高等数学笔记 |
您所在的位置:网站首页 › 高等数学第二章导数和微分 › 高等数学笔记 |
高等数学笔记-乐经良老师
第三章 导数和微分
第一节 导数的概念
一、例子
01 速度
运动物体的路程函数 S ( t ) S(t) S(t),时间从 t 0 → t 0 + Δ t t_{0} \rightarrow t_{0}+\Delta t t0→t0+Δt,路程 Δ S = S ( t 0 + Δ t ) − S ( t 0 ) \Delta S=S\left(t_{0}+\Delta t\right)-S\left(t_{0}\right) ΔS=S(t0+Δt)−S(t0) 平 均 速 度 : Δ S Δ t t 0 时 刻 的 瞬 时 速 度 : lim Δ t → 0 Δ S Δ t = lim Δ t → 0 S ( t 0 + Δ t ) − S ( t 0 ) Δ t \begin{aligned} & 平均速度: \frac{\Delta S}{\Delta t} \\ & t_{0} 时刻的瞬时速度:\\ & \quad\quad \lim _{\Delta t \rightarrow 0} \frac{\Delta S}{\Delta t}=\lim _{\Delta t \rightarrow 0} \frac{S\left(t_{0}+\Delta t\right)-S\left(t_{0}\right)}{\Delta t} \end{aligned} 平均速度:ΔtΔSt0时刻的瞬时速度:Δt→0limΔtΔS=Δt→0limΔtS(t0+Δt)−S(t0) 02 斜率求函数曲线 y = f ( x ) y=f(x) y=f(x) 上点 M 0 ( x 0 , y 0 ) M_{0}\left(x_{0}, y_{0}\right) M0(x0,y0) 处的切线。 设 M 0 M M_0M M0M 是过 M 0 M_0 M0 点的割线,沿曲线 M → M 0 M \rightarrow M_0 M→M0 割线极限位置的直线,即切线。 割线斜率: Δ y Δ x = f ( x 0 + Δ x ) − f ( x 0 ) Δ x \ \frac{\Delta y}{\Delta x}=\frac{f\left(x_{0}+\Delta x\right)-f\left(x_{0}\right)}{\Delta x} ΔxΔy=Δxf(x0+Δx)−f(x0) 切线斜率: lim Δ x → 0 Δ y Δ x = lim Δ x → 0 f ( x 0 + Δ x ) − f ( x 0 ) Δ x \ \lim _{\Delta x \rightarrow 0} \frac{\Delta y}{\Delta x}=\lim _{\Delta x \rightarrow 0} \frac{f\left(x_{0}+\Delta x\right)-f\left(x_{0}\right)}{\Delta x} Δx→0limΔxΔy=Δx→0limΔxf(x0+Δx)−f(x0) 03 线密度横截面很小 ( 为一个单位 ) 的细线棒,置于数轴上原点左侧,从 0 点到 x x x 点处一段质量为 m ( x ) m(x) m(x), x 0 → x 0 + Δ x x_{0} \rightarrow x_{0}+\Delta x x0→x0+Δx 一段的平均线密度 Δ m Δ x = m ( x 0 + Δ x ) − m ( x 0 ) Δ x \frac{\Delta m}{\Delta x}=\frac{m\left(x_{0}+\Delta x\right)-m\left(x_{0}\right)}{\Delta x} ΔxΔm=Δxm(x0+Δx)−m(x0) x 0 x_{0} x0 点的线密度 lim Δ x → 0 Δ m Δ x = lim Δ x → 0 m ( x 0 + Δ x ) − m ( x 0 ) Δ x \lim _{\Delta x \rightarrow 0} \frac{\Delta m}{\Delta x}=\lim _{\Delta x \rightarrow 0} \frac{m\left(x_{0}+\Delta x\right)-m\left(x_{0}\right)}{\Delta x} Δx→0limΔxΔm=Δx→0limΔxm(x0+Δx)−m(x0) 二、定义 01 导数 (1) 导数的定义若 y = y ( x ) y=y(x) y=y(x) 在 x = x 0 x=x_0 x=x0 的邻域有定义,则 f ′ ( x 0 ) = d e f lim x → x 0 f ( x ) − f ( x 0 ) x − x 0 