最后更新: 2025-03-15 09:06 查看: 432 次反馈能力测评会员8.2元/月赞助

导数的概念与定义

## 导数的概念与定义
数学分析的主要对象就是函数．对于函数 $y=f(x)$ 来说，$x$ 是自变量，$y$ 是因变量．导数概念来自于研究 $y$ 对于 $x$ 的变化率．那么什么是变化率呢？

现在观察一个简单例子 $y=a x+b$ ，并同时利用图 6.1 观察其变化率．
 ![图片](/uploads/2025-02/4fb438.jpg)
 
 设有线性函数 $y=a x+b$ ，则当自变量 $x$ 变为 $x+\Delta x$ 时，称 $\Delta x$ 为 $x$ 的增量．这引起因变量 $y$ 从 $y=a x+b$ 变为 $a(x+\Delta x)+b=a x+b+a \Delta x$ ，因此 $y$的增量是 $\Delta y=a \Delta x$ ，它是 $x$ 的增量的 $a$ 倍。我们将两者之比 $a$ 定义为因变量 $y$ 关于自变量 $x$ 的变化率。

以上内容可以用计算公式表示如下：
$$
\dfrac{\Delta y}{\Delta x}=\dfrac{a(x+\Delta x)+b-(a x+b)}{(x+\Delta x)-x}=\dfrac{a \Delta x}{\Delta x}=a . ...(6.1)
$$

这就是线性函数 $y=a x+b$ 的 $y$ 对于 $x$ 的变化率 $a$ ，也就是在图 6.1 中直线 $y=a x+b$ 的斜率．（今后会知道 $y=a x+b$ 对 $x$ 的导数就等于 $a$ ．）

一种特殊情况是 $a=0$ ．这时函数 $y=b$ 为常值函数，它的变化率是 0 ．
线性函数的变化率是常数，这表明不论从哪一个自变量值 $x_0$ 出发计算 $x$ 的增量和由此引起的 $y$ 的增量，所得到的变化率与 $x_0$ 没有关系。

注 在（6．1）中假设 $\Delta x \neq 0$ 在数学上是必要的．否则分子分母都是 0 ，分式就没有意义。同时我们又可以说这个假设也是合理的。如果 $\Delta x=0$ ，即自变量没有变化，则因变量也没有变化，这时不需要计算什么变化率。

接下来的问题就是，对于比线性函数复杂的其他函数 $y=f(x)$ ，如何定义并计算 $y$ 关于 $x$ 的变化率？这就是微分学要解决的问题．

下面从运动学中的速度和几何学中曲线的切线出发讨论一般意义上的变化率．

## 6.1.1 变化率问题（导数概念的物理来源）
设 $Q(t)$ 是随时间而变化的一个物理量，则什么是它的变化率？
最简单的例子还是中学物理中的质点直线运动，设其路程 $s$ 与时间 $t$ 的关系为 $s=s(t)$ ，则路程关于时间的变化率就是速度。

现在我们比较仔细地分析一下速度概念．对于匀速运动，速度 $v=\frac{s}{t}$ 是容易理解的．对于非匀速运动，则就比较复杂了．这里首先需要引入平均速度的概念．

平均速度可记为 $\frac{\Delta s}{\Delta t}$ ，其中

$$
\Delta s=s\left(t_0+\Delta t\right)-s\left(t_0\right), \quad \Delta t=\left(t_0+\Delta t\right)-t_0
$$

这就是从某个时刻 $t_0$ 起在时间长度 $\Delta

其他版本
【高中数学】导数的意义-瞬时速度与图像切线【高等数学】导数的定义

免费注册看余下 70%

非VIP会员每天5篇文章，开通VIP 无限制查看

《高等数学》难点解析

高数教程 泰勒公式切线与法线切平面与法平面驻点·拐点·极值点·零点间断点渐进线瑕积分欧拉方程伯努利方程 Abel 收敛定理偏导数的几何意义偏导数的几何意义梯度数量场与向量场多元函数极值拉格朗日算子通量与散度环流量与旋度格林公式高斯公式斯托克斯公式三大公式比较傅里叶级数极坐标微元点法式方程变上限定积分 X型计算面积 Y型计算面积微分的意义渐近线间断点 y''+py'+qy=f(x)方程高斯黎曼傅里叶变换(复数) 拉普拉斯变换(复数)

高等数学测评 函数与极限一元函数微分学一元函数积分学微分方程空间向量与代数多元微分学多元积分学无穷级数

《线性代数》难点解析

线代教程 近世代数对数学的整体思考线性的意义矩阵乘法(列视角) 矩阵乘法(行视角) 矩阵左乘矩阵右乘逆矩阵求解方程组阶梯形矩阵的求法方程组解的判定四阶行列式的计算线性变换的意义线性空间向量组的等价线性空间的几何意义基础解系的求法施密特正交化特征值与特征向量的意义矩阵相似的几何意义矩阵可对角化的理解秩的意义(向量版) 秩的意义(方程版) 二次型的意义

线性代数测评 行列式矩阵向量空间

《概率论与数理统计》难点解析

概率教程 置信区间与上a分位数概率中的“取”与“放” 贝叶斯公式全概率公式泊松分布指数分布伽玛分布二维密度图的意义卷积的意义相关系数的意义 k阶矩是与矩母函数卡方分布的作用单正态区间估计理解假设检验理解切比雪夫不等式中心极限定理

概率统计测评 事件与概率一维随机变量与事件多维随机变量与事件随机变量的数字特征大数定律与中心极限定理统计量与抽样分布参数估计假设检验

上一篇：没有了

下一篇：导数的定义

本文对您是否有用？有用 (0) 无用 (0)