例子问题
例子问题1:确定某一点的斜率
求出切线的斜率-抛物线截距:
求抛物线切线在某一点的斜率,求抛物线方程的导数,然后代入新方程中特定点的-坐标。
在这种情况下,在求导之前展开方程是有帮助的:
现在求展开方程的导数:
自-intercept是协调是,替代在方程中.
例子问题1:确定绝对极值和局部极值
考虑函数
求函数在区间上的最小值.
求函数的一阶导数,求函数的潜在最小值使用幂法则。
设导数为0:
我们解出获得然后在原函数中代入0.5,得到的答案
我们可以再检查一下用二阶导数检验确实是最小值吗
这意味着函数是凹上的,所以我们找到的点是最小值。
例子问题1:如何找到最大值
的局部最大值是多少当?
不存在局部最大值。
要找到最大值,我们需要看一阶导数。
为了求一阶导数,我们可以用幂法则。为此,我们将变量的指数降低1,然后乘以原来的指数。
我们要治疗作为因为任何数的0次方都是1。
请注意,因为任何数乘以0都是0。
在看一阶导数的时候,记住如果这个方程的输出是正的,原始函数是递增的。如果导数是负的,那么函数是递减的。
请注意,由正变为负时.
我们可以用二次方程求根:
因为我们要找的是负数,所以要做减法。
因此,最大值在.
例子问题1:图的性质
的局部最大值是多少之间的而且?
这两点之间没有最大值。
为了找到最大值,我们必须找到图从递增到递减的位置。为了找出图表从递增到递减的速率,我们看一下二阶导数,看看值什么时候从正变为负。
也就是说,我们将观察二阶导数,并查看图形与x轴相交的位置(如果有的话)以及从正y值移动到负y值的位置。
现在我们要求二阶导数。不幸的是,三角函数的导数必须记住。一阶导数为:
.
为了求二阶导数,我们对结果求导。
.
因此,二阶导数是.
我们的新方程是否穿过x轴从正到负而且?是的。有一次,当.因此,我们的局部最大值应为时.把这个值代回第一个方程求出最大值在这一点.
例子问题3:微积分I -导数
的局部最小值是多少当?
求的局部最小值我们需要看一阶导数。
为了求一阶导数,我们可以用幂法则。幂法则是指将每个变量乘以其当前指数,然后将该指数降低1。
简化。
任何数的0次方都是1,所以.
因此,.
至少,我们的图形将穿过设在。因此,我们需要找到根。使用二次方程:
从这里开始,我们分成两个根,一个是加法,一个是减法:
而且
这两个根都满足吗?是的。
然后我们转到下一个问题:在这两个根处,图形是否会从负向正平移?是的。当时,图由负变为正。
因此,局部最小值为.
问题4:微积分I -导数
的绝对最小值是多少?
要找到最小值,我们需要看一阶导数。
因为是相加项,所以对每一部分分别求导。为,我们可以使用幂法则,即我们将变量乘以当前指数,然后将指数降低1。对于sin,我们使用三角导数法则。
记住,.
现在我们需要求导数的根。
做穿过设在吗?是的,它在.
我们的下一个问题是,“在这一点上,图形会从负变为正吗?”是的。这意味着我们的父函数在这一点上已经从递减变成了递增。
因此,这就是最小值。
例子问题2:微积分I -导数
的局部最小值是多少当?
不存在局部极小值。
局部极小值发生在图形“触底”时——它一直在下降,它减速,停止,然后开始增加。在这一点上,当它从递减变为递增时,一阶导数应该从负变为正。从求一阶导数开始,然后看它是否成立。
求的一阶导数,我们可以用幂法则。
幂法则是指我们将每个变量乘以其当前指数,然后将每个变量的指数降低1。
自,我们要治疗作为.
任何数乘以0都是0,所以最后一项,与指数的幂无关。
化简。
那么一阶导数是.
画出方程.什么时候从负变为正?是的。因此,这个零点就是我们的最小值。
当0出现时.因此原始图的最小值是.
例子问题1:图的性质
的局部最小值是多少当?
在这个范围内不存在局部最小值。
y值在这个范围内是常数。
要找到最大值,我们需要看一阶导数。
为了求一阶导数,我们可以用幂法则。为此,我们将变量的指数降低1,然后乘以原来的指数。
我们要治疗作为因为任何数的0次方都是1。
请注意,因为任何数乘以0都是0。
在看一阶导数的时候,记住如果这个方程的输出是正的,原始函数是递增的。如果导数是负的,那么函数是递减的。
因为我们想求最小值,我们想知道导数从负到正的变化。
请注意,有一个根当.事实上,它在这一点从负变为正。这是区间内的局部最小值.
例子问题3:微积分I -导数
计算.
极限不存在。
替代把这个极限写成u的形式,而不是x的形式。将分数的上下同时乘以2,得到这样的代换:
(请注意,)。
,所以
,因此这是正确的答案选择。
例子问题1:微积分I -导数
计算
极限不存在。
你可以代入写成:
请注意,,
,由于分数变得不确定,我们需要对分数的顶部和底部同时求导。
,这是正确的选择。