如果只能观察很短的一段时间,我们能怎样描述运动?如果只能测量很多很小的片段,我们又能怎样恢复总量?导数与积分分别回应这两个问题。本章从面积和斜率的图像出发,让公式随着问题的需要出现。
我们先计算具体函数的微小变化,再用乘积、复合与隐函数组织更复杂的依赖关系。极限说明“越来越接近”究竟要求什么;微积分基本定理把局部变化率与累积连接起来。高阶导数和泰勒近似进一步追问:只知道一个点附近的信息,能在多远的范围内可靠地预测函数?
本章学习目标
- 区分有限步长的差商与极限中的导数。
- 从函数依赖关系推导求导规则,并说明条件。
- 用积分和误差界判断累积与近似是否可靠。
准备知识:函数图像、幂与三角函数;涉及散度和旋度时可回看第一章。
本章各节¶
- 2.1从面积发现微积分
- 2.2导数的“零除以零”悖论
- 2.3幂法则的几何来源
- 2.4三角函数的导数
- 2.5乘积法则与链式法则
- 2.6为什么自然常数 e 特别
- 2.7隐函数求导
- 2.8极限与导数的定义
- 2.9把任意精度写清楚
- 2.10洛必达法则:比较消失速度
- 2.11积分与微积分基本定理
- 2.12面积为什么与斜率相连
- 2.13高阶导数
- 2.14泰勒多项式与余项
- 2.15泰勒展开的面积解释
- 2.16导数作为局部变换
- 2.17散度与旋度
章节综合:为一次近似负责
想估算 ,先问需要多高精度,而不是立即展开。链式法则给出 ,再用乘积法则得到 。所以一点附近的二阶近似为 当 时,预测值为 。一次近似只保留 ,两者差 ,正是二阶修正,而非某种计算器误差。
要声称准确到某位小数,还需给余项界。求得 后,在一到 的区间给它一个上界 ,误差即可控制在 内。局部匹配与可证明精度因此是相邻但不同的步骤。
请依次解释内层平方改变输入刻度、外层指数改变输出、二阶导数修正斜率变化、余项约束剩余误差。若能把这四句连起来,导数法则与泰勒公式就不再是分离的计算技巧。