algebra:function2

函数的性质

各种各样的函数,他们都是有什么共同的性质呢?

斜率,也就是描述倾斜程度的,有些函数的图像比较平缓,有些则比较陡,我们就可以用函数的斜率来描述这个性质。

那么要怎样定量的描述斜率呢,就像速度一样,一定的时间里走的路程远速度就大,路程小速度就小。我们取一定长度的x轴距离,如果函数越倾斜,那么y轴的增加量就越大。

如图,我们在x轴上取一个单位距离(一个单位距离就是1),在0~1的范围里面,一号函数从0变为1,变化量是1;而比较倾斜的二号函数从0变成了3,变化量是3。可见,越倾斜的函数在单位距离内的变化量越大,那么我们就可以这样定义斜率:两个点之间的纵坐标差与横坐标差的比,也就是在函数上取两个点(x_1,y_1)(x_2,y_2) 那么,这两点之间函数的斜率(常用k表示斜率)就是

k={y_2-y_1}/{x_2-x_1}

例如上面的函数2,取得点是(0,0)与(1,3),那么它的斜率k={3-0}/{1-0}=3,下面是一些斜率的性质:

  • k>0 ,表示函数是向上增长的
  • k=0 ,表示斜率为零,函数是水平的
  • k<0 ,表示函数是向下减少的
  • delim{|}{k}{|} 越大,表示函数越倾斜

那么是不是每个函数都有一个斜率呢,当然不是,例如二次函数,先下降再上升,斜率明显是会变的,所以一个函数的斜率是变化的

上面说的斜率,是函数两个点之间一段距离里面的斜率。但这也不是非常准确的,为什么呢?我们可以看看这个二次函数: 如果我们取(0,0)(1,1)和(0,0)(2,4)两组点来计算斜率,会得到 k=1 和 k=2 两个不同的结果。这是因为在这两段距离之间的斜率是变化的,所以这样的方法不能很好地描述斜率。

那么怎么办呢,如果我们想要知道一个点的斜率,但是这个点附近的斜率是变化的。在这里,就要引进一点极限的思维了。例如我想求(1,1)点的斜率,那么我们可以取他的两边横坐标各相隔 d=1 的点(0,0)、(2,4)。 可以看到我们实际上求的是两点之间的直线(红线)的斜率,而不是函数曲线的斜率。

那么,我们让d小一点,那么两个点之间的直线不就就更加接近函数的曲线了吗,我们试一试:

可以看到,当d越小时,两点之间的直线越接近函数的曲线,我们可以这么认为:当d趋向于无限小时,计算出来的斜率就是这个点的斜率了,也就是: k={y_{x+d}-y_{x-d}}/{(x+d)-(x-d)}={y_{x+d}-y_{x-d}}/{2d} 在实际应用计算中,我们可以取比较小的d来计算较为准确的斜率,如果要计算出准确的斜率,我们可以用到导数来计算。


在函数的某个区间内,如果这个函数只升不降,或者只降不升,则称这个函数在这个区间内单调递增单调递减

  • 单调递增:区间内斜率只大于零,函数图像上升,也称增函数。
  • 单调递减:区间内斜率只小于零,函数图像下降,也称减函数。
  • 若函数在区间内有升有降,则函数不单调

我们把函数图像的对称性称为函数的奇偶性

  • 奇函数 : 函数图像关于原点对称
  • 偶函数 : 函数图像关于y轴对称

下面是一些函数例子:

  • algebra/function2.txt
  • 最后更改: 2018/12/21 12:28
  • (外部编辑)