微积分基础 您所在的位置:网站首页 乘法函数求导公式 微积分基础

微积分基础

2024-05-30 11:25| 来源: 网络整理| 查看: 265

几何角度解释物理角度解释

生理上知道如何画出切线,步骤为--先形象化几何问题,然后大脑就会找出答案,现在我们要从数学机理上分析人是以什么步骤画出切线的。

1. 瞬时变化率

平均变化率-平均速度

瞬时变化率-瞬时速度

从平均速度引入瞬时速度比较合适。举例,对于平均速度来说,当时间差接近0时,平均速度就变成了瞬时速度

平均速度又等于两点的斜率,当时间差接近0时,斜率(瞬时斜率)又等于曲线切线的斜率,因此曲线切线的斜率就是瞬时速度

利用无限小增量的方式,就能得到某点的瞬时斜率

avg \; speed = \frac{\Delta distance}{\Delta time} = \frac{\Delta y}{\Delta x} = \frac{dy}{dx} = \frac{100m}{9.58s} = 10.44 \; \frac{m}{s} = m \; or \; slope

instantaneous \; speed = \lim_{\Delta x \rightarrow 0} \frac{\Delta y}{\Delta x}

斜率就是两点之间的平均变化率

不指明方向叫速率,指明方向叫速度

2. 极限和连续 2.1 极限

极限是微积分的基础,尽管它非常重要,却是一个很简单的概念。极限又分为左极限和右极限。通常情况下,x 是变量,但对于极限情况,x 固定不变,Δx 是变量

定义(epsilon delta definition):对于给出的任何大于0的ε,无论ε等于多少,都存在一个大于0的Δ,使得当0 瞬时变化率:

\frac{\Delta y}{\Delta x} \quad \rightarrow \quad \frac{dy}{dx}

例子1(将x考虑为时间):

s = distance, \quad \frac{ds}{dt} = speed

q = charge, \quad \frac{dq}{dt} = current

例子2(将x考虑为海拔高度)

T = temperature, \quad \frac{dT}{dx} = temperature \;\; gradient

 

求导公式分两种:对特定函数的求导、通用的求导法则

3.1. 特定函数的求导

求多项式、指数对数、三角函数等的导数

1. 幂函数的导数(n 为有理数)

\frac{d}{dx} x^n = n x ^{n-1}

2. 三角函数

\frac{d}{dx} \sin x = \cos x

\frac{d}{dx} \cos x = - \sin x

\frac{d}{dx} \tan x = \frac{1}{\cos ^2 x}

3. 指数和对数函数

\frac{d}{dx} e^x = e^x

\frac{d}{dx} \ln x = \frac{1}{x}

\frac{d}{dx} a^x = (\ln a) a^x

证明(没有按照上面的顺序)

1.

\begin{align*} \frac{d}{dx} x^n &= \lim_{\Delta x \rightarrow 0} \frac{(x+\Delta x)^n - x^n}{\Delta x} \\ &= \lim_{\Delta x \rightarrow 0} \frac{ \sum_{k=0}^{n} (^n _k) x^{k-n} \Delta x ^k - x^n}{\Delta x} \\ &= \lim_{\Delta x \rightarrow 0} \frac{x^n + (^n _1)x^{n-1} \Delta x + (^n _2) x^{n-2} \Delta x^2 + \cdots + \Delta x^n - x^n}{\Delta x} \\ &= \lim_{\Delta x \rightarrow 0} (^n _1) x^{n-1} + (^n _2) x^{n-2} \Delta x + \cdots + \Delta x^{n-1} \\ &= (^n _1) x^{n-1} \\ &= n x^{n-1} \end{align*}

2.

证明1,已知 e 的定义(复利引入了e的定义)的情况下:

\begin{align*} \frac{d}{dx} \ln x &= \lim_{\Delta x \rightarrow 0} \frac{\ln (x + \Delta x) - \ln x}{\Delta x} = \lim_{\Delta x \rightarrow 0} \frac{1}{\Delta x} \ln \frac{x + \Delta x}{x} \\ &= \lim_{\Delta x \rightarrow 0} \ln (1+\frac{\Delta x}{x})^{\frac{1}{\Delta x}} \\ &= \lim_{n \rightarrow \infty} \ln (1+\frac{1}{n})^{\frac{n}{x}} \left \{ \frac{\Delta x}{x} = \frac{1}{n}, \Delta x = \frac{x}{n} \right \} \\ &= \lim_{n \rightarrow \infty} \ln ((1+\frac{1}{n})^n)^{\frac{1}{x}} = \frac{1}{x} \ln (\lim_{n \rightarrow \infty} (1+\frac{1}{n})^n) \\ &= \frac{1}{x} \end{align*}

3.

