导数与瞬时变化的悖论

原标题The Derivative and the Paradox of Instantaneous Change

从差商、极限到立方函数导数的几何入门。

GSGrant Sanderson主持
频道
3Blue1Brown
发布
2017年4月29日
视频
16:50
阅读
3 分钟
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Grant Sanderson 通过车辆距离图、割线斜率的极限和 s(t) = t³ 的例子解释导数。他说明为什么一点处导数为零,仍可与附近时间间隔内的运动同时成立。

  1. 1距离与速度距离随时间变化的陡峭程度与速度有关。
  2. 2割线斜率有限差商衡量一个时间间隔内的平均值。
  3. 3极限导数是非零间隔趋近零时的极限。
  4. 4立方函数示例t³ 的导数是 3t²,在 t = 2 时为 12。
  5. 5某一时刻为零一点处导数为零不意味着函数在附近恒定。

要点建议

  1. 距离随时间变化的陡峭程度与速度有关。
  2. 有限差商衡量一个时间间隔内的平均值。
  3. 导数是非零间隔趋近零时的极限。
  4. t³ 的导数是 3t²,在 t = 2 时为 12。
  5. 一点处导数为零不意味着函数在附近恒定。
全文

按章节阅读整理后的全文

只看原始文稿
01

表面上的悖论

单个瞬间与间隔变化率似乎难以调和。

在单个瞬间描述变化是什么意思?导数通过对非零时间间隔上的变化率取极限,给出了精确的数学答案。

想象一辆车从 A 出发,加速后在十秒钟抵达 100 米外的 B 并停下。将距离 s(t) 对时间作图:车慢时曲线平缓,每秒行驶更远时曲线更陡。

对应的速度图像先升后降。问题是,平均变化率通常比较两个不同时间,那么某个时刻的速度与距离曲线如何关联?

02

差商与极限

通过极限,相近两点引出切线斜率。

作为简化的测量例子,取从 t 到 t + Δt 的距离变化并除以 Δt。这是短时间内的平均速度,还不是精确导数。视频说明实际速度计通常使用其他物理机制。

在图上,Δt 是水平步长,Δs 是竖直变化。它们的比值是经过两个相近点的割线斜率。对许多时间重复计算,可以得到速度曲线的近似。

导数是当非零 Δt 趋近零时 [s(t + Δt) − s(t)] / Δt 的极限,前提是该极限存在。不能在原始商中直接令 Δt 等于零。

从几何上看,当函数可导且两点逐渐靠近时,割线斜率趋向切线斜率。这为极限提供了直观解释。

Sanderson 建议将导数理解为对局部变化的最佳线性近似。“瞬时变化率”是这一良好定义极限的标准简称,并不声称在零时长内发生了有限变化。

视频在引入概念时用 ds 和 dt 表示微小变化,随后用 ds/dt 表示作为极限的导数。在正式表达中,可以用 Δs/Δt 区分有限差商与导数记号。

03

推导 t 的立方

展开推导得到熟悉的幂函数求导规则。

对 s(t) = t³,在 t = 2 处的差商为 [(2 + Δt)³ − 2³] / Δt。展开立方并约去非零 Δt,得到 12 + 6Δt + (Δt)²。

当 Δt 趋近零时,剩余含 Δt 的项趋近零,留下 12。更一般地,t³ 的导数是 3t²,因此例子中 t = 2 时的速度为 12,单位由距离和时间单位决定。

这段代数推导出可重复使用的规则:一旦知道幂函数求导规则,就不必每次计算都重新展开差商。

04

零导数

局部变化率为零不意味着之后没有运动。

在 t = 0,t³ 的导数为零,即使车辆在紧随其后的任意正时间间隔内都会移动。零导数描述该时刻局部的一阶变化率,并不意味着函数在附近保持不变。

例如,从 0 到 0.1 秒,距离变化 0.001 米,平均速度是每秒 0.01 米。随着时间间隔缩小,这个平均值趋近零,与导数一致。

同频道的其他文章

20 张幻灯片40:44EN → 简体中文
3Blue1Brown· 2026年10月16日Grant Sanderson:现在是投身数学的最好时机Grant Sanderson, Constantin Kogler · 3Blue1Brown学生担心 AI 已经解决了数学。Grant Sanderson 却认为恰恰相反:即使机器证明定理的能力超过人类,数学这套制度依然有价值,而新人正迎来一个难得的机会,可以参与重塑它。MathematicsAI for scienceHuman-AI Collaboration+2
29 张幻灯片51:55EN → 简体中文
3Blue1Brown· 2026年9月18日AI 解不出的最后一道 IMO 题Grant Sanderson · 3Blue1BrownGrant Sanderson 带你走一遍 2025 年 IMO 第 6 题——前沿模型没做出来的铺砖谜题——以及要证明一种构造最优,需要怎样的视觉耐心。MathematicsAI researchReasoning & test-time compute+2
0:55EN → 简体中文
3Blue1Brown· 2026年7月24日64 块方糖谜题:六组相等距离一个 4×4×4 的方糖块有三种颜色;证明总能找到六对同色方糖,且每对距离相等。MathematicsEducation
33:51EN → 简体中文
3Blue1Brown· 2026年7月16日交叉熵连接了什么:压缩、语言模型与 KL 散度Grant Sanderson · 3Blue1BrownGrant Sanderson 从码长推导交叉熵,并用它解释下一个 token 训练和模型蒸馏。MathematicsMachine LearningFoundation Models+1
幻灯片2:25EN → 简体中文
3Blue1Brown· 2026年6月12日香农如何测量英语的信息熵一场猜字母游戏帮助克劳德·香农估算英语文本的信息量,也揭示了预测与压缩之间的联系。MathematicsAI History
幻灯片1:02EN → 简体中文
3Blue1Brown· 2026年6月10日月球机器人与最优二进制编码谜题四个方向出现的频率不同,每条指令最少需要多少比特?MathematicsScience Communication