Теорема Лагранжа 🏔️

Представь горный серпантин: за час езды ты поднялся на тысячу метров. Средняя скорость подъёма — тысяча метров в час. Но по дороге ты не ехал равномерно: где-то стоял на светофоре, где-то разгонялся на прямом участке, где-то полз в гору на второй передаче. Скорость подъёма постоянно менялась. Возникает естественный вопрос: был ли за этот час хотя бы один момент, когда твоя мгновенная скорость подъёма в точности совпадала со средней? Интуиция подсказывает — да, обязательно был, потому что скорость не может быть всё время либо строго выше, либо строго ниже среднего, иначе среднее было бы другим. Именно это интуитивное наблюдение теорема Лагранжа превращает в строгий математический факт.

Формально она звучит так: если функция непрерывна на отрезке $[a,b]$ и дифференцируема внутри него, на интервале $(a,b)$, то обязательно найдётся точка $c$, в которой мгновенная скорость изменения функции $f'(c)$ равна средней скорости изменения на всём отрезке, $\frac{f(b)-f(a)}{b-a}$. Это не какая-то абстрактная формальность ради формальности — это прямое обобщение теоремы Ролля, которую ты разбирал в прошлом уроке. Там речь шла о частном случае: если функция «поднялась и опустилась до того же уровня» ($f(a)=f(b)$), то где-то внутри обязательно была горизонтальная касательная. Теорема Лагранжа снимает это ограничение и говорит про общий случай: неважно, вернулась функция к тому же значению или нет — где-то внутри касательная обязательно окажется параллельна прямой, соединяющей концы графика.

Этот урок стоит на стыке трёх идей курса: теоремы Ролля (урок 189), строгого определения производной (урок 186) и грядущей теоремы Коши (урок 191), которая ещё через шаг обобщит саму теорему Лагранжа на пару функций и приведёт прямиком к правилу Лопиталя. Теорема Лагранжа — это шарнир, вокруг которого крутится вся дальнейшая теория: именно из неё выводится критерий монотонности функции по знаку производной, формула Тейлора с остаточным членом, и десятки практических неравенств, которые иначе пришлось бы доказывать вручную для каждого частного случая.

Забегая вперёд: та же самая теорема — в чуть более развитой форме, применённая не к самой функции, а к её производной, — лежит в основе одного из ключевых технических фактов теории оптимизации: оценки, которую называют леммой об убывании: она гарантирует, что градиентный спуск с достаточно маленьким шагом обучения уменьшает функцию потерь на каждой итерации. Без этого факта нельзя было бы доказать сходимость практически ни одного алгоритма оптимизации, который тренирует современные нейросети.

История: откуда это взялось?

Жозеф Луи Лагранж родился в 1736 году в Турине в обедневшей дворянской семье итало-французского происхождения (сам он позже подписывался то на итальянский, то на французский манер). В девятнадцать лет он уже преподавал математику в туринской артиллерийской школе, а к тридцати годам, по личному приглашению прусского короля Фридриха Великого, возглавил математическое отделение Берлинской академии наук — Фридрих написал ему, что при его дворе должен быть «величайший математик Европы». После смерти короля Лагранж перебрался в Париж, где и провёл остаток жизни, пережив там и революцию, и террор, и приход к власти Наполеона, который сделал его сенатором и графом Империи.

Главный труд Лагранжа — «Аналитическая механика» (1788) — заново построил всю классическую механику Ньютона на чисто алгебраическом языке, полностью отказавшись от геометрических чертежей и рассуждений: сам Лагранж с некоторой гордостью писал в предисловии, что в книге нет ни единого рисунка. Именно в поисках такого же полностью строгого, свободного от «геометрических костылей» обоснования анализа Лагранж написал трактат «Теория аналитических функций» (1797), где и появляется теорема, которую мы сегодня называем его именем. Любопытно, что сам Лагранж пришёл к ней не через теорему Ролля (которая к тому моменту уже была известна почти сто лет, с 1691 года), а через собственную, довольно оригинальную попытку обосновать производную через разложение функции в бесконечный степенной ряд — подход, который впоследствии оказался математически неполным, поскольку не всякая функция раскладывается в ряд Тейлора. Современное доказательство теоремы Лагранжа, которое ты увидишь дальше в этом уроке — через вспомогательную функцию и теорему Ролля, — появилось позже, уже в эпоху строгого построения анализа Коши и Вейерштрасса, и оказалось значительно короче и надёжнее исходного подхода самого Лагранжа.

Показательна и сама судьба имени Мишеля Ролля здесь: он умер за семнадцать лет до рождения Лагранжа, и был, как ты помнишь из прошлого урока, ярым противником нового анализа Ньютона и Лейбница. Получается забавная историческая рифма: теорема противника анализа стала опорным пунктом для теоремы одного из главных архитекторов строгого анализа следующего поколения. Дальнейшая судьба теоремы Лагранжа оказалась ещё богаче: в 1821 году её обобщил Огюстен Луи Коши (об этом — в следующем уроке 191), а обобщение Коши, в свою очередь, стало фундаментом правила Лопиталя и формулы Тейлора с остаточным членом в форме Лагранжа — конструкции, без которой сегодня невозможно представить ни один курс численных методов.

Формулировка теоремы Лагранжа и её геометрический смысл

Интуиция: секущая и касательная

Давай разберёмся с геометрической картинкой, прежде чем переходить к формуле. Возьми график произвольной гладкой функции $f$ на отрезке $[a,b]$ и соедини прямой линией две крайние точки графика — $(a, f(a))$ и $(b, f(b))$. Такая прямая называется секущей, и её угловой коэффициент — это в точности средняя скорость изменения функции на отрезке:

Теперь представь, что ты медленно двигаешь по графику маленькую линейку, наклон которой в каждой точке совпадает с наклоном касательной именно в этой точке — как крошечный флюгер, вращающийся вслед за кривизной графика. Теорема Лагранжа утверждает: где-то на пути от $a$ до $b$ этот флюгер обязательно на мгновение выстроится параллельно секущей. Не «почти параллельно», а в точности параллельно — то есть найдётся точка $c$, где угловой коэффициент касательной $f'(c)$ равен угловому коэффициенту секущей.

Формулировка

Теорема Лагранжа (о среднем значении, о конечных приращениях). Пусть функция $f$ непрерывна на отрезке $[a,b]$ и дифференцируема на интервале $(a,b)$. Тогда существует хотя бы одна точка $c \in (a,b)$ такая, что

$$f'(c) = \frac{f(b)-f(a)}{b-a}$$

Эту же формулу часто записывают в равносильном виде, домножив обе части на $(b-a)$:

— отсюда и второе название теоремы, «формула конечных приращений»: приращение функции на всём отрезке равно производной в некоторой промежуточной точке, умноженной на длину отрезка. Обрати внимание на условия — они совпадают с условиями теоремы Ролля, только третье условие ($f(a)=f(b)$) снято. Это не случайность: сама теорема Лагранжа сводится к теореме Ролля буквально в одну строку, и этому посвящён следующий блок урока.

Геометрический смысл теоремы можно сформулировать и без слова «касательная»: на графике любой гладкой функции всегда найдётся точка, где направление движения совпадает со средним направлением движения за весь путь. Физически: если $x$ — время, а $f(x)$ — координата, то $f'(c)$ — это мгновенная скорость в момент $c$, а $\frac{f(b)-f(a)}{b-a}$ — средняя скорость за весь промежуток времени от $a$ до $b$. Теорема гарантирует: обязательно был момент, когда мгновенная скорость в точности равнялась средней — это ровно то наблюдение про горный серпантин, с которого начинался урок, только теперь оно строго доказано.

Разбор примеров

Пример 1 (лёгкий). Проверить применимость теоремы Лагранжа к $f(x)=x^2$ на отрезке $[1,3]$ и найти точку $c$.

Функция $x^2$ — многочлен, значит непрерывна на $[1,3]$ и дифференцируема на $(1,3)$ (и вообще всюду), условия теоремы выполнены. Вычисляем среднюю скорость:

Ищем точку, где $f'(c)$ равна этому числу: $f'(x)=2x$, значит

Ответ: $c=2 \in (1,3)$ — точка найдена и лежит внутри отрезка, как и гарантирует теорема.

Пример 2 (средний). Составить уравнение секущей к графику $f(x)=x^2$ на отрезке $[-1,3]$ и найти точку $c$, где касательная к графику параллельна этой секущей.

Секущая проходит через точки $(-1, 1)$ и $(3, 9)$ (так как $f(-1)=1$, $f(3)=9$). Угловой коэффициент секущей:

Уравнение секущей: $y = 1 + 2(x+1) = 2x+3$. Теперь ищем $c$, где $f'(c)=2$: из $f'(x)=2x$ получаем $2c=2$, то есть $c=1$.

Ответ: секущая $y=2x+3$, точка касания параллельной ей касательной — $c=1 \in (-1,3)$. Уравнение самой касательной в этой точке: $y = f(1)+f'(1)(x-1) = 1+2(x-1) = 2x-1$ — прямая, параллельная секущей (тот же угловой коэффициент $2$), но проходящая через другую точку графика.

Пример 3 (сложный, физика движения). Автомобиль движется по прямой дороге, и за первые пять секунд его координата меняется по закону $s(t) = t^3 - 6t^2 + 12t$ (метры, секунды). Найти момент, в который мгновенная скорость автомобиля равна его средней скорости за эти пять секунд, и убедиться, что теорема Лагранжа применима.

Функция $s(t)$ — многочлен, непрерывна и дифференцируема всюду, значит теорема применима на $[0,5]$. Считаем координаты на концах:

Средняя скорость: $\dfrac{s(5)-s(0)}{5-0} = \dfrac{35}{5} = 7$ м/с. Мгновенная скорость — производная: $v(t) = s'(t) = 3t^2-12t+12$. Решаем уравнение $v(c)=7$:

По формуле корней квадратного уравнения: $c = \dfrac{12 \pm \sqrt{144-60}}{6} = \dfrac{12\pm\sqrt{84}}{6} = 2 \pm \dfrac{\sqrt{84}}{6}$. Так как $\sqrt{84}\approx9{,}165$, получаем $c_1 \approx 2 - 1{,}53 = 0{,}47$ и $c_2 \approx 2+1{,}53=3{,}53$. Оба корня лежат в интервале $(0,5)$.

Ответ: теорема Лагранжа гарантирует хотя бы одну такую точку, а здесь их даже две: $c_1\approx0{,}47$ с и $c_2\approx3{,}53$ с — в оба этих момента мгновенная скорость автомобиля в точности равна средней скорости за всю поездку, $7$ м/с. Это важное наблюдение: теорема обещает существование хотя бы одной точки $c$, но никогда не обещает единственности — таких точек может быть сколько угодно.

Почему это важно

Формула конечных приращений — это первый в курсе инструмент, который связывает глобальное поведение функции на целом отрезке (разность значений на концах) с локальным значением производной в какой-то одной, пусть и заранее неизвестной, точке. До этой теоремы вся техника производной работала строго «в точке»: ты умел находить мгновенную скорость в конкретной точке, но не имел строгого моста между этим локальным числом и тем, что происходит на протяжённом участке. Именно этот мост и станет рабочим инструментом следующих двух блоков урока — для доказательства того, что функция с нулевой производной постоянна, и для доказательства неравенств, где производную оценивают на всём интервале сразу, а не в одной точке.

Теорема Ролля как частный случай теоремы Лагранжа: доказательство через вспомогательную функцию

Интуиция: убираем наклон секущей

Давай разберёмся, как теорема Ролля, разобранная в прошлом уроке, превращается в частный случай теоремы Лагранжа, и заодно построим доказательство самой теоремы Лагранжа. Идея удивительно простая: возьми график функции $f$ на $[a,b]$ и мысленно «выпрями» секущую, наклонив всю картинку так, чтобы секущая стала горизонтальной. Технически это делается не поворотом (который испортил бы производную), а вычитанием линейной функции, задающей саму секущую, из $f$. Если из $f(x)$ вычесть линейную функцию, график которой и есть секущая, получится новая функция $\varphi(x)$, у которой $\varphi(a)=\varphi(b)=0$ — то есть в точности выполнены условия теоремы Ролля.

Доказательство теоремы Лагранжа

Построим вспомогательную функцию:

Разберём, что здесь происходит: второе и третье слагаемые вместе — это в точности уравнение секущей, проходящей через $(a,f(a))$ и $(b,f(b))$, записанное в форме «через точку и угловой коэффициент». Функция $\varphi(x)$ — это разность между графиком $f$ и этой секущей: она измеряет, насколько график $f$ в точке $x$ отклоняется от прямой линии, соединяющей его концы.

Проверим условия теоремы Ролля для $\varphi$.

• Непрерывность на $[a,b]$: $\varphi$ — это $f(x)$ минус линейная функция, а линейная функция непрерывна везде; сумма (разность) непрерывных функций непрерывна, значит $\varphi$ непрерывна на $[a,b]$, поскольку непрерывна $f$.

• Дифференцируемость на $(a,b)$: по той же причине (линейная функция дифференцируема всюду) $\varphi$ дифференцируема на $(a,b)$, поскольку дифференцируема $f$, и

• Равенство на концах: подставим $x=a$: $\varphi(a) = f(a)-f(a)-\frac{f(b)-f(a)}{b-a}\cdot0 = 0$. Подставим $x=b$: $\varphi(b) = f(b)-f(a)-\frac{f(b)-f(a)}{b-a}(b-a) = f(b)-f(a)-\bigl(f(b)-f(a)\bigr) = 0$.

Итак, $\varphi(a)=\varphi(b)=0$ — третье условие теоремы Ролля тоже выполнено. По теореме Ролля существует точка $c\in(a,b)$, в которой $\varphi'(c)=0$:

Это и есть в точности утверждение теоремы Лагранжа. Доказательство завершено.

Следствие (обратное направление). Если в теореме Лагранжа $f(a)=f(b)$, то средняя скорость $\frac{f(b)-f(a)}{b-a}$ равна нулю, и теорема даёт $f'(c)=0$ для некоторого $c\in(a,b)$ — а это в точности формулировка теоремы Ролля. Таким образом, теорема Ролля — это теорема Лагранжа при дополнительном условии $f(a)=f(b)$, а теорема Лагранжа — это результат «выпрямления» секущей до горизонтали и последующего применения теоремы Ролля к выпрямленному графику.

Разбор примеров

Пример 1 (лёгкий). Выписать вспомогательную функцию $\varphi(x)$ теоремы Лагранжа для $f(x)=x^2$ на $[1,3]$ и убедиться, что $\varphi(1)=\varphi(3)=0$.

