Wprowadzenie do Monotoniczności Funkcji: Fundament Analizy Matematycznej

Wprowadzenie do Monotoniczności Funkcji: Fundament Analizy Matematycznej

W świecie matematyki, a w szczególności w analizie funkcji, kluczowe jest zrozumienie, w jaki sposób wartości funkcji zmieniają się wraz ze zmianą jej argumentów. Czy dany proces rośnie, maleje, czy pozostaje stały? Odpowiedź na to pytanie dostarcza nam pojęcie monotoniczności funkcji. Jest to jeden z najbardziej fundamentalnych konceptów, który pozwala nam dogłębnie analizować zachowanie funkcji, przewidywać trendy i modelować zjawiska w niemal każdej dziedzinie nauki i inżynierii.

Monotoniczność to nic innego jak opis kierunku zmian wartości funkcji. Funkcja jest nazywana monotoniczną, jeśli na danym przedziale nie zmienia swojego „kierunku marszu” – zawsze rośnie, zawsze maleje, albo pozostaje niezmienna. To jest esencja. Bez tej właściwości, wiele zaawansowanych zagadnień, od optymalizacji po numeryczne rozwiązywanie równań, byłoby nieosiągalnych. Wyobraźmy sobie wykres funkcji jako ścieżkę, po której poruszamy się wzdłuż osi X. Jeśli idziemy cały czas pod górę, funkcja jest rosnąca. Jeśli cały czas z górki, jest malejąca. A jeśli ścieżka jest płaska, funkcja jest stała. To proste ujęcie kryje w sobie potężne narzędzie analityczne.

Zrozumienie monotoniczności to brama do głębszej analizy matematycznej. Pozwala nam nie tylko opisywać zjawiska, ale także precyzyjnie je modelować i prognozować. W ekonomii, inżynierii, fizyce, a nawet informatyce, funkcje monotoniczne stanowią trzon wielu modeli. Na przykład, analiza wzrostu populacji bakterii, spadek wartości samochodu w czasie, czy nawet algorytmy sortowania danych – wszystkie te procesy często opierają się na założeniu monotonicznego zachowania. W dalszej części artykułu zagłębimy się w szczegółowe definicje, metody badania oraz szerokie spektrum zastosowań funkcji monotonicznych, ukazując ich niezastąpioną rolę w nauce i praktyce.

Kategorie Monotoniczności: Szczegółowe Definicje i Intuicja

Pojęcie monotoniczności funkcji nie jest jednorodne. W zależności od tego, jak dokładnie zmieniają się wartości funkcji wraz ze wzrostem argumentów, wyróżniamy kilka typów monotoniczności. Kluczowe jest zrozumienie subtelnych różnic między nimi, gdyż mają one istotne konsekwencje w praktycznych zastosowaniach.

Formalnie, dla dowolnych dwóch argumentów \(x_1\) i \(x_2\) należących do dziedziny funkcji \(f\), gdzie zawsze zakładamy, że \(x_1 < x_2\), możemy zdefiniować następujące typy:

Funkcja Rosnąca (Ściśle Rosnąca)

Funkcja \(f\) jest rosnąca (lub ściśle rosnąca) na danym przedziale, jeśli dla każdych \(x_1, x_2\) z tego przedziału, gdy \(x_1 < x_2\), zachodzi nierówność \(f(x_1) < f(x_2)\). Oznacza to, że wraz ze wzrostem argumentu \(x\), wartość funkcji \(f(x)\) zawsze i bez wyjątku wzrasta. Wykres takiej funkcji zawsze "idzie w górę". * Intuicja: Im "dalej na prawo" na osi X, tym "wyżej" na osi Y. * Przykład: Funkcja liniowa \(f(x) = 2x + 3\). Jeśli \(x_1 = 1\) i \(x_2 = 2\), to \(f(1) = 5\) i \(f(2) = 7\). Widzimy, że \(5 < 7\). Innym przykładem jest funkcja wykładnicza \(f(x) = e^x\). * Zastosowanie: Modelowanie wzrostu kapitału na lokacie z odsetkami składanymi, wzrost populacji w sprzyjających warunkach (początkowa faza).

