本课程来自 深度之眼,部分截图来自课程视频。
【第二章 微积分】2.2泰勒公式函数极值定积分
在线LaTeX公式编辑器
任务详解:
这节课主要介绍了泰勒公式,函数的凹凸性,函数的极值,不定积分,定积分等知识点。
掌握目标:
1、了解泰勒公式
2、了解函数的凹凸性
3、掌握函数的极值,以及极值的充要条件
4、掌握不定积分,定积分的计算,第一第二类换元,分部积分法,牛顿莱布尼茨公式
1.泰勒公式
泰勒(Taylor)中值定理1:如果函数
f
(
x
)
f(x)
f(x)在
x
0
x_0
x0处具有n阶导数,那么存在
x
0
x_0
x0的一个邻域,对于该邻域内的任一
x
x
x,有
f
(
x
)
=
f
(
x
0
)
+
f
′
(
x
0
)
(
x
−
x
0
)
+
f
′
′
(
x
0
)
2
!
(
x
−
x
0
)
2
+
.
.
.
+
f
n
(
x
0
)
n
!
(
x
−
x
0
)
n
+
R
n
(
x
)
f(x)=f(x_0)+f'(x_0)(x-x_0)+\frac{f''(x_0)}{2!}(x-x_0)^2+...+\frac{f^{n}(x_0)}{n!}(x-x_0)^n+R_n(x)
f(x)=f(x0)+f′(x0)(x−x0)+2!f′′(x0)(x−x0)2+...+n!fn(x0)(x−x0)n+Rn(x)
其中:
R
n
(
x
)
=
o
(
(
x
−
x
0
)
n
)
R_n(x)=o((x-x_0)^n)
Rn(x)=o((x−x0)n)
说人话:这个定理就是任意一个函数
f
(
x
)
f(x)
f(x),都可以在
x
0
x_0
x0展开,写成一个多项式的模式,最后一项就是误差
R
n
(
x
)
R_n(x)
Rn(x),是x到
x
0
x_0
x0的高阶无穷小(佩亚诺余项)。
泰勒(Taylor)中值定理2:如果函数
f
(
x
)
f(x)
f(x)在
x
0
x_0
x0的某个邻域
U
(
x
0
)
U(x_0)
U(x0)内具有(n+1)阶导数,那么对任一
x
∈
U
(
x
0
)
x\in U(x_0)
x∈U(x0),有
f
(
x
)
=
f
(
x
0
)
+
f
′
(
x
0
)
(
x
−
x
0
)
+
f
′
′
(
x
0
)
2
!
(
x
−
x
0
)
2
+
.
.
.
+
f
n
(
x
0
)
n
!
(
x
−
x
0
)
n
+
R
n
(
x
)
f(x)=f(x_0)+f'(x_0)(x-x_0)+\frac{f''(x_0)}{2!}(x-x_0)^2+...+\frac{f^{n}(x_0)}{n!}(x-x_0)^n+R_n(x)
f(x)=f(x0)+f′(x0)(x−x0)+2!f′′(x0)(x−x0)2+...+n!fn(x0)(x−x0)n+Rn(x)
其中:
R
n
(
x
)
=
f
n
+
1
(
ξ
)
(
n
+
1
)
!
(
x
−
x
0
)
n
+
1
R_n(x)=\frac{f^{n+1}(\xi)}{(n+1)!}(x-x_0)^{n+1}
Rn(x)=(n+1)!fn+1(ξ)(x−x0)n+1
ξ
\xi
ξ是
x
0
x_0
x0与
x
x
x之间的某个值,这项也叫:拉格朗日余项
当×0=0时,称为麦克劳林展开
例子(略)
2.函数的凹凸性
定义:设
f
(
x
)
f(x)
f(x)在区间
I
I
I上连续,如果对
I
I
I上任意两点
x
1
,
x
2
x_1,x_2
x1,x2恒有
f
(
x
1
+
x
2
2
)
<
f
(
x
1
)
+
f
(
x
2
)
2
f\left(\frac{x_1+x_2}{2}\right)<\frac{f(x_1)+f(x_2)}{2}
f(2x1+x2)<2f(x1)+f(x2)
那么称
f
(
x
)
f(x)
f(x)在
I
I
I上的图形是(向上)凹的(或凹弧);如果恒有
f
(
x
1
+
x
2
2
)
>
f
(
x
1
)
+
f
(
x
2
)
2
f\left(\frac{x_1+x_2}{2}\right)>\frac{f(x_1)+f(x_2)}{2}
f(2x1+x2)>2f(x1)+f(x2)
那么称
f
(
x
)
f(x)
f(x)在
I
I
I上的图形是(向上)凸的(或凸弧).
如果函数
f
(
x
)
f(x)
f(x)在
I
I
I内具有二阶导数,那么可以利用二阶导数的符号来判定曲线的凹凸性,这就是下面的曲线凹凸性的判定定理:
定理2:设
f
(
x
)
f(x)
f(x)在[a,b]上连续,在(a,b)内具有一阶和二阶导数,那么
(1)若在(a,b)内
f
n
(
x
)
>
0
f^n(x)>0
fn(x)>0,则
f
(
x
)
f(x)
f(x)在[a,b]上的图形是凹的;
(2)若在(a,b)内
f
n
(
x
)
<
0
f^n(x)<0
fn(x)<0,则
f
(
x
)
f(x)
f(x)在[a,b]上的图形是凸的.
证明:
设
x
1
x_1
x1和
x
2
x_2
x2为[a,b]类任意两点,且
x
1
<
x
2
x_1<x_2
x1<x2,记
x
1
+
x
2
2
=
x
0
\frac{x_1+x_2}{2}=x_0
2x1+x2=x0,并记
x
2
−
x
0
=
x
0
−
x
1
=
h
x_2-x_0=x_0-x_1=h
x2−x0=x0−x1=h,则
x
1
=
x
0
−
h
x_1=x_0-h
x1=x0−h,
x
2
=
x
0
+
h
x_2=x_0+h
x2=x0+h
由拉格朗日中值公式可得:
f
(
x
0
+
h
)
−
f
(
x
0
)
=
f
′
(
ξ
1
)
(
x
0
+
h
−
x
0
)
=
f
′
(
x
0
+
θ
1
h
)
h
,
0
<
θ
1
<
1
(1)
f(x_0+h)-f(x_0)=f'(\xi_1)(x_0+h-x_0)=f'(x_0+\theta_1h)h,0<\theta_1<1\tag{1}
f(x0+h)−f(x0)=f′(ξ1)(x0+h−x0)=f′(x0+θ1h)h,0<θ1<1(1)
f
(
x
0
)
−
f
(
x
0
−
h
)
=
f
′
(
ξ
2
)
(
x
0
−
x
0
+
h
)
=
f
′
(
x
0
−
θ
2
h
)
h
,
0
<
θ
2
<
1
(2)
f(x_0)-f(x_0-h)=f'(\xi_2)(x_0-x_0+h)=f'(x_0-\theta_2h)h,0<\theta_2<1\tag{2}
f(x0)−f(x0−h)=f′(ξ2)(x0−x0+h)=f′(x0−θ2h)h,0<θ2<1(2)
上面由于
ξ
1
\xi_1
ξ1是在
x
0
x_0
x0到
x
0
+
h
x_0+h
x0+h之间的,所以可以写成最后那个样子
(
ξ
1
=
x
0
+
θ
1
h
(\xi_1=x_0+\theta_1h
(ξ1=x0+θ1h是等价的,
ξ
2
\xi_2
ξ2同理。
等式(1)减(2)得:
f
(
x
0
+
h
)
+
f
(
x
0
−
h
)
−
2
f
(
x
0
)
=
[
f
′
(
x
0
+
θ
1
h
)
−
f
′
(
x
0
−
θ
2
h
)
]
h
(3)
f(x_0+h)+f(x_0-h)-2f(x_0)=[f'(x_0+\theta_1h)-f'(x_0-\theta_2h)]h\tag{3}
f(x0+h)+f(x0−h)−2f(x0)=[f′(x0+θ1h)−f′(x0−θ2h)]h(3)
对等式(3)中的
f
′
(
x
0
+
θ
1
h
)
−
f
′
(
x
0
−
θ
2
h
)
f'(x_0+\theta_1h)-f'(x_0-\theta_2h)
f′(x0+θ1h)−f′(x0−θ2h)再来一次拉格朗
日
中值公式:
f
′
(
x
0
+
θ
1
h
)
−
f
′
(
x
0
+
θ
2
h
)
=
f
′
′
(
ξ
3
)
(
x
0
+
θ
1
h
−
x
0
+
θ
2
h
)
f'(x_0+\theta_1h)-f'(x_0+\theta_2h)=f''(\xi_3)(x_0+\theta_1h-x_0+\theta_2h)
f′(x0+θ1h)−f′(x0+θ2h)=f′′(ξ3)(x0+θ1h−x0+θ2h)
=
f
′
′
(
ξ
3
)
(
θ
1
+
θ
2
)
h
(4)
=f''(\xi_3)(\theta_1+\theta_2)h\tag{4}
=f′′(ξ3)(θ1+θ2)h(4)
将(4)带入(3):
f
(
x
0
+
h
)
+
f
(
x
0
−
h
)
−
2
f
(
x
0
)
=
f
′
′
(
ξ
3
)
(
θ
1
+
θ
2
)
h
2
(5)
f(x_0+h)+f(x_0-h)-2f(x_0)=f''(\xi_3)(\theta_1+\theta_2)h^2\tag{5}
f(x0+h)+f(x0−h)−2f(x0)=f′′(ξ3)(θ1+θ2)h2(5)
对于定理的第一种情况
(1)若在(a,b)内
f
n
(
x
)
>
0
f^n(x)>0
fn(x)>0,则
f
(
x
)
f(x)
f(x)在[a,b]上的图形是凹的;
我们可以由
f
′
′
(
ξ
3
)
>
0
,
(
θ
1
+
θ
2
)
>
0
,
h
2
>
0
f''(\xi_3)>0,(\theta_1+\theta_2)>0,h^2>0
f′′(ξ3)>0,(θ1+θ2)>0,h2>0,对公式(5)判断:整体大于0,即:
f
(
x
0
+
h
)
+
f
(
x
0
−
h
)
−
2
f
(
x
0
)
>
0
f(x_0+h)+f(x_0-h)-2f(x_0)>0
f(x0+h)+f(x0−h)−2f(x0)>0
把
x
1
=
x
0
−
h
x_1=x_0-h
x1=x0−h,
x
2
=
x
0
+
h
x_2=x_0+h
x2=x0+h,
x
1
+
x
2
2
=
x
0
\frac{x_1+x_2}{2}=x_0
2x1+x2=x0带回去
f
(
x
2
)
+
f
(
x
1
)
>
2
f
(
x
1
+
x
2
2
)
f(x_2)+f(x_1)>2f(\frac{x_1+x_2}{2})
f(x2)+f(x1)>2f(2x1+x2)
证明完毕
f
(
x
1
+
x
2
2
)
<
f
(
x
1
)
+
f
(
x
2
)
2
f\left(\frac{x_1+x_2}{2}\right)<\frac{f(x_1)+f(x_2)}{2}
f(2x1+x2)<2f(x1)+f(x2)
情况二类似。
3.函数的极值
定义设函数
f
(
x
)
f(x)
f(x)在点
x
0
x_0
x0的某邻域
U
(
x
0
)
U(x_0)
U(x0)内有定义,如果对于去心邻域
U
o
(
x
0
)
\overset{o}{U}(x_0)
Uo(x0)内的任一x,有
f
(
x
)
<
f
(
x
0
)
(
或
f
(
x
)
>
f
(
x
0
)
)
f(x)<f(x_0)(或f(x)>f(x_0))
f(x)<f(x0)(或f(x)>f(x0))
说人话:就是
x
0
x_0
x0比附近所有的x的值都大(小)。
那么就称
f
(
x
0
)
f(x_0)
f(x0)是函数
f
(
x
)
f(x)
f(x)的一个极大值(或极小值).
定理1(必要条件):设函数
f
(
x
)
f(x)
f(x)在
x
0
x_0
x0处可导,且在
x
0
x_0
x0处取得极值,则
f
′
(
x
)
=
0
f'(x)=0
f′(x)=0
定理2(第一充分条件):设函数
f
(
x
)
f(x)
f(x)在
x
0
x_0
x0处连续,且在
x
0
x_0
x0的某去心邻域
U
o
(
x
0
,
δ
)
\overset{o}{U}(x_0,\delta)
Uo(x0,δ)内可导.
