Differentiation

欢迎来到微分的世界！

你好！欢迎来到 AS Level 数学旅程中最令人兴奋的部分之一。如果你曾经好奇我们是如何计算汽车在某一特定时刻的确切速度，或者公司是如何找到能让利润最大化的完美定价，那么你正在探索的就是微分（Differentiation）。

微分的核心，其实就是一种测量事物如何变化的方法。如果起初看到一堆符号觉得眼花缭乱，不用担心——我们会一步步拆解，直到这些概念变得像直觉一样自然。让我们开始吧！

1. 什么是导数（Derivative）？

想象你正在爬山。在某些路段，山坡非常陡峭；而在其他路段，坡度则较平缓。我们将在任何一点上的“陡峭程度”称为斜率（gradient）。在代数中，我们学过如何求直线的斜率，但曲线就比较棘手，因为它们的陡峭程度是不断变化的！

切线（Tangent）的斜率

切线是一条与曲线在某一点上恰好相切的直线。曲线在该点上的斜率，正正就等于这条切线的斜率。

作为“极限（Limit）”的微分

既然我们通常需要两个点才能计算“垂直变化除以水平变化（rise over run）”，那要如何求出单一点的斜率呢？我们在曲线上取两个点，并让它们无限靠近，直到两点间的距离趋近于零。这就是所谓的极限。我们使用符号 \( \frac{dy}{dx} \) 来代表这个 \( y \) 的微小变化量除以 \( x \) 的微小变化量。

快速回顾：
- \( f(x) \) 是原函数（即山的高度）。
- \( f'(x) \) 或 \( \frac{dy}{dx} \) 是导数（即山坡在任何一点的陡峭程度）。

2. 由基本原理（First Principles）进行微分

在学习快捷方式之前，我们需要了解其“内在运作机制”。对于 AS Level 而言，你需要学会如何使用基本原理公式，对 \( x \) 的简单幂次项（如 \( x^2 \) 或 \( x^3 \)）进行微分：

\( f'(x) = \lim_{h \to 0} \frac{f(x+h) - f(x)}{h} \)

步骤示例：对 \( f(x) = x^2 \) 进行微分
1. 求 \( f(x+h) \)：即 \( (x+h)^2 = x^2 + 2xh + h^2 \)。
2. 减去 \( f(x) \)：\( (x^2 + 2xh + h^2) - x^2 = 2xh + h^2 \)。
3. 除以 \( h \)：\( \frac{2xh + h^2}{h} = 2x + h \)。
4. 令 \( h \) 趋近于零：随着 \( h \) 消失，我们剩下 \( 2x \)。
所以，\( x^2 \) 的导数就是 \( 2x \)！

你知道吗？公式中的 "h" 代表沿着 x 轴极微小的移动。当这个移动量变得越来越小，我们的计算就会变得越来越准确！

3. 神奇的捷径：幂法则（Power Rule）

虽然基本原理很有用，但你肯定不想每次都用它！幸运的是，对于任何形式为 \( y = ax^n \) 的函数，有一个简单的法则。

法则：将指数乘下来，然后将指数减 1。

\( \text{若 } y = x^n, \text{ 则 } \frac{dy}{dx} = nx^{n-1} \)

例子：
- \( y = x^5 \rightarrow \frac{dy}{dx} = 5x^4 \)
- \( y = 3x^2 \rightarrow \frac{dy}{dx} = 6x \)（将 3 乘以指数 2，然后 \( 2-1=1 \)）
- \( y = 7 \rightarrow \frac{dy}{dx} = 0 \)（水平线的斜率永远是零！）

处理分数指数：
这个法则同样适用于分数和负数！
- 若 \( y = \sqrt{x} \)，先改写为 \( y = x^{1/2} \)。则 \( \frac{dy}{dx} = \frac{1}{2}x^{-1/2} \)。
- 若 \( y = \frac{1}{x^2} \)，先改写为 \( y = x^{-2} \)。则 \( \frac{dy}{dx} = -2x^{-3} \)。

常见错误：处理负指数时，请记住减去 1 会让数字“变得更负”。例如，\( -2 - 1 = -3 \)，而不是 \( -1 \)！

重点提示：在开始微分之前，务必先将根式（surds）和分数改写为 \( x \) 的幂次形式。

4. 切线与法线（Tangents and Normals）

既然我们已经学会求斜率，现在就可以求出图形上特定直线的方程。

求切线

切线与曲线有相同的斜率。求其方程的步骤：
1. 通过微分求出 \( \frac{dy}{dx} \)。
2. 代入你已知点的 \( x \) 值以获得斜率 \( m \)。
3. 使用直线公式：\( y - y_1 = m(x - x_1) \)。

求法线

法线是垂直于切线的直线（它与曲线相交成 90 度）。
1. 求出切线的斜率 \( m \)。
2. 法线的斜率是切线斜率的负倒数：\( -\frac{1}{m} \)。
3. 如同前面一样，使用直线公式。

类比：如果切线是一辆沿着弯曲道路行驶的汽车，法线就是汽车突然向侧面转向 90 度时，车头灯所指的方向！

5. 驻点（Stationary Points）：极大值与极小值

驻点发生在斜率为零（\( \frac{dy}{dx} = 0 \)）的地方。这就是图形在瞬间变平的位置——通常位于山丘的最高点或山谷的最低点。

如何寻找：
1. 对函数进行微分。
2. 令 \( \frac{dy}{dx} = 0 \) 并解出 \( x \)。
3. 将 \( x \) 代回原始方程以求出 \( y \) 坐标。

二阶导数 \( \frac{d^2y}{dx^2} \)

二阶导数就是“对导数再次微分”。它告诉我们斜率的变化率。我们用它来检测该点是极大值还是极小值：
- 若 \( \frac{d^2y}{dx^2} > 0 \)（正数），该点为极小值（看起来像个微笑 \(\cup\)）。
- 若 \( \frac{d^2y}{dx^2} < 0 \)（负数），该点为极大值（看起来像个皱眉 \(\cap\)）。

记忆小技巧：
正（P） = 水洼（Puddles）（极小值，洼地的底部）。
负（N） = 山峰（Mountains）（极大值，山顶）。

6. 递增与递减函数

有时候你不需要精确的斜率；只需要知道图形是在上升还是在下降。

- 递增函数：斜率永远为正（\( \frac{dy}{dx} > 0 \)）。
- 递减函数：斜率永远为负（\( \frac{dy}{dx} < 0 \)）。

重点提示：若要证明一个函数是递增的，请先对其微分，并证明该结果在给定的 \( x \) 范围内始终大于零。

总结检查清单

- [ ] 你能使用幂法则对 \( x^n \) 进行微分吗？
- [ ] 你能针对简单的 \( x \) 幂次使用基本原理进行微分吗？
- [ ] 你记得要令 \( \frac{dy}{dx} = 0 \) 来寻找驻点吗？
- [ ] 你能通过二阶导数来判断极大值与极小值吗？
- [ ] 你知道法线的斜率是 \( -\frac{1}{m} \) 吗？

如果起初觉得棘手，别担心！微分是一种全新的思维方式。持续练习幂法则，很快你就能在睡梦中计算斜率了。你一定做得到！