Funkcja Malejąca (Ściśle Malejąca)

Funkcja \(f\) jest malejąca (lub ściśle malejąca) na danym przedziale, jeśli dla każdych \(x_1, x_2\) z tego przedziału, gdy \(x_1 < x_2\), zachodzi nierówność \(f(x_1) > f(x_2)\). Tutaj, w miarę zwiększania argumentu \(x\), wartość funkcji \(f(x)\) zawsze i bez wyjątku maleje. Wykres takiej funkcji zawsze „idzie w dół”.

* Intuicja: Im „dalej na prawo” na osi X, tym „niżej” na osi Y.
* Przykład: Funkcja liniowa \(f(x) = -x + 5\). Jeśli \(x_1 = 1\) i \(x_2 = 2\), to \(f(1) = 4\) i \(f(2) = 3\). Widzimy, że \(4 > 3\). Innym przykładem jest funkcja wykładnicza \(f(x) = e^{-x}\).
* Zastosowanie: Opis spadku wartości sprzętu w czasie (amortyzacja), rozpad promieniotwórczy, ochładzanie się obiektu.

Funkcja Niemalejąca

Funkcja \(f\) jest niemalejąca na danym przedziale, jeśli dla każdych \(x_1, x_2\) z tego przedziału, gdy \(x_1 < x_2\), zachodzi nierówność \(f(x_1) \le f(x_2)\). Kluczowa różnica w stosunku do funkcji rosnącej polega na tym, że wartość funkcji może pozostać taka sama dla różnych argumentów, ale nigdy nie maleje. * Intuicja: Wykres funkcji "idzie w górę" lub "poziomo", nigdy nie "schodzi w dół". * Przykład: Funkcja schodkowa, np. \(f(x) = \lceil x \rceil\) (sufit z x) lub \(f(x) = \lfloor x \rfloor\) (podłoga z x). Innym przykładem jest funkcja, która na pewnym przedziale jest stała, a potem zaczyna rosnąć. * Zastosowanie: Reprezentowanie wartości, które mogą wzrosnąć lub pozostać stałe, ale nigdy się nie zmniejszą, np. liczba osób na liście obecności, która może wzrosnąć lub utrzymać się na tym samym poziomie.

Funkcja Nierosnąca

Funkcja \(f\) jest nierosnąca na danym przedziale, jeśli dla każdych \(x_1, x_2\) z tego przedziału, gdy \(x_1 < x_2\), zachodzi nierówność \(f(x_1) \ge f(x_2)\). Wartość funkcji może pozostać taka sama dla różnych argumentów lub maleć, ale nigdy nie wzrasta. * Intuicja: Wykres funkcji "idzie w dół" lub "poziomo", nigdy nie "idzie w górę". * Przykład: Funkcja schodkowa, która przyjmuje coraz niższe lub stałe wartości. * Zastosowanie: Opis poziomu zapasów w magazynie, które mogą maleć wraz ze sprzedażą lub pozostać stałe, gdy nie ma sprzedaży.

Funkcja Stała

Funkcja \(f\) jest stała na danym przedziale, jeśli dla każdych \(x_1, x_2\) z tego przedziału, gdy \(x_1 < x_2\), zachodzi nierówność \(f(x_1) = f(x_2)\). Jest to szczególny przypadek funkcji niemalejącej i nierosnącej, gdzie wartość funkcji pozostaje identyczna niezależnie od argumentu. * Intuicja: Wykres funkcji jest poziomą linią. * Przykład: \(f(x) = 7\) dla każdego \(x\). * Zastosowanie: Modelowanie niezmiennych kosztów, stałej temperatury w systemie, gdzie nie zachodzą żadne procesy. Zrozumienie tych subtelności jest kluczowe w analizie. Funkcje ściśle monotoniczne (rosnące i malejące) mają tę ważną właściwość, że są odwracalne, co ma ogromne znaczenie w wielu dziedzinach, np. przy tworzeniu funkcji odwrotnych czy rozwiązywaniu równań. Funkcje niemalejące i nierosnące pozwalają na modelowanie scenariuszy, gdzie pewna stabilizacja jest dopuszczalna, ale kierunek zmian jest zachowany.

Badanie Monotoniczności Funkcji: Rola Pochodnej

Jak w praktyce określić, czy dana funkcja rośnie, maleje, czy jest stała na określonym przedziale? Kluczowym narzędziem w analizie monotoniczności, szczególnie dla funkcji różniczkowalnych, jest pochodna. Pochodna funkcji w danym punkcie informuje nas o tempie zmian wartości funkcji w tym punkcie oraz o kierunku tych zmian. Można ją interpretować jako nachylenie stycznej do wykresu funkcji.

