单变量微积分（一）：导数(Derivative)与极限(Limit)及微积分(calculus)

本系列是MIT 18.01公开课 笔记，有兴趣的可以b站搜 mit 18.01

导数(几何角度)：函数上某一点的切线的斜率（slope）

切线函数：        

斜率公式：       

其中x0,y0为函数上某一点p（x0，y0），m 为该切线函数α的斜率。

经过p点的线可以有无数条直线，如何说α就是p点的切线呢？

现在有一条割线 β 同时经过该函数的两点 P ，Q。如果使得 Q 逐渐靠近 P（依旧是不脱离原本函数的靠近，即沿着该函数的曲线靠近），割线 β 最终会与切线 α 重合。

所以，切线是一种极限：Q趋近于P时，割线PQ的极限（P不变而Q变化）

下面，如何求斜率？

其中 Δx 为水平方向即 x 轴的两点的位置的差，Δy 为垂直方向即 y 轴的两点的位置的差。

直线PQ的斜率为 

极限的表现不仅仅在割线上，还有斜率（slope），因此斜率m的极限表达式如下：

接下来，将P和Q的坐标表示出来，如下图：

用坐标表示上述的斜率方程为：

其中 f(x0 + Δx) = Δy+y0 , f(x0) = y0

该公式又名差商，因分子和分母都有差值：

分母 → Δx = x0 + Δx - x0

分子 → Δy = Δy + y0 - y0

实际上我们所求得的斜率m或者导数f`(x0)都称为微积分。

幂函数导数

设                 

求                 

首先，          

这里的    涉及到了二项式定理，其展开为：

               

其中                    表示剩下的项里的Δx具有更高阶，但是这些项并不重要，重要的是红色部分。

带入最终得          

加入极限后得最终幂函数的导数公式          这就是为什么O那里说不重要的原因。

导数符号

牛顿符号：

莱布尼茨符号：

但是他们的用法都是等价的：

 

 

 

导数(物理角度)：变化率（rate of change）

在进行 y = f(x) 的作图时，可以动态检测 x 和 y 的变化，相当于记录了相对变化率，即     

这是一种平均变化，通常将 x 考虑为时间，记录在时间区间 Δx 上的平均变化率。平均变化率的极限可表示为 

    ，称为瞬时变化率。

例1. q = 电荷 ,  = 电流     ——> 这里的变化率即化身为电流

例2. s = 距离， = 速度     ——> 这里的变化率即化身为速度

例3. 从 40 米高楼往下扔一个球，设初始时间 t1 = 0sec , 最终落到地面的时间 t2 = 3sec ,且球下落时的初始高度是 h1 = 40 meters，最终落到地面的高度是 h2 = 0 meters，假设由重力加速度( 实际情况还要考虑到阻力等问题，这里只讲高数不讲细致的物理原理 )得到  ,则平均速率的表示为 

瞬时速率的表示为：

所以当球落地的瞬时，速率为：