使用链式法则求导:

\frac{d}{dx} \ln e^x = (\frac{d}{dx} e^x) \cdot (\frac{1}{e^x})

又因为:

\frac{d}{dx} \ln e^x = \frac{d}{dx} x \ln e = \frac{d}{dx} x = 1

所以:

\frac{d}{dx} \ln e^x = (\frac{d}{dx} e^x) \cdot (\frac{1}{e^x}) = 1

\frac{d}{dx} e^x = e^x

4. 

此处为换底法,也可以使用对数微分法

\begin{align*} \frac{d}{dx} a^x &= \frac{d}{dx} (e^{\ln a})^x \\ &= \frac{d}{dx} e^{x \ln a} \\ &= (\ln a) e^{x \ln a} \\ &= (\ln a) a^x \end{align*}

5. 

\begin{align*} \frac{d}{dx} \sin x &= \lim_{\Delta x \rightarrow 0} \frac{\sin (x+\Delta x) - \sin x}{ \Delta x} \\ &= \lim_{\Delta x \rightarrow 0} \frac{\sin x \cos \Delta x + \sin \Delta x \cos x - \sin x }{ \Delta x} \\ &= \lim_{\Delta x \rightarrow 0} ( \sin x (\frac {\cos \Delta x - 1}{\Delta x}) + \cos x \frac{\sin \Delta x}{\Delta x}) \\ &= \cos x \end{align*}

上面的证明过程利用了“极限与连续”中的结论

3.2. 通用的求导法则

求导四则运算(加法法则,乘除法则),常乘数法则,链式法则,隐式函数微分法,对数微分法

\frac{d}{dx}(f(x)+g(x))=\frac{d}{dx}f(x) + \frac{d}{dx}g(x) \qquad or \qquad (u+v)' = u' + v'

\frac{d}{dx} ( h(x) \cdot g(x)) =h'(x) \cdot g(x) + h(x) \cdot g'(x)

(u/v)' = \frac{u'v - uv'}{v^2}

(cu)'=cu'

\frac{d}{dx} h(g(x)) = g'(x) \cdot h'(g(x))

证明

1. 乘法法则(多变量微积分的链式法则也可以证明该法则)

\begin{align*} & \lim_{\Delta x \rightarrow 0} \frac{u(x+\Delta x)v(x+\Delta x) - u(x)v(x)}{\Delta x} \\ &= \lim_{\Delta x \rightarrow 0} \frac{(u(x+\Delta x) - u(x)) v(x+\Delta x) + u(x)(v(x+\Delta x) - v(x))}{\Delta x} \\ &= \lim_{\Delta x \rightarrow 0} \frac{u(x+\Delta x) - u(x)}{\Delta x} v(x+\Delta x) + \lim_{\Delta x \rightarrow 0} u(x) \frac{v(x+\Delta x) - v(x)}{\Delta x} \\ &= u'v + uv' \end{align*}

2. 除法法则证明过程类似于乘法法则

3. 链式法则

链式法则是一个合成规则,核心思想是换元法,掌握了链式法则,你能征服世界

\frac{dy}{dx} = \frac{dy}{dt} \cdot \frac{dt}{dx} \qquad \Rightarrow \qquad u(v(x))' = u'(v(x)) \cdot v'(x)

举例

\frac{d}{dt} (\sin t) ^{10}

let \quad x = \sin t

\begin{align*} \frac{d}{dt} (\sin t)^{10} &= \frac{d x^{10}}{dx} \cdot \frac{dx} {dt} \\ &= 10 x^9 \cdot \cos t \\ &= 10 (\sin t)^9 \cos t \end{align*}

3.2.1 隐函数微分法

隐式函数微分法:对于一个等式,不需要解出未知的函数,直接对等式两边微分的方法,称为隐式函数微分法

链式法则是非常给力的技巧,而隐函数微分则是一种更巧妙的代数方法,不用将等式表示成函数,因此叫“隐函数”。事实上,显式函数方法和隐式函数方法都可以用。隐式函数微分法主要用于求导任意反函数,只要知道原函数的导数就行。

例子1

y = x^{\frac{m}{n}}

y^n = x^m

\frac{d}{dx}y^n = \frac{d}{dx}x^m

因为 y 是 x 的函数,运用链式法则:

\frac{d}{dy} \cdot \frac{dy}{dx} y^n = \frac{d}{dx}x^m

\frac{d}{dy}y^n \cdot \frac{dy}{dx} = \frac{d}{dx} x^m

n y^{n-1} \frac{dy}{dx} = m x^{m-1}

\frac{dy}{dx} = \frac{mx^{m-1}}{ny^{n-1}}

将 y 带回去:

\frac{dy}{dx} = \frac{mx^{m-1}}{n (x^{\frac{m}{n}})^{n-1}} = \frac{m}{n} x^{\frac{m}{n}-1}

3.2.2. 对数微分法

对数微分法是处理指数函数的一个典型方法

例子(?有点循环证明的味道)

a_k = (1 + \frac{1}{k})^k

\lim_{k \rightarrow \infty} (1+ \frac{1}{k})^k = e

证明:

set \quad \frac{1}{k} = \Delta x, \quad so \quad \Delta x \rightarrow 0 \quad when \quad k \rightarrow \infty

\begin{align*} a_k &= e^{\ln a_k} \\ &= e^{\ln (1+\frac{1}{k})^k} \\ &= e^{\ln (1+\Delta x)^{\frac{1}{\Delta x}}} \\ &= e^{\frac{1}{\Delta x} \ln (1 + \Delta x)} \\ &= e^{ \frac{ \ln(1+\Delta x) - \ln 1 }{\Delta x} } \end{align*}

\begin{align*} \lim_{k \rightarrow \infty} a_k &= \lim_{\Delta x \rightarrow 0} e ^ { \frac{\ln (1+\Delta x) - \ln 1}{\Delta x} } \\ &= e^{ (\frac{d}{dx} \ln x) |_{x=1} } \\ &= e^{\frac{1}{x} | _{x=1}} \\ &= e \end{align*}

3.3. 导数的应用

线性近似,二阶近似,曲线画图,牛顿迭代法,中值定理

 

4. 微分、积分

定义:如果有一个函数 y = f(x),那么 y 的微分记做 dy ,且定义为 dy = f'(x) dx 。两边同时除以 dx ,就是导数的定义。该记法的思想是用 dx 代替 Δx,dy 代替 Δy

反导函数定义(由微分的定义引出):

G(x) = \int g(x) dx

大 G(x) 为小 g(x) 的反导函数,又称不定积分。为什么称为不定积分?是因为 C 无法确定,因此无法给出一个确定的函数

积分唯一性:

\text{ if } F' = G' \quad \text{then} \quad F(x) = G(x) +C

事实上,积分比求导难很多,有时甚至积不出来,所以积分有很多技巧,例如变量代换

 

特定函数的反导

多项式、三角函数,指数对数的反导,以及其它函数的反导(三角代换)

\int x^n \; dx = \frac{1}{n+1} x^{n+1} + C

\int \sin x dx = - \cos x + C

\int \frac{1}{x} dx = \ln \left | x \right | + C

\int e^x dx = e^x

\int \frac{1}{\sqrt{1 - x^2}} dx = \sin^{-1} x + C

\int \frac{1}{1 + x^2} dx = \tan^{-1} x + C

通用的反导法则(积分法则)

加法、常乘数、反乘法法则,反乘法法则又推导出了分部积分,反链式法则,定积分性质,部分分式展开(拉普拉斯变换中也有此方法,即把函数转换为容易积分的分式)

\int (f(x) + g(x)) dx = \left \(\int f(x) dx + \int g(x) dx \right \) + C

\int C f(x) dx = C \int f(x) dx \quad (\text{C doesn't depend on x})  

\int \left \( f'(x) \;g(x) + f(x) \;g'(x)\right \) dx = f(x) \; g(x)

分部积分(比反乘法法则更有用,每进行一次,f(x)的指数会降低一次):

\int f(x) \; g'(x) dx = f(x)g(x) - \int f'(x) g(x) dx

\int g'(x) f'(g(x)) \; dx = f(g(x))

反链式看不出来的话,可以使用变量代换

定积分性质:

\int _a ^b f(x) dx + \int _b ^c f(x) dx = \int _a ^c f(x) dx

\int _a ^a f(x) dx = 0

\int _a ^b f(x) dx = - \int _b ^a f(x) dx

\text{if } f(x) \leqslant g(x) \text{ then } \int _a ^b f(x) dx \leqslant \int _a ^b g(x) dx \qquad (ab)

 

微分应用--微分方程

微分方程:包含微分的方程称为微分方程

注意:传统方程的解是一个数字,微分方程的解是一个函数

例1

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

\frac{dy}{y}=-x dx

\int \frac{1}{y} dy = \int -x dx

\ln y = - \frac{1}{2} x^2 + C

e^{\ln y} = e^{-\frac{1}{2}x^2 + C}

y = A e^{-\frac{1}{2} x^2} \quad (A=e^C)

