首页 > 其他分享 >高等数学 2.4 隐函数及由参数方程确定的函数的导数

高等数学 2.4 隐函数及由参数方程确定的函数的导数

时间:2024-09-16 15:12:43浏览次数:1  
标签:方程 right 函数 2.4 cfrac left 高等数学 mathrm

目录

一、隐函数求导

函数 \(y = f(x)\) 表示两个变量 \(y\) 与 \(x\) 之间的对应关系,这种对应关系可以用各种不同方式表达,例如 \(y = \sin x\) ,\(y = \ln x + \sqrt{1 - x^2}\) 等。这种函数表达方式的特点是:等号左端是因变量的符号,而右端是含有自变量的式子,当自变量取定义域内任一值时,由这式子能确定对应的函数值。用这种方式表达的函数叫做显函数。有些函数的表达方式却不是这样,例如,方程

\[x + y^3 - 1 = 0 \]

表示一个函数,因为当变量 \(x\) 在 \((- \infty, \infty)\) 内取值时,变量 \(y\) 有确定的值与之对应。例如,当 \(x = 0\) 时,\(y = 1\) ;当 \(x = -1\) 时,\(y = \sqrt[3]{2}\) ,等等。这样的函数称为隐函数

一般地,如果变量 \(x\) 和 \(y\) 满足一个方程 \(F(x, y) = 0\) ,在一定条件下,当 \(x\) 取某区间内任一值时,相应地总有满足这一方程的唯一的 \(y\) 值存在,那么就说方程 \(F(x, y) = 0\) 在该区间内确定了一个隐函数。

把一个隐函数化成显函数,叫做隐函数的显化。例如从方程 \(x + y^3 - 1= 0\) 解出 \(y = \sqrt[3]{1 - x}\) ,就把隐函数化成了显函数。隐函数显化有时是困难的,甚至是不可能的。但在实际问题中,有时需要计算隐函数的导数,因此,我们希望有一种方法,不管隐函数能否显化,都能直接由方程算出它所确定的隐函数的导数。下面通过具体例子来说明这种方法。

例1 求由方程 \(\mathrm{e}^y + x y - \mathrm{e} = 0\) 所确定的隐函数的导数 \(\cfrac{\mathrm{d}y}{\mathrm{d}x}\) .
解:我们把方程两端分别对 \(x\) 求导,注意 \(y = y(x)\) 。方程左端对 \(x\) 求导得

\[\cfrac{\mathrm{d}}{\mathrm{d}x} (\mathrm{e}^y + x y - \mathrm{e}) = \mathrm{e}^y \cfrac{\mathrm{d}y}{\mathrm{d}x} + y + x \cfrac{\mathrm{d}y}{\mathrm{d}x} , \]

方程右端对 \(x\) 求导得

\[(0)' = 0. \]

由于等式两端对 \(x\) 的导数相等,所以

\[\mathrm{e}^y \cfrac{\mathrm{d}y}{\mathrm{d}x} + y + x \cfrac{\mathrm{d}y}{\mathrm{d}x} = 0, \]

从而

\[\cfrac{\mathrm{d}y}{\mathrm{d}x} = - \cfrac{y}{x + \mathrm{e}^y} \quad (x + \mathrm{e}^y \neq 0) \]

在这个结果中,分式中的 \(y = y(x)\) 是由方程 \(\mathrm{e}^y + x y - \mathrm{e} = 0\) 所确定的隐函数。

例2 求由方程 \(y^5 + 2y - x - 3 x^7 = 0\) 所确定的隐函数在 \(x = 0\) 处的导数 \(\left . \cfrac{\mathrm{d}y}{\mathrm{d}x} \right|_{x = 0}\) .
解:把方程两端分别对\(x\) 求导,由于方程两端的导数相等,所以

\[5y^4 \cfrac{\mathrm{d}y}{\mathrm{d}x} + 2 \cfrac{\mathrm{d}y}{\mathrm{d}x} - 1 - 21 x^6 = 0 . \]

