大一数学论文范文函数与导数

函数的导数表示函数在一点处（瞬时）随自变量变化快慢的程度。利用它，可以直接研究函数及其图像在一点处的变化性质（例如瞬时速度、切线斜率等）。为了应用导数研究函数在区间上的变化性质，先要熟悉微分学的中值定理。1． 中值定理微分学中有费马引理、罗尔定理和拉格朗日中值定理。拉格朗日定理 如果函数 满足：（ⅰ）在闭区间 ， 上连续；（ⅱ）在开区间 ， 内可导，则在 ， 内至少存在一点 ，使或由图3容易理解，当函数 满足（ⅰ）、（ⅱ），即 是条连续曲线并且在 ， 内的每点处有切线时，那么在曲线上（只要把弦AB平行移动）至少有一点P（在图中是 ），使得曲线在该点处的切线与弦AB平行，也就是说，P点处的切线斜率 和弦AB的斜率 相等。需要注意的是，拉格朗日定理并没有给出求 值的具体方法，它只是肯定了 值的存在，并且至少有一个。如图3中的函数 ，在 ， 有 与 两个。拉格朗日定理的意义是：建立了函数 在区间 ， 上的改变量 与函数在区间 ， 内某一点 处的导数之间的关系，从而为用导数去研究函数在区间上的性质提供了理论基础。2． 用导数研究函数的性质为了使论述方便，我们将使用记号 和 ，它们分别表示开区间 ， 和闭区间 ， 。现在我们利用导数来研究函数的单调性。设函数 在 上连续，在 上可导。如果函数 在 上单调增加，那么，它的图形是一条沿 轴正向上升的曲线，如图（a）所示，这时曲线上各点的切线斜率大于等于零（ ）；如果函数 在 上单调减少，那么，它的图形是一条沿 轴正向下降的曲线，如图（b）所示，这时曲线上各点的切线斜率小于等于零（ ）。由此可见，函数的单调性与其导数的符号有着密切的联系。反过来，我们是否可以有导数的符号来判定函数的单调性呢？一阶导数的符号在 上任取两点 、 ，其中 < ，在区间[ ， ]上应用微分中值定理，得到 （ < < ）有上式可见，若 ， ，就有 ，于是 ， ， 在区间 上单调递增。同理可以说明 在区间 上单调递减。由此我们可以归纳出函数单调性的判别法。设 在区间 上连续且在区间 上可导，则（1） 如果函数 在区间 上满足 ，则函数 在区间 为递增函数；（2） 如果函数 在区间 上满足 ，则函数 在区间 为递减函数。（3） 如果函数 在区间 上满足 ，则函数 在区间 为常数。此外，导数的绝对值告诉我们变化率的大小。当 绝对值较大时，函数曲线就陡峭一些； 绝对值较小时，函数曲线就平坦一些。记住这些，你就可以从一个函数的导数情况判断出函数的一些性态。曲线的上下凹性设 在某一区间内可微，一阶导数告诉我们，如果在某一区间内 ，那么 在该区间式递增的；如果在某一区间内 ，那么 在该区间式递减的。如果 在某一区间内递增，则它的函数曲线向上弯曲或称为上凹，如果 在某一区间内递减，则它的函数曲线向下弯曲或称为下凹。当 向上弯曲时，曲线切线的斜率随着 增加而增加，如图所示；当 向下弯曲时，曲线切线的斜率随着 增加而减少， 点 为函数 的拐点，即函数曲线在区域内点 的左边向上凹，在点 的右边向下凹，它是曲线由向上凹变为向下凹的分界点。二阶导数的符号函数曲线的向上凹或向下凹、曲线的拐点可以用函数的二阶导数来确定。设 在区间 上连续且在区间 上可导，则（1） 如果函数 在区间 上满足 ，则函数 在区间 为递增函数，函数曲线上凹；（2） 如果函数 在区间 上满足 ，则函数 在区间 为递减函数，函数曲线下凹。局部极值性我们说 在点 达到极大值，指的是在 的领域内 为最大，如图所示。 在点 处达到极大值，虽然 = 在整个图像中不是最大，它只是在点 领域内为最大，另一个最大值是B= ，它只是函数在区间[ ， ]端点 的函数值，而 = 则是整个图像的最大值。同样， 在点 达到极小值，指的是在 的领域内 为最小，如图所示。 在点 处达到极小值，虽然 = 在整个图像中不是最小，它只是在点 领域内为最小，另一个最小值是A= ，它只是函数在区间[ ， ]端点 的函数值，而 = 则是整个图像的最小值。函数的极大值和极小值概念是局部性的。如果 是函数 的一个极大值（或极小值），那只是就点 附近一个局部范围来说， 是函数 的一个极大值（或极小值），如果就函数 整个定义域来说， 不见得是函数 极大值（或极小值）。我们在微分中值定理一节曾经提到，如果函数 可导，并且点 是它的极值点，那么点 必定是它的驻点，但是函数的驻点未必是它的极值点。如函数 ，点 =0是它的驻点，但是在 内函数 是单调增加的，所以点 =0不是它的极值点，可见，函数的驻点只是可能的极值点。此外，函数在它不可导点处也可能取得极值，如函数 在点 =0处不可导，但是在该点取得极小值。最大值与最小值在前面讨论极值的基础上我们进一步讨论函数在一个区间上的最大值与最小值的求法。最大值与最小值的应用很广泛，人们做任何事情，小到日常用具的制作，大至生产科研和各类经营活动，都要讲究效率，考虑怎样以最小的投入得到最大的产出，这类问题在数学上往往可以归纳为求某一函数在某个区间内的最大与最小值的问题。现在设函数 在闭区间 ， 上连续，在开区间 ， 可导，根据闭区间上连续函数的性质可知，函数 在闭区间 ， 的最大值、最小值必定存在；其次，如果最大值或最小值在开区间 ， 内的某一点 取得，那么这个最大值或最小值 必定是函数 的一个极大值或极小值。于是，点 必定为函数 的驻点；最后，函数 的最大值或最小值也可能是在 或 处取得。我们通过一个例子来看一看最大值或最小值的求法过程。例5 求函数 在闭区间 ， 上的最大值与最小值。

数学应用数学本科毕业论文篇2 试谈数学软件在高等数学教学中的应用 【摘要】高等数学是理工科大学生必修的一门基础课程，具有极其重要的作用.本文以Mathematic软件为例子介绍了其在高等数学课程教学中的几点应用，即用符号运算和可视化的功能辅助教学研究.不仅可以激发学生学习的兴趣，提高课堂效率，而且能提高学生分析和解决问题的能力，可以培养学生的动手能力和创新能力. 【关键词】Mathematic;符号运算;图形处理;高等数学 一、引 言 随着现代科学技术的迅猛发展和教育改革的不断深入，新的知识不断涌现，社会对现在的大学生的要求也越来越高，不仅要求他们具有扎实的理论基础，而且要求他们具有较强的动手能力和一定的创新能力，传统的高等数学教学内容和教学方法不断受到冲击.为了适应这种发展的需要，高校教师就需要不断地对教学内容和教学手段进行改革：如何运用现代信息技术提高课堂教学的质量和效率，不仅教给他们理论知识，而且要教给他们处理实际问题的工具和方法. 而数学软件正是这样一个必备的工具.目前，数学软件有很多，较流行的有四种：Maple、Matlab、MathCAD、Mathematica，这几种数学软件各有所长，难以分出伯仲.Maple与Mathematica以符号计算见长，Matlab以数值计算为强，而MathCAD则具有简洁的图形界面和可视化功能，本文以Mathematica在高等数学中的应用进行介绍.Mathematica是由位于美国伊利诺州的伊利诺大学Champaign分校附近的Wolfram Research公司开发的一个专门进行数学计算的软件. 从1988年问世至今，已广泛地应用到工程、应用数学、计算机科学、财经、生物、医学、生命科学以及太空科学等领域，深受科学家、学生、教授、研究人员及工程师的喜爱.很多论文、科学报告、期刊杂志、图书资料、计算机绘图等都是Mathematica的杰作.Mathematica的基本系统主要由C语言开发而成，因而可以比较容易地移植到各种平台上，其功能主要是强大的符号运算和强大的图形处理，使你能够进行公式推导，处理多项式的各种运算、矩阵的一般运算， 求有理方程和超越方程的(近似)解，函数的微分、积分，解微分方程，统计，可以方便地画出一元和二元函数的图形，甚至可以制作电脑动画及音效等等.我们努力追求的目标是如何将数学软件(如Mathematica)与高等数学教学有机地结合起来，起到促进教学改革和提高教学质量的作用. 二、Mathematica在教学中的作用 Mathematica语言非常简单，很容易学会并熟练掌握，在教学中有以下两个作用： 1.