【微积分】2.1一元函数微分
一元函数微分
- 1.导数定义
- 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线
- 5.四则运算法则
- 6.基本导数与微分表
- 7.复合函数,反函数,隐函数以及参数方程所确定的函数的微分法
- 8.常用高阶导数公式
- 9.微分中值定理,泰勒公式
- 10.洛必达法则
- 11.泰勒公式
- 12.函数单调性的判断
- 13.渐近线的求法
- 14.函数凹凸性的判断
- 15.弧微分
- 16.曲率
- 17.曲率半径
1.导数定义
导数和微分的概念
f′(x0)=limΔx→0f(x0+Δx)−f(x0)Δxf'({{x}_{0}})=\underset{\Delta x\to 0}{\mathop{\lim }}\,\frac{f({{x}_{0}}+\Delta x)-f({{x}_{0}})}{\Delta x}f′(x0)=Δx→0limΔxf(x0+Δx)−f(x0) (1)
或者:
f′(x0)=limx→x0f(x)−f(x0)x−x0f'({{x}_{0}})=\underset{x\to {{x}_{0}}}{\mathop{\lim }}\,\frac{f(x)-f({{x}_{0}})}{x-{{x}_{0}}}f′(x0)=x→x0limx−x0f(x)−f(x0) (2)
2.左右导数导数的几何意义和物理意义
函数f(x)f(x)f(x)在x0x_0x0处的左、右导数分别定义为:
左导数:f′−(x0)=limΔx→0−f(x0+Δx)−f(x0)Δx=limx→x0−f(x)−f(x0)x−x0,(x=x0+Δx){{{f}'}_{-}}({{x}_{0}})=\underset{\Delta x\to {{0}^{-}}}{\mathop{\lim }}\,\frac{f({{x}_{0}}+\Delta x)-f({{x}_{0}})}{\Delta x}=\underset{x\to x_{0}^{-}}{\mathop{\lim }}\,\frac{f(x)-f({{x}_{0}})}{x-{{x}_{0}}},(x={{x}_{0}}+\Delta x)f′−(x0)=Δx→0−limΔxf(x0+Δx)−f(x0)=x→x0−limx−x0f(x)−f(x0),(x=x0+Δx)
右导数:f′+(x0)=limΔx→0+f(x0+Δx)−f(x0)Δx=limx→x0+f(x)−f(x0)x−x0{{{f}'}_{+}}({{x}_{0}})=\underset{\Delta x\to {{0}^{+}}}{\mathop{\lim }}\,\frac{f({{x}_{0}}+\Delta x)-f({{x}_{0}})}{\Delta x}=\underset{x\to x_{0}^{+}}{\mathop{\lim }}\,\frac{f(x)-f({{x}_{0}})}{x-{{x}_{0}}}f′+(x0)=Δx→0+limΔxf(x0+Δx)−f(x0)=x→x0+limx−x0f(x)−f(x0)
3.函数的可导性与连续性之间的关系
Th1: 函数f(x)f(x)f(x)在x0x_0x0处可微⇔f(x)\Leftrightarrow f(x)⇔f(x)在x0x_0x0处可导
Th2: 若函数在点x0x_0x0处可导,则y=f(x)y=f(x)y=f(x)在点x0x_0x0处连续,反之则不成立。即函数连续不一定可导。
Th3: f′(x0){f}'({{x}_{0}})f′(x0)存在⇔f′−(x0)=f′+(x0)\Leftrightarrow {{{f}'}_{-}}({{x}_{0}})={{{f}'}_{+}}({{x}_{0}})⇔f′−(x0)=f′+(x0)
4.平面曲线的切线和法线
切线方程 : y−y0=f′(x0)(x−x0)y-{{y}_{0}}=f'({{x}_{0}})(x-{{x}_{0}})y−y0=f′(x0)(x−x0)
法线方程:y−y0=−1f′(x0)(x−x0),f′(x0)≠0y-{{y}_{0}}=-\frac{1}{f'({{x}_{0}})}(x-{{x}_{0}}),f'({{x}_{0}})\ne 0y−y0=−f′(x0)1(x−x0),f′(x0)=0
5.四则运算法则
设函数u=u(x),v=v(x)u=u(x),v=v(x)u=u(x),v=v(x)]在点xxx可导则
(1) (u±v)′=u′±v′(u\pm v{)}'={u}'\pm {v}'(u±v)′=u′±v′ d(u±v)=du±dvd(u\pm v)=du\pm dvd(u±v)=du±dv
(2)(uv)′=uv′+vu′(uv{)}'=u{v}'+v{u}'(uv)′=uv′+vu′ d(uv)=udv+vdud(uv)=udv+vdud(uv)=udv+vdu
(3) (uv)′=vu′−uv′v2(v≠0)(\frac{u}{v}{)}'=\frac{v{u}'-u{v}'}{{{v}^{2}}}(v\ne 0)(vu)′=v2vu′−uv′(v=0) d(uv)=vdu−udvv2d(\frac{u}{v})=\frac{vdu-udv}{{{v}^{2}}}d(vu)=v2vdu−udv
6.基本导数与微分表
(1) y=cy=cy=c(常数) y′=0{y}'=0y′=0 dy=0dy=0dy=0
(2) y=xαy={{x}^{\alpha }}y=xα($\alpha $为实数) y′=αxα−1{y}'=\alpha {{x}^{\alpha -1}}y′=αxα−1 dy=αxα−1dxdy=\alpha {{x}^{\alpha -1}}dxdy=αxα−1dx
(3) y=axy={{a}^{x}}y=ax y′=axlna{y}'={{a}^{x}}\ln ay′=axlna dy=axlnadxdy={{a}^{x}}\ln adxdy=axlnadx
特例: (ex)′=ex({{{e}}^{x}}{)}'={{{e}}^{x}}(ex)′=ex d(ex)=exdxd({{{e}}^{x}})={{{e}}^{x}}dxd(ex)=exdx
(4) y=logaxy={{\log }_{a}}xy=logax y′=1xlna{y}'=\frac{1}{x\ln a}y′=xlna1
dy=1xlnadxdy=\frac{1}{x\ln a}dxdy=xlna1dx
特例:y=lnxy=\ln xy=lnx (lnx)′=1x(\ln x{)}'=\frac{1}{x}(lnx)′=x1 d(lnx)=1xdxd(\ln x)=\frac{1}{x}dxd(lnx)=x1dx
(5) y=sinxy=\sin xy=sinx
y′=cosx{y}'=\cos xy′=cosx d(sinx)=cosxdxd(\sin x)=\cos xdxd(sinx)=cosxdx
(6) y=cosxy=\cos xy=cosx
y′=−sinx{y}'=-\sin xy′=−sinx d(cosx)=−sinxdxd(\cos x)=-\sin xdxd(cosx)=−sinxdx
(7) y=tanxy=\tan xy=tanx
y′=1cos2x=sec2x{y}'=\frac{1}{{{\cos }^{2}}x}={{\sec }^{2}}xy′=cos2x1=sec2x d(tanx)=sec2xdxd(\tan x)={{\sec }^{2}}xdxd(tanx)=sec2xdx
(8) y=cotxy=\cot xy=cotx y′=−1sin2x=−csc2x{y}'=-\frac{1}{{{\sin }^{2}}x}=-{{\csc }^{2}}xy′=−sin2x1=−csc2x d(cotx)=−csc2xdxd(\cot x)=-{{\csc }^{2}}xdxd(cotx)=−csc2xdx
(9) y=secxy=\sec xy=secx y′=secxtanx{y}'=\sec x\tan xy′=secxtanx
d(secx)=secxtanxdxd(\sec x)=\sec x\tan xdxd(secx)=secxtanxdx
(10) y=cscxy=\csc xy=cscx y′=−cscxcotx{y}'=-\csc x\cot xy′=−cscxcotx
d(cscx)=−cscxcotxdxd(\csc x)=-\csc x\cot xdxd(cscx)=−cscxcotxdx
(11) y=arcsinxy=\arcsin xy=arcsinx
y′=11−x2{y}'=\frac{1}{\sqrt{1-{{x}^{2}}}}y′=1−x21
d(arcsinx)=11−x2dxd(\arcsin x)=\frac{1}{\sqrt{1-{{x}^{2}}}}dxd(arcsinx)=1−x21dx
(12) y=arccosxy=\arccos xy=arccosx
y′=−11−x2{y}'=-\frac{1}{\sqrt{1-{{x}^{2}}}}y′=−1−x21 d(arccosx)=−11−x2dxd(\arccos x)=-\frac{1}{\sqrt{1-{{x}^{2}}}}dxd(arccosx)=−1−x21dx
(13) y=arctanxy=\arctan xy=arctanx
y′=11+x2{y}'=\frac{1}{1+{{x}^{2}}}y′=1+x21 d(arctanx)=11+x2dxd(\arctan x)=\frac{1}{1+{{x}^{2}}}dxd(arctanx)=1+x21dx
(14) y=arccotxy=\operatorname{arc}\cot xy=arccotx
y′=−11+x2{y}'=-\frac{1}{1+{{x}^{2}}}y′=−1+x21
d(arccotx)=−11+x2dxd(\operatorname{arc}\cot x)=-\frac{1}{1+{{x}^{2}}}dxd(arccotx)=−1+x21dx
(15) y=shxy=shxy=shx
y′=chx{y}'=chxy′=chx d(shx)=chxdxd(shx)=chxdxd(shx)=chxdx
(16) y=chxy=chxy=chx
y′=shx{y}'=shxy′=shx d(chx)=shxdxd(chx)=shxdxd(chx)=shxdx
7.复合函数,反函数,隐函数以及参数方程所确定的函数的微分法
(1) 反函数的运算法则: 设y=f(x)y=f(x)y=f(x)在点xxx的某邻域内单调连续,在点xxx处可导且f′(x)≠0{f}'(x)\ne 0f′(x)=0,则其反函数在点xxx所对应的yyy处可导,并且有dydx=1dxdy\frac{dy}{dx}=\frac{1}{\frac{dx}{dy}}dxdy=dydx1
(2) 复合函数的运算法则:若μ=φ(x)\mu =\varphi (x)μ=φ(x)在点xxx可导,而y=f(μ)y=f(\mu )y=f(μ)在对应点$\mu (((\mu =\varphi (x))可导,则复合函数)可导,则复合函数)可导,则复合函数y=f(\varphi (x))在点在点在点x可导,且可导,且可导,且{y}’={f}’(\mu )\cdot {\varphi }’(x)$
(3) 隐函数导数dydx\frac{dy}{dx}dxdy的求法一般有三种方法:
1)方程两边对xxx求导,要记住yyy是xxx的函数,则yyy的函数是xxx的复合函数.例如1y\frac{1}{y}y1,y2{{y}^{2}}y2,lnyln ylny,ey{{{e}}^{y}}ey等均是xxx的复合函数.