Pochodna a kierunek zmian funkcji

Związek między znakiem pochodnej a monotonicznością funkcji jest fundamentalny:

1. Jeśli pochodna \(f'(x)\) jest dodatnia (\(f'(x) > 0\)) na pewnym przedziale, to funkcja \(f(x)\) jest ściśle rosnąca na tym przedziale. Oznacza to, że styczna do wykresu w każdym punkcie ma dodatnie nachylenie, czyli „idzie pod górę”.
2. Jeśli pochodna \(f'(x)\) jest ujemna (\(f'(x) < 0\)) na pewnym przedziale, to funkcja \(f(x)\) jest ściśle malejąca na tym przedziale. Styczna ma ujemne nachylenie, czyli "idzie w dół". 3. Jeśli pochodna \(f'(x)\) jest równa zero (\(f'(x) = 0\)) w pewnym punkcie lub na całym przedziale, to w tym punkcie funkcja może mieć ekstremum lokalne (maksimum lub minimum) lub być stała na tym przedziale. Jeśli \(f'(x) = 0\) na całym przedziale, funkcja jest stała.

Punkty Krytyczne i Zmiana Znaku Pochodnej

Miejsca, w których pochodna funkcji \(f'(x)\) zmienia znak (przechodzi z dodatniego na ujemny, lub odwrotnie) są niezwykle ważne. To właśnie w tych punktach funkcja może zmieniać swój charakter monotoniczności. Te punkty nazywamy punktami krytycznymi lub punktami stacjonarnymi, jeśli pochodna w nich wynosi zero.

* Lokalne Maksimum: Jeśli pochodna zmienia znak z dodatniego na ujemny, funkcja osiąga w tym punkcie lokalne maksimum. Wykres „wznosi się”, osiąga szczyt, a następnie „opada”.
* Lokalne Minimum: Jeśli pochodna zmienia znak z ujemnego na dodatni, funkcja osiąga w tym punkcie lokalne minimum. Wykres „opada”, osiąga najniższy punkt w okolicy, a następnie „wznosi się”.
* Punkt Przegięcia (bez zmiany ekstremum): Jeśli pochodna wynosi zero, ale nie zmienia znaku (np. pozostaje dodatnia po obu stronach punktu, jak w \(f(x)=x^3\) w \(x=0\)), to funkcja nie ma ekstremum, a punkt ten może być punktem przegięcia (zmiana wypukłości).

Przykład intuicyjny: Wyobraźmy sobie samochód jadący po pagórkowatym terenie. Prędkość samochodu (pochodna pozycji względem czasu) mówi nam, czy jedzie pod górę (dodatnia prędkość), zjeżdża z górki (ujemna prędkość) czy zatrzymał się na szczycie lub w dolinie (prędkość zero). Kiedy prędkość zmienia znak, oznacza to, że samochód zmienił kierunek ruchu – albo zaczął zjeżdżać po wjechaniu na szczyt, albo zaczął wjeżdżać po zjechaniu do doliny.

Metoda badania monotoniczności za pomocą pochodnej jest niezwykle potężna, ponieważ przekształca problem analizy globalnego zachowania funkcji w problem analizy jej pochodnej, która często jest funkcją prostszą do zbadania.

Wyznaczanie Przedziałów Monotoniczności w Praktyce: Krok po Kroku

Umiejętność wyznaczania przedziałów monotoniczności jest kluczową kompetencją w analizie funkcji. Pozwala ona precyzyjnie opisać, gdzie funkcja rośnie, maleje lub pozostaje stała. Poniżej przedstawiamy praktyczny przewodnik krok po kroku z rozbudowanym przykładem.

Kroki do wyznaczenia przedziałów monotoniczności:

1. Wyznacz dziedzinę funkcji \(D_f\). Jest to ważne, ponieważ pochodna może nie istnieć poza dziedziną funkcji.
2. Oblicz pierwszą pochodną funkcji, czyli \(f'(x)\).
3. Znajdź punkty krytyczne:
* Rozwiąż równanie \(f'(x) = 0\). Miejsca zerowe pochodnej to potencjalne punkty, w których funkcja może zmieniać monotoniczność (lokalne maksima/minima).
* Sprawdź punkty, w których pochodna nie istnieje (np. punkty „ostre” na wykresie funkcji, miejsca, gdzie mianownik pochodnej jest zero itp.), o ile należą do dziedziny funkcji.
* Warto również uwzględnić punkty brzegowe dziedziny (jeśli są zamknięte przedziały).
4. Zaznacz punkty krytyczne na osi liczbowej. Punkty te dzielą dziedzinę funkcji na przedziały.
5. Wybierz punkt testowy z każdego z tych przedziałów (dowolny punkt, który nie jest punktem krytycznym).
6. Oblicz wartość pochodnej \(f'(x)\) dla każdego punktu testowego.
* Jeśli \(f'(x_{test}) > 0\), funkcja jest ściśle rosnąca w tym przedziale.
* Jeśli \(f'(x_{test}) < 0\), funkcja jest ściśle malejąca w tym przedziale. * Jeśli \(f'(x_{test}) = 0\), oznacza to, że wybrany punkt testowy jest punktem krytycznym, co wskazuje na błąd w wyborze, lub na to, że funkcja jest stała na całym przedziale. 7. Zapisz przedziały monotoniczności. Używaj przedziałów otwartych dla ściśle rosnących/malejących, a zamkniętych dla niemalejących/nierosnących, jeśli funkcja jest ciągła w punktach krytycznych.

Przykład krok po kroku: Analiza funkcji kubicznej

Przeanalizujmy funkcję \(f(x) = x^3 – 3x^2 + 2\).

Krok 1: Dziedzina funkcji
Dziedziną funkcji wielomianowej jest cały zbiór liczb rzeczywistych, czyli \(D_f = (-\infty, \infty)\).

Krok 2: Oblicz pierwszą pochodną
\(f'(x) = \frac{d}{dx}(x^3 – 3x^2 + 2) = 3x^2 – 6x\).

Krok 3: Znajdź punkty krytyczne
Rozwiązujemy równanie \(f'(x) = 0\):
\(3x^2 – 6x = 0\)
\(3x(x – 2) = 0\)
Stąd \(3x = 0\) lub \(x – 2 = 0\).
Punkty krytyczne to \(x = 0\) i \(x = 2\). Pochodna istnieje dla wszystkich \(x \in \mathbb{R}\).

Krok 4: Zaznacz punkty krytyczne na osi liczbowej i wyznacz przedziały
Punkty \(0\) i \(2\) dzielą oś liczbową na trzy przedziały:
1. \((-\infty, 0)\)
2. \((0, 2)\)
3. \((2, \infty)\)

Krok 5 i 6: Wybierz punkty testowe i zbadaj znak pochodnej

* Przedział \((-\infty, 0)\): Wybierzmy \(x_{test} = -1\).
\(f'(-1) = 3(-1)^2 – 6(-1) = 3(1) + 6 = 9\).
Ponieważ \(f'(-1) = 9 > 0\), funkcja jest ściśle rosnąca w przedziale \((-\infty, 0)\).

* Przedział \((0, 2)\): Wybierzmy \(x_{test} = 1\).
\(f'(1) = 3(1)^2 – 6(1) = 3 – 6 = -3\).
Ponieważ \(f'(1) = -3 < 0\), funkcja jest ściśle malejąca w przedziale \((0, 2)\). * Przedział \((2, \infty)\): Wybierzmy \(x_{test} = 3\). \(f'(3) = 3(3)^2 - 6(3) = 3(9) - 18 = 27 - 18 = 9\). Ponieważ \(f'(3) = 9 > 0\), funkcja jest ściśle rosnąca w przedziale \((2, \infty)\).

Krok 7: Zapisz przedziały monotoniczności
* Funkcja \(f(x)\) jest ściśle rosnąca na przedziałach \((-\infty, 0]\) oraz \([2, \infty)\).
* Funkcja \(f(x)\) jest ściśle malejąca na przedziale \([0, 2]\).

Zauważ, że w punktach, gdzie funkcja zmienia swoją monotoniczność (czyli \(x=0\) i \(x=2\)), funkcja jest ciągła. Dlatego możemy włączyć te punkty do przedziałów monotoniczności, używając nawiasów kwadratowych, co oznacza „niemalejąca” lub „nierosnąca” na tym punkcie. Gdybyśmy chcieli być super precyzyjni i mówić tylko o *ściśle* rosnącej/malejącej, użylibyśmy nawiasów okrągłych. W praktyce akademickiej często używa się nawiasów kwadratowych dla ciągłych funkcji, wskazując przedziały, na których funkcja jest monotoniczna (a niekoniecznie *ściśle* monotoniczna w punktach końcowych).

