32 KiB
📌 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
- 极简例子:
-
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
- 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
- 极简例子:
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
- 极简例子:
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}
- 极简例子:
- 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
- 极简例子: $(x^2 e^x)^{(n)} = \sum_{k=0}^{n} \binom{n}{k} (x^2)^{(k)} e^x$,仅
-
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)
- 极简例子: $y = x^x$,$\ln y = x \ln x$,$\frac{y'}{y} = \ln x + 1$,
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}
- 极简例子:
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
- 可微
-
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)dxd(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 dvd(uv) = v du + u dvd\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
- $\Delta y \approx dy = f'(x_0)\Delta x$(
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:
- 求 $f'(x)$,确定单调区间
- 在每个单调区间上求端点函数值(或极限)
- 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 |
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 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):
- ⭐⭐⭐ 导数
\to单调性\to不等式 — Ch03 的核心计算能力 - ⭐⭐⭐ 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 - ⭐⭐⭐ 求导公式
\to原函数 — Ch04 不定积分的基础 - ⭐⭐⭐ 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 - ⭐⭐ 参数方程求导
\to曲线积分 — Ch09 曲线积分计算必用 - ⭐⭐ 链式法则
\to多元复合偏导 — Ch08 的求导法则 - ⭐ 微分
\to线性近似\to偏导/全微分 — Ch08 微分概念的推广
- ⭐⭐⭐ 导数
【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。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。