对xxx求导应按复合函数连锁法则做.
2)公式法.由F(x,y)=0F(x,y)=0F(x,y)=0知 dydx=−F′x(x,y)F′y(x,y)\frac{dy}{dx}=-\frac{{{{{F}'}}_{x}}(x,y)}{{{{{F}'}}_{y}}(x,y)}dxdy=−F′y(x,y)F′x(x,y),其中,F′x(x,y){{{F}'}_{x}}(x,y)F′x(x,y),
F′y(x,y){{{F}'}_{y}}(x,y)F′y(x,y)分别表示F(x,y)F(x,y)F(x,y)对xxx和yyy的偏导数
3)利用微分形式不变性
8.常用高阶导数公式
(1)(ax)(n)=axlnna(a>0)(ex)(n)=ex({{a}^{x}}){{\,}^{(n)}}={{a}^{x}}{{\ln }^{n}}a\quad (a>{0})\quad \quad ({{{e}}^{x}}){{\,}^{(n)}}={e}{{\,}^{x}}(ax)(n)=axlnna(a>0)(ex)(n)=ex
(2)(sinkx)(n)=knsin(kx+n⋅π2)(\sin kx{)}{{\,}^{(n)}}={{k}^{n}}\sin (kx+n\cdot \frac{\pi }{{2}})(sinkx)(n)=knsin(kx+n⋅2π)
(3)(coskx)(n)=kncos(kx+n⋅π2)(\cos kx{)}{{\,}^{(n)}}={{k}^{n}}\cos (kx+n\cdot \frac{\pi }{{2}})(coskx)(n)=kncos(kx+n⋅2π)
(4)(xm)(n)=m(m−1)⋯(m−n+1)xm−n({{x}^{m}}){{\,}^{(n)}}=m(m-1)\cdots (m-n+1){{x}^{m-n}}(xm)(n)=m(m−1)⋯(m−n+1)xm−n
(5)(lnx)(n)=(−1)(n−1)(n−1)!xn(\ln x){{\,}^{(n)}}={{(-{1})}^{(n-{1})}}\frac{(n-{1})!}{{{x}^{n}}}(lnx)(n)=(−1)(n−1)xn(n−1)!
