====== 导数 (Derivative)：从直观到严谨 ======

> "说穿了，导数这玩意儿真的相当简单，一言以蔽之，就是'斜率'。"

这句话非常精准地道出了导数的**几何本质**。但这只是冰山一角，本教程将带你全面掌握导数。

===== 1. 核心概念：什么是导数？ =====

==== 1.1 直观理解：瞬时变化率 ====
想象你在开车：
  * **平均速度**：你 2 小时开了 120 公里，平均速度是 60km/h。
  * **瞬时速度**：你扫了一眼仪表盘，指针指向 70km/h。这就是**导数**。

在几何上，**平均变化率**是割线的斜率，而**导数**是切线的斜率。

==== 1.2 严格定义 (The Definition) ====
导数是当自变量的变化量趋近于 0 时，函数值的变化量与自变量变化量比值的极限。

设函数 $y = f(x)$，在点 $x_0$ 处的导数定义为：

$$ f'(x_0) = \lim_{\Delta x \to 0} \frac{f(x_0 + \Delta x) - f(x_0)}{\Delta x} $$

或者写作：
$$ f'(x) = \lim_{h \to 0} \frac{f(x+h) - f(x)}{h} $$

==== 1.3 常用符号 ====
导数有多种写法，混用时不要感到困惑：
  * **拉格朗日记法**：$f'(x)$ 或 $y'$ （最常用）
  * **莱布尼茨记法**：$\frac{dy}{dx}$ 或 $\frac{d}{dx}f(x)$ （强调微小的增量比，方便链式法则）
  * **牛顿记法**：$\dot{y}$ （通常用于物理中表示对时间的导数）

===== 2. 导数的几何意义 =====

如果函数 $f(x)$ 在点 $x_0$ 处可导，那么 $f'(x_0)$ 就代表曲线 $y=f(x)$ 在点 $(x_0, f(x_0))$ 处的**切线斜率**。

**切线方程公式：**
根据点斜式，切线方程为：
$$ y - f(x_0) = f'(x_0) \cdot (x - x_0) $$

===== 3. 常见函数的导数表 =====

^ 函数 $f(x)$ ^ 导数 $f'(x)$ ^ 
| $C$ (常数) | $0$ | 
| $x^n$ (幂函数) | $n x^{n-1}$ |
| $\sin x$ | $\cos x$ |
| $\cos x$ | $-\sin x$ | 
| $\tan x$ | $\sec^2 x$ |
| $\cot x$ | $-\csc^2 x$ | 
| $\sec x$ | $\sec x \tan x$ |
| $\csc x$ | $-\csc x \cot x$ |
| $e^x$ | $e^x$ | 
| $a^x$ | $a^x \ln a$ | 
| $\ln x$ | $\frac{1}{x}$ | 
| $\log_a x$ | $\frac{1}{x \ln a}$ | 
| $\arcsin x$ | $\frac{1}{\sqrt{1-x^2}}$ | 
| $\arccos x$ | $-\frac{1}{\sqrt{1-x^2}}$ | 
| $\arctan x$ | $\frac{1}{1+x^2}$ |
| $\text{arccot} x$ | $-\frac{1}{1+x^2}$ |

===== 4. 导数的运算法则 (求导工具箱) =====

当函数变得复杂时，我们需要利用法则拆解计算。假设 $u = u(x)$ 和 $v = v(x)$ 均可导。

==== 4.1 四则运算 ====
  * **加减法则**： $(u \pm v)' = u' \pm v'$
  * **乘法法则** (Product Rule)： $(uv)' = u'v + uv'$  //（前导后不导 + 后导前不导）//
  * **除法法则** (Quotient Rule)： $(\frac{u}{v})' = \frac{u'v - uv'}{v^2}$ //（上导下不导 - 下导上不导，分母平方）//

==== 4.2 链式法则 (Chain Rule)  ====
处理复合函数 $y = f(g(x))$ 的利器。就像剥洋葱一样，由外向内求导。

$$ \frac{dy}{dx} = \frac{dy}{du} \cdot \frac{du}{dx} $$
或者：
$$ [f(g(x))]' = f'(g(x)) \cdot g'(x) $$

**例子：** 求 $y = \sin(x^2)$ 的导数。
  - 外层函数是 $\sin(\cdot)$，导数是 $\cos(\cdot)$
  - 内层函数是 $x^2$，导数是 $2x$
  - 结果：$y' = \cos(x^2) \cdot 2x$

===== 5. 进阶求导技巧 =====

当函数形式不再是简单的 $y=f(x)$，或者表达式极其繁琐时，我们需要更高级的武器。

==== 5.1 隐函数求导 (Implicit Differentiation) ====
有些函数很难显式地写成 $y = \dots$ 的形式（例如圆的方程 $x^2 + y^2 = 25$）。此时，我们将 $y$ 看作 $x$ 的函数 $y(x)$，直接对等式两边求导。

**核心步骤：**
  - 1. 等式两边同时对 $x$ 求导。
  - 2. 遇到含 $y$ 的项时，应用**链式法则**，乘以 $y'$ (即 $\frac{dy}{dx}$)。
  - 3. 整理方程，解出 $y'$。

**示例：** 求圆 $x^2 + y^2 = 25$ 的切线斜率。
  - 对 $x$ 求导： $\frac{d}{dx}(x^2) + \frac{d}{dx}(y^2) = \frac{d}{dx}(25)$
  - 应用链式法则： $2x + 2y \cdot y' = 0$
  - 解出 $y'$： $2y \cdot y' = -2x \implies y' = -\frac{x}{y}$

==== 5.2 对数求导法 (Logarithmic Differentiation) ====
适用于两类场景：
  - 1. **幂指函数**：底数和指数都含有 $x$，如 $y = x^x$ 或 $y = (\sin x)^x$。
  - 2. **复杂的连乘/连除**：如 $y = \frac{(x-1)^3 \sqrt{x+2}}{(x+5)^4}$。

**核心步骤：**
  - 1. 等式两边取自然对数 $\ln$。
  - 2. 利用对数性质化简右边（乘变加，除变减，指数提前）。
  - 3. 两边对 $x$ 隐函数求导（左边变成 $\frac{1}{y} \cdot y'$）。
  - 4. 移项解出 $y'$，并将 $y$ 替换回原表达式。

**示例：** 求 $y = x^x$ 的导数。
  - 取对数： $\ln y = \ln(x^x) = x \ln x$
  - 两边求导： $\frac{1}{y} y' = 1 \cdot \ln x + x \cdot \frac{1}{x}$
  - 整理： $\frac{y'}{y} = \ln x + 1$
  - 结果： $y' = y(\ln x + 1) = x^x(\ln x + 1)$

===== 6. 相关变化率 (Related Rates) =====

这是导数在物理和几何中最动态的应用。当多个变量（如体积 $V$、半径 $r$、高度 $h$）都随**时间 $t$** 变化，且它们之间存在某种关系方程时，我们可以求出它们变化率之间的关系。

**解题四步法：**
  - 1. **绘图与设变量**：画出示意图，用变量表示随时间变化的量（如 $x(t), y(t)$）。
  - 2. **列关系式**：找到连接这些变量的静态方程（如勾股定理、体积公式）。
  - 3. **对 $t$ 求导**：等式两边对时间 $t$ 求导（注意：每个变量 $x$ 都要导成 $\frac{dx}{dt}$）。
  - 4. **代入求解**：将已知的数值和变化率代入，解出未知的变化率。

