函数图形渐近线分析

news2024/11/17 22:36:28

文章目录

    • 曲线的渐近线
    • 水平和垂直渐近线
    • 斜渐近线
      • 斜渐近线公式推导
      • 简便方法确定斜渐近线(一次多项式化方法)

曲线的渐近线

  • 渐近线综合了极限和函数图形的知识,尤其是斜渐近线

水平和垂直渐近线

  • 若点 M M M沿曲线 y = f ( x ) y=f(x) y=f(x)无限远离原点时,它于某条直线 L L L之间的距离将趋近于0,则称该直线 L L L为曲线的渐近线

  • L L L x x x轴平行,则该直线称为水平渐近线

    • lim ⁡ x → ∞ f ( x ) = A \lim\limits_{x\to{\infin}}f(x)=A xlimf(x)=A(包括 x → − ∞ x\to{-\infin} x, x → + ∞ x\to{+\infin} x+),则 y = A y=A y=A y = f ( x ) y=f(x) y=f(x)的水平渐近线
  • L L L y y y轴平行,则该直线称为垂直渐近线铅直渐近线

    • lim ⁡ x → x 0 f ( x ) = ∞ \lim\limits_{x\to{x_0}}f(x)=\infin xx0limf(x)=,(包括 x → x 0 − x\to{x_0}^{-} xx0, x → x 0 + x\to{x_0}^{+} xx0+),则 x = x 0 x=x_0 x=x0 y = f ( x ) y=f(x) y=f(x)的水平渐近线
    • 注意只要有一侧满足条件,就称 x = x 0 x=x_0 x=x0处有渐进线

斜渐近线

  • L L L不与坐标轴平行,则该直线称为斜渐近线

    • lim ⁡ x → ∞ f ( x ) x = a \lim\limits_{x\to{\infin}}\frac{f(x)}{x}=a xlimxf(x)=a lim ⁡ x → ∞ ( f ( x ) − a x ) = b \lim\limits_{x\to{\infin}}(f(x)-ax)=b xlim(f(x)ax)=b;(包括 x → − ∞ x\to{-\infin} x, x → + ∞ x\to{+\infin} x+),则 y = a x + b y=ax+b y=ax+b y = f ( x ) y=f(x) y=f(x)的斜渐近线

斜渐近线公式推导

  • 动点 ( x , f ( x ) ) (x,f(x)) (x,f(x))到直线 L L L: y = a x + b y=ax+b y=ax+b的距离为 d = ∣ f ( x ) − a x − b ∣ a 2 + 1 d=\frac{|f(x)-ax-b|}{\sqrt{a^2+1}} d=a2+1 f(x)axb(0),
  • 不妨设 f ( x ) f(x) f(x)有在 x → + ∞ x\to{+\infin} x+时的渐近线,
    • 由渐近线性质, d → 0 ( x → ∞ ) d\to{0}(x\to{\infin}) d0(x), lim ⁡ x → + ∞ ∣ f ( x ) − a x − b ∣ = 0 \lim\limits_{x\to{+\infin}}|f(x)-ax-b|=0 x+limf(x)axb=0(1)
    • 由极限性质和式(1)可知 lim ⁡ x → + ∞ ( f ( x ) − a x − b ) = 0 \lim\limits_{x\to{+\infin}}(f(x)-ax-b)=0 x+lim(f(x)axb)=0(2),
    • 由函数加法极限运算法则: lim ⁡ x → + ∞ ( f ( x ) − a x ) = b \lim\limits_{x\to{+\infin}}(f(x)-ax)=b x+lim(f(x)ax)=b,(3)
  • 构造 lim ⁡ x → + ∞ ( f ( x ) x − a ) \lim\limits_{x\to{+\infin}}(\frac{f(x)}{x}-a) x+lim(xf(x)a)(4);即 lim ⁡ x → + ∞ 1 x ( f ( x ) − a x ) \lim\limits_{x\to{+\infin}}\frac{1}{x}({f(x)}-ax) x+limx1(f(x)ax)= lim ⁡ x → + ∞ 1 x \lim\limits_{x\to{+\infin}}\frac{1}{x} x+limx1 ⋅ \cdot lim ⁡ x → + ∞ [ f ( x ) − a x ] \lim\limits_{x\to{+\infin}}{[{f(x)}-ax]} x+lim[f(x)ax]= 0 ⋅ b 0\cdot{b} 0b=0,所以 lim ⁡ x → + ∞ ( f ( x ) x − a ) \lim\limits_{x\to{+\infin}}(\frac{f(x)}{x}-a) x+lim(xf(x)a)= 0 0 0,即 lim ⁡ x → + ∞ f ( x ) x = a \lim\limits_{x\to{+\infin}}\frac{f(x)}{x}=a x+limxf(x)=a(5)
  • (5),(3)两个极限,分别可求得 a , b a,b a,b,也就求得了渐近线
    • lim ⁡ x → + ∞ f ( x ) x = a \lim\limits_{x\to{+\infin}}\frac{f(x)}{x}=a x+limxf(x)=a
    • lim ⁡ x → + ∞ ( f ( x ) − a x ) = b \lim\limits_{x\to{+\infin}}(f(x)-ax)=b x+lim(f(x)ax)=b
  • 公式组表明,欲判断曲线 f ( x ) f(x) f(x)的斜渐渐线,需要针对 − ∞ , + ∞ -\infin,+\infin ,+两类情形,分别构造2个极限式,两者都存在时,就可以确定有相应的渐渐线
  • Note:
    • 关于式(3),还可以这样理解:于渐近线 L L L平行且过原点的直线方程为 L 0 : y = a x L_0:y=ax L0:y=ax
    • 而当 x → ∞ x\to{\infin} x时, f ( x ) f(x) f(x) L L L y y y轴方向上的距离 ∣ f ( x ) − ( a x + b ) ∣ → 0 |f(x)-(ax+b)|\to{0} f(x)(ax+b)0,
    • ∣ f ( x ) − a x ∣ → ∣ a x + b − a x ∣ = ∣ b ∣ |f(x)-ax|\to{|ax+b-ax|}=|b| f(x)axax+bax=b,所以有式(3)

简便方法确定斜渐近线(一次多项式化方法)

  • 由于渐近线是直线,考虑从直线方程 y = a x + b y=ax+b y=ax+b找新途径
  • x x x足够大时,且 f ( x ) f(x) f(x)存在渐近线时,我们可以使用渐近线来近似 f ( x ) f(x) f(x)
  • 一般得,若 f ( x ) f(x) f(x)能够表示为 f ( x ) f(x) f(x)= a x + b + α ( x ) ax+b+\alpha(x) ax+b+α(x), ( a ≠ 0 ) (a\neq{0}) (a=0),其中 α ( x ) \alpha(x) α(x)是一个 x → ∞ x\to{\infin} x时得无穷小,那么就能说明 a x + b ax+b ax+b f ( x ) f(x) f(x)的斜渐近线
  • 这种方法确定渐近线通常要搭配泰勒公式(麦克劳林公式),将非多项式多项式化
    • 可以先从被求函数 f ( x ) f(x) f(x)提取出一个 x x x ∣ x ∣ |x| x
    • 对剩余部分作泰勒展开,且只需要展开到 1 x \frac{1}{x} x1(如果没有就只需要展开到常数项)就可以了, 1 x \frac{1}{x} x1的高次方无穷小可以用低次方代替,因为 o ( ( 1 x ) m ) o((\frac{1}{x})^{m}) o((x1)m)包含 o ( ( 1 m ) n ) o((\frac{1}{m})^{n}) o((m1)n), ( n > m ) (n>m) (n>m)
    • 当然,反过来就不行,不能用高阶无穷小表示(代替)低阶无穷小

  • 曲线 y y y= e 1 x 1 + x 2 e^{\frac{1}{x}}\sqrt{1+x^2} ex11+x2 的渐进线

    • 水平渐近线: y → 0 ( x → 0 ) y\to{0}(x\to{0}) y0(x0),因此无水平渐渐
    • 垂直渐近线:
      • 从定义域找有限值: x ≠ 0 x\neq{0} x=0
      • 对于 lim ⁡ x → 0 y \lim\limits_{x\to{0}}y x0limy
        • 具体要分 x → 0 − x\to{0^{-}} x0 x → 0 + x\to{0^{+}} x0+的情形
        • lim ⁡ x → 0 − 1 y \lim\limits_{x\to{0^{-1}}}y x01limy= 1 1 1
        • lim ⁡ x → 0 + y \lim\limits_{x\to{0^+}}y x0+limy= ∞ \infin ,因此 x = 0 x=0 x=0处存在垂直渐近线
    • 斜渐近线(定义法)
      • 构造 lim ⁡ x → + ∞ e 1 x 1 + x 2 x \lim\limits_{x\to{+\infin}} \frac{e^{\frac{1}{x}}\sqrt{1+x^2}}{x} x+limxex11+x2 = 1 1 1= a 1 a_1 a1
      • b 1 b_1 b1= lim ⁡ x → + ∞ ( e 1 x 1 + x 2 − a 1 x ) \lim\limits_{x\to{+\infin}} (e^{\frac{1}{x}}\sqrt{1+x^2}-a_1x) x+lim(ex11+x2 a1x)= lim ⁡ x → + ∞ ( e 1 x 1 + x 2 − x ) \lim\limits_{x\to{+\infin}} (e^{\frac{1}{x}}\sqrt{1+x^2}-x) x+lim(ex11+x2 x)
        • 这个极限是 ∞ − ∞ \infin-\infin 未定式)
        • 其计算可以通过适当的增减同一项,这里 − e 1 x x + e 1 x x -e^{\frac{1}{x}}x+e^{\frac{1}{x}}x ex1x+ex1x,需要一定的经验和尝试找出合适的项
        • 从而 b 1 b_1 b1= lim ⁡ x → + ∞ ( e 1 x 1 + x 2 − e 1 x x + e 1 x x − x ) \lim\limits_{x\to{+\infin}} (e^{\frac{1}{x}}\sqrt{1+x^2}-e^{\frac{1}{x}}x+e^{\frac{1}{x}}x-x) x+lim(ex11+x2 ex1x+ex1xx),然后适当分组:
          • b 1 b_1 b1= lim ⁡ x → + ∞ ( e 1 x ( 1 + x 2 − x ) + ( e 1 x − 1 ) x ) \lim\limits_{x\to{+\infin}} (e^{\frac{1}{x}}(\sqrt{1+x^2}-x)+ (e^{\frac{1}{x}}-1)x) x+lim(ex1(1+x2 x)+(ex11)x)
            • lim ⁡ x → + ∞ e 1 x ( 1 1 + x 2 + x ) \lim\limits_{x\to{+\infin}} e^{\frac{1}{x}}(\frac{1}{\sqrt{1+x^2}+x}) x+limex1(1+x2 +x1)= 0 0 0(分子有理化)
            • lim ⁡ x → + ∞ ( e 1 x − 1 ) x \lim\limits_{x\to{+\infin}} (e^{\frac{1}{x}}-1)x x+lim(ex11)x= 1 1 1(等价无穷小)
          • b 1 b_1 b1= 0 + 1 0+1 0+1= 1 1 1
        • 因此 x → + ∞ x\to{+\infin} x+的渐近线为 y = x + 1 y=x+1 y=x+1
      • 类似的,可以求得另一条渐近线 x → − ∞ x\to{-\infin} x y = − x − 1 y=-x-1 y=x1
    • 斜渐近线(一次多项式化方法)
      • y y y= ∣ x ∣ e 1 x 1 + 1 x 2 |x|e^{\frac{1}{x}}\sqrt{1+\frac{1}{x^2}} xex11+x21 , ( x → ∞ ) (x\to\infin) (x)
        • = ∣ x ∣ [ ( 1 + 1 x + o ( 1 x ) ) ( 1 + o ( 1 x ) ) ] |x|[(1+\frac{1}{x}+o(\frac{1}{x}))(1+o(\frac{1}{x}))] x[(1+x1+o(x1))(1+o(x1))]
          • 这里 1 + 1 x 2 \sqrt{1+\frac{1}{x^2}} 1+x21 = 1 + o ( 1 x 2 ) 1+o(\frac{1}{x^2}) 1+o(x21)中的无穷小可以用 o ( 1 x ) o(\frac{1}{x}) o(x1)代替,
        • = ∣ x ∣ ( 1 + 1 x + o ( 1 x ) ) |x|(1+\frac{1}{x}+o(\frac{1}{x})) x(1+x1+o(x1))
        • = ∣ x ∣ + ∣ x ∣ x + ∣ x ∣ o ( 1 x ) |x|+\frac{|x|}{x}+|x|o(\frac{1}{x}) x+xx+xo(x1),其中 α ( x ) \alpha(x) α(x)= ∣ x ∣ o ( 1 x ) |x|o(\frac{1}{x}) xo(x1)= o ( 1 x ) 1 ∣ x ∣ \frac{o(\frac{1}{x})}{\frac{1}{|x|}} x1o(x1) x → ∞ x\to{\infin} x的无穷小
        • = x + 1 x+1 x+1+ α ( x ) \alpha(x) α(x), ( x > 0 ) (x>0) (x>0);或 − x − 1 + α ( x ) -x-1+\alpha(x) x1+α(x)
  • 综上,共有3条渐近线

