最大值的小最值

虽然我已经发了视频解说，但是还有不少老师询问这个题目。

现在，统一给出原理解说如下：

|f(x)| 存在「最大值的小最值」，成立的前提有两个：

一：存在上下限，即 max 线和 min 线。

如果 f(x) 本身不存在上下限，那么就需要使用「闭区间」来「保障」这一点。

二：f(x) 的解析式，允许它「自由」地「平移」，最低限度也是能够自由地「上下平移」。

因此，便有了「最大值的最小值」这种说法。

因为在 f(x) 成了一个「活动」的「动态函数」，那么它与 x 轴的相对位置关系，就是多种多样的。

而在这其中，便有 f(x) 上任意一个点 P（x,y）到 x轴的「距离」问题。这个距离，在「最值函数」的话题环境里，它是「最值」的取向；

在切比雪夫最佳逼近的话语环境里，它是「函数」相对某一根「直线」的「偏移距离」或「偏差距离」。

在 P 的无限多个可能中，定义P₀ 为「偏移距离最大」的点，这个 P₀ 它会因「直线」的不同位置，而产生「取值最小」的可能性：现在我们已经知道，将图像「居中对折」时，就是这个点能可能取的最小值。