Теорема Коши 🌉

Представь, что ты сравниваешь две кривые обучения — функцию потерь для одной модели и функцию потерь для другой, обе как функции числа эпох. За весь период обучения первая потеря изменилась на какую-то величину, вторая — на другую. Естественный вопрос: найдётся ли момент времени, в который мгновенное отношение скоростей изменения этих двух потерь совпадает со средним отношением их полных изменений? Ты уже знаешь теорему Лагранжа — она отвечает на похожий вопрос для одной функции: найдётся точка, где мгновенная скорость равна средней. Но там сравнивалось изменение функции с изменением аргумента. А что, если сравнивать изменение одной функции с изменением другой функции, а не аргумента?

Именно на этот вопрос отвечает теорема Коши — иногда её называют обобщённой теоремой о среднем значении, и не случайно: она в буквальном смысле обобщает теорему Лагранжа, включая её как частный случай. Но важность этого урока не только в общности. Теорема Коши — это единственный кирпичик, которого не хватает для строгого доказательства правила Лопиталя: приёма, которым ты наверняка уже пользовался интуитивно для раскрытия неопределённостей $\frac00$ и $\frac{\infty}{\infty}$, даже не подозревая, что за ним стоит серьёзная теорема. В следующем уроке мы это доказательство проведём целиком, а сейчас — соберём для него весь необходимый инструментарий.

Забегая вперёд, в машинном обучении неопределённости вида $\frac00$ возникают куда чаще, чем может показаться: что происходит с сигмоидой на границе численной точности, когда и числитель, и знаменатель некоторого выражения одновременно стремятся к нулю? Как ведёт себя функция потерь вблизи точки, где градиент тоже обнуляется? Правило Лопиталя, а вместе с ним и лежащая под ним теорема Коши, — это математический язык для ответа на подобные вопросы о предельном поведении функций активации и функций потерь именно на границах их области определения.

И ещё один взгляд на эту теорему, отдельный от Лопиталя: если представить, что $f$ и $g$ — это координаты движущейся точки на плоскости, параметризованные общим параметром $t$, теорема Коши становится утверждением о самой обычной геометрии кривой — существовании точки, где касательная параллельна хорде. Так что этот урок — не только подготовка к следующему, но и красивое расширение геометрической интуиции, которую ты уже наработал на теореме Лагранжа.

История: откуда это взялось?

К 1820-м годам математический анализ переживал настоящую революцию строгости. Ты уже встречал главного героя этой революции в прошлых уроках — Огюстен Луи Коши (1789–1857), французский математик и инженер, читавший курс анализа в парижской Политехнической школе. Именно Коши в своём знаменитом учебнике «Cours d'Analyse» (1821) впервые дал строгое определение предела через язык $\varepsilon$ и $\eta$ (позже доработанное Вейерштрассом до привычного тебе $\varepsilon$-$\delta$), избавив производную и интеграл от туманных «бесконечно малых величин», которые почти столетие критиковал философ Джордж Беркли. Теорема о среднем значении, которую мы разбираем сегодня, была опубликована Коши именно в этом контексте — как один из инструментов, необходимых для строгого построения дифференциального и интегрального исчисления с нуля.

Интересно, что мотивация у Коши была вполне конкретной и прикладной: ему требовался строгий способ обосновать вычисление пределов отношений функций, которые одновременно обращаются в ноль. Такой приём — деление числителя и знаменателя дроби $\frac{f(x)}{g(x)}$ на их производные при $x$, стремящемся к точке, где обе функции равны нулю, — был известен математикам ещё с конца XVII века. Его опубликовал в 1696 году Гийом Франсуа Антуан, маркиз де Лопиталь, в первом печатном учебнике по дифференциальному исчислению, хотя, как выяснилось значительно позже из переписки, сам метод фактически открыл швейцарский математик Иоганн Бернулли, который обучал Лопиталя анализу за плату и по контракту передал ему права на свои результаты. Почти сто тридцать лет правило Лопиталя работало как надёжный, проверенный практикой рецепт — но без строгого доказательства, потому что самого понятия строгого предела ещё не существовало.

Коши закрыл этот пробел. Обобщив теорему о среднем значении (которую до него, в куда более узкой форме, для одной функции сформулировал ещё в 1797 году Жозеф Луи Лагранж, а в частном случае экстремума — итальянец Мишель Ролль в 1691 году) на пару функций, Коши получил именно тот инструмент, который позволяет строго обосновать замену $\frac{f(x)}{g(x)}$ на $\frac{f'(x)}{g'(x)}$ при $x$, стремящемся к точке общего нуля. Красивый исторический парадокс: рецепт появился на полтора века раньше своего доказательства, а теорема, которую ты изучаешь в этом уроке, — это тот самый недостающий мост, который наконец сделал старый приём математически безупречным.

Формулировка теоремы Коши

Интуиция: два спидометра вместо одного

Вспомни теорему Лагранжа: если ты проехал путь на машине, то в какой-то момент твоя мгновенная скорость на спидометре совпала со средней скоростью поездки. Теперь представь, что в машине два спидометра, измеряющих не расстояние по обычной дороге, а два разных показателя — скажем, количество пройденных километров $f(t)$ и количество истраченного топлива $g(t)$, оба как функции времени $t$. За всю поездку километраж изменился на $f(b)-f(a)$, расход топлива — на $g(b)-g(a)$. Их отношение — это средний расход топлива на километр за всю поездку. Теорема Коши утверждает: обязательно найдётся момент времени $c$, в который мгновенное отношение показаний двух спидометров, $\frac{f'(c)}{g'(c)}$, в точности совпадёт с этим средним отношением. Не два разных момента для числителя и знаменателя по отдельности — один и тот же момент для обоих сразу.

