求真百科歡迎當事人提供第一手真實資料,洗刷冤屈,終結網路霸凌。

微分檢視原始碼討論檢視歷史

事實揭露 揭密真相
前往: 導覽搜尋
微分

中文名: 微分

外文名: Differential

所屬學科: 微分幾何

概 述: 一種線性描述

一元型: 定義 推導

切線微分: 當自變量為固定值

運算法則: 基本法則 連鎖律 乘法律

歷 史: 發展歷史

微分在數學中的定義:由函數B=f(A),得到A、B兩個數集,在A中當dx靠近自己時,函數在dx處的極限叫作函數在dx處的微分,微分的中心思想是無窮分割。微分是函數改變量的線性主要部分。微積分的基本概念之一。[1]

定義

設M為光滑流形,U為M的開集,𝓕U為U上光滑函數代數,p∈U,f∈𝓕U。則f在p的微分為對偶空間T*pM的元,定義為 df(p)(v):=v(f),v∈TpM。

性質

{dxi(p)}為與{∂/∂xi(p)}對偶的基。  

發展歷史

萌芽時期 早在希臘時期,人類已經開始討論「無窮」「極限」以及「無窮分割」等概念。這些都是微積分的中心思想;雖然這些討論從現代的觀點看有很多漏洞,有時現代人甚至覺得這些討論的論證和結論都很荒謬,但無可否認,這些討論是人類發展微積分的第一步。 例如公元前五世紀,希臘的德謨克利特(Democritus)提出原子論:他認為宇宙萬物是由極細的原子構成。在中國,《莊子.天下篇》中所言的「一尺之捶,日取其半,萬世不竭」,亦指零是無窮小量。這些都是最早期人類對無窮、極限等概念的原始的描述。 其他關於無窮、極限的論述,還包括芝諾(Zeno)幾個著名的悖論:其中一個悖論說一個人永遠都追不上一隻烏龜,因為當那人追到烏龜的出發點時,烏龜已經向前爬行了一小段路,當他再追完這一小段,烏龜又已經再向前爬行了一小段路。芝諾說這樣一追一趕的永遠重覆下去,任何人都總追不上一隻最慢的烏龜--當然,從現代的觀點看,芝諾說的實在荒謬不過;他混淆了「無限」和「無限可分」的概念。人追烏龜經過的那段路縱然無限可分,其長度卻是有限的;所以人仍然可以以有限的時間,走完這一段路。然而這些荒謬的論述,開啟了人類對無窮、極限等概念的探討,對後世發展微積分有深遠的歷史意味。 另外值得一提的是,希臘時代的阿基米德(Archimedes)已經懂得用無窮分割的方法正確地計算一些面積,這跟現代積分的觀念已經很相似。由此可見,在歷史上,積分觀念的形成比微分還要早--這跟課程上往往先討論微分再討論積分剛好相反。 十七世紀的大發展牛頓和萊布尼茨的貢獻 中世紀時期,歐洲科學發展停滯不前,人類對無窮、極限和積分等觀念的想法都沒有什麼突破。中世紀以後,歐洲數學和科學急速發展,微積分的觀念也於此時趨於成熟。在積分方面,一六一五年,開普勒(Kepler)把酒桶看作一個由無數圓薄片積累而成的物件,從而求出其體積。而伽利略(Galileo)的學生卡瓦列里(Cavalieri)即認為一條線由無窮多個點構成;一個面由無窮多條線構成;一個立體由無窮多個面構成。這些想法都是積分法的前驅。 在微分方面,十七世紀人類也有很大的突破。費馬(Fermat)在一封給羅貝瓦(Roberval)的信中,提及計算函數的極大值和極小值的步驟,而這實際上已相當於現代微分學中所用,設函數導數為零,然後求出函數極點的方法。另外,巴羅(Barrow)亦已經懂得透過「微分三角形」(相當於以dx、dy、ds為邊的三角形)求出切線的方程,這和現今微分學中用導數求切線的方法是一樣的。由此可見,人類在十七世紀已經掌握了微分的要領。 然而,直至十七世紀中葉,人類仍然認為微分和積分是兩個獨立的觀念。就在這個時候,牛頓和萊布尼茨將微分及積分兩個貌似不相關的問題,透過「微積分基本定理」或「牛頓-萊布尼茨公式」聯繫起來,說明求積分基本上是求微分之逆,求微分也是求積分之逆。這是微積分理論中的基石,是微積分發展一個重要的里程碑。 設函數y = f(x)在x的鄰域內有定義,x及x + Δx在此區間內。如果函數的增量Δy = f(x + Δx) - f(x)可表示為 Δy = AΔx + o(Δx)(其中A是不隨Δx改變的常量,但A可以隨x改變),而o(Δx)是比Δx高階的無窮小(註:o讀作奧密克戎,希臘字母)那麼稱函數f(x)在點x是可微的,且AΔx稱作函數在點x相應於因變量增量Δy的微分,記作dy,即dy = AΔx。函數的微分是函數增量的主要部分,且是Δx的線性函數,故說函數的微分是函數增量的線性主部(△x→0)。 通常把自變量x的增量 Δx稱為自變量的微分,記作dx,即dx = Δx。於是函數y = f(x)的微分又可記作dy = f'(x)dx。函數因變量的微分與自變量的微分之商等於該函數的導數。因此,導數也叫做微商。 當自變量X改變為X+△X時,相應地函數值由f(X)改變為f(X+△X),如果存在一個與△X無關的常數A,使f(X+△X)-f(X)和A·△X之差是△X→0關於△X的高階無窮小量,則稱A·△X是f(X)在X的微分,記為dy,並稱f(X)在X可微。一元微積分中,可微可導等價。記A·△X=dy,則dy=f′(X)dX。例如:d(sinX)=cosXdX。 微分概念是在解決直與曲的矛盾中產生的,在微小局部可以用直線去近似替代曲線,它的直接應用就是函數的線性化。微分具有雙重意義:它表示一個微小的量,因此就可以把線性函數的數值計算結果作為本來函數的數值近似值,這就是運用微分方法進行近似計算的基本思想。