Funkcje monotoniczne przedziałami (piecewise monotonic functions)

Warto zauważyć, że wiele funkcji nie jest monotonicznych na całej swojej dziedzinie, lecz jedynie na pewnych jej fragmentach. Taką funkcję nazywamy funkcją monotoniczną przedziałami. Przykładem jest właśnie nasza funkcja \(f(x) = x^3 – 3x^2 + 2\), która zmienia swój charakter monotoniczności. Innym klasycznym przykładem jest funkcja wartości bezwzględnej \(f(x) = |x|\), która jest malejąca na \((-\infty, 0]\) i rosnąca na \([0, \infty)\). Zrozumienie tych przedziałów jest kluczowe dla pełnego obrazu zachowania funkcji.

Zastosowania Funkcji Monotonicznych w Świecie Rzeczywistym

Monotoniczność funkcji to nie tylko abstrakcyjne pojęcie matematyczne; ma ono ogromne znaczenie praktyczne w modelowaniu, analizie i przewidywaniu zjawisk w wielu dziedzinach. Jej uniwersalność wynika z faktu, że wiele procesów w naturze, ekonomii czy technologii charakteryzuje się jednokierunkowym trendem.

1. Ekonomia i Finanse

* Podaż i Popyt: Typowe krzywe popytu są malejące (im wyższa cena, tym mniejszy popyt), a krzywe podaży są rosnące (im wyższa cena, tym większa podaż).
* Wzrost Gospodarczy: PKB kraju w perspektywie długoterminowej często modelowany jest funkcjami niemalejącymi, odzwierciedlającymi tendencję do wzrostu, choć z okresami stagnacji. Historyczne dane, np. wzrost PKB Polski od 1990 roku, z nielicznymi wyjątkami recesji, wykazują ogólną tendencję niemalejącą.
* Wartość Pieniądza w Czasie: Zazwyczaj wartość pieniądza ulega inflacji, co oznacza, że jego siła nabywcza maleje w czasie (funkcja malejąca). Odsetki składane na lokacie sprawiają, że wartość zainwestowanego kapitału rośnie w czasie (funkcja rosnąca).
* Użyteczność Krańcowa: Prawo malejącej użyteczności krańcowej mówi, że każda kolejna jednostka dobra dostarcza konsumentowi mniejszej dodatkowej satysfakcji. Funkcja użyteczności jest niemalejąca, ale jej przyrosty (użyteczność krańcowa) są malejące.

2. Fizyka i Inżynieria

* Ruch Ciał: Droga przebyta przez obiekt z dodatnią prędkością jest funkcją rosnącą czasu. Wzrost energii kinetycznej wraz ze wzrostem prędkości jest również przykładem funkcji rosnącej.
* Termodynamika: Procesy stygnięcia (np. kawa w temperaturze pokojowej) są modelowane funkcjami malejącymi (temperatura spada w czasie). Wzrost temperatury podczas ogrzewania jest funkcją rosnącą.
* Elektronika: Charakterystyki niektórych elementów elektronicznych, np. diod, mogą być monotoniczne w pewnych zakresach pracy (prąd rośnie monotonicznie wraz z napięciem powyżej pewnego progu).
* Projektowanie Systemów: W systemach sterowania często poszukuje się funkcji transferu, które wykazują monotoniczne zachowanie w odpowiedzi na sygnał wejściowy, aby zapewnić stabilność i przewidywalność działania.

3. Biologia i Medycyna

* Wzrost Populacji: W początkowej fazie, populacja bakterii lub innych organizmów może wykazywać wzrost wykładniczy (funkcja rosnąca). Po osiągnięciu pojemności środowiska, wzrost staje się niemonotoniczny.
* Farmakologia: Stężenie leku we krwi po podaniu dawki początkowo rośnie (faza absorpcji), a następnie maleje (faza eliminacji), co jest przykładem funkcji monotonicznej przedziałami.
* Biometria: Analiza wzrostu dzieci (długość/waga w zależności od wieku) często jest przedstawiana za pomocą krzywych niemalejących, aby śledzić prawidłowy rozwój.

