JavaShuo
欄目
標籤
用Python學《微積分B》(單調性與極值,凸性與拐點)
時間 2021-01-02
欄目
Python
简体版
原文
原文鏈接
《微積分B》課程微分學部分的「單調性與極值」和「凹凸性與拐點」這兩節都屬於「函數的微分性質應用」。上一篇講到「洛必達法則」是用「降維」的方法來求不定式的極限,而這兩節同樣使用「降維」(求導)的方法來分析函數的性質。 注:關於「降維」,我有一個聯想。微積分中的降維就是求導,而在其他領域也有「降維」,比如「將球體投影爲平面上的圓」,「將覆信號投影到x-t平面,研究幅度變化圖」等等。 一、要點簡
>>阅读原文<<
相關文章
1.
曲線的凹凸性與拐點
2.
高數-導數的應用--函數凹凸性與拐點
3.
用Python學《微積分B》(重積分)
4.
用Python學《微積分B》(定積分)
5.
用Python學《微積分B》(微分中值定理與洛必達法則)
6.
導數用於判斷函數的單調性,凹凸性,極值
7.
駐點、極值點、拐點、鞍點的區別與聯繫
8.
【AI數學基礎:微積分】凸集與凸函數
9.
用Python學《微積分B》(微積分應用)
10.
用Python學《微積分B》(Taylor公式與曲線擬合)
更多相關文章...
•
Rust 泛型與特性
-
RUST 教程
•
XSL-FO 與 XSLT
-
XSL-FO 教程
•
Composer 安裝與使用
•
Spring Cloud 微服務實戰(三) - 服務註冊與發現
相關標籤/搜索
凸性
積極性
單調性
極性
用性
性學
拐點
調研與分析
微積分
Python
PHP 7 新特性
Hibernate教程
Spring教程
調度
應用
微服務
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
[最佳實踐]瞭解 Eolinker 如何助力遠程辦公
2.
katalon studio 安裝教程
3.
精通hibernate(harness hibernate oreilly)中的一個」錯誤「
4.
ECharts立體圓柱型
5.
零拷貝總結
6.
6 傳輸層
7.
Github協作圖想
8.
Cannot load 32-bit SWT libraries on 64-bit JVM
9.
IntelliJ IDEA 找其歷史版本
10.
Unity3D(二)遊戲對象及組件
本站公眾號
歡迎關注本站公眾號,獲取更多信息
相關文章
1.
曲線的凹凸性與拐點
2.
高數-導數的應用--函數凹凸性與拐點
3.
用Python學《微積分B》(重積分)
4.
用Python學《微積分B》(定積分)
5.
用Python學《微積分B》(微分中值定理與洛必達法則)
6.
導數用於判斷函數的單調性,凹凸性,極值
7.
駐點、極值點、拐點、鞍點的區別與聯繫
8.
【AI數學基礎:微積分】凸集與凸函數
9.
用Python學《微積分B》(微積分應用)
10.
用Python學《微積分B》(Taylor公式與曲線擬合)
>>更多相關文章<<