目录

  • 连续与间断
    • 1. 间断点
    • 2. 连续
  • 函数导数
    • 1. 导数定义
    • 2. 导数公式
    • 3. 函数求导
    • 5. 高阶导数
  • 函数图像
    • 1. 渐近线
    • 2.切线和法线
    • 3. 单调性与极值
    • 4. 凹凸区间和拐点

连续与间断

1. 间断点

间断点:函数的未定义点,以左右极限是否存在可分为第一类和第二类间断点。

  • 第一类间断点:可去间断点( lim⁡−=lim⁡+\lim-=\lim+lim−=lim+)、跳跃间断点(lim⁡−≠lim⁡+\lim-≠\lim+lim−​=lim+)
  • 第二类间断点:无穷间断点( lim⁡=∞\lim = ∞lim=∞)、震荡间断点( lim⁡DNE\lim DNElimDNE)

2. 连续

  • 点 x0x_0x0​ 连续:lim⁡x→x0f(x)=f(x0)\lim_{x \to x_0} f(x) = f(x_0)limx→x0​​f(x)=f(x0​)

  • 区间 (a,b)(a,b)(a,b) 连续:f(x)f(x)f(x) 在区间(a,b)(a,b)(a,b) 每一处都点连续,lim⁡x→a+f(x)=f(a)\lim_{x \to a^+} f(x) = f(a)limx→a+​f(x)=f(a) 且 lim⁡x→b−f(x)=f(b)\lim_{x \to b^-} f(x) = f(b)limx→b−​f(x)=f(b) 保证端点连续
    连续函数的四则运算:f(x)f(x)f(x) 和 g(x)g(x)g(x) 在点 x0x_0x0​ 连续,则 f(x)⊙g(x)f(x)⊙g(x)f(x)⊙g(x) 在点 x0x_0x0​ 连续, 其中 ⊙⊙⊙ 代表加减乘除符号,所以基本初等函数运算产生的初等函数连续
    复合函数连续:y=f(u)y=f(u)y=f(u) 在点 u0u_0u0​ 处连续, u=g(x)u=g(x)u=g(x) 在 x0x_0x0​ 处连续且 u0=g(x0)u_0 = g(x_0)u0​=g(x0​),则 y=f[g(x)]y= f[g(x)]y=f[g(x)] 在点 x0x_0x0​ 处连续
    反函数连续: y=f(x)y=f(x)y=f(x) 在区间 [a,b][a,b][a,b] 上单调、连续,则其反函数在相应的定义区间上单调、连续

函数导数

1. 导数定义

  • 导数:函数 y=f(x)y=f(x)y=f(x) 在 x0x_0x0​ 的某个邻域有定义,自变量 xxx 在 x0x_0x0​ 的增量为 Δx\Delta xΔx,函数 yyy 相应的增量为 Δy=f(x0+Δx)−f(x0)\Delta y=f(x_0+\Delta x)-f(x_0)Δy=f(x0​+Δx)−f(x0​) dydx=lim⁡Δx→0ΔyΔx=lim⁡Δx→0f(x0+Δx)−f(x0)Δx\frac{dy}{dx} = \lim_{\Delta x \to 0} \frac{\Delta y}{\Delta x} = \lim_{\Delta x \to 0} \frac{ f(x_0+\Delta x)-f(x_0) }{ \Delta x}dxdy​=Δx→0lim​ΔxΔy​=Δx→0lim​Δxf(x0​+Δx)−f(x0​)​

  • 函数可导:f′(x0)=lim⁡x→x0f(x)−f(x0)x−x0<=>lim⁡x→x0−f(x)−f(x0)x−x0=lim⁡x→x0+f(x)−f(x0)x−x0f ^{'} (x_0)= \lim_{x \to x_0} \frac{f(x) - f(x_0)}{x - x_0} <=> \lim_{x \to x_{0}^-} \frac{f(x) - f(x_0)}{x - x_0} = \lim_{x \to x_{0}^+} \frac{f(x) - f(x_0)}{x - x_0}f′(x0​)=x→x0​lim​x−x0​f(x)−f(x0​)​<=>x→x0−​lim​x−x0​f(x)−f(x0​)​=x→x0+​lim​x−x0​f(x)−f(x0​)​

2. 导数公式

  • 基本公式
    (ln⁡x)′=1x(log⁡ax)′=1xln⁡a(ax)′=axln⁡a(\ln x)^{'} = \frac{1}{x} \qquad (\log_ax)^{'}= \frac{1}{x \ln a} \qquad (a^x)^{'}=a^x \ln a(lnx)′=x1​(loga​x)′=xlna1​(ax)′=axlna

(tanx)′=sec⁡2x(sec⁡x)′=sec⁡xtan⁡x(arcsin⁡x)′=11−x2(arctan⁡x)′=11+x2(tanx)^{'} = \sec ^{2}x \qquad (\sec x)^{'} = \sec x \tan x \qquad (\arcsin x)^{'} = \frac{1}{ \sqrt{1-x^2} } \qquad (\arctan x)^{'} = \frac{1}{ 1+x^2 } (tanx)′=sec2x(secx)′=secxtanx(arcsinx)′=1−x2​1​(arctanx)′=1+x21​

  • 运算法则
    (u+v)′=u′+v′(uv)′=u′v+v′u(uv)′=u′v−v′uv2(u+v)^{'}=u^{'}+v^{'} \qquad (uv)^{'} = u^{'}v+v^{'}u \qquad ( \frac{u}{v} )^{'} = \frac{ u^{'}v-v^{'}u }{v^2} (u+v)′=u′+v′(uv)′=u′v+v′u(vu​)′=v2u′v−v′u​

(u1u2...uk)′=u1′u2..uk+u1u2′..uk+...+u1u2..uk′(u_1u_2...u_k)^{'} = u_1^{'} u_2..u_k + u_1u_2^{'}..u_k +...+ u_1u_2..u_k^{'}(u1​u2​...uk​)′=u1′​u2​..uk​+u1​u2′​..uk​+...+u1​u2​..uk′​

3. 函数求导

  • 反函数:.单调连续函数 x=ϕ(y)x=\phi(y)x=ϕ(y) 在 yyy 处可导,且 ϕ′(y)≠0\phi^{'}(y) ≠ 0ϕ′(y)​=0,则反函数 y=f(x)y=f(x)y=f(x) 在对应点 xxx 可导 f′(x)=1ϕ′(y),f′′(x)=ϕ′′(y)[ϕ′(y)]3f^{'}(x)=\frac{1}{\phi^{'}(y)}, f^{''}(x)=\frac{\phi^{''}(y)}{ [\phi^{'}(y)]^{3} }f′(x)=ϕ′(y)1​,f′′(x)=[ϕ′(y)]3ϕ′′(y)​

  • 复合函数:.函数 y=ϕ(x)y=\phi(x)y=ϕ(x) 在点 xxx 处有导数 ϕ′(x)\phi^{'}(x)ϕ′(x),函数 y=f(u)y=f(u)y=f(u) 在对应点 u=ϕ(x)u=\phi(x)u=ϕ(x) 有导数 f′(u)f^{'}(u)f′(u),则复合函数 y=f[ϕ(x)]y=f[\phi(x)]y=f[ϕ(x)] 在点 xxx 处可导 {f[ϕ(x)]}′=f′(u)ϕ′(x)\{f[\phi(x)]\}^{'}=f^{'}(u) \phi^{'}(x){f[ϕ(x)]}′=f′(u)ϕ′(x)

  • 隐函数:设 y=f(x)y=f(x)y=f(x) 由方程 F(x,y)=0F(x, y) = 0F(x,y)=0 确定的隐函数,则方程两边同时对 xxx 求导,方程中的 yyy 作为 xxx 的函数,使用复合函数求导法,解出 y′y^{'}y′

  • 分段函数:区间使用基本公式、运算法则等求导,端点处使用左右导数解出。

  • 参数方程:设 y=y(x)y=y(x)y=y(x) 由参数方程 {x=ϕ(t)y=ψ(t)\begin{cases} x = \phi(t) \\ y = \psi(t) \end{cases}{x=ϕ(t)y=ψ(t)​ 确定,则 dydx=dy/dtdx/dt=ψ′(t)ϕ′(t),d2ydx2=ddt(dydx)⋅dtdx=ψ′′(t)ϕ′(t)−ψ′(t)ϕ′′(t)[ϕ′(t)]3\frac{dy}{dx}=\frac{dy/dt}{dx/dt}=\frac{\psi^{'}(t) }{\phi^{'}(t) }, \frac{d^{2}y}{dx^{2} }=\frac{d}{dt}(\frac{dy}{dx})·\frac{dt}{dx} =\frac{ \psi{''}(t)\phi{'}(t) - \psi^{'}(t)\phi^{''}(t) }{ [\phi^{'}(t)]^{3} }dxdy​=dx/dtdy/dt​=ϕ′(t)ψ′(t)​,dx2d2y​=dtd​(dxdy​)⋅dxdt​=[ϕ′(t)]3ψ′′(t)ϕ′(t)−ψ′(t)ϕ′′(t)​

5. 高阶导数

  • 归纳法:求前几项导归纳 nnn 阶导形式,归纳的常用高阶导数:(sin⁡x)(n)=sin⁡(x+n2π),(cos⁡x)(n)=cos⁡(x+n2π),(ax)(n)=axln⁡na(\sin x)^{(n)} = \sin (x + \frac{n}{2} \pi), (\cos x)^{(n)} = \cos (x + \frac{n}{2} \pi), (a^x)^{ (n) } = a^x \ln^{n} a(sinx)(n)=sin(x+2n​π),(cosx)(n)=cos(x+2n​π),(ax)(n)=axlnna(ax+b)(n)=anβ(β−1)...(β−n+1)(ax+b)β−n,ln⁡(ax+b)(n)=(−1)n−1(n−1)!an(ax+b)n(ax+b)^{(n)} = a^n\beta(\beta-1)...(\beta-n+1)(ax+b)^{\beta-n},\ln (ax+b)^{(n)} = (-1)^{n-1}(n-1)! \frac{a^n}{(ax+b)^{n}}(ax+b)(n)=anβ(β−1)...(β−n+1)(ax+b)β−n,ln(ax+b)(n)=(−1)n−1(n−1)!(ax+b)nan​

  • 分解法
    xn1+x=xn+1−11+x=(xn−1−xn−2−...−x+1)−(1+x)−1\frac{x^n}{1+x} = \frac{x^n+1-1}{1+x} =(x^{n-1}-x^{n-2}-...-x+1)-(1+x)^{-1}1+xxn​=1+xxn+1−1​=(xn−1−xn−2−...−x+1)−(1+x)−1 xn1−x=xn−1+11−x=−(xn−1+xn−2+...+x+1)+(1−x)−1\frac{x^n}{1-x} = \frac{x^n-1+1}{1-x} =-(x^{n-1}+x^{n-2}+...+x+1)+(1-x)^{-1}1−xxn​=1−xxn−1+1​=−(xn−1+xn−2+...+x+1)+(1−x)−1 sin⁡2x=1−cos⁡2x2,cos⁡2x=1+cos⁡2x2,\sin^2 x=\frac{1-\cos 2x}{2}, \cos^2 x=\frac{1+\cos 2x}{2},sin2x=21−cos2x​,cos2x=21+cos2x​,

  • 莱布尼茨公式:适用于函数相乘的情况 (uv)(n)=∑k=0nCnku(n−k)v(k),其中u(0)=u,v(0)=v(uv)^{(n)}=\sum_{ k=0 }^{ n } C_n^ku^{ (n-k) } v^{ (k) },其中 u^{ (0) } = u, v^{ (0) } = v(uv)(n)=k=0∑n​Cnk​u(n−k)v(k),其中u(0)=u,v(0)=v

  • 泰勒展开式:适用于某点 x0x_0x0​ 高阶导数 f(n)(x0)=an⋅n!f^{ (n) }(x_0)=a_{n}·n!f(n)(x0​)=an​⋅n!,其中 ana_nan​ 是泰勒展开式 xnx^nxn 的系数

函数图像

1. 渐近线

  • 垂直渐近线 x=x0x=x_0x=x0​:lim⁡x→x0+f(x)=∞或lim⁡x→x0−f(x)=∞\lim_{x \to x_0^+} f(x) = \infin 或 \lim_{x \to x_0^-} f(x)= \infinx→x0+​lim​f(x)=∞或x→x0−​lim​f(x)=∞
  • 水平渐近线 y=ay = ay=a:lim⁡x→∞f(x)=a或lim⁡x→−∞f(x)=a\lim_{x \to ∞} f(x) = a 或 \lim_{x \to -∞} f(x) = ax→∞lim​f(x)=a或x→−∞lim​f(x)=a
  • 斜渐进线 y=ax+by=ax+by=ax+b:lim⁡x→∞[f(x)−(ax+b)]=0,其中a=lim⁡x→∞f(x)x,b=lim⁡x→∞[f(x)−ax]\lim_{x \to \infin} [f(x) - (ax+b)]=0,其中 a=\lim_{x \to \infin} \frac{f(x)}{x},b=\lim_{x \to \infin} [f(x) - ax]x→∞lim​[f(x)−(ax+b)]=0,其中a=x→∞lim​xf(x)​,b=x→∞lim​[f(x)−ax]

2.切线和法线

  • 切线:y−f(x0)=f′(x0)(x−x0)y-f(x_0)=f^{'}(x_0)(x-x_0)y−f(x0​)=f′(x0​)(x−x0​) 或 f′(x0)f^{'}(x_0)f′(x0​) 不存在时求反函数切线
  • 法线:y−f(x0)=1f′(x0)(x−x0)y-f(x_0)=\frac{1}{ f^{'}(x_0) }(x-x_0)y−f(x0​)=f′(x0​)1​(x−x0​) 或 f′(x0)=0f^{'}(x_0)=0f′(x0​)=0 时 x=x0x=x_0x=x0​

3. 单调性与极值

  • 单调性:函数 f(x)f(x)f(x) 在 [a,b][a, b][a,b] 上连续,在 (a,b)(a, b)(a,b) 内可导
    ∀x∈(a,b)\forall x ∈ (a, b)∀x∈(a,b)有 f′(x)≥0f^{'}(x) ≥ 0f′(x)≥0,且等号仅在有限个点处成立,则 y=f(x)y=f(x)y=f(x) 在 [a,b][a, b][a,b] 单调 递增
    ∀x∈(a,b)\forall x ∈ (a, b)∀x∈(a,b)有 f′(x)≤0f^{'}(x) ≤ 0f′(x)≤0,且等号仅在有限个点处成立,则 y=f(x)y=f(x)y=f(x) 在 [a,b][a, b][a,b] 单调 递减

  • 极值 :极值点必为驻点(f′(x0)=0f^{'}(x_0)=0f′(x0​)=0)
    证极值:f(x)f(x)f(x) 在 x0x_0x0​ 某个邻域内连续,左右邻域 f′(x0)f^{'}(x_0)f′(x0​) 异号;f(x)f(x)f(x) 在 x0x_0x0​ 有二阶导数,且 f′(x0)=0f^{'}(x_0)=0f′(x0​)=0,f′′(x0)≠0f^{''}(x_0)≠0f′′(x0​)​=0
    证非极值:f′(x0)≠0f^{'}(x_0)≠0f′(x0​)​=0 或 左右邻域 f′(x0)f^{'}(x_0)f′(x0​) 同号

4. 凹凸区间和拐点

  • 凹凸区间:函数 f(x)f(x)f(x) 在 [a,b][a, b][a,b] 上连续,在 (a,b)(a, b)(a,b) 内二阶可导
    ∀x∈(a,b)\forall x ∈ (a, b)∀x∈(a,b)有 f′′(x)≥0f^{''}(x) ≥ 0f′′(x)≥0,则 y=f(x)y=f(x)y=f(x) 在 [a,b][a, b][a,b] 的图形是凹的。
    ∀x∈(a,b)\forall x ∈ (a, b)∀x∈(a,b)有 f′′(x)≤0f^{''}(x) ≤ 0f′′(x)≤0,则 y=f(x)y=f(x)y=f(x) 在 [a,b][a, b][a,b] 的图形是凸的。

  • 拐点 :f′′(x0)=0f^{''}(x_0)=0f′′(x0​)=0 或 f′′(x0)=0f^{''}(x_0)=0f′′(x0​)=0 不存在,但 f′′(x)f^{''}(x)f′′(x) 在 x0x_0x0​ 两侧异号

【知识点】(三)连续与导数相关推荐

  1. 前端常见知识点三之HTML

    前端常见知识点三之HTML 1.HTML5 drag api dragstart:事件主体是被拖放元素,在开始拖元素时触发 darg:事件是被拖放元素,在正在拖放时触发 dragenter:事件主体是 ...

  2. Redis简单案例(三) 连续登陆活动的简单实现

    原文:Redis简单案例(三) 连续登陆活动的简单实现 连续登陆活动,或许大家都不会陌生,简单理解就是用户连续登陆了多少天之后,系统就会送一些礼品给相应的用户.最常见的 莫过于游戏和商城这些.游戏就送 ...

  3. 实验三 连续系统分析

    实验三 连续系统分析 文章目录 实验三 连续系统分析 实验目的 实验内容 1. 计算并画出该系统的单位冲激响应h(t),单位阶跃响应g(t): 2. 求输入分别为u(t),sintu(t),e^(-t ...

  4. 菜鸟教程php 文件上传,php入门学习知识点三 PHP上传

    if(is_uploaded_file($_FILES["Imgs"]["tmp_name"])){ $phpupfile=$_FILES["Imgs ...

  5. Tensorflow 2.x源码详解之第三章:导数(梯度/GradientTape)

      大家好,我是爱编程的喵喵.双985硕士毕业,现担任全栈工程师一职,热衷于将数据思维应用到工作与生活中.从事机器学习以及相关的前后端开发工作.曾在阿里云.科大讯飞.CCF等比赛获得多次Top名次.现 ...

  6. 【计算题】(三)连续与导数

    目录 题型一 连续与间断 题型二 可导与求导 题型三 函数图像 题型一 连续与间断 间断点是函数的未定义点,以左右极限是否存在可分为第一类和第二类间断点. 第一类间断点:可去间断点( lim⁡−=li ...

  7. 专升本高数——第三章 一元函数导数的应用【学习笔记】

    参考相关公式请进入:专升本高数--常用公式总结大全[补充扩展] https://blog.csdn.net/liu17234050/article/details/104439092 全部知识点请进入 ...

  8. java写三次函数导数,用导数研究三次函数

    <用导数研究三次函数>由会员分享,可在线阅读,更多相关<用导数研究三次函数(14页珍藏版)>请在人人文库网上搜索. 1.用导数研究三次函数1. 知识点解析1.定义:定义1.形如 ...

  9. 机器学习知识点(三十七)特征选择方法总结

    在模型训练中,特征选择是非常重要.样本有限的情况,特征过多计算开销过大:通过特征选择去掉冗余和不相关特征,可提高模型性能降低计算开销.两个字:降维.当然降维后,模型性能应该是提升的.特征选择的最终目的 ...

最新文章

  1. [.net 面向对象编程基础] (18) 泛型
  2. android H5支付 网络环境未能通过安全验证,请稍后再试
  3. Spring Cloud Alibaba - 05 Nacos 领域模型_NameSpac/Group/Cluster
  4. python中的函数、生成器的工作原理
  5. php有哪些屏蔽错误的方法,php常见的错误类型及屏蔽方法
  6. Java编程入门100例之二十二(字符串查找)
  7. java的类属性默认有this 但容易与参数重名 所以需要显性的加上this 以分区别
  8. 属性页中的ON_UPDATE_COMMAND_UI
  9. pytorch图像和张量的相互转换_Day107:Pytorch张量类型的构建与相互转换
  10. python数据类型-元组(tuple)
  11. 【Java学习】网络编程1
  12. 正确地利用Netty建立连接池
  13. Nginx代理服务器使用
  14. OpenStack之Nova模块
  15. 能耗监控 | FCU1101物联数采网关在电力能效管理系统中的应用
  16. 抖音极速版/快手极速版自动浏览
  17. centos7系统开启ftp服务器,centos7开启ftp服务器
  18. 计算机提示无法找到启动盘,怎么解决进入系统启动项窗口找不到U盘启动项-电脑自学网...
  19. 左手鼠标指针——Windows11Aeroleft
  20. strut处理页面请求过程

热门文章

  1. Android Studio 文件Excluded不显示找回
  2. JVM进阶(八)——Stop The World(停顿类型STW)
  3. 怎样理解人生观、价值观、世界观?
  4. ROS官网初级教程学习总结(1-4)
  5. Win10自动拨号上网设置方法
  6. c语言中03怎么表示成30,C语言入门篇-03
  7. Scrum入门基础系列之Scrum起源
  8. 4.4V/3.85V锂电池充电器方案
  9. 电脑已连接无Internet访问解决记录
  10. 课程设计---飞机订票系统