f^{\prime}\left(x_{0}\right)\stackrel{d e f}{=}\lim _{x \rightarrow x_{0}} \frac{f(x)-f\left(x_{0}\right)}{x-x_{0}} f′(x0)=defx→x0limx−x0f(x)−f(x0) 称为 y = f ( x ) y=f(x) y=f(x) 在 x 0 x_0 x0 的导数(微商), 自变量增量 Δ x = x − x 0 \Delta x=x-x_0 Δx=x−x0,函数增量 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),也可以用增量的写法: f ′ ( x 0 ) = lim x → 0 Δ f Δ x f^{\prime}\left(x_{0}\right)=\lim _{x \rightarrow 0} \frac{\Delta f}{\Delta x} f′(x0)=x→0limΔxΔf 导数的等价形式: f ′ ( x 0 ) = lim x → 0 Δ f Δ x = lim x → x 0 f ( x ) − f ( x 0 ) x − x 0 = lim x → x 0 f ( x 0 + Δ x ) − f ( x 0 ) Δ x f'(x_0)=\lim _{x \rightarrow 0} \frac{\Delta f}{\Delta x}=\lim _{x \rightarrow x_{0}} \frac{f(x)-f\left(x_{0}\right)}{x-x_{0}}=\lim _{x \rightarrow x_{0}} \frac{f(x_0+\Delta x)-f\left(x_{0}\right)}{\Delta x} f′(x0)=x→0limΔxΔf=x→x0limx−x0f(x)−f(x0)=x→x0limΔxf(x0+Δx)−f(x0) 导数的其他记号(等价表述): y ′ ( x 0 ) , y ′ ∣ x = x 0 , f ′ ∣ x = x 0 , d f ( x 0 ) d x , d f d x ∣ x = x 0 , d y d x ∣ x = x 0 y'(x_0) \ , \ \left.y^{\prime}\right|_{x=x_{0}} \ , \ \left.f^{\prime}\right|_{x=x_{0}} \ , \ \frac{d f\left(x_{0}\right)}{d x} \ , \ \left.\frac{d f}{d x}\right|_{x=x_{0}} \ , \ \left.\frac{d y}{d x}\right|_{x=x_{0}} y′(x0) , y′∣x=x0 , f′∣x=x0 , dxdf(x0) , dxdf∣∣∣∣x=x0 , dxdy∣∣∣∣x=x0 (2) 导数的几何意义表述函数曲线 y = y ( x ) y=y(x) y=y(x) 在该点切线的斜率。 (3) 导数不存在的一种情况当 lim Δ x → 0 Δ f Δ x = ∞ \lim \limits_{\Delta x \rightarrow 0} \frac{\Delta f}{\Delta x}=\infty Δx→0limΔxΔf=∞ 时导数不存在,但可以说导数为 ∞ \infty ∞,此时曲线在该点切线与 x x x 轴垂直。 02 单侧导数左导数与右导数 右 导 数 f + ′ ( x 0 ) = lim Δ x → 0 + Δ f Δ x 左 导 数 f − ′ ( x 0 ) = lim Δ x → 0 − Δ f Δ x \begin{aligned} & 右导数\quad f_{+}^{\prime}\left(x_{0}\right)=\lim _{\Delta x \rightarrow 0^{+}} \frac{\Delta f}{\Delta x}\\ & 左导数\quad f_{-}^{\prime}\left(x_{0}\right)=\lim _{\Delta x \rightarrow 0^{-}} \frac{\Delta f}{\Delta x} \end{aligned} 右导数f+′(x0)=Δx→0+limΔxΔf左导数f−′(x0)=Δx→0−limΔxΔf 命题 f ′ ( x 0 ) 存 在 ⇒ f + ′ ( x 0 ) , f − ′ ( x 0 ) 存 在 且 相 等 。 f^{\prime}\left(x_{0}\right)\ 存在\quad \Rightarrow \quad f_{+}^{\prime}\left(x_{0}\right),f_{-}^{\prime}\left(x_{0}\right)\ 存在且相等。 