数学基础: 切线和变化率

2024-08-27 16:04
文章标签 基础 数学 变化率 切线

本文主要是介绍数学基础: 切线和变化率,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

我们将看看微积分研究中两个相当重要的问题。现在关注这些问题有两个原因。

第一个问题:切线

我们要研究的第一个问题是切线问题。在讨论这个问题之前,最好定义一条切线。

函数的切线f(x)在点上x=1,是一条刚好在相关点接触函数图形的线,并且与该点的图形“平行”(以某种方式)。请看下面的图表。

from manim import *  class TangentLineScene01(Scene):  def construct(self):  # 创建坐标系  axes = Axes(  x_range=[-3, 3, 1],  y_range=[-3, 3, 1],  axis_config={"color": BLUE},  )  # 定义函数  def func(x):  return 0.5*x**4-1.5*x**3+2 # 绘制函数曲线  graph = axes.plot(func, color=RED)  graph_label = axes.get_graph_label(graph, label='f(x) = x^3 - 3x')  # 切点  tangent_point_x = 1  tangent_point_y = func(tangent_point_x)  # 切线的斜率  tangent_slope = 2 * tangent_point_x**3 - 4.5*tangent_point_x**2  # f'(x) = 3x^2 - 3  # 计算切线的 y 截距  y_intercept = tangent_point_y - tangent_slope * tangent_point_x  # 创建切线  tangent_line = axes.plot(lambda x: tangent_slope * x + y_intercept, color=BLUE, x_range=[-3, 3]) ar=Arrow(start=[-1,1,0],end=[2,1,0],buff=0,color=YELLOW)ar2=Arrow(start=[1,-2.5,0],end=[4.6,-2.3,0],buff=0)# 添加箭头和文本  tangent_text = Title("Tangent Line at $(1, f(1))$",color=GOLD) # 添加箭头和文本  tangent_text01 = MarkupText("此时我们有一条切线。", font_size=24, color=PINK).next_to(ar,DOWN)  not_tangent_text = MarkupText("这里不是切线", font_size=24).next_to(ar2, UP)  # 绘制所有元素  self.add(axes,graph,graph_label,tangent_line,tangent_text,ar,ar2,tangent_text01,tangent_text,not_tangent_text)#self.play(Create(axes), Create(graph), Write(graph_label))  #self.play(Create(tangent_line), Write(tangent_text))  # 保持场景  #self.wait(2)  

在此图表中,该线在指示点处是一条切线,因为它只是在该点接触图形,并且在该点处也与图形“平行”。同样,在显示的第二个点上,该线确实只是在该点接触图形,但它在该点上与图形不“平行”,因此在该点上它不是与图形相切的线。

在显示的第二个点(线不是切线的点)处,我们有时将该线称为割线

我们已经用了几次 parallel 这个词,我们可能应该小心一点。一般来说,如果一条线和一条图形在某个点上都沿同一方向移动,我们会认为它们在某个点上是平行的。因此,在上面的第一个点中,图形和线沿同一方向移动,因此我们说它们在该点上是平行的。另一方面,在第二个点,线条和图形不沿同一方向移动,因此它们在该点上不平行。

现在我们已经了解了切线的定义,让我们继续讨论切线问题。最好用一个例子来完成。

示例 1:找到f(x)=15-2x^{2} 在x=1处的切线。

我们从代数中知道,要找到一条线的方程,我们需要这条线上的两个点或这条线上的单个点和这条线的斜率。由于我们知道我们正在追寻一条切线,因此我们确实有一个点位于这条线上。函数的切线和图形必须接触x= 1 所以点(1,f(1))=(1,13)必须在线。

现在我们来到了问题所在。这就是我们所知道的关于切线的全部信息。为了找到切线,我们需要第二个点或切线的斜率。由于需要第二个点的唯一原因是让我们找到切线的斜率,让我们集中精力看看我们是否可以确定切线的斜率。

此时,我们所能做的就是得到切线斜率的估计值,但如果我们做对了,我们应该能够得到一个估计值,它实际上是切线的实际斜率。我们将从我们所追求的点开始来做到这一点,让我们称之为

P=(1,13)。然后,我们将选择位于函数图上的另一个点,我们称该点为Q=(x,f(x)).

为了便于论证,我们以x=2所以第二点将是Q=(2,7).下面是函数、切线和连接的割线的图表P和Q.

示例代码:

from manim import *  class TangentLineScene22(Scene):  def construct(self):  # 创建坐标系  axes = Axes(  x_range=[-1, 3, 1],  y_range=[-4, 20, 1], y_length=8,axis_config={"color": BLUE},  )  # 定义函数  def func(x):  return 15-2*x**2 def kfunc(x):return 19-6*x# 绘制函数曲线  graph = axes.plot(func, color=RED)graphk = axes.plot(kfunc, color=YELLOW_A)graph_label = axes.get_graph_label(graph, label='f(x) = 15 - 2x^2')  # 切点  tangent_point_x = 1  tangent_point_y = func(tangent_point_x)  # 切线的斜率  tangent_slope = -4*tangent_point_x# f'(x) = -4x  # 计算切线的 y 截距  y_intercept = tangent_point_y - tangent_slope * tangent_point_x  # 创建切线  tangent_line = axes.plot(lambda x: tangent_slope * x + y_intercept, color=BLUE_E, x_range=[-3, 3]) ar=Arrow(start=axes.c2p(4,9),end=[2,1,0],buff=0,color=YELLOW)ar2=Arrow(start=[1,-2.5,0],end=axes.c2p(2.7,3),buff=0)# 添加箭头和文本  tangent_text = Title("Tangent Line at $(1, f(1))$",color=GOLD).shift(RIGHT) dot1=Dot(axes.c2p(1,13))self.add(dot1)td1=Text("(1,13)",font_size=20).next_to(dot1,DOWN)dot2=Dot(axes.c2p(2,7))td2=Text("(2,7)",font_size=20).next_to(dot2,DOWN)self.add(dot2)# Create a line passing through dot1 and dot2 with long endpoints to simulate infinite lengthline_infinite = Line(dot2,dot1).set_color(RED)# 添加箭头和文本  tangent_text01 = MarkupText("这是条切线。", font_size=24, color=PINK).next_to(ar,UP,buff=0)  not_tangent_text = MarkupText("割线", font_size=24).next_to(axes.c2p(1.5,2))  # 绘制所有元素  self.add(axes,graph,graph_label,tangent_line,tangent_text,ar,ar2,tangent_text01,tangent_text,not_tangent_text)self.add(line_infinite,graphk,td1,td2)

从这张图中我们可以看出,割线和切线有些相似,因此割线的斜率应该有点接近切线的实际斜率。因此,作为切线斜率的估计,我们可以使用割线的斜率,我们称之为m_{PQ},即 {m_{PQ}} = \frac{​{f\left( 2 \right) - f\left( 1 \right)}}{​{2 - 1}} = \frac{​{7 - 13}}{1} = - 6

现在,如果我们对精度不太感兴趣,我们可以说这已经足够好了,并以此作为切线斜率的估计值。但是,我们希望估计值至少在某种程度上接近实际值。因此,为了获得更好的估计,我们可以采用xx这更接近x=1然后重做上述工作以获得新的斜率估计值。然后,我们可以取第三个值x甚至更接近,并得到更好的估计。换句话说,当我们采取Q越来越近P连接的割线的坡度Q和P应该越来越接近切线的斜率。

正如您所看到的当我们移动时Q越来越近P割线确实开始看起来越来越像切线,因此近似斜率(割线的斜率)越来越接近确切的斜率。另外,不要担心我是如何得到精确或近似的斜率的。我们很快就会计算出近似的斜率,并且能够分几个部分计算出确切的斜率。

在这个图中,我们只看了Q的P,但我们也可以同样轻松地使用Q的左侧P我们会收到相同的结果。其实我们应该时刻看看Q位于 两侧的P.在这种情况下,同样的事情发生在P.然而,我们最终会看到这不必发生。因此,在进行此类过程时,我们应该始终查看相关点的两侧发生了什么。

所以,让我们看看我们是否能得出我们上面显示的近似斜率,从而估计出切线的斜率。为了稍微简化该过程,让我们得到一个P和Q,m_{PQ},这将适用于任何x我们选择与之合作。我们可以通过找到P和Q使用 “General” 形式的Q=(x,f(x))

{m_{PQ}} = \frac{​{f\left( x \right) - f\left( 1 \right)}}{​{x - 1}} = \frac{​{15 - 2{x^2} - 13}}{​{x - 1}} = \frac{​{2 - 2{x^2}}}{​{x - 1}}

 现在,让我们选择一些xx越来越近x=1,插入并获得一些斜坡。

xm_{PQ}xm_{PQ}
2-60-2
1.5-50.5-3
1.1-4.20.9-3.8
1.01-4.020.99-3.98
1.001-4.0020.999-3.998
1.0001-4.00020.9999-3.9998

 

所以,如果我们采取xx移动到 1 的右侧并将它们移动到非常接近 1 的位置,则割线的斜率似乎正在接近 -4。同样,如果我们取xx移动到 1 的左侧并将它们移动到非常接近 1 的位置,则割线的斜率似乎再次接近 -4。

根据这一证据,当我们向x=1,因此我们将估计切线的斜率也是 -4。如上所述,这是正确的值,我们最终将能够证明这一点。

现在,遍历的线的方程式

\left( {a,f\left( a \right)} \right)

由下式给出

y = f\left( a \right) + m\left( {x - a} \right)

因此,切线方程f\left( x \right) = 15 - 2{x^2}在x=1时,

y = 13 - 4\left( {x - 1} \right) = - 4x + 17

 

 

这篇关于数学基础: 切线和变化率的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1112129

相关文章

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

uva 10014 Simple calculations(数学推导)

直接按照题意来推导最后的结果就行了。 开始的时候只做到了第一个推导,第二次没有继续下去。 代码: #include<stdio.h>int main(){int T, n, i;double a, aa, sum, temp, ans;scanf("%d", &T);while(T--){scanf("%d", &n);scanf("%lf", &first);scanf

uva 10025 The ? 1 ? 2 ? ... ? n = k problem(数学)

题意是    ?  1  ?  2  ?  ...  ?  n = k 式子中给k,? 处可以填 + 也可以填 - ,问最小满足条件的n。 e.g k = 12  - 1 + 2 + 3 + 4 + 5 + 6 - 7 = 12 with n = 7。 先给证明,令 S(n) = 1 + 2 + 3 + 4 + 5 + .... + n 暴搜n,搜出当 S(n) >=

uva 11044 Searching for Nessy(小学数学)

题意是给出一个n*m的格子,求出里面有多少个不重合的九宫格。 (rows / 3) * (columns / 3) K.o 代码: #include <stdio.h>int main(){int ncase;scanf("%d", &ncase);while (ncase--){int rows, columns;scanf("%d%d", &rows, &col

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

【Linux 从基础到进阶】Ansible自动化运维工具使用

Ansible自动化运维工具使用 Ansible 是一款开源的自动化运维工具,采用无代理架构(agentless),基于 SSH 连接进行管理,具有简单易用、灵活强大、可扩展性高等特点。它广泛用于服务器管理、应用部署、配置管理等任务。本文将介绍 Ansible 的安装、基本使用方法及一些实际运维场景中的应用,旨在帮助运维人员快速上手并熟练运用 Ansible。 1. Ansible的核心概念

AI基础 L9 Local Search II 局部搜索

Local Beam search 对于当前的所有k个状态,生成它们的所有可能后继状态。 检查生成的后继状态中是否有任何状态是解决方案。 如果所有后继状态都不是解决方案,则从所有后继状态中选择k个最佳状态。 当达到预设的迭代次数或满足某个终止条件时,算法停止。 — Choose k successors randomly, biased towards good ones — Close

数学建模笔记—— 非线性规划

数学建模笔记—— 非线性规划 非线性规划1. 模型原理1.1 非线性规划的标准型1.2 非线性规划求解的Matlab函数 2. 典型例题3. matlab代码求解3.1 例1 一个简单示例3.2 例2 选址问题1. 第一问 线性规划2. 第二问 非线性规划 非线性规划 非线性规划是一种求解目标函数或约束条件中有一个或几个非线性函数的最优化问题的方法。运筹学的一个重要分支。2

音视频入门基础:WAV专题(10)——FFmpeg源码中计算WAV音频文件每个packet的pts、dts的实现

一、引言 从文章《音视频入门基础:WAV专题(6)——通过FFprobe显示WAV音频文件每个数据包的信息》中我们可以知道,通过FFprobe命令可以打印WAV音频文件每个packet(也称为数据包或多媒体包)的信息,这些信息包含该packet的pts、dts: 打印出来的“pts”实际是AVPacket结构体中的成员变量pts,是以AVStream->time_base为单位的显

C 语言基础之数组

文章目录 什么是数组数组变量的声明多维数组 什么是数组 数组,顾名思义,就是一组数。 假如班上有 30 个同学,让你编程统计每个人的分数,求最高分、最低分、平均分等。如果不知道数组,你只能这样写代码: int ZhangSan_score = 95;int LiSi_score = 90;......int LiuDong_score = 100;int Zhou