第2章 一元函数微分学（二）——中值定理

📖 承接上文：第一部分我们学完了求导计算（知识块A）。这一部分进入中值定理（知识块B）—— 费马引理 → 罗尔 → 拉格朗日 → 柯西 → 泰勒这条推导长龙，以及怎么构造辅助函数做证明题。

0. 发生式第一课：中值定理是怎么被发明的？（先读这一节！）

🔔 这一节回答你最想问的问题：为什么会有"中值定理"这种东西？它是数学家吃饱了撑的发明的一堆抽象定理吗？——不是，它来自一个特别朴素的问题（下面"在开始之前"马上讲）。这里先把最关键的一环给你：为什么叫"中值"定理？

为什么叫"中值"定理？

"中值"（mean value）不是"中间的值"，而是"平均的值"——全程 150 公里的平均速度 75 km/h，就是这段路程的"中值"。中值定理说的是：这个"平均的值"，必然在某个瞬间被函数真的取到（路上必有某个时刻，车速表正好指着 75）。所以"中值定理"四个字翻译过来就是："平均值必然在某个瞬间被实现"。

整条链（费马 → 罗尔 → 拉格朗日 → 柯西 → 泰勒）每推进一步，都是在把这句话说得更精细、更强大。下面"在开始之前"会带你走一遍——每个定理都不孤立，是从这条链上长出来的。

📦 知识块B：中值定理

📌 这块学完你就能回答： 罗尔、拉格朗日、柯西、泰勒四个定理各说了什么？它们之间是怎么一个推一个推导出来的？怎么构造辅助函数证明中值等式？

🔔 在开始之前——这一整块在讲什么？

中值定理这个名字听起来很唬人，但它的核心问题特别朴素：一条曲线，从A点走到B点，中间有没有某个时刻，它的"瞬时变化速度"恰好等于"全程平均变化速度"？

想象你开车从北京到天津，全程150公里，开了2小时，平均速度75km/h。那么路上一定至少有一个瞬间，你的车速表指针正好指着75。不可能全程每个瞬间都高于75（那样总路程会超过150），也不可能每个瞬间都低于75（那样到不了）。必须有一个时刻，不快不慢，刚刚好等于平均值。

这就是全部中值定理的共同灵魂。接下来五个定理（费马→罗尔→拉格朗日→柯西→泰勒）就是把这个朴素的直觉，一步一步变成严密的数学语言。它们不是五个孤立的定理，而是一条逻辑链——每一个都是前一个的自然延伸。

整条链的起点，是一个极其简单的问题：一座山的最高点，有什么特征？

2.2.1 费马引理——中值定理的"老祖宗"

🏔️ 生活场景：你爬山，到达山顶那一刻——在那一瞬间，你既不在上坡，也不在下坡。脚下的地面是"平"的。费马引理说的就是这件事：一个函数在最高点（或最低点）处，如果导数存在，导数必须等于零。

费马引理的正式陈述：

如果函数 $f(x)$ 在 $x_0$ 处取得极值（极大值或极小值），且 $f'(x_0)$ 存在，则 $f'(x_0) = 0$。

🧠 这个结论是怎么推出来的？

我们以"极大值"为例来推导。假设 $f(x)$ 在 $x_0$ 处取得极大值——也就是说，在 $x_0$ 附近的一块小区域里，$f(x_0)$ 是最大的，周围所有点的函数值都不超过它。

第一步：从左边的视角看。

在 $x_0$ 左边取一个点 $x_0 + h$（这里 $h < 0$，表示在左边）。因为 $f(x_0)$ 是极大值，所以：

$f(x_0 + h) \le f(x_0)$

也就是 $f(x_0 + h) - f(x_0) \le 0$。

现在构造导数的"半边"——左导数。导数的定义是 $\lim_{h \to 0} \frac{f(x_0+h) - f(x_0)}{h}$，我们先只从左边逼近（$h \to 0^-$）：

$\frac{f(x_0+h) - f(x_0)}{h}$

分子 $\le 0$（刚才得出的），分母 $h < 0$（因为从左边来）。负数除以负数 = 正数。所以这个分式 $\ge 0$。取极限后，左导数 $\ge 0$。

大白话：从左边靠近山顶——你还在往上走的最后一段，坡度不可能是负的（下坡），至少是平的或微上。

第二步：从右边的视角看。

在 $x_0$ 右边取一个点 $x_0 + h$（这里 $h > 0$，表示在右边）。同样因为 $f(x_0)$ 是极大值：

$f(x_0 + h) \le f(x_0) \quad \Rightarrow \quad f(x_0 + h) - f(x_0) \le 0$

现在分子 $\le 0$，分母 $h > 0$（从右边来）。负数除以正数 = 负数。所以这个分式 $\le 0$。取极限后，右导数 $\le 0$。

大白话：从右边离开山顶——你开始往下走了，坡度不可能是正的（上坡）。

第三步：左右夹击。

函数在 $x_0$ 处可导，意味着左导数和右导数必须相等（都等于 $f'(x_0)$）。但左导数 $\ge 0$，右导数 $\le 0$——一个数既要 $\ge 0$ 又要 $\le 0$，唯一的可能是：

$f'(x_0) = 0$

推导完毕。 极小值的情形完全对称，论证方式一模一样（只是不等号方向反过来），最终结论相同。

📝 推导复盘——用大白话重新讲一遍刚才做了什么：

刚才我们做的三件事，本质上就是"从左右两边夹住山顶"。站在山顶上，往左看——你在上坡（坡度 ≥ 0）；往右看——你在下坡（坡度 ≤ 0）。如果这点真的可导，左右坡度必须一致——那就只能是零，也就是平的。这就是费马引理的全部逻辑。用了三步、两个方向、一个夹逼，没有跳任何东西。

三个必须牢记的边界（容易错！）：

⚠️ 边界1：反过来不成立。 导数为零的点不一定是极值点。就像你在平路上骑车——这一刻坡度为零，但不代表你在山顶或山谷，你可能只是经过一段平地。

经典反例：$f(x) = x^3$ 在 $x = 0$ 处。$f'(0) = 0$，但 $x = 0$ 既不是极大值也不是极小值——函数在 $x=0$ 左边是负的，右边是正的，$x=0$ 只是一个"路过"的平点。这种点叫驻点（导数为零但不是极值）。

⚠️ 边界2：极值点可能根本没有导数。 费马引理的前提是"导数存在"，如果导数不存在，结论不适用。

经典反例：$y = |x|$ 在 $x = 0$ 处。这是整个函数的最小值点，但 $x = 0$ 处导数根本不存在（左边导数 = -1，右边导数 = +1，左右不一致）。所以费马引理管不了它。

⚠️ 边界3：费马引理给的是必要条件，不是找极值的方法。 它说的是"如果是极值点且可导，则导数必为零"。它不告诉你"导数为零就一定是极值"。找极值要靠后面的单调性判别法（2.3.3节/3.2.3考法）。

🛑 停下来想一想：费马引理说"极值点处导数为零"，但反过来"导数为零的点一定是极值点"对吗？如果不一定，你能举出一个反例吗？（提示：想想 $f(x)=x^3$ 在 $x=0$ 处）为什么左右夹击的逻辑对于 $x^3$ 不成立？

费马引理在整条链中的位置：

费马引理是整个中值定理链条的逻辑起点。接下来的罗尔定理会说："如果一条曲线两端一样高，中间一定有最高点或最低点——在那个点，根据费马引理，导数就是零。"你看，费马的结论直接变成了罗尔证明的最后一步。这就是"链条"的意思。

2.2.2 罗尔定理——"两端一样高，中间必有平"

🎢 生活场景：你坐过山车，从一个平台出发，绕了一圈又回到同样高度的平台。在这个过程中，你一定经过了最高点和最低点——而在最高点那一刻，你是"悬"在空中的，既不上升也不下降，切线是水平的。罗尔定理就是把这句话从过山车翻译成数学。

罗尔定理的正式陈述：

三个条件（缺任何一个结论都可能不成立）：

  1. $f(x)$ 在闭区间 $[a,b]$ 上连续（曲线没有断开）
  2. $f(x)$ 在开区间 $(a,b)$ 内可导（曲线光滑，没有尖角）
  3. $f(a) = f(b)$（两端点高度相等）

结论：至少存在一点 $\xi \in (a,b)$，使得 $f'(\xi) = 0$（中间至少有一处切线是水平的）。

🧠 罗尔定理是怎么从费马引理推出来的？

这是整个链条中最关键的推导之一。罗尔定理的证明逻辑极其干净——它把费马引理从"假设有极值"变成了"保证有极值"。

第一步：分类讨论——函数是"一动不动"还是"有起有伏"？

一个函数在区间 $[a,b]$ 上只有两种可能：

第二步：在"有起伏"的情形下，找到极值点。

因为 $f(x)$ 在闭区间 $[a,b]$ 上连续，根据连续函数的基本性质（最值定理），$f(x)$ 在 $[a,b]$ 上一定有最大值 $M$ 和最小值 $m$。

既然函数不是常数（情形2的假设），那么最大值 $M$ 和最小值 $m$ 中，至少有一个不等于端点处的函数值 $f(a) = f(b)$。

为什么？因为如果最大值和最小值都等于 $f(a) = f(b)$，那整个函数就恒等于 $f(a)$ 了——这就回到了情形1。既然已经排除了情形1，必然存在一个最值（最大值或最小值）在开区间 $(a,b)$ 的内部取得，不在端点。

设在 $(a,b)$ 内部的某一点 $\xi$ 处取得这个最值（最大值或最小值——不管是哪一个，它都是一个极值）。

第三步：在这个极值点上应用费马引理。

$\xi$ 是极值点（由第二步保证），且 $f(x)$ 在 $(a,b)$ 内可导（条件2保证 $f'(\xi)$ 存在）。费马引理的两条前提全部满足！

根据费马引理：$f'(\xi) = 0$。

推导完毕。 整个证明只用了三步：分类→找极值→用费马。

📝 推导复盘——用大白话重新讲一遍：

罗尔定理的证明本质上就是把费马引理的"如果是极值"变成了"一定是极值"。费马说："如果是极值，导数就是零。"但它不保证极值存在。罗尔加了一个条件——"两端一样高"——这个条件神奇地保证了中间一定有极值（要么是最高点要么是最低点，至少有一个在中间）。为什么呢？因为如果两端一样高，函数要么全程平坦（结论显然成立），要么有起有伏——那最高点或最低点就必然不在端点，而在中间。找到这个中间的最值点，费马引理就告诉你：这里导数等于零。

核心技巧：用"最值定理"（连续函数在闭区间上必有最大最小值）来保证极值的存在，然后用费马引理收割结论。

为什么三个条件缺一不可？——三个"故意破坏"的反例

理解一个定理的最好方式，是把它的条件一个一个拆掉，看结论怎么崩溃。

反例1：拆掉"连续"

$f(x) = \begin{cases} x, & 0 \le x < 1 \\ 0, & x = 1 \end{cases}$

在 $[0,1]$ 上，$f(0)=0$，$f(1)=0$，端点值相等（条件3满足）。在 $(0,1)$ 内 $f'(x)=1$，可导（条件2满足）。但 $x=1$ 处函数跳了——不连续（条件1不满足）。结果：导数在 $(0,1)$ 内恒为 1，找不到任何一点使导数为零。结论崩溃。

好比一条路中间有个悬崖——虽然起点和终点在同一高度，但你跳过了悬崖，根本没有"最高点"可言。

反例2：拆掉"可导"

$f(x) = |x|, \quad x \in [-1, 1]$

在 $[-1,1]$ 上连续（条件1满足），$f(-1)=1$，$f(1)=1$（条件3满足）。但 $x=0$ 处有一个尖角——不可导（条件2不满足）。结果：左边导数 = -1，右边导数 = +1，没有一处导数等于零。结论崩溃。