Средняя скорость уже посчитана в примере 1 предыдущего блока: $\dfrac{f(3)-f(1)}{3-1}=4$. Вспомогательная функция:

Проверка: $\varphi(1) = 1-4+3=0$, $\varphi(3)=9-12+3=0$. Оба значения равны нулю, как и требуется.

Ответ: $\varphi(x)=x^2-4x+3$; это в точности парабола из примера 1 урока про теорему Ролля (там она разбиралась на отрезке $[1,3]$ напрямую) — не совпадение, а прямая иллюстрация того, что вспомогательная функция теоремы Лагранжа для $f(x)=x^2$ автоматически удовлетворяет условиям теоремы Ролля.

Пример 2 (средний). Функция $f(x)=x^3$ рассматривается на отрезке $[0,3]$. Найти вспомогательную функцию $\varphi(x)$, применить к ней теорему Ролля и убедиться, что найденная точка $c$ совпадает с точкой из прямого применения теоремы Лагранжа.

Средняя скорость: $\dfrac{f(3)-f(0)}{3-0} = \dfrac{27-0}{3}=9$. Вспомогательная функция:

Проверка: $\varphi(0)=0$, $\varphi(3)=27-27=0$ — условия Ролля выполнены. Находим $\varphi'(x)=3x^2-9$, решаем $\varphi'(c)=0$: $3c^2=9$, $c^2=3$, $c=\sqrt3$ (берём положительный корень, так как $c\in(0,3)$).

Прямое применение теоремы Лагранжа: $f'(x)=3x^2$, решаем $3c^2=9$ — то же самое уравнение, тот же ответ $c=\sqrt3$.

Ответ: $c=\sqrt3\approx1{,}732 \in (0,3)$ — оба способа, доказательство через теорему Ролля и прямое применение формулы Лагранжа, закономерно дают один и тот же результат, потому что это буквально одно и то же уравнение $\varphi'(c)=0 \Leftrightarrow f'(c)=\frac{f(b)-f(a)}{b-a}$.

Пример 3 (сложный). Доказать без явного вычисления точки $c$, что для любой функции $f$, непрерывной на $[a,b]$ и дифференцируемой на $(a,b)$, вспомогательная функция $\varphi(x)$ теоремы Лагранжа удовлетворяет соотношению $\varphi(x) = f(x) - \ell(x)$, где $\ell(x)$ — уравнение секущей, и объяснить геометрический смысл того факта, что $\varphi$ обращается в ноль ровно в точке экстремума при некоторых дополнительных условиях.

По построению $\ell(x) = f(a) + \frac{f(b)-f(a)}{b-a}(x-a)$ — это в точности уравнение прямой, проходящей через $(a,f(a))$ и $(b,f(b))$, то есть секущей к графику $f$. Тогда $\varphi(x) = f(x)-\ell(x)$ — это «вертикальное расстояние» (со знаком) от графика $f$ до секущей в точке $x$: положительное значение $\varphi(x)$ означает, что график в этой точке лежит выше секущей, отрицательное — ниже.

Если, например, $f$ выпукла вниз на $[a,b]$ (график лежит не выше своих хорд — понятие выпуклости появится в одном из следующих уроков курса), то $\varphi(x) \le 0$ на всём отрезке, причём $\varphi(a)=\varphi(b)=0$ по построению. Функция $\varphi$, будучи непрерывной на отрезке и неположительной с нулевыми значениями на концах, либо тождественно равна нулю (тогда $f$ сама линейна), либо достигает своего минимума (наиболее отрицательного значения) в некоторой внутренней точке — а по теореме Ферма о необходимом условии экстремума (материал более раннего урока курса) в точке внутреннего экстремума дифференцируемой функции производная обязана обращаться в ноль. Это и есть та самая точка $c$: геометрически — точка, где график дальше всего «проваливается» под секущую (или поднимается над ней, для выпуклой вверх функции), и именно там касательная параллельна секущей, потому что в точке максимального удаления от прямой линии направление движения графика на мгновение совпадает с направлением самой этой прямой.

Ответ: вспомогательная функция $\varphi(x)$ — это в точности разность между графиком и его секущей, а точка $c$ из теоремы Лагранжа — это (по крайней мере в выпуклом случае) точка, где график дальше всего отклоняется от прямой, соединяющей его концы, что даёт наглядную геометрическую интерпретацию самого доказательства, а не только его формальный механизм.

Почему это важно

Приём «вычесть секущую и свести к теореме Ролля» — это не просто способ доказать одну конкретную теорему. Это общий шаблон, который в математическом анализе встречается снова и снова: чтобы доказать утверждение про разность значений функции на концах отрезка, часто оказывается достаточно построить подходящую вспомогательную функцию, обнулить её на концах и применить теорему Ролля. Именно так будет доказана теорема Коши в следующем уроке (там вспомогательная функция чуть сложнее, потому что участвуют сразу две функции $f$ и $g$), и точно так же будет выводиться формула Тейлора с остаточным членом. Освоив этот приём один раз на теореме Лагранжа, ты, по сути, получаешь ключ сразу к нескольким следующим темам курса.

Следствия теоремы Лагранжа: когда функция постоянна

Интуиция: нулевая скорость везде — значит, стоим на месте

Представь, что ты снова смотришь на спидометр автомобиля, но теперь стрелка спидометра показывает ровно ноль на протяжении всей поездки, в каждый момент времени, без единого исключения. Что это означает для координаты автомобиля? Очевидный ответ — автомобиль вообще не двигался, его координата не менялась ни на метр. Это интуитивно понятное наблюдение и есть первое, самое важное следствие теоремы Лагранжа: если производная функции тождественно равна нулю на целом интервале, сама функция на этом интервале не меняется — она константа.

Следствие 1: нулевая производная влечёт постоянство функции

Теорема (следствие 1). Если функция $f$ дифференцируема на интервале $(a,b)$ и $f'(x)=0$ для всех $x\in(a,b)$, то $f$ постоянна на этом интервале: $f(x)=C$ для некоторого числа $C$ и всех $x\in(a,b)$.

Доказательство. Возьмём любые две точки $x_1 < x_2$ из интервала $(a,b)$. Функция $f$ дифференцируема на всём $(a,b)$, а значит и непрерывна там же (по теореме о связи дифференцируемости и непрерывности из урока 186) — в частности, $f$ непрерывна на $[x_1,x_2]$ и дифференцируема на $(x_1,x_2)$, то есть к отрезку $[x_1,x_2]$ применима теорема Лагранжа. По этой теореме существует точка $c\in(x_1,x_2)$ такая, что

Но по условию $f'(x)=0$ для всех $x$ из $(a,b)$, в том числе и для $x=c$, значит $f'(c)=0$, и правая часть равна нулю:

Точки $x_1,x_2$ были выбраны произвольно, значит функция принимает одинаковое значение в любых двух точках интервала — то есть постоянна. Доказательство завершено.

Обрати внимание на логическую структуру: доказательство не работает напрямую с производной как с «мгновенной скоростью в каждой точке» — вместо этого оно применяет теорему Лагранжа к любой паре точек и переносит информацию о нулевой производной в этой промежуточной точке $c$ на разность значений функции на концах. Это типичный приём анализа: локальная информация (значение производной в одной точке) превращается в глобальный вывод (равенство значений функции в двух произвольных точках) именно через теорему о среднем.

