第四节高阶导数解析.pptVIP

一阶导数的导数称为二阶导数，二阶以上的导数可由归纳法逐阶定义。二阶和二阶以上的导数统称为高阶导数。 从概念上讲，高阶导数可由一阶导数的运算规则逐阶计算，但从实际运算考虑这种做法是行不通的。因此有必要研究高阶导数特别是任意阶导数的计算方法。 函数 y = f( x )的导数 y = f ?( x )仍是 x 的函数，通 常把导函数 y = f ?( x )的导数叫做函数 y = f( x )的二阶 导数，记作: f ?( x )，y ? 即 类似地，二阶导数的导数叫做三阶导数，三阶导数 的导数叫做四阶导数…… . 一般地，n - 1 阶导数的导 数叫做 n 阶导数，即 f ( n )( x )=[ f ( n-1 )( x )]?. 分别记作 二阶及二阶以上的导数统称为高阶导数。 1、 高阶导数的概念 从概念上讲，高阶导数计算就是连续进行一阶导数 的计算。因此只需根据一阶导数计算规则逐阶求导就可 以了，但从实际计算角度看，却存在两个方面的问题： 一是对抽象函数高阶导数计算，随着求导次数的增 加，中间变量的出现次数会增多，需注意识别和区分各 阶求导过程中的中间变量。 二是逐阶求导对求导次数不高时是可行的，当求导次数较高或求任意阶导数时，逐阶求导实际是行 不通的，此时需研究专门的方法。 (1) 高阶导数的计算法则 从理论上看，逐次应用一阶导数的求导规则就可得 到高阶导数相应的运算规则。然而，对于和、差的导数 计算的线性规则，这种推导是方便的，而对乘积求导的 非线性运算规则，其推导过程和结果就未必简单了。 设函数 u( x ), v( x )在点 x 都具有 n 阶导数，则有 [ u( x )? v( x )]( n ) = u( x )( n )? v( x )( n ). u( x ), v( x )和的 n 阶导数 u( x ), v( x )积的 n 阶导数 ─ 莱布尼兹公式 设函数 u( x ), v( x )在点 x 都具有 n 阶导数，则由 一阶导数乘积的运算法则有 [ u( x )· v( x )]? = u ?( x )· v( x )+ u( x )· v ?( x )， [ u( x )· v( x )]?= [ u ?( x )· v( x )+ u( x )· v ?( x )]? =[ u ?( x )· v( x )]?+[ u( x )· v ?( x )]? =[ u ?( x )· v( x )+ u ?( x )· v ?( x )] + [ u ?( x )· v ?( x )+ u( x )· v ?( x )] = u ?( x )· v( x )+ 2u ?( x )· v ?( x )+ u( x )· v ?( x )， [ u( x )· v( x )]??=( u ?· v + 2u ?· v ?+ u · v ?)? =( u ?· v )?+( 2u ?· v ?)?+ ( u · v ?)? =( u ?· v )?+( 2u ?· v ?)?+ ( u · v ?)? =( u ??· v + u ?· v ?)+ 2( u ?· v ? + u ?· v ?)+( u ?· v ?+ u · v ??) = u ??· v + 3 u ?· v ? + 3 u ?· v ? + u · v ??. 可见导数阶数越高，相应乘积的导数越复杂，但其 间却有着明显的规律性，为归纳其一般规律，记： u( x )= u( 0 )( x )，v( x )= v( 0 )( x )， u ?( x )= u( 1 )( x )，v ?( x )= v( 1 )( x )，依此类推。 于是上述计算结果可写成： ( u· v )? = u( 1 )· v( 0 ) + u( 0 )· v( 1 )， ( u· v )? = u( 2 )· v( 0 ) + 2u( 1 )· v( 1 )+ u( 0 )· v( 2 )， ( u· v )?? = u( 3 )· v( 0 ) + 3u( 2 )· v( 1 )+ 3u( 1 )· v( 2 )+ u( 0 )· v( 3 ). 由此可见，乘积的 n 阶导数的系数及导数阶数的变 化规律类似于二项展开式的系数及指数规律。于是由归 纳法可求得： 这一结果称为莱布尼兹公式。 例：设 y = x 2 f( cos x )，f ?( x )存在，求 y ?. 这是半抽象复合函数求二阶导数问题。由于已 知 f ?( x )存在，故