推導

設函數y = f(x)在某區間內有定義,x0及x0+△x在這區間內,若函數的增量Δy = f(x0 + Δx) − f(x0)可表示為Δy = AΔx + o(Δx),其中A是不依賴於△x的常數, o(Δx)是△x的高階無窮小,則稱函數y = f(x)在點x0是可微的。 AΔx叫做函數在點x0相應於自變量增量△x的微分,記作dy,即:dy=AΔx。微分dy是自變量改變量△x的線性函數,dy與△y的差是關於△x的高階無窮小量,我們把dy稱作△y的線性主部。得出: 當△x→0時,△y≈dy。 導數的記號為:(dy)/(dx)=f′(X),我們可以發現,它不僅表示導數的記號,而且還可以表示兩個微分的比值(把△x看成dx,即:定義自變量的增量等於自變量的微分),還可表示為dy=f′(X)dX。  

幾何意義

設Δx是曲線y = f(x)上的點M的在[[橫坐標]上的增量,Δy是曲線在點M對應Δx在縱坐標上的增量,dy是曲 線在點M的切線對應Δx在縱坐標上的增量。當|Δx|很小時,|Δy-dy|比|Δx|要小得多(高階無窮小),因此在點M附近,我們可以用切線段來近似代替曲線段。  

多元型

當自變量為多個時,可得出多元微分的定義。一元微分又叫常微分。

高階型

當自變量是多元變量時,導數的概念已經不適用了(儘管可以定義對某個分量的偏導數),但仍然有微分的概念。

定義

中的点x+h。如果存在线性映射A使得对任意这样的x+h,

那麼稱函數f在點x處可微。線性映射A叫做f在點x處的微分,記作。 如果f在點x處可微,那麼它在該點處一定連續,而且在該點的微分只有一個。為了和偏導數區別,多元函數的微分也叫做全微分全導數。 當函數在某個區域的每一點x都有微分的函數: 這個函數一般稱為微分函數。

性質

如果f是線性映射,那麼它在任意一點的微分都等於自身。 在Rn(或定義了一組標準基的內積空間)里,函數的全微分和偏導數間的關係可以通過雅可比矩陣刻畫: 設f是從Rn射到Rm的函數,f=(f1,f2,...fm),那麼: 具體來說,對於一個改變量: ,微分值: 可微的必要條件:如果函數f在一點x_0處可微,那麼雅克比矩陣的每一個元素 都存在,但反之不真。 可微的充分條件:如果函數f在一點x_0的雅克比矩陣的每一個元素\frac{\partial f_i}{\partial x_j}(x_0)都在x_0連續,那麼函數在這點處可微,但反之不真。

例子

函數 是一個從R2射到R3的函數。它在某一點(x, y)的雅可比矩陣為: 微分為: ,也就是: 我們對函數y進行微分,得出導數 又被稱為一階導數。 這時,我們微分 被稱為二階導數。 同理,我們可以得到三次導數及更高次的導數, 2)被稱為n階導數。  

切線微分

當自變量為固定值 需要求出曲線上一點的斜率時,前人往往採用作圖法,將該點的切線畫出,以切線的斜率作為該點的斜率。然而,畫出來的切線是有誤差的,也就是說,以作圖法得到的斜率並不是完全準確的斜率。微分最早就是為了從數學上解決這一問題而產生的。 以y=x2 為例,我們需要求出該曲線在(3,9)上的斜率,當△x與△y的值越接近於0,過這兩點直線的斜率就越接近所求的斜率m,當△x與△y的值變得無限接近於0時,直線的斜率就是點的斜率。 當x = 3 +Δx 時,y = 9+ Δy,也就是說,

(展开)
(两边减去9)

(兩邊除以△x) ∵ 為直線斜率) ∴ 我們得出,

在点(3,9)处的斜率为6。

當自變量為任意值 在很多情況下,我們需要求出曲線上許多點的斜率,如果每一個點都按上面的方法求斜率,將會消耗大量時間,計算也容易出現誤差,這裡我們仍以

为例,计算图象上任意一点的斜率m。

假設該點為(x,y),做對照的另一點為( ),我們按上面的方法再計算一遍:

(展开)
,两边减去y)
(两边除以△x)

∵ ∴ 我們得出,y=x2 在點(x,y)處的斜率為2x。 從二次函數到冪函數 通過以上的方法,我們可以得出x的二次函數在任意一點上的斜率,但是這遠遠不夠。我們需要把這種方法擴充到所有的冪函數。假設有函數

,假设函数上有一点(x,y)和另一点(x+Δx,y+Δy) ,我们可以这样计算斜率:
(二项展开式)
)
(两边除以△x)
(加上极限)
(其他项均带有△x,在△x→0的情况下都可以视为等于0)

我們得出, 。 從冪函數到單項式 我們可以把冪函數的斜率擴展到單項式函數 :

(二项展开式)

,兩邊減去y)

(两边除以△x)
(加上极限)
(其他项均带有△x,在△x→0的情况下都可以视为等于0)

我們得出, 。 這就是微分的基本公式,「基本法則」目錄有詳細的說明。

被记作dy/dx=m 。

單項式 當函數為單項式

(a和n为常数)的形式时,有基本公式:

注意:基本公式極為重要,在學習更為複雜的運算法則前請務必牢記。 多項式 當函數為幾個

形式的单项式的和或差时,这个函数的导数只需在原函数的导数上进行加减即可。

以函數 。 可以得出 。 y=u+v 同理可以得出 最後得出公式: 有了這兩個公式,我們可以對大部分常見的初等函數求導。 注意:f'(x)是函數f(x)的導數。

連鎖律

(微分连锁律)

乘法律

(微分乘法律)

除法律

(微分除法律)

