导数的介绍和导数的定义

1.介绍

前面的内容在我们提过，函数在某个位置的导数是它在该位置上的斜率。

那斜率数什么呢？

我们可以找到两点之间的平均斜率。就像下面的图像一样：

但是我们如何找到某个点的斜率呢？没有什么办法可完成的！就像跟他一样：

 但有个方法：但是对于导数，我们使用了一个小的差异......；...然后让它缩小到零。就像它一样：

 我们来求导数吧!。为了求函数y = f(x)的导数，我们使用斜率公式:

 (从图表中)我们可以看到:

X从X变为 (X +Δx):

Y从f(X)变为 f(X +Δx):

 现在按照以下步骤操作:

• 代入斜率公式:
• 尽可能地简化它
• 然后使 Δx 向零收缩。

 跟下面的例子一样：

 很多情况下我们用dx代替Δx趋向0。导数通常写成   是这样的 :  

"的导数等于2x"或者简称为""。

所以到底是什么意思？

这意味着，对于函数，任意点的斜率或“变化率”是2x。

• 当x=2时，斜率是2x = 4，如图所示

• 

• 或者当x=5时，斜率是2x = 10，以此类推。

2.导数的定义

        在极限这一章的第一节中，我们看到了切线斜率的计算，函数的瞬时变化率，以及物体在x点的瞬时速度x=a都要求我们计算下面的极限。

我们还看到，稍微变换一下符号这个极限也可以写成，

                                                   (1)

这是一个非常重要的极限，它出现在很多地方，所以我们给它起了一个名字。我们称它为导数。这是导数的官方定义。

导数的定义:

                                (2)

 我们用这个定义计算一些导数。

例1：用导数的定义求下列函数的导数。

 解：我们真正需要做的就是把这个函数代入导数的定义中的（2），然后做一些代数运算。然而，不可否认，代数有时会让人有些不愉快，但这只是代数，所以不要对我们现在计算导数的事实感到兴奋。
        首先把函数代入导数的定义中。

                                                ​​​​​​​        

        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​   

 在做减法的时候要小心，确保你正确地处理了括号。现在，我们从上一章知道我们不能只代入h=0
，因为这将给我们一个除零误差。所以，我们要做一些功。在这种情况下，这意味着把所有项相乘然后把负号分配到第二项上。这样做，

        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​

        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​  

注意分子中没有h的每一项都消掉了我们现在可以把h从分子中提出来这样就可以消掉分母中的h。然后我们可以计算极限。

 所以，导数是，

 示例代码1：

from manim import *  

class FunctionAndDerivative(Scene):  
    def construct(self):  
        # Define axes  
        axes = Axes(  
            x_range=[-1, 6, 1],  
            y_range=[-1, 10, 1],  
            axis_config={"color": BLUE},  
        )  

        # Define the function f(x)  
        f = lambda x: 2 * x**2 - 16 * x + 35  
        graph = axes.plot(f, color=WHITE)  
        graph_label = axes.get_graph_label(graph, label='f(x)')  

        # Define the derivative f'(x)  
        f_prime = lambda x: 4 * x - 16  
        derivative_graph = axes.plot(f_prime, color=YELLOW)  
        derivative_label = axes.get_graph_label(derivative_graph, label="f'(x)", x_val=5)  

        # Add everything to the scene  
        self.play(Create(axes), Create(graph), Write(graph_label))  
        self.play(Create(derivative_graph), Write(derivative_label))  
        self.wait(2)  

示例代码2： 

from manim import *

class FunctionAndDerivative01(Scene):
    def construct(self):
        # Define axes
        axes = Axes(
            x_range=[-1, 6, 1],
            y_range=[-1, 10, 1],
            axis_config={"color": BLUE},
        )

        # Define the function f(x)
        f = lambda x: 2 * x**2 - 16 * x + 35
        f_prime = lambda x: 4 * x - 16  # Move f_prime here
        graph = axes.plot(f, color=WHITE)
        graph_label = axes.get_graph_label(graph, label='f(x)')

        # Create a moving point on the graph
        moving_point = Dot(color=RED).move_to(axes.c2p(2, f(2)))

        # Create a tangent line
        tangent_line = always_redraw(lambda: Line(
            start=axes.c2p(moving_point.get_x(), f(moving_point.get_x())) + LEFT,
            end=axes.c2p(moving_point.get_x(), f(moving_point.get_x())) + RIGHT
        ).shift(1 * UP).rotate(np.arctan(f_prime(moving_point.get_x()))))

        # Define the derivative f'(x)
        derivative_graph = axes.plot(f_prime, color=YELLOW)
        derivative_label = axes.get_graph_label(derivative_graph, label="f'(x)", x_val=5)

        # Add everything to the scene
        self.play(Create(axes), Create(graph), Write(graph_label))
        self.play(Create(derivative_graph), Write(derivative_label))
        self.play(Create(moving_point), Create(tangent_line))

        # Animate the moving point and tangent line
        for x in np.arange(2, 5, 0.1):
            self.play(moving_point.animate.move_to(axes.c2p(x, f(x))), run_time=0.1)
            self.wait(0.1)

        self.wait(2)