Den anden eller anden afledede af en funktion er den afledede af den afledede af . Groft sagt måler den anden afledte, hvordan ændringshastigheden af selve størrelsen ændrer sig; for eksempel er den anden afledede af et objekts position i forhold til tiden objektets øjeblikkelige acceleration eller hastigheden for ændring af objektets hastighed i forhold til tiden. I Leibniz notation :
hvor - acceleration, - hastighed, - tid, - objektets position, d - øjeblikkelig "delta" eller ændring. Det sidste udtryk er den anden afledte af position i forhold til tid.
På grafen for en funktion svarer den anden afledede til grafens krumning eller konveksitet . Grafen for en funktion med en positiv anden afledet på et tidspunkt kurver nedad på det punkt, mens grafen for en funktion med en negativ anden afledet på et tidspunkt kurver i den modsatte retning på det punkt.
Den anden afledede af en funktion betegnes normalt [1] [2] . Det er:
.Når du bruger Leibniz-notation , skrives den partielle anden afledede af den afhængige variabel med hensyn til den uafhængige variabel som:
Denne betegnelse er afledt af følgende formel:
Tager vi den afledede to gange, får vi formlen for den anden afledede:
Givet en funktion
afledt af - funktion
Den anden afledte af er den afledte af , nemlig
Den anden afledede af funktionen kan bruges til at bestemme konveksiteten/konkavitet af grafen [2] . En funktion, hvis anden afledede er positiv, vil være nedadkonveks (også kaldet opadkonkav), hvilket betyder, at tangenten vil ligge under funktionens graf. Tilsvarende vil en funktion, hvis anden afledede er negativ, være konveks opad (også kaldet blot konkav nedad), og dens tangentlinjer vil ligge over funktionens graf.
Hvis den anden afledede af en funktion ændrer fortegn, så ændres grafen for funktionen fra konveks op til konveks ned, eller omvendt. Det punkt, hvor grafen ikke længere er opad konveks, men endnu ikke nedad konveks, kaldes et bøjningspunkt . Hvis den anden afledede er kontinuert, forsvinder den ved et hvilket som helst bøjningspunkt, men husk, at ikke hvert punkt, hvor den anden afledede er nul, nødvendigvis er et bøjningspunkt.
Forholdet mellem den anden afledede og grafen kan bruges til at teste, om et stationært punkt i en funktion (det vil sige et punkt hvor ) er et lokalt maksimum eller et lokalt minimum . I detaljer:
Grunden til, at den anden afledte giver sådanne resultater, kan forstås ved hjælp af en analogi med den virkelige verden. Overvej et køretøj, der i starten bevæger sig fremad med høj hastighed, men med negativ acceleration . Det er klart, at bilens position på det punkt, hvor hastigheden når nul, vil være den største afstand fra startpositionen - næste trin bliver hastigheden negativ, og bilen begynder at gå i den modsatte retning. Det samme gælder for minimum, når køretøjet oprindeligt har en negativ hastighed, men en positiv acceleration.
Du kan skrive den anden afledede med kun én grænse :
Denne grænse kan kaldes den anden symmetriske afledte [3] [4] . Det er værd at bemærke, at den anden symmetriske afledte kan eksistere, selvom den (sædvanlige) anden afledte ikke eksisterer.
Højre side af udtrykket kan skrives som et differensforhold mellem differensforhold:
Denne grænse kan opfattes som en kontinuerlig version af den anden endelige forskel for sekvenser .
Eksistensen af ovenstående grænse betyder dog ikke, at funktionen har en anden afledet. Ovenstående grænse gør det simpelthen muligt at beregne den anden afledte, men giver ikke en idé om dens eksistens. Modeksemplet er den funktion , der er defineret som:
Funktionen er diskontinuerlig ved nul, så den anden afledede for eksisterer ikke. Men ovenstående grænse findes for :
Ligesom den første afledede er relateret til den lineære tilnærmelse, er den anden afledede relateret til den kvadratiske tilnærmelse for funktionen . Dette er en andengradsfunktion, hvis første og anden afledede er den samme som y i det givne punkt. Formlen for den kvadratiske tilnærmelse af en funktion omkring et punkt har formen
Denne kvadratiske tilnærmelse er en andenordens Taylor-række for funktionen centreret ved x = a .
For mange grænseværdiproblemer kan man opnå eksplicitte formler for egenværdierne og egenvektorerne for den anden afledede operator. For eksempel, hvis vi antager, at og får homogene Dirichlet-grænsebetingelser (dvs. ), så er egenværdierne og de tilsvarende egenvektorer (også kaldet egenfunktioner) lig med . Her
For andre bemærkelsesværdige tilfælde, se egenværdier og egenvektorer af den anden afledede .
Den anden afledede er generaliseret til højere dimensioner med begrebet anden partielle afledninger . Funktionen har tre andenordens partielle afledninger:
,og blandede partielle derivater:
Hvis alle disse afledte er kontinuerte, så kan man komponere en symmetrisk matrix ud fra dem, kendt som den hessiske matrix . Egenværdierne af denne matrix kan bruges til at implementere en multivariat analog til at kontrollere den anden afledede.
En anden almindelig generalisering af den anden afledte er Laplacian . Dette er en differentialoperator (eller ), defineret som:
Funktionens Laplacian er lig med divergensen af gradienten og sporet af den hessiske matrix.
Differentialregning | |||||||
---|---|---|---|---|---|---|---|
Hoved | |||||||
private udsigter | |||||||
Differentialoperatorer ( i forskellige koordinater ) |
| ||||||
relaterede emner |