好比你去爬一座三角形的尖顶——确实到了最高点，但尖顶上根本没法定义"坡度"。费马引理需要导数存在才能用，这里导数不存在，罗尔定理也无能为力。

反例3：拆掉"端点值相等"

$f(x) = x, \quad x \in [0, 1]$

在 $[0,1]$ 上连续（条件1满足），可导（条件2满足）。但 $f(0)=0$，$f(1)=1$，不相等（条件3不满足）。结果：导数恒为 1，找不到导数为零的点。结论崩溃。

好比从山脚走到山顶——全程都在上坡，从没平过。因为没有"回到同样高度"，中间就不会有极值，费马引理无从下手。

🛑 停下来想一想：罗尔定理说"至少存在一点 $\xi$ 使 $f'(\xi)=0$"。"至少"两个字意味着可能不止一点。你能画出一条曲线，它在 $[a,b]$ 上满足罗尔定理三个条件，但中间有三处切线是水平的吗？如果可以，罗尔定理的结论仍然是正确的——它只说"至少有一处"，没说"只有一处"。

罗尔定理在整条链中的位置：

费马 → 罗尔这一步，我们把"如果是极值"变成了"保证有极值"。但罗尔有一个苛刻的限制：两端必须一样高。接下来的问题自然就是——如果两端不一样高呢？

2.2.3 拉格朗日中值定理——"两端不一样高？掰平它！"

🚗 生活场景：开车从北京到天津，全程150公里，耗时2小时。平均速度 = 150 ÷ 2 = 75 km/h。你能保证路上至少有一个瞬间，车速表正好显示75吗？直觉告诉你：能。因为如果全程每个瞬间都低于75，总路程会少于150；每个瞬间都高于75，总路程会多于150。必定有一个瞬间，实际速度恰好等于平均速度。

拉格朗日中值定理就是说这件事的数学定理。它是整个微分学中最重要的定理之一——几乎所有关于"函数值的变化"的讨论，都会溯源到它。

拉格朗日中值定理的正式陈述：

条件（两个——比罗尔少了一个"端点相等"）：

  1. $f(x)$ 在闭区间 $[a,b]$ 上连续
  2. $f(x)$ 在开区间 $(a,b)$ 内可导

结论：至少存在一点 $\xi \in (a,b)$，使得 $f(b) - f(a) = f'(\xi)(b-a)$

或者写成更直观的"斜率"形式： $f'(\xi) = \frac{f(b)-f(a)}{b-a}$

右边的 $\frac{f(b)-f(a)}{b-a}$ 就是连接 $A(a, f(a))$ 和 $B(b, f(b))$ 两点的"弦"的斜率——也就是"平均变化率"。左边的 $f'(\xi)$ 是某一点的切线斜率——"瞬时变化率"。定理说的是：至少有一刻，瞬时变化率 = 平均变化率。

🧠 拉格朗日是怎么从罗尔推出来的？——"掰平"的巧妙构造

这是整个中值定理链条中最漂亮的一步推导。核心思路极其简单：罗尔定理要求两端一样高，但如果两端不一样高呢？那就把整个图像"掰"一下，掰到两端一样高为止。

下面我们来一步步展示这个"掰"的过程。

第零步：先看清楚问题。

罗尔定理好用，但它要求 $f(a) = f(b)$。现在我们的 $f(a)$ 和 $f(b)$ 不相等——连接两端的"弦"是一条斜线。罗尔定理直接没法用。

但我们有一个非常自然的想法：能不能造一个新函数，让它满足罗尔定理的 $F(a) = F(b)$，然后从 $F'(\xi) = 0$ 反推出关于 $f$ 的结论？

第一步：画出那条"弦"。

连接 $A(a, f(a))$ 和 $B(b, f(b))$ 的直线方程是什么？这是一条经过点 $A$、斜率为 $\frac{f(b)-f(a)}{b-a}$ 的直线。用点斜式写出来：

$y = f(a) + \frac{f(b)-f(a)}{b-a}(x-a)$

这条直线在 $x$ 处的值，就是"如果全程按平均速度走，应该到达的位置"。

第二步：比较"实际曲线"和"平均直线"。

在任意一点 $x$，$f(x)$ 是实际到达的高度，而 $f(a) + \frac{f(b)-f(a)}{b-a}(x-a)$ 是"按平均速度走应该到达的高度"。两者的差：

$F(x) = f(x) - \left[f(a) + \frac{f(b)-f(a)}{b-a}(x-a)\right]$

这个 $F(x)$ 衡量的是"你比平均快了还是慢了"。

第三步：检查这个新函数 $F(x)$ 的端点值。

在左端点 $x = a$： $F(a) = f(a) - \left[f(a) + \frac{f(b)-f(a)}{b-a}(a-a)\right] = f(a) - [f(a) + 0] = 0$

在右端点 $x = b$： $F(b) = f(b) - \left[f(a) + \frac{f(b)-f(a)}{b-a}(b-a)\right] = f(b) - [f(a) + f(b) - f(a)] = 0$

两端都等于零！$F(a) = F(b) = 0$。条件3满足了。

第四步：检查连续性和可导性。

$f(x)$ 在 $[a,b]$ 上连续（条件1），减去的那条直线显然也连续 → $F(x)$ 连续。$f(x)$ 在 $(a,b)$ 内可导（条件2），减去的那条直线显然也可导 → $F(x)$ 可导。条件1和条件2也满足了。

第五步：应用罗尔定理。

$F(x)$ 在 $[a,b]$ 上满足罗尔定理的全部三个条件！根据罗尔定理，存在 $\xi \in (a,b)$ 使得：

$F'(\xi) = 0$

第六步：展开 $F'(\xi) = 0$，得到拉格朗日的结论。

对 $F(x)$ 求导： $F'(x) = f'(x) - \frac{f(b)-f(a)}{b-a}$

（注意：$f(a) + \frac{f(b)-f(a)}{b-a}(x-a)$ 对 $x$ 求导，常数项 $f(a)$ 导数为 0，$\frac{f(b)-f(a)}{b-a} \cdot (x-a)$ 是 $x$ 的一次项，导数为 $\frac{f(b)-f(a)}{b-a}$。）

代入 $x = \xi$，由 $F'(\xi) = 0$ 得： $f'(\xi) - \frac{f(b)-f(a)}{b-a} = 0$

移项： $f(b) - f(a) = f'(\xi)(b-a)$

推导完毕。 拉格朗日中值定理证明完成。

📝 推导复盘——用大白话重新讲一遍刚才做了什么：

拉格朗日证明的精髓就三个字：掰平它。罗尔定理是一把好用的工具，但它只接受"两端一样高"的曲线。遇到两端不一样高的曲线怎么办？我们画了一条"标准斜线"（也就是弦），然后把原曲线减去这条斜线——相当于把整张图旋转了一下，让两个端点对齐到同一高度。掰平之后，新函数的两端就一样高了（都等于零），罗尔定理就能用了。罗尔定理说新函数中间有个导数为零的点，翻译回原函数，就是"某点的切线斜率恰好等于弦的斜率"。

整个证明只用了一个构造：$F(x) = f(x) - [\text{弦的直线方程}]$。 这个"减弦法"是微分学中最经典、最常用的辅助函数构造手法。后面学柯西定理的时候你会发现——柯西的证明用的就是同样的思路，只不过掰的方式更复杂一点。

几何意义：切线平行于弦

用图形语言来说：在一条连续光滑的曲线上，连接起点和终点的弦是一条斜线。拉格朗日定理断言：至少存在一个中间点，曲线在那里的切线，恰好平行于那条弦。

如果你能画出一条处处切线都不平行于弦的光滑曲线——那一定不可能。因为如果切线始终比弦陡，曲线就会"冲过头"；切线始终比弦平，曲线就"到不了"。

两个重要推论（从拉格朗日直接推出）

推论1：导函数恒为零 → 原函数是常数。 如果在一个区间上 $f'(x) \equiv 0$（每一点的瞬时变化率都是 0），那么 $f(x)$ 在这个区间上恒等于某个常数。

直觉上显然：速度永远为零，位置当然不变。但直觉需要证明——在区间上任取两点 $x_1 < x_2$，由拉格朗日定理：$f(x_2) - f(x_1) = f'(\xi)(x_2 - x_1) = 0 \cdot (x_2 - x_1) = 0$，所以 $f(x_1) = f(x_2)$。由于 $x_1, x_2$ 是任取的，函数值处处相等。

推论2：两个函数的导数处处相等 → 两函数相差一个常数。 如果在一个区间上 $f'(x) \equiv g'(x)$，那么 $f(x) = g(x) + C$（$C$ 是某个常数）。

证明：令 $h(x) = f(x) - g(x)$，则 $h'(x) = f'(x) - g'(x) \equiv 0$。由推论1，$h(x)$ 是常数，即 $f(x) - g(x) = C$。

这两个推论在后面的积分学中极其重要——它们告诉我们：只靠导数信息，可以确定函数"差一个常数"。不定积分中的 $+C$ 就是这么来的。

🛑 停下来想一想：拉格朗日定理的证明中，最关键的一步是构造 $F(x) = f(x) - [\text{弦}]$。如果我们反过来想——如果罗尔定理的证明中，也用同样的"掰平"思路去理解，还能通吗？（提示：罗尔定理本来就是 $f(a)=f(b)$，弦已经是平的了，不需要掰。）

拉格朗日在整条链中的位置：

罗尔 → 拉格朗日这一步，我们去掉了"端点相等"的限制。工具只有一个：减去弦，让两端对齐。这个"减弦法"的思路，马上就会被柯西定理继承和推广。

2.2.4 柯西中值定理——"两个人的速度比"

🏃♂️🏃♀️ 生活场景：两个人从同一个起点同时出发，跑到同一个终点。甲跑得快，乙跑得慢——但两人到达终点的时间不同。柯西中值定理说的是：在他们跑步的过程中，至少有一个瞬间，两个人的瞬时速度之比，恰好等于他们全程跑过的总路程之比。

如果拉格朗日定理回答的是"一个人的瞬时速度有没有一刻等于平均速度"，那么柯西定理回答的是"两个人的瞬时速度之比，有没有一刻等于他们总成绩之比"。

柯西中值定理的正式陈述：

条件（涉及两个函数 $f(x)$ 和 $g(x)$）：

  1. $f(x)$ 和 $g(x)$ 都在闭区间 $[a,b]$ 上连续
  2. $f(x)$ 和 $g(x)$ 都在开区间 $(a,b)$ 内可导
  3. $g'(x) \neq 0$ 在 $(a,b)$ 内处处成立（分母导数不为零）
  4. $g(b) \neq g(a)$（分母差不为零——如果 $g(b) = g(a)$，结论中的分式分母就是 0，没有意义）。其实这条可由条件3 自动保证：$g'(x)$ 在 $(a,b)$ 内处处非零意味着 $g$ 严格单调，端点值不可能相等。列出它只是为了让"分母不为零"更醒目。

结论：至少存在一点 $\xi \in (a,b)$，使得 $\frac{f(b)-f(a)}{g(b)-g(a)} = \frac{f'(\xi)}{g'(\xi)}$

🧠 柯西定理是怎么从拉格朗日推出来的？

柯西定理的证明思路和拉格朗日如出一辙——还是"造一个新函数，掰平两端，用罗尔收割"。只是这次要"掰"两个函数，构造稍微复杂一点。

第零步：理解"柯西是拉格朗日的参数方程版"。

回顾拉格朗日定理的结论：$\frac{f(b)-f(a)}{b-a} = f'(\xi)$。

如果引入第二个函数 $g(x) = x$，那么 $g(b)-g(a) = b-a$，$g'(\xi) = 1$，柯西公式就变成了： $\frac{f(b)-f(a)}{b-a} = \frac{f'(\xi)}{1} = f'(\xi)$

完美退化为拉格朗日定理。所以柯西就是把拉格朗日中的 $x$ 换成了更一般的 $g(x)$——相当于把"以 $x$ 为横轴"推广到"以任意单调函数 $g(x)$ 为横轴"。

第一步：构造辅助函数——"掰平两个函数"。

我们希望造一个 $F(x)$，使得 $F(a) = F(b)$，然后它的导数 $F'(\xi) = 0$ 恰好等价于柯西定理的结论。

观察柯西结论：$\frac{f(b)-f(a)}{g(b)-g(a)} = \frac{f'(\xi)}{g'(\xi)}$

这个式子可以交叉相乘改写为： $[f(b)-f(a)] \cdot g'(\xi) - [g(b)-g(a)] \cdot f'(\xi) = 0$

这个形式提示我们——这很像某个函数的导数在 $\xi$ 处为零。什么样的函数求导会得到 $[f(b)-f(a)]g'(x) - [g(b)-g(a)]f'(x)$？

第二步：写出辅助函数。

尝试构造： $F(x) = [f(b)-f(a)] \cdot g(x) - [g(b)-g(a)] \cdot f(x)$

这里 $f(b)-f(a)$ 和 $g(b)-g(a)$ 都是常数（它们不随 $x$ 变化），所以求导时直接当系数提出来。

对 $F(x)$ 求导： $F'(x) = [f(b)-f(a)] \cdot g'(x) - [g(b)-g(a)] \cdot f'(x)$

如果 $F'(\xi) = 0$，即 $[f(b)-f(a)]g'(\xi) = [g(b)-g(a)]f'(\xi)$，恰好就是柯西定理的结论（除过去就得到了 $\frac{f(b)-f(a)}{g(b)-g(a)} = \frac{f'(\xi)}{g'(\xi)}$）。

第三步：检查端点值。

$F(a) = [f(b)-f(a)] \cdot g(a) - [g(b)-g(a)] \cdot f(a)$ $F(b) = [f(b)-f(a)] \cdot g(b) - [g(b)-g(a)] \cdot f(b)$

计算 $F(b) - F(a)$（或者直接计算 $F(a)$ 和 $F(b)$ 是否相等）：

把两个展开： $F(a) = f(b)g(a) - f(a)g(a) - g(b)f(a) + g(a)f(a) = f(b)g(a) - g(b)f(a)$ $F(b) = f(b)g(b) - f(a)g(b) - g(b)f(b) + g(a)f(b) = g(a)f(b) - f(a)g(b)$

注意 $F(a) = f(b)g(a) - g(b)f(a)$，而 $F(b) = g(a)f(b) - f(a)g(b) = f(b)g(a) - g(b)f(a) = F(a)$。

$F(a) = F(b)$！ 跟拉格朗日的构造一样——两端对齐了。

第四步：应用罗尔定理。

$F(x)$ 连续（条件1保证），可导（条件2保证），$F(a) = F(b)$（第三步验证）。满足罗尔定理全部三个条件。

存在 $\xi \in (a,b)$ 使 $F'(\xi) = 0$，即： $[f(b)-f(a)] \cdot g'(\xi) - [g(b)-g(a)] \cdot f'(\xi) = 0$

由条件3和4（$g'(\xi) \neq 0$，$g(b) \neq g(a)$），两边同除以 $[g(b)-g(a)] \cdot g'(\xi)$，得： $\frac{f(b)-f(a)}{g(b)-g(a)} = \frac{f'(\xi)}{g'(\xi)}$

推导完毕。

📝 推导复盘——用大白话重新讲一遍：

柯西定理的证明思路跟拉格朗日一模一样——造一个新函数，验证它两端对齐，用罗尔定理收尾。区别只在于：拉格朗日的辅助函数涉及一个 $f$ 和一条直线，柯西的辅助函数涉及两个函数 $f$ 和 $g$。但你仔细看构造方式，会发现它跟拉格朗日的"减弦法"本质相同——都是把量纲不同的"差值"对齐到同一尺度上比较。

另一个理解角度：把 $f$ 和 $g$ 看成参数方程 $\begin{cases} X = g(t) \\ Y = f(t) \end{cases}$，那么柯西公式的右边 $\frac{f'(\xi)}{g'(\xi)}$ 就是参数方程在 $\xi$ 处的切线斜率（$\frac{dY/dt}{dX/dt} = \frac{dY}{dX}$），左边 $\frac{f(b)-f(a)}{g(b)-g(a)}$ 就是连接参数曲线两端点的弦的斜率。所以柯西定理的几何意义跟拉格朗日完全一样——某点的切线平行于连接两端的弦，只是坐标系从 $(x, y)$ 变成了 $(g(t), f(t))$。

什么时候用柯西定理？——识别信号

结论中含有两个函数的导数之比，或者能整理成 $\frac{f'(\xi)}{g'(\xi)} = \text{某常数}$ 的形式时，优先考虑柯西。

常见搭档：

当 $g(x) = x$ 时，柯西退化为拉格朗日。所以拉格朗日是柯西在 $g(x) = x$ 时的特例。

柯西在整条链中的位置：

拉格朗日 → 柯西这一步，是把"单人的比较"推广到"双人的比较"。拉格朗日说："一个人的瞬时速度和平均速度有一刻相等。"柯西说："两个人的瞬时速度之比和总成绩之比有一刻相等。"柯西和下面要讲的泰勒，是拉格朗日的两个不同方向的推广——柯西在宽度上推广（从单人比到双人比），泰勒在深度上推广（从一阶到高阶）。

2.2.5 洛必达法则——柯西定理的"杀手级应用"

🏥 生活场景：你去医院做检查，两份报告都显示"0"——甲指标趋近于零，乙指标也趋近于零。但医生想知道的是：这两个同时趋近于零的量，它们趋近的速度谁快谁慢？甲是乙的两倍快？还是一百倍快？还是两者差不多？洛必达法则就是回答这个问题的工具——它比较两个同时趋近于零（或同时趋近于无穷大）的量的"相对速度"。

洛必达法则本质上是柯西中值定理的一个推论——它把"比较两个量在某一点的值"转化为"比较两个量在该点的变化速度"。

洛必达法则的正式陈述：

设 $\lim f(x) = \lim g(x) = 0$（$\frac{0}{0}$ 型），或 $\lim f(x) = \lim g(x) = \infty$（$\frac{\infty}{\infty}$ 型），则： $\lim \frac{f(x)}{g(x)} = \lim \frac{f'(x)}{g'(x)}$ 前提是右边的极限存在（或为无穷大）。

⚠️ 必须是"两个都趋于 0"或"两个都趋于 $\infty$"的同型未定式才能用；"一个趋于 0、一个趋于 $\infty$"的混合型不在此列（需先变形转化）。

🧠 洛必达法则是怎么从柯西定理推出来的？（$\frac{0}{0}$ 型）

我们只推导最常用的 $\frac{0}{0}$ 型。$\frac{\infty}{\infty}$ 型的推导思路类似，但技术上更复杂，考研不要求掌握其证明。

前提：假设 $\lim_{x \to a} f(x) = 0$，$\lim_{x \to a} g(x) = 0$。

关键一招——补充定义：虽然 $f(a)$ 和 $g(a)$ 本来可能是"无定义"的（分母为 0），但我们可以人为规定 $f(a) = 0$ 和 $g(a) = 0$，使得函数在 $a$ 点连续。这个操作不影响极限值，但让柯西定理可以合法地在区间 $[a, x]$（或 $[x, a]$）上使用。

应用柯西定理：在区间 $[a, x]$ 上对 $f$ 和 $g$ 应用柯西中值定理。因为：

存在 $\xi$ 在 $a$ 和 $x$ 之间，使得： $\frac{f(x) - f(a)}{g(x) - g(a)} = \frac{f'(\xi)}{g'(\xi)}$

因为 $f(a) = g(a) = 0$（补充定义），所以： $\frac{f(x)}{g(x)} = \frac{f'(\xi)}{g'(\xi)}$

关键一步——取极限：当 $x \to a$ 时，夹在 $a$ 和 $x$ 之间的 $\xi$ 也被"挤"向 $a$（即 $\xi \to a$）。两边同时取极限：

$\lim_{x \to a} \frac{f(x)}{g(x)} = \lim_{\xi \to a} \frac{f'(\xi)}{g'(\xi)}$

右边的极限如果存在（设为 $L$），则左边的极限也存在且等于 $L$。

推导完毕。 这就是洛必达法则的全部逻辑——它不过是柯西中值定理 + 取极限。核心只有两步：(1) 用柯西定理把"函数值的比"替换为"某中间点导数的比"；(2) 取极限让中间点趋向端点。

📝 推导复盘——用大白话重新讲一遍：

洛必达法则本质上回答了这个问题：$f(x)$ 和 $g(x)$ 都趋近于零，但谁趋近得更快？柯西定理告诉我们：在到达零之前的最后一小段路上，$f$ 和 $g$ 的比例，恰好等于它们变化速度（导数）的比例。因为如果两者都从零开始，那它们在路上任何一点的相对位置，完全由它们的速度比决定。这就是为什么"极限的函数比"可以替换为"极限的导数比"。

三个前提条件（缺一不可）：

⚠️ 条件1：必须是 $\frac{0}{0}$ 型或 $\frac{\infty}{\infty}$ 型。其他未定式（$0 \cdot \infty$、$\infty - \infty$、$1^\infty$、$0^0$、$\infty^0$）必须先化成这两种类型才能用洛必达。很多人看到极限就无脑洛必达，结果白算半天。

⚠️ 条件2：分子分母在极限点的"去心邻域"内可导，且分母的导数在该去心邻域内处处不为零（$g'(x) \neq 0$）。如果分母导数在趋近过程中反复为零，洛必达可能会给出错误结论。

⚠️ 条件3：求导后的极限必须存在（或为无穷大）。如果 $\lim \frac{f'(x)}{g'(x)}$ 不存在（比如来回振荡），不能倒推说原极限不存在——只能说洛必达失效，需要换其他方法。

🔄 其他未定式怎么"化"成 $\frac{0}{0}$ 或 $\frac{\infty}{\infty}$？——三招现学现用

洛必达只收 $\frac{0}{0}$ 和 $\frac{\infty}{\infty}$ 两种"身份证"。$1^\infty$、$0\cdot\infty$、$\infty-\infty$ 这三种常考的，都得先"整容"成上面两种。三招如下：

第一招：$1^\infty$ 型 → 两边取对数（把指数摘下来）

例：$\lim_{x \to 0^+} (1+x)^{\frac{1}{x}}$。设原极限为 $L$，先两边取对数 $\ln L = \lim \frac{1}{x}\ln(1+x)$——右边是 $\frac{0}{0}$ 型！洛必达：$\lim \frac{1/(1+x)}{1} = 1$。所以 $\ln L = 1$，$L = e$。（这其实就是两个重要极限的结论，但这条路完全靠洛必达走通。）

第二招：$0 \cdot \infty$ 型 → 写成比值（把一个因子挪到分母）

例：$\lim_{x \to 0^+} x\ln x$。这是"$0 \cdot (-\infty)$"。把 $x$ 挪到分母变成 $\frac{1}{x}$：原式 $= \lim \frac{\ln x}{1/x}$——变成 $\frac{\infty}{\infty}$ 型！洛必达：$\lim \frac{1/x}{-1/x^2} = \lim (-x) = 0$。所以 $x\ln x \to 0$。

第三招：$\infty - \infty$ 型 → 通分（合并成一个分式）

例：$\lim_{x \to 0}\left(\frac{1}{\sin x} - \frac{1}{x}\right)$。通分成一个分式：$\lim \frac{x - \sin x}{x\sin x}$——变成 $\frac{0}{0}$ 型！洛必达一次得 $\lim \frac{1 - \cos x}{\sin x + x\cos x}$，再用等价无穷小估算：$1-\cos x \sim \frac{x^2}{2}$、$\sin x + x\cos x \sim x + x = 2x$，所以整个式子 $\sim \frac{x^2/2}{2x} = \frac{x}{4} \to 0$。极限为 0。（学到泰勒后这题还能更快。）

