惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

量子位
Stack Overflow Blog
Stack Overflow Blog
人人都是产品经理
人人都是产品经理
The GitHub Blog
The GitHub Blog
Engineering at Meta
Engineering at Meta
Vercel News
Vercel News
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Y
Y Combinator Blog
The Cloudflare Blog
Last Week in AI
Last Week in AI
B
Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
T
Tailwind CSS Blog
V
Visual Studio Blog
博客园 - 三生石上(FineUI控件)
小众软件
小众软件
Google DeepMind News
Google DeepMind News
D
DataBreaches.Net
博客园 - 司徒正美
B
Blog RSS Feed
Microsoft Azure Blog
Microsoft Azure Blog
罗磊的独立博客
Hugging Face - Blog
Hugging Face - Blog
L
LangChain Blog

又见苍岚

COLMAP PatchMatch Stereo 算法详解 事件驱动的状态机框架:从理论到工程实践 Git 在国内网络环境下无法 Push 的排查与修复 —— 配置 Clash 代理 分段五次多项式插值原理详解 路径插值方法深度对比研究 Claude Code 使用指南 OpenClaw 记忆管理与技能创建指南 CBS(Conflict-Based Search)算法详解 A* 算法及其变种详解 OpenClaw 配置多 Agents Windows Powershell 无法加载文件,因为在此系统上禁止运行脚本问题的解决方案 MaxClaw 安装流程 大模型 AI 名词介绍 AList 网盘聚合工具简介 Protobuf 简介与测试 Claude Code 简介以及 GLM 4.7 模型接入 Github 歌词下载工具 163MusicLyrics Python __getattr__ 懒加载 Python TypedDict 机器人仿真平台 Gazebo 安装记录 机器人仿真平台 Gazebo 简介 多机器人路径规划问题(Multi-Agent Path Finding, MAPF)简介 Python exifread 读取修改过的 jpeg 信息错误问题修复 3D 坐标系变换的理解 3D 旋转矩阵基本概念 MongoDB Compass 介绍 Python 环境管理工具 uv Flutter 开发指南 Snipaste 安装下载与黑屏问题解决方案 全局路径规划算法记录
求导法则
Yiwei Zhang · 2023-11-17 · via 又见苍岚

导数表示函数数值随着自变量的变化率,本文记录相关计算规则。

基本求导公式

对于在 $x$ 附近连续的函数 $f(x)$
$$
\Delta y=f(x+\Delta x)-f(x)
$$

则 $ \frac{\Delta y}{\Delta x} $ 在 $x$ 趋近于 0 时为导数:
$$
\lim _{\Delta x \rightarrow 0} \frac{\Delta y}{\Delta x}=f^{\prime}(x)
$$

求导四则运算法则与性质

  1. 若函数 $u(x), v(x) $ 可导,则:

    $$ \begin{array}{c}(u(x) \pm v(x))^{\prime}=u^{\prime}(x) \pm v^{\prime}(x), \\ (u(x) \bullet v(x))^{\prime}=u^{\prime}(x) \bullet v(x)+u(x) \bullet v^{\prime}(x), \\ \left(\frac{u(x)}{v(x)}\right)=\frac{u^{\prime}(x) v(x)-v^{\prime}(x) u(x)}{v^{2}(x)} .\end{array} $$
  2. 加减乘都可以推广到n个函数的情况,例如乘法:

    $$ \left(u_{1} \ldots u_{n}\right)^{\prime}=u_{1}^{\prime}\left(u_{2} \ldots u_{n}\right)+u_{1} u_{2}^{\prime}\left(u_{3} \ldots u_{n}\right)+\ldots+\left(u_{1} \ldots u_{n-1}\right) u_{n}^{\prime} $$
  3. 数乘性

常数可任意进出导数符号。

$$
(c u(x))^{\prime}=c u^{\prime}(x)
$$

  1. 线性性

求导运算也是满足线性性的,即可加性、数乘性,对于n个函数的情况 :

$$
\left[\sum_{i=1}^{n} C_{i} f_{i}(X)\right]^{\prime}=\left[c_{1} f_{1}+\cdots+c_{n} f_{n}\right]^{\prime}=c_{1} f_{1}^{\prime}+\cdots+c_{n} f_{n}^{\prime}
$$

反函数求导法则

若函数 $ x=\varphi(x) $ 严格单调且可导,则其反函数 $ y=f(x) $ 的导数存在,且有:

$$ f^{\prime}(x)=\frac{1}{\varphi^{\prime}(y)} $$

复合函数求导法则

若 $ u=g(x) $ 在点x可导 $ y=f(u) $ 在相应的点u也可导,则其复合函数 $ y=f(g(x)) $ 在点x可导且

$$ y^{\prime}(x)=f^{\prime}(x) \bullet g^{\prime}(x) $$

参考资料

文章链接:
https://www.zywvvd.com/notes/study/math/derivative/derivative/