一,极限
1. 极限的定义
如果一个变量 \(y\) 能够无限趋近于一个常量 \(a\) ,那么就可以说 \(y\) 的极限是 \(a\) 。
无限趋近是指:\(y\) 在变化过程中不断逼近 \(a\) ,且 \(|y-a|\) 最终能小于任何给定的正常数。
感觉有点抽象。举个例子吧。
考虑反比例函数 \(y=\frac1x\) 。观察图象可知,当 \(x\) 趋于 \(+\infty\) 时,\(y\) 无限趋近于 \(0\) 。
因此 \(y=\frac1x\) 在 \(x\) 趋于 \(+\infty\) 时的极限为 \(0\) 。用数学语言表示为:
\[\lim_{x\to \infty}\dfrac1x = 0 \]下面给出一个基于定义的证明。
(当然,这个证明非常没有营养,实际做题时,这种简单的极限还是应该直接看出答案)
一方面,\(y=\frac1x\) 在 \((0,+\infty)\) 上单调减,且恒大于 \(0\) ,那么当 \(x\) 趋于 \(+\infty\) 时 \(y\) 不断逼近 \(0\) 。
另一方面,考虑一个给定的正常数 \(c\) ,显然 \(x\) 在趋于 \(+\infty\) 的变化过程中,最终一定会超过 \(\frac1c\) 。
此时,\(x>\frac1c\) ,那么 \(y<c\) 。也就是说 \(|y-0|\) 可以小于任何给定的正常数。
这样就证明了:\(x\) 趋于 \(+\infty\) 时,\(y\) 无限趋近于 \(0\) 。
2. 常用极限
虽然说是常用极限,但入门阶段其实也用不到几次。(
\[\lim_{x\to 0}\dfrac{\sin x}x=1 \]\[e=\lim_{x\to\infty}\left(1+\dfrac1x\right)^x \](第二个是自然常数 \(e\) 的定义式)
证明略,有兴趣可以自己查。
二,导数
1. 导数的定义
可以类比瞬时速度(速率)。
车速表上显示的速度,并不是真正的瞬时速度,而是取了一段很短的时间内的平均速度 \(\overline v\),近似代替瞬时速度。
显然,间隔时间 \(\Delta t\) 越小,\(\overline v\) 的近似效果越好。
理论上说,我们可以直接让 \(\Delta t\) 趋于 \(0\),此时 \(\overline v\) 的极限即为瞬时速度。
用 \(v(t),s(t)\) 表示瞬时速度 \(v\) 和总路程 \(s\) 关于 \(t\) 的函数,则:
\[v(t)=\lim_{\Delta t\to 0}\dfrac{s(t+\Delta t)-s(t)}{\Delta t} \]类似地,对于函数 \(y=f(x)\),我们定义其导数为:
\[f'(x)=\lim_{\Delta x\to 0}\dfrac{f(x+\Delta x)-f(x)}{\Delta x} \]\(f'(x)\) 是一个关于 \(x\) 的函数。通常可以根据 \(f(x)\) 的解析式求出 \(f'(x)\) 的解析式。
下面先展示一下导数的具体计算方法。关于导数的实际应用,可以再往后翻。
2. 导数的计算
其实并不知道怎么组织内容。
因为这篇文章偏向于实际应用,所以就列举一些例题好了。
\[\begin{aligned} (kx+b)' &= \lim_{\Delta x\to 0}\dfrac{k(x+\Delta x)+b-kx-b}{\Delta x}\\ &= \lim_{\Delta x\to 0}\dfrac{k\Delta x}{\Delta x} \\ &= k \end{aligned}\]例 2.2.1. 求 \(kx+b\) 的导数(其中 \(k,b\) 为常数)。
因此 \(f'(x)=k\) 。
可以注意到,一次项 \(kx\) 求导后保留其系数 \(k\) ;常数项 \(b\) 消失,即求导后结果为 \(0\) 。
所以本题可以做一个简单的推广:\((kf(x)+b)'=kf'(x)\) 。
\[\begin{aligned} (x^3)' &= \lim_{\Delta x\to 0}\dfrac{(x+\Delta x)^3-x^3}{\Delta x} \\ &= \lim_{\Delta x\to 0}{x^3+3x^2\Delta x+3x(\Delta x)^2+(\Delta x)^3-x^3}{\Delta x} \\ &= \lim_{\Delta x\to 0}3x^2+3x\Delta x+(\Delta x)^2 \\ &= 3x^2 \end{aligned}\]例 2.2.2. 求 \(x^3\) 的导数。
注意最后一步,带 \(\Delta x\) 的两项 \(3x\Delta x\) 和 \((\Delta x)^2\) 直接舍掉了,因为 \(\Delta x\) 趋于 \(0\) 时它们的极限也是 \(0\) 。
最终结果是 \((x^3)'=3x^2\) 。
可以推广得到幂函数的求导法则:\((x^n)'=nx^{n-1}\) 。
证明比较难,不说了。
例 2.2.3. 已知关于 \(x\) 的函数 \(f(x),g(x)\) ,求证:\((f(x)\cdot g(x))'=f'(x)g(x)+f(x)g'(x)\) 。
这个就是函数相乘的求导法则。可简记为“前导后不导 加 后导前不导”。下面是证明。
\[\begin{aligned} (f(x)\cdot g(x))'&=\lim_{\Delta x\to 0}\dfrac{f(x+\Delta x)g(x+\Delta x)-f(x)g(x)}{\Delta x} \\ &=\lim_{\Delta x\to 0}\dfrac{f(x+\Delta x)g(x+\Delta x)-f(x)g(x+\Delta x)+f(x)g(x+\Delta x)-f(x)g(x)}{\Delta x}\\ &=\lim_{\Delta x\to 0}\dfrac{f(x+\Delta x)-f(x)}{\Delta x}\cdot g(x+\Delta x)+f(x)\cdot\dfrac{g(x+\Delta x)-g(x)}{\Delta x} \\ &=f'(x)g(x)+f(x)g'(x) \end{aligned}\]顺便写一下函数四则运算的求导法则。
加粗是因为这个要背,并且要能熟练运用。
设 \(f(x),g(x)\) 是关于 \(x\) 的函数,则:
\[\begin{aligned} (f+g)'&=f'+g' \\ (f-g)'&=f'-g' \\ (f\cdot g)'&=f'g+fg'\\ \left(\dfrac fg\right)'&=\dfrac{f'g-fg'}{g^2} \end{aligned}\]证明略。
标签:指北,infty,入门,导数,lim,Delta,dfrac,aligned From: https://www.cnblogs.com/REKonib/p/16913853.html