首页 > 其他分享 >【高等数学】微分学的应用

【高等数学】微分学的应用

时间:2024-11-08 22:46:41浏览次数:3  
标签:微分学 xi frac infty lim 应用 theta x0 高等数学

中值定理

罗尔中值定理

  • f f f 在 [ a , b ] [a,b] [a,b] 区间上连续,
  • 在 ( a , b ) (a,b) (a,b) 上可导,
  • 且 f ( a ) = f ( b ) f(a)=f(b) f(a)=f(b)
  • 则存在 ξ ∈ [ a , b ] \xi\in [a,b] ξ∈[a,b], f ′ ( ξ ) = 0 f'(\xi)=0 f′(ξ)=0

拉格朗日中值定理

  • f f f 在 [ a , b ] [a,b] [a,b] 区间上连续,
  • 在 ( a , b ) (a,b) (a,b) 上可导,
  • 则存在 ξ ∈ [ a , b ] \xi\in [a,b] ξ∈[a,b], f ′ ( ξ ) = f ( b ) − f ( a ) b − a f'(\xi)= \frac{f(b)-f(a)}{b-a} f′(ξ)=b−af(b)−f(a)​
  • 拉格朗日余项 ∃ ξ \exists \xi ∃ξ, f ( b ) = f ( a ) + f ′ ( ξ ) ( b − a ) f(b)=f(a)+f'(\xi)(b-a) f(b)=f(a)+f′(ξ)(b−a)
  • 柯西余项 f ( b ) = f ( a ) + ( b − a ) ∫ 0 1 f ′ ( a + t ( b − a ) ) d t f(b)=f(a)+(b-a)\int_0^1 f'(a+t(b-a)) dt f(b)=f(a)+(b−a)∫01​f′(a+t(b−a))dt

柯西中值定理

  • f f f, g g g 在 [ a , b ] [a,b] [a,b] 区间上连续,
  • 在 ( a , b ) (a,b) (a,b) 上可导,
  • 则存在 ξ ∈ [ a , b ] \xi\in [a,b] ξ∈[a,b], f ′ ( ξ ) g ′ ( ξ ) = f ( b ) − f ( a ) g ( b ) − g ( a ) \frac{f'(\xi)}{g'(\xi)}= \frac{f(b)-f(a)}{g(b)-g(a)} g′(ξ)f′(ξ)​=g(b)−g(a)f(b)−f(a)​

泰勒中值定理

  • f f f 在 x 0 x_0 x0​ 的某个邻域 U ( x 0 ) U(x_0) U(x0​)上连续,
  • 在 U ( x 0 ) U(x_0) U(x0​) 上 n n n 阶可导,
  • 则存在 θ ∈ [ 0 , 1 ] \theta\in [0,1] θ∈[0,1], z θ = x + θ ( y − x ) z_\theta=x+\theta(y-x) zθ​=x+θ(y−x),
    拉格朗日余项 f ( y ) = f ( x ) + f ′ ( x ) ( y − x ) + f ′ ′ ( x ) 2 ( y − x ) 2 + ⋯ + f ( n ) ( x ) n ! ( y − x ) n + f ( n + 1 ) ( z θ ) ( n + 1 ) ! ( y − x ) n + 1 f(y)= f(x) +f'(x)(y-x)+ \frac{f''(x)}{2}(y-x)^2+ \cdots+ \frac{f^{(n)}(x)}{n!}(y-x)^n +\frac{f^{(n+1)}(z_\theta)}{(n+1)!}(y-x)^{n+1} f(y)=f(x)+f′(x)(y−x)+2f′′(x)​(y−x)2+⋯+n!f(n)(x)​(y−x)n+(n+1)!f(n+1)(zθ​)​(y−x)n+1
  • 柯西余项 f ( y ) = f ( x ) + f ′ ( x ) ( y − x ) + f ′ ′ ( x ) 2 ( y − x ) 2 + ⋯ + f ( n ) ( x ) n ! ( y − x ) n + ∫ 0 1 f ( n + 1 ) ( z θ ) d θ ( n + 1 ) ! ( y − x ) n + 1 f(y)= f(x) +f'(x)(y-x)+ \frac{f''(x)}{2}(y-x)^2+ \cdots+ \frac{f^{(n)}(x)}{n!}(y-x)^n+\frac{\int_0^1 f^{(n+1)}(z_\theta)d \theta}{(n+1)!} (y-x)^{n+1} f(y)=f(x)+f′(x)(y−x)+2f′′(x)​(y−x)2+⋯+n!f(n)(x)​(y−x)n+(n+1)!∫01​f(n+1)(zθ​)dθ​(y−x)n+1

麦克劳林公式

  • f f f 在原点的某个邻域上连续,
  • 在该邻域上 n n n 阶可导,
  • 则存在 θ ∈ [ 0 , 1 ] \theta\in [0,1] θ∈[0,1],
    拉格朗日余项 f ( y ) = f ( 0 ) + f ′ ( 0 ) y + 1 2 f ′ ′ ( 0 ) y 2 + ⋯ + f ( n ) ( 0 ) n ! y n + f ( n + 1 ) ( θ y ) ( n + 1 ) ! y n + 1 f(y)= f(0) +f'(0)y+ \frac{1}{2}f''(0)y^2+ \cdots+ \frac{f^{(n)}(0)}{n!}y^n+\frac{f^{(n+1)}(\theta y)}{(n+1)!} y^{n+1} f(y)=f(0)+f′(0)y+21​f′′(0)y2+⋯+n!f(n)(0)​yn+(n+1)!f(n+1)(θy)​yn+1
  • 柯西余项 f ( y ) = f ( 0 ) + f ′ ( 0 ) y + f ′ ′ ( 0 ) 2 y 2 + ⋯ + f ( n ) ( 0 ) n ! y n + ∫ 0 1 f ( n + 1 ) ( θ y ) d θ ( n + 1 ) ! y n + 1 f(y)= f(0) +f'(0)y+ \frac{f''(0)}{2}y^2+ \cdots+ \frac{f^{(n)}(0)}{n!}y^n +\frac{\int_0^1 f^{(n+1)}(\theta y)d \theta}{(n+1)!}y^{n+1} f(y)=f(0)+f′(0)y+2f′′(0)​y2+⋯+n!f(n)(0)​yn+(n+1)!∫01​f(n+1)(θy)dθ​yn+1

积分中值定理

  • 第一积分中值定理: 设 f f f 在 [ a , b ] [a,b] [a,b] 上连续

  • ∃ ξ ∈ [ a , b ] \exists \xi\in [a,b] ∃ξ∈[a,b], f ( ξ ) ( b − a ) = ∫ a b f ( x ) d x f(\xi)(b-a)= \int_a^b f(x) dx f(ξ)(b−a)=∫ab​f(x)dx

  • 第二积分中值定理: 设 f f f 在 [ a , b ] [a,b] [a,b] 上可积, g g g 在 [ a , b ] [a,b] [a,b] 单调

  • ∃ ξ ∈ [ a , b ] \exists \xi\in [a,b] ∃ξ∈[a,b], ∫ a b f ( x ) g ( x ) d x = g ( a ) ∫ a ξ f ( x ) d x + g ( b ) ∫ ξ b f ( x ) d x \int_a^b f(x)g(x) dx= g(a)\int_a^\xi f(x)dx+ g(b)\int_\xi^b f(x) dx ∫ab​f(x)g(x)dx=g(a)∫aξ​f(x)dx+g(b)∫ξb​f(x)dx

洛必达法则

0 0 \frac{0}{0} 00​

  • lim ⁡ f ( x ) = lim ⁡ g ( x ) = 0 \lim f(x)=\lim g(x)=0 limf(x)=limg(x)=0
  • lim ⁡ f ′ ( x ) \lim f'(x) limf′(x), 存在 lim ⁡ g ′ ( x ) ≠ 0 \lim g'(x)\neq 0 limg′(x)=0
  • lim ⁡ f ( x ) g ( x ) = lim ⁡ f ′ ( x ) g ′ ( x ) \lim \frac{f(x)}{g(x)}=\lim \frac{f'(x)}{g'(x)} limg(x)f(x)​=limg′(x)f′(x)​.

∞ ∞ \frac{\infty}{\infty} ∞∞​

  • lim ⁡ f ( x ) = lim ⁡ g ( x ) = ∞ \lim f(x)=\lim g(x)=\infty limf(x)=limg(x)=∞
  • lim ⁡ f ′ ( x ) \lim f'(x) limf′(x), 存在 lim ⁡ g ′ ( x ) ≠ 0 \lim g'(x)\neq 0 limg′(x)=0
  • lim ⁡ f ( x ) g ( x ) = lim ⁡ f ′ ( x ) g ′ ( x ) \lim \frac{f(x)}{g(x)}=\lim \frac{f'(x)}{g'(x)} limg(x)f(x)​=limg′(x)f′(x)​.

∞ − ∞ \infty-\infty ∞−∞

  • ∞ − ∞ = 1 0 − 1 0 = 0 − 0 0 ⋅ 0 \infty-\infty= \frac{1}{0}-\frac{1}{0}= \frac{0 -0}{0\cdot 0} ∞−∞=01​−01​=0⋅00−0​ 按照 0 0 \frac{0}{0} 00​ 计算
  • 0 0 , 1 ∞ , ∞ 0 0^0, 1^\infty, \infty^0 00,1∞,∞0 对数化

函数单调性与最值

极值点可导情况

  • f ′ ( x ) ≤ 0 f'(x)\leq 0 f′(x)≤0, x < x 0 x<x_0 x<x0​, f f f 单调减少
  • f ′ ( x ) ≥ 0 f'(x)\geq 0 f′(x)≥0, x > x 0 x>x_0 x>x0​, f f f 单调增加
  • 且 f ′ ( x ) = 0 f'(x)=0 f′(x)=0, \textbf{则} x 0 x_0 x0​ 是极小值点

极值点不可导情况

  • f ′ ( x ) ≤ 0 f'(x)\leq 0 f′(x)≤0, x < x 0 x<x_0 x<x0​, f f f 单调减少
  • f ′ ( x ) ≥ 0 f'(x)\geq 0 f′(x)≥0, x > x 0 x>x_0 x>x0​, f f f 单调增加
  • f ′ ( x ) f'(x) f′(x)不存在, \textbf{则} x 0 x_0 x0​ 是极小值点

函数凹凸性与拐点

二阶可导

  • f ′ ′ ( x ) ≤ 0 f''(x)\leq 0 f′′(x)≤0, x < x 0 x<x_0 x<x0​, f f f 凸
  • f ′ ′ ( x ) ≥ 0 f''(x)\geq 0 f′′(x)≥0, x > x 0 x>x_0 x>x0​, f f f 凹
  • f ′ ′ ( x 0 ) = 0 f''(x_0)=0 f′′(x0​)=0, \textbf{则} x 0 x_0 x0​ 是拐点

拐点处二阶不可导

  • f ′ ′ ( x ) ≤ 0 f''(x)\leq 0 f′′(x)≤0, x < x 0 x<x_0 x<x0​, f f f 凸
  • f ′ ′ ( x ) ≥ 0 f''(x)\geq 0 f′′(x)≥0, x > x 0 x>x_0 x>x0​, f f f 凹
  • f ′ ′ ( x 0 ) f''(x_0) f′′(x0​) 不存在, \textbf{则} x 0 x_0 x0​ 是拐点

一阶可导

  • f ′ ( x ) f'(x) f′(x) 单调减少, x > x 0 x>x_0 x>x0​
  • f ′ ( x ) f'(x) f′(x) 单调增加, x < x 0 x<x_0 x<x0​
  • f ′ ( x ) f'(x) f′(x) 取得极小值, \textbf{则} x 0 x_0 x0​ 是拐点

函数渐近线

水平渐近线 lim ⁡ x → ∞ f ( x ) = c \lim\limits_{x\to \infty} f(x)=c x→∞lim​f(x)=c, y = c y=c y=c

铅直渐近线 lim ⁡ x → x 0 f ( x ) = ∞ \lim\limits_{x\to x_0}f(x)=\infty x→x0​lim​f(x)=∞, x = c x=c x=c

斜渐近线

  • k = lim ⁡ x → ∞ f ( x ) x k=\lim\limits_{x\to \infty} \frac{f(x)}{x} k=x→∞lim​xf(x)​,
  • b = lim ⁡ x → ∞ f ( x ) − k x b=\lim\limits_{x\to \infty} f(x)-kx b=x→∞lim​f(x)−kx,
  • y = k x + b y=kx+b y=kx+b

其他方面的应用举例

相关变化率

  • 已知 变量 x x x, y y y 满足关系式 F ( x , y ) = 0 F(x,y)=0 F(x,y)=0, 则考虑 x = x 0 , y = y 0 x=x_0,y=y_0 x=x0​,y=y0​ 时, 若 x x x 的变化率为 x ′ x' x′, 求 y ′ y' y′.
  • d d t F ( x , y ) = ∂ F ∂ x d x d t + ∂ F ∂ y d y d t = 0 \frac{d}{dt} F(x,y)= \frac{\partial F}{\partial x} \frac{dx}{dt}+\frac{\partial F}{\partial y} \frac{dy}{dt}=0 dtd​F(x,y)=∂x∂F​dtdx​+∂y∂F​dtdy​=0.

增长率

  • r = y ′ ( x ) y ( x ) r= \frac{y'(x)}{y(x)} r=y(x)y′(x)​

曲率、曲率半径

弧微分

  • 弧微分 d s = ( d x ) 2 + ( d y ) 2 ds=\sqrt{(dx)^2+(dy)^2} ds=(dx)2+(dy)2
  • 直角坐标系: d s = 1 + ( y ′ ) 2 d x ds=\sqrt{1+(y')^2} dx ds=1+(y′)2 ​dx
  • 参数方程: d s = ( x t ′ ) 2 + ( y t ′ ) 2 d t ds=\sqrt{(x_t')^2+(y_t')^2}dt ds=(xt′​)2+(yt′​)2 ​dt
  • 极坐标系 d s = ( r ( θ ) ) 2 + ( r ′ ( θ ) ) 2 d θ ds= \sqrt{(r(\theta))^2+(r'(\theta))^2}d\theta ds=(r(θ))2+(r′(θ))2 ​dθ

曲率

  • k = d α d s k= \frac{d \alpha}{ds} k=dsdα​
  • 直角坐标系: k ( x ) = y ′ ′ ( x ) 1 + ( y ′ ( x ) ) 2 k(x)= \frac{y''(x)}{1+(y'(x))^2} k(x)=1+(y′(x))2y′′(x)​
  • 参数方程: k ( t ) = ϕ ′ ( t ) ψ ′ ′ ( t ) − ϕ ′ ′ ( t ) ψ ′ ( t ) ( ( ϕ ′ ( t ) ) 2 + ( ψ ′ ( t ) ) 2 ) 3 2 k(t)= \frac{\phi'(t)\psi''(t)-\phi''(t)\psi'(t)}{((\phi'(t))^2+(\psi'(t))^2)^{\frac{3}{2}}} k(t)=((ϕ′(t))2+(ψ′(t))2)23​ϕ′(t)ψ′′(t)−ϕ′′(t)ψ′(t)​, ( x = ϕ ( t ) x=\phi(t) x=ϕ(t), y = ψ ( t ) y=\psi(t) y=ψ(t))
  • 极坐标: k ( θ ) = 2 ( r ′ ) 2 − r ′ ′ r + r 2 ( ( r ′ ) 2 + r 2 ) 3 2 k(\theta)= \frac{2(r')^2-r''r+r^2}{((r')^2+r^2)^{\frac{3}{2}}} k(θ)=((r′)2+r2)23​2(r′)2−r′′r+r2​, ( r = r ( θ ) r=r(\theta) r=r(θ))

标签:微分学,xi,frac,infty,lim,应用,theta,x0,高等数学
From: https://blog.csdn.net/serpenttom/article/details/143631337