Формулировка и доказательство

Теорема (Коши). Пусть функции $f$ и $g$ непрерывны на отрезке $[a,b]$, дифференцируемы на интервале $(a,b)$, и $g'(x) \ne 0$ для всех $x \in (a,b)$. Тогда существует точка $c \in (a,b)$ такая, что

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

Прежде чем доказывать теорему, разберись с деталью, которая часто ускользает от внимания: почему вообще дробь слева определена, то есть почему $g(b) \ne g(a)$? Это не отдельное допущение — это следствие условия $g'(x)\ne0$. Если бы оказалось, что $g(b)=g(a)$, то функция $g$ удовлетворяла бы всем условиям теоремы Ролля (урок 189) на $[a,b]$, а значит нашлась бы точка $x_0\in(a,b)$ с $g'(x_0)=0$ — что прямо противоречит условию теоремы. Значит $g(b)\ne g(a)$ гарантированно, и левая часть формулы корректна.

Теперь доказательство. Введём вспомогательную функцию, комбинирующую $f$ и $g$ так, чтобы применить к ней теорему Ролля:

Функция $h$ непрерывна на $[a,b]$ и дифференцируема на $(a,b)$ как линейная комбинация непрерывных и дифференцируемых $f$ и $g$ (коэффициент перед скобкой — просто число, не зависящее от $x$). Проверим значения на концах:

Итак, $h(a)=h(b)=0$, и $h$ удовлетворяет всем условиям теоремы Ролля на $[a,b]$. Значит существует $c\in(a,b)$, в которой $h'(c)=0$. Вычислим производную $h$:

Подставляя $x=c$ и приравнивая к нулю:

Осталось разделить обе части на $g'(c)$ — а это законно, потому что по условию теоремы $g'(x)\ne0$ на всём интервале $(a,b)$, в частности и в найденной точке $c$:

Теорема доказана. Обрати внимание на структуру рассуждения: это ровно тот же приём, которым (наверняка) доказывалась теорема Лагранжа в предыдущем уроке — построить вспомогательную функцию, обнуляющуюся на концах отрезка, и натравить на неё теорему Ролля. Теорема Коши, теорема Лагранжа и теорема Ролля образуют цепочку, где каждая следующая доказывается через предыдущую, и вся эта цепочка в итоге опирается на теорему Вейерштрасса о достижении экстремума непрерывной функцией на отрезке.

Разбор примеров

Пример 1 (лёгкий). Для $f(x)=x^2$ и $g(x)=x^3$ на отрезке $[1,2]$ найти точку $c$, о существовании которой говорит теорема Коши.

Проверим условия: обе функции непрерывны и дифференцируемы всюду, $g'(x)=3x^2$, и на интервале $(1,2)$ он нигде не обращается в ноль (ноль был бы только при $x=0$). Условия выполнены. Считаем:

Составляем уравнение теоремы Коши:

Ответ: $c=\dfrac{14}{9}$, и эта точка действительно лежит внутри $(1,2)$.

Пример 2 (средний). Для $f(x)=\sin x$ и $g(x)=\cos x$ на отрезке $\left[0,\frac{\pi}{2}\right]$ найти $c$.

$g'(x)=-\sin x$ обращается в ноль только при $x=0$, а на открытом интервале $\left(0,\frac{\pi}{2}\right)$ синус строго положителен — условие $g'\ne0$ выполнено.

Уравнение теоремы Коши:

Ответ: $c=\dfrac\pi4$ — ровно середина отрезка по углу, что для пары синус-косинус не случайность, а следствие их симметрии друг относительно друга на этом конкретном отрезке.

Пример 3 (сложный, ML). Две модели обучаются с одинаковой архитектурой, но разной скоростью затухания ошибки: $L_1(t) = e^{-t}$ и $L_2(t) = e^{-2t}$, где $t$ — условная «доля обучения», $t\in[0,1]$. Найти момент $c$, в который мгновенное отношение скоростей затухания потерь совпадает со средним отношением их полных изменений за весь период обучения.

$g'(t) = -2e^{-2t}$ нигде не обращается в ноль — условие выполнено. Вычислим приращения:

Заметим, что $e^{-2}-1 = (e^{-1})^2-1 = (e^{-1}-1)(e^{-1}+1)$ — разность квадратов, поэтому дробь красиво упрощается:

Теперь отношение производных:

Составляем уравнение:

Численно $1+e^{-1}\approx 1{,}3679$, значит $e^c\approx 1{,}4619$, откуда $c\approx 0{,}380$.

Ответ: $c\approx0{,}380$ — момент обучения (примерно на 38% пути), где мгновенное отношение скоростей затухания двух функций потерь в точности равно отношению их полного изменения за весь период. Такая величина полезна, например, при сравнении скорости сходимости двух конфигураций обучения не «на глаз» по графику, а через строго определённую точку компромисса.

Почему это важно

Ключевое отличие теоремы Коши от «наивной» идеи взять теорему Лагранжа отдельно для $f$ и отдельно для $g$ — в том, что она гарантирует существование одной и той же точки $c$ для обеих функций сразу. Это именно то свойство, ради которого теорема вообще существует: без него было бы невозможно строго обосновать правило Лопиталя, где числитель и знаменатель дроби нужно оценивать одновременно, в одной и той же точке. Ты увидишь это явно уже в конце этого урока, а полностью — в следующем.

Теорема Лагранжа как частный случай

Интуиция: одна из двух функций — просто линейка

Что если вторую функцию $g$ взять максимально простой — просто саму координату $x$? Тогда «изменение $g$» — это буквально длина отрезка, $b-a$, а мгновенная скорость $g'$ равна константе $1$ в каждой точке. Отношение $\frac{f'(c)}{g'(c)}$ вырождается в просто $f'(c)$, а формула теоремы Коши превращается в формулу теоремы Лагранжа, которую ты уже знаешь. Другими словами, теорема Лагранжа — это теорема Коши, в которой одна из двух «кривых обучения» настолько скучная, что просто линейно растёт со временем.

