• 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

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

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