由此得

\[\cfrac{\mathrm{d}y}{\mathrm{d}x} = \cfrac{1 + 21 x^6}{5 y^4 + 2} . \]

因为当 \(x = 0\) 时,从原方程的 \(y = 0\) ,所以

\[\left . \cfrac{\mathrm{d}y}{\mathrm{d}x} \right|_{x = 0} = \cfrac{1}{2} . \]

例3 求椭圆 \(\cfrac{x^2}{16} + \cfrac{y^2}{9} = 1\) 在点 \(\left( 2, \cfrac{3}{2} \sqrt 3 \right)\) 处的切线方程。
解:由导数的几何意义可知,所求切线斜率为

\[k = \left . y' \right|_{x = 2} . \]

椭圆方程的两端分别对 \(x\) 求导,有

\[\cfrac{x}{8} + \cfrac{2}{9} y \cdot \cfrac{\mathrm{d}y}{\mathrm{d}x} = 0 . \]

从而

\[\cfrac{\mathrm{d}y}{\mathrm{d}x} = - \cfrac{9 x}{16 y} . \]

当 \(x = 2\) 时,\(y = \cfrac{3}{2} \sqrt 3\) ,代入上式得

\[\left . \cfrac{\mathrm{d}y}{\mathrm{d}x} \right|_{x = 2} = - \cfrac{\sqrt 3}{4} . \]

于是所求切线方程为

\[y - \cfrac{3}{2} \sqrt 3 = - \cfrac{\sqrt 3}{4}(x - 2) , \]

\[\sqrt 3 x + 4y - 8 \sqrt 3 = 0. \]

例4 求由方程 \(x - y + \cfrac{1}{2} \sin y = 0\) 所确定的隐函数的二阶导数 \(\cfrac{\mathrm{d}^2 x}{\mathrm{d}x^2}\) .
解:应用隐函数的求导方法,得

\[1 - \cfrac{\mathrm{d}y}{\mathrm{d}x} + \cfrac{1}{2} \cos y \cdot \cfrac{\mathrm{d}y}{\mathrm{d}x} = 0 \]

于是

\[\cfrac{\mathrm{d}y}{\mathrm{d}x} = \cfrac{2}{2 - \cos y} . \]

上式两端再对 \(x\) 求导,得

\[\cfrac{\mathrm{d}^2 x}{\mathrm{d}x^2} = \cfrac{-2 \sin y \frac{\mathrm{d}y}{\mathrm{d}x}}{(2 - \cos y)^2} = \cfrac{-4 \sin y}{(2 - \cos y)^3} . \]

上式右端分式中的 \(y = f(x)\) 是由方程 \(x - y + \cfrac{1}{2} \sin y = 0\) 所确定的隐函数。

在某些场合,利用所谓的对数求导法求导数比通常的方法简便些。这种方法是先在 \(y = f(x)\) 的两端取对数,然后再求出 \(y\) 的导数。

例5 求 \(y = x^{\sin x} (x > 0)\) 的导数。
解:这函数是幂指函数。为了求这个函数的导数,可以先在等式两端取对数,得

\[\ln y = \sin x \cdot \ln x . \]

上式两端对 \(x\) 求导,注意到 \(y = y(x)\) ,得

\[\cfrac{1}{y} y' = \cos x \cdot \ln x + \sin x \cdot \cfrac{1}{x} , \]

于是

\[y' = y \left( \cos x \cdot \ln x + \cfrac{\sin x}{x} \right) = x^{\sin x} \left( \cos x \cdot \ln x + \cfrac{\sin x}{x} \right) \]

对于一般型式的幂指函数

\[y = u^v \quad (u > 0) , \]

如果 \(u = u(x)\) , \(v = v(x)\) 都可导,那么可以像例5那样利用对数求导法求出幂指函数的导数,也可把幂指函数表示为

\[y = \mathrm{e}^{v \ln u} . \]

这样便可直接求得

\[y' = \mathrm{e}^{v \ln u} \left( v' \cdot \ln u + v \cdot \cfrac{u'}{u} \right) = u^v \left( v' \cdot \ln u + \cfrac{v u'}{u} \right) \]

