假設行車距離是一個時間函數 f : [ a, b ]→R,而 t0 是(a, b)中的一個點(數)。
之前我們談過 (t0 , f ( t0 ))和 (t0 + h , f ( t0 + h ))這兩點連線的斜率
表示從 t0 到 t0 + h 之間的平均速度。
若 h 愈來愈小,則函數 f 在 t0 附近的的行為則愈來愈類似等速運動,而(t0 , f ( t0 ))和(t0 + h , f ( t0 + h ))這兩點連線的斜率便愈來愈接近車子在 t0 的“瞬間速度”。
如果距離函數為 f (t) = t 2,牛頓的方法是:
首先讓 t0 漸漸增加到 t0 + o,那麼 f 的值也會跟著由 t0 2 變成 (t0 + o)2。所以在這兩點間的變化率就是
若我們盡可能取到很小很小的 o,讓它近乎於
0
(但又不能為
0),那麼在
t0 的“瞬間速度”就可以看成是
2 t0 + 0 = 2 t0。
牛頓的方法也可以應用到其他像 f (t) = t 3 的函數;萊布尼茲也用類似的手法,不同的是他用 dt 來表示“極小的 t 值”,而不是 o。
然而,“很小很小”是多小? 毫米夠不夠小?毫微米夠不夠小?奈米呢?