Следствие 2: равные производные — функции отличаются на константу

Теорема (следствие 2). Если функции $f$ и $g$ дифференцируемы на интервале $(a,b)$ и $f'(x)=g'(x)$ для всех $x\in(a,b)$, то $f$ и $g$ отличаются на этом интервале на постоянное слагаемое: $f(x) = g(x) + C$ для некоторого числа $C$.

Доказательство. Рассмотрим вспомогательную функцию $h(x) = f(x)-g(x)$. Она дифференцируема на $(a,b)$ как разность дифференцируемых функций, и

для всех $x\in(a,b)$ по условию. По следствию 1, только что доказанному, функция $h$ постоянна: $h(x)=C$ для некоторого $C$. Значит $f(x)-g(x)=C$, то есть $f(x)=g(x)+C$. Доказательство завершено.

Это следствие — фундамент, на котором держится вся идея неопределённого интеграла, хотя сама тема первообразных появится в курсе позже. Уже сейчас можно сформулировать её суть: если две функции имеют одну и ту же производную на интервале, они не могут «разбежаться» произвольным образом — единственная возможная разница между ними это постоянное вертикальное смещение графика, ничего больше.

Разбор примеров

Пример 1 (лёгкий). Доказать, что функция $f(x) = 5x - 2 - (5x-2)$ постоянна на всей числовой прямой, используя следствие 1, а не прямое упрощение выражения.

Формально $f(x)$ упрощается алгебраически до $f(x)=0$ мгновенно, но разберём это же через следствие 1, чтобы отработать метод. Продифференцируем: производная линейной функции $5x-2$ равна $5$ (задание 2 урока про строгое определение производной), поэтому

для всех $x$. По следствию 1 функция постоянна на любом интервале, а значит и на всей прямой. Чтобы найти саму константу, достаточно вычислить значение в одной удобной точке, например $x=0$: $f(0) = -2-(-2) = 0$.

Ответ: $f(x) \equiv 0$ на всей числовой прямой — метод следствия 1 (продифференцировать, убедиться, что производная нулевая, подставить одну точку) работает даже для тривиальных случаев и служит хорошей проверкой самого метода.

Пример 2 (средний). Известно, что $f'(x) = 6x^2$ для всех вещественных $x$, и $f(1) = 5$. Найти $f(x)$.

Рассмотрим функцию сравнения $g(x) = 2x^3$: по правилу $(x^n)'=nx^{n-1}$, доказанному в уроке 186, $g'(x) = 6x^2 = f'(x)$. По следствию 2 функции $f$ и $g$ отличаются на константу: $f(x) = 2x^3 + C$. Используем известное значение $f(1)=5$, чтобы найти $C$:

Ответ: $f(x) = 2x^3+3$ — единственная функция с производной $6x^2$, проходящая через точку $(1,5)$.

Пример 3 (сложный, ML). Пусть функция потерь одного параметра $w$ имеет производную $L'(w) = 2w-4$ при всех $w$, и известно, что в точке $w=0$ значение потерь равно $L(0)=10$. Используя следствие 2, найти явную формулу $L(w)$ и определить, при каком значении $w$ потери минимальны.

Функция сравнения $M(w) = w^2-4w$: по правилам дифференцирования $M'(w) = 2w-4 = L'(w)$. По следствию 2: $L(w) = w^2-4w+C$. Подставляем известное значение:

Значит $L(w) = w^2-4w+10$. Чтобы найти минимум, заметим, что $L'(w)=2w-4=0$ при $w=2$, а при $w<2$ производная отрицательна (потери убывают при росте $w$), при $w>2$ — положительна (потери растут), значит $w=2$ — точка минимума.

Ответ: $L(w) = w^2-4w+10 = (w-2)^2+6$, минимум достигается при $w=2$ и равен $L(2)=6$. Обрати внимание на практический смысл: зная только производную функции потерь во всех точках (а не саму функцию), с помощью следствия 2 и одного дополнительного замера $L(0)$ можно однозначно восстановить всю функцию потерь целиком — этот же принцип лежит в основе того, почему градиентный спуск, работающий исключительно с производными (градиентами), в принципе способен находить минимум функции, даже не имея явной аналитической формулы для самой функции потерь.

Почему это важно

Следствия теоремы Лагранжа — это первый в курсе строгий инструмент, который переводит информацию о знаке и величине производной в информацию о поведении самой функции: не меняется ли функция вообще (следствие 1), совпадают ли две функции с точностью до сдвига (следствие 2), а чуть дальше, при небольшом усилении того же рассуждения (замена «производная равна нулю» на «производная больше нуля»), — растёт функция или убывает. Это тот самый переход от локального к глобальному, который является главной темой всего блока курса о применении производных: пока ты умел только вычислять производную в отдельной точке, у тебя не было строгого способа сказать что-либо про функцию целиком — теорема Лагранжа и её следствия дают этот способ.

Применение теоремы Лагранжа для доказательства неравенств

Интуиция: если скорость ограничена, то и путь ограничен

Давай разберёмся с ещё одним важным применением теоремы. Представь снова автомобиль на трассе: если тебе известно, что скорость машины никогда не превышала $90$ км/ч на протяжении часа, то пройденный за этот час путь заведомо не может превысить $90$ км — это довольно очевидное наблюдение из повседневного опыта, и теорема Лагранжа превращает его в строгий и универсальный инструмент доказательства неравенств: если производная функции ограничена сверху числом $M$ и снизу числом $m$ на всём интервале, то приращение функции на этом интервале ограничено соответствующими величинами, домноженными на длину интервала.

Общая схема доказательства неравенств

Идея работает так: чтобы доказать неравенство вида $f(b) - f(a) \le M(b-a)$, достаточно показать, что $f'(x) \le M$ для всех $x$ на рассматриваемом интервале. По теореме Лагранжа $f(b)-f(a) = f'(c)(b-a)$ для некоторой точки $c$ внутри интервала, а раз $f'(c)\le M$ и $(b-a) > 0$, то и $f'(c)(b-a) \le M(b-a)$ — то есть и $f(b)-f(a) \le M(b-a)$. Тот же приём с обратным знаком неравенства даёт оценку снизу.

Следствие (оценка приращения через ограниченность производной). Если $f$ дифференцируема на $(a,b)$, непрерывна на $[a,b]$ и $m \le f'(x) \le M$ для всех $x\in(a,b)$, то

$$m(b-a) \le f(b)-f(a) \le M(b-a)$$

Разбор примеров

Пример 1 (лёгкий). Доказать неравенство $|\sin b - \sin a| \le |b-a|$ для любых вещественных $a,b$.

Пусть для определённости $ab$ сводится к перестановке ролей). Функция $f(x)=\sin x$ непрерывна и дифференцируема всюду, $f'(x)=\cos x$. По теореме Лагранжа на $[a,b]$ существует $c$ такое, что

Поскольку $|\cos c| \le 1$ для любого $c$ (базовое свойство косинуса), берём модуль обеих частей:

Ответ: неравенство доказано для произвольных $a,b$, включая случай $a>b$ (по симметрии модуля). Геометрический смысл: синусоида нигде не может «расти» или «падать» быстрее, чем растёт сам аргумент, поскольку её производная нигде не превышает единицы по модулю.

