导数，拉格朗日中值定理ppt定理证明。 那个不是关于x函数，怎么变成了那个样子，完全不知道啊。

来源：蜘蛛抓取(WebSpider) 时间：2016-09-24 12:37 标签： 拉格朗日中值定理高考
微分中值定理的内容、证明
函数与其导数是两个不同的的函数；而导数只是反映函数在一点的局部特征；如果要了解函数在其定义域上的整体性态，就需要在导数及函数间建立起联系，微分中值定理的作用就在于此。函数在一定条件下、在给定的区间中存在着一点ξ(即中值)，使得在此点的函数与导数在区间上存在着某种特定的等式联系。通常，中值ξ的值不易求出，即中值的准确值常不易知道，但我们能把握的是它的存在性。由于导数中值的存在性，中值定理是沟通导数值与函数值之间的桥梁，中值定理通过导数去研究函数的性态，是利用导数的局部性质推断函数的整体性质的工具。
微分中值定理，包括罗尔定理、拉格朗日定理、柯西定理、泰勒定理。其中拉格朗日中值定理是核心，其建立了函数值与导数值之间的定量联系。罗尔定理是其特殊情况，柯西定理是起推广了的拉格朗日中值定理。
首先要清楚定理的条件和结论。
设函数f(x)在ξ处取得极值，且f(x)在点ξ处可导，则f'(ξ)=0。
罗尔定理如果函数f(x）满足，在闭区间[a,b]上连续；在开区间（a,b）内可导；
在区间端点处的函数值相等，即f(a)=f(b）。那么在（a,b）内至少有一点ξ（a&ξ&b），使得
f'（ξ）=0;拉格朗日定理
如果函数 f(x) 满足，在闭区间[a,b]上连续；在开区间(a,b)内可导。那么在(a,b)内至少有一点ξ(a&ξ&b),使等式
f(b)-f(a)=f&(ξ)(b-a) 成立。
如果函数f(x)及F(x)满足,在闭区间[a,b]上连续；在开区间(a,b)内可导；对任意x∈(a,b)，F'(x)≠0。那么在(a,b) 内至少有一点ξ，使等式[f(b)-f(a)]/[F(b)-F(a)]=f'(ξ)/F'(ξ)成立。
泰勒中值定理
若函数f(x)在开区间（a，b）有直到n+1阶的导数，则当函数在此区间内时，可以展开为一个关于（x-x0)多项式和一个余项的和：
f(x)=f(x0)+f'(x0)(x-x0)+f''(x0)/2!&(x-x0)^2,+f'''(x。)/3!&(x-x0)^3+……+f(n)(x0)/n!&(x-x。)^n+Rn
其中Rn=f(n+1)(ξ)/(n+1)!&(x-x0)^(n+1),这里ξ在x和x0之间，该余项称为拉格朗日型的余项。
以上定理之间的关系如图所示
再者，要清楚定理的证明过程。
罗尔定理的证明，依托于闭区间连续函数的最值定理和费马定理。如果函数为常函数，怎最大值最小值相等，那么在开区间上处处都是导数得零点选择一个即可（端点也满足，为了和情况二取交集，故不取）。如果函数不为常函数，那么，在最大值与最小值之间，至少有一个不等于端点值，该处的导数即为零。从证明中我们可以看出，我们选取的这个具有存在性的点，是排斥端点的，只能在开区间内取得。从上图中我们知道，罗尔定理是其它中值定理的基础，所以其余定理的中值同样排斥端点。故相对于中值来说，端点的地位比较特殊。
拉格朗日中值定理的证明，依托于罗尔定理。从两个定理的条件我们可以看出，拉格朗日中值定理的条件是罗尔定理去掉端点值相等后的形式。将两个定理联系起来的是“曲线减直线”的思想，端点相同的曲线减去直线，其意义是曲线到直线的距离，那么端点处自然会出现两个相等的零值。而曲线相对于这条直线的其他特性则不会改变，依然会显示在这个差值函数上。
柯西中值定理的证明，我们可以理解为“参数方程下的拉格朗日定理”就可以，需要强调的是，分母不为零，这一点做题时在使用柯西中值定理之前，要写在答题纸上给予强调。
泰勒中值定理我不想证明，我想说说它的来历，效果会更好一些。对于一些较为复杂的函数，为了便于研究，往往用一些简单的函数近似表达。用多项式表示的函数，只要对自变量进行有限次的加减乘除，便可以求出其函数值，故我们往往用多项式来表示复杂函数。但我们还不能仅用一次多项式，因为这样的话精度不高，无法表示误差，故我们用高次多项式来表示函数，同时给出误差。于是我们需要一个能够足够精确的且能估计出误差的多项式：&&&
P(x)=A0+A1(x-x.)+A2(x-x.)^2+……+An(x-x.)^n
来近似地表示函数f(x)且要写出其误差f(x)-P(x)的具体表达式。设函数P(x)满足
P(x.)=f(x.),P'(x.)=f'(x.),P''(x.)=f''(x.),……,P(n)(x.)=f(n)(x.),于是可以依次求出A0、A1、A2、……、An。显然，P(x.)=A0,所以A0=f(x.)；P'(x.)=A1,A1=f'(x.)；P''(x.)=2!A2,A2=f''(x.)/2!……P(n)(x.)=n!An,An=f(n)(x.)/n!。至此，多项的各项系数都已求出，得：P(x)=f(x.)+f'(x.)(x-x.)+f''(x.)/2!&(x-x.)^2+……+f(n)(x.)/n!&(x-x.)^n。在求取系数的过程中，求导数的目的是将前面的式子化为零，带入x.的目的是将后面的式子化为零，最后就只剩下所求项的系数值了。误差的求解不解释了。
