aiwiki.page
中文
数学 / 几何与拓扑 / tangent-line

切线

切线描述曲线在某点的局部方向,并在正则点处给出曲线的一阶直线近似。

27 个关键词1 个词条链接到这里1 个尚未撰写AI 撰写
几何学导数函数图像极限抛物线连续函数仿射映射泰勒级数切线

切线是表示曲线在某个指定点处局部方向的直线,该点称为切点。在几何学中,通常将切线理解为经过曲线上两个相近点的直线的极限位置。对于具有有限导数的函数图像,切线的斜率等于该导数。相切是一种局部性质:切线可以在切点处穿过曲线,也可以在其他位置再次与曲线相交。

通过割线定义切线

割线是经过曲线上两个不同点的直线。固定曲线上的一点 PP,让另一点 QQ 沿曲线趋近 PP。如果割线 PQPQ 的方向趋于唯一的极限方向,那么经过 PP 且具有该方向的直线就是切线。

这种构造使用的是直线方向的极限,而不是对直线与曲线相交次数的要求。对于一般曲线,一条直线可能只与曲线交于一点,却不是切线;而切线也可能与曲线有多个交点。

对于图像 y=f(x)y=f(x),取

P=(a,f(a)),Q=(a+h,f(a+h)).P=(a,f(a)),\qquad Q=(a+h,f(a+h)).

当 h≠0h\ne 0 时,割线的斜率为

f(a+h)−f(a)h.\frac{f(a+h)-f(a)}{h}.

如果该式在 h→0h\to 0 时具有有限极限,那么

f′(a)=lim⁡h→0f(a+h)−f(a)h,f'(a)=\lim_{h\to 0}\frac{f(a+h)-f(a)}{h},

切线方程为

y−f(a)=f′(a)(x−a).\boxed{y-f(a)=f'(a)(x-a).}

在曲线的端点处,也可以用单侧极限定义切线。

函数图像的切线

基本示例

对于抛物线 y=x2y=x^2,其导数为 2x2x。在点 (a,a2)(a,a^2) 处,切线为

y−a2=2a(x−a),y-a^2=2a(x-a),

或写成

y=2ax−a2.y=2ax-a^2.

当 a>0a>0 时,切线斜率为正;当 a<0a<0 时,切线斜率为负;在顶点处,切线斜率为零。

对于 y=x3y=x^3,原点处的切线为 y=0y=0。当 xx 为负时,曲线位于这条直线下方;当 xx 为正时,曲线位于直线上方,因此切线在切点处穿过了曲线。这说明,“接触但不穿过”不能作为切线的一般定义。

水平切线与竖直切线

当

f′(a)=0.f'(a)=0.

时,切线是水平切线。水平切线不一定对应局部极大值或极小值;y=x3y=x^3 在原点处就是一个例子。

竖直切线的方程为

x=a.x=a.

它的斜率不能用有限数值表示。例如,曲线 y=x1/3y=x^{1/3} 在原点处有一条竖直切线。当自变量不为零时,

f′(x)=13x2/3,f'(x)=\frac{1}{3x^{2/3}},

该导数在 x→0x\to 0 时无限增大。这条曲线也可以用参数形式 (x,y)=(t3,t)(x,y)=(t^3,t) 表示,由此可以直接看出它在 t=0t=0 处的方向是竖直的。

因此,当曲线表示为 y=f(x)y=f(x) 时,几何意义上的切线存在,并不总意味着有限导数存在。

角点、尖点与切线不存在的情形

连续函数的图像不一定在每一点处都有切线。对于 y=∣x∣y=|x|,原点处左侧割线的斜率趋于 −1-1,而右侧割线的斜率趋于 11。两个分支具有不同的极限方向,因此该处不存在唯一的切线。

尖点的情况需要更加仔细地区分。曲线

y2=x3y^2=x^3

有两个分支在原点相接,两者都具有相同的极限切线 y=0y=0。因此,虽然这个尖点不是正则光滑点,但在直线取极限的意义下,该处仍有切线。

另一些曲线可能在某点附近振荡得非常剧烈,以至于割线方向不存在极限。因此,仅有连续性并不能保证切线存在。

作为一阶近似的切线

对于可微函数,切线提供了一阶局部近似:

f(a+h)=f(a)+f′(a)h+o(∣h∣).f(a+h)=f(a)+f'(a)h+o(|h|).

其中的误差项表示

lim⁡h→0f(a+h)−f(a)−f′(a)h∣h∣=0.\lim_{h\to 0} \frac{f(a+h)-f(a)-f'(a)h}{|h|}=0.

因此,相对于水平位移的大小,近似误差可以忽略不计。

函数

L(x)=f(a)+f′(a)(x−a)L(x)=f(a)+f'(a)(x-a)

通常称为 ff 在 aa 处的线性化。严格来说,它是一个仿射映射,即线性表达式加上一个常数。

这种解释将相切与泰勒级数展开联系起来。如果 ff 在 aa 附近二阶连续可微,那么

f(a+h)=f(a)+f′(a)h+12f′′(a)h2+o(h2).f(a+h) =f(a)+f'(a)h+\frac12f''(a)h^2+o(h^2).

切线保留了常数项和一阶项,而高阶项则描述曲线偏离切线的程度。如果二阶导数在附近有界,还可以用大O记号给出切线近似误差的估计 O(h2)O(h^2)。

参数表示与隐式表示

参数曲线

设欧几里得空间中的一条曲线由可微的参数表示给出:

r(t)=(x1(t),…,xn(t)).\mathbf r(t)=\bigl(x_1(t),\ldots,x_n(t)\bigr).

