第三章 导数与微分

简介: 一、导数1、导数的几何意义与物理意义2、曲线某点导数所代表的斜率,与曲线该点切线的斜率,代表了微观和宏观,但他们是一致的3、函数可导与连续的关系4、基本初等函数的导数公式5、导数的运算公式6、复合函数的导数公式,变化率是传导的 二、高阶导数1、相乘函数的n阶导数公式 三、隐函数、参量函数的导数1、.

一、导数
1、导数的几何意义与物理意义
2、曲线某点导数所代表的斜率,与曲线该点切线的斜率,代表了微观和宏观,但他们是一致的
3、函数可导与连续的关系
4、基本初等函数的导数公式
5、导数的运算公式
6、复合函数的导数公式,变化率是传导的

二、高阶导数
1、相乘函数的n阶导数公式

三、隐函数、参量函数的导数
1、如何确定隐函数可导
2、满足什么条件的方程可确定一个隐函数
3、参量函数的导数,参量函数的高阶求导
4、极坐标求导,转化为直角坐标系下问题求导(转化为参量方程)
5、相关变化率

四、函数的微分
1、可微定义
2、可微与可导的关系
3、微分定义
4、微分的几何意义
5、基本初等函数的微分公式
6、微分四则运算公式
7、复合函数的微分
8、微分形式不变性

相关文章
|
10月前
04 微积分 - 偏导数
04 微积分 - 偏导数
38 0
|
4月前
|
数据可视化
R语言最优化问题中的共轭函数
R语言最优化问题中的共轭函数
|
11月前
|
机器学习/深度学习 算法 Python
实战:用线性函数、梯度下降解决线性回归问题
实战:用线性函数、梯度下降解决线性回归问题
|
机器学习/深度学习 算法 Python
数学和微分角度理解梯度下降算法
数学和微分角度理解梯度下降算法
微积分:微分
1.代数推导 假设我们有一个正方形初始边长为X,这时面积S1=x² 然后正方形的边长增加△x,此时面积S2=(x+△x)² 变化的面积大小是△s=(x+△x)²- x²=2x△x+(△x)² 观察可以发现当△x越小(△x)²会比2x△x率先趋近于0,也就是换句话说,当△x很小时我们可以近似的认为 △s=2x△x 仔细观察上面的式子,这个2X其实就是x的平方的导数,这时候我们是不是就理解了为什么说导数可以描述变化趋势的快慢。
118 0
|
机器学习/深度学习 人工智能 算法
【Pytorch神经网络基础理论篇】 06 自动求导+导数与微分
【Pytorch神经网络基础理论篇】 06 自动求导+导数与微分
278 0
【RL数学基础】微积分的基本概念:导数、偏导数、方向导数、梯度
【RL数学基础】微积分的基本概念:导数、偏导数、方向导数、梯度
404 0
【RL数学基础】微积分的基本概念:导数、偏导数、方向导数、梯度
|
机器学习/深度学习 存储 人工智能
手推公式:LSTM单元梯度的详细的数学推导
手推公式:LSTM单元梯度的详细的数学推导
229 0
手推公式:LSTM单元梯度的详细的数学推导