一个和几个变量的函数的微分结论

差分微积分是研究衍生物，微分及其在功能研究中的应用的数学分析的一部分。

外观史

由于牛顿和莱布尼兹的作品在微分的微积分中形成了基本命题，并注意到整合与分化之间的联系，17世纪下半叶的差异演算被分为独立学科。 从那时起，学科与积分的演算一起发展，从而形成数学分析的基础。 这些结石的出现打开了数学世界的新现代，引发了科学学科的新兴。 也扩大了在自然科学和技术中应用数学科学的可能性。

基本概念

差分微积分是基于数学的基本概念。 它们是： 实数， 连续性，功能和极限。 过了一会儿，他们采取现代化的外观，感谢积分和差异结石。

创作过程

形成差异演算的形式，然后科学的方法，发生在哲学理论出现之前，这是由尼古拉·库赞斯基创造的。 他的作品被认为是古代科学判断的进化发展。 尽管哲学家本人不是数学家，但他对数学科学发展的贡献是不可否认的。 库赞斯基（Kuzansky）是第一位将算术考虑作为最准确的科学领域之一，将当时的数学置于疑问之列。

在古代数学家中，普遍标准是一个单位，而哲学家则提供了一个新的度量无穷远来代替一个确切的数字。 在这方面，数学科学的准确性的表达是颠倒的。 根据他的科学知识，分为理性和智力。 根据科学家的说法，第二个更准确，因为第一个只给出了一个近似的结果。

主意

微积分的基本思想和概念与某些点的小社区的功能有关。 为此，需要创建一个用于研究一个函数的数学设备，该函数的建立点的小邻域中的行为接近多项式或线性函数的行为。 这是基于导数和微分的定义。

衍生概念 的出现是由自然科学和数学的大量问题引起的，导致了一种类型的极限值的发现。

以高中课程为例，给出的一个主要任务就是确定一条直线的速度，并确定该曲线的切线。 差分与此相关，因为可以在所讨论的线性函数的点的小邻域中近似函数。

与真实变量的函数的导数的概念相比，微分的定义简单地转变为一般性质的函数，特别是一个欧几里德空间到另一个的图像。

衍生物

让点沿着Oy轴的方向移动，在时间上我们取x，这是从一定的开始时开始测量的。 通过函数y = f（x）描述这样的运动，该函数对应于移动点的坐标的每个时刻x。 力学中的这个功能应该称为运动定律。 运动的主要特征，特别是不均匀，是瞬时速度。 当点沿着轴线Oy按照力学定律移动时，则随机时间x获取坐标f（x）。 在时刻x +Δx，其中Δx表示时间增量，其加法器为f（x +Δx）。 这就形成了公式Δy= f（x +Δx）-f（x），这被称为函数的增量。 它表示从x到x +Δx的时间中经过的路径。

关于该速度的出现，在时刻引入导数。 在任意函数中，固定点处的导数称为极限（在其存在的条件下）。 它可以由某些符号指定：

F'（x），y'，ý，df / dx，dy / dx，Df（x）。

计算导数的过程称为微分。

差分演算的几个变量的函数

这种微积分方法用于研究具有多个变量的函数。 在存在两个变量x和y的情况下，相对于点A处的x的偏导数称为相对于具有固定y的x的函数的导数。

可以由以下字符表示：

F'（x）（x，y），u'（x），∂u/∂x或∂f（x，y）'/∂x。

所需技能

要成功学习并能够解决扩散器，需要集成和差异化的技能。 为了更容易理解微分方程，应该很好地理解导数和 不确定积分的主题。 学习寻找隐式定义函数的派生词也不会受伤。 这是因为在研究过程中往往需要使用积分和分化。

微分方程的类型

实际上，在与一阶微分方程相关的所有控制工作中，有三种类型的方程：均匀，具有可分离变量，线性非均匀。

还有更罕见的方程式：具有完全差分，伯努利方程式等。

解决方案基础知识

首先应该记住学校课程中的代数方程式。 它们包含变量和数字。 为了求解普通方程，需要找到满足给定条件的一组数字。 通常，这样的方程式有一个根，并且为了验证正确性，只需要将该值替换为未知的位置即可。

