导航菜单
首页 >  考研求反函数的例题解析  > 2021考研数学 高数第二章 导数与微分

2021考研数学 高数第二章 导数与微分

文章目录1. 背景2. 导数与微分的概念2.1. 导数与微分的概念2.2. 连续、可导、可微之间的关系2.3. 导数的几何意义2.4. 相关变化率3. 导数公式及求导法则3.1. 基本初等函数的导数公式3.2. 求导法则3.2.1. 有理运算法则3.2.2. 复合函数求导法3.2.3. 隐函数求导法3.2.4. 反函数的导数3.2.5. 参数方程求导法3.2.5.1. 极坐标方程转化为参数方程形式3.2.6. 对数求导法4. 高阶导数4.1. 高阶导数的定义4.2. 常用的高阶导数公式4.3. 求高阶导数的方法5. 总结

1. 背景

前段时间复习完了高数第二章的内容,我参考《复习全书·基础篇》和老师讲课的内容对这一章的知识点进行了整理,形成了这篇笔记,方便在移动设备上进行访问和后续的补充修改。

2. 导数与微分的概念 2.1. 导数与微分的概念 导数 概念:函数在某一点的变化率 微分 概念:函数值在某一点的改变量的近似值 2.2. 连续、可导、可微之间的关系

连续与可导

连续不一定可导可导必定连续

连续与可微

连续不一定可微可微必定连续

可导与可微(在一元函数中)

可微必定可导可导必定可微可导是可微的充分必要条件

注:在多元函数中,可导(偏导)不一定可微,可导(偏导)也不一定连续

证明可导必可微

根据可导定义,令

lim⁡Δx→0ΔyΔx=A\lim\limits_ {\Delta x \to 0}\frac{\Delta y}{\Delta x} = AΔx→0lim​ΔxΔy​=A

则有

lim⁡Δx→0Δy−AΔxΔx=0\lim\limits_ {\Delta x \to 0}\frac{\Delta y - A\Delta x}{\Delta x} = 0Δx→0lim​ΔxΔy−AΔx​=0

即有Δy−AΔx=o(Δx)\Delta y - A\Delta x = o(\Delta x)Δy−AΔx=o(Δx),故Δy=AΔ+o(Δx)\Delta y = A\Delta + o(\Delta x)Δy=AΔ+o(Δx),其中AAA为常数,满足可微的定义,因此,可导必可微。

证明可微必可导

根据可微定义

Δy=AΔx+o(Δx)\Delta y = A\Delta x + o(\Delta x) Δy=AΔx+o(Δx)

f′(x0)=lim⁡Δx→0AΔx+o(Δx)Δx=Af'(x_0) = \lim\limits_{\Delta x \to 0}\frac{A \Delta x + o(\Delta x)}{\Delta x} = A f′(x0​)=Δx→0lim​ΔxAΔx+o(Δx)​=A

导数存在,故满足可导的定义,因此可微必可导,且f′(x)=Af'(x) = Af′(x)=A.

常见错误 f(x)f(x)f(x)在某邻域可导不能推出f′(x)f'(x)f′(x)在x0x_0x0​点连续不能推出lim⁡x→x0f′(x)\lim\limits_{x \to x_0}f'(x)x→x0​lim​f′(x)存在题型:第一章例333333,考察洛必达法则的使用条件 2.3. 导数的几何意义

导数f′(x0)f'(x_0)f′(x0​)在几何上表示曲线y=f(x)y = f(x)y=f(x)在点(x0,f(x0))(x_0, f(x_0))(x0​,f(x0​))处切线的斜率。

注:法线的斜率是切线斜率的负倒数。

2.4. 相关变化率 定义

设x=x(t)x = x(t)x=x(t)及y=y(t)y = y(t)y=y(t)都是可导函数,而变量xxx与yyy之间存在某种关系,从而他们的变化率dxdt\dfrac{dx}{dt}dtdx​与dydt\dfrac{dy}{dt}dtdy​之间也存在一定关系,这样两个相互依赖的变化率成为相关变化率

例题(第二章例292929)

已知动点PPP在曲线y=x3y = x^3y=x3上运动,记坐标原点与点PPP间的距离为lll。若点PPP的横坐标对时间的变化率为常数v0v_0v0​,则当点PPP运动到点(1,1)(1, 1)(1,1)时,lll对时间的变化率是‾\underline{\hspace*{1cm}}​.

解:

已知dxdv=v0\dfrac{dx}{dv} = v_0dvdx​=v0​,l=x2+x6l = \sqrt{x^2 + x^6}l=x2+x6​,则

dldt=dldx⋅dxdt=2x+6x52x2+x6⋅v0\frac{dl}{dt} = \frac{dl}{dx} \cdot \frac{dx}{dt} = \frac{2x + 6x^5}{2\sqrt{x^2 + x^6}} \cdot v_0 dtdl​=dxdl​⋅dtdx​=2x2+x6​2x+6x5​⋅v0​

带入数值x=1x = 1x=1,则

dldt=1+32v0=22v0\frac{dl}{dt} = \frac{1 + 3}{\sqrt{2}}v_0 = 2\sqrt{2} v_0 dtdl​=2​1+3​v0​=22​v0​

3. 导数公式及求导法则 3.1. 基本初等函数的导数公式

(C)′=0(2.1)(C)' = 0 \tag{2.1} (C)′=0(2.1)

(xa)′=axa−1(2.2)(x^a)' = ax^{a-1} \tag{2.2} (xa)′=axa−1(2.2)

(ax)′=axln⁡(a)(2.3)(a^x)' = a^x\ln(a) \tag{2.3} (ax)′=axln(a)(2.3)

(ex)′=ex(2.4)(e^x)' = e^x \tag{2.4} (ex)′=ex(2.4)

(log⁡ax)′=1xln⁡(a)(2.5)(\log_a^x)' = \frac{1}{x\ln(a)} \tag{2.5} (logax​)′=xln(a)1​(2.5)

(ln⁡∣x∣)′=1x(2.6)(\ln \mid x \mid )' = \frac{1}{x} \tag{2.6} (ln∣x∣)′=x1​(2.6)

(sin⁡x)′=cos⁡(x)(2.7)(\sin x)' = \cos(x) \tag{2.7} (sinx)′=cos(x)(2.7)

(cos⁡x)′=−sin⁡(x)(2.8)(\cos x)' = -\sin(x) \tag{2.8} (cosx)′=−sin(x)(2.8)

(tan⁡x)′=sec⁡2(x)(2.9)(\tan x )' = \sec^2(x) \tag{2.9} (tanx)′=sec2(x)(2.9)

(cot⁡x)′=−csc⁡2(x)(2.10)(\cot x)' = - \csc^2(x) \tag{2.10} (cotx)′=−csc2(x)(2.10)

(sec⁡x)′=sec⁡(x)tan⁡(x)(2.11)(\sec x)' = \sec (x) \tan (x) \tag{2.11} (secx)′=sec(x)tan(x)(2.11)

(csc⁡x)′=csc⁡2(x)cot⁡(x)(2.12)(\csc x)' = \csc^2(x) \cot (x) \tag{2.12} (cscx)′=csc2(x)cot(x)(2.12)

(arcsin⁡x)′=11−x2(2.13)(\arcsin x)' = \frac{1}{\sqrt{1 - x^2}} \tag{2.13} (arcsinx)′=1−x2​1​(2.13)

(arccos⁡x)′=−11−x2(2.14)(\arccos x)' = - \frac{1}{\sqrt{1 - x^2}} \tag{2.14} (arccosx)′=−1−x2​1​(2.14)

(arctan⁡x)′=11+x2(2.15)(\arctan x)' = \frac{1}{1 + x^2} \tag{2.15} (arctanx)′=1+x21​(2.15)

(arcctg⁡x)′=11−x2(2.16)(\arcctg x)' = \frac{1}{\sqrt{1 - x^2}} \tag{2.16} (arcctgx)′=1−x2​1​(2.16)

注:sec⁡(x)=1cos⁡(x)\sec(x) = \dfrac{1}{\cos(x)}sec(x)=cos(x)1​,csc⁡(x)=1sin⁡(x)\csc(x) = \dfrac{1}{\sin(x)}csc(x)=sin(x)1​

3.2. 求导法则 3.2.1. 有理运算法则

设u=u(x),v=v(x)u = u(x), v = v(x)u=u(x),v=v(x)在xxx处可导,则

(u±v)′=u′±v′(2.17)(u \pm v)' = u' \pm v' \tag{2.17}(u±v)′=u′±v′(2.17)

(uv)′=u′v+uv′(2.18)(uv)' = u'v + uv' \tag{2.18}(uv)′=u′v+uv′(2.18)

(uv)′=u′v−uv′v2(2.19)(\dfrac{u}{v})' = \dfrac{u'v - uv'}{v^2} \tag{2.19}(vu​)′=v2u′v−uv′​(2.19)

3.2.2. 复合函数求导法

设u=φ(x)u = \varphi(x)u=φ(x)在xxx处可导,y=f(u)y = f(u)y=f(u)在对应点可导,则复合函数y=f[φ(x)]y = f[\varphi(x)]y=f[φ(x)]在xxx处可导,则

dydx=dydu⋅dudx=f′(u)φ′(x)(2.20)\frac{dy}{dx} = \frac{dy}{du} \cdot \frac{du}{dx} = f'(u)\varphi'(x) \tag{2.20} dxdy​=dudy​⋅dxdu​=f′(u)φ′(x)(2.20)

推论

一个可导的奇(偶)函数,求一次导,其奇偶性发生一次变化

证明推论 若f(x)f(x)f(x)为奇函数。

f(x)f(x)f(x)满足f(−x)=−f(x)f(-x) = -f(x)f(−x)=−f(x),又根据复合函数求导法则,得到f′(−x)=−f′(x)f'(-x) = -f'(x)f′(−x)=−f′(x),则

[f(−x)]′=−[−f(x)]′=[f(x)]′[f(-x)]' = -[-f(x)]' = [f(x)]' [f(−x)]′=−[−f(x)]′=[f(x)]′

即f′(x)f'(x)f′(x)为偶函数

若f(x)f(x)f(x)为偶函数。

f(x)f(x)f(x)满足f(−x)=f(x)f(-x) = f(x)f(−x)=f(x),又根据复合函数求导法则,得到f′(−x)=−f′(x)f'(-x) = -f'(x)f′(−x)=−f′(x),则

[f(−x)]′=−[f(x)]′[f(-x)]' = -[f(x)]' [f(−x)]′=−[f(x)]′

即f′(x)f'(x)f′(x)为奇函数

3.2.3. 隐函数求导法

设y=y(x)y = y(x)y=y(x)是由方程F(x,y)=xF(x, y) = xF(x,y)=x所确定的可导函数,为求得y′y'y′,可在方程F(x,y)=0F(x, y) = 0F(x,y)=0两边对xxx求导,可得到一个含有y′y'y′的方程,从中解出y′y'y′即可。

注:y′y'y′也可由多元函数微分法中的隐函数求导公式2.21得到。

dydx=−Fx′Fy′(2.21)\frac{dy}{dx} = - \frac{F'_x}{F'_y} \tag{2.21} dxdy​=−Fy′​Fx′​​(2.21)

3.2.4. 反函数的导数

若y=f(x)y = f(x)y=f(x)在某区间内可导,且f′(x)≠0f'(x) \ne 0f′(x)​=0,则其反函数x=φ(x)x = \varphi (x)x=φ(x)在对应区间内也可导,且

φ(y)=1f′(x)(2.22)\varphi (y) = \frac{1}{f'(x)} \tag{2.22} φ(y)=f′(x)1​(2.22)

dydx=1dydx\frac{dy}{dx} =\frac{1}{\dfrac{dy}{dx}} dxdy​=dxdy​1​

3.2.5. 参数方程求导法

设y=y(x)y = y(x)y=y(x)是由参数方程

{x=φ(x)y=ψ(x),(αx=ρsinθy=ρcosθ​(2.26)

已知经过点M(ρo,θ0)M(\rho_o, \theta_0)M(ρo​,θ0​),且直线与极轴所成角为α\alphaα的直线lll,其极坐标方程为

ρsin⁡(α−θ)=ρ0sin⁡(α0−θ0)\rho \sin (\alpha - \theta) = \rho_0 \sin(\alpha_0 - \theta_0) ρsin(α−θ)=ρ0​sin(α0​−θ0​)

ρ=ρ0sec⁡(α0−θ0)\rho = \rho_0 \sec(\alpha_0 - \theta_0) ρ=ρ0​sec(α0​−θ0​)

转化为参数方程形式

{x=ρ0sec⁡(α0−θ0)sin⁡(θ)y=ρ0sec⁡(α0−θ0)cos⁡(θ){\left\{ \begin{aligned} x = \rho_0 \sec(\alpha_0 - \theta_0) \sin(\theta)\\ y = \rho_0 \sec(\alpha_0 - \theta_0) \cos(\theta)\\ \end{aligned} \right.} {x=ρ0​sec(α0​−θ0​)sin(θ)y=ρ0​sec(α0​−θ0​)cos(θ)​

3.2.6. 对数求导法

如果y=y(x)y = y(x)y=y(x)的表达式由多个因式的乘除、乘幂构成,或是幂指函数的形式,则可先将函数去对数,然后两边对xxx求导。

注:对等式两边取对数,需要满足等式两边都大于0的条件

4. 高阶导数 4.1. 高阶导数的定义

含义:一般地,函数y=f(x)y = f(x)y=f(x)的nnn阶导数为y(n)=[f(n−1)(x)]′y^{(n)} = [f^{(n - 1)}(x)]'y(n)=[f(n−1)(x)]′,也可记为f(n)(x)f^{(n)}(x)f(n)(x)或dnydxn\dfrac{d^ny}{dx^n}dxndny​,即nnn阶导数就是n−1n-1n−1阶导函数的导数。

注:如果函数在点xxx处nnn阶可导,则在点xxx的某邻域内f(x)f(x)f(x)必定具有一切低于nnn阶的导数。

4.2. 常用的高阶导数公式

(sin⁡x)(n)=sin⁡(x+n⋅π2)(2.27)(\sin x)^{(n)} = \sin (x + n \cdot \frac{\pi}{2}) \tag{2.27} (sinx)(n)=sin(x+n⋅2π​)(2.27)

(cosx)(n)=cos⁡(x+n⋅π2)(2.28)(cos x)^{(n)} = \cos (x + n \cdot \frac{\pi}{2}) \tag{2.28} (cosx)(n)=cos(x+n⋅2π​)(2.28)

(u±v)(n)=u(n)±v(n)(2.29)(u \pm v)^{(n)} = u^{(n)} \pm v^{(n)} \tag{2.29} (u±v)(n)=u(n)±v(n)(2.29)

(uv)(n)=∑k=0nCnku(k)v(n−k)(2.30)(uv)^{(n)} = \sum_{k=0}^n C_n^k u^{(k)}v^{(n-k)} \tag{2.30} (uv)(n)=k=0∑n​Cnk​u(k)v(n−k)(2.30)

式2.24可类比nnn阶二项式公式

(u+v)n=∑k=0nCnkukvn−k(2.31)(u + v)^{n} = \sum_{k=0}^n C_n^k u^{k}v^{n-k} \tag{2.31} (u+v)n=k=0∑n​Cnk​ukvn−k(2.31)

推论

若y=sin⁡(ax+b)y= \sin(ax + b)y=sin(ax+b),则 y(n)=ansin⁡(ax+b+n⋅π2)(2.32)y^{(n)} = a^n \sin(ax + b + n \cdot \frac{\pi}{2}) \tag{2.32} y(n)=ansin(ax+b+n⋅2π​)(2.32)

证明

通过归纳法,求y′y'y′和y′′y''y′′,推出y(n)y^{(n)}y(n).

4.3. 求高阶导数的方法 公式法,带入高阶导数公式归纳法,求y′y'y′,y′′y''y′′,归纳y(n)y^{(n)}y(n)5. 总结 导数 定义求导法则高阶导数 微分 定义微分与可导的关系微分方程求导

相关推荐: