数与图(17)——导数与变化
经常在新闻中听到“全球经贸增速放缓”、“经济增长遭遇拐点”这样的叙述,那么你是如何理解“拐点”这个词呢?图1中有三种关于拐点的想象,你倾向于哪一种呢?是改变方向?是由上升转为下降?还是另有其他的含义呢?
图1 关于“拐点”的想象
其实拐点是微积分中的术语,它指的是一个函数的二阶导数为零的点。
在《数与图(15)》中,我们了解到函数的一阶导数标志着函数在某一点D的增长率,在图像上体现为曲线在D点的陡度,准确地说是曲线过D点切线的斜率。在《数与图(16)》中,我们为抽象的x、y赋予了具体的含义:位移s与时间t,这样一阶导数也有了具体的含义——速度v。本文继续讨论与导数有关的应用,这次我们关注二阶导数的含义。
定性地说,一阶导数表示函数的增长率,因此,只要y随x的增加而增加,那么我们就说这个函数是增函数,如图1下图中下面的曲线。对于增函数来说,它的一阶导数>0,即切线斜率>0。一旦y随着x的增加而减小,那么函数就变为减函数,如图1下图中上面的曲线,在曲线上升到最高点后,开始进入下降区间。减函数的一阶导数<0,即,切线斜率<0。
依然定性地说,函数的二阶导数表示函数一阶导数的增长率,也就是切线斜率的增长率。举例来说,在图1下图中,上面的曲线经过了由“下凹”到“上凸”的变化过程,在这个过程里,曲线的切线斜率经历了由增大到减小的改变,而改变的分界点就在图中标有“拐点”的位置。在拐点左侧的“下凹”区间内,切线斜率逐渐增大,而过了拐点后,曲线进入“上凸”区间,这时切线斜率开始逐渐减小,直到曲线的最高点,斜率变为0。图1下图中下面的曲线则刚好相反,拐点左侧上凸,切线斜率减小,而拐点右侧下凹,切线斜率增加。
让我们来写一段程序,演示六次幂函数曲线在[-2,2]区间内切线斜率的变化。
我们要实现的目标包括下面几个步骤:
在直角坐标系中绘制6次幂函数的曲线;
让x在区间[-2,2]之间取值,取值间隔是0.02,针对每个x,计算出y;
求过每一个(x,y)点的切线方程,找到切线上的两个点,将其坐标保存在列表中;
随着时间的推移,依次绘制列表中保存的切线。
首先,在《数与图(16)》的项目基础上,添加一个按钮组件,命名为“画切线按钮”;再添加一个计时器组件,命名为“切线计时器”,设计时间隔为50(毫秒),取消勾选“启用计时”属性;修改文本输入框中的绘图参数,如图2所示。
图2 修改用户界面
然后编写程序,创建两个有返回值过程——“直线截距b”及“直线坐标对列表”,代码如图3所示。直线截距b过程相对简单,这里需要解释一下直线坐标对列表过程。
图3 添加两个有返回值过程
在图3的过程里,利用循环语句遍历[-2,2]区间内间隔为0.02的每一个x,针对每个x,求出幂函数所对应的y座标,然后求过(x,y)点的导数k,进而求出截距b。有了k、b,切线方程就确定下来。在《数与图(16)》中我们讨论过绘制切线的程序,其实只需要两个点即可绘制出直线,因此这里选用最小X和最大X作为绘制切线时的x坐标,根据直线方程(一次函数)求出相应的y坐标,并保存到局部变量“单线列表”中,再将每一点所对应的“单线列表”添加到局部变量“返回列表”中,最后输出“返回列表”。
有了上面两个过程,下面来编写事件处理程序,代码如图4所示。
首先声明两个全局变量——直线索引及直线坐标对列表,在画切线按钮的点击事件中,首先设全局变量“直线索引”的值为1,然后计算出绘图所需的幂函数曲线及切线数据,最后启动计时器。在每一次计时事件中,先绘制坐标系,再绘制幂函数曲线,最后绘制切线,并让全局变量“直线索引”递增1。当全部切线绘制完成后,让计时器停止计时。
图4 编写事件处理程序
现在进入测试环节,测试结果如视频1所示。
视频1 连续绘制幂函数曲线的切线
仔细观察测试视频,你会发现当切线绘制到两个长的斜坡处时,切线几乎停在斜坡处,过了许久才从斜坡处离开。这说明斜坡处的切线斜率几乎保持不变,而斜率保持不变的另一种说法,就是斜率为常数,而常数的导数为零,由此得出幂函数在斜坡处的二阶导数为零,这就是拐点的含义。
从视频中还可以观察到,在曲线的最低点(x≈0.25)及最高点(x≈1.35)处,切线平行于x轴,此时切线的斜率为0,即,幂函数的一阶导数为零。由此可以得出以下结论:函数在极值点处一阶导数为零。但是反过来是否成立呢?也就是说,导数为零的点,是否一定为极值点呢?答案是否定的,例如y=x3,在x=0时,一阶导数为零,而(0,0)点却不是极值点,不过该点的二阶导数也为零,因此该点是拐点。
通过上面的实验,想必你已经对拐点、极值点有了一些基本的认识,了解这些概念的目的,是为了用这些知识来解决问题。很多现实世界中的事物,它们的变化是有规律的,这些规律可以用数学的方式表达出来,或者表示成函数,或者绘制成曲线,一旦它们被表示成函数或曲线,那么就可以用求导的方法,分析它们的变化趋势,如经济运行的态势,股票的涨跌,气候变化的趋势,等等。即便我们暂时还找不到可以研究的课题,至少也可以听懂新闻中的那些术语。