Пример 2 (средний). Доказать, что $e^x > 1+x$ для всех $x>0$, применяя теорему Лагранжа к функции $f(t)=e^t$ на отрезке $[0,x]$.

Функция $e^t$ непрерывна и дифференцируема всюду, $f'(t)=e^t$. Применим теорему Лагранжа на $[0,x]$ при фиксированном $x>0$:

Поскольку экспонента строго возрастает, а $c>0$, то $e^c > e^0 = 1$. Значит

Ответ: неравенство $e^x>1+x$ доказано для всех $x>0$. Это классическая и очень часто используемая оценка: касательная к экспоненте в нуле, $y=1+x$, всюду (кроме самой точки касания) лежит строго ниже графика $e^x$ — прямое следствие выпуклости экспоненты, которая сама вытекает из положительности второй производной, но которую мы получили здесь напрямую, без обращения к выпуклости, одной лишь теоремой Лагранжа.

Пример 3 (сложный, ML — численная оценка). С помощью теоремы Лагранжа оценить (без калькулятора, приближённо) значение $\sqrt{4{,}1}$, получив оценку сверху и снизу, и сравнить с точным значением.

Рассмотрим $f(x)=\sqrt x$ на отрезке $[4;\,4{,}1]$. Функция непрерывна и дифференцируема на этом отрезке ($x>0$), $f'(x) = \dfrac{1}{2\sqrt x}$ (формула выведена в уроке 186). По теореме Лагранжа

Функция $\dfrac{1}{2\sqrt c}$ убывает по $c$, поэтому на интервале $(4;4{,}1)$ она заключена между своими значениями на концах:

Так как $\sqrt{4{,}1}$ чуть больше $2$ (нам и предстоит его оценить, но для нижней границы достаточно грубой оценки $\sqrt{4{,}1}<2{,}03$), имеем $\dfrac{1}{2\sqrt{4{,}1}} > \dfrac{1}{2\cdot2{,}03} \approx 0{,}2463$. Значит

Ответ: $2{,}02463 < \sqrt{4{,}1} < 2{,}025$. Точное значение $\sqrt{4{,}1}\approx2{,}02485$ — оно действительно лежит внутри полученного интервала. Это тот же самый приём, на котором строятся оценки погрешности приближённых вычислений в численных методах: зная только границы производной на небольшом отрезке, можно заранее, без единого «настоящего» вычисления квадратного корня, гарантировать, в каких пределах лежит точное значение.

Почему это важно

Приём «ограничь производную — получи оценку приращения» превращает теорему Лагранжа из красивого утверждения о существовании точки в рабочий инструмент доказательства неравенств, причём инструмент значительно более мощный, чем алгебраические преобразования: там, где алгебраическое доказательство неравенства $e^x>1+x$ потребовало бы отдельного трюка, теорема Лагранжа даёт единый метод, который с минимальными изменениями работает для десятков похожих неравенств — синуса, логарифма, арктангенса и множества других функций, для которых известны границы производной.

Теорема Лагранжа в оценках погрешности и скорости сходимости методов оптимизации

Интуиция: линейное приближение и цена ошибки

Представь, что ты пытаешься быстро оценить значение сложной функции потерь $L(w)$ рядом с текущим значением веса $w_0$, не вычисляя её заново с нуля — вместо этого ты используешь линейное приближение (касательную): $L(w) \approx L(w_0) + L'(w_0)(w-w_0)$. Это ровно та же идея, что стоит за дифференциалом функции (урок 187) и за одним шагом метода Ньютона. Но линейное приближение — это именно приближение, а не точное значение, и естественный вопрос — насколько велика ошибка этого приближения? Ответ снова даёт теорема Лагранжа, только применённая не к самой функции, а к её производной.

Оценка погрешности линейного приближения

Если функция $f$ дважды дифференцируема и известна граница второй производной $|f''(x)| \le M$ на рассматриваемом отрезке, то ошибку линейного приближения можно строго оценить. Применим теорему Лагранжа к функции $g(x) = f'(x)$ на отрезке между $x_0$ и $x$:

Это в точности утверждение о том, что производная $f'$ меняется не быстрее, чем позволяет граница $M$ второй производной — константа, которую в анализе алгоритмов оптимизации называют константой Липшица градиента.

Следствие (липшицевость производной). Если $|f''(x)| \le M$ для всех $x$ на отрезке между $x_1$ и $x_2$, то

$$|f'(x_2) - f'(x_1)| \le M\,|x_2-x_1|$$

Отсюда, применяя теорему Лагранжа уже к самой функции $f$ (а точнее — используя формулу Тейлора первого порядка с остаточным членом в форме Лагранжа, которая доказывается тем же вспомогательным методом, что и сама теорема Лагранжа, только для функции $\psi(x) = f(x)-f(x_0)-f'(x_0)(x-x_0) - \frac{M}{2}(x-x_0)^2$), получают ключевую для теории оптимизации оценку — так называемую лемму об убывании:

Разбор примеров

Пример 1 (лёгкий). Оценить погрешность линейного приближения $f(x) \approx f(0)+f'(0)x$ для $f(x)=e^x$ на отрезке $[0;\,0{,}1]$, зная, что $f''(x)=e^x \le e^{0{,}1}\approx1{,}105$ на этом отрезке.

По формуле с остаточным членом (частный случай общей оценки выше, при $x_0=0$, $M=1{,}105$):

Ответ: линейное приближение $e^{0{,}1}\approx1+0{,}1=1{,}1$ отличается от истинного значения не более чем на $0{,}00553$. Точное значение $e^{0{,}1}\approx1{,}10517$, реальная погрешность $\approx0{,}00517$ — укладывается в полученную оценку.

Пример 2 (средний, ML — липшицев градиент). Функция потерь $L(w)=w^2$ имеет вторую производную $L''(w)=2$ (константа), значит константа Липшица градиента $M=2$. Проверить лемму об убывании для $w_0=3$ и $w=5$, вычислив обе части неравенства напрямую.

Левая часть: $L(5) = 25$. Правая часть (используя $L(3)=9$, $L'(w)=2w$, значит $L'(3)=6$):

Ответ: обе части равны $25$ — неравенство обращается в точное равенство, что закономерно: для квадратичной функции $w^2$ формула Тейлора первого порядка с остаточным членом не приближённая, а точная, поскольку третья производная (и все последующие) равна нулю, и остаточный член в форме Лагранжа честно улавливает всю оставшуюся кривизну параболы без всякой ошибки округления.

Пример 3 (сложный, ML — гарантия убывания градиентного спуска). Пусть функция потерь $L(w)$ имеет ограниченную вторую производную $|L''(w)| \le M$ всюду. Шаг градиентного спуска задан как $w_{k+1} = w_k - \eta\,L'(w_k)$ для некоторого шага обучения $\eta>0$. Используя лемму об убывании, показать, что если $\eta \le \dfrac{1}{M}$, то $L(w_{k+1}) \le L(w_k)$, то есть функция потерь на каждом шаге не возрастает.

Применим лемму об убывании с $x_0=w_k$, $x=w_{k+1}$:

Подставим $w_{k+1}-w_k = -\eta\,L'(w_k)$:

Если $\eta \le \dfrac1M$, то $M\eta \le 1$, значит $1-\dfrac{M\eta}{2} \ge 1-\dfrac12 = \dfrac12 > 0$. Так как $\eta>0$ и $\bigl(L'(w_k)\bigr)^2 \ge 0$, весь вычитаемый член $\eta\Bigl(1-\frac{M\eta}{2}\Bigr)\bigl(L'(w_k)\bigr)^2 \ge 0$.

Ответ: $L(w_{k+1}) \le L(w_k) - \eta\Bigl(1-\frac{M\eta}{2}\Bigr)\bigl(L'(w_k)\bigr)^2 \le L(w_k)$ — функция потерь не возрастает на каждой итерации, если шаг обучения не превышает $\dfrac1M$, где $M$ — граница второй производной (константа Липшица градиента). Это — упрощённая одномерная версия строгого доказательства сходимости градиентного спуска, которое в многомерном случае использует ту же самую идею, только вместо теоремы Лагранжа там применяется её интегральный аналог, но фундамент рассуждения — оценка приращения функции через ограниченность её производной — в точности тот, что был выведен здесь.

Почему это важно

Именно эта, казалось бы, чисто техническая оценка объясняет одно из самых практичных инженерных правил машинного обучения: почему слишком большой шаг обучения «взрывает» обучение (функция потерь начинает расти вместо того, чтобы убывать), а слишком маленький — делает обучение неоправданно медленным. Лемма об убывании, выведенная напрямую из теоремы Лагранжа, даёт точную количественную границу: шаг обучения должен быть не больше обратной величины к константе Липшица градиента функции потерь. Это не эмпирическое правило, подобранное методом проб и ошибок, а строгая математическая гарантия, которая вытекает из той же самой теоремы, что ты только что доказал через вспомогательную функцию и теорему Ролля.

Практика: 30 заданий

Базовые задания (1–10)

Задание 1: Проверить применимость теоремы Лагранжа к $f(x)=x^2$ на отрезке $[1,3]$ и найти точку $c$.

Задание 2: Найти точку $c$ теоремы Лагранжа для $f(x)=x^3$ на отрезке $[0,2]$.

Задание 3: Найти точку $c$ теоремы Лагранжа для $f(x)=\sqrt{x}$ на отрезке $[1,4]$.

Задание 4: Найти точку $c$ теоремы Лагранжа для $f(x)=\dfrac1x$ на отрезке $[1,2]$.

Задание 5: Найти точку $c$ теоремы Лагранжа для $f(x)=\ln x$ на отрезке $[1,e]$.

Задание 6: Найти точку $c$ теоремы Лагранжа для $f(x)=\sin x$ на отрезке $[0,\pi]$ и объяснить, почему в этом случае теорема Лагранжа фактически совпадает с теоремой Ролля.

Задание 7: Составить уравнение секущей к графику $f(x)=x^2$ на отрезке $[-1,3]$ и найти точку $c$, где касательная параллельна этой секущей.

Задание 8: Доказать, что функция $f(x)=7$ (константа) удовлетворяет теореме Лагранжа на любом отрезке $[a,b]$, и указать, какие точки $c$ подходят.

Задание 9: Тело движется по закону $s(t)=t^2+3t$ (метры, секунды) на отрезке времени $[1,4]$. Найти момент, когда мгновенная скорость равна средней скорости за этот промежуток.

Задание 10: Для $f(x)=x^2-4x+1$ на отрезке $[0,4]$ найти точку $c$ и объяснить геометрический смысл полученного результата.

Средние задания (11–20)

Задание 11: Доказать неравенство $|\sin b - \sin a| \le |b-a|$ для произвольных вещественных $a,b$.

Задание 12: Доказать, что $e^x>1+x$ для всех $x>0$, применяя теорему Лагранжа к $f(t)=e^t$ на $[0,x]$.

Задание 13: Доказать, что $\ln(1+x)0$, применяя теорему Лагранжа к $f(t)=\ln(1+t)$ на $[0,x]$.

Задание 14: Доказать, что $|\operatorname{arctg} b - \operatorname{arctg} a| \le |b-a|$ для произвольных $a,b$, и объяснить, почему для отрезка $[0,1]$ неравенство строгое.

Задание 15: Найти все точки $c$ теоремы Лагранжа для $f(x)=x^3-3x$ на отрезке $[-1,2]$.

Задание 16: Известно, что $f'(x)=2x$ при всех вещественных $x$ и $f(0)=5$. Используя следствие теоремы Лагранжа, найти $f(x)$.

Задание 17: Известно, что $f'(x)=\cos x$ при всех $x$ и $f(0)=3$. Найти $f(x)$.

Задание 18: Доказать, что многочлен $f(x)=x^3+2x+5$ строго возрастает на всей числовой прямой и, как следствие, имеет ровно один вещественный корень.

Задание 19: С помощью теоремы Лагранжа оценить $\sqrt{4{,}1}$, получив оценку сверху и снизу без использования калькулятора для корня.

Задание 20: Скорость автомобиля на протяжении часа непрерывно менялась, но всегда оставалась в пределах от $60$ до $90$ км/ч. Мог ли автомобиль проехать за этот час $100$ км? А $50$ км?

Продвинутые задания (21–30)

Задание 21 (ML): Функция потерь $L(w)$ дважды дифференцируема, и известно, что $|L''(w)|\le M$ для всех $w$. Используя теорему Лагранжа, применённую к функции $L'(w)$, доказать оценку $|L'(w_2)-L'(w_1)|\le M|w_2-w_1|$ (липшицевость градиента).

Задание 22 (ML): Используя результат задания 21, вывести оценку (лемму об убывании): $L(w_2)\le L(w_1)+L'(w_1)(w_2-w_1)+\dfrac{M}{2}(w_2-w_1)^2$.

Задание 23 (ML, метод Ньютона): Оценить погрешность линейного приближения $f(x)\approx f(0)+f'(0)x$ для $f(x)=e^x$ на отрезке $[0;0{,}1]$, зная $f''(x)=e^x\le e^{0{,}1}\approx1{,}105$ на этом отрезке.

Задание 24: Доказать, что многочлен $P(x)=x^5-5x+1$ имеет не более трёх различных вещественных корней.

Задание 25: Доказать неравенство $\dfrac{b-a}{b} < \ln\dfrac{b}{a} < \dfrac{b-a}{a}$ для $0

Задание 26 (ML): Обновление веса задано как $w_{k+1}=w_k-\dfrac{1}{L_c}L'(w_k)$, где $L_c$ — константа Липшица градиента функции потерь ($|L''(w)|\le L_c$). Используя лемму об убывании из задания 22, показать, что $L(w_{k+1})\le L(w_k)$.

Задание 27: Найти точку $c$ теоремы Лагранжа для $f(x)=\arcsin x$ на отрезке $\bigl[0;\,\tfrac12\bigr]$ и проверить, что она лежит в нужном интервале.

Задание 28: Доказать, что функция $f(x)=x-\sin x$ не убывает на всей числовой прямой, и вывести отсюда, что уравнение $x-\sin x=0$ имеет единственный корень $x=0$.

Задание 29 (ML, численное дифференцирование): Показать, используя теорему Лагранжа, что разностная производная $\dfrac{f(x+h)-f(x)}{h}$, применяемая при вычислении градиента методом конечных разностей, сходится к $f'(x)$ при $h\to0$, и оценить погрешность через ограниченность $f''$.

Задание 30: Доказать неравенство $\sin x < x < \operatorname{tg} x$ для $x\in\bigl(0,\tfrac{\pi}{2}\bigr)$, используя теорему Лагранжа отдельно для $\sin$ и для вспомогательной функции $\operatorname{tg} t - t$.

