高等数学——一元函数微分学

news2024/9/22 15:34:26

文章目录

  • 导数与微分
    • 概念
    • 几何意义
    • 连续、可导、可微之间的关系
    • 求导法则
      • 基本初等函数的导数公式
      • 有理运算法则
      • 复合函数求导法
      • 奇偶性和周期性
      • 隐函数求导
      • 反函数求导
      • 参数方程求导
      • 对数求导法
    • 高阶导数
      • 概念
      • 常用的高阶导数公式
  • 微分中值定理和导数的应用
    • 微分中值定理
    • 导数的应用
      • 函数的单调性
      • 函数的极值
      • 函数的最大值和最小值
      • 曲线的凹凸性
      • 曲线的渐近线
      • 曲线的弧微分和曲率

导数与微分

导数用来研究函数在某一点的变化率。微分用来表示函数改变量的近似值。

概念

  • 导数:设函数 y = f ( x ) y=f(x) y=f(x) x 0 x_0 x0的某邻域内有定义,如果极限 lim ⁡ x → x 0 Δ y Δ x = lim ⁡ Δ x → 0 f ( x 0 + Δ x ) − f ( x 0 ) Δ x = lim ⁡ x → x 0 f ( x ) − f ( x 0 ) x − x 0 \lim\limits_{x\to x_0}\frac{\Delta y}{\Delta x}=\lim\limits_{\Delta x\to 0}\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x}=\lim\limits_{x\to x_0}\frac{f(x)-f(x_0)}{x-x_0} xx0limΔxΔy=Δx0limΔxf(x0+Δx)f(x0)=xx0limxx0f(x)f(x0)存在,则称 f ( x ) f(x) f(x)在点 x 0 x_0 x0处可导,并称此极限值为 f ( x ) f(x) f(x)在点 x 0 x_0 x0处的导数,记为 f ′ ( x 0 ) f'(x_0) f(x0) y ′ ∣ x = x 0 y'|_{x=x_0} yx=x0 d y d x ∣ x = x 0 \frac{dy}{dx}|_{x=x_0} dxdyx=x0。如果上述极限不存在,则称 f ( x ) f(x) f(x)在点 x 0 x_0 x0处不可导。

  • 左导数:设函数 y = f ( x ) y=f(x) y=f(x) x 0 x_0 x0及其某个左邻域内有定义,如果左极限 lim ⁡ Δ x → 0 − Δ y Δ x = lim ⁡ Δ x → 0 − f ( x 0 + Δ x ) − f ( x 0 ) Δ x = lim ⁡ x → x 0 − f ( x ) − f ( x 0 ) x − x 0 \lim\limits_{\Delta x\to 0^-}\frac{\Delta y}{\Delta x}=\lim\limits_{\Delta x\to 0^-}\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x}=\lim\limits_{x\to x_0^-}\frac{f(x)-f(x_0)}{x-x_0} Δx0limΔxΔy=Δx0limΔxf(x0+Δx)f(x0)=xx0limxx0f(x)f(x0)存在,则称此极限值为 f ( x ) f(x) f(x)在点 x 0 x_0 x0处的左导数,记为 f − ′ ( x 0 ) f'_-(x_0) f(x0)

  • 右导数:设函数 y = f ( x ) y=f(x) y=f(x) x 0 x_0 x0及其某个右邻域内有定义,如果右极限 lim ⁡ Δ x → 0 + Δ y Δ x = lim ⁡ Δ x → 0 + f ( x 0 + Δ x ) − f ( x 0 ) Δ x = lim ⁡ x → x 0 + f ( x ) − f ( x 0 ) x − x 0 \lim\limits_{\Delta x\to 0^+}\frac{\Delta y}{\Delta x}=\lim\limits_{\Delta x\to 0^+}\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x}=\lim\limits_{x\to x_0^+}\frac{f(x)-f(x_0)}{x-x_0} Δx0+limΔxΔy=Δx0+limΔxf(x0+Δx)f(x0)=xx0+limxx0f(x)f(x0)存在,则称此极限值为 f ( x ) f(x) f(x)在点 x 0 x_0 x0处的右导数,记为 f + ′ ( x 0 ) f'_+(x_0) f+(x0)

  • 函数 f ( x ) f(x) f(x)在点 x 0 x_0 x0处可导的充要条件: f ( x ) f(x) f(x)在点 x 0 x_0 x0处的左导数和右导数都存在且相等。

  • 区间可导:若 f ( x ) f(x) f(x)在区间 ( a , b ) (a,b) (ab)内每点都可导,则称 f ( x ) f(x) f(x)在区间 ( a , b ) (a,b) (a,b)内可导,如果 f ( x ) f(x) f(x) x = a x=a x=a处有右导数,在 x = b x=b x=b处有左导数,则称 f ( x ) f(x) f(x) [ a , b ] [a,b] [a,b]上可导。

  • 导函数:如果 f ( x ) f(x) f(x)在区间 ( a , b ) (a,b) (a,b)内可导,此时对于 ( a , b ) (a,b) (a,b)内的每一点 x x x都对应一个导数值 f ′ ( x ) f'(x) f(x),常称 f ′ ( x ) f'(x) f(x) f ( x ) f(x) f(x) ( a , b ) (a,b) (a,b)内的导函数。

