当前位置: 首页 > news >正文

微积分基本概念

微分

函数的微分是指对函数的局部变化的一种线性描述。微分可以近似地描述当函数自变量的取值作足够小的改变时,函数的值是怎样改变的。。对于函数 y = f ( x ) y = f(x) y=f(x) 的微分记作:
d y = f ′ ( x ) d x d_y = f^{'}(x)d_x dy=f(x)dx
微分和导数的区别在于:导数是曲线在那个点的切线斜率,而微分是那个切线的一元线性方程。
微分的几何意义:是用局部切线段近似代替曲线段,即非线性函数局部线性化。

积分

积分可以分为定积分不定积分两种。

定积分

对于函数 f ( x ) f(x) f(x) 在区间 [a,b] 上定积分记作:
∫ b a f ( x ) d x \int^{a}_{b}f(x)d_x baf(x)dx
其几何意义为函数 f ( x ) f(x) f(x)在区间[a,b]上的覆盖面积,如下图:
在这里插入图片描述
在这里插入图片描述

不定积分

不定积分是导数的逆运算,即反导数。当 f f f F F F的导数时,则 F F F f f f的不定积分。常用公式如下:

  • ∫ a d x = a x + C \int ad_x = ax + C adx=ax+C
  • ∫ x a d x = 1 a + 1 x a + 1 + C \int x^{a}d_x = {1\over a+1}x^{a+1} + C xadx=a+11xa+1+C
  • ∫ 1 x = l n ∣ x ∣ + C \int {1 \over x} = ln|x| + C x1=lnx+C
  • ∫ a x d x = a x l n a + C \int {a^xdx} = {a^x\over lna} + C axdx=lnaax+C
  • ∫ s i n x d x = − c o s x + C \int sin\ x\ dx = -cos\ x + C sin x dx=cos x+C
  • ∫ c o s x d x = s i n x + C \int cos\ x\ dx = sin\ x + C cos x dx=sin x+C
  • ∫ t a n x d x = − l n ∣ c o s x ∣ + C \int tan\ x\ dx = -ln|cos\ x| + C tan x dx=lncos x+C

泰勒公式

用多项式拟合原函数:
f ( x ) = f ( x 0 ) + f ′ ( x 0 ) ( x − x 0 ) + f ′ ′ ( x 0 ) 2 ! ( x − x 0 ) 2 + . . . + f n ( x 0 ) n ! ( x − x 0 ) n + . . . f(x) = f(x_0) + f^{'}(x_0)(x - x_0) + {f^{''}(x_0) \over 2!}(x - x_0)^2 + ... + {f^{n}(x_0) \over n!}(x - x_0)^n + ... f(x)=f(x0)+f(x0)(xx0)+2!f′′(x0)(xx0)2+...+n!fn(x0)(xx0)n+...

几何分析

如下内容来自如何通俗地解释泰勒公式?,因为在 x 0 x_0 x0点的任意阶导数都为常数,暂且不管,对于幂函数有如下特点:
在这里插入图片描述
多个幂函数相加:
在这里插入图片描述
增加阶乘后效果如下:
在这里插入图片描述
通过改变系数,多项式可以像铁丝一样弯成任意的函数曲线,对于 e ( x ) e(x) e(x)拟合:
在这里插入图片描述

http://www.lryc.cn/news/142821.html

相关文章:

  • 【业务功能篇78】微服务-前端后端校验- 统一异常处理-JSR-303-validation注解
  • pytorch的用法
  • Qt 设置窗口背景
  • 大模型是什么?泰迪大模型能够解决企业哪些痛点?
  • YOLOv7-tracker 目标追踪 输入视频帧
  • C语言二——C语言编写一段代码,求一元二次方程的根
  • 用Idea把SpringBoot项目打包镜像上传至docker
  • 基于 SVG 的图形交互方案实践
  • 微服务(rpc)
  • ThinkPHP 多应用配置,及不同域名访问不同应用的配置【详解】
  • Springboot+Mybatis框架是否会取代SSM框架?
  • 使用windeployqt和InstallShield打包发布Qt软件的流程
  • 解决selenium的getdrive()方法阻塞问题
  • js的闭包
  • ubuntu20.04 直接安装vpp23.06 测试双 VPP Tunnel Ike2
  • mysql sql 执行流程
  • go-kafka
  • 如何在windows电脑上安装多个node,并可以进行随意切换
  • 《机器学习核心技术》分类算法 - 决策树
  • aws PinPoint发附件demo
  • 边写代码边学习之Bidirectional LSTM
  • Django学习笔记-实现联机对战
  • nacos总结1
  • Web安全测试(三):SQL注入漏洞
  • Webstorm 入门级玩转uni-app 项目-微信小程序+移动端项目方案
  • 从零开始的Hadoop学习(三)| 集群分发脚本xsync
  • golang http transport源码分析
  • spring boot 项目整合 websocket
  • 统计学补充概念-17-线性决策边界
  • 指针变量、指针常量与常量指针的区别