例6 求 \(y = \sqrt{\cfrac{(x - 1)(x - 2)}{(x - 3)(x - 4)}}\) 的导数。
解:先在等式两端取对数(假定 \(x > 4\)),得

\[\ln y = \cfrac{1}{2} [\ln(x - 1) + \ln(x - 2) - \ln(x - 3) - \ln(x - 4)] , \]

上式两端对 \(x\) 求导,注意到 \(y = y(x)\) ,得,

\[\cfrac{1}{y} y' = \cfrac{1}{2} \left( \cfrac{1}{x - 1} + \cfrac{1}{x - 2} - \cfrac{1}{x - 3} - \cfrac{1}{x - 4} \right) \]

于是

\[y' = \cfrac{y}{2} \left( \cfrac{1}{x - 1} + \cfrac{1}{x - 2} - \cfrac{1}{x - 3} - \cfrac{1}{x - 4} \right) . \]

当 \(x < 1\) 时,\(y = \sqrt{\cfrac{(1 - x)(2 - x)}{(3 - x)(4 - x)}}\) ;
当 \(2 < x < 3\) 时,\(y = \sqrt{\cfrac{(x - 1)(x - 2)}{(3 - x)(4 - x)}}\) ,
用同样的方法可得与上面相同的结果。

二、由参数方程所确定的函数的导数

一般地,若参数方程

\[\begin{equation} \left\{ \begin{array}{c} x = \varphi (t) \\ y = \psi (t) \end{array} \right. \end{equation} \]

确定 \(y\) 与 \(x\) 间的函数关系,则称此函数关系所表达的函数为由参数方程 \((1)\) 所确定的函数。

在实际问题中,需要计算由参数方程 \((1)\) 所确定的函数的导数。但从 \((1)\) 中消去参数 \(t\) 有时会有困难。因此,我们希望有一种方法能直接由参数方程 \((1)\) 算出它所确定的函数的导数。

在 \((1)\) 中,如果函数 \(x = \varphi (t)\) 具有单调连续反函数 \(t = \varphi^{-1}(x)\) ,且次反函数能与函数 \(y = \psi (t)\) 构成复合函数,那么由参数方程 \((1)\) 所确定的函数可以看成是由函数 \(y = \psi (t)\) ,\(t = \varphi^{-1}(x)\) 复合而成的函数 \(y = \psi[\varphi^{-1} (x)]\) .现在要计算这个复合函数的导数。为此,再假定函数 \(x = \varphi (t)\) , \(y = \psi (t)\) 都可导,而且 \(\varphi' (t) \neq 0\) 。于是根据复合函数的求导法则与反函数的求导法则,就有

\[\cfrac{\mathrm{d}y}{\mathrm{d}x} = \cfrac{\mathrm{d}y}{\mathrm{d}t} \cdot \cfrac{\mathrm{d}t}{\mathrm{d}x} = \cfrac{\mathrm{d}y}{\mathrm{d}t} \cdot \cfrac{1}{\frac{\mathrm{d}x}{\mathrm{d}t}} = \cfrac{\psi' (t)}{\varphi' (x)} , \]

\[\cfrac{\mathrm{d}y}{\mathrm{d}x} = \cfrac{\psi' (t)}{\varphi' (x)} \tag{2} \]

上式也可以写成

\[\cfrac{\mathrm{d}y}{\mathrm{d}x} = \cfrac{\frac{\mathrm{d}y}{\mathrm{d}t}}{\frac{\mathrm{d}x}{\mathrm{d}t}} . \]

