• 沒有找到結果。

2.7 導數與變化率

N/A
N/A
Protected

Academic year: 2022

Share "2.7 導數與變化率"

Copied!
38
0
0

加載中.... (立即查看全文)

全文

(1)

2 極限 (limits) 與

導數 (derivatives)

(2)

Copyright © Cengage Learning. All rights reserved.

2.7 導數與變化率

(3)

導數與變化率

從本章最一開始的地方我們便提到,對已知曲線求作切線以 及物體運動求其速度,這兩個問題都是求極限的問題。

這兩個問題所牽涉到的極限類型是一樣的,而我們特別把這 種割線斜率的極限稱為導數 (derivative) 。導數可以看成 是一個物體的狀態或者數值的變化率,在工程或者自然科學 問題當中我們會很常遇見。

(4)

4 4

切線

(5)

切線

假設曲線 C 的方程式為 y = f(x) (或者我們說 C 是 y = f(x) 的圖形)而我們想求 C 在點 P(a, f(a)) 的切線,此時我們考 慮一個 P 附近的點 Q(x, f(x)) 而 x  a ,計算其割線段 PQ 的斜率:

為了求切線斜率,我們使 Q 沿著 C 趨近點 P ,此時也就是

(6)

6 6

切線

若斜率 mPQ 會逼近某個數 m 則我們可以定義切線 t 即為通 過 P 且斜率為 m 的直線。

這個逼近的過程可參考下圖:

圖一

(7)

我們實際定義如下

切線

(8)

8 8

範例一

試求拋物線 y = x2 在點 P(1, 1) 的切線方程式。

解:

依照定義我們直接計算割線斜率的極限:

(9)

範例一 / 解

=

= 1 + 1 = 2.

算得斜率之後,利用點斜式我們可以直接求得切線方程式如 下:

y

– 1 = 2(x – 1) 或

y = 2x

– 1

cont’d

(10)

10 10

切線

切線的極限也可以改寫成另一種形式,考慮 h = x – a : 割線 PQ 可寫成

在下圖中我們刻畫 h > 0 的情況,此時 Q 在 P 點的右邊。

(反之若 h < 0 ,則 Q 會在 P 的左邊)

圖三

(11)

切線

當 x 趨近 a 時,此時 h 趨近 0 ,於是切線斜率的極限便改寫 為

(12)

12 12

物體運動的速度

(13)

另一個使用導數的例子,我們考慮物體沿著直線作運動,其 運動軌跡方程式為 s = f(t) ,其中 s 代表物體在時間 t 時的位 移。

我們稱函數 f 為該物體的位置函數 (position function) 。 於是在時間區間 t = a 至 t = a + h 範圍內移動的距離,可以 用 f(a+h) – f(a) 表示。

物體運動的速度

(14)

14 14

物體的位移:

物體運動的速度

圖五

在 t = a 時 的位置

在 t = a + h 時的位置

(15)

物體運動的速度

因此在這段時間的平均速度為:

這個比值如右圖所示,也是圖中 割線的斜率。

平均速度 位移

經歷時間

(16)

16 16

物體運動的速度

接著我們對更小的 h 計算在更短的時間區間 [a, a + h] 內的 平均速度。然後一次比一次取更小的 h 。

換言之,我們是要讓 h 趨近至 0 。

我們定義一個物體在時間 t = a 時的速度 (velocity),或者說 瞬時速度(instantaneous velocity),為以下的極限

也就是說,物體在時間 t = a 時的速度,也就是 s = f(t) 函數 圖形在 P(a, f(a)) 時的切線斜率。

(17)

我們再次考慮自由落體的問題。

假設有一球自 CN 塔觀景台 450 公尺高處落下,試問:

(a) 此球在五秒後的速度為?

(b) 此球在落地時間的速度為?

解:

為了方便,我們直接先列出球軌跡的方程式。再來計算 t = 5

範例三

(18)

18 18

範例三 / 解

直接利用自由落體公式: s = f(t) = 4.9t2,求極限得到導數

cont’d

(19)

範例三 / 解

(a) 因此經過 5 秒後的速度為 v(5) = (9.8)(5) = 49 (公尺/秒)

cont’d

(20)

20 20

範例三 / 解

(b) 由於觀景台的高度為 450 公尺,假設球在時間 t1 時落地,

即 s(t1) = 450 ,因此

4.9t12 = 450 解 t1 得到

t

12 = => t1 =

9.6 秒

cont’d

(21)

範例三 / 解

因此在落地時間的速度為

v(t

1) = 9.8t1

cont’d

= 9.8

94 公尺/秒

(22)

22 22

導數

(23)

導數

在前面兩個例子中我們都用到類似的極限:

這類的極限會在各種領域不斷地用到,當我們需要了解一個 物體位置、濃度等等數值的變化率之時。

由於很常用到,因此我們給這類的極限一個特定的名字。

(24)

24 24

導數

注意到當 h 趨近 0 ,表示 x = a+h 趨近 a ,因此我們也可以 寫成另一種形式,割線斜率的極限:

(25)

範例四

求函數 f(x) = x2 – 8x + 9 在任意 a 點的導數。

解:

由定義我們直接計算:

(26)

26 26

範例四 / 解

cont’d

(27)

導數

由於我們定義 y = f(x) 曲線在點 P(a, f(a)) 的斜率 m 就是導 數所定義的極限,因此我們也可以說 y = f(x) 在 (a, f(a)) 的 切線斜率為 f’(a) 。

利用點斜式我們可以直接寫下切線方程式:

y

– f(a) = f

(a)(x

– a)

(28)

28 28

變化率

(29)

變化率

假設 y 是某種跟獨立變量 x 有關的量,此時我們可以將 y 寫 程式 x 的函數, y = f(x) 。

當 x 從 x1 變動至 x2 時,這裡我們新定義一個符號來表示 x 的增量 (increment) :

∆x = x2 – x1 相應的, y 的變化我們記作:

(30)

30 30

變化率

這些增量的比值

稱為 y 在 [x1, x2] 上對 x 的平均變 化率 (average rate of change) , 這個量也即是右圖所示的割線斜 率。

圖八

平均變化率 = mPQ

瞬時變化率 = 在 P 點的切線斜率

(31)

變化率

跟瞬時速度的定義一樣,我們考慮短區間內的平均變化率,

接著讓 Δx 趨近到 0 。

此時這個平均變化率的極限,我們便稱為 y 對 x 在 x = x1 瞬時變化率 (instantaneous rate of change) ,這也同時是 在點 P(x1, f(x1)) 上的切線斜率。

這個瞬時變化率也就是導數 f

(x

1) 。

(32)

32 32

變化率

導數值的絕對值越大,代表切線的傾斜程度越斜,也就表示 y 值短期間的變化越劇烈;相反導數的絕對值越小,切線的 傾斜越平緩, y 值在短期間的變化就越小。

Figure 9

y 在 P 點變化較大,而在 Q 點變化較小。

(33)

變化率

特別來說,若 s = f(t) 是某物體沿著某條直線運動的位置函 數,我們已經知道 f’(a) 代表其在 t = a 時的瞬時速度,也就 是位移對時間的瞬間變化率。

而如果我們不看方向只看其值大小的話,這個導數的絕對值,

即 |f’(a)| ,代表的就是位置變化程度的大小,也就是速率

(speed) 。

(34)

34 34

範例六

一家廠商生產每綑固定長度的某種布料,若生產 x 碼長度的 布料生產的成本為 C = f(x) 元,試問

(a) 導數 f

(x) 的意義為何?其單位為?

(b) 用實際的例子來說, f

(1000) = 9 的意義為?

(c) 試想像 f

(50), f (500) 何者比較大?

又 f

(5000) 如何?

(35)

範例六 / 解

(a) 導數 f

(x) 表示消耗成本對於生產長度 x 的瞬間變化率。

f (x) 的單位會與增量差的比值 C/x 相同。

而此時

C 的單位是元,而 x 的單位是碼,因此 f (x) 的單

位是 元/碼 。

(36)

36 36

範例六 / 解

(b) 而若 f

(1000) = 9 則表示,在生產一千碼長的布這個規模

底下,每單位生產所消耗的成本會增加 9 元/每碼。說明如下:

考慮

x = 1 在 x = 1000 時,在生產一千碼長的布這個規模

底下,若考慮生產多增加一碼 (從 x1 = 1000 至 x2 = 1001) , 此時的瞬間變化率可以用增量的比值來逼近

因此,在這個規模附近,每次多生產一單位所消耗的成本會

增加

C 也就是 9 元。

cont’d

(37)

範例六 / 解

(c) 在一次生產 500 碼長布與一次生產 50 碼長布的這兩個情 形,每單位生產消耗成本的變化率可能是 500 碼長時比較低。

考慮到整體生產的規模,生產 500 碼長的布,廠商在整個生 產過程所消耗的設備人力等成本可能都比較穩定,因此不管 其成本較高或者較低,其多生產或者少生產一碼長的布,所 消耗的成本變化並不大,其變動的幅度應該較一次生產 50 碼長要來的小。

因此在這個理由底下,我們可以猜測:

cont’d

(38)

38 38

範例六 / 解

然而考慮到邊際效應,生產太多布料可能使得製程變得很沒 有效率,生產越多則多消耗、多增加的成本也越大。

因此在這個理由底下,很有可能會有

f (5000) > f (500)

cont’d

參考文獻

相關文件

三階導數也就是加速度的變化率 s′′′ = (s′′)′ = a′ ,也常被稱為 jerk (“猛推”,中文並不常用這類的字,僅以英文敘述). 此時這個 jerk

於是我們若想要在已知函數值的某一點,了解附近大概的函

另外我們還可以觀察到,在 1930 年以後的一段時間,人口

這是一個二階微分方程 (second-order differential equation)

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

而此時,對於相對成長率為 k 的族群,其滿足族群成長模型 的解為指數函數 Ce kt ,此時的 k 便是指數中時間 t

從幾何上看,一個在區間上的每一點都連續的函數,其函數 圖形沒有分斷。直觀上,這樣的連續圖形我們可以一筆劃完

相對應的,由於這些函數可以跟雙曲線上的點做對應,所以 稱為雙曲函數,其中主要的奇組合稱為 hyperbolic sine 雙曲 正弦函數,偶組合稱為