  • 微分:设函数 y = f ( x ) y=f(x) y=f(x) x 0 x_0 x0的某邻域内有定义,如果函数的增量 Δ y = f ( x 0 + Δ x ) − f ( x 0 ) \Delta y=f(x_0+\Delta x)-f(x_0) Δy=f(x0+Δx)f(x0)可以表示为 Δ y = A Δ x + o ( Δ x ) ( Δ x → 0 ) \Delta y=A\Delta x+o(\Delta x) (\Delta x\to 0) Δy=AΔx+o(Δx)(Δx0)其中A为不依赖于 Δ x \Delta x Δx的常数,则称 f ( x ) f(x) f(x)在点 x 0 x_0 x0处可微,称 A Δ x A\Delta x AΔx为函数 f ( x ) f(x) f(x)在点 x 0 x_0 x0处相应于自变增量 Δ x \Delta x Δx的微分,记为 d y = A Δ x dy=A\Delta x dy=AΔx。函数 y = f ( x ) y=f(x) y=f(x) x 0 x_0 x0处可微的充要条件是 f ( x ) f(x) f(x)在点 x 0 x_0 x0处可导,且有 d y = f ′ ( x 0 ) Δ x = f ′ ( x 0 ) d x dy=f'(x_0)\Delta x=f'(x_0)dx dy=f(x0)Δx=f(x0)dx在点 x x x处,长记 d y = f ′ ( x ) d x dy=f'(x)dx dy=f(x)dx

几何意义

  • 导数的几何意义:导数 f ′ ( x ) f'(x) f(x)在几何上表示曲线 y = f ( x ) y=f(x) y=f(x)在点 ( x 0 , f ( x 0 ) ) (x_0,f(x_0)) (x0,f(x0))处切线的斜率,如果函数 y = f ( x ) y=f(x) y=f(x) x 0 x_0 x0处可导,则曲线 y = f ( x ) y=f(x) y=f(x)在点 ( x 0 , f ( x 0 ) ) (x_0,f(x_0)) (x0,f(x0))处必有切线,其切线方程为 y − f ( x 0 ) = f ′ ( x 0 ) ( x − x 0 ) y-f(x_0)=f'(x_0)(x-x_0) yf(x0)=f(x0)(xx0)如果 f ′ ( x 0 ) ≠ 0 f'(x_0)≠0 f(x0)=0,则曲线 y = f ( x ) y=f(x) y=f(x)在点 ( x 0 , f ( x 0 ) ) (x_0,f(x_0)) (x0,f(x0))处的法线方程为 y − f ( x 0 ) = − 1 f ′ ( x 0 ) ( x − x 0 ) y-f(x_0)=-\frac{1}{f'(x_0)}(x-x_0) yf(x0)=f(x0)1(xx0)如果 f ′ ( x 0 ) = 0 f'(x_0)=0 f(x0)=0,则曲线 y = f ( x ) y=f(x) y=f(x)在点 ( x 0 , f ( x 0 ) ) (x_0,f(x_0)) (x0,f(x0))处的切线方程为 y = f ( x 0 ) y=f(x_0) y=f(x0)即曲线在点 ( x 0 , f ( x 0 ) ) (x_0,f(x_0)) (x0,f(x0))处有水平切线。
  • 微分的几何意义:微分 d y = f ′ ( x 0 ) d x dy=f'(x_0)dx dy=f(x0)dx在几何上表示曲线 y = f ( x ) y=f(x) y=f(x)的切线上的增量, Δ y = f ( x 0 + Δ x ) − f ( x 0 ) \Delta y=f(x_0+\Delta x)-f(x_0) Δy=f(x0+Δx)f(x0)在几何上表示曲线 y = f ( x ) y=f(x) y=f(x)上的增量,当 Δ x → 0 \Delta x\to0 Δx0时, Δ y ≈ d y \Delta y≈dy Δydy

在这里插入图片描述

连续、可导、可微之间的关系

  • 连续不一定可导,可导一定连续;
  • 连续不一定可微,可微一定连续;
  • 可导一定可微,可微一定可导;

在这里插入图片描述

求导法则

基本初等函数的导数公式

  • ( C ) ′ = 0 (C)'=0 (C)=0
  • ( x a ) ′ = a x a − 1 (x^a)'=ax^{a-1} (xa)=axa1
  • ( a x ) ′ = a x l n a (a^x)'=a^xlna (ax)=axlna
  • ( e x ) ′ = e x (e^x)'=e^x (ex)=ex
  • ( l o g a x ) ′ = 1 x l n a (log_ax)'=\frac{1}{xlna} (logax)=xlna1
  • ( l n x ) ′ = 1 x (lnx)'=\frac{1}{x} (lnx)=x1
  • ( s i n x ) ′ = c o s x (sinx)'=cosx (sinx)=cosx
  • ( c o s x ) ′ = − s i n x (cosx)'=-sinx (cosx)=sinx
  • ( t a n x ) ′ = s e c 2 x (tanx)'=sec^2x (tanx)=sec2x
  • ( c o t x ) ′ = − c s c 2 x (cotx)'=-csc^2x (cotx)=csc2x
  • ( s e c x ) ′ = s e c x t a n x (secx)'=secxtanx (secx)=secxtanx
  • ( c s c x ) ′ = − c s c x c o t x (cscx)'=-cscxcotx (cscx)=cscxcotx
  • ( a r c s i n x ) ′ = 1 1 − x 2 (arcsinx)'=\frac{1}{\sqrt{1-x^2}} (arcsinx)=1x2 1
  • ( a r c c o s x ) ′ = − 1 1 − x 2 (arccosx)'=-\frac{1}{\sqrt{1-x^2}} (arccosx)=1x2 1
  • ( a r c t a n x ) ′ = 1 1 + x 2 (arctanx)'=\frac{1}{1+x^2} (arctanx)=1+x21
  • ( a r c c o t x ) ′ = − 1 1 + x 2 (arccotx)'=-\frac{1}{1+x^2} (arccotx)=1+x21

