认知陷阱:一个违背直觉的代数推导
假设我们已知微积分中的基本求导法则,特别是幂函数的求导公式
假设有一个正整数
第一步,我们对等号左边的
于是我们得到:
因为右边有
两边同时除以非零变量
既然在这个推演过程中,我们看似每一步都精准地套用了代数法则,那么导致这个等式失效的计算盲区究竟在哪里?
几何降维:面积是如何动态增长的?
上述证明的陷阱在于,错把多维变量的变化当成了单维变量的变化。为了彻底看清这个错误,我们可以立刻将代数式实体化为一个日常可见的几何模型。
假设我们有一块边长为
我们把开头的代数拆解
当边长
- 原有长条的纵向延伸:原有的
根长条,每一根的长度都被拉伸了 。这部分增加的面积是 。这就对应了刚才代数计算中,右边求导得出的那个 。 - 全新长条的横向铺设:因为正方形的“总宽度”也同步增加了
,为了维持正方形的几何形状,系统必须在侧边新铺设出宽度为 、长度为 的新长条。这部分因“项数变多”而新增的面积同样是 。
由此可见,总增加的面积是
顺理成章:乘积求导法则的代数映射
这种几何上的“双重面积增加”,在代数中被严密地概括为乘积法则(Product Rule)。
当一个函数由两个都在变化的量相乘构成时,这就好比矩形水池的长和宽都在同时变大。假设有两个关于
现在,我们重新审视右边的加法式子。在这个系统中,
- 变量
:代表加数本身的大小(每一项的值是 )。 - 变量
:代表加数的项数(一共有 项)。
我们要对总和
将两部分相加,总变化率精确为
核心崩塌:求导的定义与连续性底线
既然我们用乘积法则修复了计算错误,这是否意味着原等式
答案是否定的。这个悖论还踩中了微积分最底层的一条警戒线:可导的必要条件是连续性。
定义 1 ( 导数 )
函数
参考文献
[1] 齐民友. 《重温微积分》. 高等教育出版社, 2004.
[2] 克莱因. 《古今数学思想》. 上海科学技术出版社, 2014.
