爬山越陡越累的原因:导数在起作用(一文讲透导数)

1. 引子:为什么爬山越陡越累

如图 1 所示的场景,爬山时大家会有这样的共同感受:走平路不累,但是坡越陡爬起来越累,为什么会这样呢?说起来很平常,但其中有导数的内涵。

想象一个人在爬山,把他所处的高度随着爬山时间的变化看作一个函数。一开始,山路比较平缓,上升的速度(实际上就是这个函数的导数)比较慢,感觉不累。这时候就相当于高度上升的速度较小。然后,到了一段比较陡峭的山坡,上升的速度变快,会感觉比较吃力,这就相当于高度上升的速度增大了。速度更快,表明单位时间内上升的高度更多,爬山需要消耗的能量也更多。最后,到达山顶,就不再继续上升了,此时上升的速度(也即导数)为 0。横坐标表示时间,纵坐标表示高度。折线的斜率就代表了高度变化的速度。陡峭的部分斜率(即导数)大,上升速度快;平缓的部分斜率小,上升速度也慢。
在这里插入图片描述

图 1 爬山为什么坡越陡爬起来越累

2. 进阶:通俗理解导数

“导数” 一词,可理解为 “引导函数发展方向的数”。也就是说,在函数的某个点,随着自变量的值的变化,因变量的值会发生什么样的变化。注意,前提是在具体的某个点,这就需要用动态和微观的观点来看待这个概念。更多有关微积分的详细、有趣的讲解,可参见《人人可懂的微积分 —— 用动态、微观、累加的观点来看待微积分》
在这里插入图片描述

图 2 《人人可懂的微积分 —— 用动态、微观、累加的观点来看待微积分》

那究竟什么是导数呢?能不能更为形象一点说明?我的理解是,在函数图形中特定的点上的导数代表的是函数的值(即因变量)在这个点随自变量前进最快的方向,从而导向最快的发展节奏。这就如图 3 所示。
在这里插入图片描述

图 3 导数的几何意义

在几何意义上来讲,导数方向上通过当前点的线是函数在当前点上的切线,导数的值为切线的斜率(注意不是切线,而是切线的斜率)。

我们来学会用符号表达导数。除了用 “ ′ ' ” 表示导数外,还可以用 “ d y d x \frac{dy}{dx} dxdy” 来表示导数。“ d y dy dy” 和 “ d x dx dx” 是微分上的用法,其含义分别表示 y y y值和 x x x值沿切线的微小变化。这种微小的变化是指 x x x值的变化趋近于 0。这种含义用公式表述如下:

f ′ ( x ) = d y d x = lim ⁡ Δ x → 0 Δ y Δ x = lim ⁡ Δ x → 0 f ( x + Δ x ) − f ( x ) Δ x f'(x) = \frac{dy}{dx} = \lim_{\Delta x \to 0} \frac{\Delta y}{\Delta x} = \lim_{\Delta x \to 0} \frac{f(x+\Delta x) - f(x)}{\Delta x} f(x)=dxdy=limΔx0ΔxΔy=limΔx0Δxf(x+Δx)f(x)

学习点拨:注意结合图 4 来理解 d y dy dy Δ y \Delta y Δy的差别。很显然, Δ y \Delta y Δy是指 y y y沿函数的变化值, d y dy dy是指 y y y沿切线的变化值。

怎么理解导数公式背后的含义呢?用图结合意义来理解最为深刻。
在这里插入图片描述

图 4 导数的含义示意图

lim ⁡ Δ x → 0 f ( x ) \lim_{\Delta x \to 0} f(x) limΔx0f(x)要表达的运算就是当 x x x的变化趋近于 0 时,求 f ( x ) f(x) f(x)的值。 x x x的变化用 Δ x \Delta x Δx表示,“ Δ \Delta Δ” 表示变化,念 “逮它”。大家可别太纠结于名称的这些字符怎么念,这里给出的念法只是谐音,仅用于学习参考。觉得有意思就当作有趣味的学习即可。

学习点拨:什么符号表示什么含义,通常有约定俗成的做法,这样大家理解起来能够达成共识。数学中有很多约定俗成的做法,如:用 “ Δ \Delta Δ” 表示变化,用 f ( x ) f(x) f(x)表示函数。 f f f是 “function” 首字母,这个英文单词就是 “函数、功能” 的意思。

Δ x → 0 \Delta x \to 0 Δx0时,表示 x x x值出现微小的变化,记为 “ d x dx dx”;跟随这种变化, y y y值也会出现微小的变化,记为 “ d y dy dy”。注意, y y y值的微小变化是跟随 Δ x → 0 \Delta x \to 0 Δx0产生的,而不是无缘无故产生的。同样,要用动态、微观的观点来看待这件事。有了这些观点,导数的含义公式和图 4 就比较好理解了。

从图 4 来看,“ d y dy dy” 和 “ Δ y \Delta y Δy” 长短是有区别的,但是在 Δ x → 0 \Delta x \to 0 Δx0时,也即 “无限逼近” 时,我们认为在当前这个点, Δ x \Delta x Δx就等同于 d x dx dx(从图 4 可以明显看出), Δ y \Delta y Δy就等同于 d y dy dy。这就是从 “微观的角度” 和 “动态的观点” 来看待和解决问题的内涵。但是,这些必须建立在函数可导的基础上。

答疑解惑:学习导数的定义时,经常有人会碰到一些困惑,下面做出解答。如果确实没看懂,后续学习更多知识(主要是 “泰勒公式”)可再回过头来理解。学生问:不是说 “ d y dy dy” 和 “ Δ y \Delta y Δy” 长短是有区别的吗?那怎么又可以等同于呢?老师答:“ d y dy dy” 和 “ Δ y \Delta y Δy” 的长度相差多少呢?可以从图 4 明显看出,相差的值为 Δ y − d y \Delta y - dy Δydy。当 Δ x → 0 \Delta x \to 0 Δx0时, Δ y − d y \Delta y - dy Δydy是比 d y dy dy更为高阶的无穷小,故可以认为 Δ y \Delta y Δy就等同于 d y dy dy Δ y − d y \Delta y - dy Δydy怎么会是比 d y dy dy更为高阶的无穷小呢?后续我们学习了泰勒公式后再来详细解释。为了让大家不至于过于迷茫,下面先用一个例子来做例证解释。如果函数为: f ( x ) = x 2 f(x) = x^2 f(x)=x2通过后续学习,我们可以知道: ( x 2 ) ′ = 2 x (x^2)' = 2x (x2)=2x d y = f ′ ( x ) d x dy = f'(x)dx dy=f(x)dx d x = Δ x dx = \Delta x dx=Δx,故有: Δ y − d y = f ( x + Δ x ) − f ( x ) − d y = ( x + Δ x ) 2 − x 2 − 2 x d x \Delta y - dy = f(x+\Delta x) - f(x) - dy = (x+\Delta x)^2 - x^2 - 2x dx Δydy=f(x+Δx)f(x)dy=(x+Δx)2x22xdx = x 2 + 2 x Δ x + ( Δ x ) 2 − x 2 − 2 x Δ x = ( Δ x ) 2 = x^2 + 2x\Delta x + (\Delta x)^2 - x^2 - 2x\Delta x = (\Delta x)^2 =x2+2xΔx+(Δx)2x22xΔx=(Δx)2从而,可得: lim ⁡ Δ x → 0 Δ y − d y d y = lim ⁡ Δ x → 0 ( Δ x ) 2 Δ x = lim ⁡ Δ x → 0 Δ x = 0 \lim_{\Delta x \to 0} \frac{\Delta y - dy}{dy} = \lim_{\Delta x \to 0} \frac{(\Delta x)^2}{\Delta x} = \lim_{\Delta x \to 0} \Delta x = 0 limΔx0dyΔydy=limΔx0Δx(Δx)2=limΔx0Δx=0故此时, Δ y − d y \Delta y - dy Δydy是比 d y dy dy更为高阶的无穷小。

3. 透彻:导数就是某点切线的斜率

通过图形理解导数的内涵,实质上就是说某点的导数就是该点切线的斜率,就是在该点时的变化率。变化率又说明了什么呢?说明在该点,以导数值来看,自变量每变化一个单位,因变量会跟着变化多少个单位。如:

d y d x ∣ x = 1 = 3 \left. \frac{dy}{dx} \right|_{x=1} = 3 dxdy x=1=3

这表明当在 [ x , y ] = [ 1 , f ( 1 ) ] [x, y] = [1, f(1)] [x,y]=[1,f(1)]这个点, x x x的值每变大 1, y y y的值会跟着变大 3; x x x的值每变小 1, y y y的值会跟着变小 3。那如果导数值为 0,则不论 x x x的值变化多少, y y y的值总是固定不变。

如果导数值大于 0,表明随 x x x值的增大, y y y值会增大,此时的函数是一个单调递增函数。如果导数值小于 0,表明随 x x x值的增大, y y y值会减少,此时的函数是一个单调递减函数。

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

computersciencer

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值