有理运算法则

  • ( u ± v ) ′ = u ′ ± v ′ (u\pm v)'=u'\pm v' (u±v)=u±v
  • ( u v ) ′ = u ′ v + u v ′ (uv)'=u'v+uv' (uv)=uv+uv
  • ( u v ) ′ = u ′ v − u v ′ v ′ ( v ≠ 0 ) (\frac{u}{v})'=\frac{u'v-uv'}{v'}(v≠0) (vu)=vuvuv(v=0)

复合函数求导法

u = φ ( x ) , y = f ( u ) u=\varphi(x),y=f(u) u=φ(x),y=f(u)可导,则 y = f [ φ ( x ) ] y=f[\varphi(x)] y=f[φ(x)]在x处可导,且 d y d x = d y d u × d u d x = f ′ ( u ) φ ′ ( x ) \frac{dy}{dx}=\frac{dy}{du}\times\frac{du}{dx}=f'(u)\varphi'(x) dxdy=dudy×dxdu=f(u)φ(x)

奇偶性和周期性

  • 若 f ( x ) 是奇函数,则 f ′ ( x ) 是偶函数 若f(x)是奇函数,则f'(x)是偶函数 f(x)是奇函数,则f(x)是偶函数
  • 若 f ( x ) 是偶函数,则 f ′ ( x ) 是奇函数 若f(x)是偶函数,则f'(x)是奇函数 f(x)是偶函数,则f(x)是奇函数
  • 若 f ( x ) 是周期函数,则 f ′ ( x ) 是周期函数 若f(x)是周期函数,则f'(x)是周期函数 f(x)是周期函数,则f(x)是周期函数

隐函数求导

y = f ( x ) y=f(x) y=f(x)是由方程 F ( x , y ) = 0 F(x,y)=0 F(x,y)=0所确定的可导函数,为求得 y ′ y' y,可在方程 F ( x , y ) = 0 F(x,y)=0 F(x,y)=0两边对x求导,可以得到一个含有 y ′ y' y的方程,解出 y ′ y' y即可。

反函数求导

y = f ( x ) y=f(x) y=f(x)在某区间内可导,且 f ′ ( x ) ≠ 0 f'(x)≠0 f(x)=0,则其反函数 x = φ ( y ) x=\varphi(y) x=φ(y)在对应区间内也可导,且 φ ′ ( y ) = 1 f ′ ( x ) \varphi'(y)=\frac{1}{f'(x)} φ(y)=f(x)1,即 d x d y = 1 d y d x \frac{dx}{dy}=\frac{1}{\frac{dy}{dx}} dydx=dxdy1

参数方程求导

y = f ( x ) y=f(x) y=f(x)是由参方程 { x = φ ( x ) , y = ψ ( x ) ( α < t < β ) \begin{cases}x=\varphi(x),\\y=\psi(x)\end{cases}(\alpha<t<\beta) {x=φ(x),y=ψ(x)(α<t<β)确定的函数,则:

  • φ ( x ) \varphi(x) φ(x) ψ ( x ) \psi(x) ψ(x)都可导,且 φ ′ ( x ) ≠ 0 \varphi'(x)≠0 φ(x)=0,则 d y d x = φ ′ ( t ) ϕ ′ ( t ) \frac{dy}{dx}=\frac{\varphi'(t)}{\phi'(t)} dxdy=ϕ(t)φ(t)
  • φ ( x ) \varphi(x) φ(x) ψ ( x ) \psi(x) ψ(x)二阶可导,且 φ ′ ( x ) ≠ 0 \varphi'(x)≠0 φ(x)=0,则 d 2 y d x 2 = d d t ( ψ ′ ( t ) φ ′ ( t ) ) × 1 φ ( ′ t ) = ϕ ′ ′ ( x ) φ ′ ( t ) − φ ′ ′ ( t ) ϕ ′ ( t ) ϕ ′ 3 ( x ) \frac{d^2y}{dx^2}=\frac{d}{dt}(\frac{\psi'(t)}{\varphi'(t)})\times\frac{1}{\varphi('t)}=\frac{\phi''(x)\varphi'(t)-\varphi''(t)\phi'(t)}{\phi'^3(x)} dx2d2y=dtd(φ(t)ψ(t))×φ(t)1=ϕ′3(x)ϕ′′(x)φ(t)φ′′(t)ϕ(t)

对数求导法

如果 y = f ( x ) y=f(x) y=f(x)的表达式由多个因式的乘除、幂等构成,或是幂指函数的形式,则可先将函数取对数,然后两边对x求导。

高阶导数

概念

如果 y = f ′ ( x ) y=f'(x) y=f(x)作为 x x x的函数在点 x x x可导,则称 y ′ y' y的导数为 y = f ( x ) y=f(x) y=f(x)的二阶导数,记为 y ′ ′ y'' y′′,或 f ′ ′ ( x ) f''(x) f′′(x),或 d 2 y d x 2 \frac{d^2y}{dx^2} dx2d2y。一般的,函数 y = f ( x ) y=f(x) y=f(x)的n阶导数为 y ( n ) = [ f ( n − 1 ) ( x ) ] y^{(n)}=[f^{(n-1)}(x)] y(n)=[f(n1)(x)],即 n n n阶导数就是 n − 1 n-1 n1阶导函数的导数。

