數學筆記1——導數1(導數的基本概念)


?什么是導數

  導數是高數中的重要概念,被應用于多種學科。

  從物理意義上講,導數就是求解變化率的問題;從幾何意義上講,導數就是求函數在某一點上的切線的斜率。

  我們熟知的速度公式:v = s/t,這求解的是平均速度,實際上往往需要知道瞬時速度:

  當t趨近于t0,即t-t0趨近于0時,得到的就是順時速度。設Δt=t-t0,s是t的函數s=f(t),瞬時速度用數學表示就是:

  為什么s=f(t)呢?請看下圖:

  將橫軸作為距離,以時間為單位分隔,在t0時間經過的距離是f(t0)=S0,在t時間經過的距離是f(t)=s

  在幾何上,如下圖所示:

  直線a與曲線相切于點Q,直線b與曲線相割于點Q和點P。b的斜率,k=(y-y0)/(x-x0),當b以Q為軸心沿著曲線旋轉時,鉉長|PQ|趨近于0,即x->x0時,極限存在:

  有上述兩個問題可以看出,變化率和切線的問題都可以歸結為下面的公式:

  定義Δx = x-x0, Δy = y - y0 = f(x) – f(x0) = f(x0?+ Δx) - f(x0),上面的公式可以寫成:

  由此得出導數的概念,設函數y=f(x)在點x0的某個鄰域內有定義,當自變量x在x0處取得增量Δx(點x0+Δx仍在該鄰域內)時,相應地函數y取得增量Δy;如果Δy與Δx之比當Δx->0時的極限存在,則稱函數y=f(x)在點x0處可導,并稱這個極限為函數y=f(x)在點x0處的導數,記作f’(x0)?:

  也記作:

  簡寫為:

1/x求導

  根據導數公式,代入f(x) = 1/x

  這就OK了,所以說導數很簡單,因為它僅有一個公式,但沒完,因為上式沒有任何意義,僅僅是看起來更復雜了。如果我們直接觀察導數公式,對于所有求導,當Δx->0時,分母為0,所以必須將導數進一步簡化。

  需要注意的是,求f’(x)的完整說法是求f(x)在定義域某一點的導數,所以x是已知的,求某一點的導數,當然要知道這個點是什么。

求切線所在三角形的面積

  如下圖所示,直線MN是曲線1/x的切線,切點是(x0,y0),求S△MON

  S△MON?= 1/2(MO * ON),已知條件是切點(x0,y0),需要求解的未知條件是MO和NO。

  直線MN的公式是y=kx+b,根據上節的介紹,1/x在(x0,y0)的導數是MN的斜率 -1/x02,代入得:

  y0=-1/x02?+ b ??=>

  ?1/x0?= (-1/x02) x0+ b? =>

  ? b = 2/x0

  設N點的坐標是(x,0),代入y=kx+b得:

?????? 0=(-1/x02)x+2/x0??=> x = 2x0

  即OM = 2x0

  同理,MO=2y0

  S△MON?= 1/2(MO * ON) = 1/2(2x02y0) = 1/2(2x0)(2/x0) = 2

冪函數求導

  f(x) = Xn的導數:f’(x) = nxn-1

  例:(3x6)’ = 3 * 6x6-1?= ?18x5

  該公式可以擴展到多項式中:

  (3x3?+ 6x10)' = 3 * 3x3-1?+ 6 * 10 x10-1?= 9x2?+ 60x9

sin和cos求導

  下面是sinx和cosx的去曲線圖:

sinx

cosx

  sin0°= 0,sin90°= sin(π/2) = 1

  求導時需要用到幾個公式:

  1、2不解釋,3、4后面會給出證明:

(sinx)’

(cosx)’

為什么會有公式3、4

  ,需要從幾何意義上證明。

  上圖是一個單位圓,將Δx用θ替換。由于單位圓r=1,弧長MN=(2πr ) (θ/360) = (2πr)(θ/2π) =θ。

  公式3:

  當θ趨近于0時,PN比弧長MN更快地趨近于0,所以公式3成立。

  公式4:sinθ=MP/OM=MP. 當θ趨近于0時,MP越來越趨近與MN(趨近但不等于0),所以

函數可導的條件

  如果一個函數的定義域為全體實數,即函數在其上都有定義,那么該函數是不是在定義域上處處可導呢?答案是否定的。函數在定義域中一點可導需要一定的條件:函數在該點的左右兩側導數都存在且相等。這實際上是按照極限存在的一個充要條件(極限存在,它的左右極限存在且相等)推導而來。

  可導的函數一定連續;連續的函數不一定可導,不連續的函數一定不可導。

  下面是兩個不可導的例子:

f(x)=x1/3

  f(x)=x1/3,f’(x)=x-2/3/3在x=0處分母為0,所以在x=0處不可導。實際上該函數在x=0處的切線是y軸,導數趨近于無窮,不符合導數的定義。

f(x)=|x|

  幾何上,切線指的是一條剛好觸碰到曲線上某一點的直線。更準確地說,當切線經過曲線上的某點(即切點)時,切線的方向與曲線上該點的方向是相同的。f(x)=|x|在x=0點時,曲線沒有唯一方向,即在x=0點沒有切線,所以該函數在x=0點不可導。

總結

  1. 導數的物理意義:描述變化率,幾何意義:切線的斜率
  2. 導數公式:
  3. 基本函數求導公式

1)?????? (C)’ = 0

2)?????? (1/x)’ = -1/x2

3)?????? (xn)’ = nxn-1

4)?????? (sinx)’ = cosx

5)?????? (cosx)’=-sinx

  4.可導的充要條件,它的左右極限存在且相等;可導的函數一定連續;連續的函數不一定可導,不連續的函數一定不可導。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/387255.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/387255.shtml
英文地址,請注明出處:http://en.pswp.cn/news/387255.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

python接口自動化(四)--接口測試工具介紹(詳解)

簡介 “工欲善其事必先利其器”,通過前邊幾篇文章的介紹,大家大致對接口有了進一步的認識。那么接下來讓我們看看接口測試的工具有哪些。 目前,市場上有很多支持接口測試的工具。利用工具進行接口測試,能夠提供測試效率。例如&…

機器學習09支持向量機

支持向量機(Support Vector Machines) 在監督學習中,許多學習算法的性能都非常類似,因此,重要的不是你該選擇使用學習算法 A 還是學習算法 B,而更重要的是, 應用這些算法時,所創建的大量數據在應用這些算…

數學筆記2

數學筆記2——導數2(求導法則和高階導數)和、差、積、商求導法則設uu(x),vv(x)都可導,則:(Cu)’ Cu’, C是常數(u v)’ u’ v’(uv)’ u’ v’(u/v)’ (u’v – uv’) / v21、2不解釋,下面給出3、4的推導過程乘法法則的推導過乘法法則…

機器學習10聚類

無監督學習 在非監督學習中,我們需要將一系列無標簽的訓練數據,輸入到一個算法中, 然后讓它找這個數據的內在結構。 我們可能需要某種算法幫助我們尋找一種結構。圖上的數據看起來可以分成兩個分開的點集(稱為簇)&am…

python 的筆記

語言:Python IDE:Python.IDE 需求 做出彩虹效果 顏色空間 RGB模型:光的三原色,共同決定色相 HSB/HSV模型:H色彩,S深淺,B飽和度,H決定色相 需要將HSB模型轉換為RGB模型 代碼示例&am…

關聯分析(Association analysis)

關聯分析(Association analysis) 簡介 大量數據中隱藏的關系可以以‘關聯規則’和‘頻繁項集’的形式表示。rules:{Diapers}–>{Beer}說明兩者之間有很強的關系,購買Diapers的消費者通常會購買Beer。 除…

機器學習11主成分分析

降維(Dimensionality Reduction) : 一、 降維目的: 目的一:數據壓縮(Data Compression) 目的二:數據可視化(Visualization) 二、 主成分分析(PCA) 主成分…

使用Apriori進行關聯分析(一)

使用Apriori進行關聯分析(一)大型超市有海量交易數據,我們可以通過聚類算法尋找購買相似物品的人群,從而為特定人群提供更具個性化的服務。但是對于超市來講,更有價值的是如何找出商品的隱藏關聯,從而打包促…

