两者根本不是同一种函数,所以不要说二阶求导后图像的差异,连最开始的图像都是完全不一样的
因为图像的横轴和纵轴表现的是因变量与自变量之间的对应关系
前者,唯首y=f[g(x)]表达的是y与x之间的关系,y与x间的这种对应关系是由函数f与g所确定的某两种特定的函数形式复合而成的一种全新的关系,比方 x+1 与x²复合而成的(x+1)²这个表达式
后者,y=f(u),u就是自变量,那么图像应该是横轴为u,纵轴为y的一幅图,它和y=f(x)图像的区别只是横轴上的字母不同,而图像形状完全一样
所以总结来说,y=f[g(x)]表达的是某个自变量x通过g与f两种函数形式的复合得到y的过程
y=f(u)表达的是某个自变量u通过f这一层变化得到y的过程
它们的图像,可以有关系,比方f(x)与f(x+1),也可以完全没关系(只需要内层函数复杂点)
啰嗦这么多,想说的是,从上面的分析可以看出,研究图像是很没意义的,尤其内层函数复杂的情况下,最重要的,是理解中间的逻辑关系!
附:
f[g(x)]整体一次求导结果应为:f′[g(x)]·g′(x)
f[g(x)]整体二次求导结果指猜数应为:f″[g(x)]·g′(x)·g′(x)+f′[g(x)]·g″(x)
再附:
f[g(x)]整体求导与f′[g(x)]的区别在于:前者是把g(x)代入f(u),再对x求导
兆枣 后者是f(u)对u求导,再令u=g(x)代入
两者差别可以举一些具体的例子感受一下。。
去求求求求求求求求求求求求求求求求求求求求求求求求求求求求求求求求求求求求求求求求求求求求求