**示例：吹气球**
假设气球是球体，半径以 $2 \text{ cm/s}$ 的速度增加。当半径 $r = 10 \text{ cm}$ 时，体积增加得有多快？
  - 已知：$\frac{dr}{dt} = 2$，求 $\frac{dV}{dt}$ 当 $r=10$。
  - 关系式：$V = \frac{4}{3}\pi r^3$
  - 对 $t$ 求导：$\frac{dV}{dt} = \frac{4}{3}\pi \cdot 3r^2 \cdot \frac{dr}{dt} = 4\pi r^2 \frac{dr}{dt}$
  - 代入：$\frac{dV}{dt} = 4\pi (10)^2 (2) = 800\pi \approx 2513 \text{ cm}^3/\text{s}$

===== 7. 高阶导数 =====

导数的导数，称为二阶导数，记作 $f''(x)$ 或 $\frac{d^2y}{dx^2}$。

  * **一阶导数 $f'(x)$**：描述函数的**增减性**（斜率正负）。
  * **二阶导数 $f^{\prime\prime}(x)$**：描述函数的**凹凸性**（弯曲方向）。

{{ 微积分:pasted:20251121-225411.png }}

    * $f''(x) > 0$：凹函数 (Concave Up, 像个碗)，$f'(x)=0$时有极小值。
    * $f''(x) < 0$：凸函数 (Concave Down, 像个拱门)，$f'(x)=0$时有极大值。
  * **物理意义**：如果 $s(t)$ 是位移，则 $s'(t)$ 是速度，$s''(t)$ 是加速度。

===== 8. 导数的应用 =====

==== 8.1 求极值与最值 ====
寻找函数峰值的方法：
  - 1. 求导 $f'(x)$。
  - 2. 令 $f'(x) = 0$，解出驻点 (Critical Points)。
  - 3. 判断这些点是极大值、极小值还是拐点（使用一阶导数符号变化或二阶导数测试）。

==== 8.2 洛必达法则 (L'Hôpital's Rule) ====
处理 $\frac{0}{0}$ 或 $\frac{\infty}{\infty}$ 型极限的神器。

$$ \lim_{x \to c} \frac{f(x)}{g(x)} = \lim_{x \to c} \frac{f'(x)}{g'(x)} $$

==== 8.3 泰勒公式 (Taylor Series) ====
用多项式去逼近任意复杂函数。导数是泰勒展开系数的核心来源。
$$ f(x) \approx f(a) + f'(a)(x-a) + \frac{f''(a)}{2!}(x-a)^2 + \dots $$

==== 8.4 线性近似 (Linear Approximation) ====
导数不仅能求斜率，还能帮我们心算复杂的数值。
**基本思想**：在一点附近，曲线可以用切线来代替。这叫做**局部线性化**。

如果 $x$ 接近 $a$，那么：
$$ f(x) \approx L(x) = f(a) + f'(a)(x-a) $$

这本质上就是泰勒公式的一阶展开。也可以理解为：
$$ \Delta y \approx dy = f'(a) \Delta x $$
//（函数值的真实改变量 $\approx$ 切线上的改变量）//

**示例：不用计算器，估算 $\sqrt{4.1}$ 的值**
  - 1. **设函数**：$f(x) = \sqrt{x}$。
  - 2. **找基准点**：选一个离 4.1 很近且好算的数，选 $a=4$（因为 $\sqrt{4}=2$）。此时 $\Delta x = 0.1$。
  - 3. **求导数**：$f'(x) = \frac{1}{2\sqrt{x}}$。
  - 4. **算斜率**：在 $a=4$ 处的斜率是 $f'(4) = \frac{1}{2\sqrt{4}} = \frac{1}{4} = 0.25$。
  - 5. **代入公式**：
$$ \sqrt{4.1} \approx f(4) + f'(4)(4.1 - 4) $$
$$ \approx 2 + 0.25 \times 0.1 = 2.025 $$
**验证**：计算器算出的真实值约为 $2.0248$，误差非常小！

===== 9. 什么时候不可导？ =====

函数连续不一定可导。以下情况**不可导**：
  - **尖点/角点**：如 $y = |x|$ 在 $x=0$ 处。（左右导数不相等，斜率突变）。
  - **不连续点**：函数断开了，当然没有切线。
  - **切线垂直**：切线斜率为无穷大。