标签：frac 函数 导数 微积分 我们 dx sin 入门

不会这东西啥也学不动啊……

前言

懒得像线代写那么详细了，这这篇确保自己几个重要公式和定义掌握了

符号定义：\(d\)+某个变量表示某个变量的极小的一点变化

导数

导数形式

对于任意函数\(f(x)\)，它的导数\(f'(x)\)为\(\frac{df(x)}{dx}=\frac{f(x+dx)-f(x)}{dx}\)

导数定义

导数在有些人的理解中可能会被概括为：某个函数的瞬时变化率

这个概括的确可以帮助人理解，但是瞬时有变化吗？这显然是矛盾的

那么导数究竟是什么？

我们考虑一个实际例子：汽车在行驶过程中的测速仪是如何测出当前时刻的速度的？

测速仪会显示出汽车在很短的时间内移动的距离，再除以这段很短的时间，将得到的答案近似为当前时间的速度

对测速仪来说，它绕开瞬时变化率，转而研究很短一段时间内的变化率解决了这个问题

回到导数上来，我们对汽车建立一个数学模型：\(s(t)\)为汽车\(t\)时刻内走过的位移

那么\(s(t)\)的导数可以表示为\(\frac{ds}{dt}(t)\)，即穿过这条函数上\(s(t)\)和\(s(t+dt)\)两点直线的斜率

当\(dt\)越来越趋近于\(0\)，那么这两个也越来越近，直线越来越逼近在\(t\)点时图像的切线

所以导数在数学上的含义是：经过图像上某一点的切线

但是瞬时变化率是没有意义的，我们应该把导数的实际含义看作“某一点附近的变化率的最佳近似”

代数求导

考虑对\(f(x)=x^3\)求导数

\(f'(x)=\frac{df(x)}{dx}=\frac{f(x+dx)-f(x)}{dx}=\frac{(x+dx)^3-x^3}{dx}=\frac{x^3+3x^2(dx)+3x(dx^{2})+dx^3-x^3}{dx}=\frac{3x^2(dx)+3x(dx^{2})+dx^3}{dx}=3x^2+3x(dx)+dx^2\)

当\(dx\)逼近\(0\)时，含\(dx\)的项可以忽略，所以最终\(f'(x)=3x^2\)

几何求导

我们可以把\(f(x)=x^2\)看作求一个边长为\(x\)的正方形的面积，那么假设正方形的边长增加了一个\(dx\)，面积的增加量应该为\(2x(dx)+dx^2\)，写成导数形式即为\(\frac{df}{dx}=2x+dx=2x\)

幂函数求导

对于任意幂函数\(f(x)=x^n\)，有\(f'(x)=nx^{n-1}\)

直观解释:

设\(f(x)=x^n\)，那么\(f(x+dx)=(x+dx)^n\)，展开后面会得到\(x^n+n(x^{n-1})dx+……\)

为什么后面我不写了？因为在求导的时候后面的项仍然会保留至少一个\(dx\)，会被忽略掉

而\(x^n\)会被减掉，所以\(f'(x)=nx^{n-1}\)

组合函数求导

函数相加

\(\frac{d}{dx}(g(x)+h(x))=\frac{dg}{dx}+\frac{dh}{dx}\)

证明：

\(\frac{d}{dx}(g(x)+h(x))=\frac{g(x+dx)-g(x)+h(x+dx)-h(x)}{dx}=\frac{g(x+dx)-g(x)}{dx}+\frac{h(x+dx)-h(x)}{dx}=\frac{dg}{dx}+\frac{dh}{dx}\)

函数乘积

举个例子：\(f(x)=sin(x)x^2\)

这东西代数上不好看，我们考虑用几何求导

\(f(x)\)表示的几何意义即为边长为\(sin(x)\)和\(x^2\)的矩形的面积

仍然考虑一点微小的变化\(dx\)

矩形面积将改变

\(sin(x)*((x+dx)^2-x^2) + x^2*(sin(x+dx)-sin(x)) + ((x+dx)^2-x^2)*(sin(x+dx)-sin(x))\)

容易发现最后这一项与\(dx^2\)成正比，忽略掉

那么\(df=sin(x)d(x^2)+x^2d(sin(x))\)

把后面的改变量计算出来得

\(df=sin(x)2xdx+x^2cos(x)dx\)

\(\frac{df}{dx}=sin(x)2x+x^2cos(x)\)

仔细观察我们可以得出一个更一般的结论

\(f(x)=g(x)h(x)\)

\(f'(x)=g(x)h'(x)+h(x)g'(x)\)

我们称之为左乘右导，右乘左导

复合函数

一般可以写成\(g(h(x))\)

例如\(g(x)=sin(x),h(x)=x^2\)，则\(g(h(x))=sin(x^2)\)

对于复合函数我们需要一步一步分析

先考虑一个\(dx\)对最内层\(h(x)\)的影响，这个我们应该很熟悉，我们会得到一个\(dh\)，再用\(dh\)改变\(g(x)\)，但是我们展开的过程应该是从外向内展开

就以上面的函数为例，当我们取\(dx\)时，\(d(sin(x^2))=cos(x^2)d(x^2)=cos(x^2)2xdx\)

归纳一个更一般的结论:\(\frac{d}{dx}g(h(x))=\frac{dg}{dh}(h(x))\frac{dh}{dx}(x)\)

注意等式右边的第一项分母是\(dh\)而不是\(dx\)，因为它的内层函数的变化量

这个结论叫做链式法则

只要一直套用上面的形式，链式法则可以无限长，如果你有耐心解

指数函数求导

我们来看一个常见的指数函数\(f(x)=2^x\)

无脑地用\(dx\)求导：\(f'(x)=2^x\frac{2^{dx}-1}{dx}\)

当\(dx\)无限逼近于\(0\)时，可以得到后面这一项约等于\(0.6931……\)

我们发现指数函数的导数就是它本身乘以了一个奇怪的常数，虽然我们也不知道这个常数是怎么来的

如果我们多实验几个，会发现\(f(x)=8^x\)时，\(f'(x)≈8^x*(2.0794……)\)

如果你细心可能会发现\(8=2^3,0.2794≈3*0.6931\)

为啥？凭啥？

我们先放在一边，这个时候我们应该有一个全新的疑惑：有没有一个数的指数函数令这个常数等于\(1\)？

当然有，它就是\(e\)，对于\(f(x)=e^x,f'(x)=e^x\)

为什么，是巧合吗？

因为这本身就是人家的定义啊……

通过\(e\)，也许我们能解决那些迷之常数和\(2,8\)之间迷之倍数的关系

如果\(f(x)=e^{ct}\)，根据链式法则\(f'(x)=ce^{ct}\)

那么\(2^x=(e^{ln(2)})^x=e^{ln(2)x}\)，其导数为\(ln(2)e^{ln(2)x}=ln(2)2^x\)

同理\(f(x)=8^x,f'(x)=ln(8)8^x\)

根据初中姿势：\(ln(8)=3ln(2)\)

就都可以解释辣

隐函数求导

这玩意真**玄学啊……

隐函数

一般来说我们初中学的函数定义是：给定一个\(x\)，能唯一确定一个\(y\)值的变换法则

但是我们学到的有些东西显然不满足这个性质，比如圆的方程

但是它们好像又很特殊，不同与一般的变换

如果一个变换在它的定义域上存在一个子集\(D\)，使得每个\(x\in D\)，存在相应的\(y\)使得\(F(x,y)=0\)，则称方程确定了一个隐函数

显然圆的方程确定了一个隐函数

那么比如说我们有\(x^2+y^2=3^2\)，我们怎么求出一个圆上某一点的斜率\(\frac{dy}{dx}\)？

当然我们可以大力化式子：

\(y=\sqrt{3^2-x^2}\)

然后无脑链式法则

不过还可以稍微变化一下思路，考虑将\(x^2\)写作\(x(\theta)^2,y^2\)写作\(y(\theta)^2\)，然后对两边分别求导

\(2x(\theta)\frac{dx}{d\theta}+2y(\theta)\frac{dy}{d\theta}=0\)

我们对两边分别乘以\(d\theta\)得到

\(2xdx+2ydy=0\)

化简得\(\frac{dy}{dx}=-\frac{x}{y}\)

感觉这玩意\(OI\)中不会再拓展了，溜了溜了

极限

导数的正式定义

我们一般考虑导数时的操作是：选一个极小量\(dx\)，然后计算\(\frac{df}{dx}\)

实际上，当\(dx\)无限逼近\(0\)时它才是真正的导数

写作\(\frac{df}{dx}=\lim\limits_{h→0}\frac{f(x+h)-f(x)}{h}\)

这里右边不用\(dx\)是因为在极限中一般不含带\(d\)的字母，我们认为\(d\)内置了极限的思想

右边这个形式就是导数的正式定义

\(upd：\)这里的\(h\)应该看作一个有限小的变化量，而非无穷小，我们只需要考虑它逼近于\(0\)的情况

极限的ε-δ定义

考虑一个函数\(f(x)=\frac{(2+x)^3-2^3}{x}\)

我们可以发现这个函数的定义域并不连续，当\(x=0\)的时候，函数变为了\(\frac{0}{0}\)

但是当\(x\)无限逼近于\(0\)的时候，它仍然是有定义的，这个比值的极限是\(12\)

那有人会发问：这个逼近到底是什么意思？

可以发现在上面的曲线中，对于\(x=0\)附近的点，它们的取值都在\(12\)附近，而且不断缩小\(x\)的取值范围，函数值的范围越来越逼近\(12\)，且这个范围可以无限小

反例：

这个函数在\(x=0\)的时候同样没有定义

但是在\(x\)逼近于\(0\)的时候，它的取值不确定，也许是\(2\)，也许是\(-2\)，我们称它极限不存在

这就是极限的\(ε-δ\)定义

我们用\(δ\)表示自变量取值的范围，\(ε\)表示函数在值域上的范围，这段距离可以无限小

极限存在的前提就是：总能在极限点附近某一\(δ\)范围内找到一系列取值点使得范围内任意取值点都处在某一数值的\(ε\)范围之内，且这种情况对任意\(ε\)成立

如第二张图中，若我们取\(ε\)为\(1\)，则不存在\(δ\)满足要求

洛必达法则

对于某个极限点，我们知道直接代入这个点会得到\(\frac{0}{0}\)，如果我们要确定这个极限点的取值该怎么办？

我们假设某个函数为\(f(x)=\frac{g(x)}{h(x)}\)，它存在某个点\(a\)使得\(g(a)=0,h(a)=0\)

我们可以考虑，用导数的反求极限

我们把\(g(x)\)和\(h(x)\)分开了考虑，则这两个函数在\(a\)点处的取值都为\(0\)

那么也就是说，在\(a\)点附近很小的一段区域内，函数的导数乘以变化量就约等于函数的取值

即\(g(a+dx)=\frac{dg}{dx}(a)dx\)，当\(dx\)约逼近于\(0\)取值越精准

则\(\lim\limits_{x→a}\frac{g(a)}{h(a)}=\frac{\frac{dg}{dx}(a)dx}{\frac{dh}{dx}(a)dx}\)

消掉\(dx\)得到

\(\lim\limits_{x→a}f(a)=\frac{\frac{dg}{dx}(a)}{\frac{dh}{dx}(a)}\)

这个叫做洛必达法则

\(ps：\)洛必达法则是洛必达向伯努利买来的

积分

积分

我们仍然考虑一个开车小汽车的问题：

给定小汽车的时间-速度函数\(v(t)\)，如何求出小汽车的时间-位移函数\(s(t)\)？

其实我们问题就是求，什么函数的导数为\(v(t)\)

这类问题通常被称为求函数的原函数（反导数）

对于求曲线下面积的问题，通常手法是将曲线分解成许多个宽度极小的矩形，然后求这些矩阵面积的和

矩形的宽度越小，答案越精准，当宽度无限逼近于\(0\)时，得到的结果就是正确答案

我们用\(\int_{x}^{y}\)来表示\([x,y]\)区间内所有点表达式的和

如果要求\(T\)时刻内汽车走过的距离，我们可以写成 \(\int_{0}^{T}v(t)dt\)，我们称之为\(v(t)\)的积分

为什么我们不用\(\sum\)呢？因为我们所表达的意思不是实际上的加和，而是\(dt\)在趋近于\(0\)时，加和趋近于的值

微积分基本定理

在解积分是过程中，我们可以通过导数来推出原函数，但是并不能推出原函数的常数

如果你想问咋求原函数的其他项：靠猜

因为常数项求导之后会消失

其实我们求一段面积没必要知道常数项具体是多少

仍然拿上面的小车举例子，有\(\int_{x}^{y}v(t)dt=s(y)-s(x)\)

常数项自然会被抵消掉

\(\int_{x}^{y]f(x)dx=F(x)-F(y)\)被称作微积分基本定理

泰勒级数

鸽子

标签：frac,函数,导数,微积分,我们,dx,sin,入门
来源： https://www.cnblogs.com/knife-rose/p/12120373.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。