⚠️ 无限循环警示：用一次洛必达，如果结果还是未定式，可以继续用第二次、第三次。但如果连续求导，分子分母却"原地打转"（比如 $\frac{e^x - e^{-x}}{e^x + e^{-x}}$ 越求越像自己），或者越求越复杂——这说明该换方法了（等价无穷小、泰勒展开、分子有理化等），别在洛必达上死磕到底。

2.2.6 泰勒中值定理——"用多项式逼近任何函数"

🔬 生活场景：你要仿制一件形状复杂的工艺品。第一层仿制：照着它的整体轮廓做——这就像在它旁边放一把直尺，做一个直线近似（拉格朗日定理的层次）。但你觉得不够像，于是第二层仿制：把弯曲的地方也做出来——加入二次曲线去贴合。还不够？再加三次、四次……仿制的"阶数"越高，做出来的东西就跟原件越像。

泰勒定理说的就是：只要函数足够光滑（高阶导数存在），就可以用一个多项式来无限逼近它。而逼近的"配方"就是该点处的各阶导数值。

泰勒中值定理的正式陈述：

设 $f(x)$ 在含 $x_0$ 的区间内有直到 $n+1$ 阶导数，则对于区间内的任意 $x$，存在 $\xi$ 在 $x_0$ 和 $x$ 之间，使得： $f(x) = f(x_0) + f'(x_0)(x-x_0) + \frac{f''(x_0)}{2!}(x-x_0)^2 + \cdots + \frac{f^{(n)}(x_0)}{n!}(x-x_0)^n + R_n$

其中余项 $R_n = \dfrac{f^{(n+1)}(\xi)}{(n+1)!}(x-x_0)^{n+1}$，$\xi$ 在 $x_0$ 和 $x$ 之间。

🧠 泰勒多项式是怎么一步步构造出来的？——从零阶到n阶的爬楼梯

泰勒定理的思想极其精妙，但它不是凭空变出一堆阶乘和幂次的。我们来一步步看这个多项式是怎么被"逼"出来的。

目标：找一个 $n$ 次多项式 $P_n(x)$，让它在 $x_0$ 附近尽可能地"像"原函数 $f(x)$。

第0阶：先让它经过那一点。

最粗糙的近似——用常数函数经过 $(x_0, f(x_0))$： $P_0(x) = f(x_0)$

这简直太粗糙了。除了在 $x_0$ 这一点函数值正确，走一步就不对了。

第1阶：让它在这一点有相同的"方向"。

如果不仅要求在 $x_0$ 处函数值相等，还要求**变化方向（一阶导数）**也相等，那就需要一个一次多项式： $P_1(x) = f(x_0) + f'(x_0)(x - x_0)$

验证一下：$P_1(x_0) = f(x_0)$ ✓，$P_1'(x_0) = f'(x_0)$ ✓。

这就是切线近似。在 $x_0$ 附近，$f(x) \approx P_1(x)$，误差是比 $(x-x_0)$ 更高阶的小量。注意：$n=0$ 时的泰勒公式就是拉格朗日中值定理： $f(x) = f(x_0) + f'(\xi)(x - x_0)$

所以拉格朗日定理只是泰勒定理的一个特例——它只用了一阶导数信息。

第2阶：让弯曲程度也一样。

切线近似在 $x_0$ 很近距离是准的，但走远一点就偏了——因为原函数是弯的，直线是直的。要贴合弯曲，需要加入二阶导数信息（弯曲程度）： $P_2(x) = f(x_0) + f'(x_0)(x - x_0) + \frac{f''(x_0)}{2}(x - x_0)^2$

验证：$P_2(x_0) = f(x_0)$ ✓，$P_2'(x_0) = f'(x_0)$ ✓，$P_2''(x_0) = f''(x_0)$ ✓。

为什么系数是 $\frac{f''(x_0)}{2}$ 而不是 $f''(x_0)$？因为 $(x - x_0)^2$ 求两次导会出来一个 $2$：$\frac{d^2}{dx^2}[\frac{f''(x_0)}{2}(x-x_0)^2] = \frac{f''(x_0)}{2} \cdot 2 = f''(x_0)$。系数里的 $\frac{1}{2}$ 就是为了"抵消"求导时跳出来的 $2$。

第3阶：再贴合"弯曲的变化率"。 $P_3(x) = f(x_0) + f'(x_0)(x - x_0) + \frac{f''(x_0)}{2!}(x - x_0)^2 + \frac{f'''(x_0)}{3!}(x - x_0)^3$

系数 $\frac{1}{3!} = \frac{1}{6}$，因为 $(x-x_0)^3$ 求三次导出来 $3! = 6$。

规律出来了。 第 $k$ 项的系数必须是 $\frac{f^{(k)}(x_0)}{k!}$，因为 $(x-x_0)^k$ 求 $k$ 次导数正好出来 $k!$，两者相除刚好把阶乘消掉，保留下 $f^{(k)}(x_0)$。

第n阶：一般形式。 $P_n(x) = \sum_{k=0}^{n} \frac{f^{(k)}(x_0)}{k!}(x - x_0)^k$

每一项的系数都是 $\frac{f^{(k)}(x_0)}{k!}$。这个多项式在 $x_0$ 处的函数值、一阶导数、二阶导数……一直到 $n$ 阶导数，全部和原函数 $f(x)$ 完全一致。

📝 构造复盘——用大白话重新讲一遍：

泰勒多项式的"配方"极其简单：在 $x_0$ 这点，我要让多项式的"位置"（函数值）、"方向"（一阶导数）、"弯曲程度"（二阶导数）、"弯曲的变化率"（三阶导数）……全部跟原函数一模一样。为了做到这一点，每高一次幂就要除以一个阶乘——因为求导会降幂并乘指数，阶乘正好把乘出来的数消掉。这就是为什么泰勒公式里到处都是阶乘：$\frac{1}{k!}$ 不是刻意放的，是多项式求导"逼"出来的。

关于余项 $R_n$——多项式没兜住的那部分

多项式 $P_n(x)$ 再好也只是近似，它跟真实的 $f(x)$ 之间一定还有误差 $R_n = f(x) - P_n(x)$。泰勒定理的精髓在于它不仅给出了多项式，还精确地描述了误差的大小。

📝 两种余项怎么选？

泰勒公式的余项有两种常见写法，长得不一样但说的是同一件事——就像说"误差很小"既可以说"误差不到1%"，也可以说"误差不超过0.01"：

怎么记？ 拉格朗日→"拉"来一个 $\xi$ 算大小（定量）；佩亚诺→"佩"上一个 $o$ 看趋势（定性）。

麦克劳林公式——当 $x_0 = 0$ 时的特例

当展开点选在 $x_0 = 0$ 时，泰勒公式变得特别简洁，称为麦克劳林公式： $f(x) = f(0) + f'(0)x + \frac{f''(0)}{2!}x^2 + \cdots + \frac{f^{(n)}(0)}{n!}x^n + R_n$

下面五个麦克劳林展开式必须熟记——它们是考研中求极限、比大小、证不等式的最常用武器。每一个都可以通过"反复求导→代入 $x=0$→找规律"一步步推出来。

五个必须熟记的麦克劳林展开式（均带佩亚诺余项）：

$ \begin{aligned} e^x &= 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \cdots + \frac{x^n}{n!} + o(x^n) \\[4pt] \sin x &= x - \frac{x^3}{3!} + \frac{x^5}{5!} - \frac{x^7}{7!} + \cdots + (-1)^n\frac{x^{2n+1}}{(2n+1)!} + o(x^{2n+1}) \\[4pt] \cos x &= 1 - \frac{x^2}{2!} + \frac{x^4}{4!} - \frac{x^6}{6!} + \cdots + (-1)^n\frac{x^{2n}}{(2n)!} + o(x^{2n}) \\[4pt] \ln(1+x) &= x - \frac{x^2}{2} + \frac{x^3}{3} - \frac{x^4}{4} + \cdots + \frac{(-1)^{n-1}x^n}{n} + o(x^n) \\[4pt] (1+x)^\alpha &= 1 + \alpha x + \frac{\alpha(\alpha-1)}{2!}x^2 + \cdots + \frac{\alpha(\alpha-1)\cdots(\alpha-n+1)}{n!}x^n + o(x^n) \end{aligned} $

📝 这些公式怎么来的？——以 $e^x$ 为例手动推一遍：

$f(x) = e^x$，展开点 $x_0 = 0$。

代入泰勒公式：$e^x = 1 + 1 \cdot x + \frac{1}{2!}x^2 + \frac{1}{3!}x^3 + \cdots = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \cdots$

每一项的分母都是阶乘——因为各阶导数都是 1，系数全是 $\frac{1}{k!}$。$\sin x$ 和 $\cos x$ 的展开之所以隔项出现、正负交替，是因为它们的导数会循环：$\sin \to \cos \to -\sin \to -\cos \to \sin$，每次求导转 90 度。

🧠 再补一个容易"眼生"的：$(1+x)^\alpha$ 那串系数 $\alpha(\alpha-1)\cdots(\alpha-n+1)$ 是哪儿来的？——"降幂"降出来的

这行看着最像"天书"，其实它就是幂函数 $x^\alpha$ 反复求导的系数自动排出来的。$(1+x)^\alpha$ 对 $x$ 求 $n$ 次导，每求一次，指数 $\alpha$ 就"降一格"、作为系数乘下来：

当 $\alpha = n$ 是正整数时，乘到第 $n+1$ 项系数变成 $\alpha(\alpha-1)\cdots(\alpha-n) = n(n-1)\cdots0 = 0$——后面全为零，级数自动截断成多项式。这就是"二项式定理"：$(1+x)^n$ 的展开 $1+nx+\frac{n(n-1)}{2}x^2+\cdots$ 只是这条公式在 $\alpha=n$ 时的特例。 所以这五个麦克劳林展开不是五张孤立的纸，它们共用同一台"泰勒机器"，区别只在各阶导数怎么循环。

🧠 再演示一个：$\ln(1+x)$ 的展开怎么推？——"先展等比，再逐项积分"

$\ln(1+x)$ 直接反复求导也能推，但有一条更漂亮的路：利用 $\frac{1}{1+x}$ 是等比级数。

第一步：$\frac{1}{1+x}$ 展开成等比级数（$|x|<1$）。

这是初等数学就有的等比求和公式 $\frac{1}{1-x} = 1 + x + x^2 + x^3 + \cdots$，把 $x$ 换成 $-x$： $\frac{1}{1+x} = 1 - x + x^2 - x^3 + x^4 - \cdots$

第二步：逐项积分（因为 $\int \frac{1}{1+x}\,dx = \ln(1+x)$）。

插一句：积分是第三章才系统学的工具，这里只要知道两条就够看懂：① $\ln$ 求导是 $\frac{1}{x}$，所以"反过来"——$\frac{1}{1+x}$ 的积分就是 $\ln(1+x)$；② "逐项积分"就是把前面这个等比级数的每一项分别积分再相加，很直观。带着这两点往下走，等学完第三章再回来看，会更有味道。

两边对 $x$ 从 0 积到 $x$，逐项积分： $\ln(1+x) = \int_0^x \frac{1}{1+t}\,dt = x - \frac{x^2}{2} + \frac{x^3}{3} - \frac{x^4}{4} + \cdots$

大白话：等比级数的每一项 $t^k$ 积出来是 $\frac{x^{k+1}}{k+1}$——所以每项"升一次幂、多一个分母"。这就是 $\ln(1+x)$ 展开式里"每项分母是幂次"的原因：$\frac{x^3}{3}$、$\frac{x^4}{4}$，分母恰好等于幂次。知道这条路，就算忘了展开式，现场也能很快推回来。