Формальный вывод

Следствие (теорема Лагранжа). Пусть $g(x)=x$. Тогда $g$ непрерывна и дифференцируема всюду, $g'(x)=1\ne0$ для любого $x$ — все условия теоремы Коши автоматически выполнены (при условии, что $f$ непрерывна на $[a,b]$ и дифференцируема на $(a,b)$). Подставляя $g(x)=x$ в формулу теоремы Коши, получаем

$$\frac{f(b)-f(a)}{b-a} = \frac{f'(c)}{1} = f'(c)$$

что и есть в точности теорема Лагранжа о среднем значении.

Стоит отдельно остановиться на том, зачем вообще формулировать более общую теорему, если частный случай уже был известен раньше. Дело в том, что во многих задачах — а особенно в доказательстве правила Лопиталя — сравнивать нужно именно скорости изменения двух содержательных функций друг относительно друга, а не относительно «времени» в чистом виде. Формально можно было бы, конечно, ввести время как параметр и рассматривать обе функции параметрически, но именно теорема Коши формулирует этот факт напрямую, без лишнего параметра-посредника.

Разбор примеров

Пример 1 (лёгкий). Для $f(x)=x^2$ на отрезке $[1,3]$ найти $c$ через теорему Лагранжа как частный случай теоремы Коши с $g(x)=x$, и убедиться, что результат совпадает с прямым вычислением по теореме Лагранжа.

По формуле $f'(c) = 2c$, значит $2c=4$, откуда $c=2$. Прямая проверка: это именно то, что даёт стандартная формулировка теоремы Лагранжа — $\frac{f(b)-f(a)}{b-a}=f'(c)$ без всякого $g$.

Ответ: $c=2\in(1,3)$. Никакого противоречия: теорема Коши при $g(x)=x$ — это буквально та же самая теорема Лагранжа, просто записанная через более общую формулу.

Пример 2 (средний). Для $f(x)=\ln x$ на $[1,e]$ найти $c$.

$f'(x)=\dfrac1x$, значит $\dfrac1c = \dfrac{1}{e-1}$, откуда $c=e-1\approx1{,}718$.

Ответ: $c=e-1$, что лежит внутри $(1,e)$, поскольку $e\approx2{,}718$.

Пример 3 (сложный, ML). Функция потерь $L(w)=w^2$ (стандартная квадратичная ошибка) на отрезке весов $[1,4]$ — это диапазон значений веса до и после одного шага оптимизации. Найти вес $c$, где мгновенный градиент потерь равен средней скорости роста потерь на этом шаге.

$L'(w)=2w$, значит $2c=5$, откуда $c=2{,}5$.

Ответ: $c=2{,}5\in(1,4)$ — при любом изменении веса от $1$ до $4$ найдётся промежуточное значение веса, в котором мгновенная скорость роста потерь в точности равна средней скорости на всём шаге. Это ровно тот факт, на который опираются некоторые методы контроля шага оптимизатора (line search): они ищут точку с определённым соотношением градиента и среднего изменения, чтобы гарантировать разумный прогресс на шаге.

Почему это важно

Тот факт, что теорема Лагранжа — частный случай теоремы Коши, не просто красивое наблюдение для коллекции математических фактов. Это прямая иллюстрация того, как работает математическое обобщение: вместо того, чтобы доказывать десятки похожих утверждений по отдельности (для одной функции, для двух функций, для параметрических кривых), достаточно доказать одну достаточно общую теорему и затем получать все частные случаи как следствия, меняя одну из функций на что-то простое. Ты ещё не раз встретишь этот приём в курсе, и умение узнавать, что новая теорема — на самом деле старая теорема в маскировке, экономит массу усилий.

Геометрическая интерпретация через параметрические кривые

Интуиция: касательная к траектории движения точки

Ты уже знаешь геометрический смысл теоремы Лагранжа: на графике функции $y=f(x)$ найдётся точка, где касательная параллельна секущей, соединяющей концы графика. Теорема Коши имеет столь же наглядную, но чуть более общую геометрическую картину — только теперь речь идёт не о графике функции одной переменной, а о параметрически заданной кривой.

Представь точку, которая движется по плоскости, и в момент времени $t$ её координаты равны $\bigl(g(t), f(t)\bigr)$ — то есть $x=g(t)$, $y=f(t)$. Такая траектория называется параметрической кривой. Хорда, соединяющая начальную точку траектории $\bigl(g(a),f(a)\bigr)$ и конечную $\bigl(g(b),f(b)\bigr)$, имеет угловой коэффициент $\dfrac{f(b)-f(a)}{g(b)-g(a)}$ — обычная формула наклона прямой через две точки. А угловой коэффициент касательной к самой траектории в момент $t$ — это $\dfrac{dy}{dx} = \dfrac{f'(t)}{g'(t)}$ (это стандартная формула производной параметрически заданной функции: скорость по вертикали делить на скорость по горизонтали). Теорема Коши тогда превращается в чисто геометрическое утверждение.

Формулировка

Геометрическая форма теоремы Коши. Пусть кривая на плоскости задана параметрически, $x=g(t)$, $y=f(t)$, $t\in[a,b]$, причём $f$ и $g$ удовлетворяют условиям теоремы Коши. Тогда на этой кривой найдётся точка (соответствующая параметру $c\in(a,b)$), в которой касательная параллельна хорде, соединяющей начальную и конечную точки кривой.

Обрати внимание: если взять простейшую параметризацию $g(t)=t$ (то есть $x$ совпадает с самим параметром), кривая превращается в обычный график функции $y=f(x)$, а геометрическая форма теоремы Коши дословно совпадает с уже знакомой геометрической формой теоремы Лагранжа. Это тот же самый факт, что и в предыдущем разделе, только увиденный с другой стороны — не алгебраически, а геометрически.

Разбор примеров

Пример 1 (лёгкий). Кривая задана как $x=t$, $y=t^2$ на $[0,2]$ — тривиальная параметризация параболы $y=x^2$. Найти точку, где касательная параллельна хорде.

