和達三樹. (2019). 微分積分. 第3章 練習問題
[4] 次の関数の次導関数を求めよ¶
(1)
(2)
(3)
[5]¶
[5] 助変数表示の微分 と が 1 つの変数 の関数として の形で 与えられているとする. このとき, は の関数, または は の関数と考えてよく, を助変数(パラメータ)または媒介変数という. 逆関数の微分法を利用すれば,
によって, 導関数を計算できる. これを用いて, 次の関数について, を求めよ.
(1)
(2)
(2)
合成関数と捉えれば なので
(3)
[7]¶
[7] 次の関数の極値を求め, そのグラフの概形をかけ.
(1)
(2)
(3)
(1) ¶
まず、因数のを探索する。
因数定理より、となるがあればが因数になる。
とするとなのでが因数のひとつであることがわかった。
次に、組立除法でを求める
より商のと余り0が得られるので
は、たすきがけ法などで解くとなので
より、となるは
極値のひとつは
グラフ
Source
def f(x):
return x**4 + 2*x**3 - 3*x**2 - 4*x + 4
import numpy as np
import matplotlib.pyplot as plt
X = [-2, -1, -1/2, 0, 1]
fig, ax = plt.subplots(figsize=[4,2])
for x in X:
ax.scatter(x, f(x), color="steelblue")
ax.text(x, f(x), f"{(x, f(x))}")
x = np.linspace(min(X)-0.5, max(X)+0.5, 100)
ax.plot(x, f(x), color="steelblue")
ax.axvline(0, color="gray", alpha=0.7)
ax.axhline(0, color="gray", alpha=0.7)
ax.grid(True)
fig.show()
Source
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-4, 3, 100)
fig, ax = plt.subplots(figsize=[4,2])
ax.plot(x, f(x), color="steelblue")
ax.axvline(0, color="gray", alpha=0.3)
ax.axhline(0, color="gray", alpha=0.3)
fig.show()
(2) ¶
グラフ
- 2 / np.exp(2)-0.2706705664732254- 1 / np.exp(1)-0.36787944117144233Source
def f(x):
return x * np.exp(x)
X = [-2, -1, -1/2, 0, 1]
fig, ax = plt.subplots(figsize=[4,2])
for x in X:
ax.scatter(x, f(x), color="steelblue")
ax.text(x, f(x), f"({x:.1f}, {f(x):.1f})")
x = np.linspace(-3, 1, 100)
ax.plot(x, f(x), color="steelblue")
ax.axvline(0, color="gray", alpha=0.7)
ax.axhline(0, color="gray", alpha=0.7)
ax.grid(True)
fig.show()
(3) ¶
わからなかった
略解だと
from sympy import symbols, factor
x = symbols("x")
y = (x**2 + 2*x + 3)**(-1/2) - (1/2) * (x+4) * (x**2 + 2*x + 3)**(-3/2)
factor(y)Loading...
Source
import numpy as np
import matplotlib.pyplot as plt
def f(x):
return (x+4)*(x**2 +2*x + 3)**(-1/2)
x = np.linspace(-3, 1, 100)
fig, ax = plt.subplots(figsize=[4,2])
ax.plot(x, f(x), color="steelblue")
ax.axvline(0, color="gray", alpha=0.3)
ax.axhline(0, color="gray", alpha=0.3)
fig.show()