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。登录后才能写笔记
登录后才能写评论
登录后才能提问
教学录像主讲人
本节其他资源
本章知识点
本节主讲教师
主办单位：高等教育出版社有限公司&&&&&&&&京ICP备号-2&&&&&&京公网安备-2
中国大学精品开放课程适用于《中华人民共和国著作权法》
高等教育出版社享有中国大学精品开放课程信息网络传播的专有使用权 未经书面允许，请勿转播(当妈很辛苦)
(帘卷西风)
(缺钙是一种罪)
第三方登录：证明题,可能会有多种方法,但不用拉格朗日定理以及任何带导数形式的做法证明:k/(n+k)＜ln(1+k/n)
首先,既然题目出现了ln,本质上就需要e,所以极限是一定要用到的.如果不想用导数的话,必须会证明一些基本结论.1. Bernoulli不等式的特殊情形：(1+u)^m > mu,其中u>-1,m是正整数这个用归纳法就行了2. lim_{u->oo} (1+1/u)^u=e,其中u是实数这个要利用数列极限 lim_{n->oo} (1+1/n)^n=lim_{n->oo}(1+1/(n+1))^n=lim_{n->oo} (1+1/n)^{n+1}=e,并利用[u]
1+x 其中x>0或-1oo} (1+x/n)^n然后用Bernoulli不等式(1+x/n)^n>1+x,取极限就是e^x>=1+x,再利用一下 (1+x/n)^n 关于n的单调性就知道其中的等号取不到.不过吧,导数只不过是特殊的极限,不允许用导数很没有道理,我记得现在即使是高中里也有相关知识了.
为您推荐：
其他类似问题
扫描下载二维码5168人阅读
机器智能（53）
很多人其实都知道可以利用函数的二次导数来判断函数的凹凸性，但是很多人忘记了怎么来证明的，在这里我来再次证明一下。
求证：若f(x)在(a,b)内连续并且二次可导，若f''(x)&0则函数凹，反之函数凸
先给出几个定理以及说明。
关于函数凹凸性的说明：
函数f(x)在(a,b)内连续，对于任意的a&x1&x2&b，其中x0=(x1+x2)/2，
若f(x0)&(f(x1)+f(x2))/2，则认为该函数(向上)凹；若f(x0)&(f(x1)+f(x2))/2，则认为函数(向上)凸
给出一个证明过程中需要用到的定理：拉格朗日中值定理
函数f(x)在(a,b)内连续在[a,b]内可导，则至少存在一点e，且a&e&b使得f'(e)=(f(b)-f(a))/(b-a)
下面开始证明我们最初的问题：
任意取f(x)上两点x1,x2使得a&x1&x2&b，令x0=(x2+x1)/2，则x0-x1=x2-x0，令x0-x1=x2-x0=h，则分别在(x1,x1+h)和(x2-h,x2)内应用两次拉格朗日中值定理
f'(e1)=(f(x0)-f(x1))/h &(1)
f'(e2)=(f(x2)-f(x0))/h (2) &
其中e1在(x1,x0)范围内，e2在(x0,x2)范围内
让(1)和(2)先把h乘到左边，然后再相减得到:(f'(e2)-f'(e1))h=f(x2)+f(x1)-2(f(x0)) &(3)
然后我们再在(e1,e2)中利用一次拉格朗日中值定理，得到如下：
f'(e2)-f'(e1)=f''(e)(e2-e1) &其中e在(e1,e2)范围内，则由条件f''(e)大于0得到(3)的左边大于0，同样由(3)的右边可以得到
f(x0)=f((x1+x2)/2)&(f(x2)+f(x1))/2，再结合函数凹凸性的定理可以得到原函数为凹，对于凸的证明类似。。就不做证明了
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：773159次
积分：11170
积分：11170
排名：第920名
原创：345篇
转载：15篇
评论：249条
(2)(2)(1)(1)(2)(3)(3)(5)(1)(4)(1)(2)(1)(2)(7)(1)(2)(4)(6)(5)(2)(1)(1)(2)(1)(3)(1)(1)(1)(2)(5)(7)(3)(1)(4)(5)(5)(6)(1)(6)(6)(2)(4)(9)(4)(12)(3)(5)(3)(3)(4)(6)(4)(16)(4)(3)(9)(13)(5)(7)(8)(3)(1)(4)(5)(9)(1)(1)(1)(2)(6)(5)(11)(6)(9)(2)(3)(4)(2)(1)(3)(3)(4)(19)(14)

我要回帖

更多关于 拉格朗日中值定理高考 的文章

 

随机推荐