利用Mathematica符号运算功能辅助教学，提高学生的学习兴趣和运算能力 学习数学主要是基本概念和基本运算的掌握.要想掌握基本运算，传统的做法是让学生做大量的习题，数学中基本运算的学习导致脑力和体力的高强度消耗，很容易让学生失去学习兴趣，Mathematica软件中的符号运算功能是学生喜欢的一大功能，利用它可以求一些比较复杂的导数、积分等，学生很容易尝试比较困难的习题的解决，可以提高学生的学习兴趣，牢固地掌握一种行之有效的计算方法. 例1利用符号运算求导数. 利用Mathematica还可以解决求函数导数和偏导数、一元函数定积分和不定积分、常微分方程的解等.由于输入的语言和数学的自然语言非常近似，所以很容易掌握且不容易遗忘.Mathematica不仅是一种计算工具和计算方法，而且是一种验证工具，充分利用Mathematica这个工具进行验证，可以使得学生轻松地理解和接受在高等数学的教学中遇到的难理解的概念和结论.另外，在教学中会遇到难度比较大的习题，利用Mathematica可以验证我们作出的结果是否正确. 2.利用Mathematica可视化功能辅助教学，提高学生分析和解决问题的能力 利用Mathematica可视化功能辅助教学，可以很方便地描绘出函数的二维和三维图形，还可以用动画形式来演示函数图形连续变化的过程，图形具有直观性的特点，可以激发学生的兴趣，是教师吸引学生眼球，展示数学“美”的一种有效的教学手段，可以达到很好的教学效果. 在高等数学的教学中遇到的学生难理解的概念和结论，如果充分利用Mathematica这个工具进行验证，就可以让学生比较轻松地理解和接受. 在空间解析几何和多元函数微积分这两章内容中，涉及许多三维的函数图形，三维函数图形用人工的方法很难作出，要掌握二元函数的性质就需要学生较强的空间想象能力，这对一部分学生来说非常困难.利用Mathematica软件可以作出比较直观的三维图形，学生利用Mathematica软件就比较容易掌握这两章内容. 总之，高等数学中引入数学软件教学，在很多方面正改变着高等数学教学的现状，能给传统的教学注入新的活力，在教学中要充分发挥数学软件(如Mathematica)的作用，培养学生学习高等数学的兴趣，突出他们在学习中的主体地位，提高他们分析解决问题的能力，培养他们的创新意识. 三、结束语 本文探讨了在高等数学的课堂教学中，如何利用Mathematica软件的符号运算功能与可视化功能激发学生学习知识的动力，优化教学效果，提高课堂效率.在教学过程中，适当地运用数学软件，可将抽象的数学公式可视化、具体化，便于学生理解和掌握，最终起到化难为易、 化繁为简的作用.总之，高校教师在教学过程中，若能充分运用数学软件技术与多媒体技术辅助课堂教学，发挥新技术的优势，发掘新技术的潜力，必能提高教学的质量和效果. 【参考文献】 [1]郭运瑞，刘群，庄中文.高等数学(上)[M] .北京：人民出版社，2008. [2]郭运瑞，彭跃飞.高等数学(下)[M] .北京：人民出版社，2008. [3] (美)D尤金(著).Mathematica使用指南(全美经典学习指导系列) [M].邓建松，彭冉冉译.北京：科学出版社，2002. 猜你喜欢： 1. 数学与应用数学毕业论文范文 2. 应用数学教学论文 3. 应用数学系毕业论文 4. 本科数学系毕业论文 5. 数学专业本科毕业论文 6. 数学与应用数学毕业论文

一定要有题目，作者名字，通讯地址，邮编，摘要关键词，正文，参考文献，最好还要有英文的Keyword与 Abstract ，范文随便上网找，结尾要有参考文献。关于条件极值的探讨（图片打不上，呵呵）俊聪 （应用数学学院，应用数学专业，08级）摘要 本文主要类比了无条件极值的判别法，讨论了条件极值是否拥有与无条件极值类似的判别法。通过利用黑赛矩阵与二阶微分，得出了怎样求条件极值和极值点的有效方法，并且得出了无条件极值所满足的判别法不是都适应条件极值的。关键词 条件极植一熟悉的条件极值判别法在研究数学问题时，有时会遇到与极值有关的问题，而我们常见的有无条件极值与条件极值。