If you're seeing this message, it means we're having trouble loading external resources on our website.

如果你被网页过滤器挡住,请确保域名*.kastatic.org*.kasandbox.org 没有被阻止.

主要内容

证明:可导性意味着连续性

Sal老师解释,如果函数在某一点上是可导的,那么它在这一点上也是连续的。

想加入讨论吗?

尚无帖子。
你会英语吗?单击此处查看更多可汗学院英文版的讨论.

视频字幕

在这期视频中, 我将会证明假如一个函数 在某一点C可导, 那么它在点C也将是连续的。 不过,在开始证明之前,让我们先回顾一下 “可导”和“连续”分别意味着什么。 首先是“可导”。 “可导” 让我们先考虑 为了方便说明,让我们先画一个 函数图象。 这是y轴, 这是x轴。 再画一个函数图象。 比方说,我们的函数长这样。 我们关心自变量等于c的这个点, 假设它在这里。 此处x等于c。 相应的函数值, 也就是f(c)。 f(c) 我们可以这样计算该函数在x=c处的导数, 或者说在x=c处函数图象切线的斜率: 我们可以从另一个点出发, 比方说,此处的任意点x。 我们另取一个任意点x, 相应的函数值, 相应的y值,也就是f(x)。 也就是f(x)。 而这整个图象,当然就是函数y=f(x)的图象。 我们可以衡量这条线, 这条连接上述两点的割线的斜率。 然后,我们可以让x趋近于c。 此时,这条割线的斜率, 将会趋近于 点c处的切线的斜率, 也就是点c处的导数。 让我们把它写成一个极限: 当x趋近于c, 当x趋近于c时, 这条割线的斜率。 这个斜率应该怎么衡量? 它应该等于y的变化量除以x的变化量。 y的变化量等于f(x) - f(c), 这是此处y的变化量。 这些内容都是复习, 这是导数的一种定义,或者说一种解读方式。 所以,分子是f(x) - f(c), 这是y的变化量。 分母是x的变化量,也就是x - c。 分母是 x - c。 所以,假如这个极限存在,那我们就能求得 此处函数图象切线的斜率, 我们把这条切线的斜率, 称为该函数在x = c处的导数。 我们把它记作f', f'(c)。 这些都是复习。 所以,假如我们说 某个函数F 在x = c处可导, 也就相当于说 此处的极限是存在的。 假如这个极限存在, 我们就称它为f'(c)。 好了,关于“可导”的复习到此结束。 接下来我们来复习“连续”。 “连续” 所谓函数“连续”,指的是 当x趋近于c时,f(x)的极限 等于f(c)。 你或许会觉得 这是显然成立的, 我们为什么要专门定义它? 为了做直观的说明, 让我们来画几个函数图象。 所以,假如你有一个函数… 让我们先来举几个 函数不连续的例子。 这可能会让事情变得更清楚一些。 假如该函数在x = c处不连续, 比方说,在x = c处, 有一个不连续点。 让我把它画成这样。 在 x = c 处有一个不连续点, f(c)突然跳到了上面, f(c)在这儿, 然后,函数剩余的部分从原处继续延申。 当x趋近于c时,函数f(x)的极限 将会等于这个值, 它显然不等于f(c)。 此处的这个值, 当x趋近于c时, f(x)将会趋近于这个值。 所以当x趋近于c时, f(x)的极限在这儿,它并不等于f(c)。 我们刚才对函数连续性的定义 看上去是合理的。起码在这个例子中, 在这个具有不连续点的 非连续函数的例子中, 我们针对函数连续性的定义, 能够成功地判定出 这不是一个连续函数。 我们还可以再举一个阶跃不连续的例子。 我们来看一个阶跃不连续的例子。 让我们另画一个函数图象。 作为复习, 我们来画一个在x=c处 存在阶跃不连续的函数。 它的图象长这样。 x = c在此处。 这里对应x = c。 这里对应f(c)。 接着,当你试图衡量x趋近于c时, f(x)的极限的时候, 你会得到两个不同的值。 当你从负方向趋近于c时,函数会趋近于这个值。 当你从正方向趋近于c时, 函数会趋近于f(c)。 