\((2)\) 式就是由参数方程 \((1)\) 所确定的 \(x\) 的函数的导数公式。

如果 \(x = \varphi (t)\) , \(y = \psi (t)\) 还是二阶可导的,那么从 \((2)\) 式又可以得到二阶导数公式

\[\cfrac{\mathrm{d}^2 y}{\mathrm{d}x^2} = \cfrac{\mathrm{d}}{\mathrm{d}t} \left( \cfrac{\mathrm{d}y}{\mathrm{d}x} \right) = \cfrac{\mathrm{d}}{\mathrm{d}t} \left( \cfrac{\psi' (t)}{\varphi' (t)} \right) \cdot \cfrac{\mathrm{d}t}{\mathrm{d}x} = \cfrac{\psi''(t) \varphi' (t) - \psi' (t) \varphi'' (t)}{\varphi'^2 (t)} \cdot \cfrac{1}{\varphi' (t)} . \]

\[\cfrac{\mathrm{d}^2 y}{\mathrm{d}x^2} = \cfrac{\psi''(t) \varphi' (t) - \psi' (t) \varphi'' (t)}{\varphi'^3 (t)} . \]

例7 已知椭圆的参数方程为

\[\begin{equation*} \left\{ \begin{array}{c} x = a \cos t , \\ y = b \sin t , \end{array} \right. \end{equation*} \]

求椭圆在 \(t = \cfrac{\pi}{4}\) 相应的点处的切线方程。
解:当 \(t = \cfrac{\pi}{4}\) 时,椭圆上相应的点 \(M_0\) 的坐标是

\[\begin{align*} x_0 &= a \cos{\cfrac{\pi}{4}} = \cfrac{\sqrt 2 a}{2} , \\ y_0 &= b \sin{\cfrac{\pi}{4}} = \cfrac{\sqrt 2 b}{2} . \end{align*} \]

曲线在点 \(M_0\) 的切线斜率为

\[\left . \cfrac{\mathrm{d}y}{\mathrm{d}x} \right|_{t = \frac{\pi}{4}} = \left . \cfrac{(b \sin t)'}{(a \cos t)'} \right|_{t = \frac{\pi}{4}} = \left . \cfrac{b \cos t}{-a \sin t} \right|_{t = \frac{\pi}{4}} = - \cfrac{b}{a} . \]

代入点斜式方程,即得椭圆在点 \(M_0\) 处的切线方程

\[y - \cfrac{\sqrt 2 b}{2} = - \cfrac{b}{a} \left( x - \cfrac{\sqrt 2 a}{2} \right) \]

化简后得

\[bx + ay - \sqrt2 ab = 0 . \]

例8 已知抛射体的运动轨迹的参数方程为

\[\left\{ \begin{align*} x &= v_1 t, \\ y &= v_2 t - \cfrac{1}{2} \mathrm{g} t^2, \end{align*} \right . \]

求抛射体在时刻 \(t\) 的运动速和方向。
解:先求速度的大小
由于速度的水平分量为

\[\cfrac{\mathrm{d}x}{\mathrm{d}t} = v_1 , \]

铅直分量为

\[\cfrac{\mathrm{d}y}{\mathrm{d}t} = v_2 - \mathrm{g}t , \]

所以抛射体运动速度大小为

\[v = \sqrt{\left( \cfrac{\mathrm{d}x}{\mathrm{d}t} \right)^2 + \left( \cfrac{\mathrm{d}y}{\mathrm{d}t} \right)^2} = \sqrt{v_1^2 + (v_2 - \mathrm{g}t)^2} . \]

再求速度的方向,也就是轨迹的切线方向。
设 \(\alpha\) 是切线的倾角,则根据导数的几何意义,得

\[\tan \alpha = \cfrac{\mathrm{d}y}{\mathrm{d}x} = \cfrac{\frac{\mathrm{d}y}{\mathrm{d}t}}{\frac{\mathrm{d}x}{\mathrm{d}t}} = \cfrac{v_2 - \mathrm{g}t}{v_1} \]

在抛射体刚射出 \((即t = 0)\) 时,

\[\left . \tan \alpha \right|_{t = 0} = \left . \cfrac{\mathrm{d}y}{\mathrm{d}x} \right|_{t = 0} = \cfrac{v_2}{v_1} ; \]

当 \(t = \cfrac{v_2}{\mathrm{g}}\) 时,

\[ \left . \tan \alpha \right|_{t = \frac{v_2}{\mathrm{g}}} = \left . \cfrac{\mathrm{d}y}{\mathrm{d}x} \right|_{t = \frac{v_2}{\mathrm{g}}} = 0 , \]

这时,运动方向是水平的,即抛射体达到最高点。

例9 计算由摆线的参数方程

\[\left \{ \begin{align*} x &= a (t - \sin t) , \\ y &= a (1 - \cos t) \end{align*} \right . \]

所确定的函数 \(y = y(x)\) 的二阶导数。
解:

\[\cfrac{\mathrm{d}y}{\mathrm{d}x} = \cfrac{\frac{\mathrm{d}y}{\mathrm{d}t}}{\frac{\mathrm{d}x}{\mathrm{d}t}} = \cfrac{a \sin t}{a(1 - \cos t)} = \cfrac{\sin t}{1 - \cos t} = \cot{\cfrac{t}{2}} \quad (t \neq 2n \pi , n \in \mathbb{Z}) . \]

\[\begin{align*} \cfrac{\mathrm{d}^2 y}{\mathrm{d}x^2} &= \cfrac{\mathrm{d}}{\mathrm{d}t} \left( \cot{\cfrac{t}{2}} \right) \cdot \cfrac{1}{\frac{\mathrm{d}x}{\mathrm{d}t}} \\ &= - \cfrac{1}{2 \sin^2{\cfrac{t}{2}}} \cdot \cfrac{1}{a (1 - \cos t)} \\ &= - \cfrac{1}{a (1 - \cos t)^2} \quad (t \neq 2n \pi , n \in \mathbb{Z}) . \end{align*} \]

三、相关变化率

设 \(x = x(t)\) 及 \(y = y(t)\) 都是可导函数,而变量 \(x\) 与 \(y\) 间存在某种关系,从而变化率 \(\cfrac{\mathrm{d}x}{\mathrm{d}t}\) 与 \(\cfrac{\mathrm{d}y}{\mathrm{d}t}\) 间也存在一定关系。这两个相互依赖的变化率称为相关变化率。相关变化率问题就是研究这两个变化率之间的关系,以便从其中一个变化率求出另一个变化率。

例10 一气球从离开观察员 \(500 \mathrm{m}\) 处离地面铅直上升,当气球高度为 \(500 \mathrm{m}\) 时,其速率为 \(140 \mathrm{m}/\mathrm{min}\) (米/分)。求此时观察员视线的仰角增加的速率是多少?
解:设气球上升 \(t\) \(s\)(秒)后,其高度为 \(h\) ,观察员视线的仰角为 \(\alpha\) ,则

\[\tan \alpha = \cfrac{h}{500} , \]

其中 \(\alpha\) 及 \(h\) 都与 \(t\) 存在可导的函数关系。上式两边对 \(t\) 求导,得

\[\sec^2 \alpha \cdot \cfrac{\mathrm{d} \alpha}{\mathrm{d}t} = \cfrac{1}{500} \cdot \cfrac{\mathrm{d}h}{\mathrm{d}t} . \]

由已知条件,存在 \(t_0\) 使 \(\left . h \right|_{t = t_0} = 500 \mathrm{m}\) , \(\left . \cfrac{\mathrm{d}h}{\mathrm{d}t} \right|_{t = t_0} = 140 \mathrm{m}/\mathrm{min}\) .又 \(\left . \tan \alpha \right|_{t = t_0} = 1\) ,\(\left . \sec^2 \alpha \right|_{t = t_0} = 2\) ,代入上式得

\[\left . 2 \cfrac{\mathrm{d} \alpha}{\mathrm{d}t} \right|_{t = t_0} = \cfrac{1}{500} \cdot 140 , \]

所以

\[\left . \cfrac{\mathrm{d} \alpha}{\mathrm{d}t} \right|_{t = t_0} = \cfrac{70}{500} = 0.14 . \]

即此时观察员视线的仰角增加的速率为 \(0.14 \mathrm{rad}/\mathrm{min}\) (弧度/分)。

标签:方程,right,函数,2.4,cfrac,left,高等数学,mathrm
From: https://www.cnblogs.com/mowenpan1995/p/18416298/gdsx2-4yhsjycsfcsqddhsdds

