3.9
指数函数和对数函数的导数
学习目标
- 3.9.1
求指数函数的导数。
- 3.9.2
求对数函数的导数。
- 3.9.3
利用对数求导法求函数的导数。
到目前为止,我们已经学习了如何对各种函数求导,包括三角函数、反函数和隐函数。在本节中,我们将探讨指数函数和对数函数的导数。正如我们在函数与图形导论中所讨论的,指数函数在模拟人口增长和放射性物质衰变中起着重要作用。对数函数可以帮助重新缩放大量数据,在改写复杂表达式时尤其有用。
指数函数的导数
正如我们求其他函数的导数一样,我们也可以使用公式求指数函数和对数函数的导数。在推导这些公式时,我们需要做一些基本假设。证明这些假设成立超出了本课程的范围。
首先,我们假设函数 对每个实数都有定义并且是连续的。在之前的课程中,我们定义了指数函数在所有有理数处的值——从 的定义开始,其中 是一个正整数——作为 自身相乘 次的积。后来,对于正整数 我们定义了 并对正整数 和 定义了 。但这些定义尚未确定 的值,其中 是一个任意实数。通过假设 的连续性,我们可以将 解释为 ,其中取极限时 取有理数值。例如,我们可以将 视为满足以下条件的数:
如下表所示,
|
|
|
|
|
64 |
|
77.8802710486 |
|
73.5166947198 |
|
77.8810268071 |
|
77.7084726013 |
|
77.9242251944 |
|
77.8162741237 |
|
78.7932424541 |
|
77.8702309526 |
|
84.4485062895 |
|
77.8799471543 |
|
256 |
我们还假设对于 ,导数 的值存在。在本节中,我们将说明,只要增加这一个假设,就可以证明函数 处处可微。
最后再作一个假设:存在一个唯一的 值,使得 。我们将 定义为这个唯一值,正如我们在函数与图形导论中所做的那样。图 3.33 给出了函数 和 的图形。通过目测这些函数在 0 处的切线斜率,可估计 e 的值介于 2.7 和 2.8 之间。函数 称为自然指数函数。它的反函数 称为自然对数函数。
为了更好地估计 ,我们可以构建一个形如 的函数 的估计值表。在此之前,回想一下
对于非常接近零的 值。为了进行估计,我们选择 和 来得到估计值
参见下表。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
表中的数据表明
函数 的图形以及直线 显示在图 3.34中。这条直线是 在 处的切线。
说明上述基本假设后,我们开始研究 的导数。回想一下,我们已经假设 存在。利用导数的极限定义,可得
(3.28)
接着求 ,得到如下结果。
由此可见,只要假设 在 处可微,则它不仅处处可微,而且其导数为
(3.29)
对于 ,因此 。(形如 的任意函数的 值将在后文推导。)
定理
3.14
自然指数函数的导数
设 为自然指数函数。则
一般地,
例
3.74
指数函数的导数
求 的导数。
解
使用导数公式和链式法则,
例
3.75
结合求导法则
求 的导数。
解
使用自然指数函数的导数、商法则和链式法则。
检验点
3.50
求 的导数。
例
3.76
自然指数函数的应用
一个蚊子群落的初始数量为 1000。在 天后,其数量由 给出。证明人口变化率 与人口 之比为常数。
解
先求 。由链式法则,得 。因此,人口变化率与人口之比由下式给出:
人口变化率与人口之比是常数 0.3。
检验点
3.51
如果 描述了 天后的蚊子数量,如上例所示,那么 4 天后 的变化率是多少?
