人工智能数学基础--导数3:隐函数求导、对数求导法、参数方程求导法

一、隐函数概念

用y=f(x)这种方式定义的函数叫显函数,而隐函数是指没有使用这种方式定义,而是用类似F(x,y)=0这种方程方式来定义x和y关系的方式。

一般地,如果变量x和y满足一个方程F(x,y)=0,在一定条件下,当x取某区间内的任一值时,相应地总有满足这方程的唯一的y值存在,那么就说方程(x,y)=0在该区间内确定了一个隐函数。

把一隐函数化成显函数,叫做隐函数的显化。例如从方程x+y-1=0解出y=1-x,就把隐函数化成了显函数。隐函数的显化有时是有困难的,甚至是不可能的,但在实际问题中,有时需要计算隐函数的导数,因此我们希望有一种方法,不管隐函数能否显化,都能直接由方程算出它所确定的隐函数的导数来。

二、隐函数求导

隐函数实际上是一个方程,对于方程F(x,y)=0,可以对该方程两边对x求导,求导的结果还是一个方程。但求导中要注意,该方程隐含了y=f(x),因此y不能看做常数处理。例如,针对方程:
xy=0
两边对x求导,可以得到的方程是:(xy)’=x’y+y’x=y+xy’=0
这样就能得到一个关于x、y、y’的方程,如果能将y’用x和y的方式表达出来,就得到了隐函数y的导数公式,当点(x0,y0)的坐标值确定时,在该点的导数值就能确定。

为了清楚说明,下面贴一个书中的例子:
人工智能数学基础--导数3:隐函数求导、对数求导法、参数方程求导法_第1张图片

三、对数求导法求导

求函数y=f(x)的导数在某些情况下,将函数两边先同时进行取对数运算再求导有助于化复杂为简单。老猿认为这是应为对数可以把指数或求根运算转换为乘积运算,可以把乘积运算转换为加减运算,实现了运算的降维。

指数运算转换为乘积运算的案例请见《y=x^sinx(y=x的sinx次方)为什么不能用复合函数直接求导数?》。

乘积、方根运算转换请见书中如下案例:
人工智能数学基础--导数3:隐函数求导、对数求导法、参数方程求导法_第2张图片

四、参数方程求导法

前面第二部分介绍的隐函数是对F(x,y)=0的方程求导,但有时x和y不是建立直接关系,而是各自与第三个参数建立方程关系,此时的方程就是参数方程。

一般地,方程组:
x=g(t)
y=h(t)
确定了y与x之间的函数关系,上述方程组就是参数方程,由该参数方程确定的y与x的关系函数y=f(x)就称为参数方程确定的函数。

针对参数方程确定的函数y=f(x)求导,由于二者之间都是通过t关联,要将其表达为y=f(x)方式需要去除参数t,但有些情况t不容易去掉,这时可能可以通过参数方程计算出y=f(x)的导数。

上述参数方程所确定的y关于x的函数的求导公式如下:
在这里插入图片描述
如果h(t)、g(t)是二阶可导的,那么从上述一阶导数可以得到函数对应的二阶导求导公式如下:
在这里插入图片描述

参数方程求导的一个应用案例

人工智能数学基础--导数3:隐函数求导、对数求导法、参数方程求导法_第3张图片

五、小结

本文介绍了利用隐函数、对数、以及参数方程求导的概念和方法。

说明:

本文内容是老猿学习同济版高数的总结,有需要原教材电子版的,请扫博客首页左边二维码加微信公号,根据加微信公号后的自动回复操作。

更多人工智能数学基础请参考专栏《人工智能数学基础》。

写博不易,敬请支持:

如果阅读本文于您有所获,敬请点赞、评论、收藏,谢谢大家的支持!

关于老猿的付费专栏

  1. 付费专栏《https://blog.csdn.net/laoyuanpython/category_9607725.html 使用PyQt开发图形界面Python应用》专门介绍基于Python的PyQt图形界面开发基础教程,对应文章目录为《 https://blog.csdn.net/LaoYuanPython/article/details/107580932 使用PyQt开发图形界面Python应用专栏目录》;
  2. 付费专栏《https://blog.csdn.net/laoyuanpython/category_10232926.html moviepy音视频开发专栏 )详细介绍moviepy音视频剪辑合成处理的类相关方法及使用相关方法进行相关剪辑合成场景的处理,对应文章目录为《https://blog.csdn.net/LaoYuanPython/article/details/107574583 moviepy音视频开发专栏文章目录》;
  3. 付费专栏《https://blog.csdn.net/laoyuanpython/category_10581071.html OpenCV-Python初学者疑难问题集》为《https://blog.csdn.net/laoyuanpython/category_9979286.html OpenCV-Python图形图像处理 》的伴生专栏,是笔者对OpenCV-Python图形图像处理学习中遇到的一些问题个人感悟的整合,相关资料基本上都是老猿反复研究的成果,有助于OpenCV-Python初学者比较深入地理解OpenCV,对应文章目录为《https://blog.csdn.net/LaoYuanPython/article/details/109713407 OpenCV-Python初学者疑难问题集专栏目录 》
  4. 付费专栏《https://blog.csdn.net/laoyuanpython/category_10762553.html Python爬虫入门 》站在一个互联网前端开发小白的角度介绍爬虫开发应知应会内容,包括爬虫入门的基础知识,以及爬取CSDN文章信息、博主信息、给文章点赞、评论等实战内容。

前两个专栏都适合有一定Python基础但无相关知识的小白读者学习,第三个专栏请大家结合《https://blog.csdn.net/laoyuanpython/category_9979286.html OpenCV-Python图形图像处理 》的学习使用。

对于缺乏Python基础的同仁,可以通过老猿的免费专栏《https://blog.csdn.net/laoyuanpython/category_9831699.html 专栏:Python基础教程目录)从零开始学习Python。

如果有兴趣也愿意支持老猿的读者,欢迎购买付费专栏。

老猿Python,跟老猿学Python!

☞ ░ 前往老猿Python博文目录 https://blog.csdn.net/LaoYuanPython ░

你可能感兴趣的:(老猿Python,人工智能数学基础,人工智能,数学,导数,隐函数,参数方程)