# 📌 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。