常用的高阶导数公式

  • ( s i n x ) ( n ) = s i n ( x + n × π 2 ) (sinx)^{(n)}=sin(x+n\times\frac{\pi}{2}) (sinx)(n)=sin(x+n×2π)
  • ( c o s x ) ( n ) = c o s ( x + n × π 2 ) (cosx)^{(n)}=cos(x+n\times\frac{\pi}{2}) (cosx)(n)=cos(x+n×2π)
  • ( u ± v ) ( n ) = u ( n ) ± v ( n ) (u\pm v)^{(n)}=u^(n)\pm v^{(n)} (u±v)(n)=u(n)±v(n)
  • ( u v ) ( n ) = (uv)^{(n)}= (uv)(n)= ∑ k = 0 n C n k u ( k ) v ( n − k ) \sum_{k=0}^n C_n^ku^{(k)}v^{(n-k)} k=0nCnku(k)v(nk)

微分中值定理和导数的应用

微分中值定理用于建立函数和导数的联系。

微分中值定理

函数和 1 1 1阶导数的关系:

  • 费马引理:设函数 f ( x ) f(x) f(x)在点 x 0 x_0 x0处可导,如果函数 f ( x ) f(x) f(x)在点 x 0 x_0 x0处取得极值,那么 f ′ ( x 0 ) = 0 f'(x_0)=0 f(x0)=0
  • 罗尔定理:如果 f ( x ) f(x) f(x)在闭区间 [ a , b ] [a,b] [a,b]上连续,在开区间 ( a , b ) (a,b) (a,b)内可导, f ( a ) = f ( b ) f(a)=f(b) f(a)=f(b),则在 ( a , b ) (a,b) (a,b)内至少存在一点 ξ \xi ξ,使 f ′ ( ξ ) = 0 f'(\xi)=0 f(ξ)=0
  • 拉格朗日中值定理:如果 f ( x ) f(x) f(x)在闭区间 [ a , b ] [a,b] [a,b]上连续,在开区间 ( a , b ) (a,b) (a,b)内可导,则在 ( a , b ) (a,b) (a,b)内至少存在一点 ξ \xi ξ,使得 f ( b ) − f ( a ) = f ′ ( ξ ) ( b − a ) f(b)-f(a)=f'(\xi)(b-a) f(b)f(a)=f(ξ)(ba)
  • 柯西中值定理:如果 f ( x ) , F ( x ) f(x),F(x) f(x),F(x)在闭区间 [ a , b ] [a,b] [a,b]上连续,在开区间 ( a , b ) (a,b) (a,b)内可导,且 F ′ ( x ) F'(x) F(x) ( a , b ) (a,b) (a,b)内每一点处均不为零,则在 ( a , b ) (a,b) (a,b)内至少存在一点 ξ \xi ξ,使得 f ( b ) − f ( a ) F ( b ) − F ( a ) = f ′ ( ξ ) F ′ ( ξ ) \frac{f(b)-f(a)}{F(b)-F(a)}=\frac{f'(\xi)}{F'(\xi)} F(b)F(a)f(b)f(a)=F(ξ)f(ξ)

函数和 n n n阶导数的关系:

  • 皮亚诺型余项泰勒公式(局部泰勒公式,在 x 0 x_0 x0临近处代替误差小):如果 f ( x ) f(x) f(x) x 0 x_0 x0处有 n n n阶导数,则 f ( x ) = f ( x 0 ) + f ′ ( x 0 ) ( x − x 0 ) + . . . + 1 n ! f ( n ) ( x n ) ( x − x 0 ) n + R n ( x ) f(x)=f(x_0)+f'(x_0)(x-x_0)+...+\frac{1}{n!}f^{(n)}(x_n)(x-x_0)^n+R_n(x) f(x)=f(x0)+f(x0)(xx0)+...+n!1f(n)(xn)(xx0)n+Rn(x)常称 R n ( x ) = o [ ( x − x 0 ) n ] ( x → x 0 ) R_n(x)=o[(x-x_0)^n](x\to x_0) Rn(x)=o[(xx0)n](xx0)为皮亚诺型余项,若 x 0 = 0 x_0=0 x0=0,则得麦克劳林公式: f ( x ) = f ( 0 ) + f ′ ( 0 ) x + 1 2 ! f ′ ′ ( 0 ) x 2 + . . . + 1 n ! f ( n ) ( 0 ) x n + o ( x n ) f(x)=f(0)+f'(0)x+\frac{1}{2!}f''(0)x^2+...+\frac{1}{n!}f^{(n)}(0)x^n+o(x^n) f(x)=f(0)+f(0)x+2!1f′′(0)x2+...+n!1f(n)(0)xn+o(xn)
  • 拉格朗日型余项泰勒公式(整体泰勒公式,在一个大的范围内代替误差小):设函数 f ( x ) f(x) f(x)在含有 x 0 x_0 x0的开区间 ( a , b ) (a,b) (a,b)内有 n + 1 n+1 n+1阶导数,则当 x ∈ ( a , b ) x∈(a,b) x(a,b)时有 f ( x ) = f ( x 0 ) + f ′ ( x 0 ) ( x − x 0 ) + . . . + 1 n ! f ( n ) ( x n ) ( x − x 0 ) n + R n ( x ) f(x)=f(x_0)+f'(x_0)(x-x_0)+...+\frac{1}{n!}f^{(n)}(x_n)(x-x_0)^n+R_n(x) f(x)=f(x0)+f(x0)(xx0)+...+n!1f(n)(xn)(xx0)n+Rn(x)其中 R n ( x ) = f ( n + 1 ) ( ξ ) ( n + 1 ) ! ( x − x 0 ) n + 1 ( ξ 介于 x 0 与 x 之间 ) R_n(x)=\frac{f^{(n+1)}(\xi)}{(n+1)!}(x-x_0)^{n+1}(\xi介于x_0与x之间) Rn(x)=(n+1)!f(n+1)(ξ)(xx0)n+1(ξ介于x0x之间),称为拉格朗日余项。

几个常用的泰勒公式如下:

  • e x = 1 + x + x 2 2 ! + ⋯ + x n n ! + o ( x n ) e^x=1+x+\frac{x^2}{2!}+\cdots+\frac{x^n}{n!}+o({x^n}) ex=1+x+2!x2++n!xn+o(xn)
  • s i n x = x − x 3 3 ! + ⋯ + ( − 1 ) n − 1 + x 2 n − 1 ( 2 n − 1 ) ! + o ( x 2 n − 1 ) sinx=x-\frac{x^3}{3!}+\cdots+(-1)^{n-1}+\frac{x^{2n-1}}{(2n-1)!}+o({x^{2n-1}}) sinx=x3!x3++(1)n1+(2n1)!x2n1+o(x2n1)
  • c o s x = 1 − x 2 2 ! + ⋯ + ( − 1 ) n + x 2 n ( 2 n ) ! + o ( x 2 n ) cosx=1-\frac{x^2}{2!}+\cdots+(-1)^{n}+\frac{x^{2n}}{(2n)!}+o({x^{2n}}) cosx=12!x2++(1)n+(2n)!x2n+o(x2n)
  • l n ( 1 + x ) = x − x 2 2 + ⋯ + ( − 1 ) n − 1 x n n + o ( x n ) ln(1+x)=x-\frac{x^2}{2}+\cdots+(-1)^{n-1}\frac{x^n}{n}+o(x^n) ln(1+x)=x2x2++(1)n1nxn+o(xn)
  • ( 1 + x ) n = 1 + a x + a ( a − 1 ) 2 ! x 2 + ⋯ + a ( a − 1 ) ⋯ ( a − n + 1 ) n ! x n + o ( x n ) (1+x)^n=1+ax+\frac{a(a-1)}{2!}x^2+\dots+\frac{a(a-1)\cdots(a-n+1)}{n!}x^n+o(x^n) (1+x)n=1+ax+2!a(a1)x2++n!a(a1)(an+1)xn+o(xn)

导数的应用

函数的单调性

f ( x ) f(x) f(x)在闭区间 [ a , b ] [a,b] [a,b]上连续,在开区间 ( a , b ) (a,b) (a,b)内可导:

  • 若在 ( a , b ) (a,b) (a,b) f ′ ( x ) > 0 f'(x)>0 f(x)>0,则 f ( x ) f(x) f(x) [ a , b ] [a,b] [a,b]上单调增。
  • 若在 ( a , b ) (a,b) (a,b) f ′ ( x ) < 0 f'(x)<0 f(x)<0,则 f ( x ) f(x) f(x) [ a , b ] [a,b] [a,b]上单调减。

函数的极值

f ( x ) f(x) f(x)在点 x 0 x_0 x0的某邻域内有定义,如果对于该邻域(端点是半邻域)内任何 x x x,恒有 f ( x ) ≤ f ( x 0 ) f(x)≤f(x_0) f(x)f(x0),则称 x 0 x_0 x0 f ( x ) f(x) f(x)的一个极大值点,称 f ( x 0 ) f(x_0) f(x0) f ( x ) f(x) f(x)的极大值,极大值极小值统称为极值,极大值极小值点统称为极值点。

  • 极值的必要条件:设 f ( x ) f(x) f(x)在点 x 0 x_0 x0处可导,如果点 x 0 x_0 x0 f ( x ) f(x) f(x)的极值点,则 f ′ ( x 0 ) = 0 f'(x_0)=0 f(x0)=0。导数为零的点称为函数的驻点
  • 极值的第一充分条件:设 f ( x ) f(x) f(x)在点 x 0 x_0 x0的某去心邻域内可导,且 f ′ ( x 0 ) = 0 f'(x_0)=0 f(x0)=0 f ( x ) f(x) f(x) x 0 x_0 x0处连续:
    • x < x 0 x<x_0 x<x0时, f ′ ( x ) > 0 , x > x 0 f'(x)>0,x>x_0 f(x)>0,x>x0时, f ′ ( x ) < 0 f'(x)<0 f(x)<0,则 x 0 x_0 x0 f ( x ) f(x) f(x)的极大值点;
    • x < x 0 x<x_0 x<x0时, f ′ ( x ) < 0 , x > x 0 f'(x)<0,x>x_0 f(x)<0,x>x0时, f ′ ( x ) > 0 f'(x)>0 f(x)>0,则 x 0 x_0 x0 f ( x ) f(x) f(x)的极小值点;
    • f ′ ( x ) f'(x) f(x) x 0 x_0 x0的两侧同号,则 x 0 x_0 x0不为 f ( x ) f(x) f(x)的极值点。
  • 极值的第二充分条件:设 f ( x ) f(x) f(x)在点 x 0 x_0 x0处二阶可导,且 f ′ ( x 0 ) = 0 f'(x_0)=0 f(x0)=0
    • f ′ ′ ( x 0 ) < 0 f''(x_0)<0 f′′(x0)<0,则 x 0 x_0 x0 f ( x ) f(x) f(x)的极大值点;
    • f ′ ′ ( x 0 ) > 0 f''(x_0)>0 f′′(x0)>0,则 x 0 x_0 x0 f ( x ) f(x) f(x)的极小值点;
    • f ′ ′ ( x ) = 0 f''(x)=0 f′′(x)=0,则此方法不能判定 x 0 x_0 x0是否为极值点。