f′(x0) 存在⇒f+′(x0),f−′(x0) 存在且相等。 小结论 lim h → 0 f ( x 0 + α h ) − f ( x 0 ) h = α f ′ ( x 0 ) \lim _{h \rightarrow 0} \frac{f\left(x_{0}+\alpha h\right)-f\left(x_{0}\right)}{h}=\alpha f^{\prime}\left(x_{0}\right) h→0limhf(x0+αh)−f(x0)=αf′(x0) 03 导函数y = f ( x ) y=f(x) y=f(x) 在区间 I I I 内每点有导数,在 I I I 的闭端点有单侧导数, 则称函数 f ( x ) f(x) f(x) 在区间 I I I 可导,记为 f ( x ) ∈ D ( I ) f(x) \in \mathrm{D}(I) f(x)∈D(I), f ′ ( x ) f^{\prime}(x) f′(x) 称为 f ( x ) f(x) f(x) 的导函数。 注意,开区间内可导和闭区间上可导。 三、可导与连续的关系 01 可导必连续Δ f = f ′ ( x ) Δ x + o ( Δ x ) \Delta f=f^{\prime}(x) \Delta x+o(\Delta x) Δf=f′(x)Δx+o(Δx) 增量公式 02 连续未必可导 典型例子 f ( x ) = ∣ x ∣ f(x)=|x| f(x)=∣x∣ f ( x ) = { x sin 1 x x ≠ 0 0 x = 0 f(x)=\left\{\begin{array}{cc}x \sin \frac{1}{x} & x \neq 0 \\ 0 & x=0\end{array}\right. f(x)={xsinx10x=0x=0 第二节 微分 一、定义对 y = f ( x ) y=f(x) y=f(x) 考虑增量 Δ y = f ( x + Δ x ) − f ( x ) \Delta y=f(x+\Delta x)-f(x) Δy=f(x+Δx)−f(x) 有增量公式 Δ y = f ′ ( x ) Δ x + o ( Δ x ) \Delta y=f^{\prime}(x) \Delta x+o(\Delta x) Δy=f′(x)Δx+o(Δx) 其中 f ′ ( x ) Δ x f'(x)\Delta x f′(x)Δx 称为线性主部(线性;主要部分) 01 微分若 y = f ( x ) y=f(x) y=f(x) 在点 x x x 处的增量 Δ y \Delta y Δy 可表示为 Δ y = A Δ x + o ( Δ x ) \Delta y=A \Delta x+o(\Delta x) Δy=AΔx+o(Δx)( A A A 与 Δ x \Delta x Δx 无关,常数) 称 f ( x ) f(x) f(x) 在 x x x 可微, A Δ x A\Delta x AΔx 为 y = f ( x ) y=f(x) y=f(x) 在 x x x 处的微分,记为 d y = A Δ x dy=A\Delta x dy=AΔx .( d y ≈ Δ y dy \approx \Delta y dy≈Δy) 02 可微与可导 可微 ⇔ \Leftrightarrow ⇔ 可导,且 d y = f ′ ( x ) Δ x dy=f'(x)\Delta x dy=f′(x)Δx由 d x = Δ x ⇒ d y = f ′ ( x ) d x dx=\Delta x \Rightarrow dy=f'(x)dx dx=Δx⇒dy=f′(x)dx 03 几何意义函数曲线在垂直方向上的变化用切线在垂直方向的变化代替。 Δ y \Delta y Δy 与 d y dy dy 的几何意义:(1) Δ y \Delta y Δy:函数纵坐标增量;(2) d y dy dy:切线上纵坐标增量。 二、微分的应用 第三节 导数与微分的运算法 一、函数和差积商的导数若 u ( x ) , v ( x ) ∈ D ( I ) u(x), v(x) \in D(I) u(x),v(x)∈D(I),则 u ( x ) ± v ( x ) , u ( x ) v ( x ) , u ( x ) v ( x ) ( v ( x ) ≠ 0 ) u(x) \pm v(x)\ ,\ u(x) v(x)\ ,\ \frac{u(x)}{v(x)}\ \ (v(x) \neq 0) u(x)±v(x) , u(x)v(x) , v(x)u(x) (v(x)=0) 均在 I I I 可导, 且成立 ( 1 ) ( u ( x ) ± v ( x ) ) ′ = u ′ ( x ) ± v ′ ( x ) ( 2 ) ( u ( x ) v ( x ) ) ′ = u ′ ( x ) v ( x ) + u ( x ) v ′ ( x ) ( 3 ) ( u ( x ) v ( x ) ) ′ = u ′ ( x ) v ( x ) − u ( x ) v ′ ( x ) v 2 ( x ) \begin{aligned} & (1)\ \ \ (u(x) \pm v(x))^{\prime}=u^{\prime}(x) \pm v^{\prime}(x) \\ & (2)\ \ \ (u(x) v(x))^{\prime}=u^{\prime}(x) v(x)+u(x) v^{\prime}(x) \\ & (3)\ \ \ \left(\frac{u(x)}{v(x)}\right)^{\prime}=\frac{u^{\prime}(x) v(x)-u(x) v^{\prime}(x)}{v^{2}(x)} \end{aligned} (1) (u(x)±v(x))′=u′(x)±v′(x)(2) (u(x)v(x))′=u′(x)v(x)+u(x)v′(x)(3) (v(x)u(x))′=v2(x)u′(x)v(x)−u(x)v′(x) 特别有 ( c u ( x ) ) ′ = c u ′ ( x ) , ( 1 v ( x ) ) ′ = − v ′ ( x ) v 2 ( x ) (c u(x))^{\prime}=c u^{\prime}(x)\ , \ \left(\frac{1}{v(x)}\right)^{\prime}=-\frac{v^{\prime}(x)}{v^{2}(x)} (cu(x))′=cu′(x) , (v(x)1)′=−v2(x)v′(x) 二、反函数的导数x = f ( y ) x=f(y) x=f(y) 在区间 I I I 严格单调、可导且 f ′ ( y ) ≠ 0 f'(y)\neq0 f′(y)=0,则反函数 y = f − 1 ( x ) y=f^{-1}(x) y=f−1(x) 在对应 y y y 的 x x x 可导,且 ( f − 1 ( x ) ) ′ = 1 f ′ ( y ) , 即 d y d x = 1 d x d y 或 y x ′ = 1 x y ′ \left(f^{-1}(x)\right)^{\prime}=\frac{1}{f^{\prime}(y)}\ ,\ 即\ \ \frac{d y}{d x}=\frac{1}{\frac{d x}{d y}} \ \ 或\ \ y_{x}^{\prime}=\frac{1}{x_{y}^{\prime}} (f−1(x))′=f′(y)1 , 即 dxdy=dydx1 或 yx′=xy′1 三、复合函数的导数(链法则) 01 复合函数的导数u = φ ( x ) u=\varphi(x) u=φ(x) 在 x x x 可导, f ( u ) f(u) f(u) 在对应 x x x 的 u u u 处可导,则复合函数 f ( φ ( x ) ) f(\varphi(x)) f(φ(x)) 在 x x x 可导,且 ( f ( φ ( x ) ) ) ′ = f ′ ( u ) φ ′ ( x ) = f ′ ( φ ( x ) ) φ ′ ( x ) (f(\varphi(x)))^{\prime}=f^{\prime}(u) \varphi^{\prime}(x)=f^{\prime}(\varphi(x)) \varphi^{\prime}(x) (f(φ(x)))′=f′(u)φ′(x)=f′(φ(x))φ′(x) 或写为 d y d x = d y d u ⋅ d u d x y x ′ = y u ′ u x ′ \frac{d y}{d x}=\frac{d y}{d u} \cdot \frac{d u}{d x} \quad \quad y_{x}^{\prime}=y_{u}^{\prime} u_{x}^{\prime} dxdy=dudy⋅dxduyx′=yu′ux′ 链法则:反映复合过程 y → u → x y \rightarrow u \rightarrow x y→u→x 02 幂指函数的导数(1) 幂指函数的导数 y = f ( x ) g ( x ) ⇒ y = e g ( x ) ln f ( x ) y=f(x)^{g(x)} \quad \Rightarrow \quad y=e^{g(x) \ln f(x)} y=f(x)g(x)⇒y=eg(x)lnf(x) (2) 幂指函数求导示例 求 y = x sin x y=x^{\sin x} y=xsinx 的导数 03 对数求导法(1) 对数求导法 y = f ( x ) g ( x ) ⇒ ln y = g ( x ) ln f ( x ) y=f(x)^{g(x)} \Rightarrow \ln y=g(x) \ln f(x) y=f(x)g(x)⇒lny=g(x)lnf(x) 注意,多因子相乘的函数也可用对数求导法 (2) 对数求导法示例 求 y = sin x 3 x − 2 ( x − 2 ) 2 3 y=\frac{\sin x \sqrt{3 x-2}}{\sqrt[3]{(x-2)^{2}}} y=3(x−2)2 sinx3x−2 的导数 问题:初等函数在有定义处都可导吗? 