相关文章

  • (CS231n课程笔记)深度学习之损失函数详解(SVM loss,Softmax,熵,交叉熵,KL散度)
    学完了线性分类,我们要开始对预测结果进行评估,进而优化权重w,提高预测精度,这就要用到损失函数。损失函数(LossFunction)是机器学习模型中的一个关键概念,用于衡量模型的预测结果与真实标签之间的差距。损失函数的目标是通过提供一个差距的度量,帮助模型进行优化,最终减少预测误差。......
  • 用chatgpt让自己练习C++匿名函数
    再也不用去搜罗题目了,chatgpt1分钟搞定!如何使用ChatGPT帮助自己学习1、写prompt帮我写一个prompt,让LLM出一个c++专项训练的题目和题解,比如用户想学习C++的匿名函数,LLM就生成一个小型题目,题解全部是用C++匿名函数实现的。chatgpt:当然可以!以下是一个为训练C++匿名函......
  • MySQL篇(高级字符串函数/正则表达式)(持续更新迭代)
    目录讲点一:高级字符串函数一、简介二、常见字符串函数1.CONCAT()2.SUBSTRING()3.LENGTH()4.REPLACE()5.TRIM()6.UPPER()7.LOWER()8.LEFT()9.RIGHT()10.INSTR()11.LENTH(str)讲点二:正则表达式一、简介二、语法1.字符类2.重复次数3.通配符4.......
  • C++ 成员函数指针简单测试
    classDog{public:voidUpdate_Func(shorti);short(Dog::*pfunc)(short);std::function<short(short)>ffunc;public:shortgoodMorning(shortid);shortgoodAfternoon(shortid);};voidDog::Update_Func(shorti){switch(i)......
  • Python 从入门到实战19(函数参数)
            我们的目标是:通过这一套资料学习下来,通过熟练掌握python基础,然后结合经典实例、实践相结合,使我们完全掌握python,并做到独立完成项目开发的能力。上篇文章我们讨论了函数的基本介绍。今天我们继续学习一下函数参数。1、形参和实参我们上篇已讨论过,为了对比......
  • python的os模块的常见函数及用途详解
    os模块提供了与操作系统进行交互的功能。它允许你执行许多常见的文件系统任务,如读取目录、处理文件、获取系统信息等。以下是一些os模块中常见的函数及其用途:目录操作os.getcwd():返回当前工作目录的字符串表示。os.listdir(path):返回指定目录下的文件和子目录列表。os.mkdir(......
  • 用函数实现模块化程序设计
    #include<stdio.h>intmain(){   inthcf(int,int);   intlcd(int,int,int);   //定义两个函数,hcf表示最大公因数,lcd表示最小公倍数   inta,b,m,n;   printf("请输入两个整数\n");   scanf("%d%d",&a,&b);   m=hcf(a,b);   n=lcd(......
  • C++入门 二(函数重载,引用,超详细!!!)
    文章目录函数重载函数重载的概念引用引用的概念引用特性函数重载函数重载的概念函数重载:是函数的一种特殊情况,C++允许在同一作用域中声明几个功能类似的同名函数,这些同名函数的形参列表(参数个数或类型或类型顺序)不同,常用来处理实现功能类似数据类型不同......
  • 如何修改BP神经网络的传递函数
         BP神经网络每种传递函数都有自己的特点,输入输出值不同,线性和非线性不同,对于有些模型,需要做出有针对性的调整,需要自定义传递函数,这是修改的原因之一,有些模型,数据有一定的物理意义,或者其他特殊要求,有些因子需要单独处理,这个时候也需要自定义传递函数,这是修改的原因......
  • 神经网络-损失函数
    文章目录一、回归问题的损失函数1.均方误差(MeanSquaredError,MSE)2.平均绝对误差(MeanAbsoluteError,MAE)二、分类问题的损失函数1.0-1损失函数(Zero-OneLossFunction)2.交叉熵损失(Cross-EntropyLoss)3.合页损失(HingeLoss)三、总结在神经网络中,损失函数(LossFunc......