(6)莱布尼兹公式:若u(x),v(x)u(x)\,,v(x)u(x),v(x)均nnn阶可导,则
(uv)(n)=∑i=0ncniu(i)v(n−i){{(uv)}^{(n)}}=\sum\limits_{i={0}}^{n}{c_{n}^{i}{{u}^{(i)}}{{v}^{(n-i)}}}(uv)(n)=i=0∑ncniu(i)v(n−i),其中u(0)=u{{u}^{({0})}}=uu(0)=u,v(0)=v{{v}^{({0})}}=vv(0)=v
9.微分中值定理,泰勒公式
Th1:(费马定理)
若函数f(x)f(x)f(x)满足条件:
(1)函数f(x)f(x)f(x)在x0{{x}_{0}}x0的某邻域内有定义,并且在此邻域内恒有
f(x)≤f(x0)f(x)\le f({{x}_{0}})f(x)≤f(x0)或f(x)≥f(x0)f(x)\ge f({{x}_{0}})f(x)≥f(x0),
(2) f(x)f(x)f(x)在x0{{x}_{0}}x0处可导,则有 f′(x0)=0{f}'({{x}_{0}})=0f′(x0)=0
Th2:(罗尔定理)
设函数f(x)f(x)f(x)满足条件:
(1)在闭区间[a,b][a,b][a,b]上连续;
(2)在(a,b)(a,b)(a,b)内可导;
(3)f(a)=f(b)f(a)=f(b)f(a)=f(b);
则在(a,b)(a,b)(a,b)内一存在个$\xi $,使 f′(ξ)=0{f}'(\xi )=0f′(ξ)=0
Th3: (拉格朗日中值定理)
设函数f(x)f(x)f(x)满足条件:
(1)在[a,b][a,b][a,b]上连续;
(2)在(a,b)(a,b)(a,b)内可导;
则在(a,b)(a,b)(a,b)内一存在个$\xi $,使 f(b)−f(a)b−a=f′(ξ)\frac{f(b)-f(a)}{b-a}={f}'(\xi )b−af(b)−f(a)=f′(ξ)
Th4: (柯西中值定理)
设函数f(x)f(x)f(x),g(x)g(x)g(x)满足条件:
(1) 在[a,b][a,b][a,b]上连续;
(2) 在(a,b)(a,b)(a,b)内可导且f′(x){f}'(x)f′(x),g′(x){g}'(x)g′(x)均存在,且g′(x)≠0{g}'(x)\ne 0g′(x)=0
则在(a,b)(a,b)(a,b)内存在一个$\xi $,使 f(b)−f(a)g(b)−g(a)=f′(ξ)g′(ξ)\frac{f(b)-f(a)}{g(b)-g(a)}=\frac{{f}'(\xi )}{{g}'(\xi )}g(b)−g(a)f(b)−f(a)=g′(ξ)f′(ξ)
10.洛必达法则
法则 Ⅰ (00\frac{0}{0}00型)
设函数f(x),g(x)f\left( x \right),g\left( x \right)f(x),g(x)
满足条件:
limx→x0f(x)=0,limx→x0g(x)=0\underset{x\to {{x}_{0}}}{\mathop{\lim }}\,f\left( x \right)=0,\underset{x\to {{x}_{0}}}{\mathop{\lim }}\,g\left( x \right)=0x→x0limf(x)=0,x→x0limg(x)=0;
f(x),g(x)f\left( x \right),g\left( x \right)f(x),g(x)在x0{{x}_{0}}x0的邻域内可导,(在x0{{x}_{0}}x0处可除外)且g′(x)≠0{g}'\left( x \right)\ne 0g′(x)=0;
limx→x0f′(x)g′(x)\underset{x\to {{x}_{0}}}{\mathop{\lim }}\,\frac{{f}'\left( x \right)}{{g}'\left( x \right)}x→x0limg′(x)f′(x)存在(或$\infty $)。
则:
limx→x0f(x)g(x)=limx→x0f′(x)g′(x)\underset{x\to {{x}_{0}}}{\mathop{\lim }}\,\frac{f\left( x \right)}{g\left( x \right)}=\underset{x\to {{x}_{0}}}{\mathop{\lim }}\,\frac{{f}'\left( x \right)}{{g}'\left( x \right)}x→x0limg(x)f(x)=x→x0limg′(x)f′(x)。
法则I′{{I}'}I′ (00\frac{0}{0}00型)
设函数f(x),g(x)f\left( x \right),g\left( x \right)f(x),g(x)
满足条件:
limx→∞f(x)=0,limx→∞g(x)=0\underset{x\to \infty }{\mathop{\lim }}\,f\left(x \right)=0,\underset{x \to \infty}{\mathop{\lim}}\,g\left(x \right)=0x→∞limf(x)=0,x→∞limg(x)=0;
存在一个X>0X>0X>0,当∣x∣>X\left| x \right|>X∣x∣>X时,f(x),g(x)f\left( x \right),g\left( x \right)f(x),g(x)可导,且g′(x)≠0{g}'\left( x \right)\ne 0g′(x)=0;limx→x0f′(x)g′(x)\underset{x\to {{x}_{0}}}{\mathop{\lim}}\,\frac{{f}'\left(x \right)}{{g}'\left(x \right)}x→x0limg′(x)f′(x)存在(或$\infty $)。
则:
limx→x0f(x)g(x)=limx→x0f′(x)g′(x)\underset{x\to {{x}_{0}}}{\mathop{\lim }}\,\frac{f\left( x \right)}{g\left( x \right)}=\underset{x\to {{x}_{0}}}{\mathop{\lim }}\,\frac{{f}'\left( x \right)}{{g}'\left( x \right)}x→x0limg(x)f(x)=x→x0limg′(x)f′(x)
法则 Ⅱ(∞∞\frac{\infty }{\infty }∞∞型)
设函数f(x),g(x)f\left( x \right),g\left( x \right)f(x),g(x)满足条件:
limx→x0f(x)=∞,limx→x0g(x)=∞\underset{x\to {{x}_{0}}}{\mathop{\lim }}\,f\left( x \right)=\infty ,\underset{x\to {{x}_{0}}}{\mathop{\lim }}\,g\left( x \right)=\inftyx→x0limf(x)=∞,x→x0limg(x)=∞;
f(x),g(x)f\left( x \right),g\left( x \right)f(x),g(x)在x0{{x}_{0}}x0 的邻域内可导(在x0{{x}_{0}}x0处可除外)且g′(x)≠0{g}'\left( x \right)\ne 0g′(x)=0;limx→x0f′(x)g′(x)\underset{x\to {{x}_{0}}}{\mathop{\lim }}\,\frac{{f}'\left( x \right)}{{g}'\left( x \right)}x→x0limg′(x)f′(x)存在(或∞\infty∞)。
则
limx→x0f(x)g(x)=limx→x0f′(x)g′(x).\underset{x\to {{x}_{0}}}{\mathop{\lim }}\,\frac{f\left( x \right)}{g\left( x \right)}=\underset{x\to {{x}_{0}}}{\mathop{\lim }}\,\frac{{f}'\left( x \right)}{{g}'\left( x \right)}.x→x0limg(x)f(x)=x→x0limg′(x)f′(x).