4. Informatyka i Algorytmy

* Sortowanie Danych: Wiele algorytmów sortowania (np. scalanie, szybkie sortowanie) opiera się na zasadzie, że dane są uporządkowane monotonicznie (rosnąco lub malejąco). Wyszukiwanie binarne wymaga posortowanej (monotonicznej) listy.
* Optymalizacja: W algorytmach optymalizacyjnych, takich jak metoda bisekcji czy metoda Newtona, monotoniczność funkcji (lub jej pochodnej) jest często wykorzystywana do zagwarantowania zbieżności i znalezienia rozwiązania.
* Bazy Danych: Indeksy baz danych są często utrzymywane w monotonicznym porządku, aby umożliwić szybkie wyszukiwanie i pobieranie danych.

Praktyczna Porada: Kiedy analizujesz dane z dowolnego procesu, spróbuj naszkicować ich wykres. Jeśli zauważysz stały trend wzrostu lub spadku, prawdopodobnie masz do czynienia z funkcją monotoniczną (lub monotoniczną przedziałami). Ta prosta obserwacja może pomóc w wyborze odpowiedniego modelu matematycznego do prognozowania czy dalszej analizy. Na przykład, analiza danych sprzedaży produktu w czasie może wykazać, że początkowo sprzedaż rośnie (faza wprowadzenia na rynek), a następnie maleje (faza dojrzałości i spadku), co wskazuje na monotoniczność przedziałową i sugeruje odpowiednie strategie marketingowe.

Właściwości i Znaczenie Funkcji Monotonicznych w Teorii i Praktyce

Funkcje monotoniczne, poza swoimi zastosowaniami praktycznymi, posiadają szereg ważnych właściwości teoretycznych, które czynią je niezwykle użytecznymi w głębszej analizie matematycznej. Zrozumienie tych cech pozwala na efektywniejsze wykorzystanie ich potencjału.

1. Odwracalność

Jedną z najważniejszych właściwości jest związek między ścisłą monotonicznością a istnieniem funkcji odwrotnej. Każda funkcja ściśle monotoniczna (ściśle rosnąca lub ściśle malejąca) jest funkcją różnowartościową (iniektywną). Oznacza to, że dla różnych argumentów zawsze przyjmuje różne wartości. Konsekwencją tego jest fakt, że funkcja ściśle monotoniczna posiada funkcję odwrotną. Jeśli \(f(x)\) jest ściśle rosnąca, to jej funkcja odwrotna \(f^{-1}(x)\) również będzie ściśle rosnąca. Analogicznie dla funkcji ściśle malejącej.
* Znaczenie: W kryptografii, funkcje jednokierunkowe (choć niekoniecznie monotoniczne w całości) są trudne do odwrócenia, ale w wielu innych dziedzinach potrzebujemy odwracalności. W procesach inżynierskich, gdzie chcemy wyznaczyć wejście systemu na podstawie obserwacji wyjścia, monotoniczność funkcji transferowej jest nieoceniona.

2. Ciągłość i Granice

Funkcje monotoniczne, nawet jeśli nie są ciągłe, mają „ładniejsze” zachowanie w kontekście granic. W każdym punkcie dziedziny, w którym funkcja monotoniczna nie jest ciągła, może mieć co najwyżej „skok”. Nie może wykazywać skomplikowanych oscylacji. Co więcej, monotoniczna funkcja ograniczona na przedziale zawsze posiada granice jednostronne w każdym punkcie tego przedziału. Jeśli jest monotoniczna i ograniczona na \([a, b]\), to jest również całkowalna w sensie Riemanna na tym przedziale.
* Znaczenie: Ułatwia to analizę ich zachowania w punktach nieciągłości oraz w kontekście rachunku całkowego.

3. Właściwość Darboux i Twierdzenie o Wartości Pośredniej

Choć funkcja monotoniczna nie musi być ciągła, jeśli jest ciągła, to spełnia właściwość Darboux (Twierdzenie o Wartości Pośredniej): jeśli funkcja \(f\) jest ciągła na przedziale \([a,b]\), to dla każdej wartości \(y\) pomiędzy \(f(a)\) a \(f(b)\) istnieje takie \(c\) w przedziale \([a,b]\), że \(f(c)=y\). W przypadku funkcji monotonicznych i ciągłych, oznacza to, że „przechodzą” przez wszystkie pośrednie wartości bez „przeskoków”.
* Znaczenie: