欢迎来到微分的世界！
你好，数学家！微分是纯数学中最强大的工具之一。如果这个术语听起来让你感到压力，别担心——它其实就是一种测量事物变化快慢的方法。
在本章中，你将学习如何求函数的瞬时变化率，这本质上就是在某一点上求曲线的精确陡峭程度（即导数/斜率）。这项技能对于解决现实世界中涉及速度、增长和优化的数学问题至关重要。
1. 理解概念：梯度与变化率
1.1 什么是微分？
想象一下你在开车。如果你测量一整个小时行驶的距离，你得到的是你的平均速度。但仪表盘上显示的那一秒钟的速度呢？那就是瞬时变化率。
- 在数学中，瞬时变化率被称为导数 (Derivative)。
- 我们通常使用符号 \(\frac{dy}{dx}\)，它表示在极小的时间间隔内“\(y\) 的变化量除以 \(x\) 的变化量”。
- 从几何上看，\(\frac{dy}{dx}\) 代表了曲线 \(y = f(x)\) 在任意一点 \((x, y)\) 处切线的梯度 (gradient)。
1.2 求导函数
微分不仅能帮我们在某一点求梯度，它还能让我们求出一个新的函数——导函数 (gradient function)，它能为我们提供 \(x\) 每一个值对应的梯度。
若函数为 \(y = f(x)\)：
一阶导数（导函数）可记作：
- \(\frac{dy}{dx}\)
- \(f'(x)\)
要点总结：微分可以求出曲线在任意指定点处的精确梯度，从而告诉我们该点的瞬时变化率。
2. 幂法则：多项式微分
幂法则 (Power Rule) 是你微积分学习的基础。它能让你快速对形如 \(ax^n\) 的项进行微分。
2.1 核心法则
如果 \(y = ax^n\)（\(a\) 和 \(n\) 为常数），那么它的导数是：
$$ \frac{dy}{dx} = anx^{n-1} $$分步法：
- 乘： 将现有的系数 (\(a\)) 与幂指数 (\(n\)) 相乘。
- 减： 将幂指数 (\(n\)) 减 1。
记忆口诀： “指数落下来相乘，幂减一。”
例题：
若 \(y = 4x^3\)，则：
1. 相乘：\(4 \times 3 = 12\)
2. 减一：\(3 - 1 = 2\)
所以，\(\frac{dy}{dx} = 12x^2\)。
2.2 处理复杂形式（指数法则回顾）
在应用幂法则之前，你必须将函数重写为 \(ax^n\) 的形式。这需要用到指数运算知识。
| 原始形式 (\(y\)) | 指数形式（可直接微分） |
|---|---|
| \(y = \frac{1}{x^2}\) | \(y = x^{-2}\) |
| \(y = \sqrt{x}\) | \(y = x^{1/2}\) |
| \(y = 5\sqrt{x^3}\) | \(y = 5x^{3/2}\) |
常见错误警告！
对于 \(y = \frac{3}{x}\)，很多同学会错误地使用商法则。停！先把它重写为：\(y = 3x^{-1}\)。
然后，\(\frac{dy}{dx} = (3)(-1)x^{-1-1} = -3x^{-2} = -\frac{3}{x^2}\)。
2.3 对和、差及常数进行微分
如果一个函数是多项式的和或差，你只需分别对每一项进行微分即可。
- 常数： 若 \(y = c\)（\(c\) 为常数，例如 \(y=7\)），梯度为零，因为水平线的陡峭程度为零。 $$ \frac{d}{dx} (c) = 0 $$
- 线性项： 若 \(y = ax\)（例如 \(y=5x\)），即 \(y = 5x^1\)。 $$ \frac{d}{dx} (5x) = (5)(1)x^{1-1} = 5x^0 = 5 $$
组合函数示例：
若 \(y = 3x^4 - 2x + 7\)
$$ \frac{dy}{dx} = 12x^3 - 2 + 0 = 12x^3 - 2 $$