对数函数的导数
既然已经求得了自然指数函数的导数,我们就可以利用隐函数求导法来求其反函数——自然对数函数——的导数。
定理
3.15
自然对数函数的导数
如果 且 ,则
更一般地,设 是一个可微函数。对于所有使得 的 值, 的导数由下式给出:
(3.31)
证明
如果 且 ,则 。对该方程两边求导,得到方程
解出 ,得到
最后,我们代入 ,得到
这个结果也可以利用反函数定理推导,过程如下。由于 是 的反函数,由反函数定理,得
利用此结果并对 应用链式法则,得到
□
函数 及其导数 的图形显示在图 3.35中。
例
3.77
求自然对数的导数
求 的导数。
解
直接使用公式 3.31。
例
3.78
在求导中使用对数性质
求 的导数。
解
乍一看,求这个导数似乎相当复杂。然而,在求导之前使用对数性质,可以使问题大大简化。
检验点
3.52
求导:
既然我们已经能够对自然对数函数求导,就可以利用这一结果来求 和 的导数,其中 。
定理
3.16
一般指数函数和对数函数的导数
设 ,并设 是一个可微函数。
- 如果 ,则
(3.32)
更一般地,如果 ,则对于所有使得 的 x 值,
(3.33)
- 如果 ,则
(3.34)
更一般地,如果 ,则
(3.35)
证明
若 则 。于是有 。因此 。解出 可得 。对两边求导,注意到 为常数,可得
由链式法则可得公式 3.32中的导数。
若 则 。再次用隐函数求导,注意到 为常数,可得 。解出 并代入 可得
更一般的导数(公式 3.35)由链式法则得到。
□
例
3.79
应用导数公式
求 的导数。
解
使用商法则和 一般指数函数和对数函数的导数。
例
3.80
求切线斜率
求函数 在 处的切线斜率。
解
为了求斜率,需要计算 在 处的值。使用 公式 3.33,可得
通过计算 处的导数,我们发现切线的斜率为
检验点
3.53
求函数 在 处的切线斜率。
对数求导法
到目前为止,我们已经能够对形如 的函数求导(对于 的某些值)以及形如 的函数求导(其中 且 )。然而,对于形如 或 的函数,我们仍然不知道如何求导。这类函数需要一种称为对数求导法的技术,利用它可以对任何形如 的函数求导。该方法还可以将非常复杂的求导问题化为较简单的问题,例如求 的导数。下面的解题策略对这一方法作了概述。
解题策略
使用对数求导法
- 为了使用对数求导法对 求导,对等式两边取自然对数,得到 。
- 使用对数性质尽可能地展开 。
- 对等式两边求导。左边将得到 。
- 将等式两边乘以 ,解出 。
- 将 替换为 。
例
3.81
使用对数求导法
求 的导数。
解
使用对数求导法求此导数。
例
3.82
使用对数求导法
求 的导数。
解
这道题综合运用了对数性质和本章介绍的各种求导法则。
例
3.83
幂法则的推广
求 的导数,其中 是任意实数。
解
过程与例 3.82相同,但更为简单。
检验点
3.55
求 的导数。
第 3.9 节练习
对于以下练习,求各函数的 。
331.
332.
333.
334.
335.
336.
337.
338.
339.
340.
341.
342.
343.
344.
345.
对于以下练习,使用对数求导法求 。
347.
348.
349.
350.
352.
353.
354.
[T] 求函数 在 处的切线方程。绘制函数图形和切线。
355.
[T] 求函数 在 处的法线方程。绘制函数图形和法线。
356.
[T] 求函数 在点 (2, 1) 处的切线方程。(提示:使用隐函数求导法求 。)绘制曲线和切线。
357.
考虑函数 ,其中 。
- 确定图形上切线为水平线的点。
- 确定图形上 和 的点。
358.
公式 是衰减交流电的公式。
- 用适当的值填写下表。
|
|
| 0 |
(i) |
|
(ii) |
|
(iii) |
|
(iv) |
|
(v) |
|
(vi) |
|
(vii) |
|
(viii) |
|
(ix) |
- 仅根据表中的值,确定函数 的图形上切线为水平线的位置。
359.
[T] 2000年俄亥俄州托莱多市的人口约为50万。假设人口以每年5%的速度增长。
- 写出将总人口表示为 的函数的指数表达式。
- 利用 a. 的结果,求 年后的人口增长率。
- 利用 b. 的结果,求10年后的人口增长率。
360.
[T] 元素铒的一种同位素的半衰期约为12小时。最初有9克该同位素存在。
- 写出将剩余物质的量表示为时间 (以小时为单位)的函数的指数表达式。
- 利用 a. 的结果,求 小时后该物质的衰减率。
- 利用 b. 的结果,求在 小时时的衰减率。
361.
[T] 1960年初至1964年初纽约市流感病例的数量由以下函数建模:
其中 表示病例数(以千计),t 以年为单位, 对应于1960年初。
- 写出计算 和 的过程,并简要说明这些值反映了纽约市怎样的疾病状况。
- 写出计算 和 的过程,并简要说明这些值反映了纽约市怎样的疾病状况。
362.
[T] 可微函数 的相对变化率 由 给出。一种人口增长模型是 Gompertz 增长函数,由 给出,其中 和 是常数。
- 求一般 Gompertz 函数的相对变化率公式。
- 利用 a. 的结果,求当 和 时, 个月内人口的相对变化率。
- 简要解释 b. 的结果的含义。
对于以下练习,请使用下表中给出的纽约市1790年至1860年的人口数据。
| 自1790年以来的年份 |
人口 |
| 0 |
33,131 |
| 10 |
60,515 |
| 20 |
96,373 |
| 30 |
123,706 |
| 40 |
202,300 |
| 50 |
312,710 |
| 60 |
515,547 |
| 70 |
813,669 |
363.
[T] 使用计算机程序或计算器,用形如 的增长曲线拟合数据。
364.
[T] 使用数据的指数最佳拟合,列出各年份处导数值的表格。
365.
[T] 使用数据的指数最佳拟合,列出各年份处二阶导数值的表格。
366.
[T] 利用一阶导数和二阶导数的表格及最佳拟合结果,回答以下问题:
- 该模型能准确预测纽约市的未来人口吗?为什么?
- 估计2010年的人口。这与 a. 中的预测一致吗?