主成分分析法 (PCA) 用于數據可視化實驗 -- Matlab版

第一步:下載數據集。 https://www.csie.ntu.edu.tw/~cjlin/libsvmtools/datasets/multiclass.html#pendigits 第二步:改變數據格式。 注:此數據集的各特征值均為像素,即屬于同一量綱,故無需歸一化步驟。 原格式為&a…

后端視角下的前端框架之Vue.js初探

背景 作為常年搞后端的自己來說,除了多年前學習的一點關于HTML的皮毛,對現在的前端技術棧可謂是一竅不通。但是因為最近在做的內部業務全鏈路監控系統,負責前端的同事做到一半去搞別的項目了,為了把項目落地不得不硬著頭皮學一下前…

機器學習12推薦系統

推薦系統(Recommender Systems) 推薦系統根據瀏覽用戶過去買過什么書,或過去評價過什么電影來判斷并推薦新產品給用戶。 這些系統會為像亞馬遜和網飛這樣的公司帶來很大一部分收入。 因此,對推薦系統性能的改善,將對這些企業的有實質性和…

使用Apriori進行關聯分析(二)

使用Apriori進行關聯分析(二)書接上文(使用Apriori進行關聯分析(一)),介紹如何挖掘關聯規則。發現關聯規則我們的目標是通過頻繁項集挖掘到隱藏的關聯規則。所謂關聯規則,指通過某個…

Apache Tomcat 7 Configuration BIO NIO AIO APR ThreadPool

Apache Tomcat 7 Configuration Reference (7.0.93) - The Executor (thread pool)https://tomcat.apache.org/tomcat-7.0-doc/config/executor.html Tomat組件研究之ThreadPool - 老碼農的專欄 - CSDN博客https://blog.csdn.net/chen77716/article/details/344764 Tomcat中的線…

數學筆記3——導數3(隱函數的導數)

數學筆記3——導數3(隱函數的導數)冪函數的擴展形式f(x) xn的導數:f’(x) nxn-1,n是整數,該公式對f(x) xm/n, m,n 是整數同樣適用。推導過程:什么是隱函數引自知乎:“如果方程F(x,y)0能確定y…

機器學習13大規模數據集

大型數據集的學習(Learning With Large Datasets) 如果我們有一個低方差的模型, 增加數據集的規模可以幫助你獲得更好的結果。 我們應該怎樣應對一個有 100 萬條記錄的訓練集? 以線性回歸模型為例,每一次梯度下降…

svn認證失敗,解決方案

在svnserve.conf:文件中去掉authz-db authz前面的#號,會出現的認證失敗。 造成此原因的主要問題就是authz文件中權限沒有配置好。 例如: 創建prj1庫 svnadmin create prj1 修改配置文件 svnserve.conf: [general] anon-access read auth-access write…

Python機器學習庫sklearn的安裝

Python機器學習庫sklearn的安裝 scikit-learn是Python的一個開源機器學習模塊,它建立在NumPy,SciPy和matplotlib模塊之上能夠為用戶提供各種機器學習算法接口,可以讓用戶簡單、高效地進行數據挖掘和數據分析。 Ubuntu14.04系統上安裝 安裝num…

Java07多線程

14 多線程 操作系統的多任務(multitasking):在同一時刻運行多個程序的能力。 多線程在較低的層次上擴展了多任務的概念:一個程序同時執行多個任務。 通常,每一個任務稱為一個線程(tread)&…

MySQL字段拼接Concat

有時候,從數據庫中拿出的數據并不是我們想要的格式,比如,有以下的vendors表 如果,想以 name (location)的格式展現出來,那么就要用到MySQL的Concat了。 Concat()拼接串,即把多個串連接起來形成一個較長的串…

使用pycharm調用模塊后字體變灰 是什么原因呢?

使用pycharm調用模塊后字體變灰 是什么原因呢?點擊小燈泡提示出現以下內容:This inspection detects names that should resolve but dont. Due to dynamic dispatch and duck typing, this is possible in a limited but useful number of cases. Top-l…