first commit

This commit is contained in:
2026-10-04 11:44:56 +08:00
commit e7cbe2cdae
265 changed files with 52919 additions and 0 deletions
@@ -0,0 +1,648 @@
# 📌 第二章 导数与微分 考研核心通关笔记
---
## ① 本章核心知识框架 (Core Concept Map)
### 2.1 导数概念
- **导数定义**(极限形式):
$$f'(x_0) = \lim_{h \to 0} \frac{f(x_0 + h) - f(x_0)}{h} = \lim_{x \to x_0} \frac{f(x) - f(x_0)}{x - x_0}$$
- *极简例子:* $(x^2)'|_{x=1} = \lim\limits_{h \to 0} \frac{(1+h)^2 - 1}{h} = \lim\limits_{h \to 0} (2+h) = 2$
- **单侧导数**:
$$f'_-(x_0) = \lim_{h \to 0^-} \frac{f(x_0+h)-f(x_0)}{h}, \qquad f'_+(x_0) = \lim_{h \to 0^+} \frac{f(x_0+h)-f(x_0)}{h}$$
- **可导 $\iff$ 左右导数均存在且相等**
- *极简例子:* $f(x) = |x|$ 在 $x=0$ 处,$f'_-(0) = -1$,$f'_+(0) = 1$,不可导
- **导函数的定义**:若 $f(x)$ 在区间 $I$ 内每点可导,则 $f'(x) = \lim\limits_{h \to 0} \frac{f(x+h)-f(x)}{h}$ 为导函数
### 2.2 导数的几何意义
- $f'(x_0)$ = 曲线 $y=f(x)$ 在点 $(x_0, f(x_0))$ 处的**切线斜率**
- **切线方程**:$y - f(x_0) = f'(x_0)(x - x_0)$
- **法线方程**:$y - f(x_0) = -\frac{1}{f'(x_0)}(x - x_0)$($f'(x_0) \neq 0$)
- *极简例子:* $y=x^2$ 在 $(1,1)$ 处切线为 $y-1=2(x-1)$,即 $y=2x-1$
### 2.3 函数可导性与连续性的关系
- **可导 $\Rightarrow$ 连续**(充分不必要)
- **连续 $\nRightarrow$ 可导**(反例:$|x|$ 在 $x=0$ 连续但不可导)
- **不连续 $\Rightarrow$ 不可导**(逆否命题,快速排除神器)
- *极简例子:* $f(x) = \begin{cases} x, & x < 0 \\ x+1, & x \ge 0 \end{cases}$ 在 $x=0$ 不连续 $\Rightarrow$ 不可导
---
### 2.4 函数的求导法则
#### 一、四则运算法则
| 法则 | 公式 |
|------|------|
| 加减 | $(u \pm v)' = u' \pm v'$ |
| 乘法 | $(uv)' = u'v + uv'$ |
| 除法 | $\left(\frac{u}{v}\right)' = \frac{u'v - uv'}{v^2}$($v \neq 0$) |
#### 二、反函数的求导法则
若 $y = f(x)$ 的反函数 $x = \varphi(y)$ 存在,且 $f'(x) \neq 0$,则:
$$\varphi'(y) = \frac{1}{f'(x)} \quad \text{或} \quad \frac{dx}{dy} = \frac{1}{\frac{dy}{dx}}$$
- *极简例子:* $y = \arcsin x$ 的反函数 $x = \sin y$,$\frac{dx}{dy} = \cos y = \sqrt{1-x^2}$,故 $(\arcsin x)' = \frac{1}{\sqrt{1-x^2}}$
#### 三、复合函数的求导法则(链式法则)
若 $y = f(u)$, $u = g(x)$ 均可导,则:
$$\frac{dy}{dx} = \frac{dy}{du} \cdot \frac{du}{dx} = f'(g(x)) \cdot g'(x)$$
- *极简例子:* $y = \sin(2x)$,令 $u=2x$,$y' = \cos u \cdot 2 = 2\cos(2x)$
#### 四、基本求导公式表(必背)
| 函数 | 导数 | 函数 | 导数 |
|------|------|------|------|
| $C$ | $0$ | $x^\mu$ | $\mu x^{\mu-1}$ |
| $e^x$ | $e^x$ | $a^x$ | $a^x \ln a$ |
| $\ln x$ | $\frac{1}{x}$ | $\log_a x$ | $\frac{1}{x \ln a}$ |
| $\sin x$ | $\cos x$ | $\cos x$ | $-\sin x$ |
| $\tan x$ | $\sec^2 x$ | $\cot x$ | $-\csc^2 x$ |
| $\sec x$ | $\sec x \tan x$ | $\csc x$ | $-\csc x \cot x$ |
| $\arcsin x$ | $\frac{1}{\sqrt{1-x^2}}$ | $\arccos x$ | $-\frac{1}{\sqrt{1-x^2}}$ |
| $\arctan x$ | $\frac{1}{1+x^2}$ | $\operatorname{arccot} x$ | $-\frac{1}{1+x^2}$ |
#### 五、变限积分求导公式(Leibniz 公式)⭐⭐⭐
若积分上限或下限为变量,对上限/下限中的变量求导:
**1. 基本形式**(上限为 $x$,下限为常数):
$$\Phi(x) = \int_a^x f(t) dt \quad \Rightarrow \quad \Phi'(x) = f(x)$$
- *极简例子:* $\frac{d}{dx} \int_0^x \sin t \, dt = \sin x$
**2. 一般形式**(上下限均为 $x$ 的函数)——**考研核心公式**:
$$\frac{d}{dx} \int_{a(x)}^{b(x)} f(t) dt = f(b(x)) \cdot b'(x) - f(a(x)) \cdot a'(x)$$
- 口诀:**「上限代入 × 上限导 − 下限代入 × 下限导」**
- *极简例子:* $\frac{d}{dx} \int_x^{x^2} e^t dt = e^{x^2} \cdot 2x - e^x \cdot 1 = 2x e^{x^2} - e^x$
**3. 被积函数含参数 $x$ 的情况**:
$$\frac{d}{dx} \int_{a(x)}^{b(x)} f(x, t) dt = \int_{a(x)}^{b(x)} \frac{\partial f(x,t)}{\partial x} dt + f(x, b(x)) \cdot b'(x) - f(x, a(x)) \cdot a'(x)$$
- *极简例子:* $\frac{d}{dx} \int_0^x (x-t) e^t dt = \int_0^x e^t dt + (x-x)e^x \cdot 1 - (x-0)e^0 \cdot 0 = e^x - 1$
**4. 常见变形技巧**:
- **提出 $x$**:$\int_a^x x f(t) dt = x \int_a^x f(t) dt$,然后用乘积求导法则
- *极简例子:* $\frac{d}{dx} \left( x \int_0^x e^{t^2} dt \right) = \int_0^x e^{t^2} dt + x \cdot e^{x^2}$
- **拆分区间**:$\int_a^{b(x)} = \int_a^c + \int_c^{b(x)}$(当被积函数分段定义时)
**5. 与洛必达法则结合**(极限题高频!):
$$\lim_{x \to 0} \frac{\int_0^x f(t) dt}{x^k} \xrightarrow{\text{洛必达}} \lim_{x \to 0} \frac{f(x)}{k x^{k-1}}$$
- *极简例子:* $\lim\limits_{x \to 0} \frac{\int_0^x \sin t^2 dt}{x^3} = \lim\limits_{x \to 0} \frac{\sin x^2}{3x^2} = \frac{1}{3}$
**6. 常见陷阱**:
- 被积函数含 $x$ 时不能直接套用基本公式——必须先提出 $x$ 或用含参公式
- 变限积分求导后,结果中的自变量是 $x$ 而非 $t$($t$ 是哑变量,积分后消失)
- 与洛必达法则结合时,必须先验证 $\frac{0}{0}$ 或 $\frac{\infty}{\infty}$ 型
---
### 2.5 高阶导数
- **定义**:$f^{(n)}(x) = [f^{(n-1)}(x)]'$,即导数的导数
- **常见 n 阶导数公式**:
| $f(x)$ | $f^{(n)}(x)$ |
|--------|-------------|
| $e^x$ | $e^x$ |
| $a^x$ | $a^x (\ln a)^n$ |
| $\sin x$ | $\sin(x + n\cdot\frac{\pi}{2})$ |
| $\cos x$ | $\cos(x + n\cdot\frac{\pi}{2})$ |
| $\ln(1+x)$ | $(-1)^{n-1} \frac{(n-1)!}{(1+x)^n}$ |
| $\frac{1}{ax+b}$ | $(-1)^n \frac{a^n \cdot n!}{(ax+b)^{n+1}}$ |
| $x^m$ | $m(m-1)\cdots(m-n+1)x^{m-n}$($n \le m$ 时) |
- **莱布尼茨公式**(乘积的 n 阶导数):
$$(uv)^{(n)} = \sum_{k=0}^{n} \binom{n}{k} u^{(n-k)} v^{(k)}$$
- *极简例子:* $(x^2 e^x)^{(n)} = \sum_{k=0}^{n} \binom{n}{k} (x^2)^{(k)} e^x$,仅 $k=0,1,2$ 非零
- **泰勒展开求高阶导数**:$f^{(n)}(x_0) = a_n \cdot n!$,其中 $a_n$ 是泰勒展开中 $(x-x_0)^n$ 的系数
- 比直接求导快得多!特别是求某一点的高阶导数值
---
### 2.6 隐函数及参数方程求导
#### 一、隐函数求导
方程 $F(x,y)=0$ 确定 $y=y(x)$,两边对 $x$ 求导,视 $y$ 为 $x$ 的函数:
$$\frac{d}{dx}F(x,y) = F_x + F_y \cdot y' = 0 \quad \Rightarrow \quad y' = -\frac{F_x}{F_y}$$
- **对数求导法**:对 $y = f(x)^{g(x)}$(幂指函数)或含多重乘除/根式的函数,先取对数再求导
- *极简例子:* $y = x^x$,$\ln y = x \ln x$,$\frac{y'}{y} = \ln x + 1$,$y' = x^x(\ln x + 1)$
#### 二、参数方程求导
$$\begin{cases} x = \varphi(t) \\ y = \psi(t) \end{cases}$$
- **一阶导数**:$\displaystyle \frac{dy}{dx} = \frac{dy/dt}{dx/dt} = \frac{\psi'(t)}{\varphi'(t)}$
- **二阶导数**:$\displaystyle \frac{d^2y}{dx^2} = \frac{d(y'_x)}{dx} = \frac{d(y'_x)/dt}{dx/dt} \quad \color{red}{\neq \frac{d(y'_x)}{dt} \text{ 或 } \frac{\psi''(t)}{\varphi''(t)}}$
- *极简例子:* $x=t^2$, $y=t^3$,$\frac{dy}{dx} = \frac{3t^2}{2t} = \frac{3}{2}t$,$\frac{d^2y}{dx^2} = \frac{d(\frac{3}{2}t)/dt}{2t} = \frac{3/2}{2t} = \frac{3}{4t}$
#### 三、相关变化率
两个相关变量各自对第三个变量(通常是时间 $t$)的变化率之间的关系。方程两边同时对 $t$ 求导。
- *极简例子:* 圆面积 $A = \pi r^2$,$\frac{dA}{dt} = 2\pi r \frac{dr}{dt}$
---
### 2.7 函数的微分
- **微分的定义**:若 $\Delta y = f(x_0+\Delta x) - f(x_0) = A\Delta x + o(\Delta x)$,则 $dy = A\Delta x = f'(x_0)dx$
- **可微 $\iff$ 可导**(一元函数),且 $dy = f'(x)dx$
- **微分的几何意义**:$dy$ = 切线纵坐标的增量($\Delta y$ 的线性主部)
- **基本微分公式**:与导数公式一一对应,$dy = f'(x)dx$
- $d(C)=0$, $d(x^\mu)=\mu x^{\mu-1}dx$, $d(e^x)=e^x dx$, $d(\sin x)=\cos x dx$, ...
- **微分运算法则**:
- $d(u \pm v) = du \pm dv$
- $d(uv) = v du + u dv$
- $d\left(\frac{u}{v}\right) = \frac{v du - u dv}{v^2}$
- **一阶微分形式不变性**:无论 $u$ 是自变量还是中间变量,$dy = f'(u) du$
- **微分在近似计算中的应用**:
- $\Delta y \approx dy = f'(x_0)\Delta x$($|\Delta x|$ 很小时)
- $f(x_0 + \Delta x) \approx f(x_0) + f'(x_0)\Delta x$
- 常用近似公式($|x|$ 很小时):$\sin x \approx x$, $\tan x \approx x$, $e^x \approx 1+x$, $\ln(1+x) \approx x$, $(1+x)^\alpha \approx 1+\alpha x$
---
### 2.8 函数的极值、拐点与零点(各类"点"的判定)
#### 一、驻点 (Stationary Point)
$$f'(x_0) = 0 \quad \Rightarrow \quad x_0 \text{ 为 } f(x) \text{ 的驻点}$$
- 驻点是**极值点的候选**,但不一定是极值点
- *极简例子:* $f(x) = x^3$,$f'(0) = 0$,$x=0$ 是驻点但**不是**极值点
#### 二、极值点 (Extreme Point) ⭐⭐⭐
**1. 必要条件**(用来找候选点):
$$f(x) \text{ 在 } x_0 \text{ 处可导且取极值} \quad \Rightarrow \quad f'(x_0) = 0$$
- 极值点的候选来源:**驻点** $+$ **不可导点**
- *极简例子:* $f(x) = |x|$,$x=0$ 不可导,但是极小值点
**2. 第一充分条件**(判断是否真的是极值,最常用!):
$$f'(x) \text{ 在 } x_0 \text{ 两侧变号} \quad \Rightarrow \quad x_0 \text{ 为极值点}$$
- 左正右负 → **极大值**;左负右正 → **极小值**
- 两侧同号 → **不是**极值点
- *极简例子:* $f(x)=x^2$,$f'(x)=2x$,$x=0$ 左侧 $f'<0$,右侧 $f'>0$ → 极小值点
**3. 第二充分条件**(驻点处用二阶导判断):
$$\left.\begin{array}{l} f'(x_0) = 0 \\ f''(x_0) > 0 \end{array}\right\} \Rightarrow \text{极小值} \qquad \left.\begin{array}{l} f'(x_0) = 0 \\ f''(x_0) < 0 \end{array}\right\} \Rightarrow \text{极大值}$$
- $f''(x_0) = 0$ 时**失效**,需用第一充分条件或更高阶导数
- *极简例子:* $f(x)=x^2$,$f'(0)=0$,$f''(0)=2>0$ → 极小值
**4. 极值点判定的完整流程**:
```
求 f'(x) → 解 f'(x)=0 得驻点 + 找不可导点
→ 用第一充分条件(列表看两侧符号)或第二充分条件(求 f'')
→ 确定哪些候选点是极值点,并判极大/极小
```
#### 三、拐点 (Inflection Point) ⭐⭐⭐
拐点是曲线**凹凸性改变**的分界点($f''(x)$ 变号的点)。
**1. 必要条件**(用来找候选点):
$$f(x) \text{ 在 } x_0 \text{ 处二阶可导且 } (x_0, f(x_0)) \text{ 为拐点} \quad \Rightarrow \quad f''(x_0) = 0$$
- 拐点的候选来源:**$f''(x_0)=0$ 的点** $+$ **$f''(x)$ 不存在的点**
- *极简例子:* $f(x)=x^3$,$f''(x)=6x$,$f''(0)=0$,$x=0$ 是拐点(左凹右凸)
**2. 第一充分条件**(最常用):
$$f''(x) \text{ 在 } x_0 \text{ 两侧变号} \quad \Rightarrow \quad (x_0, f(x_0)) \text{ 为拐点}$$
**3. 第二(第三)充分条件**:
$$\left.\begin{array}{l} f''(x_0) = 0 \\ f'''(x_0) \neq 0 \end{array}\right\} \Rightarrow (x_0, f(x_0)) \text{ 为拐点}$$
**4. 拐点判定的完整流程**:
```
求 f''(x) → 解 f''(x)=0 + 找 f''(x) 不存在的点
→ 用第一充分条件(列表看两侧 f'' 符号是否变号)
→ 确定拐点坐标 (x₀, f(x₀))
```
#### 四、零点(方程的根)⭐
**1. 零点存在性**(零点定理):
$$f(x) \in C[a,b], \; f(a) \cdot f(b) < 0 \quad \Rightarrow \quad \exists \xi \in (a,b), \; f(\xi) = 0$$
**2. 唯一零点的判定**:
$$\left.\begin{array}{l} f(a) \cdot f(b) < 0 \\ f'(x) > 0 \text{(或 } f'(x) < 0\text{)在 } (a,b) \text{ 上恒成立} \end{array}\right\} \Rightarrow \text{存在唯一零点}$$
- 口诀:**「连续异号保存在,单调严格保唯一」**
- *极简例子:* $f(x)=x^3+x-1$ 在 $[0,1]$ 上:$f(0)=-1<0$, $f(1)=1>0$,$f'(x)=3x^2+1>0$,故有唯一零点
**3. 零点个数判断的通用方法**:
1. 求 $f'(x)$,确定单调区间
2. 在每个单调区间上求端点函数值(或极限)
3. 异号 → 该区间内有一个零点
**4. 罗尔定理推论**(确定零点个数的上界):
$$f^{(n)}(x) \neq 0 \text{ 在区间 } I \text{ 上恒成立} \quad \Rightarrow \quad f(x) \text{ 在 } I \text{ 上最多有 } n \text{ 个零点}$$
- *极简例子:* $f(x)=x^3+px+q$,$f'''(x)=6 \neq 0$,最多 3 个实根
#### 五、各类"点"对比速查表
| 类型 | 定义条件 | 候选来源 | 判定方法 |
|------|---------|---------|---------|
| **驻点** | $f'(x_0)=0$ | 解 $f'(x)=0$ | 直接验证 |
| **极值点** | $f(x_0)$ 为局部最大/最小 | 驻点 + 不可导点 | $f'$ 变号 或 $f''(x_0) \neq 0$ |
| **拐点** | 凹凸性改变 | $f''=0$ 的点 + $f''$ 不存在的点 | $f''$ 变号 或 $f'''(x_0) \neq 0$ |
| **零点** | $f(x_0)=0$ | — | 零点定理 + 单调性 |
| **极值 ≠ 最值** | 极值是局部的,最值是全局的 | — | 极值候选 + 端点比较 |
**关键区分**:
- 驻点 $\neq$ 极值点($f(x)=x^3$ 在 $x=0$ 是驻点但非极值点)
- 极值点 $\neq$ 驻点($f(x)=|x|$ 在 $x=0$ 是极值点但非驻点)
- 拐点要求 $f''(x_0)=0$ **不一定**成立($f''$ 不存在的点也可能是拐点)
- 极值点和拐点都涉及**两侧变号**,但极值看 $f'$,拐点看 $f''$
---
## ② 必考题型分类索引
> 每个题型独立成文,包含完整的 mermaid 解题流程图、通法步骤、常见陷阱和经典母题。点击链接查看详情。
| # | 题型 | 核心判据 | 详细笔记 |
|---|------|---------|---------|
| 1 | 导数定义与可导性判定 | 极限式是否等价于导数定义?三步检验法 | [[题型1_导数定义与可导性判定]] |
| 2 | 隐函数求导(含对数求导法) | $F(x,y)=0$ 或 $f(x)^{g(x)}$ | [[题型2_隐函数求导]] |
| 3 | 参数方程求导 | $x=\varphi(t), y=\psi(t)$ | [[题型3_参数方程求导]] |
| 4 | 高阶导数计算 | 归纳法 / 莱布尼茨 / 泰勒展开 | [[题型4_高阶导数计算]] |
| 5 | 相关变化率 | 两个变量都对 $t$ 求导 | [[题型5_相关变化率]] |
| 6 | 微分近似计算 | $f(x) \approx f(x_0) + f'(x_0)\Delta x$ | [[题型6_微分近似计算]] |
| 7 | 变限积分求导 | $\frac{d}{dx}\int_{a(x)}^{b(x)} f(t)dt$ | [[题型7_变限积分求导]] |
| 8 | 极值点/拐点/零点判定 | $f'$ 变号→极值,$f''$ 变号→拐点 | [[题型8_极值点拐点零点判定]] |
**通用方法**:[[方法_求导路径选择策略]] — 拿到求导任务时按决策树选择正确方法。
## ③ 高频考点与多维变换
### Top 5 高频考点
| 排名 | 考点 | 近15年考频 | 典型分值 |
| --- | ----------------- | ------ | ----- |
| 1 | 极值点/拐点/零点判定 | 几乎每年 | 5-10分 |
| 2 | 导数定义与可导性判定 | 7次 | 4-5分 |
| 3 | 隐函数/参数方程求导 | 几乎每年 | 5-10分 |
| 4 | 变限积分求导(含洛必达结合) | 8次 | 5-10分 |
| 5 | 高阶导数(归纳法/莱布尼茨/泰勒) | 5次 | 5分 |
### 【示例:一题多角度】
**核心概念**:导数定义的本质——极限式
> **同一问题**:已知 $f'(x_0) = A$,求 $\displaystyle \lim_{h \to 0} \frac{f(x_0+2h) - f(x_0-h)}{h}$
**角度一:直接变形法**
$$\begin{aligned}
\lim_{h \to 0} \frac{f(x_0+2h) - f(x_0-h)}{h}
&= \lim_{h \to 0} \frac{f(x_0+2h) - f(x_0)}{h} - \lim_{h \to 0} \frac{f(x_0-h) - f(x_0)}{h} \\
&= 2\lim_{h \to 0} \frac{f(x_0+2h)-f(x_0)}{2h} - (-1)\lim_{h \to 0} \frac{f(x_0-h)-f(x_0)}{-h} \\
&= 2f'(x_0) - (-1)f'(x_0) = 3A
\end{aligned}$$
**角度二:增量配凑(口诀:「配系数 + 补中点」)**
原式 $= \lim\limits_{h \to 0} \frac{[f(x_0+2h)-f(x_0)] - [f(x_0-h)-f(x_0)]}{h}$
第一项分子乘以 $\frac{2}{2}$ 得 $2f'(x_0)$;第二项乘以 $\frac{-1}{-1}$ 得 $-(-1)f'(x_0) = f'(x_0)$ → 结果 $3f'(x_0)$
**启示**:角度一规范稳妥,角度二熟练后可在选择题中 30 秒出答案。
### 【示例:一题多角度 · 跨章节版】
**核心概念**:高阶导数——两种解法效率对决
> **题目**:求 $f(x) = x^2 \sin x$ 在 $x=0$ 处的 $f^{(10)}(0)$
**角度一:莱布尼茨公式**
$$(x^2 \sin x)^{(10)} = \sum_{k=0}^{10} \binom{10}{k} (x^2)^{(k)} (\sin x)^{(10-k)}$$
$(x^2)' = 2x$, $(x^2)'' = 2$, $(x^2)^{(k)} = 0\;(k \ge 3)$,只有 $k=0,1,2$ 三项:
$$= \binom{10}{0}x^2(\sin x)^{(10)} + \binom{10}{1}\cdot 2x \cdot (\sin x)^{(9)} + \binom{10}{2} \cdot 2 \cdot (\sin x)^{(8)}$$
代入 $x=0$:前两项含 $x$ 因子 → $=0$;$\sin^{(8)}(0) = \sin(0 + 4\pi) = 0$
答案 $= 0$
**角度二:泰勒展开法(更快!)**
$\sin x = x - \frac{x^3}{6} + \frac{x^5}{120} - \cdots$(奇次项)
$f(x) = x^2\sin x = x^3 - \frac{x^5}{6} + \frac{x^7}{120} - \cdots$
全是奇次项 $x^3, x^5, x^7, \dots$,没有 $x^{10}$ 项 → $f^{(10)}(0) = 0$
**启示**:泰勒展开法 10 秒出答案,莱布尼茨法需要 3 分钟。**求某点高阶导数值 → 优先泰勒展开!**
---
## ④ 方法论与解题通法 (Methodology)
### 方法一:导数定义题的"三步检验法"
**口诀**:**"看中点、看双侧、举反例"**
| 步骤 | 操作 | 目的 |
|------|------|------|
| 1. 看中点 | 极限式是否含 $f(x_0)$? | 排除不含函数值的选项 |
| 2. 看双侧 | 增量 $\Delta x$ 是否可取正负? | $n \to \infty$ 只对应一侧 → 只能推单侧导数 |
| 3. 举反例 | 用 $f(x)=|x|$ 在 $x=0$ 检验 | $f'(0)$ 不存在但某些极限存在 → 排除 |
**判断依据**:选择题中要判定"导数存在"的充分条件时,严格对照定义 $\lim\limits_{h \to 0} \frac{f(x_0+h)-f(x_0)}{h}$ 的等价变形。
### 方法二:求导路径选择策略
```
需要求导?
