要证明一个函数在某点可导，需要满足两个条件：左导数和右导数都存在且相等。
1、确定函数定义域。首先需要确定函数的定义域，即自变量取值范围。定义域是可导函数的必要条件。
2、找到函数在待求导点的左右极限。即将要待求导点，观察该点的左右两侧，函数的变化趋势是否存在差异，即是否存在不连续性。
3、证明左右极限相等。如果函数在待求导点的左右极限存在且相等，那么该点就是可导点。如果左右极限不相等，那么该点就不是可导点。
函数可导性的作用
1、理解函数行为：函数的可导性是理解函数在给定点附近的行为的关键。通过导数，我们可以获得函数在某点的斜率或变化率，这对于描述和分析函数的性质非常有用。例如，在物理中，导数常常用于描述物体的运动速度、能量变化等，这些都需要导数的帮助。
2、优化问题：在优化问题中，函数的可导性是非常重要的。如果一个函数是可导的，那么我们可以通过求导数来找到函数的极值点。这些极值点可能对应着问题的最优解，因此可导性在优化问题中起着决定性的作用。
3、微积分和积分法：可导性是微积分和积分的理论基础。在微积分中，导数被广泛用于求解微分方程、证明不等式等。而在积分法中，可导性决定了哪些函数可以进行积分，以及如何进行积分。
4、数值计算：在数值计算中，函数的可导性决定了我们能否使用数值方法来近似计算函数的值。如果一个函数不可导，那么我们很难找到一个合适的数值方法来近似它的值。
5、预测和建模：在科学和工程领域中，函数的可导性对于预测和建模非常重要。例如，在经济学中，一些经济指标（如GDP增长率）可以通过求导数来预测未来的趋势。在医学成像、气象学、生物学等领域中，函数的可导性也起着重要的作用。
6、交叉学科应用：在交叉学科领域，如机器学习、人工智能等，函数的可导性同样具有重要意义。在这些领域中，函数的可导性决定了我们可以使用哪些优化算法来训练模型，以及模型的性能如何。