微积分素有令人望而生畏的名声,但导数背后的核心思想其实很简单:某个东西变化得有多快? 本指南从零开始建立导数——先作为一个几何想法,再作为一个精确的定义,最后作为一套你可以机械套用的法则工具箱。读完后,你应该能在纸上对任意多项式、指数或三角函数求导,并用我们的免费导数计算器验证你的结果。
直观地说,导数是什么?
想象你在开车。你的速度表显示的是瞬时速度——你的位置此刻变化得有多快。这正是导数所刻画的东西:在某一瞬间,一个量相对于另一个量的变化率。
从几何上看,f(x) 在点 x0 处的导数,就是曲线 y=f(x) 在 x=x0 处切线的斜率。斜率陡意味着变化快;斜率平意味着变化慢;斜率为零意味着一个瞬时的峰、谷或停顿。
极限定义
正式定义之所以用到极限,是因为我们要问的是:当两点之间的间隙缩小到零时,你得到的斜率是多少:
f′(x)=limh→0hf(x+h)−f(x)
你先从 (x,f(x)) 与 (x+h,f(x+h)) 之间割线的斜率开始,然后把 h 挤压向 0。这个极限(在它存在时)就是切线斜率。
用极限定义做的解题示例
从基本原理出发求 f(x)=x2 的导数。
- 计算 f(x+h)=(x+h)2=x2+2xh+h2。
- 构造差商:hf(x+h)−f(x)=h2xh+h2=2x+h。
- 取 h→0 的极限:f′(x)=2x。
所以 y=x2 在任意 x 处的斜率就是 2x——在 x=3 处斜率为 6,在 x=−1 处斜率为 −2,在 x=0 处斜率为 0(抛物线的顶点)。
你真正会用到的四条法则
每个导数都用极限定义来做会累死人。于是数学家一劳永逸地证明了一小套法则;你只需机械地套用它们。
1. 幂法则
对任意实数指数 n:
dxd(xn)=nxn−1
示例:dxd(x5)=5x4,dxd(x1/2)=21x−1/2,dxd(1/x)=dxd(x−1)=−x−2。
2. 和、差与常数倍
dxd(c⋅f(x)±g(x))=c⋅f′(x)±g′(x)
求导是线性的:逐项独立处理,并把常数提到前面。
3. 乘积法则
dxd(f(x)g(x))=f′(x)g(x)+f(x)g′(x)
两个函数相乘?轮流对每个求导。
4. 链式法则
链式法则处理复合函数 f(g(x)):
dxdf(g(x))=f′(g(x))⋅g′(x)
用文字说:对外层函数求导(在内层函数处取值),再乘以内层函数的导数。链式法则是出错最多的来源——每当你看到一个函数套在另一个函数里面,就放慢速度。
一个完整的解题示例
对 h(x)=(3x2+1)4 求导。
- 外层函数是 u4(其中 u=3x2+1)。它对 u 的导数是 4u3。
- 内层函数是 3x2+1。它的导数是 6x。
- 套用链式法则:h′(x)=4(3x2+1)3⋅6x=24x(3x2+1)3。
如果你想先把 (3x2+1)4 展开,你会在代数上烧掉五分钟;链式法则三行就搞定。
值得背下来的常用导数
| 函数 | 导数 |
|---|
| sin(x) | cos(x) |
| cos(x) | −sin(x) |
| tan(x) | sec2(x) |
| ex | ex |
| ln(x) | 1/x |
| ax | axln(a) |
对任何理工科学生来说,这五个没得商量——用记忆卡片来背。
常见错误
- 忘记链式法则:dxdsin(2x)=2cos(2x),不是 cos(2x)。
- 把常数当变量:dxd(π2)=0,不是 2π。π 是一个数。
- 丢掉记号:在后面还要代入数值时却写 f′ 而不是 f′(x)——在最后一刻之前都让 x 保持可见。
- 括号搞错:dxd(sinx)2 和 dxdsin(x2) 是不同的函数。括号能救命。
接下来去哪里
一旦你能熟练求导,自然的下一步是:
- 隐函数求导:对像 x2+y2=25 这样的方程求导,其中 y 是 x 的函数但没有显式给出。
- 相关变化率:把导数应用到现实中的变化率(一架顺墙滑下的梯子、注满圆锥的水)。
- 最优化:用导数求函数的最大值和最小值。
- 积分:逆运算,从 f′ 还原出 f——见我们的积分计算器。
自己试一试
把任意函数输入导数计算器,你就会得到上面展示的分步推导。半夜想核对一下作业答案?它是免费的,无需注册。
要看更深入的相关材料,参见: