直观理解函数（一进一出的可靠机器）

函数是一条规则，它接收一个输入，然后恰好给回一个输出。自动售货机就是一个函数：你按下 B4，每次拿到的都是同一种零食。明天再按一次 B4，还是同一种零食。这种可预测性，也就是一个输入对应一个输出，就是函数的全部精髓。这篇文章从最基础处把这幅图景搭起来，再说明为什么函数悄悄地垫在数学里几乎所有其他东西的底下。

函数在数学里无处不在，可它常常在学生还没真正体会到它是什么之前，就被当成一套抽象记号（f(x)、定义域、陪域）介绍出来。结果就是一大批人会算 f(3)，却从没在脑子里想象过函数究竟在做什么。

我们来把这件事掰扯清楚。

函数就是一台机器

想象函数最干净的方式，就是把它看成一台只有一个输入口和一个输出口的机器。你往里丢一样东西，机器按一条固定的规则处理它，然后吐出一个结果。

看看"把它翻倍"这条规则。放进 3，得到 6。放进 10，得到 20。放进 -2，得到 -4。这台机器不在乎你的心情，也不在乎现在几点。同样的输入，同样的输出，每一次都如此。

这种可靠性正是函数的本质特征。"给我一个 1 到 10 之间的数"这条规则不是函数，因为同一个输入可能产生不同的输出。但"把它翻倍"永远规规矩矩。一个输入，一个输出。

我们把这台机器写成 f(x) = 2x。f 是机器的名字。x 是你喂给它的东西。2x 是它执行的规则。所以 f(3) = 6 不过是"对输入 3 运行这台翻倍机器"的简写而已。

不再害怕这套记号

记号 f(x) 把学生绊倒的次数，比概念本身还多，主要是因为它看着像乘法。它不是乘法。f(x) 不表示 f 乘以 x。它表示"当输入是 x 时，f 的输出"。

把括号想成机器上的那个输入口：

• f(2) 表示对 2 运行这条规则。
• f(a + 1) 表示对 a + 1 这个量运行这条规则。
• f(任何东西) 表示对里面放着的任何东西运行这条规则。

如果 f(x) = x² + 1，那么 f(4) = 4² + 1 = 17。你只要把 4 丢进每一个出现 x 的位置就行了。这就是全部的技巧。一旦这套记号不再看着像乘法，而开始看着像一个贴了标签的输入口，大部分困惑就烟消云散了。

定义域和值域：什么能进去，什么会出来

每台机器对它能接收的东西都有限制。自动售货机收硬币，不收贝壳。函数也一样。

定义域是函数允许接收的所有输入构成的集合。值域是它实际能产生的所有输出构成的集合。

对于 f(x) = 2x，你可以把任何实数翻倍，所以定义域是全体实数；而任何实数都能作为输出被取到，所以值域同样是全体实数。

但很多函数带着限制，而且这些限制从来不是随便定的。它们来自那些会"卡壳"的运算：

• f(x) = 1/x 不能接收 0，因为除以零是没有定义的。它的定义域是除 0 以外的每一个实数。
• f(x) = 根号 x 在实数范围内不能接收负数，所以它的定义域是 x ≥ 0。

求定义域，其实就是在问：哪些输入会让这台机器卡住？把它们排除掉，答案就有了。

图像是这台机器的一幅画像

图像不过是机器产生的每一个"输入-输出"对的可视化记录。横轴放输入，纵轴放输出，每一个点 (x, y) 都在说"当你喂进 x，你会得到 y"。

这就给了我们一个快速的视觉检验，来判断某个东西到底是不是函数。既然每个输入必须恰好产生一个输出，那就没有哪个输入能同时落在两个不同的输出值上。于是：

竖线检验法： 如果有任何一条竖直的直线与图像相交超过一次，它就不是函数。

一条直线能通过。一条抛物线能通过。圆通不过，因为大多数竖直直线都会与它相交两次，意味着同一个 x 值会对应两个 y 值。机器会不知道该给哪个输出，所以圆不是函数。

常见函数的一个小动物园

一旦你把函数看成机器，那些有名字的家族就不再是一张要背的清单，而开始变成各有性格的角色：

• 线性函数（f(x) = mx + b）：以恒定的速率变化。它的图像是一条直线。任何稳定增长的东西背后都是它，比如匀速行驶时的路程。
• 二次函数（f(x) = ax² + bx + c）：先升，转向，再降（或者反过来）。它的图像是一条抛物线，正是抛出的球所走的轨迹的形状。
• 指数函数（f(x) = aˣ）：每走一步都乘以同一个倍数，所以增长得快得吓人。这是复利和人口增长背后的引擎。（见直观理解指数。）
• 对数函数：指数函数的逆，起初长得快，之后越爬越慢。（见直观理解对数。）

你不需要背它们的公式才能认出它们。你需要知道的，是每一个画出来是什么形状，以及它描述的是哪一种变化。

把机器组合起来，再让它倒着跑

有两个想法，能把函数从孤立的规则，变成一套工具箱。

复合就是把一台机器的输出喂进另一台机器。如果 g 把一个数翻倍，f 把数加 1，那么 f(g(3)) 表示先把 3 翻倍得到 6，再加 1 得到 7。你把机器串起来。这在微积分里随时都会冒出来：链式法则恰恰就是对复合函数求导的规则。

反函数让机器倒着跑。如果 f 翻倍，它的反函数就减半。如果 f 加 10，它的反函数就减 10。反函数把原来做过的事情还原回去，把输出带回到当初产生它们的那些输入。不过，并不是每个函数都有反函数：只有那些每个输出都来自单独一个输入的函数才有（否则倒着跑就会含糊不清，分不清该回到哪儿）。

为什么函数垫在所有东西的底下

回报来了。数学里几乎每一个进阶话题，本质上都是关于函数的问题：

• 极限问的是，当输入趋近某个值时，函数的输出趋近什么。
• 导数衡量的是，当输入变化时，函数的输出变化得有多快。
• 积分把函数的输出在一段输入范围上累加起来。

如果函数这块根基是虚的，整个微积分都会感觉像一团雾。如果函数扎实，微积分就变成你可以对一台机器自然提出的一组问题：它往哪儿去，它变化得多快，它累积了多少。

这对学习为什么重要

当你在 Math Zen 里练习函数时，你做的题目会从求 f(x) 的值、读图像开始，一路搭到定义域和值域、复合与反函数，难度会根据你实际所处的水平来自动调整。

理解"机器"这幅图景之所以有帮助，是因为：

• 一旦你把括号看成一个输入口，求 f(a + 1) 就不再吓人了。
• 关于定义域的问题，会从一条要背的规则，变成"什么会让这台机器卡住？"
• 同一种直觉会直接延续到你将用来保持这些想法新鲜的间隔重复上，也延续到随后的每一个微积分话题里。

要点回顾

函数就是一台可靠的机器：一个输入，一个输出，每一次都如此。记号 f(x) 不过是一个贴了标签的输入口，定义域是这台机器接收的东西，值域是它产生的东西，而图像是它所有"输入-输出"对的一幅画像。

下次你看到 f(x)，别想"吓人的代数"。要想："不管我喂进什么，这台机器会对它做什么？"就这一个转变，就能让函数，以及建立在它之上的所有东西，变得直观得多。