Files
MathNotesVersion1/公式笔记/高等数学/Ch02_导数与微分/Ch02_Derivative_Differential.md
T
2026-10-04 11:44:56 +08:00

32 KiB
Raw Blame History

📌 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

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):
    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。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。