正弦函數的導數 假設正弦函數y=sin x(x的單位為弧度)上有一點(x,y)和另一點(x+δx,y+δy): d/dx(sin x) =limδx→0 δy/δx =limδx→0 [sin (x+δx)-sin x]/δx =limδx→0 2[cos 0.5(2x+δx)][sin 0.5(δx)]/δx (sin A-sin B=2[cos 0.5(A+B)][sin 0.5(A-B)]) =limδx→0 [cos 0.5(2x+δx)][sin 0.5(δx)]/0.5δx (兩邊除以2) =limδx→0 [cos 0.5(2x+δx)]×[sin 0.5(δx)]/0.5δx =limδx→0 [cos 0.5(2x+δx)]×limδx→0 [sin 0.5(δx)]/0.5δx =cos 0.5(2x)×1 (limθ→0 (sin θ)/θ=1) =cos x 最後得出d/dx(sin x)=cos x。 餘弦函數的導數 我們知道cos x=sin(π/2-x),所以d/dx(cos x)=d/dx[sin (π/2-x)]。 假設π/2-x=u,我們可以用連鎖律對餘弦函數y=cos x求導: d/dx(cos x) =d/dx[sin (π/2-x)] =d/du[sin (π/2-x)]×d/dx(π/2-x) (連鎖律) =cos (π/2-x)×(-1) (d/dx(sin x)=cos x) =-cos (π/2-x) =-sin x (cos (π/2-x)=sin x) 最後得出d/dx(cos x)=-sin x。 正切函數的導數 由於正切函數tan x=(sin x)/(cos x),我們可以用除法律對其求導: d/dx(tan x) =d/dx[(sin x)/(cos x)] (tan x=(sin x)/(cos x)) =[(cos x)d/dx(sin x)-(sin x)d/dx(cos x)]/(cos^2 x) (除法律) =[cos^2 x-(sin x)(-sin x)]/cos^2 x =(cos^2 x+sin^2 x)/cos^2 x =1/cos^2 x =sec^2 x 最後得出d/dx(tan x)=sec^2 x。 三角函數的應用1 當我們遇到y=sin/cos/tan u(u是自變量為x的函數且常為ax+b的形式)這類函數的時候,可以使用連鎖律求導: ①y=sin u d/dx(sin u) =(dy/du)(du/dx) (連鎖律) =(cos u)(du/dx) 當u的形式為ax+b時,du/dx=a,所以: d/dx[sin(ax+b)]=a[cos(ax+b)] ②y=cos 當u的形式為ax+b時,du/dx=a,所以: d/dx[cos(ax+b)]=-a[sin(ax+b)] ③y=tan u d/dx(tan u) =(dy/du)(du/dx) (連鎖律) =(sec^2 u)(du/dx) 當u的形式為ax+b時,du/dx=a,所以: d/dx[tan(ax+b)]=a[sec^2(ac+b)] 三角函數的應用2 有時我們需要對y=sin^n x或y=cos^n x(n為常數)這類函數求導,使用連鎖律也可以解決: 這裡我們使用「連鎖律的應用1」中得到的公式:d/dx(y^n)=[ny^(n-1)](dy/dx) ①y=sin^n x dy/dx =n[sin^(n-1) x]d/dx(sin x) =n[sin^(n-1) x](cos x) ②y=cos^n x dy/dx =n[cos^(n-1) x]d/dx(cos x) =-n[cos^(n-1) x](sin x) 得出公式: d/dx(sin^n x)=n[sin^(n-1) x](cos x) d/dx(cos^n x)=-n[cos^(n-1) x](sin x)

導數二

自然指數函數的導數 在畫圖軟件里,我們可以看出在函數y=e^x上任意一點(x,y)的斜率均等於y。也就是說,m=dy/dx=y。 因此,函數e^x的導數由以下公式獲得 證明:y=e^x, y+dy=e^(x+dx), dy=e^(x+dx)-e^x =e^x(e^dx-1) =e^x(1+dx+dx^2/2!+……+dx^n/n!-1){e^a=1+a+a^n/n!(n∈N)} ≈dxe^x ∴d/dx(e^x)=e^x 自然指數函數的應用 我們可以使用連鎖律對y=e^u(u是自變量為x的函數)求導: dy/dx =(dy/du)(du/dx) (連鎖律) =[d/du(e^u)](du/dx) =(e^u)(du/dx) 最後得出: d/dx(e^u)=(e^u)(du/dx) 如果u的形式為ax+b(a和b均為常數),那麼du/dx=a,可以得出: d/dx[e^(ax+b)]=ae^(ax+b) 自然對數函數的導數 我們可以通過d/dx(e^x)=e^x對自然對數函數y=ln x求導: y=ln x x=e^y d/dx(x)=d/dx(e^y) d/dx(x)=d/dy(e^y)(dy/dx) (連鎖律) d/dx(x)=(e^y)(dy/dx) (e^y)(dy/dx)=1 x(dy/dx)=1 (x=e^y) dy/dx=1/x 最後得出: d/dx(ln x)=1/x 自然對數函數的應用 我們可以使用連鎖律對y=ln u(u是自變量為x的函數)求導: dy/dx =(dy/du)(du/dx) (連鎖律) =[d/du(ln u)](du/dx) =(1/u)(du/dx) 可以得出: d/dx(ln u)=(1/u)(du/dx) 如果u的形式為ax+b(a和b均為常數),那麼du/dx=a,可以得出: d/dx[ln (ax+b)]=a/(ax+b)

特殊導數

三角函數 d/dx(sin x)=cos x d/dx(cos x)=-sin x d/dx(tan x)=sec^2 x d/dx[sin(ax+b)]=a[cos(ax+b)] d/dx[cos(ax+b)]=-a[sin(ax+b)] d/dx[tan(ax+b)]=a[sec^2(ax+b)] d/dx(sin^n x)=n[sin^(n-1) x](cos x) d/dx(cos^n x)=-n[cos^(n-1) x](sin x) 自然指數函數 d/dx(e^x)=e^x d/dx(e^u)=(e^u)(du/dx) d/dx[e^(ax+b)]=ae^(ax+b) 自然對數函數 d/dx(ln x)=1/x d/dx(ln u)=(1/u)(du/dx) d/dx[ln (ax+b)]=a/(ax+b)

微分應用

法線 我們知道,曲線上一點的法線和那一點的切線互相垂直,微分可以求出切線的斜率,自然也可以求出法線的斜率。 假設函數y=f(x)的圖象為曲線,且曲線上有一點(x1,y1),那麼根據切線斜率的求法,就可以得出該點切線的斜率m: m=dy/dx在(x1,y1)的值 所以該切線的方程式為: y-y1=m(x-x1) 由於法線與切線互相垂直,法線的斜率為-1/m且它的方程式為: y-y1=(-1/m)(x-x1) 增函數與減函數 微分是一個鑑別函數(在指定定義域內)為增函數減函數的有效方法。 鑑別方法:dy/dx與0進行比較,dy/dx大於0時,說明dx增加為正值時,dy增加為正值,所以函數為增函數;dy/dx小於0時,說明dx增加為正值時,dy增加為負值,所以函數為減函數。 例1:分析函數y=x^2-1 的增減性 ∵y=x^2-1 ∴dy/dx=2x 當x>0時,dy/dx>0,所以函數y=x^2-1在x>0時是增函數; 當x<0時,dy/dx<0,所以函數y=x^2-1在x<0時是減函數。 變化的速率 微分在日常生活中的應用,就是求出非線性變化中某一時間點特定指標的變化。 比如說,有一個水箱正在加水,水箱裡水的體積V(升)和時間t(秒)的關係為V=5-2/(t+1), 在t=3時,我們想知道此時水加入的速率,於是我們算出dV/dt=2/(t+1)^2,代入t=3後得出dV/dt=1/8。 所以我們可以得出在加水開始3秒時,水箱裡的水的體積以每秒1/8升的速率增加。

參考來源

  1. [1],尚訓網 ,