 

例2

\begin{align*} & \frac{dy}{dx}=x^2+1 \\ & dy = (x^2+1) \; dx \\ & \int dy = \int (x^2+1)\;dx \\ & y = \frac{x^3}{3} + x + C \end{align*}

 

4.1. 如何理解定积分

定积分有多种理解方式,其中一种就是“曲线下的面积”

\text{area} = \int _a ^b f(x) dx

从几何上讲,积分只是“对许多宽很小的矩形面积求和”,精确地说,x 轴上方的面积减去 x 轴下方的面积

导函数曲线下的面积等于原函数两个函数值的差,因此可以利用积分求曲线下的面积:

\begin{align*} & F'(x) = f(x) \\ & F(x) = \int f(x) \; dx \\ & \int _a ^b f(x) \; dx = F(b) - F(a) \end{align*} 通过“时间距离方程”可以说明为什么曲线下的面积等于原函数两个值的差:

假设“时间距离方程”及其导函数“时间速率方程”为:

\begin{align*} & F(t) = 2t^3 \\ & F'(t) = f(t) = 6t^2 \end{align*}

通过“时间距离方程”求1秒到2秒经过的距离:

distance = F(2) - F(1) = 14

通过“时间速率方程”求1秒到2秒经过的距离:

distance = f(1) * \Delta t + f(1+\Delta t) * \Delta t + f(1+ 2\Delta t) * \Delta t + \cdots

当δt趋于0时,通过“时间速率方程”求得的距离近似等于“时间距离方程”的结果。

又因为:

f(1)*\Delta t, f(1+ \Delta t)*\Delta t, \cdots

为导函数曲线下的一系列长方形的面积,因此如果想求某个曲线下的面积,可以先对曲线积分,然后利用积分求得曲线下的面积

进一步扩展,可以利用积分思想求旋转体的体积(圆盘方法,壳方法)。

假设导函数沿x轴旋转,旋转体的体积(圆盘方法)为:

\begin{align*} & A=\pi (f(x))^2 \\ & V_d = \pi (f(x))^2 \; dx \\ & V_t = \int \pi (f(x))^2 \; dx \end{align*}

假设导函数沿y轴旋转,旋转体的体积(壳方法)为:

\begin{align*} & C = 2 \pi r = 2 \pi x_1 \\ & A = C \cdot h = 2 \pi x_1 \cdot f(x_1) \\ & V_{shell} = A \cdot dx = 2 \pi x_1 \cdot f(x_1) \cdot dx \\ & V_t = \int 2 \pi x f(x) dx \end{align*}

4.2. 例子 4.2.1. 换元法

\int (\sin x)^3 \; \cos x \;dx

let \quad u=\sin x , \quad \frac{du}{dx}=\cos x

\int (\sin x)^3 \; \cos x \; dx = \int u^3 \frac{du}{dx} dx = \int u^3 du = \frac{1}{4} u^4 = \frac{1}{4} (\sin x)^4

4.2.1.1. 三角换元法

三角换元法隶属于换元法

\int \frac{1}{\sqrt{3 - 2x^2}} \; dx = \int \frac{1}{\sqrt{3(1-\frac{2}{3}x^2)}} \; dx

set \quad \frac{2}{3} x^2 = (\sin \theta)^2

\Rightarrow \theta = \arcsin \sqrt{\frac{2}{3}} \; x

     x = \sqrt{\frac{3}{2}} \sin \theta \qquad \frac{dx}{d \theta} = \sqrt{\frac{3}{2}} \cos \theta

\begin{align*} & \int \frac{1}{\sqrt{3(1-\frac{2}{3} x^2)}} \; dx \\ & = \int \frac{\sqrt{\frac{3}{2}} \cos \theta \; d \theta}{\sqrt{3(1- (\sin \theta)^2)}} \\ & = \int \frac{\sqrt{\frac{3}{2}} \cos \theta \; d \theta}{\sqrt{3} \cos \theta} \\ & = \frac{1}{\sqrt{2}} \; \theta + C \end{align*}

将Θ代回去:

\frac{1}{\sqrt{2}} \theta + C = \frac{1}{\sqrt{2}} \arcsin \sqrt{\frac{2}{3}} x + C

例2:

\int \sin^m x \cos^n x dx

根据 m,n 奇偶的情况,计算方法不同

4.2.2. 分部积分

\int e^x \cos x \; dx = \frac{e^x \sin x + e^x \cos x}{2}

证明:

assume \quad f(x) = e^x, \quad g'(x) = \cos x

\int e^x \cos x \; dx = e^x \sin x - \int e^x \sin x \; dx

assume \quad f(x) = e^x, \quad g'(x) = \sin x

\begin{align*} \int e^x \cos x \; dx &= e^x \sin x - \int e^x \sin x \; dx \\ &= e^x \sin x - (e^x \cdot -\cos x - \int (e^x \cdot -\cos x) dx ) \\ &= e^x \sin x + e^x \cos x - \int e^x \cos x \; dx \\ 2 \int e^x \cos x \; dx &= e^x \sin x + e^x \cos x \\ \int e^x \cos x \; dx &= \frac{e^x \sin x + e^x \cos x}{2} \end{align*}

 

5. 微积分第一定理

\int _a ^b f(x) dx = F(b) - F(a)

该式子又称为微积分第一定理

应用:求曲线长度,曲线下的面积,体积,平均值(离散平均值,连续平均值,加权平均值),概率等;直线,圆等的长度都可以用微积分思想来求

例1:

离散平均值 -> 连续平均值

\frac{y_1 + y_2 + \cdots + y_n}{n} \rightarrow \frac{1}{b-a} \int _a ^ b f(x) dx

比如点在半圆上的平均高度(对 dx 计算平均值):

\text{continuous average} = \frac{1}{1 - (-1)} \int _{-1} ^1 \sqrt{1-x^2} dx = \frac{\pi}{4}

另一种平均高度(对 dθ 计算平均值):

\text{continuous average} = \frac{1}{\pi} \int _0 ^{\pi} \sin \theta d \theta

例2:

加权平均值(weighted average)

\text{weighted average} = \frac{\int _a ^ b f(x) w(x) dx}{\int _a ^ b w(x) dx}

解释1:假设 f(x)=C ,分母必须等于权重的积分

解释2:假设第一次买某股票的价格为 f1,买了 w1 股,第二次价格为 f2,买了 w2 股,依次类推,买股票的平均价格为:

\text{weighted average} = \frac{f_1 w_1 +f_2 w_2 + \cdots + f_n w_n }{w_1 + w_2 + \cdots + w_n}

例3:

数值积分:黎曼和、梯度法、辛普森公式

如何将问题演变成数学问题?

很多概率问题都符合:

P = C e^{-r^2}

 

5.1 微积分第一定理与中值定理的比较

\text{let } \Delta F = F(b)-F(a)= \int _a ^b f(x) dx , \qquad \Delta x = b - a

\frac{\Delta F}{\Delta x} = \frac{1}{b-a} \int _a ^b f(x) dx = Ave(f)

\Delta F = Ave(F') \Delta x

要想理解 Ave(f) ,可以假设积分时 dx 的宽度为1,然后从离散值求平均的概念进行理解

而中值定理为:

\Delta F = F'(c) \Delta x

其中,c 在定义域内是不确定的,只知道 a < c < b,也就是说不知道 c 究竟是哪一点,它比较笼统和简单

而 Ave(F') 是确定值,因此微积分基本定理比中值定理“强”,只要能用积分,就应尽量避免使用中值定理

 

6. 微积分第二定理

\text{If f is continuous and } G(x) = \int _a ^x f(t) dt; a \leqslant t \leqslant x

\text{then } G'(x) = f(x)

G'(x) = \frac{d}{dx} \int _a ^x f(t) dt = f(x)

微积分第二定理的意思是,一个函数能够找到其相应的积分形式

当一个函数由上述积分形式给出时,先通过其一阶、二阶导数作图,因为了解一个函数,最直观的办法就是画图

证明:

应用:解微分方程

例1:

y' = \frac{1}{x} \qquad \Rightarrow \qquad L(x) = \ln \left | x \right |

但 L(x) 的积分形式为:

L(x) = \int _1 ^ x \frac{1}{t} dt

例2:

\text{assume } F(x) = \int _0 ^x e^{-t^2} dt

F'(x) = e^{-x^2} \text{ and } F(0)=0

F' 为有名的钟形曲线 bell curve,它是从概率论得出的(概率就是部分与整体的比值);F(x) 则为 F' 曲线下的面积

由数值 \frac{ \sqrt \pi}{2},数学家又引入了一个新的函数--误差函数:

\text{erf}(x) = \frac{2}{\sqrt \pi} F(x) = \frac{2}{\sqrt \pi} \int _0 ^x e^{-t^2} dt



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有