Хорда идёт от $(0,0)$ до $(2,4)$, её наклон $\dfrac{4-0}{2-0}=2$. Наклон касательной: $\dfrac{f'(t)}{g'(t)} = \dfrac{2t}{1} = 2t$. Уравнение $2c=2$, откуда $c=1$.

Ответ: $c=1$, точка на кривой — $(1,1)$. Это просто ещё одна форма записи примера 1 из предыдущего раздела: геометрически и алгебраически — один и тот же факт.

Пример 2 (средний). Кривая $x=\cos t$, $y=\sin t$ на $\left[0,\dfrac\pi2\right]$ — четверть единичной окружности. Найти точку, где касательная к дуге параллельна хорде, соединяющей её концы.

Хорда идёт от $(1,0)$ до $(0,1)$, наклон $\dfrac{1-0}{0-1}=-1$. Наклон касательной: $\dfrac{f'(t)}{g'(t)} = \dfrac{\cos t}{-\sin t} = -\operatorname{ctg}t$. Уравнение $-\operatorname{ctg}c=-1$, откуда $\operatorname{ctg}c=1$, $c=\dfrac\pi4$.

Ответ: $c=\dfrac\pi4$, точка на окружности — $\left(\dfrac{\sqrt2}{2},\dfrac{\sqrt2}{2}\right)$, ровно середина дуги. Это не случайность: пара функций $f=\sin t$, $g=\cos t$ уже встречалась в примере 2 первого раздела этого урока — там мы искали то же самое число $c$ алгебраически, а здесь получили его геометрически, как точку на окружности, где касательная параллельна хорде, стягивающей четверть дуги.

Пример 3 (сложный, ML). Во время обучения модели отслеживают траекторию в координатах (точность, потеря): $g(t) = 1-e^{-t}$ (точность растёт к $1$) и $f(t) = e^{-t}$ (потеря убывает к $0$), $t$ — номер эпохи, $t\in[0,2]$. Найти точку на этой траектории, где касательная параллельна хорде, соединяющей начало и конец.

Заметим сразу: $f(t)+g(t) = e^{-t}+1-e^{-t}=1$ тождественно — точность и потеря в этой упрощённой модели в сумме всегда дают единицу. Значит $f'(t)=-g'(t)$ в каждой точке, и отношение $\dfrac{f'(t)}{g'(t)}=-1$ постоянно, для любого $t$, а не только в какой-то одной специальной точке.

Проверим, что среднее отношение тоже равно $-1$: $f(2)-f(0) = e^{-2}-1$, $g(2)-g(0) = \bigl(1-e^{-2}\bigr)-0 = 1-e^{-2} = -(e^{-2}-1)$. Отношение $\dfrac{e^{-2}-1}{-(e^{-2}-1)}=-1$ — совпадает.

Ответ: в этом вырожденном случае теорема Коши выполняется буквально в любой точке $c\in(0,2)$, потому что между $f$ и $g$ есть скрытая линейная зависимость ($f+g=\text{const}$). Это полезный концептуальный урок: теорема Коши гарантирует существование хотя бы одной подходящей точки, но иногда таких точек оказывается бесконечно много — и это происходит именно тогда, когда $f$ и $g$ связаны линейным соотношением.

Почему это важно

Геометрическая форма теоремы Коши напрямую применима везде, где данные естественно описываются параметрической кривой: траектория движения (координаты $x(t)$, $y(t)$), эволюция состояния системы в фазовом пространстве, или, как в примере выше, путь модели в пространстве метрик качества во время обучения. В любом из этих случаев теорема гарантирует существование момента, где мгновенное направление движения совпадает со «средним» направлением за весь промежуток наблюдения — а это уже конкретный инструмент анализа, а не абстрактная теорема ради теоремы.

Связь с правилом Лопиталя

Интуиция: зачем вообще всё это нужно

Вот главный практический вопрос, ради которого исторически появилась теорема Коши: как строго вычислить предел вида $\lim\limits_{x\to a}\dfrac{f(x)}{g(x)}$, если и числитель, и знаменатель одновременно стремятся к нулю? Обычная теорема о пределе частного (урок 179) тут бессильна — она требует, чтобы предел знаменателя был отличен от нуля, а здесь оба предела нулевые, и формально получается неопределённость $\frac00$. Идея, интуитивно понятная и много раз проверенная математиками XVIII века, — заменить исходное отношение на отношение производных, $\dfrac{f'(x)}{g'(x)}$, и посчитать предел уже этого, более простого выражения. Но почему эта замена законна? Ответ даёт именно теорема Коши.

Набросок механизма (полное доказательство — в следующем уроке)

Пусть $f(a)=g(a)=0$ (обе функции равны нулю в предельной точке — либо доопределены так по непрерывности), $f$ и $g$ непрерывны и дифференцируемы вблизи $a$, и $g'(x)\ne0$ рядом с $a$ (кроме, может быть, самой точки $a$). Возьмём произвольную точку $x$, близкую к $a$ (для определённости $x>a$), и применим теорему Коши на отрезке $[a,x]$:

Поскольку $f(a)=g(a)=0$, левая часть упрощается прямо до $\dfrac{f(x)}{g(x)}$:

Ключевой шаг: при $x\to a$ точка $c_x$, зажатая между $a$ и $x$, тоже стремится к $a$ — это принцип двух милиционеров, применённый к неравенству $a

Разбор примеров

Пример 1 (лёгкий). Для $f(x)=x^2-1$, $g(x)=x-1$ вблизи точки $x=1$ (где $f(1)=g(1)=0$) явно найти $c_x$ из теоремы Коши на отрезке $[1,x]$ и проверить, что $c_x\to1$ при $x\to1$.

Здесь можно проверить всё напрямую, без ограничений: $\dfrac{f(x)}{g(x)} = \dfrac{x^2-1}{x-1} = x+1$ при $x\ne1$. С другой стороны, $f'(t)=2t$, $g'(t)=1$, значит $\dfrac{f'(c)}{g'(c)}=2c$. Уравнение теоремы Коши: $x+1=2c$, откуда

Ответ: $c_x$ — это в точности середина отрезка $[1,x]$, и при $x\to1$ имеем $c_x\to1$, как и утверждает общий механизм. Заодно проверяем сам предел: $\lim\limits_{x\to1}\dfrac{f(x)}{g(x)} = \lim\limits_{x\to1}(x+1)=2$, и $\lim\limits_{x\to1}\dfrac{f'(x)}{g'(x)}=\lim\limits_{x\to1}2x=2$ — предел совпадает, как и должно быть по правилу Лопиталя.

Пример 2 (средний). Для $f(x)=\sin x$, $g(x)=x$ вблизи $x=0$ (классическая неопределённость $\frac{\sin x}{x}$ при $x\to0$) применить теорему Коши на $[0,x]$ и обсудить связь с первым замечательным пределом.

Ответ: при $x\to0$ точка $c$ тоже стремится к нулю, а $\cos c \to \cos 0 = 1$, значит $\dfrac{\sin x}{x}\to1$. Это в точности первый замечательный предел (урок 180), только полученный через совершенно другую конструкцию — не через геометрическое сравнение площадей на единичной окружности, а через теорему Коши. Ценность этого альтернативного пути в том, что он обобщается на функции, для которых никакого удобного геометрического трюка может и не найтись.

Пример 3 (сложный, ML). Остаточная ошибка оптимизатора вблизи сходимости моделируется как $f(t)=1-\cos t$, а «идеальная» квадратичная модель сходимости — как $g(t)=t^2$, обе стремятся к нулю при $t\to0$. Применить теорему Коши на $[0,t]$ и связать результат с порядком сходимости оптимизатора.

При $t\to0$ имеем $c\to0$, а $\dfrac{\sin c}{2c} = \dfrac12\cdot\dfrac{\sin c}{c} \to \dfrac12\cdot1=\dfrac12$ (снова первый замечательный предел внутри).

Ответ: $\lim\limits_{t\to0}\dfrac{1-\cos t}{t^2}=\dfrac12$, а значит вблизи точки сходимости остаточная ошибка ведёт себя как $\dfrac{t^2}{2}$ — это ровно то, что на языке численной оптимизации называют квадратичной сходимостью: ошибка на каждом шаге убывает пропорционально квадрату расстояния до оптимума, а не линейно. Именно такую скорость сходимости обеспечивает, например, метод Ньютона вблизи минимума, и умение строго доказывать подобные асимптотики — это прямое практическое следствие аппарата, который мы здесь построили.

Почему это важно

Этот раздел — не отдельная тема, а прямая подготовка к следующему уроку. Всё, что нужно для строгого доказательства правила Лопиталя, уже лежит перед тобой: теорема Коши даёт равенство отношений в некоторой промежуточной точке, а принцип двух милиционеров гарантирует, что эта точка «сходится» туда же, куда стремится исходная переменная. В следующем уроке эта идея будет доведена до полной строгости, с учётом всех предельных случаев — но интеллектуальная работа, которая делает правило Лопиталя не «магическим трюком», а доказанной теоремой, уже проделана здесь.

Практика: 30 заданий

Базовые задания (1–10)

Задание 1: Для $f(x)=x^2$, $g(x)=x$ на $[2,5]$ найти точку $c$ из теоремы Коши.

Задание 2: Для $f(x)=x^3$, $g(x)=x^2$ на $[1,2]$ найти $c$.

Задание 3: Для $f(x)=e^x$, $g(x)=x$ на $[0,1]$ найти $c$.

Задание 4: Для $f(x)=\cos x$, $g(x)=\sin x$ на $\left[0,\dfrac\pi4\right]$ найти $c$.

Задание 5: Для $f(x)=\ln x$, $g(x)=x^2$ на $[1,2]$ найти $c$.

Задание 6: Для $f(x)=x$, $g(x)=x^2$ на $[1,3]$ найти $c$.

Задание 7: Для $f(x)=\sin x$, $g(x)=x$ на $[0,\pi]$ найти $c$.

Задание 8: Для $f(x)=x^3$, $g(x)=x$ на $[0,3]$ найти $c$.

Задание 9: Для $f(x)=\sqrt x$, $g(x)=x$ на $[1,4]$ найти $c$.

Задание 10 (ML): Функция потерь $L(w)=(w-2)^2$, $g(w)=w$ на отрезке весов $[0,3]$. Найти вес $c$, где мгновенный градиент потерь равен средней скорости изменения потерь на этом отрезке.

Средние задания (11–20)

Задание 11: Для $f(x)=e^{2x}$, $g(x)=e^{x}$ на $[0,\ln2]$ найти $c$.

Задание 12: Кривая задана как $x=2\cos t$, $y=3\sin t$ (четверть эллипса) на $\left[0,\dfrac\pi2\right]$. Найти точку, где касательная параллельна хорде между концами дуги.

Задание 13: Для $f(x)=\ln(x+1)$, $g(x)=x$ на $[0,e-1]$ найти $c$.

Задание 14 (ML): Для $f(w)=w^3$, $g(w)=w^2$ на $[1,3]$ (моделируем нелинейное соотношение двух метрик обучения) найти $c$.

Задание 15: Докажи, что если $f(x)=g(x)+C$ (константа) на $[a,b]$, то теорема Коши выполняется для любой точки $c\in(a,b)$.

Задание 16: Для $f(x)=x^4$, $g(x)=x^2$ на $[1,2]$ найти $c$.

Задание 17 (физика): Траектория снаряда без сопротивления воздуха: $x(t)=10t$, $y(t)=10t-5t^2$, $t\in[0,1]$. Найти момент $c$, где касательная к траектории параллельна прямой, соединяющей точку старта и точку в момент $t=1$.

Задание 18 (ML): Кривые обучения для двух скоростей обучения: $L_1(t)=\dfrac{1}{1+t}$, $L_2(t)=\dfrac{1}{1+2t}$ на $[0,1]$. Найти $c$.

Задание 19: Для $f(x)=\operatorname{arctg}x$, $g(x)=x$ на $[0,1]$ найти $c$.

Задание 20 (концептуальное): Для пары $f(x)=x^2$, $g(x)=x^3$ на $[1,2]$ найди отдельно точку $c_1$ из теоремы Лагранжа для $f$, точку $c_2$ из теоремы Лагранжа для $g$, и сравни обе с точкой $c=\dfrac{14}{9}$ из теоремы Коши для пары $(f,g)$ (задание 2 этого урока). Объясни, почему $c_1$, $c_2$ и $c$ — три разных числа, хотя формально $\dfrac{f'(c_1)}{g'(c_2)}$ тоже «сходится» с нужным отношением.

Продвинутые задания (21–30)

Задание 21: Доказать теорему Коши, построив вспомогательную функцию $h(x) = f(x)-f(a) - \dfrac{f(b)-f(a)}{g(b)-g(a)}\bigl(g(x)-g(a)\bigr)$ и применив к ней теорему Ролля.

Задание 22: Покажи на примере, что если условие $g'(x)\ne0$ на $(a,b)$ нарушено, теорема Коши может стать неприменимой из-за деления на ноль в самой формулировке. Используй $g(x)=x^2-x$, $f(x)=x$ на $[0,1]$.

Задание 23: Выведи теорему Лагранжа как частный случай теоремы Коши для произвольной функции $f$, дифференцируемой на $(a,b)$ и непрерывной на $[a,b]$, полагая $g(x)=x$.

Задание 24: Для пары $f(x)=e^{\alpha x}$, $g(x)=e^{\beta x}$ ($\alpha\ne\beta$, оба ненулевые) на произвольном $[a,b]$ выведи общее уравнение для точки $c$ и укажи, всегда ли оно разрешимо явно.

Задание 25: Используя теорему Коши на $[0,x]$ для $f(x)=1-\cos x$, $g(x)=x^2$, найди точку $c_x$ явно (приближённо) при $x=0{,}1$ и убедись, что $c_x\in(0,0{,}1)$.

Задание 26 (ML, доказательное): Функция потерь $L(w)$ дважды дифференцируема, достигает нуля в точке минимума $w^*$ (то есть $L(w^*)=0$) и имеет там $L'(w^*)=0$, $L''(w^*)>0$. Используя теорему Коши дважды, покажи, что $\dfrac{L(w)-L(w^*)}{(w-w^*)^2}\to\dfrac{L''(w^*)}{2}$ при $w\to w^*$.

Задание 27: Для $f(x)=x^5$, $g(x)=x^3$ на $[1,2]$ найти $c$.

Задание 28 (доказательное): Покажи, что если $f'(x)=k\cdot g'(x)$ для некоторой константы $k$ и всех $x\in(a,b)$, то теорема Коши для пары $(f,g)$ выполняется в любой точке $c\in(a,b)$ — обобщи наблюдение из примера 3 раздела о геометрической интерпретации.

Задание 29: Для пары $f(x)=x^2$, $g(x)=x^3$ при фиксированном $a=1$ и переменном $b$ найди явную формулу $c(b)$ и вычисли $\lim\limits_{b\to1}c(b)$, подтверждая общий факт, что при стягивании отрезка $[a,b]$ в точку соответствующая точка $c$ тоже стремится к этой точке.

Задание 30 (концептуальное): Функция $g(x)=x^3$ строго монотонна на $[-1,1]$, но $g'(0)=0$. Возьми $f(x)=x$ и покажи, что теорема Ролля для вспомогательной функции $h(x)=x-x^3$ на $[-1,1]$ всё же не «ломает» теорему Коши в этом случае, но объясни в общих словах, почему условие $g'(x)\ne0$ на всём интервале требуется именно потому, что заранее неизвестно, в какой точке теорема Ролля отыщет ноль $h'$.

Частые ошибки

Ошибка 1. Считают, что точки $c_1$ (из теоремы Лагранжа для $f$) и $c_2$ (из теоремы Лагранжа для $g$) — это одно и то же, что и точка $c$ теоремы Коши.

Как выглядит: находят $c_1$ и $c_2$ по отдельности и подставляют их как будто они совпадают, получая $\dfrac{f'(c_1)}{g'(c_1)}$ вместо честного применения теоремы Коши.

Почему возникает: кажется естественным, что раз обе теоремы дают «похожие» точки где-то в середине отрезка, они должны совпадать.

Как правильно: задание 20 этого урока явно показывает, что $c_1$, $c_2$ и $c$ — как правило, три разных числа. Теорема Коши гарантирует существование именно одной общей точки для обеих функций сразу — в этом её содержательная сила, и подменять её двумя независимыми точками Лагранжа нельзя.

Ошибка 2. Забывают проверить условие $g'(x)\ne0$ на всём интервале, а не только в предполагаемой точке $c$.

Как выглядит: сразу составляют уравнение теоремы Коши и решают его, не убедившись, что $g'$ нигде не обращается в ноль на $(a,b)$.

Почему возникает: условие кажется технической формальностью, которую легко пропустить, особенно когда $g$ выглядит «безобидно».

Как правильно: задание 22 показывает, к чему приводит нарушение этого условия — $g(a)$ может совпасть с $g(b)$, и дробь в формулировке теоремы попросту не определена. Проверка $g'\ne0$ на всём интервале — не формальность, а гарантия, что сама постановка задачи имеет смысл.

Ошибка 3. Путают теорему Коши с теоремой Лагранжа и не замечают, когда одна автоматически сводится к другой.

Как выглядит: для пары $(f, g)$ с $g(x)=x$ применяют полную громоздкую формулу теоремы Коши, не замечая, что она тривиально упрощается до теоремы Лагранжа.

Почему возникает: недостаточное узнавание частного случая внутри общей формулы.

Как правильно: если $g(x)=x$, сразу используй упрощённую форму $\dfrac{f(b)-f(a)}{b-a}=f'(c)$ — теорема Коши в этом случае не даёт ничего нового сверх теоремы Лагранжа, и полная формула лишь усложняет вычисления.

Ошибка 4. Неверно составляют пропорцию, перепутывая местами $f$ и $g$ или числитель со знаменателем.

Как выглядит: пишут $\dfrac{g(b)-g(a)}{f(b)-f(a)} = \dfrac{f'(c)}{g'(c)}$ вместо правильного $\dfrac{f(b)-f(a)}{g(b)-g(a)} = \dfrac{f'(c)}{g'(c)}$ — числитель и знаменатель должны согласованно относиться к одной и той же функции по обе стороны равенства.

Почему возникает: формула симметрична по внешнему виду, и легко перепутать, какая функция играет роль «числителя», а какая — «знаменателя».

Как правильно: держи в голове мнемонику: приращения функций стоят в том же порядке, что и их производные — $f$ сверху и слева, $g$ снизу и справа, и это правило одинаково с обеих сторон равенства.

Ошибка 5. Применяют теорему Коши к разрывной или недифференцируемой функции, не проверив условия на границе интервала.

Как выглядит: берут функцию с изломом (типа $|x|$) или с разрывом внутри $[a,b]$ и всё равно ищут точку $c$, не замечая, что условия теоремы не выполнены.

Почему возникает: внимание сосредоточено на алгебре уравнения теоремы Коши, а не на проверке предпосылок, хотя они не менее важны, чем сама формула.

Как правильно: прежде чем составлять уравнение, всегда явно проверяй: непрерывность $f$ и $g$ на замкнутом $[a,b]$, дифференцируемость обеих на открытом $(a,b)$, и $g'(x)\ne0$ на этом же открытом интервале — без этой тройной проверки численный ответ, даже если он «получился», не гарантированно корректен.

Ошибка 6. Считают, что теорема Коши гарантирует единственность точки $c$.

Как выглядит: найдя одно решение уравнения теоремы Коши, автоматически считают его единственно возможным.

Почему возникает: теорема формулируется как «существует точка $c$», и по умолчанию воспринимается как «существует ровно одна».

Как правильно: теорема гарантирует существование хотя бы одной такой точки, но их может быть и больше одной — задание 15 и задание 28 этого урока прямо показывают случаи, где подходит любая точка интервала. Уравнение теоремы Коши, составленное для конкретных $f$ и $g$, может иметь несколько корней в интервале $(a,b)$, и все они формально корректны.

Главное запомнить

• Формулировка: если $f,g$ непрерывны на $[a,b]$, дифференцируемы на $(a,b)$ и $g'(x)\ne0$ на $(a,b)$, то существует $c\in(a,b)$: $\dfrac{f(b)-f(a)}{g(b)-g(a)} = \dfrac{f'(c)}{g'(c)}$.

• Условие $g'(x)\ne0$ автоматически гарантирует $g(b)\ne g(a)$ (иначе теорема Ролля дала бы противоречащий нулевой корень $g'$) — левая часть формулы всегда определена.

• Доказательство строится через вспомогательную функцию $h(x)=f(x)-f(a)-\dfrac{f(b)-f(a)}{g(b)-g(a)}\bigl(g(x)-g(a)\bigr)$, обнуляющуюся на концах отрезка, и применение к ней теоремы Ролля.

• Теорема Лагранжа — частный случай теоремы Коши при $g(x)=x$: подстановка $g'(x)=1$ сразу даёт классическую формулу $\dfrac{f(b)-f(a)}{b-a}=f'(c)$.

• Геометрический смысл: для параметрической кривой $x=g(t)$, $y=f(t)$ теорема Коши утверждает существование точки, где касательная к кривой параллельна хорде, соединяющей её концы.

• Точка $c$ теоремы Коши для пары функций в общем случае не совпадает с точками из отдельных теорем Лагранжа для $f$ и $g$ по отдельности — важность теоремы именно в существовании общей точки.

• Если $f$ и $g$ связаны линейной зависимостью ($f'=k\,g'$ тождественно), теорема Коши выполняется в любой точке интервала, а не только в одной специальной.

• Связь с правилом Лопиталя: применяя теорему Коши на $[a,x]$ при $f(a)=g(a)=0$, получаем $\dfrac{f(x)}{g(x)} = \dfrac{f'(c_x)}{g'(c_x)}$, где $c_x\to a$ при $x\to a$ — это ядро доказательства правила Лопиталя, которое будет строго завершено в следующем уроке.

• Теорема Коши позволяет доказывать асимптотическое поведение функций вблизи особых точек — в частности, квадратичную скорость сходимости оптимизационных методов вблизи минимума функции потерь.

• Уравнение теоремы Коши для конкретных $f,g$ не всегда решается явно в элементарных функциях — теорема гарантирует существование точки $c$, но не всегда даёт удобный способ её точного вычисления.

Связь с другими темами курса

Что нужно было знать до этого урока

Весь этот урок опирается на теорему Ролля (урок 189) — она используется как ядро доказательства, спрятанное внутри вспомогательной функции $h$. Не менее важна теорема Лагранжа (урок 190): теорема Коши её напрямую обобщает, и понимание, как строится её доказательство через ту же самую вспомогательную конструкцию, делает доказательство теоремы Коши почти автоматическим повторением уже знакомого приёма. Также необходимо уверенное владение строгим определением производной (урок 186) и понятием непрерывности (уроки 183, 185) — без них условия теоремы («непрерывна на $[a,b]$, дифференцируема на $(a,b)$») останутся пустыми словами.