要点总结：把所有项都转化为 \(ax^n\) 形式，然后应用幂法则：系数乘以指数，指数减一。常数项直接消失！
3. 指数与对数函数的微分（P2 专项）
在 P2 中，你需要掌握自然指数 \(e^x\) 和自然对数 \(\ln x\) 的微分。
3.1 指数函数 (\(e^x\))
指数函数非常独特，因为它的导数就是它本身！
- 若 \(y = e^x\)，则 \(\frac{dy}{dx} = e^x\)。
当幂指数是 \(x\) 的常数倍时：
$$ \text{若 } y = e^{kx}, \text{ 则 } \frac{dy}{dx} = ke^{kx} $$技巧： 你只需要将整个函数乘以 \(x\) 的系数即可。
例题：
1. 若 \(y = e^{5x}\)，则 \(\frac{dy}{dx} = 5e^{5x}\)。
2. 若 \(y = 3e^{-2x}\)，则 \(\frac{dy}{dx} = 3 \times (-2)e^{-2x} = -6e^{-2x}\)。
3.2 对数函数 (\(\ln x\))
自然对数函数的导数极其简单：
$$ \text{若 } y = \ln x, \text{ 则 } \frac{dy}{dx} = \frac{1}{x} $$如果对数里有系数，比如 \(y = \ln(kx)\) 呢？
$$ \text{若 } y = \ln(kx), \text{ 则 } \frac{dy}{dx} = \frac{1}{x} $$你知道吗？ 根据对数运算法则 \(\ln(kx) = \ln k + \ln x\)，由于 \(\ln k\) 是常数，微分时它会变成 0，所以微分结果只剩下 \(\frac{1}{x}\)！
例题：
若 \(y = 4 \ln(3x) + x^2\)，则 \(\frac{dy}{dx} = 4 \left( \frac{1}{x} \right) + 2x = \frac{4}{x} + 2x\)。
要点总结：\(e^x\) 微分后保持不变（乘以 \(x\) 的系数）。\(\ln(x)\) 或 \(\ln(kx)\) 微分后均为 \(\frac{1}{x}\)。
4. 链式法则（复合函数）
当你遇到一个函数嵌套在另一个函数内部时——即“函数中的函数”，就需要使用链式法则 (Chain Rule)。把它想象成俄罗斯套娃或者剥洋葱：你必须先微分外层，再微分内层。
在 P2 中，你通常会在处理带幂的括号或更复杂的 \(e\) 的指数时用到它。
4.1 形式化定义（简化版）
如果 \(y\) 取决于 \(u\)，且 \(u\) 取决于 \(x\)，我们写为： $$ \frac{dy}{dx} = \frac{dy}{du} \times \frac{du}{dx} $$
4.2 直观的分步方法
设 \(y = (f(x))^n\)。
- 微分外层： 对整个括号应用幂法则（将括号内的内容视为一个整体变量）。
- 保持内层不变： 先不要动括号内的表达式。
- 乘以内层的导数： 求出括号内表达式的导数，并乘以它。
例题 1：多项式括号
微分 \(y = (2x^3 - 5)^4\)。
1. 外层：\(4(2x^3 - 5)^3\)
2. 内层 (\(2x^3 - 5\)) 的导数：\(6x^2\)
3. 组合：\(\frac{dy}{dx} = 4(2x^3 - 5)^3 \times (6x^2)\)
4. 化简：\(\frac{dy}{dx} = 24x^2(2x^3 - 5)^3\)
例题 2：指数链式法则
微分 \(y = e^{x^2 + 3x}\)。
1. 外层：\(e^{x^2 + 3x}\)（\(e^{\text{某式}}\) 的导数仍是 \(e^{\text{某式}}\)）。
2. 内层 (\(x^2 + 3x\)) 的导数：\(2x + 3\)
