切换科目
重点科目
主要科目
次要科目
科数网
首页
刷题
学习
VIP会员
赞助
组卷
集合
教材
VIP
写作
游客,
登录
注册
在线学习
数学分析
第四篇 一元函数导数与微分
高阶导数
最后
更新:
2025-03-15 10:07
查看:
110
次
纠错
评论(0)
课件
开VIP
高阶导数
## 6.3.1 高阶导数 若函数 $y(x)$ 在某个区间上可导,则得到导函数 $y^{\prime}(x)$ .若它也在某点或某个区间上可导,则就得到 $y(x)$ 的二阶导数,记为 $y^{\prime \prime}(x)$ .依此类推,就可以定义 $y(x)$ 的 $n$ 阶导数 $y^{(n)}(x)$ 为 $y(x)$ 的 $n-1$ 阶导函数 $y^{(n-1)}(x)$ 的导数,也就是归纳地定义 $$ y^{(n)}(x)=\left(y^{(n-1)}(x)\right)^{\prime} $$ 由这个定义可知,若在某点 $x_0$ 存在二阶导数 $y^{\prime \prime}\left(x_0\right)$ ,则其前提是至少在点 $x_0$的一个小邻域内处处存在导数 $y^{\prime}(x)$ .一般地,若在某点 $x_0$ 存在 $n$ 阶导数 $y^{(n)}\left(x_0\right)$ ,则至少在点 $x_0$ 的一个小邻域内处处存在 $n-1$ 阶导数 $y^{(n-1)}(x)$ ,从而在该邻域上同时存在阶数不超过 $n-1$ 的所有导函数 $y^{(k)}(x), k=1, \cdots, n-1$ 。 在记号上有时为了方便起见,还将函数 $f(x)$ 本身记为 $f^{(0)}(x)$ . 经常使用的高阶导数符号也有几种。除了上述 $y^{\prime \prime}(x), y^{\prime \prime \prime}(x), \cdots, y^{(n)}(x), \cdots$和类似的 $f^{\prime \prime}(x), f^{\prime \prime \prime}(x), f^{(4)}(x), \cdots, f^{(n)}(x), \cdots$ 之外,还有从 Leibniz 的导数符号 $\frac{ d y}{d x}$ 开始的 $$ \frac{d^2 y}{d x^2}, \frac{d^3 y}{d x^3}, \cdots, \frac{d^n x}{d x^n}, \cdots $$ 注意这些符号都是作为整体记号来使用的,不能随意看成为分式.高阶导数的归纳定义用这类符号应当写为 $$ \frac{d^n y}{d^n x}=\frac{d}{d x}\left(\frac{d^{n-1} y}{d x^{n-1}}\right) $$ 在高阶导数的计算中线性法则是最基本的. 高阶导数计算的线性法则 设 $u, v$ 是 $x$ 的 $n$ 阶可导函数,$\alpha, \beta$ 是常数,则成立 $$ (\alpha u+\beta v)^{(n)}=\alpha u^{(n)}+\beta v^{(n)} $$ 这是 $\S 6.2 .3$ 的法则 1 的推广,可以从高阶导数的定义用数学归纳法作出证明. 例题 6.16 设 $y=(x-a)^\beta$ ,求 $y^{(n)}$ . 解 反复用幂函数导数公式就得到 $$ y^{(n)}=\left((x-a)^\beta\right)^{(n)}=\beta(\beta-1) \cdots(\beta-n+1)(x-a)^{\beta-n} . $$ 可以用数学归纳法严格证明这个公式成立.这里从略. 但必须注意,当 $\beta=m$ 为正整数时,只要 $n>m$ ,就有 $y^{(n)}(x)=0$ 。 注 由此得到经常有用的一个事实,即若 $p(x)$ 为 $m$ 次多项式,则当 $n>m$ 时, $p(x)$ 的 $n$ 阶导数都恒等于 0 . 观察例题 6.16 的两个特例.当 $\beta=-1$ 时有 $$ \left(\frac{1}{x}\right)^{(n)}=(-1)(-2) \cdots(-n) x^{-1-n}=\frac{(-1)^n \cdot n!}{x^{n+1}} $$ 而当 $\beta=-\frac{1}{2}$ 时有 $$ \left(\frac{1}{\sqrt{x}}\right)^{(n)}=\left(-\frac{1}{2}\right)\left(-\frac{3}{2}\right) \cdots\left(-\frac{2 n-1}{2}\right) x^{-\frac{1}{2}-n}=\frac{(-1)^n(2 n-1)!!}{2^n x^n \sqrt{x}} . $$ 例题6.17 设 $f(x)=\sin x$ ,求 $f^{(n)}(x)$ . 解 1 容易看出 $$ (\sin x)^{\prime}=\cos x,(\sin x)^{\prime \prime}=-\sin x,(\sin x)^{\prime \prime \prime}=-\cos x,(\sin x)^{(4)}=\sin x, $$ 这样就出现了周期 4 的循环.对于 $\cos x$ 也是如此.记住这个现象是有用的. 但如何写出一个通式?利用正弦函数的简化公式 $$ \sin \left(x+\frac{\pi}{2}\right)=\cos x $$ 就可以解决这个问题,即有 $$ (\sin x)^{(n)}=\sin \left(x+\frac{n \pi}{2}\right) $$ 用数学归纳法就很容易验证它的正确性. 下面对这个例题补充一种复数计算方法,它可以同时求出 $(\sin x)^{(n)}$ 和 $(\cos x)^{(n)}$ ,而且可以看出 $n \pi / 2$ 是如何生成的. 解 2 为此首先注意下面讨论的是实变复值函数,即自变量为实数而因变量为复数的函数.若将这样的函数写成 $z(x)=u(x)+ i v(x)$ ,其中 $u(x), v(x)$ 是 $z(x)$ 的实部和虚部,则可以定义 $z^{\prime}(x)=u^{\prime}(x)+ i v^{\prime}(x)$ ,如果其中 $u^{\prime}(x), v^{\prime}(x)$ 存在的话.类似地可以定义 $z(x)$ 的高阶导数。 从 Euler 公式 ${ }^{(1)} e ^{ i x}=\cos x+ i \sin x$ 出发,对 $x$ 求导得到 $$ \begin{aligned} \left(e^{i x}\right)^{\prime} & =(\cos x+i \sin x)^{\prime}=(\cos x)^{\prime}+i(\sin x)^{\prime} \\ & =-\sin x+i \cos x=i \cdot e^{i x} \end{aligned} $$ 即求导相当于乘 i.于是一方面有 $\left( e ^{ i x}\right)^{(n)}=(\cos x)^{(n)}+ i (\sin x)^{(n)}$ ,另一方面又有 $$ \begin{aligned} \left(e^{i x}\right)^{(n)} & =i^n \cdot e^{i x}=\left(e^{i \frac{\pi}{2}}\right)^n \cdot e^{i x} \\ & =e^{i\left(x+\frac{n \pi}{2}\right)} \\ & =\cos \left(x+\frac{n \pi}{2}\right)+i \sin \left(x+\frac{n \pi}{2}\right) \end{aligned} $$ 等置实部与虚部即可同时得到 $$ (\cos x)^{(n)}=\cos \left(x+\frac{n \pi}{2}\right), \quad(\sin x)^{(n)}=\sin \left(x+\frac{n \pi}{2}\right) $$ 根据高阶导数计算的线性法则,在下一个例题中用分解方法求高阶导数. 例题 6.18 求 $y=\frac{1}{x(x-1)}$ 的 $n$ 阶导数. 解 采用分解方法,得到 $y=\frac{1}{x-1}-\frac{1}{x}$ ,然后分别对两项用例题 6.16 的结果,即有 $$ \begin{aligned} y^{(n)} & =\left((x-1)^{-1}\right)^{(n)}-\left(x^{-1}\right)^{(n)} \\ & =(-1)^n n!\left(\frac{1}{(x-1)^{n+1}}-\frac{1}{x^{n+1}}\right) . \end{aligned} $$ 最后举出一个重要例题,它的结论在今后将被多次引用. 例题 6.19 设 $f(x)=\left\{\begin{array}{ll} e ^{-\frac{1}{x^2}}, & x \neq 0 \\ 0, & x=0\end{array}\right.$ ,证明:对一切正整数 $n$ 成立 $f^{(n)}(0)=$ 0.(参见图 6.9.)  证 计算中反复用到的是极限 $\lim _{u \rightarrow+\infty} \frac{u^\alpha}{ e ^u}=0$ ,其中 $\alpha$ 为任何实数(见第四章例题 4.21). 