函数的和、差、积、商的求导法则
u=u(x),v=v(x)
(u v)'=u' v'
(u-v)'=u'-v'
(Cu)'=Cu'
(uv)'=u'v uv'
(u/v)'=(u'v-uv')/v^2
复合函数求导法则
y=f(u)，u=φ(v)
复合函数y=f[φ(v)]的导数为
dy/dx=dy/du*du/dx=f'(u)*φ'(v)
(u-v z)'=u'-v' z'，且(Cu)'=Cu'
exam1:
y =2*x*^3 -5*x^2 3*x-7
y'=6*x^2-10x 3 0
exam2:
f(x)=x^3 4cosx-sin(π/2)
f'(x)=(x^3)‘ (4cosx)‘-(sin(π/2))‘=3x^2-4sinx-0
f'(π/2)=f'(x)|x=(π/2)=3x^2-4sinx=3*(π/2)^2-4sin(π/2)=3/4π^2-4
exam3:
y=√x*lnx
y'=(√x)'*lnx √x*(lnx)'=1/(2*√x)*lnx √x*1/x=1/(√x)*(1/2*lnx 1)
exam4:
y=e^x(sinx cosx)
y'=(e^x)'(sinx cosx) e^x(sinx cosx)'=e^x(sinx cosx) e^x(cosx-sinx)=2e^xcosx
高阶导数
y=f(x)
y'=f'(x)
y''=(y')'=d^2y/dx^2=d/dx(dy/dx)
导数的应用：函数单调性
通过函数的导数的值，可以判断出函数的单调性、驻点以及极值点：
若导数大于0，则单调递增；
若导数小于0，则单调递减；
导数等于零d的点为函数驻点
曲线的凹凸性，设函数f(x) 在区间I 上有二阶导数
(1) 在 I 内 f''(x)>0则 f(x)在 I 内图形是凹的 ;
(2) 在 I 内 f''(x)<0则 f(x)在 I 内图形是凸的 .
代码语言：javascript复制#!/usr/bin/env python
# -*- coding: UTF-8 -*-
# _ooOoo_
# o8888888o
# 88" . "88
# ( | - _ - | )
# O = /O
# ____/`---'____
# .' \| |// `.
# / \|||:|||//
# / _|||||-:- |||||-
# | | \ - /// | |
# | _| ''---/'' | _/ |
# .-__ `-` ___/-. /
# ___`. .' /--.-- `. . __
# ."" '< `.____<|>_/___.' >'"".
# | | : `- `.;` _ /`;.`/ - ` : | |
# `-. _ __ /__ _/ .-` / /
# ==`-.____`-.________/___.-`____.-'==
# `=---='
'''
@Project ：pythonalgorithms
@File ：Nderivatives.py
@Author ：不胜人生一场醉@Date ：2021/8/3 1:17
'''
import matplotlib.pyplot as plt
import numpy as np
import math
import sympy
if __name__ == '__main__':
nderivativeplot()# f(x)=x^3 3x^2-24x-20
# f'(x)=3x^2 6x-24
# f''(x)=6x 6
def nderivativeplot():
plt.figure(figsize=(5, 8))
ax = plt.gca() # 通过gca:get current axis得到当前轴
plt.rcParams['font.sans-serif'] = ['SimHei'] # 绘图中文
plt.rcParams['axes.unicode_minus'] = False # 绘图负号
x = np.linspace(-10,10, 200)
y = np.power(x,3) 3*np.power(x,2)-24*x-20
yd = 3*np.power(x,2) 6*x-24
ydd=6*x 6
label = '函数f(x)=x^3 3x^2-24x-20的曲线'
plt.plot(x, y, label=label)
label = "导数f'(x)=3x^2 6x-24的曲线"
plt.plot(x, yd, label=label)
label = "导数f''(x)=6x 6的曲线"
plt.plot(x, ydd, label=label)
# 设置图片的右边框和上边框为不显示
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
# 挪动x，y轴的位置，也就是图片下边框和左边框的位置
# data表示通过值来设置x轴的位置，将x轴绑定在y=0的位置
ax.spines['bottom'].set_position(('data', 0))
# axes表示以百分比的形式设置轴的位置，即将y轴绑定在x轴50%的位置
# ax.spines['left'].set_position(('axes', 0.5))
ax.spines['left'].set_position(('data', 0))
plt.title("函数、一阶导数、二阶导数")
plt.legend(loc='upper right')
plt.show()
