简易微积分: 下一步,如何处理常数

本章讲解了涉及常数的函数的微分,分别讨论了添加常数和乘常数的情况。添加常数对变化率无影响,而乘常数按比例缩放结果。通过多个例子展示了微分步骤,包括较复杂的代数表达式及应用,如圆柱体积和辐射高温计的灵敏度。最后部分给出了不同温度下灵敏度的计算。
A visually appealing abstract landscape-style image that symbolizes mathematical concepts of differentiation and constants.

第 5 章下一步,如何处理常数

在我们的方程中,我们认为 \(x\) 是增长的,由于 \(x\) 增长,\(y\) 也随之改变其值并增长。我们通常认为 \(x\) 是一个可以改变的量,并且将 \(x\) 的变化视为一种原因,把引起的 \(y\) 的变化视为一种结果。换句话说,我们认为 \(y\) 的值依赖于 \(x\) 的值。\(x\)\(y\) 都是变量,但 \(x\) 是我们操控的变量,而 \(y\) 是“依赖变量”。在前一章中,我们一直在寻找依赖变量 \(y\) 的变化与我们独立改变的 \(x\) 的变化之间的比例关系规则。

我们的下一步是弄清楚在微分过程中,由常数(即在 \(x\)\(y\) 变化时不会改变的数字)的存在引起的影响。

增加的常数。

让我们从一个包含常数的简单例子开始,如下:

\[ y=x^3+5. \]

和以前一样,假设 \(x\) 增加到 \(x + dx\),而 \(y\) 增加到 \(y + dy\)

则:

\begin{align*} y + dy &= (x + dx)^3 + 5 \\ &= x^3 + 3x^2\, dx + 3x(dx)^2 + (dx)^3 + 5. \end{align*}

忽略高阶小量,这变成

\[ y + dy = x^3 + 3x^2·dx + 5 \]

减去原来的 \(y = x^3 + 5\),我们得到:

\begin{align*} dy &= 3x^2\, dx. \\ \frac{dy}{dx} &= 3x^2. \end{align*}

所以 \(5\) 完全消失了。它对 \(x\) 的增长没有任何贡献,并未进入微分系数。如果我们将 \(5\) 换成 \(7\)\(700\) 或任何其他数字,它也会消失。因此,如果我们用字母 \(a\)\(b\)\(c\) 表示任意常数,它们在我们微分时也会消失。

如果附加常数是负值,比如 \(-5\)\(-b\),它同样会消失。

乘常数

我们用一个简单的例子进行实验:

\(y = 7x^2\)。 然后按照之前的方法,我们得到:

\begin{align*} y + dy &= 7(x+dx)^2 \\ &= 7\{x^2 + 2x·dx + (dx)^2\} \\ &= 7x^2 + 14x·dx + 7(dx)^2. \\ \end{align*}

然后,减去原来的 \(y = 7x^2\),并忽略最后一项,我们得到:

\begin{align*} dy &= 14x·dx.\\ \frac{dy}{dx} &= 14x. \end{align*}

让我们通过给 \(x\) 一组连续的值 \(0\)\(1\)\(2\)\(3\) 等,并找到对应的 \(y\)\(\dfrac{dy}{dx}\) 值,来绘制方程 \(y = 7x^2\)\(\dfrac{dy}{dx} = 14x\) 的图像。

这些值如下表所示:

\(x\) \(0\) \(1\) \(2\) \(3 \) \(4\) \(5\) \(-1\) \(-2\) \(-3\)
\(y\) \(0\) \(7\) \(28\) \(63\) \(112\) \(175\) \(7\) \(28\) \(63\)
\(\dfrac{dy}{dx}\) \(0\) \(14\) \(28\) \(42\) \(56\) \(70\) \(-14\) $ -28$ $ -42$

现在按合适的比例绘制这些值,我们得到两条曲线图6和图6a。

仔细比较这两个图,可以通过观察验证导出曲线图6a的纵坐标高度与原曲线图6在对应 \(x\) 值处的斜率成比例。在原曲线的起点左侧,其斜率为负(即从左到右向下倾斜),导出曲线的对应纵坐标也为负。

现在如果回顾此处,我们会看到直接对 \(x^2\) 求导得到 \(2x\)。因此,\(7x^2\) 的微分系数只是 \(x^2\) 的微分系数的 \(7\) 倍。如果取 \(8x^2\),则其微分系数将是 \(x^2\) 的微分系数的八倍。如果令 \(y = ax^2\),则我们将得到

\[ \frac{dy}{dx} = a × 2x. \]

如果我们从 \(y = ax^n\) 开始,将得到 \(\dfrac{dy}{dx} = a×nx^{n-1}\)。因此,被乘的常数,在微分时都会重新以乘数出现。同样,对于除法也是如此:例如,如果我们将上例中的常数取为 \(\frac{1}{7}\) 而不是 \(7\),那么微分结果中将会出现相同的 \(\frac{1}{7}\)

一些进一步的例子

以下进一步的例子,通过完整的计算过程,可以帮助你完全掌握微分应用于普通代数表达式的过程,并能够自行完成本章末的练习。

(1) 对 \(y = \dfrac{x^5}{7} - \dfrac{3}{5}\) 求导。

\(\dfrac{3}{5}\) 是添加的常数,因此消失(参见此处)。

于是我们可以直接写出

\begin{align*} \frac{dy}{dx} &= \frac{1}{7} × 5 × x^{5-1} \\ &= \frac{5}{7} x^4. \end{align*}

(2) 对 \(y = a\sqrt{x} - \dfrac{1}{2}\sqrt{a}\) 求导。

\(\dfrac{1}{2}\sqrt{a}\) 消失,因为它是添加的常数;而 \(a\sqrt{x}\) 用指数形式表示为 \(ax^{\frac{1}{2}}\),因此我们有

\begin{align*} \frac{dy}{dx} &= a × \frac{1}{2} × x^{\frac{1}{2}-1} \\ &= \frac{a}{2} × x^{-\frac{1}{2}}, \\ &= \frac{a}{2\sqrt{x}}. \end{align*}

(3) 如果 \(ay + bx = by - ax + (x+y)\sqrt{a^2 - b^2}\),求 \(y\) 关于 \(x\) 的微分系数。

通常,这种表达式需要比我们目前所掌握的知识更多的技巧;不过,值得一试是否能将表达式简化。

首先,我们要尝试将其化为 \(y = {}\) 仅包含 \(x\) 的表达式。

该表达式可以写为

\[ (a-b)y + (a + b)x = (x+y) \sqrt{a^2 - b^2}. \]

平方后得到

\[ (a-b)^2 y^2 + (a + b)^2 x^2 + 2(a+b)(a-b)xy = (x^2+y^2+2xy)(a^2-b^2), \]

简化为

\begin{align*} (a-b)^2y^2 + (a+b)^2 x^2 &= x^2(a^2 - b^2) + y^2(a^2 - b^2); \\ [(a-b)^2 - (a^2 - b^2)]y^2 &= [(a^2 - b^2) - (a+b)^2]x^2, \\ 2b(b-a)y^2 &= -2b(b+a)x^2; \end{align*}

因此,

\begin{align*} y &= \sqrt{\frac{a+b}{a-b}} x \\ \frac{dy}{dx} &= \sqrt{\frac{a+b}{a-b}}. \end{align*}

(4) 半径 \(r\) 和高度 \(h\) 的圆柱体体积由公式 \(V = \pi r^2 h\) 给出。求当 \(r = 5.5\) 厘米,\(h = 20\) 厘米时,半径对体积的变化率。如果 \(r = h\),求半径变化 \(1\) 厘米导致体积变化 \(400\) 立方厘米时,圆柱体的尺寸

\(V\) 关于 \(r\) 的变化率为

\[ \frac{dV}{dr} = 2 \pi r h. \]

\(r = 5.5\) 厘米,\(h=20\) 厘米时,该值为 \(690.8\)。这意味着半径变化 \(1\) 厘米将导致体积变化 \(690.8\) 立方厘米。这可以通过计算验证,因为当 \(r = 5\)\(r = 6\) 时的体积分别为 \(1570\) 立方厘米和 \(2260.8\) 立方厘米,而 \(2260.8 - 1570 = 690.8\)

此外,如果

\begin{align*} r &= h \\ \dfrac{dV}{dr} &= 2\pi r^2 = 400 \\ r &= h = \sqrt{\dfrac{400}{2\pi}} = 7.98 \text{厘米}. \end{align*}

(5) 辐射高温计的读数 \(\theta\) 与被观测物体的摄氏温度 \(t\) 之间的关系为

\[ \dfrac{\theta}{\theta_1} = \left(\dfrac{t}{t_1}\right)^4, \]

其中,\(\theta_1\) 是对应已知温度 \(t_1\) 的读数。

比较温度为 \(800°\)C、\(1000°\)C、\(1200°\)C 时的高温计灵敏度,已知在温度 \(1000°\)C 时读数为 \(25\)

灵敏度是读数对温度的变化率,即 \(\dfrac{d\theta}{dt}\)。该公式可写为

\[ \theta = \dfrac{\theta_1}{t_1^4} t^4 = \dfrac{25t^4}{1000^4}, \]

我们有

\[ \dfrac{d\theta}{dt} = \dfrac{100t^3}{1000^4} = \dfrac{t^3}{10,000,000,000}. \]

\(t=800\)\(1000\)\(1200\) 时,\(\dfrac{d\theta}{dt} = 0.0512\)\(0.1\)\(0.1728\)

灵敏度从 \(800°\)\(1000°\) 约增加一倍,到 \(1200°\) 时又增加了四分之三。