Skip to main content

导数

参考资料

前置知识

增量

增量 指变量或函数从原值变为新值时产生的 差值,通常用 Δ\Delta 表示。

Example

xx 的增量表示为 Δx\Delta xf(x)f(x) 的增量表示为 Δf(x)\Delta f(x)

极限

简单来说,函数的 极限 就是当 xx 趋近于 x0x_0 时,f(x)f(x) 会越来越靠近某个 确定 的值 tt,这个值就是函数 f(x)f(x)x0x_0 处的极限,记作:

limxx0f(x)=t\lim_{x\to x_0}f(x)=t
Example

求极限 limx+3x1x+3\lim_{x\to +\infty}\frac{3x-1}{x+3}

xx3x13x-1x+3x+3(3x1)/(x+3)(3x-1)/(x+3)
1122440.50.5
1010292913132.230769230772.23076923077
1001002992991031032.902912621362.90291262136
1000100029992999100310032.990029910272.99002991027
1000010000299992999910003100032.999000299912.99900029991
1000001000002999992999991000031000032.9999000032.999900003

随着 xx 趋近于 ++\infty,函数值逐渐趋近 33,所以 limx+3x1x+3=3\lim_{x\to +\infty}\frac{3x-1}{x+3}=3

切线

定义

《人教版高中数学·选修二》:在曲线 y=f(x)y=f(x) 上任取一点 P(x,f(x))P(x,f(x)),如果当点 P(x,f(x))P(x,f(x)) 沿着曲线 y=f(x)y=f(x) 无限趋近于点 P0(x0,f(x0))P_0(x_0,f(x_0)) 时,割线 P0PP_0P 无限趋近于一个确定的位置,这个确定位置的直线称为曲线 y=f(x)y=f(x) 在点 P0P_0 处的切线(tangent line)。

理解

切线就是一条 恰好碰到 曲线上某一点的直线。

斜率

在初中我们学过一次函数 y=kx+by=kx+b,其中 kk 就是直线的 斜率

两点确定一条直线 y=kx+by=kx+b,设两点分别为 A(x1,y1)A(x_1,y_1)B(x2,y2)B(x_2,y_2)

带入一次函数:

{y1=kx1+by2=kx2+b\begin{cases} y_1=kx_1+b \\ y_2=kx_2+b \\ \end{cases}

用第二个减去第一个:

y2y1=k(x2x1)y_2-y_1=k(x_2-x_1)

解得:

k=y2y1x2x1=ΔyΔxk=\frac{y_2-y_1}{x_2-x_1}=\frac{\Delta y}{\Delta x}

所以斜率 kk 等于 两点纵横坐标之差之比,即 纵横坐标增量之比

概念

定义

《人教版高中数学·选修二》:假设函数 y=f(x)y=f(x) 在点 x0x_0 处的邻域内有定义,当自变量 xxx0x_0 处取得增量 Δx\Delta x,相对应的函数取得增量 Δy\Delta y,如果 ΔyΔx\frac{\Delta y}{\Delta x}Δx0\Delta x \to 0 时的极限存在,那么称函数 y=f(x)y=f(x) 在点 x0x_0 处可导。

理解

导数就是函数在某点处的 瞬时变化率

f(x)f(x) 的导数通常记为 f(x)f'(x)yy',而一个式子的导数通常在最后加 撇号')。

Example

ax2+bx+cax^2+bx+c 的导数可以写作 (ax2+bx+c)(ax^2+bx+c)'

代数意义

平均速度:一段路程的变化(Δs\Delta s)和时间的变化(Δt\Delta t)之比,即:

V=ΔsΔtV=\frac{\Delta s}{\Delta t}

瞬时速度:瞬间路程的变化(Δs\Delta s)和时间的变化(Δt\Delta t)之比,此时 Δt0\Delta t \to 0,即:

V=limΔt0ΔsΔtV=\lim_{\Delta t \to 0}\frac{\Delta s}{\Delta t}
tip

这里不区分“速度”与“速率”、“路程”与“位移”。

瞬时变化率瞬时速度 类似,即:

f(x)=limΔx0ΔyΔxf'(x)=\lim_{\Delta x \to 0}\frac{\Delta y}{\Delta x}

函数在 xx 处的函数值为 f(x)f(x),增加 Δx\Delta x 后,函数值变成 f(x+Δx)f(x+\Delta x),所以增量 Δy\Delta y 就是 f(x+Δx)f(x)f(x+\Delta x)-f(x)

所以 f(x)f(x) 的导数计算公式为:

f(x)=limΔx0ΔyΔx=limΔx0f(x+Δx)f(x)Δxf'(x)=\lim_{\Delta x \to 0}\frac{\Delta y}{\Delta x}=\lim_{\Delta x \to 0}\frac{f(x+\Delta x)-f(x)}{\Delta x}

几何意义

f(x)=limΔx0ΔyΔxf'(x)=\lim_{\Delta x \to 0}\frac{\Delta y}{\Delta x}

不难发现 ΔyΔx\frac{\Delta y}{\Delta x} 就是切线斜率 kk 的定义,所以导数的几何意义是 函数在某点处切线的斜率

tip

有限个无穷小量相加减结果是无穷小量,无穷小量乘或除以任意有限的量结果是无穷小量。

Example

已知 f(x)=Cf(x)=CCC 为常数),求 f(x)f'(x)

f(x)=limΔx0f(x+Δx)f(x)Δx=limΔx0CCΔx=0\begin{aligned} f'(x) &= \lim_{\Delta x \to 0}\frac{f(x+\Delta x)-f(x)}{\Delta x} \\ &= \lim_{\Delta x \to 0}\frac{C-C}{\Delta x}=0 \end{aligned}

公式

常函数

f(x)=Cf(x)=C f(x)=0f'(x)=0

幂函数

f(x)=xa(aR,a1)f(x)=x^a(a \in \mathbb{R},a\ne 1) f(x)=axa1f'(x)=ax^{a-1}
tip
f(x)=1xf(x)=\frac{1}{x}f(x)=(x1)=x2=1x2f'(x)=(x^{-1})'=-x^{-2}=-\frac{1}{x^2}

指数函数

f(x)=ax(a>0)f(x)=a^x(a>0) f(x)=axlnaf'(x)=a^{x}\ln{a}
tip
f(x)=exf(x)=e^xf(x)=exlne=exf'(x)=e^x\ln{e}=e^x

对数函数

f(x)=logax(a>0,a1)f(x)=\log_a{x}(a>0,a\ne 1) f(x)=1xlnaf'(x)=\frac{1}{x\ln{a}}
tip
f(x)=lnx(a>0,a1)f(x)=\ln{x}(a>0,a\ne 1)f(x)=logex=1xlne=1xf'(x)=\log_e{x}=\frac{1}{x\ln{e}}=\frac{1}{x}

三角函数

f(x)=sinxf(x)=\sin{x} f(x)=cosxf'(x)=\cos{x} f(x)=cosxf(x)=\cos{x} f(x)=sinxf'(x)=-\sin{x}

公式总结

  • C=0C'=0CC 为常数)
  • (xa)=axa1(x^a)'=ax^{a-1}aR,a1a \in \mathbb{R}, a\ne 1
  • (ax)=axlna(a^x)'=a^{x}\ln{a}a>0a>0
  • (logax)=1xlna(\log_a{x})'=\frac{1}{x\ln{a}}a>0,a1a>0,a\ne 1
  • (sinx)=cosx(\sin{x})'=\cos{x}
  • (cosx)=sinx(\cos{x})'=-\sin{x}

运算

和差的导数

[f(x)±g(x)]=f(x)±g(x)[f(x) \pm g(x)]'=f(x)' \pm g(x)'

积的导数

[f(x)g(x)]=f(x)g(x)+f(x)g(x)[f(x) \cdot g(x)]'=f(x)'g(x)+f(x)g(x)'
tip
[kf(x)]=kf(x)+kf(x)=kf(x)[k \cdot f(x)]'=k'f(x)+kf'(x)=kf'(x)

商的导数

[f(x)g(x)]=f(x)g(x)f(x)g(x)[g(x)]2(g(x)0)[\frac{f(x)}{g(x)}]'=\frac{f(x)'g(x)-f(x)g(x)'}{[g(x)]^2}(g(x)\ne 0)
tip
[1f(x)]=1f(x)f(x)[f(x)]2=f(x)[f(x)]2(f(x)0)\left[\frac{1}{f(x)}\right]'=\frac{1'f(x)-f(x)'}{[f(x)]^2}=-\frac{f(x)'}{[f(x)]^2}(f(x)\ne 0)

公式总结

  • [f(x)±g(x)]=f(x)±g(x)[f(x) \pm g(x)]'=f(x)' \pm g(x)'
  • [f(x)g(x)]=f(x)g(x)+f(x)g(x)[f(x) \cdot g(x)]'=f(x)'g(x)+f(x)g(x)'
  • [f(x)g(x)]=f(x)g(x)f(x)g(x)[g(x)]2(g(x)0)[\frac{f(x)}{g(x)}]'=\frac{f(x)'g(x)-f(x)g(x)'}{[g(x)]^2}(g(x)\ne 0)

扩展

链式法则

假设有三个相互咬合的齿轮,分别对应转动角度为 xxg(x)g(x)f(g(x))f(g(x))

g(x)g'(x) 表示第二个齿轮相对于第一个齿轮的传动速度比,f(g(x))f'(g(x)) 表示第三个齿轮相对于第二个齿轮的传动速度比。

第一个齿轮的速度变化为 Δx\Delta x,第三个齿轮的速度变化则是 f(g(x))g(x)f'(g(x))g'(x),所以复合函数的导数是各部分导数的乘积。

[f(g(x))]=f(g(x))g(x)[f(g(x))]'=f'(g(x))g'(x)

高阶导数

零阶导数即原函数,一阶导数为零阶导数的导数;二阶导数为一阶导数的导数为;三阶导数为二阶导数的导数,依此类推……

一个函数 f(x)f(x)nn 阶导数就是对原函数求导 nn 次,一般写作 f(n)(x)f^{(n)}(x)

f(n)(x)=[f(n1)(x)]f^{(n)}(x)=[f^{(n-1)}(x)]'

微积分

详见 微积分