Частые ошибки

Ошибка 1. Забывают, что теорема Лагранжа гарантирует лишь существование точки $c$, но не даёт способа найти её без решения уравнения.

Как выглядит: после проверки условий теоремы студент останавливается на фразе «значит, точка $c$ существует» и не выполняет дальнейшие вычисления там, где задание требует найти конкретное значение.

Почему возникает: формулировка теоремы звучит как утверждение о существовании, и кажется, что на этом доказательная часть закончена.

Как правильно: теорема — это гарантия, что уравнение $f'(x)=\dfrac{f(b)-f(a)}{b-a}$ имеет решение внутри $(a,b)$; если задание просит найти саму точку, нужно явно решить это уравнение, как в заданиях 1–10.

Ошибка 2. Применяют теорему Лагранжа на отрезке, где функция не дифференцируема хотя бы в одной внутренней точке.

Как выглядит: берут $f(x)=|x|$ на отрезке $[-1,2]$ и пытаются найти точку $c$, где $f'(c)$ равно средней скорости, не заметив, что в точке $x=0$ (внутри отрезка) производной не существует.

Почему возникает: внешне функция кажется «достаточно простой», и про негладкость в отдельной точке легко забыть, особенно если формула $|x|$ не привлекает внимания как потенциально проблемная.

Как правильно: перед применением теоремы Лагранжа всегда явно проверяй непрерывность на замкнутом отрезке и дифференцируемость на открытом интервале — если хотя бы в одной внутренней точке производной нет, теорема попросту неприменима, и вывод, полученный формальным применением, недостоверен.

Ошибка 3. Путают условие теоремы «дифференцируема на $(a,b)$» с условием «дифференцируема на $[a,b]$», включая концы.

Как выглядит: пытаются потребовать существования производной в самих точках $a$ и $b$, хотя теореме это не нужно, и из-за этого отбрасывают вполне рабочие примеры (скажем, $f(x)=\sqrt x$ на $[0,4]$, где в точке $x=0$ производная не определена как двусторонняя).

Почему возникает: смешение требований к отрезку (непрерывность) и к интервалу (дифференцируемость) — на первый взгляд кажется логичным требовать одного и того же условия на всём отрезке целиком.

Как правильно: теорема требует дифференцируемости строго внутри интервала $(a,b)$, а на концах достаточно непрерывности; это, кстати, в точности повторяет структуру условий теоремы Ролля из прошлого урока.

Ошибка 4. Считают следствие 1 («если $f'(x)=0$ всюду на интервале, то $f$ постоянна») справедливым, даже если область определения состоит из нескольких несвязных интервалов.

Как выглядит: для функции $f(x)=\operatorname{arctg} x + \operatorname{arctg}\dfrac1x$, определённой отдельно при $x>0$ и при $x<0$, у которой производная тождественно равна нулю на каждом из двух лучей, делают вывод, что функция постоянна на всей области определения одним числом.

Почему возникает: формулировка следствия про «интервал» воспринимается расширительно, как «вся область определения», без внимания к тому, что область может распадаться на несколько кусков.

Как правильно: следствие 1 гарантирует постоянство только на одном связном интервале; если область определения — объединение нескольких непересекающихся интервалов, константа на каждом из них может быть своя (в приведённом примере функция равна $\dfrac{\pi}{2}$ при $x>0$ и $-\dfrac{\pi}{2}$ при $x<0$ — это разные константы).

Ошибка 5. При доказательстве неравенств через теорему Лагранжа забывают учесть знак разности $(b-a)$ и получают неравенство в обратную сторону.

Как выглядит: зная, что $f'(x)\le M$ на отрезке, автоматически пишут $f(b)-f(a)\le M(b-a)$ без проверки, что $b>a$; при $a>b$ знак неравенства при домножении на отрицательное $(b-a)$ должен поменяться, а об этом часто забывают.

Почему возникает: привычка работать с отрезками, где левый конец меньше правого, и автоматическое перенесение этой привычки на случаи, когда порядок точек не оговорён явно.

Как правильно: всегда явно фиксируй, какая из точек больше, прежде чем домножать неравенство для производной на разность аргументов, и не забывай, что при домножении на отрицательное число знак неравенства меняется на противоположный.

Ошибка 6. Путают лемму об убывании (оценку сверху через теорему Лагранжа и формулу Тейлора) с точным равенством.

Как выглядит: пишут $L(w_2) = L(w_1)+L'(w_1)(w_2-w_1)+\dfrac{M}{2}(w_2-w_1)^2$ как тождество, справедливое для любой функции с ограниченной второй производной, забывая, что это неравенство (оценка сверху), а точное равенство получается только с настоящим значением второй производной $L''(c)$ в неизвестной точке $c$, а не с его верхней границей $M$.

Почему возникает: формула Тейлора с остаточным членом в форме Лагранжа действительно является точным равенством, и легко забыть, что переход к лемме об убывании требует замены точного, но неизвестного $L''(c)$ на его известную верхнюю границу $M$ — именно эта замена и превращает равенство в неравенство.

Как правильно: разделяй два разных объекта: формулу Тейлора с остаточным членом (точное равенство с неизвестной точкой $c$) и лемму об убывании (неравенство, полученное из неё оценкой $L''(c)\le M$); равенство превращается в задании 22 в неравенство именно на шаге, где $L''(c)$ заменяется на $M$.

Главное запомнить

• Формулировка: если $f$ непрерывна на $[a,b]$ и дифференцируема на $(a,b)$, то существует $c\in(a,b)$ такая, что $f'(c)=\dfrac{f(b)-f(a)}{b-a}$ — мгновенная скорость в некоторой точке равна средней скорости на всём отрезке.

• Геометрический смысл: касательная к графику в точке $c$ параллельна секущей, соединяющей концы графика $(a,f(a))$ и $(b,f(b))$.

• Теорема Ролля — частный случай теоремы Лагранжа при $f(a)=f(b)$: тогда средняя скорость равна нулю, и теорема даёт $f'(c)=0$.

• Доказательство строится через вспомогательную функцию $\varphi(x)=f(x)-f(a)-\dfrac{f(b)-f(a)}{b-a}(x-a)$ — разность между $f$ и уравнением секущей; для $\varphi$ выполнены все условия теоремы Ролля.

• Следствие 1: если $f'(x)=0$ на всём интервале, функция на этом интервале постоянна — производная, тождественно равная нулю, означает полное отсутствие изменения.

• Следствие 2: если $f'(x)=g'(x)$ на интервале, то $f$ и $g$ отличаются на константу — это фундамент идеи неопределённого интеграла.

• Оценка неравенств: если $m\le f'(x)\le M$ на интервале, то $m(b-a)\le f(b)-f(a)\le M(b-a)$ — ограниченность производной ограничивает приращение функции.

• Липшицевость градиента и лемма об убывании — прямое приложение теоремы Лагранжа (и формулы Тейлора первого порядка с остаточным членом) к функции потерь: гарантия, что градиентный спуск с шагом не больше обратной константы Липшица не увеличивает потери на каждой итерации.

• Теорема гарантирует существование точки $c$, но не единственность — таких точек может быть несколько (задание 15), и теорема не даёт способа найти их напрямую без решения уравнения.

• Все условия теоремы (непрерывность на замкнутом отрезке, дифференцируемость на открытом интервале) обязательны — их нарушение хотя бы в одной точке делает теорему неприменимой, как показывает следующий раздел про частые ошибки.

