• 沒有找到結果。

4 微分的應用

N/A
N/A
Protected

Academic year: 2022

Share "4 微分的應用"

Copied!
27
0
0

加載中.... (立即查看全文)

全文

(1)

4 微分的應用

(2)

4.5 函數作圖的要點整理

(3)

函數曲線的作圖要點

(4)

函數曲線的作圖要點

在了解函數的一階與二階導數對函數圖形的影響以後,我們 便可以用來描繪函數圖形,以下是整理函數圖形作圖的要點。

注意到實際上我們可能遇到不同種類的函數,所需要的工具 也可能不一樣,也不一定能夠繪製的非常精準,只能描述出 大概的走向。

(1) 確認函數的定義域、值域

如果函數是由基本函數所組成,至少需要注意:分式函 數分母會等於 0 的地方、根式與對數函數在根號對數內不能 有負值等等;另一方面函數的值域需要注意:正餘弦函數的

(5)

函數曲線的作圖要點

(2) 與參考的座標軸交點

有些情況我們需要知道在特定參考時間點的數值。

與 y 軸的交點便是 (0,f(0)) 需要計算 f(0) 。

與 x 軸交點便要求解 y = f(x) = 0 的點,但有時候不一定 能夠直接解,需要勘根。

(3) 函數的對稱性

(a) 若在定義域中有 f(–x) = f(x) ,則表示 f 是偶函數,其函 數圖形會對 y 軸對稱。

(6)

函數曲線的作圖要點

在這個情況下我們便只需要知道 x>0 的圖形即可得知整個實 數上的函數圖形。

例如 y = x2, y = x4, y = |x| 以及 y = cos x ,這些都是偶函數。

偶函數:對 y 軸左右對稱

圖三(a)

(7)

函數曲線的作圖要點

(b) 若 f(–x) = –f(x) 則 f(x) 為一奇函數,其函數圖形為對原點 對稱。同樣也是只需要知道 x>0 的部分便可以知道在實數上 的情形。

[對原點對稱,便是根據原點旋轉 180 圖形,如下圖所示]

奇函數的例子例如: y = x, y = x3, y = x5 以及 y = sin x.

奇函數:對原點對稱

圖三(b)

(8)

函數曲線的作圖要點

(c) 若 f(x + p) = f(x) 對所有 x 以及一正數 p 。則此時 f 為一 週期函數,其週期為 p 。此時我們只需要知道在某個特定區 間 (a, a+p) 上的圖形,便可以知道在所有實數上的圖形。

常見的週期函數例如 cos(x), sin(x) ,其週期為 2π 。

週期函數:平移對稱性 (或者說平移不變性)

圖四

(9)

函數曲線的作圖要點

(4) 漸近線

(a) 水平漸近線

若 limx∞ f(x) = L 或者 limx(-∞) f(x) = L ,則 y = L 為函數圖 形在 x 趨近無窮大或者負無窮大時的漸近線。

但若 limx∞ f(x) = ∞ (或 – ∞ ),則此時這個漸近並不是很有 意義,但至少可以幫助我們了解函數在無窮遠處的行為。

(10)

函數曲線的作圖要點

(b) 鉛直漸近線

在有下列情況的時候,

我們稱 x = a 為 y = f(x) 圖形的一條鉛直漸近線。

常見具有鉛直漸近線的函數,例如:有理函數在分母等於 0 的地方,或者 tan(x) 在 π/2 的整數倍之處。

(11)

函數曲線的作圖要點

(c) 斜漸近線

若 f(x) 可以寫成 ax + b + g(x) ,其中 g(x) 在 x 趨近正 無窮大時, g(x) 會趨近 0。則此時我們稱 y = ax + b 為 y = f(x) 圖形的一斜漸近線。

這算是一個 f 在無窮遠處趨近正負無窮大的特例,但也 可以幫助我們了解 f 的行為。

一個尋找斜漸近線的方法是,若 f(x) 可微分,且 f’(x) 在 無窮遠處會趨近 a ,則很可能 f(x) 有斜漸近線 ax + b 。

(5) 遞增與遞減的區間

若函數 f(x) 可微分,我們可以透過 f‘(x) 的正負來得知 f 圖形 分別在哪些區間遞增、遞減。

(12)

函數曲線的作圖要點

(6) 局部極大值或極小值

求得一階導數後,可以解 f(x) 的臨界點,也就是 f’(c) = 0 或 者 f’(c) 不存在的點。

計算得臨界點後,利用遞增、遞減區間可以判斷在 x = c 時 會是極大或者是極小值。若在 c 前後, f’ 由負轉正,則 f(c) 為極小;反之 f‘ 由正轉負,則 f(c) 為極大。

令一方面我們也可以利用二階導數判別,若 f

(c) > 0 則可知 f(c) 為局部極小;而若 f

(c) < 0 則 f(c) 為局部極大。

(13)

函數曲線的作圖要點

(7) 函數圖形的凹向與反區點

若 f’’ 二階導數存在,則可以計算 f’’(x) 並了解 f(x) 圖形的凹

向。若在某一個區間上 f’’(x) ≥ 0 則有 f(x) 函數圖形為凹向上;

