Warning!篇幅真的很长,注意你的用脑程度!
在之前我们聊完了极限,上回我们简单讲了讲导数,那么这次我们继续导数之旅,讲一下对数函数、指数函数和幂函数的导数。
本文围绕以下内容展开:
· 隐函数求导
· 经济学和 自然对数底数 e 的出现
· 对数函数的导数
· 指数函数的导数
· 取对数求导法
5. 隐函数求导
我们在这个系列刚开始的时候说过,“狭义”的函数就是 y=f(x) 的形式,一个 x 对应一个 y,比如 y=x2+2x+1 就是一个函数。
但是,据说在《柯朗微积分》中,作者把 x2+y2=1 也叫做函数,我们暂且称之为“广义”的函数。这种“广义”的函数如果只涉及 x 和 y,有时候也可以写成上面“狭义”的函数的形式,比如它可以写作 y=±1−x2,但是这里一个 x 对应了两个 y,很明显不符合“狭义”的函数的定义。
那么,对于这种“广义”的函数,如何求解函数上一点 (x,y) 处的切线斜率呢?这就是隐函数求导。
就以 x2+y2=1 为例,求 (22,22) 处的切线斜率(说白了就是求导+代入),你所要做的就是两边同时关于 x 求导:
ΔxΔ(x2+y2)=ΔxΔ(1)
化简得到:
ΔxΔx2+ΔxΔy2=0
左边第一项是指数为正整数的幂函数,可以直接运用上次讨论的结果得到 2x。那么第二项呢?
我们所需要做的只是链求导:
ΔxΔy2=ΔyΔ(y2)ΔxΔy
化简得到:
2x+2yΔxΔy=0
此时你可以把 x 和 y 看成是参数,未知数(元)是 ΔxΔy,解一元一次方程。你会得到结果为:
ΔxΔy=−yx
我们要求的是点 (22,22) 处的斜率,即代入:
⎩⎨⎧x=22y=22
得到:
ΔxΔy=−1
所以,该点处的切线斜率为 −1。
我们在中学阶段可能会遇到给定一个圆(甚至是椭圆)求过上面一点的切线斜率。在他人还在死算时,“邪修”党可以利用求导对这道题目进行降维打击。
例如,给定椭圆 ax2+by2=r2,求过在椭圆上一点 (x0,y0) 的切线斜率。可以进行隐函数求导得到答案:
ΔxΔ(ax2+by2)=ΔxΔ(r2)
接着利用链求导得到:
a2x+b2yΔxΔy=0
移项,得到:
ΔxΔy=−b2ya2x=−yaxb
因此,代入点的坐标,就得到了斜率:
k=−y0ax0b
正修:这就得到答案了?
邪修:这不很简单吗?隐函数求导呗!
6. e 的定义
6.1. 经济问题:复利的计算
很久以前,一个名叫伯努利的数学家(你猜是雅各布还是约翰)回答了一个有关复利的问题。抛开伯努利是哪位不谈,我们就来看看这个问题:
如果有一家银行,你存进去 1 元,年利率是 r,那么你存一年之后的本金和利息一共多少?相信你很快就能够回答出是 1+r 元。
那么,如果另一家银行半年的利润率是 2r,你的 1 元可以存半年之后再拿出本利继续存,那么你的本利共多少?也不难,答案是 (1+2r)2 元。
继续,第三家银行一个季度的利润率是 4r,存满一个季度后拿出本利再存,这样你的 1 元在一年后的本利和就是 (1+4r)4 元
我们考虑一家月利率为 12r 的银行,你存 1 元每满一个月就可以进行取出本利和转存,这样一年后你就有 (1+12r)12 元。
综上,你会发现这个结果可以写成 (1+hr)h,比如我日利率为 r(假设一年有 365 天)那么结果就是 (1+365r)365,其中 h=365。
此时,你会发现这样的复利有个特点,你转存的次数越多,得到的利润就越多(前提是 r 不变的情况下,否则没有可比性)。我们假设此时 r=1,那么当所谓的 h 越来越大时,这个结果会不会也越来越大变成 ∞ 呢?不会。相反,它会收敛到一个固定的值,叫做 自然对数底数 e(也叫 自然常数)。
6.2. e 的定义
根据上面我们对于复利的探究,我们知道,e 就是这样一个式子:
e=h→∞lim(1+h1)h
如果我们让 x=h1,那么就有了另一种写法:
e=h→0+lim(1+h)h1
危险的是,我们现在没有足够的办法说明这个极限存在。当然,事实是这个极限的确存在,甚至于你可以写成:
e=h→0lim(1+h)h1
更一般的说,同样按照上面对复利的探究,我们有:
er=h→0+lim(1+rh)h1
7. 对数函数的导数
我们早在这个系列开始的时候就介绍过什么是对数函数,但是从来没有看过它的导数,那么现在我们就来看看。
我们以 logax 为例,套用导数的定义,就有:
loga′x=h→0limhloga(x+h)−loga(x)
利用对数减法的性质,我们可以化简:
loga′x=h→0limh1logaxx+h=h→0limh1loga(1+xh)
因为 loga(bc)=cloga(b),所以在这里逆用这个性质就得到:
loga′x=h→0limloga(1+xh)h1
你会发现,这里出现了一个似曾相识的东西:这不就是 er 的定义吗?因此,代入 r=b1,就有:
loga′x=loga(ex1)=x1loga(e)
进一步化简,我们可以利用换底法则:
loga′x=x1loge(a)loge(e)=xloge(a)1
你会发现,当我们对数函数的底数 a=e 的时候,它的导数就是 x1,看上去貌似很自然。因此,数学家们规定以 e 为底的对数函数叫做 自然对数,写作 ln(),即 lognatural 的含义,因此,也可以这样写:
loga′x=xlna1
特别的,还有:
ln′x=x1
8. 指数函数的导数
8.1. 指数函数求导
我们以指数函数 y=ax 为例,探究其导数就是探究 ΔxΔy 的结果。
有一点我们一直在强调:Δy 和 Δx 可以参与运算!因此,我们也可以计算出 ΔyΔx 的结果,然后取倒数。
因为 y=ax,所以根据对数函数的定义有 x=logay。我们根据上面的探究结果,可以得到:
ΔyΔx=ylna1
所以,取倒数,得到:
ΔxΔy=ylna
代入 y=ax,就有:
ΔxΔy=axlna
8.2. e 的第二定义
特别的,当 a=e 的时候,你会发现 ΔxΔy=ex。好家伙!这求导了……又好像没求导一样。
因此,数学家们根据这个性质,给出了 e 的第二定义:
如果非零函数 f(x) 满足 f′(x)=f(x),那么规定 f(x)=ex。
但是,这个定义用的时候要注意一点:所有满足条件 f′(x)=f(x) 的 f(x) 应该写作 f(x)=Aex,其中 A 是常数。你可以通过简单的求导证明这一点,因为函数的常数倍求导是导函数的常数倍。
这是最简单的微分方程,我们以后再讨论它的解法。
8.3. 极限的求解
有了指数函数的导数以后,我们可以联系一下,来求证一个极限:
h→0limheh−1=1
这个极限很简单,你应该自己先试试。如果你知道洛必达法则你可以洛出来这个结果,因为这里当 h→0 的时候分子分母都趋向于 0,但是这完全没有必要。
我们都知道,无论你底数是什么非零数,只要你的指数为 0,那么你的结果必然为 1,因此,我们可以把这里的 1 还原成 e0,这样子,原极限就变成了:
h→0limhe0+h−e0=1
左边实际上就是 ex 的导数在 x=0 处的样子,又因为 ex 的导数就是 ex,所以左边极限就等于 e0,化简得到 1,QED!
9. 取对数求导法
9.1. 什么是取对数求导法
对于 y=ax,求 ΔxΔy,实际上你也可以用另一种方式来求解:取对数求导法。
取对数求导法的核心思想就是等式两边同时取对数,再用隐函数求导进行计算。
例如这里,两边同时取对数:
lny=xlna
然后同时求导:
y1ΔxΔy=lna
移项,得到:
ΔxΔy=ylna=axlna
本质上没有什么太大的区别,因为我们之前证明的时候也是取了对数的。
但取对数求导法的用途不止这么点。
9.2. 取对数求导法的用途
所谓取对数,有一个性质:
loga(bc)=cloga(b)
这里通过取对数的方式把指数变成了系数,说明它的一个用途是处理函数为幂的形式(尤其是指数为关于 x 的函数时)的求导问题。
我们来看一个例子:y=xx 关于 x 求导会变成什么?
根据上面的说明,此处指数是关于 x 的函数,因此可以使用取对数求导法。两边同时取对数:
lny=xlnx
接着同时关于 x 求导:
ΔxΔlny=ΔxΔxlnx
左边利用链求导可以得到 y1ΔxΔy,而右边利用乘积法则“左函乘右导+右函乘左导”可以得到 1+lnx。因此:
y1ΔxΔy=1+lnx
移项:
ΔxΔy=(1+lnx)y=(1+lnx)xx
从上面的例子中不难看出,取对数求导法是一个很强大的工具,尤其在指数中包含 x 的时候,可以通过取对数将指数变为系数,从而利用乘积法则和链求导进一步进行计算得到答案。
9.3. 幂函数的导数
我们在上一帖中聊过关于幂函数 xn 指数 n 为自然数时的导数为 nxn−1,这个结论在 n 为任意实数是都适用。但是上次我们证明时利用的是二项式定理,虽然还有广义二项式定理,但是那个证明起来无疑会变得很麻烦,不如试试我们的取对数求导法。
依旧,先令 y=xn,那么我们所需要做的就是求 ΔxΔy。两边同时取对数:
lny=nlnx
求导:
ΔxΔlny=ΔxΔnlnx
左边利用链求导得到 y1ΔxΔy,而右边则是 xn,因此:
y1ΔxΔy=xn
移项:
ΔxΔy=xny=xn(xn)=nxn−1
这说明,取对数求导法也可以用于幂函数上,只要你的函数形式为f(x)g(x),甚至其中某一个是常值函数,也能够利用取对数求导法进行求导。
预告:下次更新“详解函数#6 导数(3)”内容会有一点多,主要讲三角函数、双曲函数、反三角函数、反双曲函数的导数,注意用脑量!
往期话题:
详解函数#1 幂函数、指数函数和对数函数
详解函数#2 三角函数
详解函数#3 极限
详解函数#4 导数(1)
参考文献:《普林斯顿微积分》
有帮助,赞一个