函数的最大值和最小值

设函数 f ( x ) f(x) f(x)在区间 [ a , b ] [a,b] [a,b]上有定义, x 0 ∈ [ a , b ] x_0∈[a,b] x0[a,b],若对于任意 x ∈ [ a , b ] x∈[a,b] x[a,b],恒有 f ( x ) ≤ f ( x 0 ) f(x)≤f(x_0) f(x)f(x0),则称 f ( x 0 ) f(x_0) f(x0)为函数的 f ( x ) f(x) f(x)在区间 [ a , b ] [a,b] [a,b]最大值,称 x 0 x_0 x0 f ( x ) f(x) f(x)在区间 [ a , b ] [a,b] [a,b]上的最大值点。

曲线的凹凸性

设函数 f ( x ) f(x) f(x)在区间 I I I上连续,如果对 I I I上任意两点 x 1 , x 2 x_1,x_2 x1,x2恒有 f ( x 1 + x 2 2 ) < f ( x 1 ) + f ( x 2 ) 2 f(\frac{x_1+x_2}{2})<\frac{f(x_1)+f(x_2)}{2} f(2x1+x2)<2f(x1)+f(x2),则称 f ( x ) f(x) f(x) I I I上的图形是凹的;如果恒有 f ( x 1 + x 2 2 ) > f ( x 1 ) + f ( x 2 ) 2 f(\frac{x_1+x_2}{2})>\frac{f(x_1)+f(x_2)}{2} f(2x1+x2)>2f(x1)+f(x2),则称 f ( x ) f(x) f(x) I I I上的图形是凸的;

  • 拐点:连续曲线上的凹与凸的分界点称为曲线弧的拐点。
  • 拐点的必要条件:设函数 f ( x ) f(x) f(x)在点 x 0 x_0 x0处二阶可导,且点 ( x 0 , f ( x 0 ) ) (x_0,f(x_0)) (x0,f(x0))为曲线 f ( x ) f(x) f(x)的拐点,则 f ′ ′ ( x 0 ) = 0 f''(x_0)=0 f′′(x0)=0
  • 拐点的第一充分条件:设 f ( x ) f(x) f(x)在点 x 0 x_0 x0的某去心邻域内二阶可导,且 f ′ ′ ( x 0 ) = 0 f''(x_0)=0 f′′(x0)=0 f ( x ) f(x) f(x) x 0 x_0 x0处连续:
    • f ′ ′ ( x ) f''(x) f′′(x) x 0 x_0 x0的两侧异号,则点 ( x 0 , f ( x 0 ) ) (x_0,f(x_0)) (x0,f(x0))为曲线 f ( x ) f(x) f(x)的拐点。
    • f ′ ′ ( x ) f''(x) f′′(x) x 0 x_0 x0的两侧同号,则点 ( x 0 , f ( x 0 ) ) (x_0,f(x_0)) (x0,f(x0))不为曲线 f ( x ) f(x) f(x)的拐点。
  • 拐点的第二充分条件:设 f ( x ) f(x) f(x)在点 x 0 x_0 x0处三阶可导,且 f ′ ′ ( x 0 ) = 0 f''(x_0)=0 f′′(x0)=0
    • f ′ ′ ′ ( x 0 ) ≠ 0 f'''(x_0)≠0 f′′′(x0)=0,则点 ( x 0 , f ( x 0 ) ) (x_0,f(x_0)) (x0,f(x0))为曲线 f ( x ) f(x) f(x)的拐点。
    • f ′ ′ ′ ( x 0 ) = 0 f'''(x_0)=0 f′′′(x0)=0,则此方法不能判定点 ( x 0 , f ( x 0 ) ) (x_0,f(x_0)) (x0,f(x0))是否为曲线 f ( x ) f(x) f(x)的拐点。

曲线的渐近线

若点M沿曲线 f ( x ) f(x) f(x)无限远离原点时,它与某条定直线L之间的距离将趋近于零,则 称直线L为曲线 f ( x ) f(x) f(x)的一条渐近线,若直线L与x轴平行,则称L为曲线 y = f ( x ) y=f(x) y=f(x)的水平渐近线;若直线L与x轴垂直,则称L为曲线 y = f ( x ) y=f(x) y=f(x)的垂直渐近线;若直线L既不平行于x轴,也不垂直于x轴,则称L为 f ( x ) f(x) f(x)的斜渐近线。

