欢迎来到微积分的世界！
欢迎！在这一章，我们将深入探讨微分 (Differentiation)。如果你曾好奇如何精确测量事物在特定瞬间的变化快慢——比如一颗下落苹果的确切速度，或是人口增长的比率——那么微分就是你的好工具。你可以把它想像成曲线的“斜率探测器”。如果起初觉得概念有点抽象也别担心，我们会一步步为你拆解！
1. 核心概念：什么是导数？
对于直线来说，其斜率（gradient）在任何地方都是一样的。但对于曲线来说，斜率会随着你的位置而改变。为了找出曲线在某一点的斜率，我们想像该点有一条切线 (tangent)（即刚好与曲线相切的直线）。该曲线在该点的斜率，正正等于该切线的斜率。
由基本原理求导 (Differentiation from First Principles)
我们如何在数学上求出这个斜率呢？我们从曲线上非常靠近的两点开始，先求出连接这两点的线段（即弦，chord）的斜率。当我们把这两点无限靠近，直到它们几乎重合为一点时，我们就找到了极限 (limit)。这就是所谓的“由基本原理求导”。
斜率函数 \( f'(x) \) 的公式为：
\( f'(x) = \lim_{h \to 0} \frac{f(x+h) - f(x)}{h} \)
快速回顾：符号表示法
我们主要有两种写法来表示导数：
1. \( \frac{dy}{dx} \)：读作 "dy by dx"。它代表 \( y \) 随 \( x \) 的变化率。
2. \( f'(x) \)：读作 "f-prime of x"。这是 \( f(x) \) 的导函数（斜率函数）。
关键重点：微分可以找出变化率。如果你有一张距离对时间的图表，其导数给你的就是速度。
2. 基本幂法则 (The Basic Power Rule)
你最常使用的规则是针对像 \( y = kx^n \) 这类函数的。
规则：将次方数拉下来相乘，然后将次方数减 1。
\( \frac{d}{dx}(kx^n) = nkx^{n-1} \)
例子：如果 \( y = 5x^3 \)，那么 \( \frac{dy}{dx} = 3 \times 5x^{3-1} = 15x^2 \)。
例子：如果 \( y = \frac{1}{x} \)，先将其改写为 \( y = x^{-1} \)。那么 \( \frac{dy}{dx} = -1x^{-2} = -\frac{1}{x^2} \)。
避免常见错误：别忘了常数（例如 7 这类纯数字）的导数是 0。这是因为水平线（\( y=7 \)）并没有斜率！
3. 特殊函数的微分
除了 \( x \) 的幂次外，你还需要知道如何处理指数、对数和三角函数。关键提示：在进行三角函数的微积分运算时，你的计算器必须设为弧度 (Radians)模式！
指数与对数
- \( e^{kx} \) 的导数是 \( ke^{kx} \)。(\( e^x \) 这个函数很特别，因为它的导数就是它本身！)
- \( \ln(x) \) 的导数是 \( \frac{1}{x} \)。
- \( a^{kx} \) 的导数是 \( k a^{kx} \ln(a) \)。
三角函数
- \( \frac{d}{dx}(\sin(kx)) = k \cos(kx) \)
- \( \frac{d}{dx}(\cos(kx)) = -k \sin(kx) \)（注意这里的负号！）
- \( \frac{d}{dx}(\tan(kx)) = k \sec^2(kx) \)
记忆小撇步：记忆三角函数导数“循环”的常见方法是：
Sin \(\rightarrow\) Cos \(\rightarrow\) -Sin \(\rightarrow\) -Cos \(\rightarrow\) Sin
关键重点：记得随时检查是否需要从函数内部将常数 \( k \) “抽出来”乘到前面。
4. 三大黄金法则：链式法则、乘积法则与商法则
当函数变得“复杂”时，我们就需要使用这些特定法则。如果初看觉得棘手也别担心，它们只需要多练习就会熟能生巧！
链式法则 (The Chain Rule - 复合函数)
可以把它想像成俄罗斯套娃。先对外部进行微分，然后乘以内部函数的导数。
如果 \( y = f(g(x)) \)，那么 \( \frac{dy}{dx} = \frac{dy}{du} \times \frac{du}{dx} \)。
例子：\( y = (3x^2 + 1)^5 \)。
内部 (\( u \)) 是 \( 3x^2 + 1 \)。外部是 \( u^5 \)。
导数 = \( 5(3x^2 + 1)^4 \times (6x) = 30x(3x^2 + 1)^4 \)。
乘积法则 (The Product Rule - 两个函数相乘)
如果 \( y = uv \)，那么 \( \frac{dy}{dx} = u \frac{dv}{dx} + v \frac{du}{dx} \)。
简单记忆法：“左乘右导，加右乘左导”。
商法则 (The Quotient Rule - 两个函数相除)
如果 \( y = \frac{u}{v} \)，那么 \( \frac{dy}{dx} = \frac{v \frac{du}{dx} - u \frac{dv}{dx}}{v^2} \)。
记忆小撇步：“下乘上导，减上乘下导，除以下面平方”。
5. 应用：\( \frac{dy}{dx} \) 有什么用？
微分不仅仅是为了求解方程式，它还能帮助我们理解图形的形状和行为。
驻点 (Stationary Points - 极大值与极小值)
在图形山峰的最高点或山谷的最低点，斜率为零。这些点称为驻点。
要找出它们，请令 \( \frac{dy}{dx} = 0 \) 并解出 \( x \)。
- 如果二阶导数 \( \frac{d^2y}{dx^2} > 0 \)，这是一个极小值（看起来像个笑脸）。
- 如果二阶导数 \( \frac{d^2y}{dx^2} < 0 \)，这是一个极大值（看起来像个愁脸）。
递增与递减函数
- 当 \( \frac{dy}{dx} \geq 0 \) 时，函数为递增。
- 当 \( \frac{dy}{dx} \leq 0 \) 时，函数为递减。
凹凸性与拐点 (Concavity and Points of Inflection)
这描述了曲线的“弯曲”方向。
凹向上 (Concave Upwards/Convex)：图形像杯子一样向上弯曲。\( \frac{d^2y}{dx^2} > 0 \)。
凹向下 (Concave Downwards)：图形像盖子一样向下弯曲。\( \frac{d^2y}{dx^2} < 0 \)。
拐点 (Point of Inflection)：曲线从向上凹变为向下凹（或反之）的确切点。在该点，\( \frac{d^2y}{dx^2} = 0 \)。
你知道吗？拐点不一定是驻点！它只代表“弯曲的方式”正在改变。
6. 进阶技巧：隐函数与参数微分
隐函数微分 (Implicit Differentiation)
有时候 \( x \) 和 \( y \) 混合在一起，例如 \( x^2 + y^2 = 25 \)。你很难直接将其变换为“\( y = ... \)”。
技巧：将每一项都对 \( x \) 进行微分。每当你对含有 \( y \) 的项微分时，只需补乘以 \( \frac{dy}{dx} \)。
例子：\( y^2 \) 的导数是 \( 2y \frac{dy}{dx} \)。
参数微分 (Parametric Differentiation)
如果 \( x \) 和 \( y \) 都由第三个变量 \( t \)（参数）定义，请使用链式法则的这个版本：
\( \frac{dy}{dx} = \frac{dy/dt}{dx/dt} \)
总结检查清单
1. 你能对基本幂函数、\( e^x \)、\( \ln x \) 及三角函数进行微分吗？
2. 你知道何时该使用乘积法则、商法则和链式法则吗？
3. 你能通过令 \( \frac{dy}{dx} = 0 \) 来找到驻点吗？
4. 你理解 \( \frac{d^2y}{dx^2} \) 能反映曲线的凹凸性吗？
5. 你是否有确认计算器在进行三角函数微积分时已设为弧度模式？
继续练习吧！微积分就像一种语言，通过解决问题来“运用”它，你会感觉越来越得心应手。你一定做得到！