🔤 顺带说清楚记号 $o(x^n)$（小o）： 它表示"一个比 $x^n$ 更快趋近于 0 的尾巴"——当 $x \to 0$ 时，$\frac{o(x^n)}{x^n} \to 0$。通俗说：展开式写到第 $n$ 项之后，剩下的误差太小了，小到跟 $x^n$ 比都是"高一个档次"的忽略量，于是统一记成 $o(x^n)$。它不告诉你误差具体多大，只告诉你"误差的档次比 $x^n$ 还低一档"。

🎯 小专题：用泰勒求极限时，到底"展开到几阶"？

这是考研求极限的头号痛点。记一条黄金规则：

规则：加减法里，展开到"能确定最终结果"的那一阶。 分母是 $x^k$，就从低阶开始展开；如果展开的若干项在分子里恰好相互抵消了，就继续往高阶展开，直到出现一项"说了算"的项为止。

判断技巧：把分母当"标尺"——分母是 $x^3$，分子展开后最低的非零项也应该落在 $x^3$ 这一档或更高，展得太多浪费、太少不够。

举一个"展开到 $x^3$ 抵消、必须展到 $x^5$"的例子：

求 $\lim_{x \to 0}\dfrac{\sin x - x + \frac{x^3}{6}}{x^5}$。

🎯 一句话复盘：看到分子里有"成对出现、会互相抵消"的项（比如这里 $x$ 抵消、$x^3$ 抵消），就必须展开到"抵消不掉的那个最低阶"为止。分母最低阶定起点，抵消就往上加阶，加到"第一个不抵消的项"出现——这就是"展开到几阶"的全部秘密。

🛑 停下来想一想：泰勒定理把五个麦克劳林展开式（$e^x$、$\sin x$、$\cos x$、$\ln(1+x)$、$(1+x)^\alpha$）称为"必须熟记"的。你能不翻书默写出其中至少三个吗？每个展开式的前3-4项就够了。另外，$\sin x$ 的展开为什么只有奇数次幂（$x, x^3, x^5, \dots$），而 $\cos x$ 只有偶数次幂？这和它们的奇偶性有关系吗？

泰勒定理在整条链中的位置：

拉格朗日 → 泰勒这一步，是用高阶信息替代一阶信息。拉格朗日只用了一阶导数（$f'$）来估计函数的变化，泰勒则用了全部高阶导数（$f', f'', f''', \dots$）来做更高精度的逼近。当 $n=0$ 时，泰勒公式就是拉格朗日中值定理。所以拉格朗日是泰勒的一阶特例。

2.2.6 附：泰勒展开与极限计算（自第1章移入）

📌 这节学完你就能回答： 泰勒展开为什么被张宇老师叫做"照妖镜"？8个常用展开公式里哪四个是必须刻在脑子里的？展开到几阶怎么看（提示：盯着分母）？

什么是泰勒展开？

先看一道题：求 $\lim_{x\to 0}\dfrac{\sin x - x}{x^3}$

看到这题，先别慌。定型：$\frac{0}{0}$ 型。等价无穷小？$x$ 和 $\sin x$ 一减又归零，加减法不能换。洛必达？能用，但要连求三次导，第三次才见分晓，中途易错。难在哪？

难在"$\sin x$ 到底比 $x$ 多出多少"。我们知道 $\sin x\sim x$（一阶一样），但归零时它俩的差距藏在"更细的层"里——我们只知道 $\sin x$ 比 $x$ 小一点点，不知道小多少、差在第几阶。

🧠 这一步在想什么：与其问"$\sin x$ 等于多少"，不如问"$\sin x$ 能不能拆成一串 $x$ 的次幂"——如果 $\sin x = x + a x^3 + \dots$（比 $x$ 高的那些项各带一个未知系数），那么 $\sin x - x = a x^3 + \dots$，除以 $x^3$ 就只剩一个系数 $a$，答案到手。把"函数"写成"一串 $x$ 的次幂之和"，这个想法正是泰勒展开的种子。

怎么拆？回想前几节积累的三个线索：①$e^x - 1 \sim x$、$\ln(1+x)\sim x$ 这些"一阶近似"；②$\dfrac{x - \sin x}{x^3}$ 这类"残差藏在高阶项"；③$\dfrac{1}{1-x}=1+x+x^2+\dots$（等比数列）——早就有一个函数被写成了无穷多项之和！泰勒展开就是把"只有等比数列会这么拆"升级成"好函数都能这么拆"：在 $x=0$ 附近，把 $f(x)$ 写成 $f(x) = a_0 + a_1 x + a_2 x^2 + a_3 x^3 + \cdots$ 剩下的问题就一个：系数 $a_k$ 怎么定？

🔍 回头看看我们做了什么：我们提出"函数 = 一串次幂之和"，但没有凭空接受——它是从前面"一阶近似"和"等比数列展开"两个已知经验长出来的。至于每个系数怎么定、为什么系数里总出现 $k!$，这就是下一个问题，继续推。

📌 先打个招呼：下面公式里的 $f'(a)$、$f''(a)$ 这些"导数"记号，第2章（一）才正式学。现在先把这个公式当工具记住、会用就行；等第2章学完导数，再回来对照"系数为什么是 $\frac{f^{(k)}(a)}{k!}$"的推导，一看就懂。这段先不深究。

数学定义（把上面猜系数的问题一次解决）：如果函数 $f(x)$ 在 $x=a$ 附近有 $n$ 阶导数，那么它可以写成：

$f(x) = f(a) + f'(a)(x-a) + \frac{f''(a)}{2!}(x-a)^2 + \cdots + \frac{f^{(n)}(a)}{n!}(x-a)^n + R_n(x)$

考研中最常用的是 $x=0$ 处的展开（也叫麦克劳林展开），即 $a=0$ 的特殊情况。

🧠 系数为什么是 $\dfrac{f^{(k)}(a)}{k!}$？——"反着求导验身"。假设 $f(x)=a_0+a_1x+a_2x^2+a_3x^3+\dots$，怎么认出每个 $a_k$？代 $x=0$ 能把 $a_0$ 单独揪出来（别的项全带 $x$，全归零）：$a_0 = f(0)$。那 $a_1$ 呢？先对整个展开式求一次导，再代 $x=0$——$a_1=f'(0)$ 也被单独揪出来了（$a_2x^2$ 求导后还带 $x$）。继续：求 $k$ 次导再代 $0$，只有 $a_k$ 那项"挨了 $k$ 刀还没死"——但它也被砍出一个 $k!$（$x^k$ 求 $k$ 次导变成 $k!$）。所以系数必须写成 $\dfrac{f^{(k)}(0)}{k!}$，那个 $k!$ 就是这么来的：不是规定，是"求了 $k$ 次导"留下的痕迹。这就是为什么每个展开式里都躲不开 $k!$。

比喻（帮助理解"逼近"这件事）：想象你要用直尺画一条弯曲的河流。你可以在河流的某一点画一条直线（一次近似，就像切线），这只能大致描述河流的方向。如果你想更精确，可以画一条抛物线（二次近似），它开始"弯曲"了。如果再精确，可以用三次曲线……你用的项数越多，画出的曲线就越接近真实的河流。泰勒展开做的正是这件事——用多项式"逼近"复杂的函数。

为什么要学它？

在极限计算中，泰勒展开有两个核心优势：

  1. 比洛必达更快：展开后直接比系数，一步到位。而洛必达可能需要多次求导，越导越复杂。
  2. 比等价无穷小更准：等价无穷小只是"一阶近似"（只保留到 $x$ 项），在某些加减法中精度不够。泰勒展开可以控制展开到任意高阶，精度完全由你决定。

张宇老师称泰勒展开为**"照妖镜"**——任何复杂的极限题，一展开就原形毕露。（为什么叫"照妖镜"？上面那道题已经给了答案：$\frac{0}{0}$ 型的本质就是"分子分母最低次项的系数之比"，泰勒把每个函数的最低非零项系数直接摊开在纸面上，妖怪（真正的答案系数）一眼可见。）

常见函数的泰勒展开公式（8个常用）

🔍 先看懂"为什么长这样"再背——这 8 个公式分四组，每组都有来历：

第1组：$e^x$ 和 $\frac{1}{1-x}$——"自己和自己比赛" $e^x$ 求导还是 $e^x$，所以在 $0$ 处各阶导数全是 $1$，套系数公式 $\dfrac{f^{(k)}(0)}{k!}=\dfrac{1}{k!}$，于是 $\dfrac{1}{k!}$ 直接排队上场。$\frac{1}{1-x}$ 就是等比数列 $1+x+x^2+\cdots$——它根本不用泰勒，早就认识。

第2组：$\sin x$ 和 $\cos x$——"奇偶把关" $\sin x$ 是奇函数，展开里只可能有奇数次项（$x,x^3,x^5$），系数公式一算：$1,-\frac{1}{3!},\frac{1}{5!}$——正负交替。$\cos x$ 是偶函数，只可能剩偶数次项。所以奇偶性帮你记住"哪些项该消失"：$\sin x$ 永远没有 $x^2$ 项、$x^4$ 项，$\cos x$ 永远没有 $x$ 项、$x^3$ 项。

第3组：$\ln(1+x)$ 和 $\arctan x$、$\arcsin x$——"都是某个简单函数的亲戚" $\ln(1+x)$ 的展开是"$\frac{1}{1+x}=1-x+x^2-\cdots$ 再逐项积分"来的（第3章讲积分后你就能亲手推）。$\arctan x$ 是 $\frac{1}{1+x^2}$ 积分来的；$\arcsin x$ 是 $\frac{1}{\sqrt{1-x^2}}$ 积分来的。三者系数都正负交替、以 $x^3$ 项的分母区分（$\ln$ 和 $\arctan$ 是 3，$\arcsin$ 是 6）。

第4组：$(1+x)^\alpha$——"二项式定理的化身" 系数 $\dfrac{\alpha(\alpha-1)\cdots}{k!}$ 就是"广义组合数"。$\alpha=1$ 时回到 $(1+x)^1=1+x$；$\alpha=\frac{1}{2}$ 就是 $\sqrt{1+x}$ 的展开。它不是新东西，就是二项式定理从正整数指数推广到任意指数。

一句话：8 个公式 = 1 个系数规则 $\dfrac{f^{(k)}(0)}{k!}$ + 奇偶性把关 + 几个"积分亲戚"和"二项式化身"。 摸清门道再背，不会记混。

$ \begin{aligned} e^x &= 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \frac{x^4}{4!} + o(x^4) \\[4pt] \sin x &= x - \frac{x^3}{3!} + \frac{x^5}{5!} + o(x^5) \quad\text{（无x⁴项，奇函数）}\\[4pt] \cos x &= 1 - \frac{x^2}{2!} + \frac{x^4}{4!} + o(x^4) \quad\text{（无x³项，偶函数）}\\[4pt] \ln(1+x) &= x - \frac{x^2}{2} + \frac{x^3}{3} - \frac{x^4}{4} + o(x^4) \\[4pt] \tan x &= x + \frac{x^3}{3} + \frac{2x^5}{15} + o(x^5) \quad\text{（记忆到x³即可）}\\[4pt] \arctan x &= x - \frac{x^3}{3} + \frac{x^5}{5} + o(x^5) \\[4pt] \arcsin x &= x + \frac{x^3}{6} + \frac{3x^5}{40} + o(x^5) \\[4pt] (1+x)^\alpha &= 1 + \alpha x + \frac{\alpha(\alpha-1)}{2!}x^2 + \frac{\alpha(\alpha-1)(\alpha-2)}{3!}x^3 + o(x^3) \\[4pt] \frac{1}{1-x} &= 1 + x + x^2 + x^3 + x^4 + o(x^4) \quad\text{（等比数列求和，$|x|<1$）} \end{aligned} $

展开到几阶的判断方法

核心原则：看分母的阶数。如果分母是 $x^k$，就把分子展开到 $x^k$ 项（保留到与分母同阶），更高阶的项用 $o(x^k)$ 表示。

例子：$\lim_{x\to 0} \frac{\sin x - x}{x^3}$

展开到几阶——最容易踩的"抵消"坑

上面说"看分母的阶数"。这句话对大多数题没错，但有一类题按它做会翻车：分子是加减法组合时，低阶项可能互相抵消。这时"展开到分母阶数"根本不够，得展开到抵消后剩下的第一个非零项。

两条明确规则（背下来）：

例子：$\lim_{x\to 0}\frac{\cos x - e^{-\frac{x^2}{2}}}{x^4}$——一步步演示"展开到 $x^2$ 发现抵消、需要展开到 $x^4$"

第1步（按"分母是 $x^4$"展开到 4 阶）： $\cos x = 1 - \frac{x^2}{2} + \frac{x^4}{24} + o(x^4),\qquad e^{-\frac{x^2}{2}} = 1 - \frac{x^2}{2} + \frac{x^4}{8} + o(x^4)$ 这一步在想什么：分母是 $x^4$，先按老规则把两个函数都展到 4 阶。

第2步（代入分子，观察抵消）： $\cos x - e^{-\frac{x^2}{2}} = \left(1-\frac{x^2}{2}+\frac{x^4}{24}\right) - \left(1-\frac{x^2}{2}+\frac{x^4}{8}\right) + o(x^4) = \left(\frac{1}{24}-\frac{1}{8}\right)x^4 + o(x^4) = -\frac{x^4}{12} + o(x^4)$ 这一步在想什么：注意看——常数项 $1-1=0$，$x^2$ 项 $-\frac{x^2}{2}-(-\frac{x^2}{2})=0$，低阶项抵消了！但因为分母是 $x^4$，$x^4$ 项系数 $\frac{1}{24}-\frac{1}{8}\neq 0$，正好够用。

第3步（出结果）： $\lim_{x\to 0}\frac{-\frac{x^4}{12} + o(x^4)}{x^4} = -\frac{1}{12}$ 这一步在想什么：分子留下的是 $-\frac{x^4}{12}$，除以 $x^4$ 直接出答案。这个题"展开到 4 阶"刚好够，因为 4 阶项系数没抵消。

那"展开到 $x^2$ 发现抵消、需要展到 $x^4$"到底是哪种情况？ 把分母换成 $x^2$ 就明白了：如果题目是 $\lim_{x\to 0}\frac{\cos x - e^{-\frac{x^2}{2}}}{x^2}$，按老规则"分母是 $x^2$ 就展开到 2 阶"，你得到 $\cos x = 1-\frac{x^2}{2}+o(x^2),\quad e^{-\frac{x^2}{2}} = 1-\frac{x^2}{2}+o(x^2)$ 代入分子：$\left(1-\frac{x^2}{2}\right)-\left(1-\frac{x^2}{2}\right) = 0$——分子整个变成 0，答案算成 0，错了！ 真正的答案是：把两个函数展到 4 阶再算，分子是 $-\frac{x^4}{12}+o(x^4)$，除以 $x^2$ 得 $-\frac{x^2}{12}\to 0$，结果碰巧还是 0——但这是"凑巧对"，换成分母是 $x^4$ 的题就彻底露馅（那时会得到 $-\frac{1}{12}$，而"展开到 2 阶"还是算出 0）。真正的教训是：展开到 $x^2$ 发现分子抵消成 0，说明 $x^2$ 阶不够，必须继续展到第一个"系数相加不为 0"的阶（这里是 $x^4$），否则就把答案算没了。

大白话复盘：把展开想象成"给函数照 X 光，一层层剥开看系数"。分母要求你看到第 $k$ 层——但如果分子里的几个函数在第 $k$ 层互相抵消了，说明真正的"底牌"藏在更深的层，你必须接着往下剥，剥到某一层系数加起来不为 0为止，那层才是真正的答案层。口诀："看分母定起手，看抵消定收手"。

🛑 停下来想一想：合上屏幕，默写 $\sin x$、$\cos x$、$e^x$、$\ln(1+x)$ 这四个最基本函数的泰勒展开（各写到 $x^3$ 项即可）。能写出来吗？这四个是考研极限题的"瑞士军刀"——绝大多数题用到它们就够了。写不出来现在立刻回看，别等做到题再翻公式。

💡 思考题

❶ 理解检测：用你自己的话解释，泰勒展开在极限计算中比洛必达法则好在哪里？（提示：从速度和精度两个角度想） ❷ 深度思考：手机导航预测到达时间——当前位置（零阶信息）、当前速度（一阶信息）、加减速趋势（二阶信息）……这像不像一种"泰勒展开"？生活中还有哪些"用简单的信息逐步逼近复杂结果"的例子？ ❸ 考试演练：求 $\displaystyle\lim_{x\to 0}\frac{e^x-1-x}{x^2}$。先用洛必达做一遍，再用泰勒展开（$e^x=1+x+\frac{x^2}{2}+o(x^2)$）做一遍，比较哪种更快。

点击查看参考答案

❶ 泰勒比洛必达好在两方面：① 速度更快——展开后直接比系数，一步到位，而洛必达可能需要多次求导，越导越复杂；② 精度可控——泰勒可以展开到任意阶，等价无穷小只是一阶近似，加减法中精度不够就会出错，泰勒展开可以精确到需要的阶数。

❷ 确实很像！导航预测 = 当前位置 + 当前速度 $\times$ 时间 + 加速度 $\times$ 时间²/2 + ……这就是位置函数的泰勒展开！生活中类似例子：天气预报用"当前温度 + 变化趋势 + 趋势的变化率"来预测未来温度；投资分析师用"当前价格 + 涨跌速度 + 加速度"预判走势。核心思想：用有限信息（各阶导数）逼近完整未来（函数值），信息越多（展开阶数越高），逼近越准。

❸ 洛必达法：$\lim_{x\to 0}\frac{e^x-1}{2x} = \lim_{x\to 0}\frac{e^x}{2} = \frac{1}{2}$（两次求导，每次要检查是否仍满足 $\frac{0}{0}$ 条件）。泰勒展开法：$e^x = 1+x+\frac{x^2}{2}+o(x^2)$，代入分子得 $(1+x+\frac{x^2}{2})-1-x = \frac{x^2}{2}$，除以 $x^2$ 直接得 $\frac{1}{2}$——一步到位，无需求导。这道简单题两种方法差不多，但遇到 $\lim_{x\to 0}\frac{e^x-\sin x-\cos x}{x^3}$ 这种题，洛必达会让你求导求到手软，泰勒一展就结束。

2.2.7 四个中值定理的关系——一张图看清整条链

现在我们把五个定理（费马→罗尔→拉格朗日→柯西&泰勒）串起来，看看它们是怎么一个推一个构成体系的。

费马（极值点导数为零）
  └── 罗尔（两端等高 → 中间必有极值 → 费马收割）
        └── 拉格朗日（两端不等高？减弦掰平 → 再用罗尔）
              ├── 柯西（从一个人推广到两个人——参数方程版拉格朗日）
              └── 泰勒（从一阶推广到高阶——多项式逼近版拉格朗日）

一张表格看清五个定理各自回答什么问题：

定理 回答的核心问题 一句话记忆
费马 山顶/谷底有什么特征？ 山顶是平的
罗尔 两端一样高，中间有没有平的地方？ 高起低落，中间必平
拉格朗日 瞬时速度有没有一刻等于平均速度？ 总有一刻不快不慢刚刚好
柯西 两个人的速度比有没有一刻等于总路程比？ 同步变动的两人，必有一刻比例相等
泰勒 能不能用多项式无限逼近任何光滑函数？ 用各阶导数"复制"函数的每一个特征

五个定理之间的包含/退化关系：

  1. 罗尔 ⊂ 拉格朗日：当 $f(a) = f(b)$ 时，拉格朗日的弦斜率为零，退化回罗尔。

  2. 拉格朗日 ⊂ 柯西：当 $g(x) = x$ 时，$g(b)-g(a) = b-a$，$g'(\xi) = 1$，柯西公式变为 $\frac{f(b)-f(a)}{b-a} = f'(\xi)$，退化回拉格朗日。

  3. 拉格朗日 ⊂ 泰勒：当 $n = 0$ 时，泰勒公式为 $f(x) = f(x_0) + f'(\xi)(x - x_0)$。令 $x_0 = a$，$x = b$，就是拉格朗日中值定理。

  4. 柯西和泰勒是拉格朗日的两个不同方向的推广，互不包含：

    • 柯西在维度上推广：从单人比到双人比
    • 泰勒在精度上推广：从一阶到高阶

所有证明的共同技巧——"掰平→罗尔收割"：

如果你回头看拉格朗日、柯西的证明，会发现它们用了一个完全相同的策略：

  1. 造一个辅助函数 $F(x)$
  2. 验证 $F(a) = F(b)$（掰平两端）
  3. 应用罗尔定理得到 $F'(\xi) = 0$
  4. 展开 $F'(\xi) = 0$ 得到想要的结论

这就是整个中值定理体系的核心方法论。后面解题方法部分（3.3.1-3.3.5）会系统教你如何根据不同的结论形式，反推出合适的辅助函数。

📌 现在去练：看完上面的五个定理和它们之间的关系，去[考法1：罗尔定理证明]做第1-2题，再回来继续读后面的拉格朗日和柯西证明题。

🎯 解题方法：中值定理证明题

微分中值定理证明题是整个一元微分学中分值高、难度大的题型。大约 60%-70% 的证明题最终都归结为罗尔定理的应用。

核心思想：把要证明的结论翻译成"存在一点 $\xi$，使得某个函数的导数为零"的形式，然后对这个函数使用罗尔定理。

3.3.1 考法1：罗尔定理证明

识别特征：结论可以写成 $F'(\xi) = 0$ 的形式（含一阶导数，不含端点 $a,b$）

解题模板：

第1步：将结论中的ξ全部换成x，等式移到一边
第2步：构造辅助函数F(x)，使得F'(x)等于移项后的表达式
第3步：验证F(x)在区间[a,b]上满足罗尔定理的三个条件
第4步：应用罗尔定理，得F'(ξ)=0，即原结论成立

翻车现场：

费了好大劲构造出辅助函数 $F(x)$，直接就说"由罗尔定理，存在 $\xi$ 使 $F'(\xi)=0$"——结果被扣分，因为忘了验证罗尔定理的三个条件。

为什么错：罗尔定理要求三个条件全部满足：(1) 闭区间连续；(2) 开区间可导；(3) 端点值相等 $F(a)=F(b)$。第三个条件最容易漏。

正确做法：中值定理证明题的答题模板——(1) 构造辅助函数；(2) 验证条件（一条件一分，不写就没分）；(3) 由罗尔定理得结论；(4) 代入整理。另外注意：罗尔定理给出的是 $F'(\xi)=0$（导数为零），不是 $F(\xi)=0$（函数值为零）。

典型例题：

例15：设 $f(x)$ 在 $[a,b]$ 上连续，在 $(a,b)$ 内可导，且 $f(a) = f(b) = 0$。证明：存在 $\xi \in (a,b)$，使得 $f(\xi) + f'(\xi) = 0$

🧠 怎么想到的：

构造 $F(x) = e^x f(x)$，则 $F(a)=F(b)=0$，由罗尔定理得证。

题33 ⭐ 基础（直接套用罗尔定理）

设 $f(x) = x(x-1)(x-2)$，不用求导，证明 $f'(x) = 0$ 在 $(0, 2)$ 内至少有两个实根。

点击查看答案

$f(0)=f(1)=f(2)=0$，分别在 $[0,1]$ 和 $[1,2]$ 上用罗尔定理，存在 $\xi_1 \in (0,1)$、$\xi_2 \in (1,2)$ 使 $f'(\xi_1)=f'(\xi_2)=0$。证毕。

题34 ⭐⭐ 中等（原函数法——$f'(x) + f(x) = 0$ 型）

设 $f(x)$ 在 $[a, b]$ 上连续，在 $(a, b)$ 内可导，且 $f(a) = f(b) = 0$。证明：存在 $\xi \in (a, b)$，使得 $f(\xi) + f'(\xi) = 0$。

点击查看答案

构造 $F(x) = e^x f(x)$，则 $F(a)=F(b)=0$。由罗尔定理，存在 $\xi$ 使 $F'(\xi)=e^\xi[f'(\xi)+f(\xi)]=0$，$e^\xi > 0$，故 $f'(\xi)+f(\xi)=0$。证毕。

题35 ⭐⭐ 中等（原函数法——$xf'(x) + f(x) = 0$ 型）

设 $f(x)$ 在 $[0, 1]$ 上连续，在 $(0, 1)$ 内可导，且 $f(0) = f(1) = 0$。证明：存在 $\xi \in (0, 1)$，使得 $\xi f'(\xi) + f(\xi) = 0$。

点击查看答案

构造 $F(x) = x f(x)$，$F(0)=F(1)=0$。由罗尔定理，存在 $\xi$ 使 $F'(\xi)=f(\xi)+\xi f'(\xi)=0$。证毕。

题36 ⭐⭐⭐ 真题难度（常数K值法）

设 $f(x)$ 在 $[a, b]$ 上连续，在 $(a, b)$ 内可导，$f(a) = f(b) = 0$。证明：对任意常数 $\lambda$，存在 $\xi \in (a, b)$，使得 $f'(\xi) + \lambda f(\xi) = 0$。

点击查看答案

构造 $F(x) = e^{\lambda x} f(x)$，$F(a)=F(b)=0$。由罗尔定理，$F'(\xi)=e^{\lambda\xi}[f'(\xi)+\lambda f(\xi)]=0$，故 $f'(\xi)+\lambda f(\xi)=0$。证毕。

3.3.2 考法2：拉格朗日中值定理证明

识别特征：结论中含有 $f(b) - f(a)$ 或明显的函数差值

解题模板：

第1步：判断是否可以直接套用拉格朗日公式
第2步：若结论形式直接匹配，应用拉格朗日中值定理
第3步：若需要辅助函数，常用 F(x) = f(x) − [f(b)−f(a)]/(b−a) · (x−a)
第4步：对F(x)应用罗尔定理

翻车现场：

用拉格朗日定理证不等式时，写出 $f(b)-f(a)=f'(\xi)(b-a)$ 之后就不知道下一步该干什么了。

为什么错：拉格朗日证不等式的核心动作根本不是写出那个等式，而是利用 $\xi$ 的范围来估计 $f'(\xi)$ 的大小。

正确做法：(1) 选函数 $f$ 和区间 $[a,b]$；(2) 写出拉格朗日等式；(3) 关键一步：分析 $f'(x)$ 在区间上的单调性，用 $\xi$ 的范围推出 $f'(\xi)$ 的范围，代入等式得到不等式。

典型例题：

例16：设 $0 < a < b$，证明 $\frac{b-a}{b} < \ln\frac{b}{a} < \frac{b-a}{a}$

对 $f(x)=\ln x$ 在 $[a,b]$ 上用拉格朗日定理，利用 $\frac{1}{b} < \frac{1}{\xi} < \frac{1}{a}$ 放缩即得。

题37 ⭐ 基础（直接套用拉格朗日）

证明：当 $x > 0$ 时，$\dfrac{x}{1+x} < \ln(1+x) < x$。

点击查看答案

设 $f(t)=\ln(1+t)$ 在 $[0,x]$ 上用拉格朗日定理：$\frac{\ln(1+x)}{x} = \frac{1}{1+\xi}$，$\xi \in (0,x)$。由 $0<\xi<x$ 得 $\frac{1}{1+x}<\frac{1}{1+\xi}<1$，代入即得证。

题38 ⭐⭐ 中等

设 $0 < a < b$，证明 $\dfrac{b-a}{b} < \ln\dfrac{b}{a} < \dfrac{b-a}{a}$。

点击查看答案

对 $f(x)=\ln x$ 在 $[a,b]$ 上用拉格朗日定理，由 $a<\xi<b$ 得 $\frac{1}{b}<\frac{1}{\xi}<\frac{1}{a}$，代入整理得证。

题39 ⭐⭐⭐ 真题难度

设 $f(x)$ 在 $[a, b]$ 上连续，在 $(a, b)$ 内二阶可导（即 $f''(x)$ 在 $(a,b)$ 内存在），$f(a) = f(b) = 0$，且存在 $c \in (a, b)$ 使得 $f(c) > 0$。证明：存在 $\xi \in (a, b)$ 使 $f''(\xi) < 0$。

点击查看答案

在 $[a,c]$ 上用拉格朗日得 $f'(\xi_1)=\frac{f(c)}{c-a}>0$；在 $[c,b]$ 上用拉格朗日得 $f'(\xi_2)=\frac{-f(c)}{b-c}<0$。再对 $f'$ 在 $[\xi_1,\xi_2]$ 上用拉格朗日得 $f''(\xi)=\frac{f'(\xi_2)-f'(\xi_1)}{\xi_2-\xi_1}<0$。证毕。

3.3.3 考法3：柯西中值定理证明

识别特征：结论中含有两个函数的导数之比，或能写成 $f'(ξ)/g'(ξ)$ 的形式

解题模板：

第1步：识别结论能否写成f'(ξ)/g'(ξ) = 某个包含端点值的常数的形式
第2步：若能，直接应用柯西中值定理
第3步：辅助函数构造：F(x) = [f(x)−f(a)][g(b)−g(a)] − [g(x)−g(a)][f(b)−f(a)]
第4步：对F(x)验证并应用罗尔定理

翻车现场：

看到要证的结论，习惯性地用拉格朗日定理去套——其实应该用柯西定理。

区别：拉格朗日只能处理一个函数的差值；柯西专门处理两个函数的差值之比。识别信号：结论能整理成 $\frac{f(b)-f(a)}{g(b)-g(a)} = \frac{f'(\xi)}{g'(\xi)}$ 的形式→用柯西。

典型例题：

例17：设 $f(x), g(x)$ 在 $[a,b]$ 上连续，在 $(a,b)$ 内可导。证明：存在 $\xi \in (a,b)$，使得 $[f(b) - f(a)]g'(\xi) = [g(b) - g(a)]f'(\xi)$

构造 $\varphi(x) = [f(b) - f(a)]g(x) - [g(b) - g(a)]f(x)$，验证 $\varphi(a)=\varphi(b)$，用罗尔定理。

题40 ⭐⭐ 中等

设 $f(x)$ 在 $[a, b]$ 上连续，在 $(a, b)$ 内可导（$a > 0$）。证明：存在 $\xi \in (a, b)$，使得 $f(b) - f(a) = \xi f'(\xi) \ln\frac{b}{a}$。

点击查看答案

取 $g(x)=\ln x$，对 $f$ 和 $g$ 用柯西中值定理：$\frac{f(b)-f(a)}{\ln b-\ln a} = \frac{f'(\xi)}{1/\xi} = \xi f'(\xi)$，整理得证。

题41 ⭐⭐⭐ 真题难度

设 $f(x), g(x)$ 在 $[a, b]$ 上连续，在 $(a, b)$ 内可导，且 $g'(x) \neq 0$。证明：存在 $\xi \in (a, b)$ 使得 $\frac{f'(\xi)}{g'(\xi)} = \frac{f(\xi) - f(a)}{g(b) - g(\xi)}$

点击查看答案

构造 $\varphi(x) = [f(x) - f(a)][g(b) - g(x)]$。$\varphi(a)=\varphi(b)=0$，由罗尔定理，存在 $\xi$ 使 $\varphi'(\xi)=0$，化简即得证。

3.3.4 考法4：泰勒中值定理证明

识别特征：题目涉及高阶导数信息，或者需要估计函数值

解题模板：

第1步：选择合适的展开点（结论涉及中点→在中点展开；涉及端点→在端点展开后联立）
第2步：写出带拉格朗日余项的泰勒公式
第3步：代入已知信息，整理推导出结论

选展开点的三个口诀：

  1. 结论涉及区间中点（如 $\frac{a+b}{2}$），就在中点展开
  2. 结论涉及端点值（$f(a), f(b)$），就在端点展开然后联立
  3. 条件给了某点的函数值和导数值，优先在那个点展开

典型例题：

例18：设 $f''(x) > 0$，证明 $f\left(\frac{a+b}{2}\right) < \frac{f(a) + f(b)}{2}$

证明（把"相加整理"的每一步摊开）：

记 $x_0 = \frac{a+b}{2}$（中点）。在 $x_0$ 处把 $f(x)$ 展开到一阶（带拉格朗日余项，就是泰勒 $n=1$ 的情形）： $f(x) = f(x_0) + f'(x_0)(x - x_0) + \frac{f''(\xi)}{2}(x - x_0)^2$ 其中 $\xi$ 在 $x_0$ 和 $x$ 之间。

第一步：分别代入 $x = a$ 和 $x = b$。

$f(a) = f(x_0) + f'(x_0)(a - x_0) + \frac{f''(\xi_1)}{2}(a - x_0)^2$ $f(b) = f(x_0) + f'(x_0)(b - x_0) + \frac{f''(\xi_2)}{2}(b - x_0)^2$

第二步：观察 $a$、$b$ 关于中点的位置关系。

中点两侧是对称的：$x_0 = \frac{a+b}{2}$，所以 $a - x_0 = a - \frac{a+b}{2} = \frac{a-b}{2} = -\frac{b-a}{2}, \qquad b - x_0 = \frac{b-a}{2}$ 于是 $(a - x_0)^2 = (b - x_0)^2 = \frac{(b-a)^2}{4}$——两边到中点的"水平距离的平方"相等。这一点是后面化简的关键。

第三步：两式相加，中间一次项"自杀式抵消"。

$f(a) + f(b) = 2f(x_0) + f'(x_0)\big[(a-x_0) + (b-x_0)\big] + \frac{(b-a)^2}{4}\cdot\frac{f''(\xi_1)+f''(\xi_2)}{2}$

看一次项系数：$(a - x_0) + (b - x_0) = a + b - 2x_0 = a + b - 2\cdot\frac{a+b}{2} = 0$——含 $f'(x_0)$ 的整项消失。这正是"在中点展开"的妙处：中点让左右两边的一次项刚好正负相消。

第四步：用 $f'' > 0$ 收尾。

余项里 $f''(\xi_1) > 0$、$f''(\xi_2) > 0$，所以最后那一大项是正数。于是： $f(a) + f(b) = 2f(x_0) + \text{正数} > 2f(x_0) = 2f\!\left(\frac{a+b}{2}\right)$ 两边除以 2：$f\!\left(\frac{a+b}{2}\right) < \frac{f(a)+f(b)}{2}$，证毕。

🎯 复盘：整题就三步——①在中点展开（让 $a$、$b$ 对称）②相加（一次项抵消）③余项是正数（$f''>0$）。其中"中点的选择"和"相加抵消"是两个最容易跳过的台阶，现在补齐了。这类"凸函数不等式"（$f''>0$ 时中点函数值小于两端平均值）正是 3.4.4 节凹凸性法的原理，两种证法殊途同归。

题42 ⭐⭐ 中等

设 $f''(x) > 0$（$x \in \mathbb{R}$），证明对任意 $a < b$，有 $f\!\left(\frac{a+b}{2}\right) < \frac{f(a) + f(b)}{2}$。

点击查看答案

将 $f(x)$ 在 $x_0=\frac{a+b}{2}$ 处一阶泰勒展开，代入 $x=a$ 和 $x=b$，相加整理。由 $f''>0$ 得余项为正，故不等式成立。证毕。

题43 ⭐⭐⭐ 真题难度

设 $f(x)$ 在 $[0, 1]$ 上二阶可导，且 $f(0) = f(1) = 0$，$\min_{x \in [0,1]} f(x) = -1$。证明：存在 $\xi \in (0, 1)$ 使得 $f''(\xi) \ge 8$。

点击查看答案

设 $f(x_0)=-1$，$f'(x_0)=0$。在 $x_0$ 处一阶泰勒展开，代入 $x=0$ 和 $x=1$ 得 $f''(\xi_1)=\frac{2}{x_0^2}$，$f''(\xi_2)=\frac{2}{(1-x_0)^2}$。若 $x_0\le\frac12$ 取 $\xi_1$，否则取 $\xi_2$，均有 $f''(\xi)\ge8$。证毕。

3.3.5 核心技能：辅助函数的构造方法

辅助函数构造是解中值定理证明题的灵魂。以下是六大方法：

方法一：原函数法（积分还原法）——最基础，最常用

把结论中的 $\xi$ 换成 $x$，通过积分"反推"出原函数。

要证的结论（换元移项后） 辅助函数 $F(x)$
$f'(x) = 0$ $f(x)$
$f''(x) = 0$ $f'(x)$
$f'(x) = 1$ $f(x) - x$
$f'(x)g(x) + f(x)g'(x) = 0$ $f(x)g(x)$
$f'(x)g(x) - f(x)g'(x) = 0$ $\frac{f(x)}{g(x)}$
$xf'(x) - f(x) = 0$ $\frac{f(x)}{x}$

🧠 这张表不是让背的，是一句话就能读出来的：每一行都在回答同一个问题——"谁的导数长这样？"表里最顺眼的几行（$f'g+fg'$ 配 $fg$、$xf'-f$ 配 $\frac{f}{x}$）正是把乘法法则、除法法则"倒过来用"。挑两个最像"天书"的现场验证，其余全是一个套路。

📌 这张表唯一的用法：每看到一行，都先在脑子里完成"求个导验证一下"这个小动作。做熟了以后，看到结论式子，脑子会自动弹出"这是谁谁的导数"——表根本不用背。

方法二：微分方程法（名字第4章才解释，现在你只需要一个动作）

这类"含未知函数 $f$ 和它的导数 $f'$"的等式，数学上有个专门的名字叫微分方程——第4章我们会系统学它，到时候你会看到今天这张表就是微分方程的"积分因子法"。但此刻完全不用等第4章：你仔细看下表，每一行的配法本质都是同一个动作——乘一个"配平因子"，把结论里的式子凑成某个函数的导数。这个动作你在本章前面已经会了：乘积求导法则倒着用（"谁的导数长这样？"）。所以这张表不是新知识，是旧动作的新包装。（表里 $e^{\int g(x)dx}$ 那个 $\int$ 是第3章才学的积分记号，这里把它理解为"$g$ 的原函数"即可，不影响用表。）

结论含有的形式 辅助函数 $F(x)$
$f'(\xi) + k f(\xi) = 0$ $e^{kx} f(x)$
$f'(\xi) - k f(\xi) = 0$ $e^{-kx} f(x)$
$f'(\xi) + g(\xi) f(\xi) = 0$ $f(x) e^{\int g(x)dx}$
$\xi f'(\xi) - n f(\xi) = 0$ $\frac{f(x)}{x^n}$
$\xi f'(\xi) + n f(\xi) = 0$ $x^n f(x)$
$f''(\xi) + f(\xi) = 0$ $f(x)\cos x - f'(x)\sin x$
$f''(\xi) - f(\xi) = 0$ $e^{-x}[f'(x) + f(x)]$

🧠 这张表为什么这么配？——每一行都是"求个导试试"试出来的

别再背表了，记住一个动作就全通了：把候选函数求导，看导数里能不能提炼出结论里的式子。 下面把最容易懵的几行当场试一遍。

📌 怎么记住这个思路：每次看到 $f''$ 和 $f$ 同号出现，就想到"三角函数二次求导会绕回自己"——去试 $f\cos x \pm f'\sin x$ 这类"复合候选"。用"求导验证"代替"背表"，遇到新形式也敢下笔。

🧠 反向思路：辅助函数不是背出来的，是"倒着想"想出来的

很多同学靠背对照表构造辅助函数，一遇到新形式就抓瞎。真正的思路只有一句口诀："看到等式 → 问自己'谁的导数长这样' → 倒推回那个函数"。下面用最经典的例子示范。

示范1：$f'(x) + kf(x) = 0$ 为什么配 $e^{kx}f(x)$？

我们想要的，是找到一个函数 $F(x)$，让 $F'(\xi) = 0$ 恰好"等于"原结论。那就先算算"如果 $F(x) = e^{kx}f(x)$，它的导数是啥"： $(e^{kx}f)' = e^{kx}f' + ke^{kx}f = e^{kx}(f' + kf)$ 哇！括号里正是 $f' + kf$！所以当 $f' + kf = 0$ 时，$(e^{kx}f)' = e^{kx} \cdot 0 = 0$——$e^{kx}f(x)$ 的导数恒为 0，说明它是常数（由 2.2.3 节拉格朗日的推论"导数恒为零则函数为常数"）。配合端点条件 $f(a)=f(b)$ 就能构造 $F(x)=e^{kx}f(x)$。

反向思路是怎么想出来的？——先假设"有个常数被我藏起来了"：结论 $f'+kf=0$ 很像"某个乘积的导数"，那就试试能不能凑成 $(e^{?}f)'$。指数函数 $e^{kx}$ 是唯一"求导后还是自己乘以常数"的函数，用它当"配平因子"正好能把 $f'+kf$ 吸进导数里。

示范2：$xf'(x) + nf(x) = 0$ 为什么配 $x^n f(x)$？

同样的问法："谁的导数长这样？"算一算 $x^n f(x)$ 的导数： $(x^n f)' = nx^{n-1}f + x^n f' = x^{n-1}(nf + xf')$ 括号里正是 $nf + xf'$！当 $xf' + nf = 0$ 时，$(x^n f)' = 0$，即 $x^n f(x)$ 是常数。配平因子这次是 $x^n$——因为幂函数求导"降一次幂"，用 $x^n$ 正好把 $x$ 的系数补进导数里。

示范3：$f'(x)g(x) + f(x)g'(x) = 0$ 为什么配 $f(x)g(x)$？

这回最简单——"谁的导数长这样？"答案呼之欲出：乘积的导数！$(fg)' = f'g + fg'$，括号里的正是 $f'g + fg'$。所以当 $f'g + fg' = 0$ 时，$fg$ 是常数。这就是 2.1.7 节乘法法则的"反着用"。

🎯 把三个示范串起来：其实是同一个套路——先写一个"候选函数"，把它求导，看导数里能不能恰好提炼出结论里的式子；能，就立刻锁定候选函数，再配罗尔定理。多练几次这个"求导验证"的动作，辅助函数就不用背了：看到等式，脑子里自动弹出"试一下 $(e^{kx}f)$、$x^n f$、$fg$ 这类乘积"。

方法三：常数K值法——最巧妙，适用于对称端点

把常数部分分离出来记为 $k$，利用端点 $a$ 和 $b$ 的对称性。

方法四：分组构造法

把结论分组，凑成"某函数的导数 + 某函数"的形式。

方法五：乘积因子法（凑微分法）

表达式不能直接识别为导数时，乘以一个"积分因子"使其变成完整导数。

待凑形式 乘积因子 $\mu(x)$ 凑成
$f'(x) + p(x)f(x)$ $e^{\int p(x)dx}$ $[e^{\int p(x)dx}f(x)]'$
$xf'(x) + n f(x)$ $x^{n-1}$ $[x^n f(x)]'$
$f'(x)\sin x + f(x)\cos x$ $\sin x$ $[f(x)\sin x]'$
$f'(x)\cos x - f(x)\sin x$ $\cos x$ $[f(x)\cos x]'$

方法六：参数变易法

把结论中的某个具体参数（通常是 $b$）替换为变量 $x$，移项后得到辅助函数。

六大方法选择策略：

拿到题目
├── 结论中的常数能分离且端点对称 → 【常数K值法】
├── 结论换ξ为x后能直接积分还原 → 【原函数法】
├── 结论含有 f'(x) ± kf(x) → 【微分方程法】
├── 结论含有 f'(x)g(x) ± f(x)g'(x) → 【原函数法】
├── 不能直接识别为导数 → 【乘积因子法】
└── 含有具体端点参数 → 【参数变易法】

🧠 怎么想到的（辅助函数构造）：

题44 ⭐⭐（乘积因子法）

设 $f(x)$ 在 $[a, b]$ 上连续，在 $(a, b)$ 内可导，$f(a) = f(b) = 0$。证明：存在 $\xi \in (a, b)$，使得 $f'(\xi)\sin\xi + f(\xi)\cos\xi = 0$。

点击查看答案

构造 $F(x) = f(x)\sin x$，$F(a)=F(b)=0$。由罗尔定理，存在 $\xi$ 使 $F'(\xi)=f'(\xi)\sin\xi+f(\xi)\cos\xi=0$。证毕。

题45 ⭐⭐⭐（综合证明）

设 $f(x)$ 在 $[a, b]$ 上连续，在 $(a, b)$ 内可导，$f(a) = f(b) = 0$。证明：存在 $\xi \in (a, b)$，使得 $f'(\xi)\cos\xi + f(\xi)\sin\xi = 0$。

点击查看答案

构造 $F(x) = \dfrac{f(x)}{\cos x}$（设在 $[a,b]$ 上 $\cos x \neq 0$），$F(a)=F(b)=0$。由罗尔定理，$F'(\xi)=\frac{f'(\xi)\cos\xi+f(\xi)\sin\xi}{\cos^2\xi}=0$，分子为零即得证。

题46 ⭐⭐⭐（常数K值法+双中值）

设 $f(x)$ 在 $[0, 1]$ 上连续，在 $(0, 1)$ 内可导，且 $f(0) = 0$，$f(1) = 1$。证明：(1) 存在 $\eta \in (0, 1)$ 使 $f(\eta) = 1 - \eta$；(2) 存在两个不同的 $\xi_1, \xi_2 \in (0, 1)$ 使 $f'(\xi_1)f'(\xi_2) = 1$。

点击查看答案

(1) 构造 $F(x)=f(x)+x-1$，$F(0)<0$，$F(1)>0$，由零点定理存在 $\eta$ 使 $F(\eta)=0$。(2) 在 $[0,\eta]$ 上用拉格朗日得 $f'(\xi_1)=\frac{1-\eta}{\eta}$，在 $[\eta,1]$ 上用拉格朗日得 $f'(\xi_2)=\frac{\eta}{1-\eta}$，相乘得 $1$。证毕。

题47 ⭐⭐⭐ 真题难度（参数变易法/泰勒展开）

设 $f(x)$ 在 $[a, b]$ 上连续，在 $(a, b)$ 内二阶可导。证明：存在 $\xi \in (a, b)$，使得 $f(b) - 2f\!\left(\frac{a+b}{2}\right) + f(a) = \frac{(b-a)^2}{4} f''(\xi)$

点击查看答案

将 $f(a)$ 和 $f(b)$ 在 $x_0=\frac{a+b}{2}$ 处分别展开到二阶，两式相加，利用导数介值性存在 $\xi$ 使 $f''(\xi)=\frac{f''(\xi_1)+f''(\xi_2)}{2}$，代入即得证。