所以,在这种阶跃不连续的情况下, 上述极限并不存在。 于是我们刚才针对连续性的定义 再一次成功地判断出了该函数 在此处并不连续,因为定义中的极限根本就不存在。 最后,我们甚至可以再看一个 再看一个真正连续的函数。 让我们来画一个真正连续的函数图象。 比方说, 像这样。 x = c在此处。 这里是f(c)。 这对应f(c)。 现在假如你要求x趋近于c时该函数的极限, 无论从哪个方向趋近于c, 函数值均趋近于f(c)。 于是,对这个函数而言, x趋近于c时f(x)的极限,的确就等于f(c)。 对连续函数而言,这是很自然的。 好了,关于“可导”与“连续”的复习 到此为止。 接下来让我们来证明 “可导”也就意味着“连续”。 我认为刚才的复习是有必要的, 为了保证你能有一个清晰的图像。 根据刚才的定义,可导意味着 这个极限是存在的。 让我们从一个略有不同的极限出发。 让我先在这儿画一条分隔线, 以示区分。 让我们来考虑, 当x趋近于c时, f(x) - f(c), f(x) - f(c)的极限。 我们可以对这个式子做点变形, 我们可以把它重写成 另一个当x趋近于c时的极限。 我们可以对这个式子先乘上x - c, 再除以x - c。 让我们先乘上x - c。 再除以x - c。 这里写f(x) - f(c), 除以x - c。 好了,先乘再除x - c, 原式值不变。 那么这个式子的极限应该等于什么呢? 它应该等于, 如果我们运用极限的运算性质, 根据极限的运算性质, 积的极限等于 极限的积。 所以,它应该等于当x趋近于c时x - c的极限, 乘以,让我加个括号, 乘以当x趋近于c时, f(x) - f(c) 除以x - c的极限。 这第二个极限看上去是不是有点眼熟? 如果我们假设函数F在x = c时可导。 实际上我们应该这么假设。 让我补充在这里。 因为我们本来就是要证明 “可导”意味着“连续”。 如果我们假设函数F可导, 在x = c处可导,那么, 此处的这个极限也就等于f'(c)。 这一点我们刚才已经阐述过了。 这两个式子一模一样。 这就是f'(c)。 而剩下的这个极限呢? 当x趋近于c时x - c的极限? 它其实就等于0。 当x趋近于c时,这个式子将趋近于 c - c,也就是0。 0乘以f'(c)等于多少? f'(c)等于某个有限的值, 而0乘以任何值都等于0。 于是经过一番推导,我们最终得到了0。 这结论对我们有什么好处? 我们刚刚 在函数F在x = c处可导的前提下, 得到这个极限等于0。 也就是说,假如函数F在x = c处可导, 就应该有, 当x趋近于c时, f(x) - f(c)的极限, 为了跟刚才的式子更为一致, 我可以在这里加一个括号, 这极限就等于0。 这是我们刚得到的结论。 接下来再次使用极限的性质, 这个等式也就相当于, 让我另起一行, 写在下面。 当x趋近于c时f(x)的极限, 减去,当x趋近于c时f(c)的极限, 结果等于0。 这里我们使用的性质是: 差的极限等于极限的差。 这第二个极限应该等于多少? f(c)是一个常数, 它不再是x的函数, f(c)是一个确定的函数值。 所以,这个极限就等于f(c)。 就等于f(c)。 也就是说,当x趋近于c时f(x)的极限, 减去f(c)等于0。 最后,在等式两侧同加上f(c), 我们就得到了当x趋近于c时f(x)的极限, 就等于f(c)。 这正是函数连续性的定义。 当x趋近于c时该函数的极限, 就等于该函数在x = c时 的函数值。 这也就意味着我们的函数是连续的。 在x = c处是连续的。 让我们来回顾一下。 我们首先假设函数f在x = c处是连续的, 我们基于此前提衡量了这个极限, 并得出了它的值为0。 在这个极限的值为0的基础上, 用一点简单的代数变形, 以及极限的性质, 我们得出了当x趋近于c时,f(x)的极限 就等于f(c), 而这正是函数连续性的定义。 更具体地说,是在x = c处连续。 希望上面的说明已经足够清楚了。 总而言之,若已知函数在某个点存在导数, 或者说函数在点C处可导, 那也就意味着它在点C一定也是连续的。 该函数在那个点一定也是连续的。