› 微分·切线可视化器 返回
分析·微积分

微分·切线可视化器

选择函数并观察切点移动,切线斜率(导数)、二阶导数和凹凸性实时更新。通过动态体验“作为极限的导数”培养微积分直觉。

函数与设置

切点 P 沿曲线自动移动,切线(红)随之旋转。绿色割线经过 P 和 P+h,当 h 趋近 0 时与切线重合——这就是“作为极限的导数”。

—
—

暂停时动画静止。按播放按钮可恢复自动动画。

计算结果
—
切点 x
—
f(x)
—
f'(x)(斜率)
—
h(割线步长)
图形(蓝: f(x) / 橙: f'(x) / 红: 切线 / 绿: 割线)
红点为切点 P,绿点为 P+h。绿色割线 (f(x+h)−f(x))/h 在 h→0 时与红色切线重合,其斜率等于导函数 f'(x)(橙)的值。
理论与主要公式
$$f'(x) = \lim_{h \to 0} \frac{f(x+h) - f(x)}{h}$$ 差商 $\frac{f(x+h)-f(x)}{h}$ 是“平均变化率”,$h \to 0$ 的极限是“瞬时变化率 = 导数”

切线方程

点 $(a,\, f(a))$ 处的切线:$y = f'(a)(x - a) + f(a)$

二阶导数与凹凸性

$f''(x) \gt 0$:下凸(U 形)
$f''(x) \lt 0$:上凸(∩ 形)
$f''(x) = 0$ 处变号:拐点(inflection point)

通过对话理解导数的含义

🙋
我把“x² 的导数是 2x”之类的公式背下来了,可导数到底是在求什么?
🎓
大致来说,就是“函数在该点的陡峭程度(斜率)”。例如,把弹簧被压缩的速度对时间求导得到加速度,把位置对时间求导得到速度。工程上每天都把它当作表示“此刻这个变量变化有多快”的工具。
🙋
在这个工具里 h 较大时,会出现一条与切线不同的绿色直线(割线),那就是“平均变化率”吗?
🎓
对,正确!(f(x+h)-f(x))/h 是“x 与 x+h 之间的平均斜率”。h 越小,这条直线就越接近切线——这正是把导数定义为“h 趋近 0 的极限”的理由。数值仿真中的有限差分法就是用这个“差商”来近似计算偏微分方程的。
🙋
我想证明 sin(x) 的导数是 cos(x),该怎么想?
🎓
回到定义:lim[h→0] (sin(x+h)-sin(x))/h = lim[h→0] (2cos(x+h/2)sin(h/2))/h,用的是和差化积公式。再用 lim[θ→0] sinθ/θ = 1(重要极限!)就得到 cos(x)。在工具里选择 sin(x),观察切点经过 x=0 和 x=π/2 的时刻,可以确认 f'=cos(0)=1(x=0 处斜率最大)、f'=cos(π/2)=0(顶点处斜率为 0)。
🙋
二阶导数 f''(x) 和“凹凸性”的关系我还是没有直观感觉……
🎓
把 f''(x) 看作“斜率的变化率”就容易理解了。f''(x)>0 时,随着 x 增大斜率在增加(越来越陡=下凸的 U 形)。f''(x)<0 时斜率在减小(向顶部靠近时变缓=上凸的 ∩ 形)。在工具里选择 eˣ,由于 f''=eˣ>0,可以确认它处处下凸。

常见问题

差商的极限不存在的点。例如 f(x)=|x| 在 x=0 处左导数(−1)与右导数(+1)不一致,因此不可导(“尖点”)。分式函数分母为零的点、阶跃函数的跳跃点等也不可导。
解析微分用公式求出精确表达式,而数值微分用有限的 h 构成的差商(如 (f(x+h)-f(x))/h)近似。本工具的 h 可视化也是一种数值微分。自动微分(AutoDiff)是利用计算图链式法则的第三种方法,深度学习的误差反向传播就使用它。
偏导数是对多元函数固定其他变量、只对一个变量求导(∂f/∂x)。全微分考虑所有变量的微小变化(df = ∂f/∂x dx + ∂f/∂y dy)。有限元法处理多元偏微分方程,因此偏导数的概念是其基础。
泰勒展开用各阶导数的无穷级数表示函数:f(x+h) = f(x) + f'(x)h + f''(x)h²/2! + ... 有限元法、差分法、数值积分等几乎所有数值方法的误差评估都用到泰勒展开。

什么是导数·切线可视化器

模型部分不借助手算极限,而是直观地呈现函数 \( f(x) \) 在任意点 \( a \) 处的导数。切线斜率定义为差商 \( \frac{f(a+h)-f(a)}{h} \) 在 \( h \to 0 \) 时的极限;切点 \( a \) 沿曲线自动移动,该瞬间的斜率被画成红色切线。此外,二阶导数 \( f''(a) \) 表示切线斜率的变化率,其符号决定函数的凹凸:\( f''(a) > 0 \) 为下凸区域,\( f''(a) < 0 \) 为上凸区域。通过公式与图形的联动,可以直观理解导数是局部线性近似的斜率、二阶导数是曲率的指标。该模型是以动态仿真体验微积分基本概念的基础。

$f'(x) = \lim_{h \to 0} \frac{f(x+h) - f(x)}{h}$

现实世界中的应用

机械与汽车的运动分析
把活塞或凸轮从动件的位移 x(t) 对时间求导得到速度 v=dx/dt,再求一次导得到加速度 a=dv/dt。发动机转矩曲线的斜率 dT/dN 是对转速变化的敏感度,用于变速控制的设计。本工具的“切线斜率=瞬时变化率”直接对应速度与加速度的概念。

电化学与电池分析
把电池的开路电压 V 作为容量 Q 的函数测量,观察 dV/dQ 及其符号变化(凹凸),可以了解相变和劣化的进展(微分容量分析)。读切线斜率和二阶导数符号的练习,可以直接用于实验数据的分析。

与 CAE 分析的衔接及在实务中的定位
CAE 的灵敏度分析常用有限差分 (R(p+h)−R(p))/h 近似响应 R 对形状或材料参数 p 的导数 ∂R/∂p。h 过大产生割线误差、过小产生舍入误差的权衡,正是本工具中 h 变化时割线与切线之间的偏差。在正式优化之前先有这种感觉,设置步长和收敛判据时就不会迷茫。

常见误解与注意事项

人们容易认为“切线斜率为 0 的点=极值点”,但斜率为 0 时也可能不是极大或极小(如 x³ 原点那样的驻点),因此还必须确认二阶导数的符号。另一个常见误解是“尖点处也能画切线”:像绝对值函数 |x| 的原点那样左右斜率不一致的点,切线不唯一,函数不可导。此外,像 x^(1/3) 的原点那样切线竖直的点,导数发散、无法定义。本工具的 8 个函数在显示范围内都是光滑的,不会出现这些例外,但可以观察 ln(x) 在定义域边缘(x→0)斜率急剧增大的情形。

使用指南

  1. 用选择器选择函数 f(x)(x²、x³−3x、sin x、cos x、eˣ、ln x、x·sin x、e^(−x²) 共 8 种)。选择后图形范围会按函数自动切换
  2. 切点 P(红)沿曲线自动往复移动,步长 h 周期性地从约 1.3 缩小到 0.02。绿色割线逐渐与红色切线重合的过程就是“作为极限的导数”。按“暂停”可定格,细读该瞬间的数值
  3. 计算结果卡片显示切点 x、f(x)、f'(x)(切线斜率)和 h;左侧面板显示切线方程和凹凸判定(f'' 的符号,|f''|<0.05 时为“拐点附近”)。橙色虚线是导函数 f'(x) 的图形,其上橙点的高度等于切线斜率

具体计算示例

选择 f(x)=x²,在切点经过 x=1.5 的瞬间暂停:由 f'(x)=2x 得 f'(1.5)=3,显示在“f'(x)(斜率)”中;左侧面板显示切线方程 y = 3.000(x − 1.50) + 2.250(即 y=3x−2.25)。绿色割线的斜率为 ((1.5+h)²−1.5²)/h = 3+h,随着动画中 h 从 1.3 缩小到 0.02,斜率从 4.3 趋近 3.02,接近切线斜率 3。由于 f''=2>0,凹凸判定始终为“下凸”。

实务注意事项