微分方程与此类似。 一般来说，这个一阶方程包括：

• 独立变数。
• 第一个函数的导数。
• 函数或因变量。

在某些情况下，未知数x或y之一可能不存在，但这并不重要，因为必须具有一阶导数，而不需要较高阶的导数，以便解和微积分是正确的。

求解微分方程是找到拟合给定表达式的所有函数的集合。 这样的一组函数通常被称为DW的一般解。

积分微积分

积分微积分是研究积分的概念，其计算的属性和方法的数学分析部分之一。

通常，当计算曲线图的面积时，会发生积分的计算。 通过该区域是指给定图中刻写的多边形的面积倾向于逐渐增加的边界，而边数据可以满足小于任何先前指定的任意小值的限制。

计算任意几何图形面积的主要思想是计算矩形的面积，即证明其面积等于长宽的乘积。 当涉及到几何体时，所有的结构都是用标尺和指南针制成的，然后长度与宽度的比值是合理的值。 当计算矩形三角形的面积时，可以确定如果将相邻的三角形放在同一个三角形上，则形成一个矩形。 在平行四边形中，通过一个类似但稍微复杂的方法，通过矩形和三角形计算面积。 在多边形中，该区域通过进入它的三角形进行计数。

当确定任意曲线的怜悯时，此方法不起作用。 如果你把它分成单个正方形，那么将会有一个空缺的席位。 在这种情况下，尝试使用两个封面，顶部和底部有矩形，因此这些封面包括一个功能图，不包括。 重要的是打破这些矩形的方式。 另外，如果我们越来越多地发生故障，那么从上到下的区域必须收敛于一定的值。

有必要回到分割成矩形的方法。 有两种流行的方法。

Riemann将Leibniz和Newton创建的积分的定义作为子图的区域。 在这种情况下，我们考虑了由多个垂直矩形组成的图形，并通过划分该段来获得。 当减少破坏的限制时，这种数字的面积减小，这个限制被称为在给定间隔上的函数的Riemann积分。

第二种方法是Lebesgue积分的构造，其中包括将其值的范围分为间隔，将区域划分为被积函数的一部分，然后从这些部分获得的值中编制积分和，然后将其与这些积分的预像素的相应测量值相加。

现代福利

微分和积分微积分研究的主要手册之一是Fichtenholz，“微分和积分微积分课程”。 他的教科书是研究数学分析的基础，它经受了许多出版物和翻译成其他语言。 它是为大学生创造的，长期以来一直被用于各种教育机构作为主要的学习指南之一。 提供理论数据和实践技能。 它于1948年首次出版。

功能研究算法

为了研究差分演算函数的方法，必须遵循已经定义的算法：

1. 查找该函数的域。
2. 找到给定方程的根。
3. 计算极值 为此，计算导数和其等于零的点。
4. 我们将获得的值代入方程。

微分方程的品种

第一级的DU（换句话说，一个变量的微积分）及其类型：

• 具有分离变量的方程：f（y）dy = g（x）dx。
• 一个变量的函数的最简单的方程或微积分具有以下公式：y'= f（x）。
• 一阶线性非均匀DN：y'+ P（x）y = Q（x）。
• 伯努利微分方程：y'+ P（x）y = Q（x）y ^a 。
• 总差分方程：P（x，y）dx + Q（x，y）dy = 0。

二阶微分方程及其类型：

• 具有系数恒定值的二阶线性均匀微分方程：y ⁿ + py'+ qy = 0 p，q属于R.
• 具有系数的常数值的二阶线性非均匀微分方程：y ⁿ + py'+ qy = f（x）。
• 线性均匀微分方程：y ⁿ + p（x）y'+ q（x）y = 0，第二级的非均匀方程：y ⁿ + p（x）y'+ q（x）y = f（x）

高阶微分方程及其类型：

• 允许降序的微分方程： F（x，y ^（k） ，y ^{（k + 1）} ，..，y ^（n） = 0。
• 高阶线性方程是均匀的： y ^（n） + f _（n-1） y ^（n-1） + ... + f ₁ y'+ f ₀ y = 0 ，不均匀： y ^（n） + f _-1） y ^（n-1） + ... + f ₁ y'+ f ₀ y = f（x） 。

用微分方程求解问题的步骤

在杜氏的帮助下，不仅数学或物理问题得到解决，还有生物学，经济学，社会学等方面的各种问题。 尽管有各种各样的话题，但在解决这些问题时应遵循单一的逻辑顺序：

1. 制定DM。 最困难的阶段之一，需要最大的精度，因为任何错误都会导致完全不正确的结果。 有必要考虑影响过程的所有因素，并确定初始条件。 它也应该基于事实和逻辑推论。
2. 编译方程的解。 该过程比第一点简单，因为它只需要严格的数学计算。
3. 分析评估结果。 应该对所得到的解决方案进行评估，以确定结果的实际和理论价值。

在医学中使用微分方程的一个例子

在建立流行病学数学模型时遇到了DM在医学领域的应用。 此外，不应该忘记，这些方程也发生在接近医学的生物和化学中，因为人体中不同生物群体和化学过程的研究在其中起着重要作用。

在这个疫情的例子中，可以考虑在一个孤立的社会中感染的传播。 居民分为三类：

• 感染，数字x（t），由个体，感染携带者，每个都是传染性的（潜伏期短）组成。
• 第二种物种包括y（t）的易感个体，能够与被感染的个体接触感染。
• 第三种物种包括不易感染的个体z（t），由于疾病而免疫或死亡。

个人数量不变，出生记录，自然死亡和迁移不被考虑。 在此基础上将有两个假设。

在某一时间发病率的百分比是x（t）y（t）（假设是基于病例数量与患者和敏感代表之间的交点数成正比的理论，第一次近似值与x（t）y（t）成比例因此，病例数增加，易感人数随着速度而降低，由公式ax（t）y（t）（a> 0）计算。

获得免疫或死亡的不敏感个体数量以与病例数bx（t）（b> 0）成正比的速率增加。

因此，可以在考虑所有三个指标的基础上编制一个方程组，并得出结论。

在经济中使用的例子

差分微积分经常用于经济分析。 经济分析的主要任务是研究以经济形式编写的经济数量。 用于解决税后增加立即收入变化，职责介绍，生产价值变动导致公司收入变化等问题，替代员工以新设备取代多大比例。 为了解决这些问题，需要从输入变量构造一个链接函数，然后使用差分微积分进行研究。

经常需要找到在经济领域最优化的性能：最大的生产力，收入最高，最低成本等。 每一个这样的组件是一个或多个参数的函数。 例如，生产可以被视为劳动力和资本的功能。 在这方面，找到合适的值可减小到找到一个或多个变量的函数的最大值或最小值。

这些问题创建一个类的在经济领域的极值问题，请在您需要微积分。 当需要经济指标最小化或最大化作为其他参数的函数，该增量比最大点函数将参数将如果参数的增量趋于零趋向于零。 否则，当这样的态度趋于一定的正或负的值，则指定点是不适合的，因为通过增加或减少的参数可以在期望的方向被改变依赖值。 在微分术语中，这将意味着用于最大函数所要求的条件是它的衍生物的一个零值。

经济是没有找到几个变量的函数的极值个常见的问题，因为经济指标是由许多因素。 此类问题在几个变量，计算所述微分的方法的函数理论很好的理解。 这样的问题不仅包括最大化和最小化的功能，而且还限制。 这些问题涉及到数学规划，以及它们与专门开发方法的帮助也是基于科学的这个分支解决。

其中在经济使用微分的方法中，一个重要的部分是最终测试。 在经济领域，这个词是指一组的可变性能的研究方法，当你改变创建，消费量，根据其极限值的分析结果。 限制指示考虑衍生物或具有几个变量的偏导数。

几个变量微积分 - 数学分析的一个重要课题。 对于详细的研究，您可以使用各种教具的高等教育机构。 其中最有名的创建Fikhtengol'ts的 - “的微积分的。” 多少名称为具有相当的重要性微分方程的解到有技巧与积分的工作。 当存在一个变量的函数的微分，决策变得容易。 虽然，它应该指出，它遵循相同的基本规则。 在实践中，为了研究微积分的功能，只需按照现有的算法，这是在高中的给予，只有一点点复杂引进新的变量。