Что изучить дальше

Следующий урок, 192 «Правило Лопиталя», — это прямое и незамедлительное продолжение сегодняшнего материала: набросок из последнего раздела этого урока будет доведён до полностью строгого доказательства, с разбором всех особых случаев — неопределённости $\frac{\infty}{\infty}$, пределов на бесконечности, ситуаций, когда сам предел отношения производных не существует. Дальше в курсе теорема Коши всплывёт ещё раз при выводе формулы Тейлора с остаточным членом в форме Лагранжа — это ещё одно её масштабное применение, которое встретится позже.

Где это нужно в жизни

🤖 ML/AI. Строгое обоснование правила Лопиталя для анализа предельного поведения функций активации и функций потерь на границах области определения; анализ квадратичной скорости сходимости оптимизаторов второго порядка вблизи минимума (задание 26); сравнение относительной скорости изменения двух метрик обучения через общую точку компромисса (примеры этого урока про кривые обучения).

📐 Геометрия и физика. Анализ параметрически заданных траекторий — точка, где мгновенное направление движения совпадает со средним направлением за весь путь (полёт снаряда, движение по кривой).

📊 Численные методы. Оценка погрешности приближённых формул и анализ сходимости итерационных процессов часто опираются именно на обобщённую теорему о среднем значении, а не на её частный (лагранжев) случай, когда сравниваются сразу две связанные величины.

🧮 Дальнейший матанализ. Прямой строительный блок для формулы Тейлора с остаточным членом и для строгого обоснования множества предельных переходов, где простая теорема о пределе частного не работает.

Интересные факты

• Правило Лопиталя было опубликовано в 1696 году — почти на сто тридцать лет раньше теоремы Коши, которая его наконец строго обосновала. Всё это время математики пользовались приёмом «поделить производные», полагаясь на интуицию и практический успех метода, а не на строгое доказательство.

• Метод, названный именем маркиза де Лопиталя, в действительности открыл швейцарский математик Иоганн Бернулли: по контракту он обучал Лопиталя анализу за регулярную плату и передавал ему права на свои математические результаты — редкий в истории науки случай прямой «покупки» открытия.

• Теорема Ролля, лежащая в фундаменте и теоремы Лагранжа, и теоремы Коши, была сформулирована самим Мишелем Роллем в 1691 году в узком алгебраическом контексте — для многочленов — и первоначально не воспринималась как утверждение общего анализа; более того, Ролль в молодости был известен как жёсткий критик только зарождавшегося дифференциального исчисления, считая его недостаточно строгим — забавная ирония, учитывая, что его имя теперь носит одна из опорных теорем этой самой дисциплины.

• Огюстен Коши — не только автор строгого определения предела и теоремы, разобранной в этом уроке, но и один из самых плодовитых математиков в истории: он опубликовал около восьмисот научных работ, а его имя носят десятки теорем и объектов в самых разных областях анализа, от комплексного анализа (интегральная формула Коши) до теории дифференциальных уравнений (задача Коши).

Лайфхаки и полезные трюки

1. Перед тем как решать уравнение теоремы Коши, всегда проверяй, не упрощается ли задача до теоремы Лагранжа. Если одна из функций линейна (или вообще совпадает с $x$), нет смысла тащить за собой полную формулу — переходи сразу к упрощённому виду.

2. Если приращение $g(b)-g(a)$ или $f(b)-f(a)$ раскладывается на множители (разность квадратов, разность кубов), всегда пробуй это сделать до составления уравнения — как в примере 3 первого раздела, где $e^{-2}-1=(e^{-1}-1)(e^{-1}+1)$ мгновенно упрощает дробь и избавляет от лишней алгебры при поиске $c$.

3. Для параметрических кривых сразу переводи задачу на язык наклонов: наклон хорды — это просто $\dfrac{\Delta y}{\Delta x}$ между конечными точками, наклон касательной — $\dfrac{f'(t)}{g'(t)}$; вся геометрическая интуиция теоремы Лагранжа (касательная параллельна секущей) переносится один в один, только «секущая» превращается в «хорду», а «график» — в «параметрическую кривую».

4. Проверяй условие $g'(x)\ne0$ в первую очередь, а не в последнюю — если оно нарушено, дальнейшие вычисления могут оказаться бессмысленными (задание 22), и лучше обнаружить это до, а не после долгих алгебраических преобразований.

5. Держи в голове, что теорема Коши — не самостоятельная «вещь в себе», а инструмент, конечная цель которого чаще всего — доказать что-то другое: правило Лопиталя, асимптотику функции вблизи особой точки, формулу Тейлора. Когда встречаешь задачу с двумя функциями, одновременно стремящимися к общему значению (обычно к нулю), в первую очередь подумай, не решается ли она именно через теорему Коши.

6. Если после составления уравнения теоремы Коши отношение $\dfrac{f'(c)}{g'(c)}$ оказывается константой, не зависящей от $c$ (как в задании про точность и потерю или в задании 28), не паникуй — это означает, что $f$ и $g$ связаны линейной зависимостью, и подходит любая точка интервала; такой случай не противоречит теореме, а лишь предельно её упрощает.

Теорема Коши на первый взгляд выглядит как техническое обобщение уже знакомой теоремы Лагранжа — ещё одна формула для коллекции. Но её настоящая роль раскроется уже на следующем уроке, когда правило Лопиталя, которым ты, скорее всего, пользовался интуитивно ещё до серьёзного знакомства с математическим анализом, наконец получит строгое обоснование — и этим обоснованием будет ровно то доказательство, которое ты только что разобрал вручную. Держи в голове главный образ этого урока: две функции, зажатые между общей точкой начала и общей точкой конца, и точка $c$ где-то между ними, в которой их мгновенные скорости соотносятся друг с другом ровно так же, как соотносятся их полные изменения. Этот образ — тот самый мост, который через один шаг приведёт тебя к одному из самых практичных приёмов во всём математическом анализе.