  • 水平渐近线:若 lim ⁡ x → ∞ f ( x ) = A \lim\limits_{x\to \infty}f(x)=A xlimf(x)=A lim ⁡ x → − ∞ f ( x ) = A \lim\limits_{x\to -\infty}f(x)=A xlimf(x)=A lim ⁡ x → + ∞ f ( x ) = A \lim\limits_{x\to +\infty}f(x)=A x+limf(x)=A,那么 y = A y=A y=A是曲线 y = f ( x ) y=f(x) y=f(x)的水平渐近线。
  • 垂直渐近线:若 lim ⁡ x → x 0 f ( x ) = ∞ \lim\limits_{x\to x_0}f(x)=\infty xx0limf(x)= lim ⁡ x → − x 0 − f ( x ) = ∞ \lim\limits_{x\to -x_0^-}f(x)=\infty xx0limf(x)= lim ⁡ x → + x 0 + f ( x ) = ∞ \lim\limits_{x\to +x_0^+}f(x)=\infty x+x0+limf(x)=,那么 x = x 0 x=x_0 x=x0是曲线 y = f ( x ) y=f(x) y=f(x)的垂直渐近线。
  • 斜渐近线:若 lim ⁡ x → ∞ f ( x ) x = a \lim\limits_{x\to\infty}\frac{f(x)}{x}=a xlimxf(x)=a lim ⁡ x → ∞ ( f ( x ) − a x ) = b ( 或 x → − ∞ 或 x → + ∞ ) \lim\limits_{x\to \infty}(f(x)-ax)=b(或x\to -\infty或x \to +\infty) xlim(f(x)ax)=b(xx+),那么 y = a x + b y=ax+b y=ax+b是曲线 y = f ( x ) y=f(x) y=f(x)的斜渐近线。

曲线的弧微分和曲率

  • 弧微分:设函数 f ( x ) f(x) f(x) ( a , b ) (a,b) (a,b)内有连续导数,则有弧微分 d s = 1 + y ′ 2 d x ds=\sqrt{1+y^{'2}}dx ds=1+y2 dx
  • 曲率:设函数 f ( x ) f(x) f(x)有二阶导数,则有曲率 K = ∣ y ′ ′ ∣ ( 1 + y ′ 2 ) 3 / 2 K=\frac{|y''|}{(1+y^{'2})^{3/2}} K=(1+y2)3/2y′′,称 p = 1 K p=\frac{1}{K} p=K1为曲率半径。
  • 曲率圆:若曲线 f ( x ) f(x) f(x)在点 M ( x , y ) M(x,y) M(x,y)处的曲率为 K ( K ≠ 0 ) K(K≠0) K(K=0),在点M处曲线的法线上,在曲线凹的一侧取一点D,使 ∣ D M ∣ = 1 K = p |DM|=\frac{1}{K}=p DM=K1=p,以D为圆心,以p为半径的圆称为曲线在点M处的曲率圆,圆心D为曲线在点M处的曲率中心。

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/392848.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

巾帼绽芬芳 一起向未来(下篇)

编者按&#xff1a;为了隆重纪念纪念“三八”国际妇女节113周年&#xff0c;快来与你全方位、多层次分享交流“三八”国际妇女节的前世今生。分上篇&#xff08;节日简介、节日发展和节日意义&#xff09;、中篇&#xff08;节日活动宗旨和世界各国庆祝方式&#xff09;和下篇&…

Linux学习第二十节-NTP网络时间协议

1.概念 NTP(Network Time Protocol&#xff09;网络时间协议基于UDP用于网络时间同步的协议&#xff0c;使网络中的计算机时钟同步到UTC(世界统一时间)&#xff0c;再配合各个时区的偏移调整就能实现精准同步对时功能。 chrony是网络时间协议NTP的实现方式&#xff0c; Chron…

three.js 纹理贴图的使用

刚刚入门的小伙伴请先查看 three.js 基础认识与简单应用 本文章中的两个注意点&#xff0c;下面也有提到&#xff0c;分别是&#xff1a; 1、 vue项目中使用的贴图路径-->需要把 static文件夹 放到 public文件夹下,并使用 static 开头的绝对路径。 2、使用环境遮挡贴图时&a…

Air780E|阿里云|AT命令|物联网|三元组|鉴权|算法|密钥生成-阿里云物联网手动接入步骤

基础资料基于Air780E开发板&#xff1a;Air780E文档中心简介&#xff1a;AT开发探讨重点本系列主要探讨MQTT手动接入腾讯云物理网平台的基本操作及手动鉴权步骤、信息订阅及发布的基本原理。参考阅读&#xff1a;物联网模组AT命令接入云平台&#xff08;1&#xff09;-MQTT基本…

移动硬盘怎么恢复数据?怎么恢复硬盘删除的数据

移动硬盘可以随时插上或拔下&#xff0c;小巧而便于携带的硬盘存储器&#xff0c;以较高的速度与系统进行数据传输。由于其存储空间较大&#xff0c;性价比较高&#xff0c;存储和传输数据快速简便&#xff0c;是很多职场人士必备的外置设备之一。移动硬盘怎么恢复数据&#xf…

cuda代码高效策略--b站看课的笔记

1.1 高效公式 要么增大数据量&#xff0c;要么减少每个线程的内存&#xff08;每个线程读取的数据量变少&#xff0c;每个线程的读取数据的速度变快&#xff08;转变存储方式&#xff0c;对读取慢的地方做优化–合并全局内存&#xff09;&#xff09; 1.2 合并全局内存 一个线…

电子台账:模板制作之二——行过滤(垂直过滤)

1 简介大部分情况下&#xff0c;企业数据源表格中&#xff0c;只有部分行的数据可用于电子台账。例如&#xff0c;一共100行数据&#xff0c;我们只要取得其中20行即可。如果所有数据一股脑全部导入到台账中&#xff0c;再手工删除不需要的行&#xff0c;太麻烦了&#xff0c;有…

js变量和函数提升

1、变量提升 变量提升是JavaScript 中比较“奇怪”的现象&#xff0c;它允许在变量声明之前即被访问 (仅存在于var声明变量) 注意: 1.变量在未声明即被访问时会报语法错误 2.变量在var声明之前即被访问&#xff0c;变量的值为 undefined 3.let/const声明的变量不存在变量提升…

sqli-labs通关lesson36-40

1.lesson36 union select判断注入&#xff1a;为单引号注入?id1%df-- 查数据库&#xff1a;?id-1%df union select 1,2,database()-- 2.lesson-37 报错注入判断注入&#xff1a;为单引号注入通过下方判断password为单引号注入unamez&passwdg%df -- &submitSubmit查数…

神经网络之反向传播算法(自适应梯度算法Adagrad)

文章目录自适应梯度算法&#xff08;Adagrad&#xff09;1、算法原理2、算法实现2.1 训练过程2.2 测试过程及结果3、参考源码及数据集自适应梯度算法&#xff08;Adagrad&#xff09; 自适应梯度算法&#xff08;Adaptive gradient algorithm&#xff0c;Adagrad&#xff09;与…

惊!初中生也来卷了……

大家好&#xff0c;我是良许。 前两天在抖音直播的时候&#xff0c;突然来了一位不速之客…… 他自称是初中生&#xff0c;一开始我还有点不太相信&#xff0c;直到跟他连麦&#xff0c;听到他还略带一些稚嫩的声音&#xff0c;我才知道&#xff0c;他没有骗我…… 他说他想学…

Dynamic Movement Primitives (DMP) 学习

Dynamic Movement Primitives (DMP) 学习 【知乎】Dynamic Movement Primitives介绍及Python实现与UR5机械臂仿真 1. DMP的建模过程 链接&#xff1a;Dynamic Movement Primitives介绍及Python实现与UR5机械臂仿真 - 知乎 (zhihu.com) 沙漏大佬&#xff01;&#xff01;&am…

转行软件测试需要学习哪些知识点?来来来,都给你汇总在这里啦!

都说IT互联网行业吃香&#xff0c;那么如何才能高效转行&#xff0c;习得一技之长换取心仪offer&#xff1f; 一般来说&#xff0c;0基础小白想转行到软件测试行业&#xff0c;按照如下学习逻辑肯定是错不了的&#xff1a; 1.零基础小白入门篇&#xff08;学前扫盲&#xff09…

ThinkBook15电脑开机后马上蓝屏不能使用怎么办?

ThinkBook15电脑开机后马上蓝屏不能使用怎么办&#xff1f;最近有用户使用的ThinkBook15电脑出现了开机之后屏幕蓝屏的情况。出现这个问题&#xff0c;是系统底层的故障&#xff0c;一般用户很难找出问题进行彻底解决。但是我们可以通过以下重做系统的方法来恢复电脑系统的使用…

阶段二11_面向对象高级_学生管理系统案例3

主要功能&#xff1a; 完成学生信息添加&#xff0c;修改和删除功能。 一.查看学生 思路&#xff1a; 图片&#xff1a;5_查看学生思路图.png 代码&#xff1a; StudentController[客服类中] //查找学生 private void findAllStudent() {//1.方法内部创建StudentService业…

Nacos 使用Postgresql数据库制作镜像

构建前提在 Nacos 2.2.0支持postgresql数据库基础上进行构建github地址&#xff1a;个人仓库编译打包源码mvn -Prelease-nacos clean package install -Dmaven.test.skiptrue若想跳过pmd和checkstyle检查请使用mvn -Prelease-nacos clean package install -Dmaven.test.skiptru…

Vue 3.0 组合式API 介绍 【Vue3 从零开始】

提示 在阅读文档之前&#xff0c;你应该已经熟悉了这两个 Vue 基础和创建组件。 在 Vue Mastery 上观看关于组合式 API 的免费视频。 通过创建 Vue 组件&#xff0c;我们可以将接口的可重复部分及其功能提取到可重用的代码段中。仅此一项就可以使我们的应用程序在可维护性和…

SAP ERP系统PP模块计划策略2050详解

SAP/ERP系统中面向订单生产的计划策略主要有20和50两个策略&#xff0c;这两个策略都是面向订单生产的计划策略&#xff0c;也是离散制造行业应用比较广泛的策略。它们之间最大差异就是在于20策略完全是由订单驱动&#xff0c;而50策略是预测加订单驱动&#xff0c;本文主要介绍…

【Leetcode 剑指Offer】第 14 天 搜索与回溯算法(中等)

文章目录剑指 Offer 12. 矩阵中的路径DFS剪枝面试题13. 机器人的运动范围剑指 Offer 12. 矩阵中的路径 典型矩阵搜索题 DFS剪枝 深度优先搜索&#xff1a; 可以理解为暴力法遍历矩阵中所有字符串可能性。DFS 通过递归&#xff0c;先朝一个方向搜到底&#xff0c;再回溯至上…

实现迭代回声服务器端/客户端

文章目录1.迭代服务器端/客户端2.迭代回声服务器端/客户端2.1 echo_server.c2.2 echo_client.c3.回声客户端存在的问题4.回声客户端问题解决方法1.迭代服务器端/客户端 之前讨论的 HelloWorld 服务器端处理完 111 个客户端连接请求即退出&#xff0c;连接请求等待队列实际没有…