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1313958.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

web应用开发技术的一些概念

一、Servlet 1.Servlet的工作过程: Servelt的工作流程示意图 (1)客户端发起一个Http请求到服务器,请求特定的资源或者是要执行特定的操作 (2)服务器在接收到请求后,根据请求相应的URL将请求分发…

2023.12.15 FineBI与kettle

1.结构化就是可以用schema描述的数据,就是结构化数据,能转为二维表格, 如CSV,Excel, 2.半结构化就是部分可以转换为二维表格,如JSON,XML 3.非结构化数据,就是完全无法用二维表格表示的数据,如Word文档,Mp4,图片,等文件. kettle的流程 新建转换-构建流图-配置组件-保存运行 使…

人工智能与星际旅程:技术前沿与未来展望

人工智能与星际旅程:技术前沿与未来展望 一、引言 随着科技的飞速发展,人工智能(AI)在各个领域的应用越来越广泛。在星际旅程领域,AI也发挥着越来越重要的作用。本文将探讨人工智能与星际旅程的结合,以及…

微服务架构之争:Quarkus VS Spring Boot

在容器时代(“Docker时代”),无论如何,Java仍然活着。Java在性能方面一直很有名,主要是因为代码和真实机器之间的抽象层,多平台的成本(一次编写,随处运行——还记得吗?&a…

word2vec,BERT,GPT相关概念

词嵌入(Word Embeddings) 词嵌入通常是针对单个词元(如单词、字符或子词)的。然而,OpenAI 使用的是预训练的 Transformer 模型(如 GPT 和 BERT),这些模型不仅可以为单个词元生成嵌入…

数据库02-04 中级SQL

01.on关键字: 主要用join…on来用多关系查询,和where关键字的相同 student关系: takes关系: 02.一般外连接 自然连接: 这个外连接(自然连接)会缺少空值的元祖(本例子中的stude…

python 小程序学生选课系统源码

开发工具: PyCharm,mysql5.7,微信开发者工具 技术说明: python django html 小程序 功能介绍: 学生: 登录,选课(查看课程及选择),我的成绩,…

【采坑分享】npm login/publish/whoami失败采坑,解决npmERR426、ETIMEDOUT、ECONNREFUSED等错误

目录 前言背景: 采坑之路: 1.修改https为http,问题还在 2.修改为淘宝镜像,问题还在 3.修改为官网地址,问题还在 4.升级node和npm,问题还在 5.猜想网络问题,问题解决 采坑总结&#xff1a…

HBase的安装与简单操作

文章目录 第1关:Hbase数据库的安装第2关:创建表第3关:添加数据、删除数据、删除表 第1关:Hbase数据库的安装 编程要求 根据上述步骤安装配置好HBase数据库,并启动成功。 测试说明 若安装配置成功,则程序会…