├── 显函数 → 直接用基本公式 + 四则/链式法则
├── 隐函数 F(x,y)=0 → 两边对 x 求导,y 的项乘 y'
├── 幂指函数 f(x)^g(x) → 对数求导法 或 指数转化 e^{g·ln f}
├── 参数方程 → dy/dx = (dy/dt)/(dx/dt)
├── 变限积分 ∫_{a(x)}^{b(x)} → 公式:f(b(x))b'(x) - f(a(x))a'(x)
│ └── 被积函数含 x → 先提出 x 或变量代换
└── 分段函数分段点 → 必须用定义!不能用公式代
```
**判断依据**:
- **分段点求导**:唯一正确的只有定义法
- **幂指函数**:先取对数,没有第二条路(对数恒等式 $e^{g\ln f}$ 等价)
- **隐函数二阶导**:先代入一阶信息 $(x_0, y_0, y'_0)$,再求导
### 方法三:高阶导数的三种武器
| 武器 | 适用信号 | 优点 | 缺点 |
|------|---------|------|------|
| **归纳法** | 函数简单 + 求通项 | 直接,可求任意 n | 需找规律 |
| **莱布尼茨** | 两个因子乘积 + 一个因子高阶导为 0 | 一步到位 | 需组合数计算 |
| **泰勒展开** | 仅求**某点**的 $f^{(n)}(x_0)$ | 最快! | 需掌握展开式 |
**判断依据**:
- 题目问 $f^{(n)}(0)$ → 首选泰勒展开
- 题目问 $f^{(n)}(x)$ 通项 → 用归纳法或分解法
- $(x^n \cdot g(x))^{(n)}$ → 莱布尼茨($(x^n)^{(k)} = 0$ 当 $k > n$)
### 方法四:极值/拐点/零点判定速查
| 目标 | 看谁的符号 | 核心判据 | 口诀 |
|------|----------|---------|------|
| 极值点 | $f'(x)$ | $f'$ 在 $x_0$ 两侧**变号** | 「一阶穿零是极值」 |
| 拐点 | $f''(x)$ | $f''$ 在 $x_0$ 两侧**变号** | 「二阶穿零是拐点」 |
| 零点个数 | $f(x)$ 本身 | 单调区间端点**异号** | 「异号保存在,单调保唯一」 |
**判断依据**:
- 题干给 $f'(x)$ 图像/表格 → 直接看 $f'$ 的变号零点个数 → 极值点个数
- 题干给 $f''(x)$ 图像/表格 → 直接看 $f''$ 的变号零点个数 → 拐点个数
- 题干问"方程的根"或"零点个数" → 构造函数 $\to$ 求导 $\to$ 分析单调区间 $\to$ 画草图
- 概念辨析题 → 记住每个"点"的必要条件和充分条件的区别
### 方法五:跨章节通法速查表
| 通用技法 | 本章出现场景 | 后续章节升级 | 判断依据 |
|---------|------------|------------|---------|
| **导数定义 = 极限** | 判定可导性、求导数值 | Ch03 中值定理证明 | 极限式含 $f(x_0+h)-f(x_0)$ 结构 |
| **链式法则** | 复合函数求导、隐函数求导 | Ch08 多元复合函数偏导 | 变量之间有一层或多层依赖关系 |
| **对数化简** | 幂指函数求导 | Ch01 $1^\infty$ 极限 | 底和指数都含变量 |
| **泰勒展开** | 求某点高阶导数值 | Ch03 泰勒中值定理 | 仅需数值而非通项 |
| **变量代换** | 参数方程二阶导推导 | Ch04 换元积分、Ch07 常微分方程 | 坐标系/表达形式转换 |
### 方法六:切线/法线问题速解
**核心公式**:
- 切线:$y - y_0 = f'(x_0)(x - x_0)$
- 法线:$y - y_0 = -\frac{1}{f'(x_0)}(x - x_0)$
**判断依据**:
- 题目给切点 → 直接求导代公式
- 题目给切线过某点但切点未知 → 设切点 $(x_0, f(x_0))$,列方程 $y_{\text{外}} - f(x_0) = f'(x_0)(x_{\text{外}} - x_0)$ 解 $x_0$
---
## ⑤ 易错点红黑榜 (The Pitfall List)
### ❌ 错误 1:可导性判定只看极限存在
- **错误表现**:见到 $\lim\limits_{h \to 0} \frac{f(x_0+h)-f(x_0-h)}{2h}$ 存在就认为可导
- **正确理解**:该极限存在只能推出**左右导数的平均值**存在。反例:$f(x)=|x|$ 在 $x=0$,极限 = 0 但不可导
**【对比示例】**:
```
❌ lim_{h→0} [f(x₀+h)-f(x₀-h)]/(2h) 存在 → 可导 (错误!)
✅ lim_{h→0} [f(x₀+h)-f(x₀)]/h 存在 → 可导 (这才是定义)
```
### ❌ 错误 2:参数方程二阶导直接套错公式
- **错误表现**:$\frac{d^2y}{dx^2} = \frac{\psi''(t)}{\varphi''(t)}$ 或 $\frac{d^2y}{dx^2} = \frac{d}{dt}\left(\frac{dy}{dx}\right)$
- **正确理解**:$\frac{d^2y}{dx^2} = \frac{d(y'_x)/dt}{dx/dt}$,必须再除以 $\varphi'(t)$
**【对比示例】**:
```
❌ d²y/dx² = ψ''(t)/φ''(t) (错误!)
✅ d²y/dx² = [d(dy/dx)/dt] / (dx/dt) (正确)
```
### ❌ 错误 3:分段点直接套用求导公式
- **错误表现**:对分段函数在 $x_0$ 处,直接对表达式求导后代入 $x_0$
- **正确理解**:分段点只能用导数定义 $\lim\limits_{x \to x_0} \frac{f(x)-f(x_0)}{x-x_0}$,不能套公式
**【对比示例】**:
```
❌ f(x) = {x²sin(1/x), x≠0; 0, x=0} → f'(0) = [2x·sin(1/x)-cos(1/x)]|_{x=0} 不存在(错误!)
✅ f'(0) = lim_{x→0} [x²sin(1/x)-0]/x = lim_{x→0} x·sin(1/x) = 0 (定义给出正确答案)
```
### ❌ 错误 4:隐函数求二阶导时代入时机错误
- **错误表现**:直接对一阶导的表达式求导,不先代入 $(x_0, y_0, y'_0)$
- **正确理解**:先代值简化一阶导等式,再继续求导。代数化简比符号求导快得多
### ❌ 错误 5:反函数求导忘记条件 $f'(x) \neq 0$
- **错误表现**:直接用 $\frac{dx}{dy} = \frac{1}{dy/dx}$ 不看分母
- **正确理解**:反函数求导要求 $f'(x) \neq 0$。当 $f'(x_0) = 0$ 时该点反函数的导数不存在(切线垂直于 $x$ 轴)
### ❌ 错误 6:变限积分求导——被积函数含 $x$ 时直接套公式
- **错误表现**:$\frac{d}{dx} \int_0^x x f(t) dt$ 直接写 $x f(x)$
- **正确理解**:被积函数中的 $x$ 对积分变量 $t$ 是常数,应先提出:$\frac{d}{dx} \left( x \int_0^x f(t) dt \right) = \int_0^x f(t) dt + x f(x)$
**【对比示例】**:
```
❌ d/dx ∫₀ˣ x·eᵗ dt = x·eˣ (错误!把 x 当成了 t 代)
✅ d/dx ∫₀ˣ x·eᵗ dt = d/dx (x·∫₀ˣ eᵗ dt) = ∫₀ˣ eᵗ dt + x·eˣ = eˣ-1 + xeˣ (正确)
```
### ❌ 错误 7:变限积分求导上下限反号错误
- **错误表现**:$\frac{d}{dx} \int_x^a f(t) dt$ 写成 $f(x) - f(a)$ 或漏掉负号
- **正确理解**:$\frac{d}{dx} \int_x^a f(t) dt = f(a) \cdot 0 - f(x) \cdot 1 = -f(x)$;或先翻转上下限 $\frac{d}{dx} \left( -\int_a^x f(t) dt \right) = -f(x)$
### ❌ 错误 8:微分与导数的符号混淆
- **错误表现**:$dy = f'(x)$(漏写 $dx$)或 $dy = f(x)dx$(漏求导)
- **正确理解**:$dy = f'(x)dx$,微分 = 导数 $\times$ 自变量的微分
### ❌ 错误 9:极值点判定——混淆必要条件与充分条件
- **错误表现**:看到 $f'(x_0)=0$ 就断定 $x_0$ 是极值点
- **正确理解**:$f'(x_0)=0$ 是极值点的**必要条件**(可导前提下),不是充分条件。必须验证 $f'$ 在 $x_0$ 两侧是否变号或 $f''(x_0) \neq 0$
**【对比示例】**:
```
❌ f(x)=x³, f'(0)=0 → x=0 是极值点 (错误!)
✅ f(x)=x³, f'(0)=0 但 f' 在 x=0 两侧不变号(均为正)→ x=0 不是极值点 (正确)
```
### ❌ 错误 10:拐点判定——漏掉 $f''$ 不存在的点
- **错误表现**:只看 $f''(x)=0$ 的点,漏掉 $f''(x)$ 不存在的点
- **正确理解**:拐点的候选点包括 $f''(x)=0$ 的点和 $f''(x)$ 不存在的点
**【对比示例】**:
```
❌ f(x)=x^{1/3}, f''(x)=-2/(9x^{5/3}) 在 x=0 不存在 → 跳过不考虑 (错误!)
✅ f(x)=x^{1/3}, f'' 在 x=0 两侧变号(左正右负)→ (0,0) 是拐点 (正确)
```
### ❌ 错误 11:拐点答案只写 $x$ 坐标
- **错误表现**:拐点写 $x = 1$ 或 $x = 2$
- **正确理解**:拐点是曲线上的**点**,必须写成坐标 $(x_0, f(x_0))$
### ❌ 错误 12:混淆 $f'$ 与 $f''$ 的用途
- **错误表现**:用 $f''$ 变号判断极值点,用 $f'$ 变号判断拐点
- **正确理解**:$f'$ 的正负 → 单调性;$f'$ 变号 → 极值点。$f''$ 的正负 → 凹凸性;$f''$ 变号 → 拐点
---
## ⑥ 考研导向复习策略 (Exam Strategy)
### 优先级与建议题量
| 子专题 | 优先级 | 建议刷题量 | 说明 |
|--------|--------|-----------|------|
| 导数定义与可导性 | **高** | 20 道 | 选择题每年必出,需大量辨析 |
| 隐函数/参数方程求导 | **高** | 30 道 | 计算量训练,做到零失误 |
| 变限积分求导 | **高** | 20 道 | 真题最高频,与极限/洛必达结合 |
| 极值点/拐点/零点判定 | **高** | 25 道 | 选择题 + 解答题均考,必拿分 |
| 高阶导数 | **高** | 15 道 | 三种方法都要练 |
| 切线法线 | **中** | 10 道 | 套路固定 |
| 相关变化率 | **中** | 8 道 | 建模能力 |
| 微分近似计算 | **低** | 5 道 | 偶有涉及 |
### 跨章节连接
```
┌────────────────────────────────────┐
│ 本章 (Ch02) 导数与微分 │
│ · 导数定义(极限形式) │
│ · 求导法则 / 高阶导数 │
│ · 隐函数 / 参数方程求导 │
│ · 变限积分求导(Leibniz公式) │
│ · 极值点 / 拐点 / 零点判定 │
│ · 微分与近似计算 │
└────────────────┬───────────────────┘
│
┌───────────────┬───────────────┼───────────────┬───────────────┐
↓ ↓ ↓ ↓ ↓
Ch01 极限 Ch03 中值定理 Ch04 不定积分 Ch07 微分方程 Ch08 多元微分
导数定义即极限 罗尔/拉格朗日 原函数与导数互为 导数符号→解的类型 偏导数=固定其他
变限积分+洛必达 单调性→不等式 逆运算 线性化依赖导数 变量的导数
f'(x₀)=lim... 零点定理→根个数 定积分求导互逆
```
#### 🔥 跨章节综合题命题模式
**模式 1:导数定义 + 极限 = 秒杀/陷阱**
> 识别信号:极限式中出现 $f(a + \square) - f(a)$ → 优先考虑是否为导数定义
> 参考:[Ch01 ③ 一题多角度·跨章节版](../Ch01_函数与极限/Ch01_Function_Limit_Continuity.md) 中 $\lim\limits_{x \to 1} \frac{\ln x}{x-1}$ 的三种解法
**模式 2:导数 $\to$ 单调性 $\to$ 不等式证明(Ch03 核心)**
> 本章的求导计算是 Ch03 不等式证明的基础:构造函数 $\to$ 求导 $\to$ 判单调性 $\to$ 证不等式。本章求导不熟练,Ch03 寸步难行。
**模式 3:极值/拐点/零点 $\to$ 中值定理证明(Ch03)**
> $f'$ 变号 → 极值点,$f''$ 变号 → 拐点,单调区间端点异号 → 零点。这三个"点"的判定是 Ch03 罗尔定理(零点存在)、拉格朗日中值定理证明题的基本功。
**模式 4:变限积分求导 + 极限 = 洛必达(Ch01 + Ch02 联合)**
> $\lim\limits_{x \to 0} \frac{\int_0^x f(t)dt}{x^k}$ 型极限是真题最高频考点之一。核心:洛必达法则(Ch01)+ 变限积分求导公式(Ch02),一步求出。
**模式 5:高阶导数 + 泰勒级数(Ch10)**
> 泰勒展开求高阶导数值的方法在 Ch10 幂级数展开中全面使用。本章建立"展开式系数 $\to$ 高阶导数"的思维,Ch10 自然衔接。
- **前置依赖**:Ch01 极限计算(尤其是 $\frac{0}{0}$ 型和等价无穷小)
- **后置关键(按重要性排序)**:
1. ⭐⭐⭐ **导数 $\to$ 单调性 $\to$ 不等式** — Ch03 的核心计算能力
2. ⭐⭐⭐ **极值/拐点/零点 $\to$ 中值定理证明** — Ch03 罗尔定理、拉格朗日证明题的基础
3. ⭐⭐⭐ **求导公式 $\to$ 原函数** — Ch04 不定积分的基础
4. ⭐⭐⭐ **变限积分求导 $\to$ 定积分应用** — Ch04 定积分与 Ch02 的双向连接,真题中变限积分求导常与定积分证明题结合
5. ⭐⭐ **参数方程求导 $\to$ 曲线积分** — Ch09 曲线积分计算必用
6. ⭐⭐ **链式法则 $\to$ 多元复合偏导** — Ch08 的求导法则
7. ⭐ **微分 $\to$ 线性近似 $\to$ 偏导/全微分** — Ch08 微分概念的推广
### 【终极母题推荐】
> **题目**(综合:导数定义 + 连续性与可导性 + 参数方程):设 $f(x)$ 在 $x=0$ 处可导,且 $f(0)=0$,$f'(0)=2$。又设函数 $y=y(x)$ 由参数方程 $\begin{cases} x = f(t) + t^2 \\ y = tf(t) \end{cases}$ 确定。求 $\left.\frac{dy}{dx}\right|_{t=0}$ 和 $\left.\frac{d^2y}{dx^2}\right|_{t=0}$。
**解析**:
先求 $t=0$ 时的各值:
$f(0)=0$, $f'(0)=2$;$x(0) = f(0) + 0 = 0$;$y(0) = 0 \cdot f(0) = 0$
$$\begin{aligned}
\frac{dx}{dt} &= f'(t) + 2t, & \left.\frac{dx}{dt}\right|_{t=0} &= f'(0) + 0 = 2 \\
\frac{dy}{dt} &= f(t) + tf'(t), & \left.\frac{dy}{dt}\right|_{t=0} &= f(0) + 0 = 0
\end{aligned}$$
$$\left.\frac{dy}{dx}\right|_{t=0} = \frac{0}{2} = 0$$
求二阶导:
$$\frac{dy}{dx} = \frac{f(t) + tf'(t)}{f'(t) + 2t}$$
$$\frac{d^2y}{dx^2} = \frac{d}{dt}\!\left(\frac{dy}{dx}\right) \big/ \frac{dx}{dt}$$
令 $g(t) = \frac{f(t) + tf'(t)}{f'(t) + 2t}$,
$$g'(t) = \frac{[f'(t) + f'(t) + tf''(t)][f'(t) + 2t] - [f(t) + tf'(t)][f''(t) + 2]}{[f'(t) + 2t]^2}$$
代入 $t=0$(利用 $f(0)=0$, $f'(0)=2$):
分子:$[2 + 2 + 0] \cdot [2 + 0] - [0 + 0] \cdot [f''(0) + 2] = 4 \cdot 2 = 8$
分母:$[2]^2 = 4$
$g'(0) = 8/4 = 2$
$$\left.\frac{d^2y}{dx^2}\right|_{t=0} = \frac{2}{2} = 1$$
**此题融合**:
- 导数定义求 $f'(0)$
- 参数方程求导(一阶 + 二阶)
- 链式法则和商的求导法则
- 抽象函数在特定点的代数代入技巧
**为什么这是"终极母题"**:它将导数定义、参数方程求导、复合函数求导三个核心知识点压缩到一道题中,考察的是"在抽象函数条件下完成具体计算"的能力——这正是考研真题的风格。做对此题意味着:
✅ 导数定义理解透彻
✅ 参数方程求导的符号推导无盲区
✅ 抽象函数求导后代入具体值的方法已掌握
✅ 商的求导法则 + 链式法则已内化
**这道题做完且理解透彻 → 本章"通关"。**
---
> **下一步**:完成后可进入 [Ch03 中值定理及其应用](./Ch03_Mean_Value_Theorem_Applications.md)。本章的求导计算能力是 Ch03 证明题的基础——如果连求导都不熟练,中值定理的证明题无从下手。
@@ -0,0 +1,38 @@
# 求导路径选择策略
## 决策流程
拿到一个求导任务时,按以下决策树选择正确的求导方法:
```mermaid
flowchart TD
A[需要求导] --> B{函数形式?}
B -->|显函数| C[基本公式 + 四则/链式法则]
B -->|分段函数分段点| D[必须用导数定义!]
B -->|隐函数 F⁡x,y=0| E[两边对 x 求导<br>y 的项乘 y']
B -->|幂指函数 f⁡x^g⁡x| F[对数求导法<br>或化为 e^{g·ln f}]
B -->|参数方程| G[dy/dx = dy/dt / dx/dt<br>二阶须再除以 dx/dt]
B -->|变限积分| H{被积函数含 x?}
H -->|不含| I[Leibniz 公式:<br>f⁡b⁡x·b'⁡x - f⁡a⁡x·a'⁡x]
H -->|含 x| J[先提出 x 或变量代换]
J --> I
```
## 各类方法的判断信号
| 函数形式 | 识别信号 | 首选方法 |
|---------|---------|---------|
| 分段函数 | 分段点处求导 | **导数定义**(唯一正确方法) |
| $F(x,y)=0$ | 方程含 $x,y$ 混合 | 两边对 $x$ 求导 |
| $f(x)^{g(x)}$ | 底和指数都含变量 | 对数求导法 |
| $\begin{cases}x=\varphi(t)\\y=\psi(t)\end{cases}$ | 参数给出 | $\frac{dy/dt}{dx/dt}$ |
| $\int_{a(x)}^{b(x)}$ | 积分号上下限含变量 | Leibniz 公式 |
| 乘积 $u(x)v(x)$(高阶) | 求 n 阶导 | 莱布尼茨公式 |
## 关键原则
1. **分段点求导**:唯一正确的是定义法,不能用公式代
2. **幂指函数**:先取对数,没有第二条路
3. **隐函数二阶导**:先代入 $(x_0, y_0, y'_0)$ 简化一阶导等式,再求导
4. **变限积分含 $x$**:$x$ 对积分变量 $t$ 是常数,必须提出来
5. **参数方程二阶导**:必须再除以 $\varphi'(t)$,不是直接 $\psi''/\varphi''$
@@ -0,0 +1,58 @@
# 题型一:导数定义与可导性判定
## 识别特征
- 题干含 $\lim\limits_{h \to 0} \frac{f(x_0 + \square) - f(x_0 + \triangle)}{\square}$ 形式
- 问"下列哪个极限存在可推出 $f'(x_0)$ 存在"
- 涉及分段函数在分段点处的可导性讨论
## 解题流程
```mermaid
flowchart TD
A[识别题型:极限式含 f 的增量] --> B{极限式是否等价于导数定义?}
B -->|是| C{增量是否双侧趋近?}
B -->|否| D[尝试变形/配凑]
D --> B
C -->|双侧 h→0| E[对照定义:f'⁡x₀ = lim f⁡x₀+h - f⁡x₀ / h]
C -->|单侧 h→0⁺ 或 n→∞| F[只能推出单侧导数存在]
E --> G{三项检验}
G -->|含 f⁡x₀?| H[✅ 通过]
G -->|不含 f⁡x₀?| I[❌ 排除——反例:|x|]
H --> J{双侧趋近?}
J -->|是| K[✅ f'⁡x₀ 存在]
J -->|否| L[❌ 仅单侧可导]
F --> M[❌ 不能保证可导]
I --> M
```
## 通法步骤
1. 将极限式与导数定义 $f'(x_0) = \lim\limits_{h \to 0} \frac{f(x_0+h)-f(x_0)}{h}$ 对照
2. **核心判据**:极限式必须等价于"函数增量 / 自变量增量",且增量 $\to 0$
3. **三步检验法**:
- ① 是否有 $f(x_0)$ 项?
- ② 是否双侧趋近?
- ③ 能否举反例排除?(万能反例:$f(x)=|x|$ 在 $x=0$)
## 常见陷阱
- $\lim\limits_{h \to 0} \frac{f(x_0+h) - f(x_0-h)}{2h}$ 存在 $\nRightarrow$ $f'(x_0)$ 存在(反例:$f(x)=|x|$ 在 $x=0$,极限 = 0 但不可导)
- 变量代换后形式改变却误判(如 $h \to 0$ 换成 $n \to \infty$,只能推单侧)
- 分段函数分段点处必须用定义求导,不能用公式代入
## 经典母题
> **题目**(2001数一真题):$f(x)$ 在 $x=0$ 的某邻域内有定义。下列哪个极限存在可推出 $f'(0)$ 存在?
> (A) $\lim\limits_{h \to 0} \frac{f(h) - f(-h)}{2h}$
> (B) $\lim\limits_{h \to 0} \frac{f(2h) - f(h)}{h}$
> (C) $\lim\limits_{h \to 0} \frac{f(h) - f(0)}{h}$
> (D) $\lim\limits_{h \to 0} \frac{f(h^2) - f(0)}{h^2}$
**解析**:
- (A):$\frac{f(h)-f(-h)}{2h} = \frac{1}{2}\left[\frac{f(h)-f(0)}{h} + \frac{f(0)-f(-h)}{h}\right]$,当左右导数不相等但互为相反数时,极限可为 0。反例 $f(x)=|x|$ 在 $x=0$
- (B):$\frac{f(2h)-f(h)}{h}$ 不满足导数定义的双边结构,取 $f(x)=|x|$,极限 = 1 但不可导
- (C):✅ 这就是导数定义本身!$\lim\limits_{h \to 0} \frac{f(h)-f(0)}{h} = f'(0)$
- (D):$h^2 \to 0^+$ 仅对应**右导数**,不能保证左导数存在
**答案**:(C)
@@ -0,0 +1,54 @@
# 题型二:隐函数求导(含对数求导法)
## 识别特征
- 方程 $F(x,y)=0$ 给出 $y=y(x)$,求 $y'$ 或 $y''$
- 函数形如 $f(x)^{g(x)}$(幂指函数)
- 含多重乘除/根式的复杂显函数
## 解题流程
```mermaid
flowchart TD
A[识别题型] --> B{函数形式?}
B -->|F⁡x,y=0 隐函数| C[方程两边对 x 求导]
B -->|幂指函数 f⁡x^g⁡x| D[取对数:ln y = g⁡x ln f⁡x]
B -->|多重乘除/根式| D
C --> E[y 的项补上 y']
E --> F[整理解出 y']
D --> G[两边对 x 求导]
G --> H[解出 y']
F --> I{需要 y''?}
H --> I
I -->|是| J[先代入 x₀,y₀,y'₀ 到一阶导等式]
J --> K[对简化后的一阶导等式再求导]
K --> L[解出 y'']
I -->|否| M[完成]
```
## 通法步骤
1. **隐函数**:方程两边对 $x$ 求导,$y$ 的项补上 $y'$;整理解出 $y'$
2. **幂指函数**:取对数 $\ln y = g(x)\ln f(x)$,再两边求导;或化为 $e^{g(x)\ln f(x)}$
3. 求二阶导:先代入 $x=?, y=?, y'=?$ 再对一阶导等式继续求导
## 常见陷阱
- 求二阶导时忘记 $y$ 和 $y'$ 仍是 $x$ 的函数,漏链式法则
- 对数求导时忘记处理 $y<0$ 的情况(用 $\ln|y|$ 规避)
- 二阶导求完后忘记代入已知值化简
## 经典母题
> **题目**(2002数一真题):函数 $y=y(x)$ 由方程 $e^y + 6xy + x^2 - 1 = 0$ 确定,求 $y''(0)$。
**解析**:
① 当 $x=0$ 时,代入原方程:$e^{y(0)} - 1 = 0 \Rightarrow y(0) = 0$
② 方程两边对 $x$ 求导:
$$e^y y' + 6y + 6xy' + 2x = 0$$
代入 $(0,0)$ 得:$1 \cdot y'(0) + 0 + 0 + 0 = 0 \Rightarrow y'(0) = 0$
③ 对导式再求导(注意 $e^y y'$ 是乘积!):
$$e^y(y')^2 + e^y y'' + 6y' + 6y' + 6xy'' + 2 = 0$$
代入 $(0,0,0)$:$0 + y''(0) + 0 + 0 + 0 + 2 = 0 \Rightarrow y''(0) = -2$
@@ -0,0 +1,48 @@
# 题型三:参数方程求导(一阶 + 二阶)
## 识别特征
- 函数由 $\begin{cases} x = \varphi(t) \\ y = \psi(t) \end{cases}$ 给出
- 需在某参数值 $t=t_0$ 处求一阶或二阶导数值
- 可能结合变限积分(如 $y = \int_0^t f(u)du$)
## 解题流程
```mermaid
flowchart TD
A[参数方程 x=φ⁡t, y=ψ⁡t] --> B[求 dx/dt = φ'⁡t]
A --> C[求 dy/dt = ψ'⁡t]
B --> D[一阶导:dy/dx = ψ'⁡t / φ'⁡t]
C --> D
D --> E{需要二阶导?}
E -->|是| F[令 g⁡t = dy/dx]
F --> G[求 dg/dt]
G --> H[d²y/dx² = dg/dt ÷ φ'⁡t]
H --> I[代入 t=t₀ 求值]
E -->|否| I
```
## 通法步骤
1. 一阶:$\frac{dy}{dx} = \frac{\psi'(t)}{\varphi'(t)}$
2. 二阶:$\frac{d^2y}{dx^2} = \frac{d}{dt}\!\left(\frac{dy}{dx}\right) \big/ \varphi'(t)$
3. 代入指定 $t$ 值求数值
## 常见陷阱
- **二阶导直接写 $\frac{\psi''(t)}{\varphi''(t)}$** ——经典错误!
- 求二阶导时忘记再除以 $\varphi'(t)$
- $t$ 的取值对应多个点(如 $t = \pm 1$),需逐一讨论
## 经典母题
> **题目**(2010数一真题):设 $\begin{cases} x = e^{-t} \\ y = \int_0^t \ln(1+u^2)du \end{cases}$,求 $\left.\frac{d^2y}{dx^2}\right|_{t=0}$。
**解析**:
$$\frac{dx}{dt} = -e^{-t}, \quad \frac{dy}{dt} = \ln(1+t^2)$$
$$\frac{dy}{dx} = \frac{\ln(1+t^2)}{-e^{-t}} = -e^t \ln(1+t^2)$$
$$\frac{d^2y}{dx^2} = \frac{d}{dt}\!\left[-e^t \ln(1+t^2)\right] \big/ (-e^{-t}) = \left[-e^t\ln(1+t^2) - e^t\cdot\frac{2t}{1+t^2}\right] \cdot (-e^t)$$
代入 $t=0$:$\ln(1+0)=0$, $\frac{2\cdot 0}{1+0}=0$,故 $\left.\frac{d^2y}{dx^2}\right|_{t=0} = 0$
@@ -0,0 +1,68 @@
# 题型四:高阶导数计算
## 识别特征
- 题干要求 $f^{(n)}(x)$ 的通项公式
- 求某点的高阶导数值 $f^{(n)}(x_0)$
- 函数为乘积形式(如 $x^k \cdot g(x)$)
## 解题流程
```mermaid
flowchart TD
A[识别高阶导数题型] --> B{求什么?}
B -->|求某点 fⁿ⁡x₀| C{函数能否泰勒展开?}
B -->|求通项 fⁿ⁡x| D{函数结构?}
C -->|能| E[泰勒展开法:展开→找 xⁿ 系数 aₙ→fⁿ⁡x₀=aₙ·n!]
C -->|不能| D
D -->|乘积 u·v| F[莱布尼茨公式]
D -->|有理函数| G[分解为部分分式 → 归纳法]
D -->|简单函数| H[求 f',f'',f''' → 找规律 → 归纳法]
F --> I[代入公式求和]
G --> I
H --> I
E --> J[秒杀完成]
```
## 三种武器对比
| 武器 | 适用信号 | 优点 | 缺点 |
|------|---------|------|------|
| **归纳法** | 函数简单 + 求通项 | 直接,可求任意 n | 需找规律 |
| **莱布尼茨** | 两个因子乘积 + 一个因子高阶导为 0 | 一步到位 | 需组合数计算 |
| **泰勒展开** | 仅求**某点**的 $f^{(n)}(x_0)$ | 最快! | 需掌握展开式 |
**判断依据**:
- 题目问 $f^{(n)}(0)$ → 首选泰勒展开
- 题目问 $f^{(n)}(x)$ 通项 → 用归纳法或分解法
- $(x^n \cdot g(x))^{(n)}$ → 莱布尼茨($(x^n)^{(k)} = 0$ 当 $k > n$)
## 常见陷阱
- 莱布尼茨公式忘记组合数 $\binom{n}{k}$
- 泰勒展开法:忘记 $f^{(n)}(x_0) = a_n \cdot n!$
- 归纳法:符号规律容易搞错(尤其是 $(-1)^n$ 的位置)
## 经典母题
### 母题 1(归纳法)
求 $y = \frac{1}{x(1-x)}$ 的 n 阶导数。
**解析**:先分解:$y = \frac{1}{x} + \frac{1}{1-x}$
$$\left(\frac{1}{x}\right)^{(n)} = (-1)^n \frac{n!}{x^{n+1}}, \quad \left(\frac{1}{1-x}\right)^{(n)} = \frac{n!}{(1-x)^{n+1}}$$
$$y^{(n)} = (-1)^n \frac{n!}{x^{n+1}} + \frac{n!}{(1-x)^{n+1}}$$
### 母题 2(泰勒展开法,秒杀!)
求 $f^{(n)}(0)$,其中 $f(x) = \frac{x}{1-x-2x^2}$。
**解析**:$(1-x-2x^2) = (1-2x)(1+x)$
$$f(x) = \frac{x}{1-x-2x^2} = \frac{1}{3}\left(\frac{1}{1-2x} - \frac{1}{1+x}\right) = \frac{1}{3}\left[\sum_{n=0}^{\infty} (2x)^n - \sum_{n=0}^{\infty} (-x)^n\right]$$
$$= \frac{1}{3} \sum_{n=0}^{\infty} [2^n - (-1)^n] x^n$$
$x^n$ 的系数为 $a_n = \frac{2^n - (-1)^n}{3}$,故 $f^{(n)}(0) = a_n \cdot n! = \frac{2^n - (-1)^n}{3} \cdot n!$
@@ -0,0 +1,52 @@
# 题型五:相关变化率
## 识别特征
- 题干描述两个量都在变化,已知一个变化率(如 $\frac{dx}{dt}$),求另一个(如 $\frac{dy}{dt}$)
- 涉及几何图形(圆、球、三角形等)或物理场景
- 关键词:"速率""增加率""变化速度"
## 解题流程
```mermaid
flowchart TD
A[识别:两个相关变量都在变化] --> B[根据几何/物理条件建立方程]
B --> C[确定三个要素]
C --> C1[变量1:已知变化率]
C --> C2[变量2:待求变化率]
C --> C3[关系方程]
C1 --> D[方程两边对时间 t 求导]
C2 --> D
C3 --> D
D --> E[代入已知变化率和瞬时值]
E --> F[解出所求变化率]
F --> G{单位是否正确?}
G -->|是| H[完成]
G -->|否| I[检查量纲/换算单位]
I --> H
```
## 通法步骤
1. 根据几何/物理条件建立两个变量之间的**方程**
2. 方程两边对**时间 $t$** 求导(链式法则!)
3. 代入已知变化率和瞬时值,解出所求变化率
## 常见陷阱
- 忘记链式法则——对 $t$ 求导时中间变量必须补上其导数
- 瞬时值代入时机:先求导再代值,不能先代值再求导
- 单位不统一(如 cm 和 m 混用)
## 经典母题
> **题目**:一气球从离观察员 500 m 处铅直上升,速率为 140 m/min。当气球高度为 500 m 时,观察员视线仰角的增加率是多少?
**解析**:
设高度 $h$,仰角 $\alpha$,则 $\tan\alpha = \frac{h}{500}$
两边对 $t$ 求导:$\sec^2\alpha \cdot \frac{d\alpha}{dt} = \frac{1}{500} \cdot \frac{dh}{dt}$
当 $h=500$ 时,$\tan\alpha = 1$,$\sec^2\alpha = 1 + \tan^2\alpha = 2$
代入 $\frac{dh}{dt} = 140$:$2 \cdot \frac{d\alpha}{dt} = \frac{140}{500} \Rightarrow \frac{d\alpha}{dt} = 0.14$ rad/min
@@ -0,0 +1,55 @@
# 题型六:微分近似计算
## 识别特征
- 求 $\sqrt{}$、$e^{\square}$、$\ln(\square)$、$\sin \square$ 等函数的近似值
- 题干含"近似计算""近似值""估算"等关键词
## 解题流程
```mermaid
flowchart TD
A[识别:求函数近似值] --> B[选取函数 f⁡x]
B --> C[选取附近已知点 x₀]
C --> D{判断标准}
D -->|f⁡x₀ 好算| E[✅]
D -->|Δx = x-x₀ 足够小| E
E --> F[计算 f'⁡x₀]
F --> G[代入公式:f⁡x ≈ f⁡x₀ + f'⁡x₀·Δx]
G --> H[得出近似值]
```
## 通法步骤
1. 选取附近的已知点 $x_0$(使 $f(x_0)$ 好算)
2. $\Delta x = x - x_0$
3. $f(x) \approx f(x_0) + f'(x_0)\Delta x$
## 常见陷阱
- $x_0$ 选得过远 → 近似误差大
- 忘记求导:$f(x) \approx f(x_0) + \Delta x$ 是错的,系数必须是 $f'(x_0)$
- 微分近似是**线性近似**,只适用于 $|\Delta x|$ 很小的情形
## 常用近似公式($|x|$ 很小时)
| 公式 | 来源 |
|------|------|
| $\sin x \approx x$ | $f(x)=\sin x$, $x_0=0$ |
| $\tan x \approx x$ | $f(x)=\tan x$, $x_0=0$ |
| $e^x \approx 1+x$ | $f(x)=e^x$, $x_0=0$ |
| $\ln(1+x) \approx x$ | $f(x)=\ln(1+x)$, $x_0=0$ |
| $(1+x)^\alpha \approx 1+\alpha x$ | $f(x)=(1+x)^\alpha$, $x_0=0$ |
## 经典母题
> **题目**:求 $\sqrt{4.1}$ 的近似值。
**解析**:
取 $f(x) = \sqrt{x}$, $x_0 = 4$, $\Delta x = 0.1$
$f'(x) = \frac{1}{2\sqrt{x}}$,$f'(4) = \frac{1}{4}$
$$\sqrt{4.1} \approx f(4) + f'(4) \cdot 0.1 = 2 + \frac{0.1}{4} = 2.025$$
(精确值 $\sqrt{4.1} \approx 2.0248\ldots$,误差仅 $0.01\%$)
@@ -0,0 +1,79 @@
# 题型七:变限积分求导
## 识别特征
- 题干含 $\frac{d}{dx} \int_{\square}^{\square} f(t)dt$ 形式
- 极限式中出现变限积分与 $x^k$ 的比值($\frac{0}{0}$ 型 → 洛必达)
- 被积函数含参数 $x$
## 解题流程
```mermaid
flowchart TD
A[识别:变限积分求导] --> B{被积函数含 x?}
B -->|不含 x| C[直接用 Leibniz 公式]
B -->|含 x| D{能否提出 x?}
D -->|能| E[提出 x:∫ x·f⁡t dt = x·∫ f⁡t dt]
D -->|不能| F[变量代换消去被积函数中的 x]
E --> C
F --> C
C --> G{与极限结合?}
G -->|是| H[洛必达法则:分子用变限积分求导]
G -->|否| I[直接得出结果]
H --> I
```
## 核心公式
**基本形式**:
$$\frac{d}{dx} \int_a^x f(t) dt = f(x)$$
**一般形式(考研核心)**:
$$\frac{d}{dx} \int_{a(x)}^{b(x)} f(t) dt = f(b(x)) \cdot b'(x) - f(a(x)) \cdot a'(x)$$
口诀:**「上限代入 × 上限导 − 下限代入 × 下限导」**
**含参形式**:
$$\frac{d}{dx} \int_{a(x)}^{b(x)} f(x, t) dt = \int_{a(x)}^{b(x)} \frac{\partial f(x,t)}{\partial x} dt + f(x, b(x)) \cdot b'(x) - f(x, a(x)) \cdot a'(x)$$
## 常见陷阱
- 被积函数含 $x$ 时不能直接套基本公式——必须先**提出 $x$** 或**变量代换**
- 上下限调换:$\int_{b(x)}^{a(x)} = -\int_{a(x)}^{b(x)}$
- 洛必达时忘记链式法则:$\frac{d}{dx} \int_0^{x^2} f(t)dt = f(x^2) \cdot 2x$
- 结果中的自变量是 $x$ 而非 $t$($t$ 是哑变量)
## 经典母题
### 母题 1(被积函数含 x——需变量代换)
设 $F(x) = \int_0^x t f(x^2 - t^2) dt$,其中 $f$ 可导,求 $F'(x)$。
**解析**:令 $u = x^2 - t^2$,则 $du = -2t dt$,即 $t dt = -\frac{1}{2} du$
当 $t = 0$ 时 $u = x^2$;当 $t = x$ 时 $u = 0$
$$F(x) = \int_{x^2}^{0} f(u) \cdot \left(-\frac{1}{2}\right) du = \frac{1}{2} \int_0^{x^2} f(u) du$$
$$F'(x) = \frac{1}{2} \cdot f(x^2) \cdot 2x = x f(x^2)$$
### 母题 2(与洛必达结合——真题模式)
求极限 $\displaystyle \lim_{x \to 0} \frac{\int_0^x (e^{t^2} - 1) dt}{x^3}$。
**解析**:$\frac{0}{0}$ 型,用洛必达法则:
$$\lim_{x \to 0} \frac{\int_0^x (e^{t^2} - 1) dt}{x^3} = \lim_{x \to 0} \frac{e^{x^2} - 1}{3x^2} = \lim_{x \to 0} \frac{x^2}{3x^2} = \frac{1}{3}$$
### 母题 3(含参 + 二阶导)
设 $\varphi(x) = \int_0^x (x-t) f(t) dt$,其中 $f$ 连续,求 $\varphi'(x)$ 和 $\varphi''(x)$。
**解析**:
$\varphi(x) = x \int_0^x f(t) dt - \int_0^x t f(t) dt$
$$\varphi'(x) = \int_0^x f(t) dt + x \cdot f(x) - x f(x) = \int_0^x f(t) dt$$
$$\varphi''(x) = f(x)$$
启示:$\int_0^x (x-t)f(t)dt$ 是 $f(x)$ 的**二次原函数**——这个结构在考研中反复出现!
@@ -0,0 +1,103 @@
# 题型八:极值点、拐点、零点判定
## 识别特征
- 题干出现"极值点""拐点""零点个数""方程的根""凹凸区间"等关键词
- 给出 $f'(x)$ / $f''(x)$ 的图像或表格信息
- 概念辨析选择题:"下列说法正确的是"
## 解题流程
```mermaid
flowchart TD
A[识别:需要判定某种'点'] --> B{判定目标?}
B -->|极值点| C[求 f'⁡x]
B -->|拐点| D[求 f''⁡x]
B -->|零点/方程的根| E[构造函数 F⁡x]
C --> C1[解 f'⁡x=0 → 驻点]
C --> C2[标记不可导点]
C1 --> C3[候选点集合]
C2 --> C3
C3 --> F1{检验 f' 两侧是否变号}
F1 -->|变号| G1[✅ 极值点]
F1 -->|不变号| G2[❌ 不是极值点]
D --> D1[解 f''⁡x=0]
D --> D2[标记 f'' 不存在的点]
D1 --> D3[候选点集合]
D2 --> D3
D3 --> F2{检验 f'' 两侧是否变号}
F2 -->|变号| H1[✅ 拐点 坐标 x₀,f⁡x₀]
F2 -->|不变号| H2[❌ 不是拐点]
E --> E1[求 F'⁡x → 单调区间]
E1 --> E2[每个单调区间端点求 F 值或极限]
E2 --> F3{端点值异号?}
F3 -->|异号| I1[该区间内恰有一个零点]
F3 -->|同号| I2[该区间内无零点]
I1 --> I3[汇总:零点总个数]
I2 --> I3
```
## 极值点 vs 拐点 vs 零点 对比
```mermaid
flowchart LR
subgraph 极值点
A1[f' 变号] --> A2[极值点]
A3[候选:驻点 + 不可导点] --> A1
end
subgraph 拐点
B1[f'' 变号] --> B2[拐点 x₀,f⁡x₀]
B3[候选:f''=0 + f''不存在] --> B1
end
subgraph 零点
C1[单调区间端点异号] --> C2[存在零点]
C3[+ 严格单调] --> C4[唯一零点]
end
```
## 常见陷阱
- **极值点 ≠ 驻点**:不可导点也可能是极值点($|x|$ 在 $x=0$)
- **拐点 ≠ $f''(x_0)=0$**:$f''$ 不存在的点也可能是拐点($x^{1/3}$ 在 $x=0$)
- **拐点坐标**:答案必须写成 $(x_0, f(x_0))$,只写 $x_0$ 不得分
- **极值点 vs 最值点**:极值是局部概念,最值是全局概念
- **混淆 $f'$ 与 $f''$ 的用途**:$f'$ 变号 → 极值点,$f''$ 变号 → 拐点
## 经典母题
### 母题 1(拐点坐标计算)
求曲线 $y = x^4 - 6x^3 + 12x^2 - 8x$ 的拐点。
**解析**:
$$y'' = 12x^2 - 36x + 24 = 12(x-1)(x-2)$$
列表检验 $y''$ 在 $x=1,2$ 两侧是否变号:
| $x$ | $(-\infty, 1)$ | $1$ | $(1, 2)$ | $2$ | $(2, +\infty)$ |
|-----|---------------|-----|---------|-----|---------------|
| $y''$ | $+$ | $0$ | $-$ | $0$ | $+$ |
$y''$ 在 $x=1$ 和 $x=2$ 处均变号,故拐点为 $(1, -1)$ 和 $(2, 0)$。
### 母题 2(含参方程零点个数)
讨论方程 $\ln x = ax$($a>0$)有几个实根。
**解析**:令 $f(x) = \ln x - ax$($x > 0$),$f'(x) = \frac{1}{x} - a$
$x = 1/a$ 是唯一驻点,$f(1/a) = -\ln a - 1$ 是全局最大值。
- $0 < a < 1/e$:$f(1/a) > 0$ → **两个零点**
- $a = 1/e$:$f(1/a) = 0$ → **一个零点**
- $a > 1/e$:$f(1/a) < 0$ → **无零点**
### 母题 3(概念辨析)
下列说法正确的是?
- (A) 若 $f'(x_0)=0$,则 $x_0$ 是极值点 — ❌ 反例 $x^3$
- (B) 若 $f''(x_0)=0$,则 $(x_0, f(x_0))$ 是拐点 — ❌ 反例 $x^4$
- (C) 若 $x_0$ 是极值点且 $f'(x_0)$ 存在,则 $f'(x_0)=0$ — ✅ 费马引理
- (D) 若 $x_0$ 是拐点,则 $f''(x_0)=0$ — ❌ 反例 $x^{1/3}$
**答案**:(C)