先计算 $f^{\prime}(0)$ .按定义计算并作代换 $y=1 / x$ ,就有 $$ f^{\prime}(0)=\lim _{x \rightarrow 0} \frac{1}{x} \cdot e^{-\frac{1}{x^2}}=\lim _{y \rightarrow \infty} \frac{y}{e^{-y^2}}=0 $$ 在 $x \neq 0$ 时可求出导函数表达式 $f^{\prime}(x)=\frac{2}{x^3} \cdot e ^{-\frac{1}{x^2}}$ ,且可见 $f^{\prime}$ 于 $x=0$ 处连续.于是可再按定义计算 $$ f^{\prime \prime}(0)=\lim _{x \rightarrow 0} \frac{f^{\prime}(x)-f^{\prime}(0)}{x}=\lim _{x \rightarrow 0} \frac{2}{x^4} \cdot e^{-\frac{1}{x^2}}=0 $$ 然后再求 $x \neq 0$ 时的二阶导函数表达式,如此继续下去,可以归纳地看出函数 $f$ 的 $n$ 阶导数在 $x \neq 0$ 时具有以下形式: $$ f^{(n)}(x)=P_n\left(\frac{1}{x}\right) e^{-\frac{1}{x^2}} $$ 其中的 $P_n(y)$ 是 $y$ 的多项式.这里我们不关心多项式 $P_n(y)$ 的次数与 $n$ 的关系.对于这个结论可以用数学归纳法作出证明,这里从略。 在这个表达式的基础上,可以用数学归纳法来证明所要的结论,即对于每一个正整数 $n$ 有 $f^{(n)}(0)=0$ 成立。 在 $n=1,2$ 时已经成立.设在 $n=k$ 时已有 $f^{(k)}(0)=0$ ,则对于 $n=k+1$ 可以利用 $n=k$ 和 $x \neq 0$ 时 $f^{(k)}(x)$ 的上述表达式作以下计算: $$ \begin{aligned} f^{(k+1)}(0) & =\lim _{x \rightarrow 0} \frac{f^{(k)}(x)-f^{(k)}(0)}{x}=\lim _{x \rightarrow 0} \frac{f^{(k)}(x)}{x} \\ & =\lim _{x \rightarrow 0} \frac{1}{x} P_k\left(\frac{1}{x}\right) \cdot e^{-\frac{1}{x^2}}=0 . \end{aligned} $$ 注 1 这是在数学分析中的重要例题.它说明一个非常值函数也可以在某个点上的任何阶导数等于 0 。 注 2 本例的函数图像在原点附近非常平坦,这不是偶然的.(例如可以将该图像与 $f(0.5) \approx 0.02, f(1 / 3) \approx 0.0001$ 作比较.)回忆第四章定义 4.5 ,幂函数 $x^n(n \geqslant 1)$ 当 $x \rightarrow 0$ 时为 $n$ 阶无穷小量.因此 $x^n$ 的图像在原点附近随着 $n$ 增加越来越平坦(参见图3.11)。由于这里对所有 $n$ 都成立 $$ e^{-\frac{1}{x^2}}=o\left(x^n\right)(x \rightarrow 0) $$ 也就是说当 $x \rightarrow 0$ 时 $e ^{-\frac{1}{x^2}}$ 是比所有 $x^n$ 更为高阶的无穷小量,这就是这个函数图像在 $x=0$ 附近极其平坦的原因.
科数题库(单机版)
会议室预约系统(book)
今日还可看
0
篇 未注册用户每天查看4篇,
注册
用户每天8篇,
开通VIP
会员无限制查看。
免费注册
《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)
《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
《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
上一篇:
复合函数的求导法则
下一篇:
莱布尼兹 Leibniz 公式
本文对您是否有用?
有用
(
0
)
无用
(
0
)
赞助:
知乎 Mathhub
启明星
商务合作
赞助本站
科数网
是专业的数学网站,为您提供题库与教程 版权所有 禁止镜像
部分内容采用AI辅助生成,请注意识别
如果页面无法显示请联系 18155261033 或 983506039@qq.com