• 沒有找到結果。

3 微分法則

N/A
N/A
Protected

Academic year: 2022

Share "3 微分法則"

Copied!
18
0
0

加載中.... (立即查看全文)

全文

(1)

Copyright © Cengage Learning. All rights reserved.

3 微分法則

(2)

3.2 函數相乘與分式的微分

(3)

函數相乘的微分

(4)

函數相乘的微分

從加法與減法的經驗,或許我們會猜:函數相乘的微分等於 函數微分後再相乘。

不過這件事情是錯的,我們可以檢查一個簡單的例子:

令 f(x) = x 及 g(x) = x2 ,直接計算得 f(x) = 1、 g(x) = 2x 但是 (fg)(x) = x3 ,微分得到 (fg)(x) = 3x2

因此 (fg)  fg 。

(5)

函數相乘的微分

正確的公式是由萊布尼茲所提出,一般稱為萊布尼茲法則 (Leibniz’s rule) 或乘法的微分法則 (product rule) 。

在實際介紹前,我們來看一下此法則直觀的意義:

假設 u = f(x) 與 v = g(x) 均為正可微函數。此時我們可以將 uv 視為一個矩形的面積,如下圖:

函數加上增量,相乘的示意圖

(6)

函數相乘的微分

假設 x 變化的增量為 x ,則應變量 u, v 的變化分別為

u = f(x + x) – f(x) v = g(x + x) – g(x)

相乘函數的值便是 (u + u)(v + v) ,在其值為正時,我們 剛好可以用前面圖一的矩形面積來表示。

此時矩形面積的變化即為:

(uv) = (u + u)(v + v) – uv = u v + v u + u v

= 分別為前述三塊塗色的區域面積

(7)

函數相乘的微分

除以 x ,有

令 x  0 ,依定義我們可以得到微分 (uv)’ :

(8)

函數相乘的微分

我們得到下式:

(注意到由於 f 為連續,因此增量 u  0 當 x  0。)

另外雖然我們是從矩形面積開始考慮,但不管 u, v 或者他們 的增量符號為何,這個代數運算都是正確的。

(9)

函數相乘的微分

於是對任意可微的函數 f, g ,我們有對 fg 的乘法微分法則:

對兩個函數 fg 相乘微分,即先對 f 微分乘上 g 加上 f 乘上 g 的微分。

乘法微分法則 給定 f, g 可微函數,則

(10)

範例一

(a) 給定 f(x) = xex ,求 f(x).

(b) 求 n 階導數 f(n)(x).

解:

(a) 利用微分法則,我們可以直接計算:

(11)

範例一 / 解

(b) 先算二階導數,再利用一次乘法微分法則:

cont’d

(12)

範例一 / 解

繼續算下去….

f(x) = (x + 3)ex f(4)(x) = (x + 4)ex

看起來我們似乎可以推得某種規律,也就是每次微分會多出 一個 ex ,因此

f(n)(x) = (x + n)ex

cont’d

(13)

函數分式的微分

(14)

分式的微分

與函數乘積的微分相同,我們可以推導函數分式的微分法則 如下:定義應變數 u,v 分別代表可微函數 u = f(x) 以及 v = g(x) 。

假設 x, u, v 的變化增量分別為 x, u 以及 v ,則此時分式 uv 所對應的變化為

(15)

分式的微分

因此

當 x  0 ,因為 g 為連續函數,有 v  0 ,分別分開取 極限,由於個別極限均存在,因此有

(16)

分式的微分

最後我們寫成一個定理,分式 f/g 的微分即為,f 微分乘上 g 減去 f 乘上 g 的微分,在共同除去 g 的平方:

分式微分法則 給定 f, g 為可微函數,則

(17)

範例四

假設 則我們可以計算 y 的微分:

(18)

基本的微分法則

以上是目前為止我們所推得的微分公式表。

微分公式表

參考文獻

相關文件

從幾何圖形上來看,所有指數函數,在 (0,1) 的切線斜率恰 好為一的函數也只有惟一一個,因此

在這一節裡會提到,即使沒辦法解得實際的解函數,我們也 可以利用方程式藉由圖形(方向場)或者數值上的計算(歐拉法) 來得到逼近的解。..

我們看到, 在美國, 相當具有代表性的微 積分 (教學) 改進方案, 正由他們的國家科學 基金會支持, 以哈佛大學為中心 (連同七間學 校,) 要設計一套新微積分課程。 這套新課程 的指導原則是“三向” (Rule

微分的应用

由以上這麼多組的實驗後,我們已經可適當的假設在如表 3-6 這樣的 SU-8 微懸臂樑製程,且利用相同的儀器設備製作下,SU-8

算相似度更加來的精確。 所以我們使用 Information Content 方 法來代表每個 GO term 的權重值,而我們 在這裡是去計算在 GO 裡面所有的 term

第一項 Winner Selection Unit Winner

第三章 實驗成果跟數據探討 接下來對於 Hologram 4 還原出的相位展開影像我們做進一步的討論,與前 面不一樣的地方在於前面的結果是以