微积分 - 导数,微分基础

微积分

微积分(Calculus)研究的内容是函数的微分(Differentiation)、积分(Integration)及其相关应用。本笔记来看微分相关知识。

微分

在说微分之前,先要来看看导数

导数

        导数(Derivative)定义:若𝑓(𝑥)在点𝑥0 的某个邻域Δ𝑥内,如果极限

        f'(x_0) = \lim_{\Delta x \to 0}\frac{f(x_0 + \Delta x) - f(x_0)}{\Delta x}

        存在,则称函数𝑓(𝑥)在𝑥0点处可导,𝑓′ (𝑥0)称为𝑓(𝑥)在𝑥0点处的导数,记作𝑓′ (𝑥0)或d𝑓(𝑥0)/d𝑥。

        定义看起来不直观,还是看图说话吧:

        

        上图是𝑓(𝑥) = 𝑥^2的图像,在点(1,1)处的导数,从图形上看就是这个点切线的斜率。我们通过导数定义可以算出来导数是:

        f'(1) = \lim_{\Delta x \to 0}\frac{(1 + \Delta x)^2 - 1}{\Delta x} = \lim_{\Delta x \to 0}\Delta x + 2 = 2

        高阶导数

        前面提到的关于𝑓(𝑥)的在某点的导数定义是对𝑓(𝑥)求了一次导(一阶导数)𝑓′ (𝑥),如果对𝑓′ (𝑥)再次求导,会得到𝑓(𝑥)的二阶导数,记为𝑓″ (𝑥)或f^{(2)}(x),这个过程只要保证当前导数还可导就可以继续做下去,我们用f^{(n)}(x)来表示𝑓(𝑥)的n阶导数。

        关于偏导数、方向导数和梯度等,后面的笔记再看,这篇笔记作为基础回顾先不看。

微分

        设函数𝑓(𝑥)在𝑥0处连续,若存在实数A,使得

        f(x_0 + \Delta x) = f(x_0) + A\Delta x + o(\Delta x)

        其中\Delta x \to 0,则称𝑓(𝑥)在𝑥0处可微(differentiable),并称线性部分A\Delta x为𝑓(𝑥)在𝑥0处的微分(differential),记作dy。

微分和导数的联系(一元函数情况)

        𝑓(𝑥)在𝑥0处可微,当且仅当𝑓(𝑥)在𝑥0处可导,并且微分值和导数值相等,导数也可以记作\frac{dy}{dx}

        证明:

        (1) 若函数 𝑓(𝑥)在𝑥0处可导,则其在𝑥0处连续,且极限

              \lim_{h \to 0}\frac{f(x_0 + h) - f(x_0)}{h}

             存在,记这个极限值为A,则有

              \lim_{h \to 0}\frac{f(x_0 + h) - f(x_0) - Ah}{h} = 0(将A移到左边变为Ah/h, 然后根据极限的运算法则得到)

              这个极限可以改写成

              f(x0 + h) - f(x_0) -Ah = o(h)(根据无穷小的运算法则得到,f(x0 + h) - f(x0) - Ah是h的高阶无穷小)

              整理,可得

              f(x_0 + h) = f(x_0) + Ah + o(h)

              这个等式成立,不就是可微的条件嘛,这样就证明了𝑓(𝑥)在𝑥0处可导的时候,𝑓(𝑥)在𝑥0处也可微。

        (2)若函数𝑓(𝑥)在𝑥0处可微,则存在实数A,使得

               f(x_0 + h) = f(x_0) + Ah + o(h)

               整理可得

               f(x_0 + h) - f(x_0) = Ah +o(h) => \frac{f(x_0 + h) - f(x_0)}{h} = A + o(1)

               根据高阶无穷小定义,可以得到

               \lim_{h \to 0}\frac{f(x_0 + h) - f(x_0)}{h} = A

               这个等式成立,就是𝑓(𝑥)在𝑥0处可导的条件,因此𝑓(𝑥)在𝑥0处可微,𝑓(𝑥)在𝑥0处也可导。

参考资料

微分和导数的关系是什么?两者的几何意义有什么不同?为什么要定义微分 ? - 知乎

无穷小的运算(包括阶运算等)与等价无穷小 - 知乎

        

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

亦枫Leonlew

希望这篇文章能帮到你

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值