欢迎来到微分的世界！
欢迎来到纯数学中最令人兴奋且强大的章节之一。如果你曾经好奇我们如何准确测量某个东西在某一瞬间的变化速度——例如汽车在刚好 2.5 秒时的速度——那么微分 (Differentiation) 就是答案。
如果起初觉得这些概念有点抽象，请别担心。我们本质上只是在寻找曲线的斜率 (gradient)（即陡峭程度）。一旦你掌握了几个简单的“捷径”，你会发现这将是整个课程中最有成就感的部分之一！
1. 核心概念：作为变化率的斜率
在之前的章节中，你已经学过如何利用公式 \(\frac{y_2 - y_1}{x_2 - x_1}\) 来求直线的斜率。但如果是一条曲线呢？它的陡峭程度在每一个点都在变化！
微分就是找出一个方程式（称为导数 derivative），用来告诉我们曲线在任意点 \(x\) 的斜率的过程。
- 符号表示： 如果曲线是 \(y = f(x)\)，导数写作 \(\frac{dy}{dx}\) 或 \(f'(x)\)。
- 意义： \(\frac{dy}{dx}\) 字面上的意思就是“当 \(x\) 有极微小的变化时，\(y\) 的变化量”。
类比：想象你正在开车爬坡。在任何特定时刻，轮胎下路面的“陡峭程度”就是该点的导数。
关键要点：
导数 \(\frac{dy}{dx}\) 代表曲线在特定点处切线 (tangent) 的斜率。
2. 由第一原理求导 (Differentiation from First Principles)
在使用捷径之前，我们需要证明微分的运作原理。这称为由第一原理求导 (differentiation from first principles)。对于 AS Level 课程，你只需要知道如何对 \(x\) 的较小幂次（如 \(x^2\) 或 \(x^3\)）进行此操作。
我们设想曲线上两个非常接近的点，它们在 x 轴上的距离是一个称为 \(h\) 的极小值。
公式为：
\(f'(x) = \lim_{h \to 0} \frac{f(x+h) - f(x)}{h}\)
分步范例：对 \(f(x) = x^2\) 进行求导
- 写出表达式：\(\frac{(x+h)^2 - x^2}{h}\)
- 展开括号：\(\frac{x^2 + 2xh + h^2 - x^2}{h}\)
- 简化分子：\(\frac{2xh + h^2}{h}\)
- 将每一项除以 \(h\)：\(2x + h\)
- 当 \(h\) 越来越接近 0（取极限 limit）时，剩下的结果就是 \(2x\)。
小贴士：在考试中，如果题目要求你“由第一原理”求导，你必须列出这些步骤。你不可以直接使用捷径！
3. 幂法则 (The Power Rule)：终极捷径
大多数时候，你不需要使用第一原理。对于形如 \(ax^n\) 的任何项，有一个简单的求导法则：
将指数乘以系数，然后将指数减 1。
若 \(y = x^n\)，则 \(\frac{dy}{dx} = nx^{n-1}\)
范例：
- 若 \(y = x^5\)，则 \(\frac{dy}{dx} = 5x^4\)
- 若 \(y = 3x^2\)，则 \(\frac{dy}{dx} = 6x\)（因为 \(2 \times 3 = 6\)）
- 若 \(y = 7x\)，则 \(\frac{dy}{dx} = 7\)（因为 \(x\) 即 \(x^1\)，且 \(x^0 = 1\)）
- 若 \(y = 10\)，则 \(\frac{dy}{dx} = 0\)（水平常数线的斜率为零！）
处理分数和负数指数：
在这里你必须熟练掌握指数定律 (laws of indices)。在微分之前，请务必先将表达式重写为 \(x^n\) 的形式。
- 分数： \(\sqrt{x}\) 变为 \(x^{1/2}\)。导数为 \(\frac{1}{2}x^{-1/2}\)。
- 分母： \(\frac{1}{x^2}\) 变为 \(x^{-2}\)。导数为 \(-2x^{-3}\)。
应避免的常见错误：
当你对负指数减去 1 时，数值会变得“离 0 更远”。例如，\(x^{-3}\) 的导数是 \(-3x^{-4}\)，而不是 \(-3x^{-2}\)！
4. 切线 (Tangents) 与法线 (Normals)
既然我们能求出斜率 (\(m\))，我们就能求出特定直线的方程式。
- 切线： 刚好与曲线相切的直线。它与曲线有相同的斜率。
- 法线： 与切线垂直（呈 90 度角）的直线。其斜率为切线斜率的负倒数 (negative reciprocal)：\(-\frac{1}{m}\)。
如何求方程式：
- 将函数微分以获得 \(\frac{dy}{dx}\)。
- 代入点的 \(x\) 坐标以找到斜率 \(m\)。
- 使用直线方程式：\(y - y_1 = m(x - x_1)\)。
5. 驻点 (Stationary Points)：极大值与极小值
当曲线的斜率为零 (\(\frac{dy}{dx} = 0\)) 时，该点称为驻点 (stationary point)。这是曲线在瞬间完全平坦的地方——通常位于山顶或谷底。
二阶导数测试 (The Second Derivative Test)
为了判断一个点是极大值 (Maximum) 还是极小值 (Minimum)，我们进行第二次微分。这称为 \(\frac{d^2y}{dx^2}\) 或 \(f''(x)\)。
- 如果 \(\frac{d^2y}{dx^2} > 0\)（正数），则为极小值点（图形向上弯曲，像微笑）。
- 如果 \(\frac{d^2y}{dx^2} < 0\)（负数），则为极大值点（图形向下弯曲，像哭脸）。
记忆辅助：正数 = 笑脸（底部为极小值点）。负数 = 哭脸（顶部为极大值点）。
6. 递增与递减函数
有时候你只需要知道函数是在上升还是下降。
- 当 \(f'(x) \geq 0\) 时，函数为递增 (increasing)。
- 当 \(f'(x) \leq 0\) 时，函数为递减 (decreasing)。
要证明一个函数在某个区间内总是递增，你需要将其微分，并证明所得的表达式在给定的 \(x\) 范围内始终为正。
7. 绘制导数函数图
考试可能会要求你根据 \(y = f(x)\) 的图形来绘制 \(y = f'(x)\) 的图形。
逻辑步骤：
- 找出原图平坦的地方（驻点）。在你的新图中，这些点将位于 x 轴上（斜率 = 0）。
- 找出原图上升的地方。在你的新图中，线条将位于 x 轴上方（正斜率）。
- 找出原图下降的地方。在你的新图中，线条将位于 x 轴下方（负斜率）。
快速复习清单
[ ] 我能对 \(x^n\)（包括负数和分数指数）进行微分吗？
[ ] 我能背诵第一原理的公式吗？
[ ] 我能求出切线和法线的方程式吗？
[ ] 我记得驻点处 \(\frac{dy}{dx} = 0\) 吗？
[ ] 我能使用二阶导数来识别极大值和极小值吗？
最后的鼓励：微分就像一门新语言。起初你必须刻意思考规则，但通过练习，“指数乘以系数并减 1”将会变成你的本能！