反之若 f’’(x) ≤ 0 ,函數圖形為凹向下。

若 f’’(c) = 0 ,需考慮 x = c 前後凹向是否有改變,若有改變 則代表 x = c 為反曲點。

(8) 描繪曲線 利用以上要點,先劃出 xy 平面以及座標軸,標 出漸近線、與 x 軸、 y 軸交點、局部極大值與極小值、反曲 點等等。接著在考慮遞增遞減區間,便可以將上述已知的點 依照走勢與凹向連接起來。同時讓圖形靠近漸近線。

(14)

範例一

試刻劃

(1). 函數的定義域為

{x | x2 – 1 ≠ 0} = {x | x ≠ 1}

= ( , –1)  (–1, 1)  (1, ) (2). 顯然函數與兩軸的交點為 (0,0) 。

(15)

範例一

(4). 計算極限

可知 y = 2 為在正負無窮遠處的漸近線。

注意到在 x = 1 時,分母為 0 ,因此有:

cont’d

(16)

範例一

於是 x = 1 以及 x = –1 為鉛直漸近線

於是我們便可以先準備好做圖時可參考用的座標系與漸近線 如下:

cont’d

(17)

範例一

5. 計算一階導數

由於分母恆正,因此 f’(x) > 0 當 x < 0 (x ≠ –1) ,而 f

(x) < 0 當 x > 0 (x ≠ 1) 時,可知 f 在 ( , –1) 以及 (–1, 0) 上遞增,

在 (0, 1) 以及 (1, ) 上遞減。

6. 臨界點 x = 0 (f’ = 0) 1 以及 -1 (f’ 不存在)

不過 f 在 1, -1 的值為正負無窮大,所以我們需要考慮 x = 0 是否為極值。考慮到 f

在 x = 0 附近由正轉負 0 ,因此 f(0)

cont’d

(18)

範例一

7. 計算二階導數

由於 12x2 + 4 > 0 ,我們便有

f

(x) > 0 x

2 – 1 > 0 |x| > 1

同時有 f

(x) < 0 |x| < 1. 因此,函數在 (

, –1) 以及 (1, ) 凹向上,在 (-1,1) 為凹向下。

但由於 f 在 -1, 1 沒有定義,此函數圖形沒有反曲點。

cont’d

(19)

範例一

8. 利用極值資訊,在底圖上刻劃出函數圖形

刻劃出函數 y =

圖六

cont’d

(20)

斜漸近線

(21)

斜漸近線

如前所述,有些曲線的漸進線並非水平或者鉛直線,考慮在 x 趨近無窮大 (或者負無窮大時),若有

則我們稱直線 y = mx + b 為 y = f(x) 圖形的斜漸近線,也就是 y = mx+b 與 y = f(x) 的差距在 x 趨近無窮大 (或 者負無窮大) 時,會逐漸縮小至 0 。

如右圖所示。 圖十二

(22)

斜漸近線

通常斜漸近線會出現在有理函數,其分子次數恰好較分母多 一次時。

在這個時候我們可以做長除法,將線性的部分分開,如下頁 範例。

(23)

範例六

試刻劃

1. 函數之定義域 = ( , ).

2. 函數與 x 軸 y 軸之交點均為 (0,0)

3. 由於 f(–x) = –f(x) , f 為奇函數,對原點對稱。

4. x2 + 1 恆正 0 ,此例並沒有鉛直漸近線。

由於 f(x)

當 x  ,且f(x)

當 x  , 此例同樣也沒有水平漸近線。

(24)

範例六

觀察到此函數為有理函數,分子次數較高,我們使用長除法

cont’d

(25)

範例六

5. 計算一階導數

因此 f

(x) 恆非負, f(x) 在全域上為遞增。

6. 臨界點只有 f

(0) = 0 ,但 f 

在 x = 0 附近並沒有變號,因 此 f(0) 並非是局部極大或者極小值。

cont’d

(26)

範例六

7.

有 f

(x) = 0 當 x = 0 或 x = ,此時我們分區間討論:

觀察凹向改變,反曲點有 (0, 0) 以及

cont’d

區間

凹向上 凹向下

凹向下 凹向上

(27)

範例六

8. 劃出背景的斜漸近線後,依照函數走向與凹向刻劃出圖形

cont’d

反曲點

參考文獻

相關文件

此極限便是觀察分子或者分母誰「跑得比較快」。若是分子 趨近無窮大的速度快很多,則極限為無窮大 ,若是分母快很 多,則極限便是

節名 指數函數 對數函數 弧度量 三角函數的圖形 平面向量表示法 平面向量的內積 行列式與一次方程組

7.1.不定積分,7.2不定積分的應用 7.3定積分的意義,7.4 定積分的性質 7.5微積分基本定理,7.6代換積分法 8.1不定積分的基 本公式,8.2分部積分法,

2-2 函數性質的判定 【目標】 函數性質的判定

(cumulative distribution function,簡寫為 cdf)與之圖形、期望值 E(X)、變異數 Var(X),並試著利用程式軟體解題或描繪函數圖形。 過程及方法:

Department of Energy 等,他們 使用 Maple 解決各種複雜的數學問題和創建豐富的

2.4反函數與隱函數的導函數 A:

指數平滑法為時間數列模式中的一個預測方法,而指數平滑法之應用從早期製造業的存貨控制到服務業的需求預測上,均