同理法则II′{I{I}'}II′(∞∞\frac{\infty }{\infty }∞∞型)仿法则I′{{I}'}I′可写出。
11.泰勒公式
设函数f(x)f(x)f(x)在点x0{{x}_{0}}x0处的某邻域内具有n+1n+1n+1阶导数,则对该邻域内异于x0{{x}_{0}}x0的任意点xxx,在x0{{x}_{0}}x0与xxx之间至少存在
一个ξ\xiξ,使得:
f(x)=f(x0)+f′(x0)(x−x0)+12!f′′(x0)(x−x0)2+⋯f(x)=f({{x}_{0}})+{f}'({{x}_{0}})(x-{{x}_{0}})+\frac{1}{2!}{f}''({{x}_{0}}){{(x-{{x}_{0}})}^{2}}+\cdotsf(x)=f(x0)+f′(x0)(x−x0)+2!1f′′(x0)(x−x0)2+⋯
+f(n)(x0)n!(x−x0)n+Rn(x)+\frac{{{f}^{(n)}}({{x}_{0}})}{n!}{{(x-{{x}_{0}})}^{n}}+{{R}_{n}}(x)+n!f(n)(x0)(x−x0)n+Rn(x)
其中 Rn(x)=f(n+1)(ξ)(n+1)!(x−x0)n+1{{R}_{n}}(x)=\frac{{{f}^{(n+1)}}(\xi )}{(n+1)!}{{(x-{{x}_{0}})}^{n+1}}Rn(x)=(n+1)!f(n+1)(ξ)(x−x0)n+1称为f(x)f(x)f(x)在点x0{{x}_{0}}x0处的nnn阶泰勒余项。
令x0=0{{x}_{0}}=0x0=0,则nnn阶泰勒公式
f(x)=f(0)+f′(0)x+12!f′′(0)x2+⋯+f(n)(0)n!xn+Rn(x)f(x)=f(0)+{f}'(0)x+\frac{1}{2!}{f}''(0){{x}^{2}}+\cdots +\frac{{{f}^{(n)}}(0)}{n!}{{x}^{n}}+{{R}_{n}}(x)f(x)=f(0)+f′(0)x+2!1f′′(0)x2+⋯+n!f(n)(0)xn+Rn(x)……(1)
其中 Rn(x)=f(n+1)(ξ)(n+1)!xn+1{{R}_{n}}(x)=\frac{{{f}^{(n+1)}}(\xi )}{(n+1)!}{{x}^{n+1}}Rn(x)=(n+1)!f(n+1)(ξ)xn+1,$\xi 在0与在 0 与在0与x$之间.(1)式称为麦克劳林公式
常用五种函数在x0=0{{x}_{0}}=0x0=0处的泰勒公式
(1) ex=1+x+12!x2+⋯+1n!xn+xn+1(n+1)!eξ{{{e}}^{x}}=1+x+\frac{1}{2!}{{x}^{2}}+\cdots +\frac{1}{n!}{{x}^{n}}+\frac{{{x}^{n+1}}}{(n+1)!}{{e}^{\xi }}ex=1+x+2!1x2+⋯+n!1xn+(n+1)!xn+1eξ
或 =1+x+12!x2+⋯+1n!xn+o(xn)=1+x+\frac{1}{2!}{{x}^{2}}+\cdots +\frac{1}{n!}{{x}^{n}}+o({{x}^{n}})=1+x+2!1x2+⋯+n!1xn+o(xn)
(2) sinx=x−13!x3+⋯+xnn!sinnπ2+xn+1(n+1)!sin(ξ+n+12π)\sin x=x-\frac{1}{3!}{{x}^{3}}+\cdots +\frac{{{x}^{n}}}{n!}\sin \frac{n\pi }{2}+\frac{{{x}^{n+1}}}{(n+1)!}\sin (\xi +\frac{n+1}{2}\pi )sinx=x−3!1x3+⋯+n!xnsin2nπ+(n+1)!xn+1sin(ξ+2n+1π)
或 =x−13!x3+⋯+xnn!sinnπ2+o(xn)=x-\frac{1}{3!}{{x}^{3}}+\cdots +\frac{{{x}^{n}}}{n!}\sin \frac{n\pi }{2}+o({{x}^{n}})=x−3!1x3+⋯+n!xnsin2nπ+o(xn)
(3) cosx=1−12!x2+⋯+xnn!cosnπ2+xn+1(n+1)!cos(ξ+n+12π)\cos x=1-\frac{1}{2!}{{x}^{2}}+\cdots +\frac{{{x}^{n}}}{n!}\cos \frac{n\pi }{2}+\frac{{{x}^{n+1}}}{(n+1)!}\cos (\xi +\frac{n+1}{2}\pi )cosx=1−2!1x2+⋯+n!xncos2nπ+(n+1)!xn+1cos(ξ+2n+1π)