相关文章

  • 【热门主题】000034 云原生后端:开启现代应用开发新纪元
    前言:哈喽,大家好,今天给大家分享一篇文章!并提供具体代码帮助大家深入理解,彻底掌握!创作不易,如果能帮助到大家或者给大家一些灵感和启发,欢迎收藏+关注哦......
  • # python # 可视化窗口 # 可应用与爬虫 # tkinter
    具有功能:创建窗口,监听窗口(可自定义打印图片-选项-按键)所需工具:pycham所需库:tkinter代码讲解:1.导入库-创建窗口-设置窗口大小-设置标题importtkinterastk#创建一个窗口root=tk.Tk()#设置窗口大小root.geometry("800x400+400+200")#注意这里使用的是英文字......
  • Dubbo详解及其应用
    DubboDubbo是一个阿里巴巴开源的高性能JavaRPC框架,专为解决大规模微服务架构中的服务治理、服务发现、负载均衡和远程通信等问题而设计。它允许服务提供者将业务功能封装成服务,而服务消费者则可以像调用本地方法一样调用这些远程服务,从而实现服务的解耦和可扩展性。Dubbo......
  • 高等数学,但用我的话说(求解微分问题)
    高等数学,但用我的话说(求解微分问题)目录‍目录高等数学,但用我的话说(求解微分问题)目录使用定义求导求导高效化常数倍函数,函数和差乘积法则求积函数的导数商法则求商函数的导数通过链式求导法则求复合函数的导数为什么乘积法则和链式求导法则可以使用一些应用求切线方程速度和......
  • 医疗行业语音识别的变革力量:思通数科AI多模态能力平台的技术说明与应用场景
    一、系统概述随着医疗行业对诊疗效率和准确性的要求不断提升,传统的医生与患者沟通方式正面临挑战。过多的书面记录使得医生的注意力从患者转移到了记录工作上,增加了患者等待时间,并可能影响诊断质量。语音识别(ASR)技术的引入为这一现状带来了革新,通过将患者的口头描述实时转化为文......
  • 11-03 Connect the XPO Profiler to an ASP.NET Core Application(将 XPO 分析器连接到
    11-03ConnecttheXPOProfilertoanASP.NETCoreApplication(将XPO分析器连接到ASP.NETCore应用程序)ThistopicdescribeshowtousetheXPOProfilertoprofileASP.NETCoreapplications.本主题介绍如何使用XPO分析器分析ASP.NET核心应用程序。Connection......
  • Bat To Exe Converter软件:将批处理文件bat转换成exe应用程序
    原创陈坚浩陈坚浩:分享IT技术文章、分享工作经验、分享生活感悟。BatToExeConverter软件可以把批处理文件bat转换为exe可执行文件,甚至运用密码保护文件,生成的.EXE是独立的文件,不需要任何的.DLL运行。(1)准备好bat文件@echooffechoGatheringcomputername...e......
  • 人工智能岩土工程+PFC离散元仿真模拟应用(入门+案例实操)
    在深度学习与岩土工程融合的背景下,科研的边界持续扩展,创新成果不断涌现。从基本物理模型的构建到岩土工程问题的复杂模拟,从数据驱动的分析到工程问题的智能解决,深度学习正以前所未有的动力推动岩土工程领域的革新。据调查,目前在岩土工程领域内,深度学习的应用主要集中在以下几个......
  • Open Telemetry手动仪表化实战应用
    OpenTelemetry手动仪表化实战应用整体框架图​ 首先在Windows下用golang编写了一个测试代码,导入otel的各种包,在代码中实现对需要收集的追踪数据和指标数据进行侵入,实现一个手动仪表化的功能,使得代码生成观测数据,之后这些观测数据被分为trace类型的数据和metric类型的数据......
  • 云原生全链路性能测试工具深度解析与应用
    1.背景在当今数字化和微服务化时代,系统性能对于用户体验和业务完整性来说至关重要。随着业务的复杂化,系统会越来越不稳定,同时用户对高效、稳定的服务的期望也会不断增长。这时全链路性能测试变得愈发必要。性能测试通常是一种测试实践,用于确定系统在特定工作负载下的响......