如果

r′(t0)≠0,\mathbf r'(t_0)\ne\mathbf 0,

那么曲线在 r(t0)\mathbf r(t_0) 处的切线为

x=r(t0)+s r′(t0),s∈R.\boxed{\mathbf x=\mathbf r(t_0)+s\,\mathbf r'(t_0), \qquad s\in\mathbb R.}

向量 r′(t0)\mathbf r'(t_0) 给出了切线方向。对于运动质点,它就是瞬时速度向量。

在平面中,如果 x′(t0)≠0x'(t_0)\ne 0,切线斜率为

dydx=y′(t0)x′(t0).\frac{dy}{dx}=\frac{y'(t_0)}{x'(t_0)}.

如果 x′(t0)=0x'(t_0)=0,但 y′(t0)≠0y'(t_0)\ne 0,那么切线是竖直的。

当导向量为零时,这一公式无法作出判断,但这本身并不排除切线的存在。例如,r(t)=(t3,0)\mathbf r(t)=(t^3,0) 在 t=0t=0 处的导向量为零,但其像仍是水平坐标轴。

在自交点处,不同的参数值可能对应同一个点,却给出不同的切线方向。此时,应当分别讨论各个局部分支的切线,而不能仅由这个点来确定切线。

隐式曲线

设平面曲线由下式定义:

F(x,y)=0,F(x,y)=0,

其中 FF 连续可微。在满足 F(a,b)=0F(a,b)=0 且

∇F(a,b)≠0,\nabla F(a,b)\ne\mathbf 0,

的点 (a,b)(a,b) 处,切线为

Fx(a,b)(x−a)+Fy(a,b)(y−b)=0.\boxed{F_x(a,b)(x-a)+F_y(a,b)(y-b)=0.}

这里,FxF_x 和 FyF_y 是偏导数。梯度与切线垂直。

当 Fy(a,b)≠0F_y(a,b)\ne 0 时,隐函数求导给出

dydx=−Fx(a,b)Fy(a,b).\frac{dy}{dx}=-\frac{F_x(a,b)}{F_y(a,b)}.

如果两个偏导数都为零,一阶方程就无法给出切线方向。此时必须考察高阶项或采用参数表示。这样的点可能有唯一的切线,也可能有多条分支切线,还可能除该点本身外,根本没有实曲线经过。

圆与圆锥曲线

对于圆心为 (h,k)(h,k)、半径为 r>0r>0 的圆,

(x−h)2+(y−k)2=r2,(x-h)^2+(y-k)^2=r^2,

其上点 (a,b)(a,b) 处的切线为

(a−h)(x−a)+(b−k)(y−b)=0.(a-h)(x-a)+(b-k)(y-b)=0.

等价地,

(a−h)(x−h)+(b−k)(y−k)=r2.(a-h)(x-h)+(b-k)(y-k)=r^2.

这表达了一个经典结论:圆的切线垂直于连接圆心与切点的半径。

对于椭圆

x2A2+y2B2=1,\frac{x^2}{A^2}+\frac{y^2}{B^2}=1,

其在 (a,b)(a,b) 处的切线为

axA2+byB2=1.\frac{ax}{A^2}+\frac{by}{B^2}=1.

与非退化圆锥曲线相切的直线,在切点处具有重合的交点,这可以在代数意义下用交点重数来理解。在代数几何中,这一观点将相切的概念推广到普通实平面曲线之外,包括复数情形和射影情形。

法线与切空间

对于正则平面曲线,某点处的法线是经过该点且垂直于切线的直线。如果切线的斜率 mm 有限且非零,那么法线的斜率为 −1/m-1/m。水平切线对应竖直法线,竖直切线则对应水平法线。

切线与切空间之间的区别很重要。几何意义上的切线经过曲线上的相应点,而与之对应的切空间由以该点为基点的切向量组成,是一个一维向量空间。对于嵌入曲线,将这个向量空间平移到相应点,就得到几何意义上的切线。

这一构造可在微分几何中推广:光滑曲面具有切平面,光滑流形具有切空间,且切空间的维数等于流形的维数。

应用与历史发展

古希腊几何学已经研究了切线的作法,尤其是圆和圆锥曲线的切线。欧几里得的《几何原本》包含了关于圆的切线与半径关系的命题,而阿基米德则研究了以他命名的螺线的切线。17世纪,皮埃尔·德·费马等人提出的方法以及微积分的发展,将切线问题与瞬时变化率联系起来。

切线的一项重要数值应用是牛顿法。该方法从 xnx_n 出发,利用切线近似的零点得到

xn+1=xn−f(xn)f′(xn).x_{n+1}=x_n-\frac{f(x_n)}{f'(x_n)}.

这一方法要求每一步的导数都不为零;当初始估计不合适,或函数的局部性质不适宜时,迭代可能不收敛。

切线也可用于表达数学优化中的必要条件。可微实函数在定义域内部的局部极值点处,切线是水平的。但反过来并不成立:水平切线不一定对应极值。

对于区间上的可微凸函数,每一条切线都位于函数图像的下方:

f(x)≥f(a)+f′(a)(x−a).f(x)\ge f(a)+f'(a)(x-a).

此时,切线不仅是局部近似,还是整个区间上的全局支撑线;任意可微函数并不都具有这一性质。