## 函数从哪来 **函数**可以先理解成一台“规则机器”：你给它一个输入 `x`，它按照固定规则产出一个唯一的输出 `y`。这很重要，因为很多现实中的关系——路程随时间变化、温度随高度变化、成本随产量变化——都能用函数来描述。你看到的不只是一个公式，更是一种“**一个量如何依赖另一个量**”的语言。 当我们把输入和输出放到坐标平面里，每一个输入 `x` 都对应曲线上的一个点。这时，图像就不再只是线条，而是许多“输入→输出”对应关系的集合。你可以把图像看成函数规则留下的轨迹：输入变了，输出也跟着变，点就在图上移动。 <viz id="0"></viz> **拖动输入滑块或控制点**，看看 `x` 改变时，图上的对应点如何移动。**注意横轴上的输入位置、竖直对应线，以及曲线上的输出点**，观察它们怎样一起变化。 你会发现：当输入确定后，输出也随之确定，这正是函数最核心的特征。图像帮助你把这种对应关系“看见”——不是只背诵“`y=f(x)`”，而是真正理解它表示“`y` 由 `x` 决定”。 接下来，在已经认识输入和输出关系之后，你会进一步看到：即使函数的基本形式相似，式子里的某些数值改变，也会让整条曲线移动、拉伸或翻转。那就是 <ref slide="2">参数改变曲线</ref> 要展示的内容。 ## 参数改变曲线 在函数表达式里，除了输入变量，常常还会出现一些固定但可调的数，这些数叫做**参数**。参数不像 `x` 那样在每个点都变化，而是像“控制旋钮”一样，决定整条曲线的形状、位置或方向。理解参数很重要，因为很多模型不是只看“输入变了会怎样”，还要看“规则本身被调节后会怎样”。 比如，同一类函数只要改动某个参数，曲线可能会上下平移、左右移动、变得更陡或更平，甚至上下翻转。也就是说，参数并没有把函数变成完全陌生的对象，而是在保留家族特征的同时，控制它的外观。 <viz id="1"></viz> **拖动各个参数滑块**，一次只改变一个参数。**观察曲线是上移、下移、左右平移、变陡、变平，还是发生翻转**，并留意哪些变化最明显。 当你这样比较时，会开始形成一种很有用的直觉：公式中的不同部分，往往对应图像中的不同变化。代数式不再只是符号堆积，而是带有几何意义的“操作说明书”。 这种观察也为后面的“变化率”做好准备。因为一条曲线不只是“长什么样”，还包含“变化快不快”的信息。下一步，在 <ref slide="3">看见平均变化</ref> 中，你会把两点之间的整体变化，用斜率的方式读出来。 ## 看见平均变化 如果你想知道一个函数在一段区间内“总体上变了多少、变得有多快”，就会用到**平均变化率**。它不是看某一个瞬间，而是比较两个输入对应的两个输出：输入增加了多少，输出又增加或减少了多少。这个比值反映的是一整段区间的总体趋势。 在图像上，平均变化率可以用连接两点的**割线**斜率来表示。割线穿过曲线上的两个点，所以它总结的是“从这里到那里”的整体变化，而不是局部细节。斜率大，说明在这段区间里变化更快；斜率为负，说明整体是在下降。 <viz id="2"></viz> **拖动曲线上的两个点**，改变它们之间的距离和位置。**观察连接两点的割线倾斜程度**，并比较当区间变大或变小时，整体变化率是怎样改变的。 你会注意到，同一条曲线在不同区间上的平均变化率可能完全不同。这说明函数的变化并不是均匀的：有些地方增长快，有些地方增长慢，甚至可能由升转降。 不过，平均变化率仍然是在看“一段距离”的平均效果。那如果我们想知道某一个点“此刻”到底变化得多快呢？这就引向更精细的想法：让两个点不断靠近。在 <ref slide="4">逼近切线</ref> 中，你会看到割线如何一步步逼近切线。 ## 逼近切线 平均变化率给了我们区间上的整体信息，但很多时候，我们真正关心的是某一个点附近的变化。为此，我们让割线的两个点越来越接近。随着区间缩小，原本描述“这一段”的割线，会越来越像只贴着曲线某一点方向的**切线**。 这个“越来越接近”的过程就是**极限**思想的直观入口。你不一定要先记住严格定义，但可以先抓住核心直觉：当两点间距变得极小，平均变化率就逼近某一点的瞬时变化率。于是，我们从“区间上的变化”走向“单点上的变化”。 <viz id="3"></viz> **拖动控制点或缩小两点间距的滑块**，让曲线上的两个点越来越靠近。**观察割线的方向如何逐渐稳定，并贴近单个点处的切线方向**。 这一步很关键，因为它把“近似”变成了“定义的起点”。我们不是凭空发明切线斜率，而是从平均变化率出发，通过不断缩小区间得到它。这样，瞬时变化率就有了清晰来源。 一旦你接受了这种逼近思想，就可以更自然地理解导数。导数并不是神秘的新对象，而是这个极限过程的结果。在 <ref slide="5">导数的意义</ref> 中，你会把它看成曲线上每一点的即时变化信息。 ## 导数的意义 **导数**可以理解为函数在某一点的**瞬时变化率**，也就是该点切线的斜率。它告诉你：当输入在这个位置发生极小变化时，输出会以怎样的快慢变化。导数不是只给出“增还是减”，还揭示“增得多快、减得多快、是否暂时变平”。 从图像上看，导数把“曲线长什么样”翻译成“每个位置变化如何”。曲线向上升时，导数通常为正；曲线向下降时，导数通常为负；曲线局部变平时，导数接近 `0`。所以，导数像是一种读取图像行为的工具。 <viz id="4"></viz> **沿着曲线拖动高亮点**。**观察切线的倾斜方向和陡峭程度如何变化**，特别留意哪些位置斜率为正、为负，或接近水平。 当你这样移动时，会发现导数本身也是在变化的：它不是一个固定数字，而是随着位置改变而改变。这让我们能够更深入地描述函数行为，例如哪里增长最快、哪里开始下降、哪里可能出现峰值或谷值。 这也解释了为什么导数在数学之外特别有用。只要一个量在变化，我们就会想知道它“现在变化得多快”。在 <ref slide="6">数学在现实里</ref> 中，你会看到这种想法如何解释速度、增长，或者帮助寻找最佳选择。 ## 数学在现实里 数学最有力量的地方之一，就是它能把抽象概念变成对现实的解释。**导数**在现实中常被用来表示“当前变化速度”：如果位置是时间的函数，那么导数可以表示速度；如果利润、人口或产量随某个变量变化，导数就能告诉你增长快慢，甚至帮助找到最优点。 你可以把它理解成一个“即时反馈器”。函数给你整体关系，而导数告诉你在当前状态下系统正朝什么方向变化、变化有多明显。于是，我们不仅能描述现象，还能做判断：什么时候增长最快？什么时候达到最高点？什么时候继续增加反而不划算？ <viz id="5"></viz> **拖动时间或输入滑块**，让场景持续变化。**观察当前速度、增长快慢或最优位置的变化**，并特别注意什么时候变化率变成 `0`，以及那时场景发生了什么。 你会看到，导数不是只存在于纸面上的技巧，而是一种分析动态世界的方法。它让“变化”变得可测量、可比较、可预测。很多决策问题，本质上都在问：哪里变化最好，哪里变化太慢，哪里已经不再有利。 现在你已经见过函数、平均变化率、切线与导数的现实意义。最后，在 <ref slide="7">把一切连起来</ref> 中，你会把这些概念放回同一张图景里，形成完整理解。 ## 把一切连起来 现在可以把整条思路收拢起来：**函数**告诉你输入和输出如何对应，图像展示这种对应关系的整体形状；**平均变化率**描述一段区间内的总体变化；当区间缩到极小，割线逼近切线，就得到**导数**，也就是某一点的瞬时变化率。它们不是彼此孤立的概念，而是一条逐步深化的理解链。 这条链很有价值，因为它让你从“看图像”走到“读行为”。你看到的不再只是一条曲线，而是：哪个量依赖哪个量、在哪些区间变化快、在哪些点变化最敏感、哪里可能达到最好或最差。函数给出结构，变化率给出趋势，导数给出局部精度。 <viz id="6"></viz> **拖动共享控制点或滑块**，依次观察输入输出对应、两点间的割线变化，以及单点处的切线变化。**比较这三种信息如何同时描述同一条曲线**。 如果你能在同一幅图里同时读出“对应关系”“区间趋势”和“瞬时变化”，你就已经掌握了这一课最核心的分析框架。之后无论遇到新的函数、应用题或更正式的微积分符号，你都能把它们放回这套直观理解中。 回头看，从 <ref slide="1">函数从哪来</ref> 到这里，你建立的不是零散技巧，而是一种观察变化的数学视角。这正是学习函数与导数真正值得带走的能力。