从零开始学数据分析之——《微积分》第二章导数与微分

最新推荐文章于 2023-03-16 19:47:28 发布

doubleyue1314

最新推荐文章于 2023-03-16 19:47:28 发布

阅读量1.7k

点赞数 3

文章标签：数据分析数据挖掘算法 python

本文链接：https://blog.csdn.net/doubleyue1314/article/details/126042297

版权

2.1 导数的概念

2.1.1 函数的变化率

设函数 $y=f\left ( x \right ),x\in D$ ，当自变量x由点 $x_{0}$ 变化到 $x_{0}+\bigtriangleup x$ 时，相应的函数值由 $f\left ( x_{0} \right )$ 变化到 $f\left ( x_{_0}+\bigtriangleup x \right )$ ,此时 $f\left ( x_{_0}+\bigtriangleup x \right )$ — $f\left ( x_{0} \right )$ 就是相应于自变量x改变量 $\bigtriangleup x$ 的函数改变量，比值 $(f\left ( x_{_0}+\bigtriangleup x \right )-f\left ( x_{0} \right ))/\bigtriangleup x$ 称为函数y=f(x)相应于自变量由 $x_{0}$ 变化到 $x_{0}+\bigtriangleup x$ 时的平均变化率。

2.1.2 导数的定义

1. 函数在一点的导数与导函数

定义2.1.1 设函数y=f(x)在点 $x_{0}$ 的某一邻域 $U\left ( x_{0} \right )$ 内有定义，给自变量x在点 $x_{0}$ 处的一个改变量 $\bigtriangleup x\left ( \bigtriangleup x\neq 0,x_{0}+\bigtriangleup x\in U\left ( x_{0} \right ) \right )$ ，函数f(x)相应地有改变量 $\bigtriangleup y=f\left ( x_{0}+\bigtriangleup x \right )-f\left ( x_{0} \right )$ ，如果 $\lim_{\bigtriangleup x\rightarrow 0}\tfrac{\bigtriangleup y}{\bigtriangleup x}$ 存在，则称函数y=f(x)对x在 $x_{0}$ 点可导，并称此极限值为函数y=f(x)对x在点 $x_{0}$ 的导数。

定义2.1.2 如果函数y=f(x)在开区间I内每一点对x可导，则称函数f(x)在开区间I内可导。

2.求导数举例

（1）求相应于自变量改变量 $\bigtriangleup x$ 的函数改变量

（2）作比值

（3）求极限

2.1.3 导数的意义

（1）瞬时速度

（2）切线斜率

2.1.4 左、右导数

左导数、右导数统称为单侧导数

由函数在一点存在极限的充要条件知，函数y=f(x)在 $x_{0}$ 点可导的充要条件是函数y=f(x)在 $x_{0}$

点左、右导数存在且相等

2.1.5 函数的可导行与连续性的关系

若函数y=f(x)在点 $x_{0}$ 处可导，则f(x)在点 $x_{0}$ 处连续。

连续是可导的必要条件，但不是充分条件，即可导一定连续，但连续不一定可导

2.2 求导法则

2.2.1 函数和、差、积、商的求导法则

1、代数和的导数

$y'=\left ( u\left ( x \right ) \pm v\left ( x \right )\right )'=u'\left ( x \right )\pm v'\left ( x \right )$

2、乘积的导数

$y'=\left ( u\left ( x \right )v\left ( x \right ) \right )'=u'(x)v(x)+u(x)v'(x)$

3、商的导数

$y'=\left ( \frac{u(x)}{v(x)} \right )'=\frac{u'(x)v(x)-u(x)v'(x)}{v^{2}(x)}$

2.2.2 反函数的求导法则

设函数y=f(x)在某区间I内是单调的连续函数，如果在I内某点x处函数f(x)可导，且在这点的导数f'(x)不等于零，则其反函数 $x=\varphi (y)$ 在对应的点y(y=f(x))处可导，并且 $\varphi '(y)=\frac{1}{f'(x)}$

2.2.3 复合函数的求导法则

若 $u=\varphi \left ( x \right )$ 在点x可导，而y=f(u)在对应的点 $u=\varphi \left ( x \right )$ 可导，则复合函数 $y= f\left [ \varphi (x) \right ]$ 在点x可导，并且 $\left ( f\left [ \varphi \left ( x \right ) \right ] \right )'=f'\left ( u \right )\cdot \varphi '\left ( x \right )$ 即 $\frac{dy}{dx}=\frac{dy}{du}\cdot \frac{du}{dx}$

复合函数的求导法则又称为链式法则

1. 基本初等函数的导数公式

2. 求导法则

2.3 隐函数的导数和由参数方程确定的函数的导数

把方程F(x,y)=0中的y看成是由方程所确定的隐函数（从而y的函数就是以y为中间变量的x的复合函数），这时将方程两边对自变量x求导，就得到一个含有x,y,y'的等式，从中解出y'即可

2.4 高阶导数

$y^{\left ( n \right )}=f^{\left ( n \right )}\left ( x \right )=\frac{d^{n}y}{dx^{n}}=\left ( f^{\left ( n-1 \right )} \left ( x \right )\right )'$

二阶及二阶以上的导数统称为高阶导数

高阶导数运算法则：

1） $\left ( u\pm v\right )^{\left ( n \right )}=u^{\left ( n \right )}\pm v^{\left ( n \right )}$

2） $\left ( cu \right )^{\left ( n \right )}=cu^{\left ( n \right )}$

3） $\left ( uv \right )^{\left ( n \right )}=\sum_{I=0}^{n}\textrm{C}_{n}^{I}u^{\left ( n-i \right )}v^{\left ( i \right )}$

2.5 微分

2.5.1 微分的定义

定义2.5.1 设函数y=f(x)在 $x_{0}$ 的某个邻域内有定义，当自变量在 $x_{0}$ 处取得增量 $\bigtriangleup x$ (点 $x_{0}+\bigtriangleup x$ 仍在该邻域内)时，如果相应的函数的增量 $\bigtriangleup y=f\left ( x_{0}+\bigtriangleup x \right )-f\left ( x_{0} \right )$ 可以表示为： $\bigtriangleup y=A\bigtriangleup x+\bigcirc \left ( \bigtriangleup x \right )$

$dy=A\bigtriangleup x$

函数y=f(x)在点 $x_{0}$ 可微的充分必要条件是函数f(x)在点 $x_{0}$ 可导，并且当y=f(x)在点 $x_{0}$ 可微时，有 $dy=f'\left ( x_{0} \right )\bigtriangleup x$

2.5.2 微分的几何意义

曲线y=f(x)在点 $M\left ( x_{0},y_{0} \right )$ 附近的局部范围内可以用它在这点处的切线近似地替代

2.5.3 微分公式与运算法则

1. 基本初等函数的微分公式

2. 微分的四则运算法则

1） $d\left ( u\pm v \right )=du\pm dv$

2） $d\left ( uv \right )=vdu+udv$

3） $d\left ( cu \right )=cdu$ （c为常数）

4） $d\left ( \frac{u}{v} \right )=\frac{vdu-udv}{v^{2}}$

2.5.4 微分的应用

1.近似计算

2.误差估计