对于无条件极值，我们都有非常熟悉的判别法：若二元函数f在点的某个邻域U（）内具有二阶连续偏导数，且是f的稳定点，则有：（1） 当>0，>0时，黑赛矩阵是正定的，f在点取得极小值；（2） 当<0, >0时，黑赛矩阵是负定的，f在点取得极大值；（3） 当<0时，黑赛矩阵是不定的，f在点不能取得极值；（4） 当=0时，黑赛矩阵是半定的，不能肯定f在点是否取得极值。因此，我们可以类比无条件极值，探讨条件极值，看它是否也满足上面的四条判别法。二 有关条件极值的一个定理为了研究上面的问题，我们首先给出一个常用定理：首先，这个定理需要条件：在的限制下，要求目标函数的极值。则有定理：设在满足上面的限制下，求函数的极值问题，其中与在区域D内有连续的一阶的偏导数。若D的内点是上述问题的极值点，且雅可比矩阵的秩为m,则存在m个常数，使得为拉格朗日函数的稳定点，即为下述n+m个方程的解。三 分析讨论以上问题通过引入上面的定理，我们可以得到它的稳定点，而我们接下来考虑的是条件极值能否在稳定点处取得极值，且如果取得极值，它取得的是极大值还是极小值。我们在这里还需用到黑赛矩阵。设是F的稳定点。令，并且使固定，考虑在点的黑赛矩阵此时，分类讨论：1当是正定的或负定的。这是是的极值点。而我们限制了。因此也是的相应的条件极值点。2当是不定的或半正定的或半负定的。这是可能不是的极值点，但也有可能是的极值点。我们可以通过，。求出，，…，，，…，之间的关系，得到，…，的二次型如果此时其系数矩阵是正定的，则是的极小值点；如果是负定的，则是的极大值点。通过以上分析，我们就可以得出一个重要的结论：条件极值类比与无条件极值第一，二条是成立的，对于第四条是不适应的，对于第三条虽然开始也无法判断，但可以找到其他途径，求出是否有极值。四 实例分析我们首先举出一个例子：已知f(x,y,z)=x+y+z,求它在限制条件xyz=下的极值点。解：根据题意，我们首先设F(x,y,z,)=f(x,y,z)+ (xyz-)接着，我们算dF(x,y,z,)=0,从而解得x=y=z=c, =如果c=0,则可得f(x,y,z)在xyz=下无极值点当c0时，则在=，=（c,c,c）处，有=此时此矩阵不是正定的，也不是负定的。再对xyz-=0求微分，在=（c,c,c）处，解得dz=-dx-dy,代入得=（dxdy+dydz+dzdx）=(——dxdy—)=当c>0时，正定，（c,c,c）为极小值点，当c<0, 负定，(c,c,c)为极大值点。因此，通过这个例子，我们在不能判断黑赛矩阵是正定还是负定的情况下，可以通过适当的转化使极值点求出来。其实，我们也可以通过其他类似的方法来求有关条件极值的有关问题。例如，我们可以用二阶微分的方法来求条件极值。对于二阶微分，有公式：我们通过举个例子来加以说明。已知f=xyz,求它在限制条件下的极值。解:令F(x,y,z,)= xyz+ （）求dF=0,则=yz+2x=0 =xz+2y=0 =xy+2z=0 =0则可以解得八个稳定点当=—时，有稳定点（1，1，1），(1,—1，—1)， (—1，—1，1)， （—1，1，—1）当 =时，有稳定点 （1，1，—1），（—1，—1.—1），（—1，1，1）, (1,—1，1)则dF=(yz+2x)dx+(xz+2y)dy+(xy+2z)dz=我们首先来判断点 （1，1，1）是否为极值点，求出稳定点 的微分dz=—dx—dy,且(,)=—+=——+2(dx+dy)dz,把dz=—dx—dy带进去，得(,)=———2<0,则可得（1，1，1）是极大值点，同理可得(1,—1，—1)， (—1，—1，1)， （—1，1，—1）是极大值点，而（1，1，—1），（—1，—1.—1），（—1，1，1）, (1,—1，1)都是极小值点，进而我们可求出此时极大值点所对应的极值都为1，极小值点所对应的极值都为—1,从而得解。［参考文献］［1］ 华东师范大学数学系 数学分析下册 第三版［M］高等教育出版社 2001[2]孙振绮 丁效华 工科数学分析例题与习题下册［M］机械工业出版社 2008