数学学习——解析解与数值解、收敛与发散、一阶导数、二阶导数与三阶导数的几何意义

文章目录

  • 解析解和数值解
  • 收敛与发散
  • 一阶导数、二阶导数与三阶导数的几何意义

解析解和数值解

解析解,又称为闭式解,是可以用解析表达式来表达的解。解析表达式是由有限个常数、变量和基本函数(如分式、三角函数、指数、对数等)组成的有限长的表达式。解析解可以精确地表示问题的解,不需要任何近似或误差。

数值解,又称为近似解,是用数值方法来求得的解。数值方法是利用计算机或其他工具,通过迭代或递推等方式,逐步逼近问题的真实解的一种方法。数值解不能精确地表示问题的解,只能在一定的误差范围内给出一个近似值。

例如,求方程
x 3 − 2 x − 5 = 0 x^3−2x−5=0 x32x5=0
的根,可以用以下两种方法:

解析方法: 利用卡尔丹公式(Cardano’s formula),可以得到方程的一个实根为
x = 1 2 ​ + 29 108 3 ​​​ + 1 2 ​ − 29 108 3 ​​​ x=\sqrt[3]{\frac{1}{2}​+\sqrt{\frac{29}{108}}}​​​+\sqrt[3]{\frac{1}{2}​-\sqrt{\frac{29}{108}}}​​​ x=321+10829 ​​​+32110829 ​​​
,这就是方程的一个解析解。
数值方法: 利用牛顿法(Newton’s method),可以得到方程的一个近似根为
x = 2.0945514815 x=2.0945514815 x=2.0945514815
,这就是方程的一个数值解。

收敛与发散

发散是指某个数学对象(如数列、函数、级数等)在无限的过程中,没有趋向于一个确定的值,或者在某个范围内没有保持一致的性质。

收敛是指某个数学对象(如数列、函数、级数等)在无限的过程中,趋向于一个确定的值,或者在某个范围内保持一致的性质。

例1:

数列
{ 1 n ​ } \{\frac{1}{n}​\} {n1}
是一个收敛数列,因为当 n n n 趋向于无穷大时, 1 n \frac{1}{n} n1​ 趋向于0,也就是说,
lim ⁡ x → ∞ 1 n ( n + 1 ) \lim_{x \to \infty} \frac{1}{n(n+1)} xlimn(n+1)1
例2:
数列
{ ( − 1 ) n } \{(−1)^n\} {(1)n}
是一个发散数列,因为当 n n n 趋向于无穷大时, ( − 1 ) n (−1)^n (1)n 没有趋向于一个确定的值,而是在-1和1之间交替变化,也就是说,
lim ⁡ n → ∞ ( − 1 ) n \lim_{n \to \infty}(-1)^n nlim(1)n
不存在。
例3:
函数
f ( x ) = 1 x ​ f(x)=\frac{1}{x}​ f(x)=x1
在区间 ( − ∞ , 0 ) (−\infty,0) (,0)上是一个收敛函数,因为当 x x x 趋向于0时, f ( x ) f(x) f(x) 趋向于负无穷大,也就是说,
lim ⁡ x → 0 − 1 x = − ∞ \lim_{x \to 0^-} \frac{1}{x} = -\infty x0limx1=
例4:
函数
f ( x ) = s i n x f(x)=sinx f(x)=sinx
在区间 [ 0 , 2 π ] [0,2\pi] [0,2π] 上是一个发散函数,因为当 x x x 在该区间上变化时, f ( x ) f(x) f(x) 没有趋向于一个确定的值,而是在 − 1 -1 1 1 1 1之间周期性变化,也就是说,
lim ⁡ x → 2 π s i n x \lim_{x \to 2\pi} sinx x2πlimsinx
不存在。
例5:
级数
∑ n = 1 ∞ 1 n 2 \sum_{n=1}^\infty \frac{1}{n^2} n=1n21

是一个收敛级数,因为它的部分和数列
S n = ∑ k = 1 n 1 k 2 S_n = \sum_{k=1}^n \frac{1}{k^2} Sn=k=1nk21

n n n 趋向于无穷大时,趋向于一个确定的值(约等于1.645),也就是说,
lim ⁡ n → ∞ S n = ∑ n = 1 ∞ 1 n 2 = 0 \lim_{n \to \infty} S_n = \sum_{n=1}^\infty \frac{1}{n^2} = 0 nlimSn=n=1n21=0

存在。
例6:
级数
∑ n = 1 ∞ n \sum_{n=1}^\infty n n=1n
是一个发散级数,因为它的部分和数列
S n = ∑ k = 1 n k = n ( n + 1 ) 2 S_n = \sum_{k=1}^nk = \frac{n(n + 1)}{2} Sn=k=1nk=2n(n+1)
n n n 趋向于无穷大时,趋向于正无穷大,也就是说,
lim ⁡ n → ∞ S n = ∑ n = 1 ∞ n = ∞ \lim_{n \to \infty}S_n = \sum_{n=1}^\infty n = \infty nlimSn=n=1n=

一阶导数、二阶导数与三阶导数的几何意义

一阶导数的几何意义是函数在某一点或某一区间内的变化率,也就是函数图像上的切线斜率。

二阶导数的几何意义是函数的一阶导数在某一点或某一区间内的变化率,也就是函数图像上的曲率或凹凸性。

三阶导数的几何意义是函数图像上的曲率变化率,也就是函数图像在某一点或某一区间内变得越来越凹还是越来越凸的程度。

例如:

函数 f ( x ) = x 3 f(x)=x^3 f(x)=x3 的一阶导数是 f ′ ( x ) = 3 x 2 f'(x)=3x^2 f(x)=3x2,它表示了函数在任意一点的切线斜率。斜率大于0时,函数图像为递增;斜率小于0时,函数图像为递减;斜率等于0时,函数图像不增不减。

函数 f ( x ) = x 3 f(x)=x^3 f(x)=x3 的二阶导数是 f ′ ′ ( x ) = 6 x f''(x)=6x f′′(x)=6x,它表示了函数的一阶导数的变化率,也就是函数图像上的曲率或凹凸性。曲率大于0时,函数图像为凹状;曲率大于0时,函数图像为凸状;曲率等于0时,函数图像不凹不凸。

函数 f ( x ) = x 3 f(x)=x^3 f(x)=x3 的三阶导数是 f ′ ′ ′ ( x ) = 6 f'''(x)=6 f′′′(x)=6,它表示了函数的二阶导数的变化率,也就是函数图像上的曲率变化率,曲率变化率大于0时,函数图像为凹状;曲率变化率大于0时,函数图像为凸状;曲率变化率等于0时,函数图像在该点凹凸性不变。

函数 f ( x ) = x 3 f(x)=x^3 f(x)=x3 在点 x=1的三阶导数是 f ′ ( 1 ) = 3 f'(1)=3 f(1)=3,它表示了函数图像在该点的斜率变化率。

函数 f ( x ) = x 3 f(x)=x^3 f(x)=x3 在点 x=1的三阶导数是 f ′ ′ ( 1 ) = 6 f''(1)=6 f′′(1)=6,它表示了函数图像在该点的曲率。

函数 f ( x ) = x 3 f(x)=x^3 f(x)=x3 在点 x=1的三阶导数是 f ′ ′ ′ ( 1 ) = 6 f'''(1)=6 f′′′(1)=6,它表示了函数图像在该点的曲率变化率,也就是该点附近函数图像变得越来越凹的程度。

你可能感兴趣的:(提高上限之数学学习,学习,数学)