零系数正确处理。

Calculus.power_rule

theorem power_rule (n : ℕ) (x : ℝ) :
    HasDerivAt (fun t : ℝ => t^n) ((n:ℝ)*x^(n-1)) x := hasDerivAt_pow n x

原课对照观课问题、视频与图示

找出新增面积或体积的一阶部分，并说明哪些角落在差商极限中消失。

点击后连接 YouTube；播放器不可用时可通过上方原链接观看。