高阶导数求法与非显形式函数的二阶导
高阶导数
1.高阶导数的运算公式
公式1(线性运算):设 f ( x ) f(x) f(x)和 g ( x ) g(x) g(x)都是 n n n阶可导的,则 [ c 1 f ( x ) + c 2 g ( x ) ] ( n ) = c 1 f ( n ) ( x ) + c 2 g ( n ) ( x ) [c_1f(x)+c_2g(x)]^{(n)}=c_1f^{(n)}(x)+c_2g^{(n)}(x) [c1f(x)+c2g(x)](n)=c1f(n)(x)+c2g(n)(x)。
公式2(乘法运算,Leibniz):设 f ( x ) f(x) f(x)和 g ( x ) g(x) g(x)都是 n n n阶可导的,则
[ f ( x ) ⋅ g ( x ) ] ( n ) = ∑ k = 0 n C n k f ( n − k ) ( x ) g ( k ) ( x ) . [f(x)\cdot g(x)]^{(n)}=\sum_{k=0}^n {\rm C}_n^kf^{(n-k)}(x)g^{(k)}(x). [f(x)⋅g(x)](n)=k=0∑nCnkf(n−k)(x)g(k)(x).
证明:用数学归纳法。
n = 1 n=1 n=1时,显然 [ f ( x ) g ( x ) ] ′ = f ′ ( x ) g ( x ) + f ( x ) g ′ ( x ) [f(x)g(x)]'=f'(x)g(x)+f(x)g'(x) [f(x)g(x)]′=f′(x)g(x)+f(x)g′(x),满足公式的形式。
如果 n = m n=m n=m时Leibniz公式成立,即 [ f ( x ) g ( x ) ] ( m ) = ∑ k = 0 m C m k f ( m − k ) ( x ) g ( k ) ( x ) [f(x)g(x)]^{(m)}=\sum\limits_{k=0}^m {\rm C}_m^k f^{(m-k)}(x)g^{(k)}(x) [f(x)g(x)](m)=k=0∑mCmkf(m−k)(x)g(k)(x),则
[ f ( x ) g ( x ) ] ( m + 1 ) = { [ f ( x ) g ( x ) ] ( m ) } ′ = ( ∑ k = 0 m C m k f ( m − k ) ( x ) g ( k ) ( x ) ) ′ = ∑ k = 0 m C m k [ f ( m − k + 1 ) ( x ) g ( k ) ( x ) + f ( m − k ) ( x ) g ( k + 1 ) ( x ) ] = ∑ k = 0 m C m k f ( m − k + 1 ) ( x ) g ( k ) ( x ) + ∑ k = 0 m C m k f ( m − k ) ( x ) g ( k + 1 ) ( x ) = f ( m + 1 ) ( x ) g ( x ) + ∑ k = 1 m C m k f ( m − k + 1 ) ( x ) g ( k ) ( x ) + ∑ k = 0 m − 1 C m k f ( m − k ) ( x ) g ( k + 1 ) ( x ) + f ( x ) g ( m + 1 ) ( x ) = f ( m + 1 ) ( x ) g ( x ) + ∑ k = 1 m ( C m k + C m k − 1 ) f ( m − k + 1 ) ( x ) g ( k ) ( x ) + f ( x ) g ( m + 1 ) ( x ) = f ( m + 1 ) ( x ) g ( x ) + ∑ k = 1 m C m + 1 k f [ ( m + 1 ) − k ] ( x ) g ( k ) ( x ) + f ( x ) g ( m + 1 ) ( x ) = ∑ k = 0 m + 1 C m + 1 k f [ ( m + 1 ) − k ] ( x ) g ( k ) . \begin{aligned} &\left[f(x)g(x)\right]^{(m+1)}\\ =&\left\{[f(x)g(x)]^{(m)}\right\}'\\ =&\left(\sum_{k=0}^m{\rm C}_m^kf^{(m-k)}(x)g^{(k)}(x) \right)'\\ =&\sum_{k=0}^m{\rm C}_m^k[f^{(m-k+1)}(x)g^{(k)}(x)+f^{(m-k)}(x)g^{(k+1)}(x)]\\ =&\sum_{k=0}^m {\rm C}_m^kf^{(m-k+1)}(x)g^{(k)}(x)+\sum_{k=0}^m{\rm C}_m^kf^{(m-k)}(x)g^{(k+1)}(x)\\ =&f^{(m+1)}(x)g(x)+\sum_{k=1}^m{\rm C}_m^kf^{(m-k+1)}(x)g^{(k)}(x)+\sum_{k=0}^{m-1}{\rm C}_m^kf^{(m-k)}(x)g^{(k+1)}(x)+f(x)g^{(m+1)}(x)\\ =&f^{(m+1)}(x)g(x)+\sum_{k=1}^m({\rm C}_m^k+{\rm C}_m^{k-1})f^{(m-k+1)}(x)g^{(k)}(x)+f(x)g^{(m+1)}(x)\\ =&f^{(m+1)}(x)g(x)+\sum_{k=1}^m{\rm C}_{m+1}^kf^{[(m+1)-k]}(x)g^{(k)}(x)+f(x)g^{(m+1)}(x)\\ =&\sum_{k=0}^{m+1}{\rm C}_{m+1}^kf^{[(m+1)-k]}(x)g^{(k)}. \end{aligned} ========[f(x)g(x)](m+1){[f(x)g(x)](m)}′(k=0∑mCmkf(m−k)(x)g(k)(x))′k=0∑mCmk[f(m−k+1)(x)g(k)(x)+f(m−k)(x)g(k+1)(x)]k=0∑mCmkf(m−k+1)(x)g(k)(x)+k=0∑mCmkf(m−k)(x)g(k+1)(x)f(m+1)(x)g(x)+k=1∑mCmkf(m−k+1)(x)g(k)(x)+k=0∑m−1Cmkf(m−k)(x)g(k+1)(x)+f(x)g(m+1)(x)f(m+1)(x)g(x)+k=1∑m(Cmk+Cmk−1)f(m−k+1)(x)g(k)(x)+f(x)g(m+1)(x)f(m+1)(x)g(x)+k=1∑mCm+1kf[(m+1)−k](x)g(k)(x)+f(x)g(m+1)(x)k=0∑m+1Cm+1kf[(m+1)−k](x)g(k).
这就说明Leibniz公式对 n = m + 1 n=m+1 n=m+1也成立。此处的关键证明步骤是对求和项系数的变换。
2.其他形式的二阶导
隐函数 F ( x , y ) = 0 F(x,y)=0 F(x,y)=0的二阶导,直接对 F ( x , y ) = 0 F(x,y)=0 F(x,y)=0两边求二阶导数然后整理即可。
对于复合函数 y = f ( u ) , u = g ( x ) y=f(u),u=g(x) y=f(u),u=g(x),其二阶导求法如下:
d 2 y d x 2 = d d x ( d y d x ) = d d x ( d y d u ⋅ d u d x ) = ( d d x d y d u ) ⋅ d u d x + d y d u ⋅ d d x ( d u d x ) = ( d d u d y d u ⋅ d u d x ) ⋅ d u d x + d y d u d 2 u d x 2 = d 2 y d u 2 ( d u d x ) 2 + d y d u d 2 u d x 2 . \begin{aligned} \frac{{\rm d}^2y}{{\rm d}x^2}=&\frac{\rm d}{{\rm d}x}\left(\frac{{\rm d}y}{{\rm d}x}\right)\\ =&\frac{{\rm d}}{{\rm d}x}\left(\frac{{\rm d}y}{{\rm d}u}\cdot\frac{{\rm d}u}{{\rm d}x} \right)\\ =&\left(\frac{{\rm d}}{{\rm d}x}\frac{{\rm d}y}{{\rm d}u}\right)\cdot \frac{{\rm d}u}{{\rm d}x}+\frac{{\rm d}y}{{\rm d}u}\cdot\frac{{\rm d}}{{\rm d}x}\left(\frac{{\rm d}u}{{\rm d}x}\right)\\ =&\left(\frac{{\rm d}}{{\rm d}u}\frac{{\rm d}y}{{\rm d}u}\cdot\frac{{\rm d}u}{{\rm d}x} \right)\cdot\frac{{\rm d}u}{{\rm d}x}+\frac{{\rm d}y}{{\rm d}u}\frac{{\rm d}^2u}{{\rm d}x^2}\\ =&\frac{{\rm d}^2y}{{\rm d}u^2}\left(\frac{{\rm d}u}{{\rm d}x}\right)^2+\frac{{\rm d}y}{{\rm d}u}\frac{{\rm d}^2u}{{\rm d}x^2}. \end{aligned} dx2d2y=====dxd(dxdy)dxd(dudy⋅dxdu)(dxddudy)⋅dxdu+dudy⋅dxd(dxdu)(duddudy⋅dxdu)⋅dxdu+dudydx2d2udu2d2y(dxdu)2+dudydx2d2u.
注意,对于复合函数,能用于最终结果的只有 d n y d u n \dfrac{{\rm d}^ny}{{\rm d}u^n} dundny和 d n u d x n \dfrac{{\rm d}^nu}{{\rm d}x^n} dxndnu,而不能够包括其他的含导数项。
对于参数方程函数 x = φ ( t ) , y = ψ ( t ) x=\varphi(t),y=\psi(t) x=φ(t),y=ψ(t),由于 d y d x = ψ ′ ( t ) φ ′ ( t ) \dfrac{{\rm d}y}{{\rm d}x}=\dfrac{\psi'(t)}{\varphi'(t)} dxdy=φ′(t)ψ′(t),所以其二阶导相当于对以下参数方程求导:
{ x = φ ( t ) , y = ψ ′ ( t ) φ ′ ( t ) . \left\{ \begin{array}l x=\varphi(t),\\ y=\dfrac{\psi'(t)}{\varphi'(t)}. \end{array} \right. ⎩⎨⎧x=φ(t),y=φ′(t)ψ′(t).
所以
d 2 y d x 2 = ψ ′ ′ ( t ) φ ′ ( t ) − ψ ′ ( t ) φ ′ ′ ( t ) [ φ ′ ( t ) ] 2 φ ′ ( t ) = ψ ′ ′ ( t ) φ ′ ( t ) − ψ ′ ( t ) φ ′ ′ ( t ) [ φ ′ ( t ) ] 3 . \frac{{\rm d}^2y}{{\rm d}x^2}=\frac{\frac{\psi''(t)\varphi'(t)-\psi'(t)\varphi''(t)}{[\varphi'(t)]^2}}{\varphi'(t)}=\frac{\psi''(t)\varphi'(t)-\psi'(t)\varphi''(t)}{[\varphi'(t)]^3}. dx2d2y=φ′(t)[φ′(t)]2ψ′′(t)φ′(t)−ψ′(t)φ′′(t)=[φ′(t)]3ψ′′(t)φ′(t)−ψ′(t)φ′′(t).
3.求高阶导数的方法
(1)部分初等函数的高阶导数
一、求 y = a x y=a^x y=ax的 n n n阶导数。
观察容易得出 y ( n ) ( x ) = ( ln a ) n a x y^{(n)}(x)=(\ln a)^na^x y(n)(x)=(lna)nax,可以用归纳法证明。
二、求 y = sin x y=\sin x y=sinx的 n n n阶导数。
观察容易得出 y ( n ) ( x ) = sin ( x + n π 2 ) y^{(n)}(x)=\sin (x+\frac{n\pi}2) y(n)(x)=sin(x+2nπ),下用归纳法证明。显然对于 n = 1 n=1 n=1成立,如果对 n = m n=m n=m成立,则
y ( m + 1 ) ( x ) = [ y ( m ) ] ′ = cos ( x + n π 2 ) = sin ( x + n π 2 + π 2 ) = sin ( x + ( n + 1 ) π 2 ) . y^{(m+1)}(x)=[y^{(m)}]'=\cos (x+\frac{n\pi}{2})=\sin (x+\frac{n\pi}{2}+\frac \pi2)=\sin (x+\frac{(n+1)\pi}2). y(m+1)(x)=[y(m)]′=cos(x+2nπ)=sin(x+2nπ+2π)=sin(x+2(n+1)π).
所以结论是成立的。
三、求 y = cos x y=\cos x y=cosx的 n n n阶导数。
观察容易得出 y ( n ) ( x ) = cos ( x + n π 2 ) y^{(n)}(x)=\cos(x+\frac{n\pi}2) y(n)(x)=cos(x+2nπ),可以用归纳法证明。
四、求 y = x a y=x^a y=xa的 n n n阶导数。
观察容易得出
y ( n ) = a ( a − 1 ) ⋯ ( a − n + 1 ) x a − n . y^{(n)}=a(a-1)\cdots(a-n+1)x^{a-n}. y(n)=a(a−1)⋯(a−n+1)xa−n.
特别当 a a a为正整数时,必定有 y ( a ) = C y^{(a)}=C y(a)=C,所以 y ( a + 1 ) = 0 y^{(a+1)}=0 y(a+1)=0。
五、求 y = ln x y=\ln x y=lnx的 n n n阶导数。
由于 y ′ = x − 1 y'=x^{-1} y′=x−1,所以根据 y = x a y=x^a y=xa的导数可以得到
y ( n ) = ( x − 1 ) ( n − 1 ) = ( − 1 ) n − 1 ( n − 1 ) ! ⋅ x − n . y^{(n)}=(x^{-1})^{(n-1)}=(-1)^{n-1}(n-1)!\cdot x^{-n}. y(n)=(x−1)(n−1)=(−1)n−1(n−1)!⋅x−n.
(2)利用微分方程求高阶导数
一、令 y = arctan x y=\arctan x y=arctanx,求 y ( n ) ( 0 ) y^{(n)}(0) y(n)(0)。
由于
y ′ = 1 1 + x 2 , y ′ ′ = − 2 x ( 1 + x 2 ) 2 , y'=\frac{1}{1+x^2},y''=\frac{-2x}{(1+x^2)^2}, y′=1+x21,y′′=(1+x2)2−2x,
所以有
( 1 + x 2 ) y ′ = 1. (1+x^2)y'=1. (1+x2)y′=1.
对等式两边同时求 n n n阶导得
( 1 + x 2 ) y ( n + 1 ) + 2 n x y ( n ) + n ( n − 1 ) y ( n − 1 ) = 0. (1+x^2)y^{(n+1)}+2nxy^{(n)}+n(n-1)y^{(n-1)}=0. (1+x2)y(n+1)+2nxy(n)+n(n−1)y(n−1)=0.
代入 x = 0 x=0 x=0,就得到 y ( n + 1 ) ( 0 ) = − n ( n − 1 ) y ( n − 1 ) ( 0 ) y^{(n+1)}(0)=-n(n-1)y^{(n-1)}(0) y(n+1)(0)=−n(n−1)y(n−1)(0),也就是 y ( n + 2 ) ( 0 ) = − n ( n + 1 ) y ( n ) y^{(n+2)}(0)=-n(n+1)y^{(n)} y(n+2)(0)=−n(n+1)y(n)。由于 y ( 0 ) = 0 , y ( 1 ) = 1 y(0)=0,y(1)=1 y(0)=0,y(1)=1,所以
y ( n ) ( 0 ) = { 0 , n 为 偶 数 ; ( − 1 ) n − 1 2 ( n − 1 ) ! , n 为 奇 数 . y^{(n)}(0)=\left\{ \begin{array}l 0,&n为偶数;\\ (-1)^{\frac{n-1}{2}}(n-1)!,&n为奇数. \end{array} \right. y(n)(0)={0,(−1)2n−1(n−1)!,n为偶数;n为奇数.
二、令 y = arcsin x y=\arcsin x y=arcsinx,求 y ( n ) ( 0 ) y^{(n)}(0) y(n)(0)。
由于
y ′ = ( 1 − x 2 ) − 1 2 , y ′ ′ = x ( 1 − x 2 ) − 3 2 . y'=(1-x^2)^{-\frac 12},y''=x(1-x^2)^{-\frac 32}. y′=(1−x2)−21,y′′=x(1−x2)−23.
所以
( 1 − x 2 ) y ′ ′ − x y ′ = 0. (1-x^2)y''-xy'=0. (1−x2)y′′−xy′=0.
两边同时求 n n n阶导,得到
2 ( 1 − x 2 ) y ( n + 2 ) − 4 n x y ( n + 1 ) − 2 n ( n − 1 ) y ( n ) − x y ( n + 1 ) − n y ( n ) = 0. 2(1-x^2)y^{(n+2)}-4nxy^{(n+1)}-2n(n-1)y^{(n)}-xy^{(n+1)}-ny^{(n)}=0. 2(1−x2)y(n+2)−4nxy(n+1)−2n(n−1)y(n)−xy(n+1)−ny(n)=0.
两边同时代入 x = 0 x=0 x=0,得到
y ( n + 2 ) ( 0 ) = n 2 y ( n ) ( 0 ) . y^{(n+2)}(0)=n^2y^{(n)}(0). y(n+2)(0)=n2y(n)(0).
由于 y ( 0 ) = 0 , y ( 1 ) = 1 y^{(0)}=0,y^{(1)}=1 y(0)=0,y(1)=1,所以
y ( n ) ( 0 ) = { [ ( n − 2 ) ! ! ] 2 , n 为 奇 数 ; 0 , n 为 偶 数 . y^{(n)}(0)=\left\{ \begin{array}l [(n-2)!!]^2,&n为奇数;\\ 0,&n为偶数. \end{array} \right. y(n)(0)={[(n−2)!!]2,0,n为奇数;n为偶数.
高阶导数求法与非显形式函数的二阶导相关推荐
- python求函数一二阶导_python:利用多种方式解微分方程(以二阶微分系统零状态响应为例)...
1.问题:求系统的零状态响应 image.png 2.引入 首先用高数知识求解非齐次常系数微分方程 image.png 再利用信号与系统中冲激响应求解验证 image.png 利用MATLAB求解验证 ...
- python求函数一二阶导_如何用Matlab求二阶导数
在matlab中求解的代码: >> syms w; F(w)=8*exp(-j*5*w)/(16+w^2); diff(F(w),w,2) ans = - (200*exp(-w*5*i) ...
- MATLAB 函数求极限,定积分,一阶导,二阶导(经典例题)
问题描述:分别求出求前两个表达式的值,求第三个函数的二阶导. //第一题 syms x; f=sin(x)/x; L=limit(f, x, 0); L; ...
- 栈的应用4——递归函数的非递归形式(主讲阿克曼函数的非递归形式)
递归 函数自己调用自己 如求阶乘函数: int jiecheng(int n) {if(n==0)return 1;if(n==1)return 1;else return n*jiecheng(n- ...
- 采用merge语句的非关联形式再次显神能
采用merge语句的非关联形式再次显神能 题记:采用merge语句的非关联形式确实可以提高update语句的性能,尤其对于百万级别的数据量,之前的一个关于merge语句的优化案例请参考: http:/ ...
- 排序算法:快速排序算法实现及分析(递归形式和非递归形式)
快速排序算法介绍 从名字上就可以看出快速排序算法很嚣张,直接以快速命名.确实快速排序 的确很快速,被列为20世纪十大算法之一.程序员难道不应该掌握么.快速排序(Quick Sort)的基本思想是:通过 ...
- 【机器学习的高等数学基础】导数的几何意义和物理意义、函数的可导性与连续性之间的关系、平面曲线的切线和法线、基本导数与微分表、微分中值定理,泰勒公式、弧微分、曲率、曲率半径、洛必达法则、渐近线的求法等
机器学习的数学基础 高等数学 文章目录 机器学习的数学基础 高等数学 1.导数定义: 导数和微分的概念 2.左右导数导数的几何意义和物理意义 3.函数的可导性与连续性之间的关系 4.平面曲线的切线和法 ...
- const对象不能调用非const成员函数
在C++中,可以用const来定义一个const对象,但const对象不可以调用类中的非const成员函数 原因 引发原因:: 由调用成员函数时隐式传入的当前对象的this指针引起. 非const成员 ...
- 全排列的递归与非递归形式
2018-3-18 1.递归的主要思路是: n个数的全排列=(n-1个数的全排列)+(另一个数作为前缀) #include<iostream> using namespace std;co ...
最新文章
- 基于 OpenCV 的手掌检测和手指计数
- 刷了几千道算法题,我私藏的刷题网站都在这里了
- ZIL (ZFS intent log) zil.c
- OpenStack构架知识梳理
- java编程基础素数实验报告,JAVA 基础编程练习题1 (输出素数)
- 欢乐纪中某B组赛【2019.1.24】
- JS 客户端浏览器操作、BOM、渗透客户端浏览器(windows对象:screen屏幕操作、location浏览器域名、history浏览器历史、Navigator浏览器信息、cookie)
- 烟台大学计算机与控制工程学院研究生导师,烟台大学计算机与控制工程学院欢迎大家...
- android ascii 比较大小写,为什么可以通过ASCII中的字母排序规则来进行字母的大小写转换?...
- 今天发现的好几个PP文字,不敢独享,gaga
- 数据可视化BI平台--CBoard的使用
- java对七牛云文件的增删改查语句_七牛云导播
- k8s系列(二)——云计算相关概念
- 阿里云道哥:我曾经是饱受网络攻击摧残的创业者,现在我要帮他们顶住
- 课代表:ChatGPT及大模型专题研讨会
- 计算机无法搜索文件夹内容,系统我的电脑中文件夹和搜索选项无法使用的解决方法...
- 苹果笔记本上玩windows to go
- Javascript小练习——班级学号点名器
- vmware workstation虚拟机连接外网(Nat模式)
- 程序员端午过了回杭州的一点思考