高数草稿-导数和微分，中值定理，泰勒展开的证明，单调性和凹凸性，曲率，方程近似解

本文链接：https://blog.csdn.net/qq_42811825/article/details/103819502

本文仅是个人理解，如有谬误，请望矫正

导数的基本定义 ${\color{Red} \lim_{h\rightarrow 0}\frac{f(x+h)-f(x)}{h}={f}'(x)}$ (注意，可导一定连续，连续不一定可导，连续不一定存在切线变化)

我们可证一些常用导数

${\color{Red} {x}^{'n}=\lim_{h\rightarrow 0}\frac{(x+h)^{n}-x^{n}}{h}=\lim_{h\rightarrow 0}\frac{(1+\frac{h}{x})^{n}*x^{n}-x^{n}}{h}=\lim_{h\rightarrow 0}\frac{((1+\frac{h}{x})^{n}-1)*x^{n})}{h}\because((1+\frac{h}{x})^{n}-1)\sim \frac{nh}{x}\therefore=\frac{\frac{nh}{x}*x^{n}}{h}=nx^{n-1}}$

${\color{Red} a^{'x}=\lim_{h\rightarrow 0}\frac{a^{x+h}-a^{x}}{h}=\lim_{x\rightarrow 0}\frac{a^{x}*(a^{h}-1)}{h}=a^{x}\lim_{x\rightarrow 0}\frac{a^{h}-1}{h}\because \frac{a^{h}-1}{h}\sim lna\therefore =a^{x}lna}$

${\color{Red}log_{a'}x=\lim_{h\rightarrow 0}\frac{log_{a}(x+h)-log_{a}(x)}{h}=\lim_{h\rightarrow 0}\frac{log_{a}(\frac{x+h}{h})}{h}=\frac{1}{x}\lim_{h\rightarrow 0}\frac{log_a{(1+\frac{h}{x})}}{\frac{h}{x}}\because\frac{log_{a}(1+x)}{x}\sim\frac{1}{lna}\therefore =\frac{1}{xlna}}$

${\color{Red}sin'x=\lim_{h\rightarrow 0}\frac{sin(x+h)-sinx}{h}= \lim_{h\rightarrow 0}\frac{sinxcosh-cosxsinh-sinx}{h}=\lim_{h\rightarrow 0}\frac{cosxsinh}{h}=cosx}$

以此类推

其中反函数 ${\color{Red} f^{-1}(x)'=\frac{1}{f'(y)}}$ 反函数的导数=原函数导数的倒数

乘积函数的高阶求导为

${\color{Red} (uv)^{'n}=\sum_{k=0}^{n}C_{u}^{k}u^{n-k}v^{k}}$ 等于二项式

隐函数的求导方法将函数看成 ${\color{Red} f(x)}$ 和 ${\color{Red} f(y)}$ 两部分， ${\color{Red} f(x)}$ 正常求导， ${\color{Red} f(y)}$ 求导为将 ${\color{Red} x}$ 看成常数， ${\color{Red} y}$ 看成未知数求导后 ${\color{Red} *\frac{dy}{dx}}$

其中指数函数我们利用对数隐函数的方式求导

函数的微分是 ${\color{Red}\Delta x }$ 增加后 ${\color{Red} \Delta y}$ 的增加量

我们可以利用微分求近似值

${\color{Red} f({x_{0}}+\Delta x)\approx f(x_{0})+f'(x_{0})\Delta x}$

微分中值定理

若 ${\color{Red} f(x)}$ 和 ${\color{Red} F(x)}$ 在[a,b] 连续，(a,b)可导，至少有一点ξ ${\color{Red} (a<\xi <b)}$ ,

罗尔定理

若存在 ${\color{Red} f(a)=f(b)}$ ，则 ${\color{Red} f '(\xi )=0}$

拉格朗日中值定理

${\color{Red}\frac{f(b)-f(a)}{b-a}=f'(\xi )}$ ，其几何意义是 ${\color{Red} a\rightarrow b}$ 弦的斜率= ${\color{Red} \xi }$ 点的斜率，证明： ${\color{Red}\int \frac{f(b)-f(a)}{b-a}dx=\int f'(\xi )dx=\frac{f(b)-f(a)}{b-a}x=f(\xi )=F(x)}$ ，则 ${\color{Red} F(a)=F(b)}$ ，满足罗尔定理，则 ${\color{Red} F(\xi )=0}$ 成立

柯西中值定理

${\color{Red} \frac{f(b)-f(a)}{F(b)-F(a)}=\frac{f'(\xi) }{F'(\xi) }}$ ，其几何意义在参数方程上用拉格朗日中值定理证明: ${\color{Red} (f(b)-f(a))F'(\xi)=f'(\xi)(F(b)-F(a))}$ ，两边积分得 ${\color{Red} \varphi (x)=(f(b)-f(a))F(\xi)-f(\xi)(F(b)-F(a))}$ ， ${\color{Red} \varphi (a)=\varphi (b)}$ ，满足罗尔定理，则 ${\color{Red} \varphi (\xi)=0}$ 成立

泰勒公式

每一个函数都可以由无数多个多项式累加而成，泰勒公式证明如下

我们由导数的定义可知 ${\color{Red} \lim_{h\rightarrow 0}\frac{f(x+h)-f(x)}{h}={f}'(x)}$ ,则 ${\color{Red} \frac{f(x)-f(x_{0})}{x-x_{0}}={f}'(x_{0})+\alpha (x)}$ ，其中 ${\color{Red} \alpha (x)}$ 趋近于无穷小

一阶泰勒的表达式为 ${\color{Red} f(x)=f(x_{0})+f'(x_{0})(x-x_{0})+\alpha(x)(x-x_{0}) }$

其中 ${\color{Red} lim\frac{\alpha (x)(x-x_{0})}{x-x_{0}}=0}$ ， ${\color{Red} \alpha (x)(x-x_{0})}$ 是 ${\color{Red}(x-x_{0}) }$ 的高阶无穷小，可记为 ${\color{Red} \alpha(x-x_{0})}$ ,则一阶泰勒为 ${\color{Red} f(x)=f(x_{0})+f'(x_{0})(x-x_{0})+\alpha(x-x_{0}) }$ 。而我们想要得到更精确的值，

则要对 ${\color{Red} \alpha(x-x0)}$ 更进一步无穷小处理。我们可知 ${\color{Red} \alpha(x-x_{0})=f(x)-f(x_{0})-f'(x_{0})(x-x_{0}) }$ ， ${\color{Red} \lim_{x\to x_{0}}\frac{\alpha (x-x_{0})}{(x-x_{0})^{2}}=\lim_{x\to x_{0}}\frac{ f(x)-f(x_{0})-f'(x_{0})(x-x_{0})}{(x-x_{0})^{2}}}$ 洛必达得= ${\color{Red} \lim_{x\to x_{0}}\frac{f'(x)-f'(x_{0})}{2(x-x_{0}))}=\frac{{f}''(x_{0})}{2}}$ 。还原上去得 ${\color{Red} \alpha(x-x_{0})}$ = ${\color{Red} \frac{1}{2}{f}''(x_{0})(x-x_{0})^{2}+\alpha _{2}(x)(x-x_{0})^{2}}$ ，其中 ${\color{Red} \alpha _{2}(x)(x-x_{0})^{2}}$ 是 ${\color{Red}(x-x_{0})^{2} }$ 的高阶无穷小，可记为 ${\color{Red}\alpha _{2}(x-x_{0})^{2}}$ 。二阶泰勒的表达式

${\color{Red} f(x)=f(x_{0})+f'(x_{0})(x-x_{0})+\frac{1}{2}{f}''(x_{0})(x-x_{0})^{2}+\alpha _{2}(x)(x-x_{0})^{2}}$ 。又 ${\color{Red}\lim_{x\to x_{0}}\frac{\alpha _{2}(x)(x-x_{0})^{2}}{(x-x_{0})^{3}}= \lim_{x\to x_{0}}\frac{f(x)-f(x_{0})-f'(x_{0})(x-x_{0})-\frac{1}{2}{f}''(x_{0})(x-x_{0})^{2}}{(x-x_{0})^{3}}}$ ，多次洛必达= ${\color{Red}\frac{f^{3}(x_{0})}{6}}$ ，三阶泰勒公式= ${\color{Red} f(x)=f(x_{0})+f'(x_{0})(x-x_{0})+\frac{1}{2}{f}''(x_{0})(x-x_{0})^{2}+\frac{1}{6}f^{3}(x_{0})(x-x_{0})^{3}+a_{3}(x-x_{0})^{3}}$

依此类推，得n阶泰勒= ${\color{Red} f(x)=f(x_{0})+f'(x_{0})(x-x_{0})+\frac{1}{2}{f}''(x_{0})(x-x_{0})^{2}+\frac{1}{6}f^{3}(x_{0})(x-x_{0})^{3}...+\frac{1}{n!}f^{n}(x_{0})(x-x_{0})^{n}+a_{n}(x-x_{0})^{n}}$

且 ${\color{Red} a_{n}(x-x_{0})^{n}}$ 总= ${\color{Red}\frac{f^{n+1}(\xi )(x-x_{0})^{n+1}}{(n+1)!}(x\to \xi \to x_{0} )}$ ，称为拉格朗日余项我们可以看出当n=0时，泰勒公式=拉格朗日中值公式 ${\color{Red} f(x)=f(x_{0})+f'(\xi)(x-x_{0}) }$ 当 ${\color{Red} x_{0}=0 }$ 时，拉格朗日余项就变成佩亚诺余项 ${\color{Red}\frac{f^{n+1}(\theta x)}{(n+1)!}x^{n}(0<\theta <1)}$ ，且有麦克劳林公式= ${\color{Red} f(x)=f(0)+f'(0)(x)+\frac{1}{2}{f}''(0)(x)^{2}+\frac{1}{6}f^{3}(0)(x)^{3}...+\frac{1}{n!}f^{n}(0)(x)^{n}+\frac{f^{n+1}(\theta x)}{(n+1)!}(x)^{n+1}}$

泰勒的展开式我们可以应用到很多地方，比如计算机计算三角函数值就是运用泰勒公式，比如常数 ${\color{Red} e}$ 的取值也可用泰勒无限逼近

函数的单调性和凹凸性

${\color{Red} f'(x_{0})=0}$ ， ${\color{Red} x_{0}}$ 为函数驻点，若 ${\color{Red}\lim_{x \to x _{0+}} f'(x_{0})*\lim_{x\to x_{0-}} f'(x_{0})<0}$ ， ${\color{Red} x_{0}}$ 为极值点
${\color{Red} f''(x_{0})=0}$ , 且 ${\color{Red}\lim_{x \to x _{0+}} f''(x_{0})*\lim_{x\to x_{0-}} f''(x_{0})<0}$ ， ${\color{Red} x_{0}}$ =拐点，在(a,b)上 ${\color{Red} f''(x)>0}$ 是凹函数， ${\color{Red} f''(x)<0}$ 为凸函数

曲率表示弧线弯曲的程度

弧微分用 ${\color{Red} \frac{\Delta s}{\Delta x}}$ 表示，其中 ${\color{Red}\Delta s}$ 表示弧长的变化≈ ${\color{Red}\sqrt{ \Delta x^{2}+ \Delta y^{2}}}$ ，故 ${\color{Red} \frac{\Delta s}{\Delta x}}$ ≈ ${\color{Red} \sqrt{1+{y}'}}$

曲率我们用 ${\color{Red} \frac{\Delta \alpha }{\Delta s}}$ 表示，其中 ${\color{Red}\Delta a}$ 是角度的变化，我们可用 ${\color{Red}\tan \alpha =y{}'}$ 来推导曲率 ${\color{Red}k=\frac{|y''|}{(1+y'^{2})^{\frac{3}{2}}}}$ ，曲率圆半径= ${\color{Red}\frac{1}{k}}$

曲率圆心 ${\color{Red}(\alpha ,\beta )}$ 的坐标为 ${\color{Red}\alpha =x-\frac{y'(1+y'^{2})}{y''}}$ , ${\color{Red} \beta =y+\frac{1+y'^{2}}{y''}}$ 同渐伸线的渐屈线方程一致