(1)若
x
∈
(
x
0
−
δ
,
x
0
)
x\in (x_0-\delta,x_0)
x∈(x0−δ,x0)时,
f
′
(
x
)
>
0
f'(x)>0
f′(x)>0,而
x
∈
(
x
0
,
x
0
+
δ
)
x\in (x_0,x_0+\delta)
x∈(x0,x0+δ)时,
f
′
(
x
)
<
0
f'(x)<0
f′(x)<0,则
f
(
x
)
f(x)
f(x)在
x
0
x_0
x0处取得极大值;
说人话:在x的左边导数大于0(函数递增),右边导数小于0(函数递减).
(2)若
x
∈
(
x
0
−
δ
,
x
0
)
x\in (x_0-\delta,x_0)
x∈(x0−δ,x0)时,
f
′
(
x
)
<
0
f'(x)<0
f′(x)<0,而
x
∈
(
x
0
,
x
0
+
δ
)
x\in (x_0,x_0+\delta)
x∈(x0,x0+δ)时,
f
′
(
x
)
>
0
f'(x)>0
f′(x)>0,则
f
(
x
)
f(x)
f(x)在
x
0
x_0
x0处取得极小值;
(3)若
x
∈
U
o
(
x
0
,
δ
)
x\in \overset{o}{U}(x_0,\delta)
x∈Uo(x0,δ)时,
f
′
(
x
)
f'(x)
f′(x)的符号保持不变,则
f
(
x
)
f(x)
f(x)在
x
0
x_0
x0处没有极值。
定理3(第二充分条件):设函数
f
(
x
)
f(x)
f(x)在
x
0
x_0
x0处具有二阶导数且
f
′
(
x
0
)
=
0
f'(x_0)=0
f′(x0)=0,
f
′
′
(
x
0
)
≠
0
f''(x_0)\neq0
f′′(x0)=0,则
(1)当
f
′
′
(
x
0
)
<
0
f''(x_0)<0
f′′(x0)<0时,函数
f
(
x
)
f(x)
f(x)在
x
0
x_0
x0处取得极大值;
(2)当
f
′
′
(
x
0
)
>
0
f''(x_0)>0
f′′(x0)>0时,函数
f
(
x
)
f(x)
f(x)在
x
0
x_0
x0处取得极小值.
这个定理3是根据函数的凹凸性来进行判断了,也可以用泰勒展开式来进行判断。
4.不定积分(求原函数)
定义1:如果在区间
I
I
I上,可导函数
F
(
x
)
F(x)
F(x)的导函数为
f
(
x
)
f(x)
f(x),即对任一
x
∈
I
x\in I
x∈I,都有
F
′
(
x
)
=
f
(
x
)
或
d
F
(
x
)
=
f
(
x
)
d
x
F'(x)=f(x)或dF(x)=f(x)dx
F′(x)=f(x)或dF(x)=f(x)dx,那么函数F(x)就称为
f
(
x
)
(
或
f
(
x
)
d
x
)
f(x)(或f(x)dx)
f(x)(或f(x)dx)在区间
I
I
I上的一个原函数
定义2:在区间
I
I
I上,函数
f
(
x
)
f(x)
f(x)的带有任意常数项的原函数称为
f
(
x
)
f(x)
f(x)(或
f
(
x
)
d
x
f(x)dx
f(x)dx)在区间
I
I
I上的不定积分,记作
∫
f
(
x
)
d
x
\int f(x)dx
∫f(x)dx
其中记号
∫
\int
∫称为积分号,
f
(
x
)
f(x)
f(x)称为被积函数,
f
(
x
)
d
x
f(x)dx
f(x)dx称为被积表达式,
x
x
x称为积分变量。
由此定义及前面的说明可知,如果
F
(
x
)
F(x)
F(x)是
f
(
x
)
f(x)
f(x)在区间
I
I
I上的一个原函数,那么
F
(
x
)
+
C
F(x)+C
F(x)+C就是
f
(
x
)
f(x)
f(x)的不定积分,即
∫
f
(
x
)
d
x
=
F
(
x
)
+
C
\int f(x)dx=F(x)+C
∫f(x)dx=F(x)+C
性质1:设函数
f
(
x
)
f(x)
f(x)及
g
(
x
)
g(x)
g(x)的原函数存在,则:
∫
[
f
(
x
)
+
g
(
x
)
]
d
x
=
∫
f
(
x
)
d
x
+
∫
g
(
x
)
d
x
\int[f(x)+g(x)]dx=\int f(x)dx+\int g(x)dx
∫[f(x)+g(x)]dx=∫f(x)dx+∫g(x)dx
性质2:设函数
f
(
x
)
f(x)
f(x)的原函数存在,k为非零常数,则
∫
k
f
(
x
)
d
x
=
k
∫
f
(
x
)
d
x
\int kf(x)dx=k\int f(x)dx
∫kf(x)dx=k∫f(x)dx
第一类换元法(凑微分)
定理1:设
f
(
u
)
f(u)
f(u)具有原函数,
u
=
φ
(
x
)
u=\varphi(x)
u=φ(x)可导,则有换元公式
∫
f
[
φ
(
x
)
]
φ
′
(
x
)
d
x
=
[
∫
f
(
u
)
d
u
]
u
=
φ
(
x
)
\int f[\varphi(x)]\varphi'(x)dx=\left [\int f(u)du\right]_{u=\varphi(x)}
∫f[φ(x)]φ′(x)dx=[∫f(u)du]u=φ(x)
例子:求
∫
2
c
o
s
2
x
d
x
\int 2cos2xdx
∫2cos2xdx
∫
2
c
o
s
2
x
d
x
=
∫
c
o
s
2
x
d
2
x
\int 2cos2xdx=\int cos2xd2x
∫2cos2xdx=∫cos2xd2x
令
u
=
2
x
u=2x
u=2x
∫
c
o
s
2
x
d
2
x
=
∫
c
o
s
u
d
u
=
s
i
n
u
+
C
\int cos2xd2x=\int cosudu=sinu+C
∫cos2xd2x=∫cosudu=sinu+C
带回
u
=
2
x
u=2x
u=2x
∫
2
c
o
s
2
x
d
x
=
s
i
n
2
x
+
C
\int 2cos2xdx=sin2x+C
∫2cos2xdx=sin2x+C
第二类换元法
定理2:设
x
=
ψ
(
t
)
x=\psi(t)
x=ψ(t)是单调的可导函数,并且
ψ
′
(
t
)
≠
0.
\psi'(t)\neq0.
ψ′(t)=0.又设
f
[
ψ
(
t
)
]
ψ
′
(
t
)
f[\psi(t)]\psi'(t)
f[ψ(t)]ψ′(t)具有原函数,则有换元公式
∫
f
(
x
)
d
x
=
[
∫
f
[
ψ
(
t
)
]
ψ
′
(
t
)
d
t
]
t
=
φ
−
1
(
x
)
\int f(x)dx=\left [\int f[\psi(t)]\psi'(t)dt\right]_{t=φ^{-1}(x)}
∫f(x)dx=[∫f[ψ(t)]ψ′(t)dt]t=φ−1(x)
其中
φ
−
1
(
x
)
φ^{-1}(x)
φ−1(x)是
x
=
ψ
(
t
)
x=\psi(t)
x=ψ(t)的反函数.
分部积分法
∫
u
d
v
=
u
v
−
∫
v
d
u
\int udv=uv-\int vdu
∫udv=uv−∫vdu
例子:求
∫
x
c
o
s
x
d
x
\int xcosxdx
∫xcosxdx
∫
x
c
o
s
x
d
x
=
∫
x
d
s
i
n
x
=
x
s
i
n
x
−
∫
s
i
n
x
d
x
=
x
s
i
n
x
+
c
o
s
x
+
C
\int xcosxdx=\int x dsinx=xsinx-\int sinxdx=xsinx+cosx+C
∫xcosxdx=∫xdsinx=xsinx−∫sinxdx=xsinx+cosx+C
5.定积分
定积分的意义:曲线的面积
在区间[a,b]中任意插入若干个分点
a
=
x
0
<
x
1
<
x
2
<
…
…
<
x
n
−
1
<
x
n
=
b
a=x_0<x_1<x_2<……<x_{n-1}<x_n=b
a=x0<x1<x2<……<xn−1<xn=b
把[a,b]分成n个小区间
[
x
0
,
x
1
]
,
[
x
1
,
x
2
]
,
…
,
[
x
n
−
1
,
x
n
]
[x_0,x_1],[x_1,x_2],…,[x_{n-1},x_n]
[x0,x1],[x1,x2],…,[xn−1,xn]
它们的长度依次为
Δ
x
1
=
x
1
−
x
0
,
Δ
x
2
=
x
2
−
x
1
,
.
.
.
,
Δ
x
n
=
x
n
−
x
n
−
1
\Delta x_1=x_1-x_0,\Delta x_2=x_2-x_1,...,\Delta x_n=x_n-x_{n-1}
Δx1=x1−x0,Δx2=x2−x1,...,Δxn=xn−xn−1
面积A为:
A
≈
f
(
ξ
1
)
Δ
x
1
+
f
(
ξ
2
)
Δ
x
2
+
.
.
.
+
f
(
ξ
n
)
Δ
x
n
=
∑
i
=
1
n
f
(
ξ
i
)
Δ
x
i
A\approx f(\xi_1)\Delta x_1+f(\xi_2)\Delta x_2+...+f(\xi_n)\Delta x_n=\sum_{i=1}^nf(\xi_i)\Delta x_i
A≈f(ξ1)Δx1+f(ξ2)Δx2+...+f(ξn)Δxn=i=1∑nf(ξi)Δxi
其中
ξ
i
\xi_i
ξi是在
x
i
−
1
∼
x
i
x_{i-1}\sim x_i
xi−1∼xi区间的任意一个值。
为了保证所有小区间的长度都无限缩小,我们要求小区间长度中的最大者趋于零,如记
λ
=
m
a
x
∣
Δ
x
1
,
Δ
x
2
,
…
,
Δ
x
n
∣
\lambda=max|\Delta x_1, \Delta x_2,…,\Delta x_n|
λ=max∣Δx1,Δx2,…,Δxn∣,则上述条件可表示为
λ
→
0
\lambda \to0
λ→0.当
λ
→
0
\lambda \to0
λ→0时(这时分段数n无限增多,即
n
→
∞
n\to \infty
n→∞),取上述和式的极限,便得曲边梯形的面积
A
=
lim
λ
→
0
∑
i
=
1
n
f
(
ξ
i
)
Δ
x
i
A=\lim_{\lambda\to0}\sum_{i=1}^nf(\xi_i)\Delta x_i
A=λ→0limi=1∑nf(ξi)Δxi
∫
a
b
f
(
x
)
d
x
=
I
=
lim
λ
→
0
∑
i
=
1
n
f
(
ξ
i
)
Δ
x
i
\int_a^bf(x)dx=I= \lim_{\lambda\to0}\sum_{i=1}^nf(\xi_i)\Delta x_i
∫abf(x)dx=I=λ→0limi=1∑nf(ξi)Δxi
牛顿莱布尼茨公式
定理3(微积分基本定理)如果函数
F
(
x
)
F(x)
F(x)是连续函数
f
(
x
)
f(x)
f(x)在区间[a,b]
上的一个原函数,那么
∫
a
b
f
(
x
)
d
x
=
F
(
b
)
−
f
(
a
)
\int_a^bf(x)dx=F(b)-f(a)
∫abf(x)dx=F(b)−f(a)
换元法
分部积分
例子:
∫
0
1
x
e
−
x
d
x
=
∫
0
1
−
x
d
e
−
x
=
[
−
x
e
−
x
]
0
1
−
∫
0
1
e
−
x
d
−
x
\int_0^1xe^{-x}dx=\int_0^1-xde^{-x}=\left[-xe^{-x}\right]_0^1-\int_0^1e^{-x}d{-x}
∫01xe−xdx=∫01−xde−x=[−xe−x]01−∫01e−xd−x
=
(
−
1
e
−
1
)
−
∫
1
0
e
u
d
u
=
−
e
−
1
−
[
e
u
]
1
0
=
e
−
1
−
1
+
e
=(-1e^{-1})-\int_1^0e^udu=-e^{-1}-[e^u]_1^0=e^{-1}-1+e
=(−1e−1)−∫10eudu=−e−1−[eu]10=e−1−1+e