定义 #
设函数 \(y=f(x)\) 在点 \(x_0\) 的某邻域内有定义,且 \(x_0+\Delta x\) 在该邻域内,对于函数增量 \(\Delta y=f(x_0+\Delta x)−f(x_0)\),若存在与\(\Delta x\) 无关的常数 \(A\),使得\(\Delta y = A \Delta x+ o(\Delta x)\),
其中 \(o(\Delta x)\) 是在 \(\Delta x \to 0\) 时比 \(\Delta x\) 更高阶的无穷小,则称 \(y=f(x)\) 在点 \(x_0\) 处可微,
并把增量的主要部分 \(A \Delta x\) 称为线性主部,也叫作 \(y=f(x)\) 在点 \(x_0\) 处的微分,通常把自变量 \(x\) 的增量 \(\Delta x\) 称为自变量的微分,记作 \(dx\),即 \(dx=\Delta x\)
函数 \(y=f(x)\) 在点 \(x\) 处可微与可导是等价的,且 \(A=f’(x_0)\),微分又可记作 \(dy|_{x=x_0}=f'(x_0)dx\),即微分等于导数乘以自变量的微分,函数的微分与自变量的微分之商等于该函数的,因此,导数也叫做微商
微分的几何意义:函数曲线在该点处的切线段的长度,局部用切线段近似代替曲线段。
计算:对函数求导,乘以自变量的微分dx,微分法则参看之前的求导公式
可微、可导、连续 三者之间的关系
可微 \(\iff\) 可导
可导 \(\implies\) 连续,连续不一定可导,比如 \(y=|x|\)
证明过程:
\[ \begin{aligned} & 设\lim_{x\to x_0}\frac{f(x) - f(x_0)}{x - x_0} = A ,那么 \\ & \\ & \lim_{x\to x_0}\frac{f(x) - f(x_0)}{x - x_0} \cdot (x-x_0) = A\cdot0 = 0 \\ & \therefore \lim_{x\to x_0}f(x) = f(x_0),函数在点x_0处连续 \end{aligned} \]微分中值定理 #
“微分中值”通常是在说,一个函数连续且可导的区间,这个区间可以找到至少一点,在这一点上的导数(微分)可以代表或者概括这个区间上函数整体平均的变化趋势。
费马引理 #
理解为极值点可导,导数为0;可导的极值点一定是驻点
设函数 \(f(x)\) 在点 \(x_0\) 的某邻域 \(U(x_0)\) 内有定义,并且在 \(x_0\) 处可导,如果对 \(\forall x \in U(x_0)\),有 \(f(x) \le f(x_0)\)(或 \(f(x) \ge f(x_0)\)),则\(f'(x_0) = 0\)
证明:
\[ \begin{align*} & 设 x \in U(x_0),有 f(x) \le f(x_0),对于x_0 + \Delta x \in U(x_0),有 f(x_0 + \Delta x) \le f(x_0) \\ & \Delta x > 0时, \frac{f(x_0 + \Delta x)-f(x_0)}{\Delta x} \le 0 \\ & \Delta x < 0时, \frac{f(x_0 + \Delta x)-f(x_0)}{\Delta x} \ge 0 \\ & f'_+(x_0) = \lim_{\Delta x \to 0^+}\frac{f(x_0 + \Delta x)-f(x_0)}{\Delta x} \le 0 \\ & f'_-(x_0) = \lim_{\Delta x \to 0^-}\frac{f(x_0 + \Delta x)-f(x_0)}{\Delta x} \ge 0 \\ & f(x)在x_0处可导,所以 f'_+(x_0) = f'_-(x_0),f'(x_0) = 0 \end{align*} \]罗尔中值定理 #
函数在两个端点处值相等,不论如何增减,显然都会存在至少一个极值点;几何意义:弧上至少有一点 ,曲线在该点切线是水平的。
设函数 \(f(x)\) 满足:
- 闭区间 \([a,b]\) 连续;
- 开区间 \((a,b)\) 可导;
- \(f(a) = f(b)\),则存在 \(\xi\in(a,b)\),使得\(f'(\xi) = 0\)
证明: 函数 \(f(x)\) 在闭区间 \([a,b]\) 上连续,所以存在最大值与最小值,分别用 \(M\) 和 \(m\) 表示
- 若 \(m=M\),\(f(x)\) 在闭区间 \([a,b]\) 上为常函数,满足
- 若 \(M>m\),因为 \(f(a)=f(b)\),所以 \((a,b)\) 内至少存在一点 \(\xi\),使得 \(f(\xi) = m\) 或 \(f(\xi) = M\) 即 \(x=\xi\) 是 \(f(x)\) 在闭区间 \([a,b]\) 上的极值点,由费马引理 \(f'(\xi) = 0\)
几种特殊情况:
- 若函数 \(f(x)\) 在区间 \((a,b)\) 上连续且可导,并有 \(\lim_{x\to a^+}f(x) = \lim_{x\to b^-}f(x) = c 或 \pm\infty\),则至少存在一个 \(\xi\in(a,b)\),使得 \(f'(\xi) = 0\)
- 若函数 \(f(x)\) 在区间 \((-\infty,+\infty)\) 上连续且可导,并有 \(\lim_{x\to -\infty}f(x) = \lim_{x\to +\infty}f(x) = c 或 \pm\infty\),则至少存在一个 \(\xi\in(-\infty,+\infty)\),使得 \(f'(\xi) = 0\)
- 若函数 \(f(x)\) 在区间 \([a,+\infty)\) 上连续且可导,并有 \(\lim_{x\to +\infty}f(x) = c 或 \pm\infty\),则至少存在一个\(\xi\in(a,+\infty)\),使得 \(f'(\xi) = 0\)
- 若函数 \(f(x)\) 在区间 \((-\infty,b]\) 上连续且可导,并有\(\lim_{x\to -\infty}f(x) = c 或 \pm\infty\),则至少存在一个\(\xi\in(-\infty,b]\),使得 \(f'(\xi) = 0\)
拉格朗日中值定理 #
几何意义:弧AB上至少有一点C,使点C处的切线平行于直线弦AB;罗尔中值定理是拉格朗日中值定理的特例
设函数 \(f(x)\) 满足,闭区间 \([a,b]\) 连续,开区间 \((a,b)\) 可导,则存在 \(\xi \in(a,b)\),使得 \(\frac{f(b)-f(a)}{b-a} = f'(\xi)\)
另外一种表示形式:\(f(b)-f(a) = f'[a+(b-a)\theta](b-a),(0<\theta<1)\)
证明:
构造辅助函数,线段 \(ab\) 对应函数 \(L(x), L(x) = f(a) + \frac{f(b)-f(a)}{b-a}(x-a) \)
令 \(\varphi(x) = f(x) - L(x) = f(x) - f(a) - \frac{f(b)-f(a)}{b-a}(x-a) \)
\(\varphi(a)=\varphi(b)\),根据罗尔中值定理,存在 \(\xi\in(a,b)\),使得 \(\varphi'(\xi) = 0 \)
\(\varphi'(\xi) = f'(\xi) - \frac{f(b)-f(a)}{b-a} = 0,即\frac{f(b)-f(a)}{b-a} = f'(\xi)\)
柯西中值定理 #
可以视作在参数方程下拉格朗日中值定理的表达形式,用于解决没法保证拉格朗日中值定理2个 \(\xi\) 是同一个的问题,拉格朗日中值定理为 \(g(x)\) 等于 \(x\) 的特殊情况,为拉格朗日中值定理的推广;几何意义:用参数方程表示的曲线上至少有一点,它的切线平行于两端点所在的弦
设函数 \(f(x)\) 和 \(g(x)\) 满足闭区间 \([a,b]\) 皆连续,开区间 \((a,b)\) 皆可导;对于任意 \( x\in(a,b),g'(x) \ne 0,g(a) \ne g(b) \),则存在\(\xi \in(a,b)\),使得 \(\frac{f(b)-f(a)}{g(b)-g(a)} = \frac{f'(\xi)}{g'(\xi)}\)
证明:
不可基于拉格朗日中值定理证明,没法保证2个 \(\xi\) 是同一个
因 \(g(a) \ne g(b)\),令 \(L(x) = f(x) - \frac{f(b)-f(a)}{g(a)-g(a)}g(x)\)
根据罗尔中值定理,\(\exists\xi\in(a,b)\) 使得 \(L'(\xi)=0\),即:
\( L'(\xi) = f'(\xi) - \frac{f(b)-f(a)}{g(b)-g(a)}g'(\xi) = 0 \because g'(\xi) \ne 0 \therefore \exists\xi\in(a,b) 使得 \frac{f(b)-f(a)}{g(b)-g(a)} = \frac{f'(\xi)}{g'(\xi)} \)
罗尔中值定理、拉格朗日中值定理和柯西中值定理称为微分三大中值定理
为什么条件都是开区间连续,闭区间可导?
说法是否严谨层面的区别:端点处要么左极限不存在,要么右极限不存在,是不可导的,所以不能说在闭区间可导 但为什么连续是闭区间呢,因为连续在左端点连续的意思是右连续,反之左连续
泰勒公式 #
泰勒公式是将一个在 \(x=x_0\) 处具有 \(n\) 阶导数的函数 \(f(x)\) 利用关于\((x-x_0)\)的n次多项式来逼近函数的方法,逼近的效果与多项式的阶数直接相关,通过各阶导数确定多项式的系数
泰勒公式的余项有两种主要形式:佩亚诺余项和拉格朗日余项
定性分析:佩亚诺余项
若函数 \(f(x)\) 在 \(x_0\) 处的 \(n\) 阶导数均存在,则存在邻域 \(U(x_0,\delta)\) (\(\delta\) 介于 \(x\) 与 \(x_0\) 之间) 使得 \(f(x)\) 满足以下公式: \(f(x) = \sum_{k=0}^n\frac{f^k(x_0)(x-x_0)^k}{k!} + r_n(x)\)
其中佩亚诺Peano余项 \(r_n(x) = o((x-x_0)^n)(x\to x_0)\),表示函数在近似值与真实值之间的误差,余下的 \(n\) 次多项式记为 \(P_{n}\) 即 \(x_{0}\)处的n次泰勒Taylor多项式
定量分析:拉格朗日余项
若函数 \(f(x)\) 在闭区间 \([a,b]\) 上存在n阶连续导数,在开区间 \((a,b)\) 上存在 \(n + 1\) 阶导数,
取一定点 \(x_0 \in [a,b]\),则\(\forall x \in [a,b],f(x) = \sum_{k=0}^n\frac{f^k(x_0)(x-x_0)^k}{k!} + r_n(x) \)
其中拉格朗日Lagrange余项 \(r_n(x) = \frac{f^{n+1}(\xi)(x-x_0)^{n+1}}{(n+1)!}\),其中 \(\xi \in (x,x_0),设x < x_0\)
当n=0时,泰勒公式表现为拉格朗日中值定理的形式
麦克劳林公式 #
麦克劳林公式是在 \(x=0\) 点处展开的泰勒公式
如果 \(x_0 = 0\),那么未带有以上两种余项形式的 Taylor 公式又称为 Maclaurin 公式,此即
\(f(x) = f(0) + f'(0)x + \frac{f''(0)}{2!}x^2 + \frac{f'''(0)}{3!}x^3 + ... + \frac{f^{(n)}(0)}{n!}x^n + o(x^n) \)
和
\(f(x) = f(0) + f'(0)x + \frac{f''(0)}{2!}x^2 + \frac{f'''(0)}{3!}x^3 + ... + \frac{f^{(n)}(0)}{n!}x^n + \frac{f^{(n+1)}(\theta x)}{(n+1)!}x^{n+1} (0<\theta<1)\)
可以令 n +1 = k,只求到k阶导数
常用函数的麦克劳林公式的展开式如下:
$$ \begin{align} e^x = \sum_{n=0}^{\infty} \frac{x^n}{n!} \\ \sin x = \sum_{n=0}^{\infty} (-1)^n \frac{x^{2n+1}}{(2n+1)!} \\ \cos x = \sum_{n=0}^{\infty} (-1)^n \frac{x^{2n}}{(2n)!} \\ \ln(1+x) = \sum_{n=1}^{\infty} (-1)^{n-1} \frac{x^{n}}{n} \\ (1+x)^a = 1 + \sum_{n=1}^{\infty}\frac{\alpha(\alpha-1)...(\alpha-n+1)}{n!}x^n \\ \end{align} $$几个重要的低阶展开的麦克劳林公式:
$$ \begin{align} \sin 𝑥 = 𝑥 − \frac{𝑥^3}{3!}+𝑂(𝑥^3),\arcsin 𝑥 = 𝑥 + \frac{𝑥^3}{3!} + 𝑂(𝑥^3) \\ \tan 𝑥 = 𝑥 + \frac{𝑥^3}{3} + 𝑂(𝑥^3),\arctan 𝑥 = 𝑥 − \frac{𝑥^3}{3} +𝑂(𝑥3) \\ \cos 𝑥 = 1 − \frac{𝑥^2}{2!} + \frac{𝑥^4}{4!} + 𝑂(𝑥^4),\arccos 𝑥 = \frac{\pi}{2} − 𝑥 − \frac{𝑥^3}{3!}−𝑂(𝑥^3) \\ \ln(1+x) = x - \frac{x^2}{2} + \frac{x^3}{3} + 𝑂(𝑥^3) \\ e^x = 1 + x + \frac{x^2}{2} + \frac{x^3}{3} + 𝑂(𝑥^3) \\ (1+x)^\alpha = 1 + \alpha x + \frac{\alpha(\alpha-1)}{2!}x^2 + O(x^2) \\ \end{align} $$利用上述函数可以得到一组差函数的无穷小等价替换,例如:\(x - sin \sim \frac{x^3}{6}\)