理解导数(x^n求导后nx^n-1)

news2024/11/18 2:39:01

以下都是为了方便理解

请添加图片描述

请添加图片描述

微小量是 t
M(x)是一个函数
M 在 x 处的斜率 = M 在 x 处的导数 = 垂直距离 平移距离 = M ( x + t ) − M ( x ) ( x + t ) − x M在x处的斜率 = M在x处的导数= \dfrac{垂直距离}{平移距离} =\dfrac{M\left( x+t\right) -M\left( x\right) }{(x + t) -x} Mx处的斜率=Mx处的导数=平移距离垂直距离=(x+t)xM(x+t)M(x)
求导原型 = M ( x ) = M ( x + t ) − M ( x ) t 求导原型=M\left( x\right) =\dfrac{M\left( x+t\right) -M\left( x\right) }{t} 求导原型=M(x)=tM(x+t)M(x)
当前数的导数 = ( 当前数 + 微小量 ) − 当前数 微小量 当前数的导数 = \dfrac{(当前数 + 微小量) - 当前数}{微小量} 当前数的导数=微小量(当前数+微小量)当前数

将直线方程带入,进行求导: M(x)= kx+b

[ k ( x + t ) + b ] − [ k x + b ] t = k ( t ) t = k \dfrac{\left[ k\left( x+t\right) +b\right] -\left[ kx+b\right] }{t} = \dfrac{k\left( t\right) }{t}=k t[k(x+t)+b][kx+b]=tk(t)=k

x^2

若x的变化规律是平方
M 在 x 点的导数 = M ( x + t ) − M ( x ) t = ( x + t ) 2 − x 2 t M在x点的导数 = \dfrac{M\left( x+t\right) -M\left( x\right) }{t} = \dfrac{\left( x+t\right) ^{2}-x^{2}}{t} Mx点的导数=tM(x+t)M(x)=t(x+t)2x2
根据平方和公式:
M 在 x 点的导数 = x 2 + 2 x ( t ) + ( t ) 2 − x 2 t = 2 x ( t ) + ( t ) 2 t M在x点的导数 = \dfrac{x^{2}+2x\left( t\right) +\left( t\right) ^{2}-x^{2}}{t} = \dfrac{2x\left( t\right) +\left( t\right) ^{2}}{t} Mx点的导数=tx2+2x(t)+(t)2x2=t2x(t)+(t)2

M 在 x 的陡峭度 = 2 x + t M在x的陡峭度 = 2x+t Mx的陡峭度=2x+t
由于t可以忽略不记,所以最终结果是2x

x^3

M 在 x 点的导数 = M ( x + t ) − M ( x ) t = ( x + t ) 3 − x 3 t M在x点的导数 = \dfrac{M\left( x+t\right) -M\left( x\right) }{t} = \dfrac{\left( x+t\right) ^{3}-x^{3}}{t} Mx点的导数=tM(x+t)M(x)=t(x+t)3x3
根据立方和公式:
( x + t ) 3 = x 3 + t 3 + 3 x 2 t + 3 x t 2 (x + t )^{3} = x^{3} + t^{3} + 3x^{2}t + 3xt^{2} (x+t)3=x3+t3+3x2t+3xt2
M 在 x 点的导数 = x 3 + t 3 + 3 x 2 t + 3 x t 2 − x 3 t = t 3 + 3 x 2 t + 3 x t 2 t M在x点的导数 = \dfrac{x^{3} + t^{3} + 3x^{2}t + 3xt^{2} - x^{3}}{t} = \dfrac{t^{3} + 3x^{2}t + 3xt^{2}}{t} Mx点的导数=tx3+t3+3x2t+3xt2x3=tt3+3x2t+3xt2
M 在 x 点的导数 = t 3 + 3 x 2 t + 3 x t 2 t = t 2 + 3 x 2 + 3 x t M在x点的导数 = \dfrac{t^{3} + 3x^{2}t + 3xt^{2}}{t} = t^{2} + 3x^{2} + 3xt Mx点的导数=tt3+3x2t+3xt2=t2+3x2+3xt
由于t可以忽略不记,所有最终结果:3x^2
M 在 x 点的导数 = t 2 + 3 x 2 + 3 x t = 3 x 2 M在x点的导数 = t^{2} + 3x^{2} + 3xt = 3x^{2} Mx点的导数=t2+3x2+3xt=3x2

x^n

到这里我们可以发现,展开(x+t)^n是最费力的。
找规律:
在展开(x+t)^n的时候,到后面 t 相互抵消后,总会留下来一个
n x n − 1 nx^{n-1} nxn1

到现在为止我们知道了,对常数求导后结果是 0 ,对 x 的 n 次方求导结果是 n x n − 1 到现在为止我们知道了,对常数求导后结果是0,对x的n次方求导结果是nx^{n-1} 到现在为止我们知道了,对常数求导后结果是0,对xn次方求导结果是nxn1
就是下面两个红框的内容
在这里插入图片描述

导数求极值

示例:
f ( x ) = x 2 − 6 x + 9 f\left( x\right) =x^{2}-6x+9 f(x)=x26x+9
将上面例子求导
f ( x ) = 2 x − 6 f\left( x\right) = 2x-6 f(x)=2x6
极值点通常在导数为0的点
0 = 2 x − 6 0 = 2x-6 0=2x6
x = 3 x = 3 x=3
极值点是3

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/1664366.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

Tiff文件解析和PackBits解压缩

实现了Tiff图片文件格式的解析,对Tiff文件中的PackBits压缩格式进行解压缩,对Tiff文件中每一个Frame转换成BufferedImage显示。 Java语言实现,Eclipse下开发,AWT显示图片。 public static TIFF Parse(final byte[] bytes) throw…

618洗地机推荐,市面上各式各样的洗地机怎么选?这里有答案

洗地机的出现极大地改变了清洁方式,通过结合扫地、拖地、吸尘等多种功能,实现了一机多用的便捷清洁体验。而且洗地机不需要弯腰,每次也不用清洁很长时间,节省出来的时间可以更好的休息,但是市面上各式各样的洗地机怎么…

突破编程界限:探索AI编程新境界

文章目录 一、AI编程助手1.1 Baidu Comate智能代码助手1.2 阿里云 通义灵码 二、场景需求三、体验步骤3.1 官网下载3.2 手动下载 四、试用感受4.1 提示4.2 注释生成代码4.3 代码生成4.4 选中生成注释4.5 查看变更&新建文件4.6 调优建议4.7 插件使用 五、结尾推荐 一、AI编程…

代码审计-php篇之某CRM系统多处sql注入

🌟 ❤️ 作者:yueji0j1anke 首发于公号:剑客古月的安全屋 字数:3516 阅读时间: 35min 声明:请勿利用文章内的相关技术从事非法测试,由于传播、利用此文所提供的信息而造成的任何直接或者间接的后果…

Python爬虫 【1】 —— 爬虫基础

爬虫基本套路 基本流程 目标数据来源地址结构分析 具体数据在哪(网站 还是APP)如何展示的数据、 实现构思操刀编码 基本手段 破解请求限制 请求头设置,如:useragent为有效客户端控制请求频率(根据实际情境&#xff09…

在Linux上安装并运行RabbitMQ

目录 准备CentOS服务器 下载rabbit-server和erlang文件 启动RabbitMQ服务 准备CentOS服务器 两个命令,选一个能用的,查看CentOS服务器的版本 lsb_release -a下载rabbit-server和erlang文件 参考文章:http://t.csdnimg.cn/t8BbM 1、创建新…

龟兔赛跑(基于GUI与多线程实现)

直击龟兔赛跑现场 下面这张图是我们设计龟兔赛跑界面的初始效果与基本组成结构: 接下来是我仅代表我个人提出的一些疑问与解答: 1、俩动物以图片的形式显示? 其实在这里两个动物类就像标签一样 标签组件是什么?用于短文本字符串…

对话易参创始人黄怡然:股权能不能赋能企业增长?| 极新企服直播实录

“ 致所有爱画饼的老板 ” 整理 | 云舒 编辑 | 小白 出品|极新 2022年以前,股权激励作为企业实现增长、吸引人才、保留人才并大幅度激发人才价值的重要手段,几乎成为每一个企业的标配。但是,现在这个时代,股权激励几…

2024年最新方法下载钉钉群直播回放

链接:百度网盘 请输入提取码 提取码:1234 --来自百度网盘超级会员V10的分享 1.首先解压好所有的压缩包,这个压缩包里面还套着一共逍遥一仙下载器压缩包,也解压 2.进入逍遥一仙下载器文件夹,打开M3U8 V1.4.8 0508.e…

ESP32-C3-MINI-1

https://www.espressif.com.cn/sites/default/files/documentation/esp32-c3-mini-1_datasheet_cn.pdf 芯片 https://files.seeedstudio.com/wiki/XIAO_WiFi/Resources/esp32-c3_datasheet.pdf 结果参考: https://blog.csdn.net/iamxxdd/article/details/12386419…

【回溯算法】【Python实现】最大团问题

文章目录 [toc]问题描述回溯算法Python实现时间复杂性 问题描述 给定无向图 G ( V , E ) G (V , E) G(V,E),如果 U ⊆ V U \subseteq V U⊆V,且对任意 u u u, v ∈ U v \in U v∈U有 ( u , v ) ∈ E (u , v) \in E (u,v)∈E,则称…

XMind 2021 v11.1.2软件安装教程(附软件下载地址)

软件简介: 软件【下载地址】获取方式见文末。注:推荐使用,更贴合此安装方法! XMind 2021 v11.1.2被誉为顶尖思维导图工具,以其简洁、整洁的界面和直观的功能布局脱颖而出。尽管软件体积小巧,却极具强大功…

【小红书采集软件】根据关键词批量爬取小红书笔记正文、笔记链接、发布时间、转评赞藏等

一、背景介绍 1.1 爬取目标 熟悉我的小伙伴可能了解,我之前开发过2款软件: 【GUI软件】小红书搜索结果批量采集,支持多个关键词同时抓取! 【GUI软件】小红书详情数据批量采集,含笔记内容、转评赞藏等,支…

【初阶数据结构】单链表基础OJ题讲解

前言 📚作者简介:爱编程的小马,正在学习C/C,Linux及MySQL。 📚本文收录与初阶数据结构系列,本专栏主要是针对时间、空间复杂度,顺序表和链表、栈和队列、二叉树以及各类排序算法,持…

Coursera吴恩达深度学习专项课程01: Neural Networks and Deep Learning 学习笔记 Week 04 (完结)

Neural Networks and Deep Learning Course Certificate 本文是学习 https://www.coursera.org/learn/neural-networks-deep-learning 这门课的笔记 Course Intro 文章目录 Neural Networks and Deep LearningWeek 04: Deep Neural NetworksLearning Objectives Deep L-layer…

智能家居2 -- 实现网络控制模块

这一模块的思路和前面的语言控制模块很相似&#xff0c;差别只是调用TCP 去控制 废话少说&#xff0c;放码过来 增添/修改代码 socket_interface.c #include <pthread.h>#include "socket_interface.h" #include "control.h" #include "socke…

3分钟掌握Suno API!音痴也能创作热门曲!免费拥有个人爆款音乐!

Suno API 的申请及使用 随着 AI 的应用变广&#xff0c;各类 AI 程序已逐渐普及。AI 已逐渐深入到人们的工作生活方方面面。而 AI 涉及的行业也越来越多&#xff0c;从最初的写作&#xff0c;到医疗教育&#xff0c;再到现在的音乐。 Suno 是一个专业高质量的 AI 歌曲和音乐创…

系统代理开启时,钉钉页面加载失败等问题处理

若Windows端钉钉点击工作台/文件提示“页面加载失败”&#xff0c;可先将钉钉升级到7.1.10及以上版本&#xff1b;若依旧报错&#xff0c;可通过以下方法操作&#xff1a; 1、【电脑端钉钉】-【登录页面】-【切换到密码登录页面】-【网络设置】-切换为【不使用代理】&#xff…

示例七、超声波传感器测距

通过以下几个示例来具体展开学习,了解超声波传感器原理及特性&#xff0c;学习超声波传感器的应用&#xff1a; 示例七、超声波传感器测距 一、基本原理&#xff1a; 1、超声波测距仪的系统结构 利用超声测距原理测量物体之间的距离&#xff0c;当此距离小于某一设定值时&…

如何查看打包后的jar包启动方法main方法

背景 有时候我们在引用一个jar包的时候,想查看一个jar包的结构,这时候查看启动类就比较重要,因为一些关键配置是在启动类上的,这里教大家如何查看这个启动类(springboot项目) 步骤 首先打开jar包预览结构,可以使用解压缩工具直接双击打开或者预览结构 打开路径 META-INF/MA…