欢迎来到微积分的世界！
在本章中，我们将深入探讨基本微分（Basic Differentiation）。如果你曾经好奇如何测量蜿蜒山径的精确斜度，或者汽车在某一瞬间的加速度有多快，那你找对地方了！微积分是研究变化（change）的数学，而微分就是我们衡量变化的主要工具。
如果起初觉得这些概念有点抽象，请不用担心。我们会一步步将其拆解，从“它是什么？”到“我该怎么做？”带你完全掌握。
1. 什么是斜率（Gradient）？
在你之前的学习中，你已经知道直线的斜率（gradient/slope）是一个常数，它告诉你 \(x\) 每变动一点，\(y\) 会跟着变动多少。但如果是曲线呢？
在曲线上，斜度在每一个点都在变化。为了找出曲线在特定点的斜率，我们会观察该点的切线（tangent）。切线是一条在该点与曲线“轻触”的直线，它拥有与曲线在那一点完全相同的斜度。
弦（Chords）与极限（Limits）
想象你在曲线上取两个点 \(A\) 和 \(P\)，如果你在这两点之间画一条直线，我们称之为弦（chord）。当你将点 \(P\) 滑动得越来越靠近点 \(A\) 时，这条弦会变得越来越短，其斜率也会看起来越来越像曲线在点 \(A\) 的斜率。
在微积分中，我们称这种过程为“逼近极限（limit）”。当点与点之间的距离缩小至零时，弦的斜率趋向的那个极限值，就是切线的斜率。
快速回顾：
- 曲线在某一点的斜率 = 该点切线的斜率。
- 当弦上的两个点重合时，弦的极限就是切线。
2. 导数：我们的斜率公式
与其用手画切线（既麻烦又不准确），我们使用一个称为导数（derivative）的公式。如果曲线方程为 \(y = f(x)\)，那么导数记作 \( \frac{dy}{dx} \) 或 \( f'(x) \)。
你知道吗？ 符号 \( \frac{dy}{dx} \) 字面上的意思就是“\(y\) 的微小变量除以 \(x\) 的微小变量”。
“幂法则”（神奇快捷键）
对于你在 AS Level 中遇到的大多数函数，求 \(y = kx^n\) 的导数都有一个简单的规律：
1. 相乘：将系数 (\(k\)) 乘以次方 (\(n\))。
2. 减 1：将次方减去 1。
公式：若 \( y = kx^n \)，则 \( \frac{dy}{dx} = nkx^{n-1} \)
例子 1： 若 \( y = x^2 \)，则 \( \frac{dy}{dx} = 2x^{2-1} = 2x \)。
例子 2： 若 \( y = 5x^3 \)，则 \( \frac{dy}{dx} = 15x^2 \)。
例子 3： 若 \( y = 10 \)，则 \( \frac{dy}{dx} = 0 \)（因为常数线的斜度为零！）。
避免常见错误：当微分像 \( 4x \) 这样的项时，记得 \( x \) 其实是 \( x^1 \)。按照规律：\( 1 \times 4 \times x^0 = 4 \)。那个 \(x\) 就这样消失了！
重点总结：导数 \( \frac{dy}{dx} \) 是一个斜率函数。你可以将任何 \(x\) 值代入其中，以找出该曲线在该位置的精确斜度。
3. 第一原理微分法（Differentiation from First Principles）
课程要求你必须透过第一原理（First Principles）来理解这个“快捷键”的由来。这涉及使用 \(x\) 的一个微小增量，我们称之为 \(h\)。
其正式定义为：\( f'(x) = \text{Lim}_{h \to 0} \frac{f(x+h) - f(x)}{h} \)
以 \( f(x) = x^2 \) 为例的步骤：
1. 从公式出发：\( \frac{(x+h)^2 - x^2}{h} \)
2. 展开括号：\( \frac{x^2 + 2xh + h^2 - x^2}{h} \)
3. 化简：\( \frac{2xh + h^2}{h} \)
4. 除以 \(h\)：\( 2x + h \)
5. 当 \(h\) 趋近于零（极限）时，我们剩下 \( 2x \)。
4. 切线与法线（Tangents and Normals）
既然我们现在知道如何求曲线的斜率，我们就能找出相关特定直线的方程。
切线（The Tangent）
切线是一条直线。要找出其方程（使用 \( y - y_1 = m(x - x_1) \)）：
1. 计算 \( \frac{dy}{dx} \) 并代入 \(x\) 值，求出斜率 \(m\)。
2. 使用给定的坐标 \((x_1, y_1)\) 代入公式。
法线（The Normal）
法线（normal）是与切线垂直（成 90 度）的直线。
记忆小撇步：如果切线斜率为 \(m\)，则法线斜率为 \( -\frac{1}{m} \)（负倒数）。
比喻： 如果切线是你脚下踩的地板，那么法线就像是垂直于地板站在上面的你。
5. 递增与递减函数
我们可以用导数来判断一个图形是“向上”还是“向下”，甚至不用亲眼看到图形！
递增函数（Increasing Function）：斜率为正。\( \frac{dy}{dx} > 0 \)
递减函数（Decreasing Function）：斜率为负。\( \frac{dy}{dx} < 0 \)
快速回顾：如果 \( \frac{dy}{dx} \) 是正数，函数在往上爬；如果是负数，它就是在往下滑。
6. 驻点：极大值与极小值
驻点（stationary point）是曲线上斜率恰好为零的点（\( \frac{dy}{dx} = 0 \)）。这通常发生在山顶或谷底。
如何寻找它们：
1. 对函数求导得到 \( \frac{dy}{dx} \)。
2. 令 \( \frac{dy}{dx} = 0 \)。
3. 解出 \(x\) 以找出位置。
判断性质（二阶导数）：
要判断它是极大值（Maximum，山顶）还是极小值（Minimum，谷底），我们使用二阶导数（second derivative），记作 \( \frac{d^2y}{dx^2} \)。这只是对你的导数再微分一次！
- 若 \( \frac{d^2y}{dx^2} > 0 \)：它是一个极小值点（这有点反直觉，记住：“正数”=“笑脸”曲线）。
- 若 \( \frac{d^2y}{dx^2} < 0 \)：它是一个极大值点（“负数”=“哭脸”曲线）。
重点总结：当曲线在某一瞬间停止向上或向下移动时，就会出现驻点。使用 \( \frac{dy}{dx} = 0 \) 来找到它们，并使用二阶导数来判断它们的性质。
总结检查清单
在完成本章之前，请确保你能：
- 使用幂法则微分 \(x\) 的次方（包括负数和分数次方）。
- 解释切线作为弦的极限的概念。
- 对简单的函数（如 \(x^2\) 或 \(x^3\)）使用“第一原理”。
- 求出切线和法线的方程。
- 识别函数在哪里递增或递减。
- 定位驻点，并使用二阶导数判断其性质。