好,下面是关键:积分是函数围成面积的过程,速度 v 通过积分就得到了位移 s ,在 v-t 图像里速度 v 围成的面积就是位移 s ;微分是求导的过程,对位移 s 求一次导数就能够得到速度 v 。
有了原函数以后,我们也可以根据速度 v 把(求导之后等于速度 v 的)位移 s 给求出来,这时候位移 s 就是速度 v 的原函数(无非就是再加一个常数 c )。而原函数表示的位移 s 就是速度 v 围成的面积,于是,原函数就有了求面积(积分)的效果。
也就是说,s 求导一次就变成了 v ,那么 v 反向求导一次就可以得到 s ,这时候 s 是 v 的原函数。另一方面,因为 s 求导一次能变成了 v ,那么 v 积分一次也能变成了 s(互逆运算)。于是,v 通过求原函数和积分都能得到 s ,所以原函数 s 其实就有了积分(曲线 v 围成面积)的效果。
但是这个图景是不对的,为什么?因为实数是稠密的。稠密就是说任意两个点(实数)之间永远都有无数个点(实数)(你自己想想是不是,1 和 2 之间有多少个数?)。你以为它能从 A 点移动到邻近的下一个 B 点么?对不起,这个它真做不到!
A 点和 B 点之间永远有无数个点,也就是说 A 点根本就没有所谓的“下一个点”。你认为我一定要走完了 A 点到 B 点之间所有的点才能到达 B 点,那就不可避免地会陷入到芝诺悖论里去。因为你压根就不可能走完任何两个点之间的所有点(因为是无穷多个),所以,如果按照这种逻辑,你就根本“走不动”,所以芝诺的飞矢就飞不动了。
这个 dx 和 dy 还是有意义的,当然,有意义也肯定不可能再是以前无穷小量的意思了。那么,在 ε-δ 极限这种全新的语境下,dx 和 dy 在新时代的意义又是什么呢?请看下图:
蓝色切线的斜率表示在 P 点的导数,如果我们继续用 dy/dx 表示导数的话,那么从图里就可以清楚的看到:dx 表示在 x 轴的变化量,dy 就刚好表示蓝色的切线在 y 轴的变化量。
也就是说,当自变量变化了 Δx 的时候,Δy 表示实际的曲线的变化量,而微分 dy 则表示这条切线上的变化量,这就是新的语境下函数微分 dy 的含义。而自变量的微分 dx ,大家可以看到,就跟 x 轴的变化量 Δx 是一回事。
由于切线是一条直线,而直线的斜率是一定的。所以,如果我们假设这条切线的斜率为 A ,那么 dy 和 Δx 之间就存在这样一种线性关系:dy=A·Δx 。
这些结论都可以很容易从图中看出来,但是,一个函数在某一点是否有微分是有条件的。我们这里是一条很“光滑”的曲线,所以在 P 点有微分 dy ,也就是说它在 P 点是可微的。但是,如果函数在 P 点是一个折点,一个尖尖的拐点呢?那就不行了。因为有拐点的话,你在这里根本就作不出切线来了,那还谈什么 Δy 和 dy ?