Связь с другими темами курса

Что нужно было знать до этого урока

Урок целиком опирается на теорему Ролля (урок 189) — именно она формально доказывает теорему Лагранжа через вспомогательную функцию, и без чёткого понимания трёх условий Ролля (непрерывность, дифференцируемость, равенство на концах) доказательство этого урока не собрать. Строгое определение производной (урок 186) даёт весь аппарат для вычисления $f'(x)$ в примерах и задачах, а понимание того, что дифференцируемость влечёт непрерывность, но не наоборот, объясняет, почему условия теоремы разделены на два разных требования — к отрезку и к интервалу. Дифференциал функции (урок 187) даёт интуицию линейного приближения, которая напрямую использована в блоке про лемму об убывании и метод Ньютона.

Что изучить дальше

Следующий урок, 191 «Теорема Коши о среднем значении», обобщает теорему Лагранжа на пару функций $f$ и $g$ одновременно — доказательство строится тем же самым методом вспомогательной функции, и теорема Лагранжа получается из теоремы Коши как частный случай при $g(x)=x$. Теорема Коши, в свою очередь, станет фундаментом для правила Лопиталя (урок 192) — инструмента для раскрытия неопределённостей $\frac00$ и $\frac{\infty}{\infty}$, без которого не обходится ни один курс пределов сложных функций. Чуть дальше в курсе теорема Лагранжа станет опорой для критерия монотонности функции (знак производной определяет возрастание или убывание) и для формулы Тейлора с остаточным членом, которая доказывается тем же самым методом «вспомогательная функция плюс теорема Ролля», только для производных более высоких порядков.

Где это нужно в жизни

🤖 ML/AI. Лемма об убывании, доказанная в задании 22 через теорему Лагранжа, — это строгое обоснование того, почему градиентный спуск с шагом не больше обратной константы Липшица гарантированно не увеличивает функцию потерь; та же теорема лежит в основе оценки погрешности метода Ньютона при поиске оптимума и в основе численной проверки корректности вычисленных градиентов (задание 29).

🔬 Численные методы. Оценка погрешности линейной интерполяции, метода конечных разностей, метода Ньютона для решения уравнений — все эти оценки строятся на той же самой идее: ограниченность производной (или второй производной) даёт строгую границу на ошибку приближения.

📈 Экономика и финансы. Средняя доходность инвестиции за период и её связь с мгновенной доходностью в отдельные моменты времени — прямая экономическая интерпретация теоремы Лагранжа; аналогично строятся оценки на предельные издержки и предельную выручку.

🚗 Инженерия и физика. Классический пример со спидометром — юридически значимое рассуждение: если известно, что автомобиль преодолел определённое расстояние за определённое время, теорема Лагранжа гарантирует, что в какой-то момент его мгновенная скорость точно совпадала со средней, а значит превышала допустимый лимит, если средняя скорость его превышала.

Интересные факты

• Жозеф Луи Лагранж писал свой главный труд «Аналитическая механика» принципиально без единого чертежа — вся классическая механика Ньютона была заново построена им на чисто алгебраическом языке; та же тяга к строгости без опоры на интуитивные картинки видна и в его подходе к теореме о среднем значении.

• Хотя теорема носит имя Лагранжа, сам он в 1797 году доказывал её не через теорему Ролля (которая была бы значительно проще), а через собственную, более громоздкую теорию разложения функций в бесконечные ряды — современное доказательство через вспомогательную функцию появилось позже, уже в эпоху Коши и Вейерштрасса.

• Наполеон Бонапарт, ставший впоследствии императором Франции, лично сделал Лагранжа сенатором и графом Империи — редкий случай, когда математик такого масштаба получил столь высокий государственный статус ещё при жизни, вне академических кругов.

• Мишель Ролль, чья теорема лежит в фундаменте доказательства теоремы Лагранжа, умер за семнадцать лет до рождения самого Лагранжа и был убеждённым противником анализа бесконечно малых — исторический парадокс, когда критик целого направления математики оставил после себя один из его важнейших опорных результатов.

• Теорема Лагранжа стала звеном целой цепочки обобщений: сама она обобщает теорему Ролля, в 1821 году её обобщил Коши (следующий урок курса), а обобщение Коши напрямую привело к появлению правила Лопиталя и формулы Тейлора с остаточным членом — все эти результаты доказываются буквально одним и тем же приёмом вспомогательной функции.

Лайфхаки и полезные трюки

1. Прежде чем искать точку $c$, всегда сначала проверь оба условия теоремы явно, даже если задача кажется очевидной. Особенно внимательно проверяй дифференцируемость в тех точках интервала, где в формуле функции встречается модуль, дробная степень или деление — именно там чаще всего прячется нарушение условий (как в примере с $|x|$ в задаче про частые ошибки).

2. Если требуется доказать неравенство вида $f(b)-f(a) \lessgtr$ (что-то), попробуй сначала оценить $f'(x)$ на всём интервале, а не сам $f$ — почти любое школьное или университетское неравенство подобного вида поддаётся именно этой схеме: ограничить производную и применить теорему Лагранжа.

3. Работая со следствием 2 (равные производные — функции отличаются на константу), всегда подбирай «эталонную» функцию сравнения из таблицы производных, а затем находи константу $C$ подстановкой одной известной точки — этот метод короче и надёжнее, чем пытаться напрямую интегрировать выражение, если тема первообразных ещё не пройдена.

4. Держи в голове стандартный вид вспомогательной функции $\varphi(x)=f(x)-f(a)-\dfrac{f(b)-f(a)}{b-a}(x-a)$ — этот же приём вычитания секущей (или, в более общем случае, вычитания подходящей линейной комбинации) будет снова и снова использоваться в доказательстве теоремы Коши, формулы Тейлора и признаков монотонности.

5. Для доказательства единственности корня уравнения на интервале используй связку «строгая монотонность плюс теорема о промежуточном значении»: сначала через положительность (или отрицательность) производной докажи строгую монотонность функции на интервале, затем убедись, что корень существует — строго монотонная функция не может пересечь ноль дважды.

6. В задачах, связанных с оптимизацией и машинным обучением, ищи в условии число, ограничивающее вторую производную функции потерь ($|L''(w)|\le M$) — почти наверняка это указание на то, что нужно применить оценку через липшицевость градиента или лемму об убывании, выведенные в этом уроке (задания 21–23, 26).

7. Проверяй правдоподобность численных оценок, полученных через теорему Лагранжа, прямой (пусть и приближённой) подстановкой, как в задании 19: если полученный интервал не содержит разумного «на глаз» значения, ищи ошибку в направлении неравенства или в выборе точки, где оценивалась производная.

Теорема Лагранжа кажется скромной по формулировке — одна точка, одно равенство, — но именно из этой скромной конструкции вырастает добрая половина техники дифференциального исчисления: критерий монотонности, доказательство неравенств, формула Тейлора, и, в конечном счёте, строгое обоснование того, почему вообще работает градиентный спуск, тренирующий каждую нейросеть, которую ты когда-либо запустишь. Освоив её сегодня — формулировку, доказательство через теорему Ролля и оба следствия, — ты готов к следующему шагу: теорема Коши, где та же самая идея вспомогательной функции применяется сразу к паре функций, и открывает дорогу к правилу Лопиталя.