四、导数表( c ) ′ = 0 ( x α ) ′ = α x α − 1 ( a x ) ′ = a x ln x e x = e x ( log a x ) ′ = 1 x ln a ( ln x ) ′ = 1 x ( sin x ) ′ = cos x ( cos x ) ′ = − sin x ( tan x ) ′ = sec 2 x ( cot x ) ′ = − csc 2 x ( sec x ) ′ = sec x tan x ( csc x ) ′ = − csc x cot x ( arcsin x ) ′ = 1 1 − x 2 , ( arccos x ) ′ = − 1 1 − x 2 ( arctan x ) ′ = 1 1 + x 2 ( arccot x ) ′ = 1 1 + x 2 \begin{aligned} &(c)^{\prime}=0 \quad\left(x^{\alpha}\right)^{\prime}=\alpha x^{\alpha-1} \quad\left(a^{x}\right)^{\prime}=a^{x} \ln x \quad e^{x}=e^{x} \\ &\left(\log _{a} x\right)^{\prime}=\frac{1}{x \ln a} \quad(\ln x)^{\prime}=\frac{1}{x} \\ &(\sin x)^{\prime}=\cos x \quad(\cos x)^{\prime}=-\sin x \\ &(\tan x)^{\prime}=\sec ^{2} x \quad(\cot x)^{\prime}=-\csc ^{2} x \\ &(\sec x)^{\prime}=\sec x \tan x \quad(\csc x)^{\prime}=-\csc x \cot x \\ &(\arcsin x)^{\prime}=\frac{1}{\sqrt{1-x^{2}}}, \quad(\arccos x)^{\prime}=-\frac{1}{\sqrt{1-x^{2}}} \\ &(\arctan x)^{\prime}=\frac{1}{1+x^{2}} \quad(\operatorname{arccot} x)^{\prime}=\frac{1}{1+x^{2}} \end{aligned} (c)′=0(xα)′=αxα−1(ax)′=axlnxex=ex(logax)′=xlna1(lnx)′=x1(sinx)′=cosx(cosx)′=−sinx(tanx)′=sec2x(cotx)′=−csc2x(secx)′=secxtanx(cscx)′=−cscxcotx(arcsinx)′=1−x2 1,(arccosx)′=−1−x2 1(arctanx)′=1+x21(arccotx)′=1+x21 五、微分运算法 01 利用可微与可导的关系导出d ( u ± v ) = d u ± d v d ( u v ) = v d u + u d v d ( u v ) = v d u − u d v v 2 \begin{aligned} &d(u \pm v)=d u \pm d v \\ &d(u v)=v d u+u d v \\ &d\left(\frac{u}{v}\right)=\frac{v d u-u d v}{v^{2}} \end{aligned} d(u±v)=du±dvd(uv)=vdu+udvd(vu)=v2vdu−udv 02 一阶微分形式不变性对 y = f ( u ) y=f(u) y=f(u),无论 u u u 是自变量还是函数,总有 d y = f ′ ( u ) d u d y=f^{\prime}(u) d u dy=f′(u)du . 03 微分在近似计算中的应用 (1) 近似计算Δ f = f ′ ( x ) Δ x + o ( Δ x ) = d f + o ( Δ x ) ⇒ Δ f ≈ d f ⇒ f ( x + Δ x ) ≈ f ( x ) + f ′ ( x ) Δ x \begin{aligned} & \Delta f=f^{\prime}(x) \Delta x+o(\Delta x)=d f+o(\Delta x) \\ \Rightarrow &\quad\quad \Delta f \approx d f \\ \Rightarrow &\ \ f(x+\Delta x) \approx f(x)+f^{\prime}(x) \Delta x \end{aligned} ⇒⇒Δf=f′(x)Δx+o(Δx)=df+o(Δx)Δf≈df f(x+Δx)≈f(x)+f′(x)Δx (2) 误差问题若 x x x 为准确值, x 0 x_0 x0 为测量值,有以下概念: 绝 对 误 差 : ∣ Δ x ∣ = ∣ x − x 0 ∣ 相 对 误 差 : ∣ Δ x ∣ ∣ x 0 ∣ 最 大 绝 对 误 差 : ∣ Δ x ∣ 不 超 过 δ 最 大 相 对 误 差 : δ ∣ x 0 ∣ 计 算 式 y = f ( x ) 引 起 的 绝 对 和 相 对 误 差 ∣ Δ y ∣ ≈ ∣ f ′ ( x 0 ) ∣ ⋅ ∣ Δ x ∣ ≤ ∣ f ′ ( x 0 ) ∣ δ \begin{aligned} & 绝对误差: |\Delta x|=\left|x-x_{0}\right|\\ & 相对误差: \frac{|\Delta x|}{|x_0|} \\ & 最大绝对误差: |\Delta x|不超过 \delta\\ & 最大相对误差: \frac{\delta}{|x_0|}\\ & 计算式 y=f(x) 引起的绝对和相对误差\\ & \quad |\Delta y| \approx |f'(x_0)|\cdot|\Delta x|\leq|f'(x_0)|\delta \end{aligned} 绝对误差:∣Δx∣=∣x−x0∣相对误差:∣x0∣∣Δx∣最大绝对误差:∣Δx∣不超过δ最大相对误差:∣x0∣δ计算式y=f(x)引起的绝对和相对误差∣Δy∣≈∣f′(x0)∣⋅∣Δx∣≤∣f′(x0)∣δ 第四节 隐函数求导法 一、隐函数的导数原则:利用复合函数求导法,分清哪个是自变量、哪个是因变量(函数)? 二、参数方程形式函数的导数参 数 方 程 形 式 函 数 的 导 数 { x = x ( t ) y = y ( t ) t 为参数 利 用 链 法 则 d y d x = d y d t d x d t 或 y x ′ = y t ′ x t ′ \begin{aligned} & 参数方程形式函数的导数\ \ \left\{\begin{array}{l} x=x(t) \\ y=y(t) \end{array} \quad t\right. \text { 为参数 }\\ & 利用链法则\ \ \frac{d y}{d x}=\frac{\frac{d y}{d t}}{\frac{d x}{d t}} \ \ 或\ \ y_{x}^{\prime}=\frac{y_{t}^{\prime}}{x_{t}^{\prime}} \end{aligned} 参数方程形式函数的导数 {x=x(t)y=y(t)t 为参数 利用链法则 dxdy=dtdxdtdy 或 yx′=xt′yt′ 第五节 导数概念在实际问题中的应用相关变化率问题 圆锥形水池高 H = 10 m H=10 \mathrm{~m} H=10 m,上底面半径 R = 4 m R=4 m R=4m, 以 v = 5 m 3 / m i n v=5 m^{3} / \mathrm{min} v=5m3/min 的速度注水入池,求水深 5 米时池中水面上升的速度。 f ( x ) f(x) f(x) 在 x 0 x_{0} x0 的二阶导数 f ′ ′ ( x 0 ) = d e f ( f ′ ( x ) ) ′ ∣ x = x 0 \left.f^{\prime \prime}\left(x_{0}\right) \stackrel{d e f}{=}\left(f^{\prime}(x)\right)^{\prime}\right|_{x=x_{0}} f′′(x0)=def(f′(x))′∣∣∣x=x0 还可以记为 f ′ ′ ∣ x = x 0 或 d 2 f d x 2 ∣ x = x 0 \left.f^{\prime \prime}\right|_{x=x_{0}} \text { 或 }\left.\frac{d^{2} f}{d x^{2}}\right|_{x=x_{0}} f′′∣x=x0 或 dx2d2f∣∣∣∣x=x0 若 f ( x ) f(x) f(x) 在区间 I I I 的每点 x x x 有二阶导数,则称 f ( x ) f(x) f(x) 在 I I I 二阶可导, f ′ ′ ( x ) f^{\prime \prime}(x) f′′(x) 称为 f ( x ) f(x) f(x) 的二阶导函数 ( 简称二阶导数 ) 。 02 n n n 阶导数归纳地定义 f ( n ) ( x 0 ) = ( f ( n − 1 ) ( x ) ) ′ ∣ x = x 0 f^{(n)}\left(x_{0}\right)=\left.\left(f^{(n-1)}(x)\right)^{\prime}\right|_{x=x_{0}} f(n)(x0)=(f(n−1)(x))′∣∣∣∣x=x0 称为 f ( x ) f(x) f(x) 在 x 0 x_{0} x0 的 n n n 阶导数,可记为 f ( n ) ∣ x = x 0 或 d n f d x n ∣ x = x 0 \left.f^{(n)}\right|_{x=x_{0}} \text { 或 }\left.\frac{d^{n} f}{d x^{n}}\right|_{x=x_{0}} f(n)∣∣∣x=x0 或 dxndnf∣∣∣∣x=x0 若 f ( x ) f(x) f(x) 在区间 I I I 的每点 x x x 有 n n n 阶导数,则称 f ( x ) f(x) f(x) 在 I I I 上 n n n 阶可导, f ( n ) ( x ) f^{(n)}(x) f(n)(x) 为 f ( x ) f(x) f(x) 的 n n n 阶导函数。若 f ( n ) ( x ) f^{(n)}(x) f(n)(x) 在区间 I I I 连续,记为 f ( x ) ∈ C n ( I ) f(x) \in C^{n}(I) f(x)∈Cn(I) 。 二、运算法则 01 主要法则( u ± v ) ( n ) = u ( n ) ± v ( n ) ( c u ) ( n ) = c u ( n ) ( u v ) ( n ) = u ( n ) v + C n 1 u ( n − 1 ) v ′ + ⋯ + C n n − 1 u ′ v ( n − 1 ) + u v ( n ) ( 莱 布 尼 兹 法 则 ) \begin{aligned} &\ (u \pm v)^{(n)}=u^{(n)} \pm v^{(n)} \\ &\ (c u)^{(n)}=c u^{(n)} \\ &\ (u v)^{(n)}=u^{(n)} v+C_{n}^{1} u^{(n-1)} v^{\prime}+\cdots+C_{n}^{n-1} u^{\prime} v^{(n-1)}+u v^{(n)} \\ &\quad\quad\quad\quad\quad\quad\quad\quad \quad\quad\quad\quad\quad\quad\quad\quad\quad (莱布尼兹法则) \end{aligned} (u±v)(n)=u(n)±v(n) (cu)(n)=cu(n) (uv)(n)=u(n)v+Cn1u(n−1)v′+⋯+Cnn−1u′v(n−1)+uv(n)(莱布尼兹法则) 02 隐函数的高阶导数( 1 ) 求 由 e y + x y = e 所 确 定 的 隐 函 数 y = y ( x ) 在 x = 0 处 的 二 阶 导 数 ( 2 ) { x = a cos t y = b sin t 求 二 阶 导 数 d 2 y d x 2 ( 3 ) y = arcsin x , 求 y ( n ) ( 0 ) ( 4 ) 将 方 程 d 2 y d x 2 − x 1 − x 2 d y d x + y 1 − x = 0 由 变 换 x = cos t 化 为 y 关 于 t 的 方 程 。 \begin{aligned} & (1)\ \ 求由 e^{y}+x y=e 所确定的隐函数 y=y(x) 在 x=0 处的二阶导数\\ & (2)\ \ \left\{\begin{array}{l}x=a \cos t \\ y=b \sin t\end{array}\right. \ \ 求二阶导数 \frac{d^{2} y}{d x^{2}}\\ & (3)\ \ y=\arcsin x, 求 y^{(n)}(0)\\ & (4)\ \ 将方程\ \frac{d^{2} y}{d x^{2}}-\frac{x}{1-x^{2}} \frac{d y}{d x}+\frac{y}{1-x}=0 \ 由变换\ x=\cos t \ 化为\ y\ 关于\ t\ 的方程。 \end{aligned} (1) 求由ey+xy=e所确定的隐函数y=y(x)在x=0处的二阶导数(2) {x=acosty=bsint 求二阶导数dx2d2y(3) y=arcsinx,求y(n)(0)(4) 将方程 dx2d2y−1−x2xdxdy+1−xy=0 由变换 x=cost 化为 y 关于 t 的方程。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |