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。
01先由读者提出允许误差
设你希望平方函数在 处的差商距离 不超过某个容差。先确定这个输出要求,再决定步长要缩到多小。极限定义中精度与邻域的先后次序,表达的正是“无论要求多严格,我都能给出足够近的范围”。
02把图形的窄带翻译成不等式
在本例中误差等于 ,因此可取与容差一样小的步长阈值。并非所有函数都如此简单:有时要先限制在一个较小邻域,再估计函数值的上界。证明的任务是找到能保证整段邻域都合格的条件,而非只试出几个漂亮样本。
03即使切线水平,量词仍然相同
把观察点移到零,目标斜率也变成零。此时仍需对所有足够小的非零步长给出控制,不能因为曲线在屏幕上显得平坦就结束论证。有限像素可能把小误差隐藏起来,严格定义则要求我们继续缩小任意指定的误差。
2.9.1 把“再近一点”改成一场有规则的挑战¶
对方先指定输出误差 ,你必须给出一个输入范围 ,保证之后任何落在范围内的输入都满足要求。关键是顺序:不能先挑一个有利的输入,再为它选择范围;也不能只展示几个成功的输入。
在线性函数 中,输出误差恰为输入误差的三倍。要把输出误差压到 以下,取 即可。这个选择展示了完整逻辑:从目标精度反推输入限制,然后对所有满足限制的输入验证。
2.9.2 非线性时先给变化倍率一个上界¶
平方函数的误差是 。第二个因子也随输入变化,不能当常数。先要求 ,就有 ;再取 两个要求就同时成立。这个额外的一并不是答案本身,而是先把局部倍率圈住的工具。
你可以选择更小的 ,定义不要求最佳范围。证明的目标是给出有效保证,而非求最大容许误差。这样的自由度常让推导简洁许多。
画一条包住目标值的水平细带,再找围绕输入点的竖直细带,使图像在竖带内都落进横带。图形解释了量词,但最终仍需不等式把所有点一起控制。这是从视觉直觉走向严格论证的一次完整练习。
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。
数学表述 2.9.1¶
对方先指定输出容忍误差 ,我们再给输入误差上限 。顺序不能反过来,也不能让 随后来选择的 改变。
例 2.9.1 把概念用于具体计算
对 ,选择 ,因为输出误差恰为 。
练习 2.9.1¶
若 ,可取怎样的 ?
展开解答与检查
取 即可。
Lean 对照 2.9.1 命题、证明与适用边界
显式构造并验证斜率 的函数的 – 证明;该结论允许 ,比去心版本更强。
Calculus.epsilon_delta_linear
theorem epsilon_delta_linear (a ε : ℝ) (hε : 0 < ε) :
∃ δ : ℝ, 0 < δ ∧ ∀ x : ℝ, |x-a| < δ → |(3*x+2)-(3*a+2)| < ε := by
refine ⟨ε/3, by positivity, ?_⟩
intro x hx
have heq : (3*x+2)-(3*a+2)=3*(x-a) := by ring
rw [heq, abs_mul, abs_of_pos (by norm_num : (0:ℝ)<3)]
linarith
-- A concrete removable-singularity limit, not the full general l'Hopital theorem.