3. 组合：\(\frac{dy}{dx} = e^{x^2 + 3x} \times (2x + 3)\)
4. 化简：\(\frac{dy}{dx} = (2x + 3)e^{x^2 + 3x}\)
要点总结：使用链式法则时，千万别忘了乘以“内层”函数的导数。
5. 微分的应用
5.1 求切线和法线方程
由于 \(\frac{dy}{dx}\) 提供了曲线的梯度，我们可以用它来求与曲线在某一点 \((x_1, y_1)\) 相交的直线方程。我们使用直线的点斜式方程：\(y - y_1 = m(x - x_1)\)。
求切线方程的步骤：
- 若未给定 \(y\) 坐标，先求出 \(x\) 对应的 \(y\) 值。
- 对函数 \(y\) 求导，得到导函数 \(\frac{dy}{dx}\)。
- 将 \(x\) 坐标代入 \(\frac{dy}{dx}\)，求出切线梯度 \(m_T\)。
- 使用点 \((x_1, y_1)\) 和梯度 \(m_T\)，代入 \(y - y_1 = m_T(x - x_1)\)。
法线 (Normal)
法线是与切线垂直（成 90°）的直线。
如果切线的梯度为 \(m_T\)，则法线的梯度 \(m_N\) 是它的负倒数： $$ m_N = -\frac{1}{m_T} $$
例题： 如果切线梯度是 4，则法线梯度是 \(-\frac{1}{4}\)。如果切线梯度是 \(-\frac{2}{3}\)，则法线梯度是 \(\frac{3}{2}\)。
5.2 驻点（极大值与极小值）
驻点（也称转折点）是曲线上一处梯度为零的点。
$$ \text{在驻点处：} \frac{dy}{dx} = 0 $$驻点有三种类型：极大值点、极小值点和拐点（在 P2 中较少考察）。
判断性质（极大或极小）：二阶导数测试
为了判断驻点是极大值还是极小值，我们使用二阶导数，记作 \(\frac{d^2y}{dx^2}\) 或 \(f''(x)\)。这其实就是导函数的导数。
求驻点的分步法：
- 求 \(\frac{dy}{dx}\)： 对原始函数求导。
- 令导数为零： 解 \(\frac{dy}{dx} = 0\)，求出驻点的 \(x\) 坐标。
- 求 \(\frac{d^2y}{dx^2}\)： 对 \(\frac{dy}{dx}\) 进行二次求导。
- 点测试： 将第 2 步求出的每个 \(x\) 值代入 \(\frac{d^2y}{dx^2}\)：
- 如果 \(\frac{d^2y}{dx^2} > 0\)，它是极小值点（曲线向上凹，像个笑脸）。
- 如果 \(\frac{d^2y}{dx^2} < 0\)，它是极大值点（曲线向下凹，像个哭脸）。
- 求 \(y\)： 将 \(x\) 值代回原始方程 \(y = f(x)\)，求出对应的 \(y\) 坐标。
鼓励： 不用记哪个符号对应哪个点！这样想：正曲率 (++) 代表心情好，所以是极小值（底端）；负曲率 (--) 代表心情差，所以是极大值（顶端）。
要点总结：梯度 \(\frac{dy}{dx}\) 给出了切线斜率。令其为 0 可找到转折点。二阶导数 \(\frac{d^2y}{dx^2}\) 用于判断这些点是极大值还是极小值。
快速复习清单
在继续学习之前，请确保你能熟练掌握以下 P2 微分技能：
- 将根式和分数改写为 \(x^n\) 的形式。
- 对类似 \(3x^{-4}\) 的项使用幂法则。
- 对 \(e^{kx}\) 和 \(\ln(kx)\) 进行微分。
- 对简单的多项式和指数函数使用链式法则（例如 \((4x+1)^6\) 和 \(e^{x^2}\)）。
- 求曲线上某一点的切线梯度。
- 使用负倒数求法线梯度。
- 解 \(\frac{dy}{dx} = 0\) 求出驻点。
- 使用 \(\frac{d^2y}{dx^2}\) 对驻点进行分类。