或 =1−12!x2+⋯+xnn!cosnπ2+o(xn)=1-\frac{1}{2!}{{x}^{2}}+\cdots +\frac{{{x}^{n}}}{n!}\cos \frac{n\pi }{2}+o({{x}^{n}})=1−2!1x2+⋯+n!xncos2nπ+o(xn)
(4) ln(1+x)=x−12x2+13x3−⋯+(−1)n−1xnn+(−1)nxn+1(n+1)(1+ξ)n+1\ln (1+x)=x-\frac{1}{2}{{x}^{2}}+\frac{1}{3}{{x}^{3}}-\cdots +{{(-1)}^{n-1}}\frac{{{x}^{n}}}{n}+\frac{{{(-1)}^{n}}{{x}^{n+1}}}{(n+1){{(1+\xi )}^{n+1}}}ln(1+x)=x−21x2+31x3−⋯+(−1)n−1nxn+(n+1)(1+ξ)n+1(−1)nxn+1
或 =x−12x2+13x3−⋯+(−1)n−1xnn+o(xn)=x-\frac{1}{2}{{x}^{2}}+\frac{1}{3}{{x}^{3}}-\cdots +{{(-1)}^{n-1}}\frac{{{x}^{n}}}{n}+o({{x}^{n}})=x−21x2+31x3−⋯+(−1)n−1nxn+o(xn)
(5) (1+x)m=1+mx+m(m−1)2!x2+⋯+m(m−1)⋯(m−n+1)n!xn{{(1+x)}^{m}}=1+mx+\frac{m(m-1)}{2!}{{x}^{2}}+\cdots +\frac{m(m-1)\cdots (m-n+1)}{n!}{{x}^{n}}(1+x)m=1+mx+2!m(m−1)x2+⋯+n!m(m−1)⋯(m−n+1)xn
+m(m−1)⋯(m−n+1)(n+1)!xn+1(1+ξ)m−n−1+\frac{m(m-1)\cdots (m-n+1)}{(n+1)!}{{x}^{n+1}}{{(1+\xi )}^{m-n-1}}+(n+1)!m(m−1)⋯(m−n+1)xn+1(1+ξ)m−n−1
或 (1+x)m=1+mx+m(m−1)2!x2+⋯{{(1+x)}^{m}}=1+mx+\frac{m(m-1)}{2!}{{x}^{2}}+\cdots(1+x)m=1+mx+2!m(m−1)x2+⋯ +m(m−1)⋯(m−n+1)n!xn+o(xn)+\frac{m(m-1)\cdots(m-n+1)}{n!}{{x}^{n}}+o({{x}^{n}})+n!m(m−1)⋯(m−n+1)xn+o(xn)
12.函数单调性的判断
Th1:
设函数f(x)f(x)f(x)在(a,b)(a,b)(a,b)区间内可导,如果对∀x∈(a,b)\forall x\in (a,b)∀x∈(a,b),都有f′(x)>0f\,'(x)>0f′(x)>0(或f′(x)<0f\,'(x)<0f′(x)<0),则函数f(x)f(x)f(x)在(a,b)(a,b)(a,b)内是单调增加的(或单调减少)
Th2:
(取极值的必要条件)设函数f(x)f(x)f(x)在x0{{x}_{0}}x0处可导,且在x0{{x}_{0}}x0处取极值,则f′(x0)=0f\,'({{x}_{0}})=0f′(x0)=0。
Th3:
(取极值的第一充分条件)设函数f(x)f(x)f(x)在x0{{x}_{0}}x0的某一邻域内可微,且f′(x0)=0f\,'({{x}_{0}})=0f′(x0)=0(或f(x)f(x)f(x)在x0{{x}_{0}}x0处连续,但f′(x0)f\,'({{x}_{0}})f′(x0)不存在。)
(1)若当xxx经过x0{{x}_{0}}x0时,f′(x)f\,'(x)f′(x)由“+”变“-”,则f(x0)f({{x}_{0}})f(x0)为极大值;
(2)若当xxx经过x0{{x}_{0}}x0时,f′(x)f\,'(x)f′(x)由“-”变“+”,则f(x0)f({{x}_{0}})f(x0)为极小值;
(3)若f′(x)f\,'(x)f′(x)经过x=x0x={{x}_{0}}x=x0的两侧不变号,则f(x0)f({{x}_{0}})f(x0)不是极值。
Th4:
(取极值的第二充分条件)设f(x)f(x)f(x)在点x0{{x}_{0}}x0处有f′′(x)≠0f''(x)\ne 0f′′(x)=0,且f′(x0)=0f\,'({{x}_{0}})=0f′(x0)=0,则 当f′′(x0)<0f'\,'({{x}_{0}})<0f′′(x0)<0时,f(x0)f({{x}_{0}})f(x0)为极大值;
当f′′(x0)>0f'\,'({{x}_{0}})>0f′′(x0)>0时,f(x0)f({{x}_{0}})f(x0)为极小值。
注:如果f′′(x0)<0f'\,'({{x}_{0}})<0f′′(x0)<0,此方法失效。
13.渐近线的求法
(1)水平渐近线 若limx→+∞f(x)=b\underset{x\to +\infty }{\mathop{\lim }}\,f(x)=bx→+∞limf(x)=b,或limx→−∞f(x)=b\underset{x\to -\infty }{\mathop{\lim }}\,f(x)=bx→−∞limf(x)=b,则
y=by=by=b称为函数y=f(x)y=f(x)y=f(x)的水平渐近线。
(2)铅直渐近线 若$\underset{x\to x_{0}^{-}}{\mathop{\lim }},f(x)=\infty ,或,或,或\underset{x\to x_{0}^{+}}{\mathop{\lim }},f(x)=\infty $,则
x=x0x={{x}_{0}}x=x0称为y=f(x)y=f(x)y=f(x)的铅直渐近线。
(3)斜渐近线 若a=limx→∞f(x)x,b=limx→∞[f(x)−ax]a=\underset{x\to \infty }{\mathop{\lim }}\,\frac{f(x)}{x},\quad b=\underset{x\to \infty }{\mathop{\lim }}\,[f(x)-ax]a=x→∞limxf(x),b=x→∞lim[f(x)−ax],则
y=ax+by=ax+by=ax+b称为y=f(x)y=f(x)y=f(x)的斜渐近线。
14.函数凹凸性的判断
Th1: (凹凸性的判别定理)若在 I 上f′′(x)<0f''(x)<0f′′(x)<0(或f′′(x)>0f''(x)>0f′′(x)>0),则f(x)f(x)f(x)在 I 上是凸的(或凹的)。
Th2: (拐点的判别定理 1)若在x0{{x}_{0}}x0处f′′(x)=0f''(x)=0f′′(x)=0,(或f′′(x)f''(x)f′′(x)不存在),当xxx变动经过x0{{x}_{0}}x0时,f′′(x)f''(x)f′′(x)变号,则(x0,f(x0))({{x}_{0}},f({{x}_{0}}))(x0,f(x0))为拐点。
Th3: (拐点的判别定理 2)设f(x)f(x)f(x)在x0{{x}_{0}}x0点的某邻域内有三阶导数,且f′′(x)=0f''(x)=0f′′(x)=0,f′′′(x)≠0f'''(x)\ne 0f′′′(x)=0,则(x0,f(x0))({{x}_{0}},f({{x}_{0}}))(x0,f(x0))为拐点。
15.弧微分
dS=1+y′2dxdS=\sqrt{1+y{{'}^{2}}}dxdS=1+y′2dx
16.曲率
曲线y=f(x)y=f(x)y=f(x)在点(x,y)(x,y)(x,y)处的曲率k=∣y′′∣(1+y′2)32k=\frac{\left| y'' \right|}{{{(1+y{{'}^{2}})}^{\tfrac{3}{2}}}}k=(1+y′2)23∣y′′∣。
对于参数方程KaTeX parse error: No such environment: align at position 15: \left\{ \begin{̲a̲l̲i̲g̲n̲}̲ & x=\varphi (…k=∣φ′(t)ψ′′(t)−φ′′(t)ψ′(t)∣[φ′2(t)+ψ′2(t)]32k=\frac{\left| \varphi '(t)\psi ''(t)-\varphi ''(t)\psi '(t) \right|}{{{[\varphi {{'}^{2}}(t)+\psi {{'}^{2}}(t)]}^{\tfrac{3}{2}}}}k=[φ′2(t)+ψ′2(t)]23∣φ′(t)ψ′′(t)−φ′′(t)ψ′(t)∣。
17.曲率半径
曲线在点MMM处的曲率k(k≠0)k(k\ne 0)k(k=0)与曲线在点MMM处的曲率半径$\rho 有如下关系:有如下关系:有如下关系:\rho =\frac{1}{k}$。
【微积分】2.1一元函数微分相关推荐
- 高数 | 【一元函数微分学】一元函数微分的本质 导数与微分的区别
一.微分的本质 微分本质是一个微小的线性变化量,是用一个线性函数作为原函数变化的逼近(或者叫近似). 现在我们将 定义为dy.而 表示的是函数值的变化,显然dy的真正含义是对这种变化的逼近.也就是说我 ...
- 微积分小课堂:微分(从宏观变化了解微观趋势)
文章目录 引言 I 预报知识 1.1 微积分的发明 1.2 导数 II 微分 2.1 圆柱体积的变化趋势 2.2 梯度 引言 线性代数有很强的实用价值 微积分能提高思维水平,在任何时刻算出梯度,然后沿 ...
- 用Python学《微积分B》(微分中值定理与洛必达法则)
本文将"微分中值定理"和"洛必达法则"(L'Hopital's Rule)两节的课后习题放到一块讨论.其中"微分中值定理"强调的是对概念,特 ...
- 高数培训2:一元函数微分
参数方程求导与曲率 曲率 隐函数求导与极值 导数的概念 微分 高阶导数与泰勒中值定理 渐近线
- 多元函数的极值、微分
我们以二元函数为例(可推广到多元),有如下的判别条件: 1. 必要条件(f(x0,y0)f(x_0,y_0) 是极值点 ⇒ ?) 设 f(x,y)f(x,y) 的定义域为区域 DD,(x0,y0)(x ...
- 微分是线性主部定义应该怎么说?
在上海同济大学.复旦大学编写的的高等数学教材中,把一元函数微分定义为函数增量的"线性主部",在此定义等式后面加上一个括弧,里面注明:自变量增量趋于零. 这种简单错误出现在全国高校通 ...
- 微分和导数的关系是什么?两者的几何意义有什么不同?为什么要定义微分 ?...
撸了今年阿里.头条和美团的面试,我有一个重要发现.......>>> 马同学 微信公众号:matongxue314,把数学讲清楚 -------------------------- ...
- 微分和导数的关系是什么?
在初学微分和导数时,虽然感觉概念不复杂,但是我对两者的关系有点模糊,比如以下问题就觉得模棱两可: 对于导数链式法则, dydx=dydududx\frac {dy}{dx} = \frac {dy}{ ...
- 知识点索引:一元函数的极值
频次: 出处: 知识树位置: 一元函数微分 导数 极值 知识点内容: 极值的定义 设函数 f ( x ) f(x) f(x) 在点 x 0 x_0 x0 的某领域内有定义. 若对于该领域内任意 x ...
- 二元函数偏导数公式_多元函数的偏导数、方向导数、梯度以及微分之间的关系思考...
本篇文章,探讨下多元函数微分学下的一些知识点之间的关系.包括全微分.偏导数.方向导数.梯度.全导数等内容. 初学这些知识的时候,学生会明显觉得这些概念不难掌握,而且定义及计算公式也很容易记住,但总觉得 ...
最新文章
- 【点云论文速读】点云高质量3D表面重建
- 指针的底层原理与使用
- http://www.jb51.net/list/list_233_2.htm(导航: 首页 软件编程 Android)
- 抱怨IT公司人才缺乏?留住现有人才方是正途
- 新版chrome调整开发者工具位置方式改变
- 计算机三种引用方式,单元格的引用方式有哪几种
- 近距离P2P通讯技术平台 Alljoyn
- centos docker 入门笔记(一)
- Java案例:集合的Stream方法
- 马斯克的星链计划对互联网有哪些影响?
- auc 和loss_精确率、召回率、F1 值、ROC、AUC 各自的优缺点是什么?
- 强悍的 Ubuntu —— 强悍的任意进制转换命令行工具 bc
- 基于麻雀搜索算法优化的SVM回归预测 - 附代码
- 计算机cpu的介绍,CPU的详细介绍
- 抖音小程序模板全行业整理合集,抖音小程序制作平台分享
- 攻防世界 easyphp
- 新浪微博分享出现libc++abi.dylib: terminating with uncaught exception of type NSException微博微信SDK运行编译报错
- Activity 审批流简单介绍
- 使用STM32CubeProgrammer烧录STM32芯片
- [运放滤波器]3_反相同相比例放大电路_Multisim电路仿真
热门文章
- 提供搜题公众号题库接口
- echarts柱状图大小显示_百度Echarts入坑(柱状图正负显示)
- Eclipse Theia:Eclipse的继承者?
- 元胞自动机:森林火灾模拟(Python:numpy、seaborn)
- c语言编写函数isprime(int a),用来判断自变量a是否为素数,若是素数,函数返回1,否则返回0。
- 物联网带动传感器站上风口 华灿光电并购美新半导体
- “华为跳槽内幕”:有钱没用,你得值钱
- 从JDK源码看Writer
- Iphone手机,调用微信支付JSAPI缺少参数 timeStamp
- Sql server 双机热备份数据库