《数据结构、算法与应用C++语言描述》- 构建哈夫曼树

哈夫曼树 完整可编译运行代码见:Github::Data-Structures-Algorithms-and-Applications/_29huffmanTree 定长编码与可变长编码 定长编码 每个字符都用固定长度的编码来表示。 例如假设一个文本是由字符 a、u、x 和 z 组成的字符串,每个字符用2位二进…

【JVM从入门到实战】(七)运行时数据区的组成

运行时数据区: Java虚拟机在运行Java程序过程中管理的内存区域,称之为运行时数据区。 《Java虚拟机规范》中规定了每一部分的作用 线程不共享:程序计数器、虚拟机栈、本地方法栈 线程共享:方法区,堆 1. 程序计数器(Program Count…

Docker单点部署 Elasticsearch + Kibana [8.11.3]

文章目录 一、Elasticsearch二、Kibana三、访问四、其他 Elasticsearch 和 Kibana 版本一般需要保持一致才能一起使用,但是从 8.x.x开始,安全验证不断加强,甚至8.x.x之间的版本安全验证方法都不一样,真的很恼火。 这里记录一次成…

字符串——OJ题

📘北尘_:个人主页 🌎个人专栏:《Linux操作系统》《经典算法试题 》《C》 《数据结构与算法》 ☀️走在路上,不忘来时的初心 文章目录 一、字符串相加1、题目讲解2、思路讲解3、代码实现 二、仅仅反转字母1、题目讲解2、思路讲解3…

[C++]——学习模板

了解模板——初阶 前言:一、模板1.1 什么是模板1.2 模板的概念1.3 模板可以做什么1.4 泛型模板 二、函数模板2.1 函数模板概念和格式2.2 函数模板原理2.3 函数模板实例化2.3.1 隐式实例化2.3.2 显式实例化 2.4 模板参数的匹配原则2.5 函数模板声明定义分离 三、类模…

服务器一直掉线怎么回事?

随着网络的高速发展,不管是网站还是游戏,如果遇到服务器卡顿的情况,会造成用户访问网站或进游戏,网站页面长时间无法打开,游戏页面运行卡顿,这样就很容易会造成用户的流失,从而导致业务亏损极大…

华为数通——企业双出口冗余

目标:默认数据全部经过移动上网,联通低带宽。 R1 [ ]ip route-static 0.0.0.0 24 12.1.1.2 目的地址 掩码 下一条 [ ]ip route-static 0.0.0.0 24 13.1.1.3 preference 65 目的地址 掩码 下一条 设置优先级为65 R…

数据持久化与临时存储的对决:localStorage 与 sessionStorage(上)

🤍 前端开发工程师(主业)、技术博主(副业)、已过CET6 🍨 阿珊和她的猫_CSDN个人主页 🕠 牛客高级专题作者、在牛客打造高质量专栏《前端面试必备》 🍚 蓝桥云课签约作者、已在蓝桥云…

《使用ThinkPHP6开发项目》 - ThinkPHP6使用使用中间件验证登录Token

https://blog.csdn.net/centaury32/article/details/134997438 按照https://blog.csdn.net/centaury32/article/details/134999029的方法验证登录Token,那么每一步都需要写同样一段代码,这里可以结合中间件进行验证 一、创建中间件:php thi…

华为配置VRRP负载分担示例

组网需求 如图1所示,HostA和HostC通过Switch双归属到SwitchA和SwitchB。为减轻SwitchA上数据流量的承载压力,HostA以SwitchA为默认网关接入Internet,SwitchB作为备份网关;HostC以SwitchB为默认网关接入Internet,Switc…

【深度学习】机器学习概述(二)优化算法之梯度下降法(批量BGD、随机SGD、小批量)

​ 文章目录 一、基本概念二、机器学习的三要素1. 模型a. 线性模型b. 非线性模型 2. 学习准则a. 损失函数b. 风险最小化准则 3. 优化机器学习问题转化成为一个最优化问题a. 参数与超参数b. 梯度下降法梯度下降法的迭代公式具体的参数更新公式学习率的选择 c. 随机梯度下降批量…