微积分:微分

简介: 1.代数推导假设我们有一个正方形初始边长为X,这时面积S1=x²然后正方形的边长增加△x,此时面积S2=(x+△x)²变化的面积大小是△s=(x+△x)²- x²=2x△x+(△x)²观察可以发现当△x越小(△x)²会比2x△x率先趋近于0,也就是换句话说,当△x很小时我们可以近似的认为△s=2x△x仔细观察上面的式子,这个2X其实就是x的平方的导数,这时候我们是不是就理解了为什么说导数可以描述变化趋势的快慢。

1.代数推导

20191208183243803.png

假设我们有一个正方形初始边长为X,这时面积S1=x²


然后正方形的边长增加△x,此时面积S2=(x+△x)²


变化的面积大小是△s=(x+△x)²- x²=2x△x+(△x)²


观察可以发现当△x越小(△x)²会比2x△x率先趋近于0,也就是换句话说,当△x很小时我们可以近似的认为


△s=2x△x


仔细观察上面的式子,这个2X其实就是x的平方的导数,这时候我们是不是就理解了为什么说导数可以描述变化趋势的快慢。


2.几何推导

几何推导其实也是几何意义。


将就以上的函数做出图像,以此图像来理解微分的几何意义:

20191208183335682.png

K:AB两点的连线


L:A点的切线


接下来计算△y:


        △y有两种计算方法:


        ①函数代值,末减初:


△y=(x+△x)²-x²=x²+2△x+(△x)²-x²


 =2x△x+(△x)²


        ②通过斜率计算:


                 ∵△y/△x=k


                 ∴△y=k△X


                 之前已经推导过x²的(导数)斜率是2x,


也就是说函数上每一点的斜率是随x变化的。


A处斜率为:2x


B处斜率为:2(x+△x)


观察图中的两条直线K、L:


K线斜率是x与x+△x两点间的斜率。


L线是A点的切线,L线的斜率是A点的斜率。


不管是观察图形也好,根据上面斜率的函数求证也好都可以看出:


                 当△x越小,x+△x越接近x点时:


                 K线和函数图形都无限趋近于L线,三者在A点处重合。


                 意味着什么?


意味着当△x足够小的时候L线可以代替函数图像和K线被用于计算,即A、B两点间的斜率可以近似等于A点的斜率,于是有:


                 △y=2X△X


总结以下上面通过两种方法求出两个△y:


        直接代值求出:


△y=2x△x+(△x)²


通过斜率求出:


△y=2X△X


可以发现直接代值求出的精确值和通过斜率趋近求出来的近似值之间的差距为:


△X²,当变化足够小,△X趋近于0时,△X²自然可以省略。


其实通过图像也可以严格的推导出△X²为0,可以省掉:


BC是直接代值对应的△y,


CD是用无限趋近得到的△y


BD段其实就是△X²


△X足够小,三线无限趋近,BC五险趋近于CD。BD无限趋近于0也就是说△X²无限趋近于0,所以自然可以省掉。

2019120818335833.png

总结:


总结一下以上推导过程的最终结果:


f(X),当△X->0:


△y=f’(X)△x


用一个符号d来代替△


        dy= f’(X)dx


        d称为微分符号。


(其实这里式子变形还可以证明出导数是微分的商——微商——f’(X)=dy/dx)


3.总结

总结一下微分到底是什么:


用人话来说就是——无限逼近,将一个大的东西切成足够微小的东西,这样一些没被分之前就很小的量就可以忽略不计,计算上关注大体而不拘泥于细节。


用不是人话的人话来说:


非线性函数的局部线性化,曲线的局部直线化。


稍微解释一下这句不是人话的人话:


三线无限逼近就已经可以看到是用切线函数这条直线来代替原本的曲线函数图像来用于计算,将原本非线性化的函数近似线性化。这在工程上很多不好计算的情景提出了解法。

目录
相关文章
|
JSON 安全 Java
什么是JWT?如何使用Spring Boot Security实现它?
什么是JWT?如何使用Spring Boot Security实现它?
2393 5
|
10月前
|
机器学习/深度学习 搜索推荐 算法
跨平台电商整合:API如何帮助打通多店铺运营
在多平台电商运营中,商家常面临库存不同步、订单分散等问题。API技术作为“数据管道”,可通过标准化协议打通系统,实现库存同步、订单整合与智能分配,大幅提升效率。例如,某服装企业借助API将订单处理时间缩短70%。实施API有云端SaaS和定制开发两种方案,分别适合中小商家与复杂业务流。未来,随着GraphQL等新技术发展,API将进一步支持智能库存预测、跨平台用户画像及自动化营销联动。总之,API如同电商的“神经网络”,是提升运营效率与构建竞争壁垒的核心战略资产。
270 0
|
网络协议 编译器 Linux
【C语言】结构体内存对齐:热门面试话题
【C语言】结构体内存对齐:热门面试话题
534 0
pip批量安装python第三方库
pip批量安装python第三方库
|
人工智能 前端开发 API
MoneyPrinterTurbo:23.9K Star!这个AI把写文案+找素材+剪视频全包了,日更10条不是梦
MoneyPrinterTurbo 是一款功能强大的 AI 工具,支持通过主题或关键词自动生成视频文案、素材、字幕与背景音乐,并合成高清短视频,适合批量生成与多语言支持。
1684 4
|
存储 Python
使用 struct 模块打包/解包二进制数据
使用 struct 模块打包/解包二进制数据
548 2
|
运维 NoSQL Redis
镜像包是什么
镜像包是什么
848 3
|
SQL 运维 监控
安全设备篇——WAF
**Web应用防火墙(WAF)摘要** WAF是关键的网络安全工具,专注于Web应用防护,提供应用层保护,具备事前预防、事中响应和事后审计功能。它通过HTTP/HTTPS策略阻止恶意请求,防止SQL注入、XSS攻击等,并能防止会话劫持、DDoS攻击。WAF支持自定义规则、日志监控和与其他安全产品集成。其特点包括异常检测、输入验证、安全规则库、用户行为分析及多种部署模式如透明网桥、单机和旁路反向代理。与传统防火墙不同,WAF在应用层工作,提供更具体的安全防护。两者结合可增强整体网络安全性。
安全设备篇——WAF
|
Java API Apache
【JAVA日志框架大全】一文快速讲透JAVA日志体系
【JAVA日志框架大全】一文快速讲透JAVA日志体系
1057 0

热门文章

最新文章