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

649 lines
32 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 📌 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。