导数详解

· · 算法·理论

导数详解

:::epigraph[——费曼] 微积分是上帝的语言。 :::

推荐在我的博客阅读。

0. 为什么要学导数？

假设你在骑自行车，速度表显示 20 km/h。这个速度就是路程对时间的导数。

但等等——速度表上的数字其实是瞬时速度。问题来了：小学二年级学的速度公式是 \frac{\Delta s}{\Delta t}，这要求有一段时间间隔。那某一瞬间的速度是怎么来的？（初中物理加速度）

这就是导数要解决的第一个问题：如何用静态的数学描述瞬间的变化？

1. 从割线到切线：导数的几何意义

1.1 割线&斜率

在函数 y=f(x) 上取两点：

割线 AB 的斜率：

k_{割} = \frac{f(x_0+\Delta x) - f(x_0)}{\Delta x} = \frac{\Delta y}{\Delta x}

1.2 极限

现在，让 B 点无限靠近 A 点，即 \Delta x \to 0：

k_{切} = \lim_{\Delta x \to 0} \frac{f(x_0+\Delta x) - f(x_0)}{\Delta x}

如果这个极限存在，我们就说函数在 x_0 处可导，这个极限值就是导数。

后置芝士：这里的 \lim 是极限符号。有人吐槽说学导数前先学极限是"劝退流程"，但没办法，没有极限的严格定义，牛顿和莱布尼茨当年都被 Bishop Berkeley 喷过，说导数是"消失的量的鬼魂"（ghosts of departed quantities）。后来数学家们用 \varepsilon-\delta 语言才给极限正名。

1.3 导数的记号

导数有很多写法，都是等价的：

2. 导数的物理意义：变化率的精确描述

物理量 原函数 导数 含义
位移 s(t) 位置 v(t) = s'(t) 瞬时速度。
速度 v(t) 速度 a(t) = v'(t) 瞬时加速度。
电量 Q(t) 电荷 I(t) = Q'(t) 电流强度。
功 W(t) 功 P(t) = W'(t) 瞬时功率。

核心思想：导数就是瞬时变化率。凡是"XX率"的东西，大概率都是导数。

3. 基本初等函数的导数公式

3.1 常数与幂函数

特殊 cases：

3.2 指数与对数函数

3.3 三角函数

三角函数的导数有周期性循环：\sin \to \cos \to -\sin \to -\cos \to \sin，转四圈回到原点。这有点像"辗转相除"，只不过这里是"辗转求导"。

4. 导数的运算法则

4.1 四则运算

加减法：（导数的线性性质）。

(u \pm v)' = u' \pm v'

乘法：（莱布尼茨法则，注意不是 u'v'！）。

(uv)' = u'v + uv'

记忆口诀：前导后不导，加上前不导后导。

除法：

\left(\frac{u}{v}\right)' = \frac{u'v - uv'}{v^2}

记忆口诀：上导下不导，减去上不导下导，除以平方（有点绕，多练几道就熟了）。

废话：乘法法则可以用面积模型理解。设矩形边长为 u,v，面积 S=uv。当 u,v 都变化一点点 \Delta u, \Delta v 时，面积变化主要来自两块长条（u\Delta v 和 v\Delta u），角落的小块 \Delta u \Delta v 是高阶无穷小，可以忽略。所以 \Delta S \approx v\Delta u + u\Delta v，除以 \Delta x 取极限就得到乘法法则。

4.2 复合函数求导：链式法则（Chain Rule）

这是导数运算的核武器，也是最容易出错的地方。

若 y = f(u)，u = g(x)，则：

\frac{dy}{dx} = \frac{dy}{du} \cdot \frac{du}{dx}

或写成：[f(g(x))]' = f'(g(x)) \cdot g'(x)。

关键：外层函数在内层函数处的导数，乘内层函数的导数。

例子：求 (\sin 2x)'。

常见错误：直接写成 \cos 2x，忘了乘内层函数的导数 2。这就像剥洋葱，只剥了最外层就停了，里面的层还没处理呢！

多层复合就多次链式：

(e^{\sin x^2})' = e^{\sin x^2} \cdot \cos x^2 \cdot 2x

从外到内：e^u \to \sin v \to x^2，一层一层剥。

5. 导数的应用：不只是求斜率

5.1 判断函数的单调性

定理：若 f'(x) > 0 在区间 I 上恒成立，则 f(x) 在 I 上单调递增；若 f'(x) < 0，则单调递减。

几何解释：导数为正 \Leftrightarrow 切线斜率为正 \Leftrightarrow 函数图像上升。

注意：f'(x) > 0 是充分不必要条件。例如 f(x)=x^3，在 x=0 处 f'(0)=0，但函数在 \mathbb{R} 上整体单调递增。严格来说，f'(x) \geq 0 且等号只在孤立点成立时，函数也是严格单调递增的。

5.2 求极值与最值

极值点：函数在某点附近"最高"或"最低"的点。

必要条件（费马定理）：若 f(x) 在 x_0 处可导且取得极值，则 f'(x_0) = 0。

求极值步骤：

  1. 求导数 f'(x)。
  2. 解 f'(x) = 0，得到驻点（临界点）。
  3. 判断驻点两侧导数符号变化：
    • 左正右负 \to 极大值。
    • 左负右正 \to 极小值。
    • 同号 \to 不是极值（如 y=x^3 在 x=0 处）。

二阶导数判别法（更快但有时会失效）：

二阶导数的直观：f''(x) 是导数的导数，描述的是变化率的变化率（加速度）。f''(x) > 0 意味着函数"向上凹"（concave up），像碗一样，底部自然是极小值。

5.3 实际问题中的最优化

导数是解决"最大利润"、"最小成本"、"最短路径"等问题的利器。

经典题型：用长为 L 的铁丝围成一个矩形，怎样围面积最大？

解：设一边长为 x，则另一边为 \frac{L}{2}-x，面积 S = x(\frac{L}{2}-x) = \frac{L}{2}x - x^2。

所以是**正方形**时面积最大。配方也能做，但导数方法更通用，特别是约束条件复杂时。 ## 6. 高阶导数与更多话题 ### 6.1 高阶导数 导数的导数叫**二阶导数**，记作 $f''(x)$ 或 $\frac{d^2y}{dx^2}$。 物理意义： - $s'(t) = v(t)$（速度）。 - $s''(t) = v'(t) = a(t)$（加速度）。 ### 6.2 隐函数求导 有时函数关系是隐式的，如 $x^2 + y^2 = 1$（单位圆）。这时两边同时对 $x$ 求导，把 $y$ 看作 $x$ 的函数： $$2x + 2y \cdot y' = 0 \Rightarrow y' = -\frac{x}{y}$$ 注意 $y$ 是 $x$ 的函数，所以求导时要链式法则乘 $y'$。 ### 6.3 洛必达法则（L'Hôpital's Rule） 求极限 $\lim_{x\to a} \frac{f(x)}{g(x)}$ 时，若遇到 $\frac{0}{0}$ 或 $\frac{\infty}{\infty}$ 型未定式，可以： $$\lim_{x\to a} \frac{f(x)}{g(x)} = \lim_{x\to a} \frac{f'(x)}{g'(x)}$$ **前提**：右边极限存在或为无穷大。 > 洛必达法则属于"超纲但好用"的工具，很多难题用它秒解。但要注意，它不是万能的，有时越求越复杂，或者根本不符合条件（如 $\lim_{x\to\infty} \frac{x+\sin x}{x}$ 就不能直接用，因为分子导数后振荡无极限）。 --- ## 7. 常见误区与注意事项 1. **可导必连续，连续不一定可导** - 反例：$y = |x|$ 在 $x=0$ 处连续但不可导（左导数为 $-1$，右导数为 $1$，不相等）。 - 更奇葩的反例：$y = x\sin\frac{1}{x}$（补充 $f(0)=0$）在 $x=0$ 处连续，但连左右导数都不存在（振荡太剧烈）。 2. **$f'(x_0) = 0$ 只是极值的必要条件，不是充分条件** - 反例：$y = x^3$ 在 $x=0$ 处。 3. **极值 vs 最值** - 极值是局部概念，最值是全局概念。 - 闭区间上的最值可能在极值点或端点处取得。 4. **链式法则别漏层** - 特别是多层复合时，每层都要导到。 ## 练习题 1.求下列函数的导数： - $y = 3x^4 - 2x^3 + x - 5$。 - $y = e^x \cdot \sin x$。 - $y = \ln(x^2 + 1)$。 2. 求 $y = x^3 - 3x^2$ 的单调区间和极值。 3. 证明：当 $x > 0$ 时，$e^x > 1 + x$。 4. 设 $f(x) = x^3 + ax^2 + bx + c$，在 $x=1$ 处取得极值，且 $f(1) = 3$，$f'(0) = 0$，求 $a,b,c$ 的值。 5. （隐函数）求椭圆 $\frac{x^2}{4} + \frac{y^2}{9} = 1$ 在点 $(1, \frac{3\sqrt{3}}{2})$ 处的切线方程。 6. 利用导数证明均值不等式：对正实数 $a,b$，有 $\frac{a+b}{2} \geq \sqrt{ab}$。 本文使用豆包 AI、Kimi 润色，头图由豆包 AI 生成。