跳到主要内容

一元函数微分学

1. 基本概念​

1.1 导数的概念​

设 y=f(x)y = f(x) 定义在区间 II 上,让自变量在 x=x0x = x_0 处加一个增量 Δx\Delta x(可正可负),其中 x0∈I,x0+Δx∈Ix_0 \in I, x_0 + \Delta x \in I,则可得函数的增量 Δy=f(x0+Δx)−f(x0)\Delta y = f(x_0 + \Delta x) - f(x_0)。若函数增量 Δy\Delta y 与自变量增量 Δx\Delta x 的比值在 Δx→0\Delta x \to 0 时的极限存在,即 lim⁡Δx→0ΔyΔx\lim_{\Delta x \to 0} \frac{\Delta y}{\Delta x} 存在,则称函数 y=f(x)y = f(x) 在点 x0x_0 处可导,并称这个极限为 y=f(x)y = f(x) 在点 x0x_0 处的导数,记作 f′(x0)f'(x_0),即

f′(x0)=lim⁡Δx→0ΔyΔx=lim⁡Δx→0f(x0+Δx)−f(x0)Δxf'(x_0) = \lim_{\Delta x \to 0} \frac{\Delta y}{\Delta x} = \lim_{\Delta x \to 0} \frac{f(x_0 + \Delta x) - f(x_0)}{\Delta x}

当然,dydx∣x=x0=d[f(x)]dx∣x=x0=y′(x0)\frac{dy}{dx} \big|_{x=x_0} = \frac{d[f(x)]}{dx} \big|_{x=x_0} = y'(x_0) 或 y′∣x=x0y' \big|_{x=x_0}。这些符号记法与 f′(x0)f'(x_0) 等价。

1.2 微分的概念​

设函数 y=f(x)y = f(x) 在点 x0x_0 的某邻域内有定义,且 x0+Δxx_0 + \Delta x 在该邻域内,对于函数增量

Δy=f(x0+Δx)−f(x0),\Delta y = f(x_0 + \Delta x) - f(x_0),

若存在与 Δx\Delta x 无关的常数 AA,使得

Δy=AΔx+o(Δx),\Delta y = A\Delta x + o(\Delta x),

其中 o(Δx)o(\Delta x) 是在 Δx→0\Delta x \to 0 时比 Δx\Delta x 更高阶的无穷小,则称 f(x)f(x) 在点 x0x_0 处可微,并称 AΔxA\Delta x 为 f(x)f(x) 在点 x0x_0 处的 微分,记作

dy∣x=x0=AΔxdy \bigg|_{x=x_0} = A\Delta x

或者

d[f(x)]∣x=x0=AΔx.d[f(x)] \bigg|_{x=x_0} = A\Delta x.

又由于 Δx=1⋅Δx+0\Delta x = 1 \cdot \Delta x + 0,于是一元函数微分学中规定 Δx=dx\Delta x = dx,故

dy∣x=x0=Adx.dy \bigg|_{x=x_0} = A dx.
信息

(1)可微的判别:

①写增量 Δy=f(x0+Δx)−f(x0)\Delta y = f(x_0 + \Delta x) - f(x_0);

②写线性增量 AΔx=f′(x0)ΔxA\Delta x = f'(x_0)\Delta x;

③作极限 lim⁡Δx→0Δy−AΔxΔx\lim_{\Delta x \to 0} \frac{\Delta y - A\Delta x}{\Delta x}。

若该极限等于0,则 y=f(x)y = f(x) 在点 x0x_0 处可微,否则不可微。

(2)从上述判别步骤可以看出,用形式简单的“线性增量 AΔxA\Delta x”去代替形式复杂的“增量 Δy\Delta y”,且其误差“Δy−AΔx\Delta y - A\Delta x”是 o(Δx)o(\Delta x),这就是说,用“简单的量”代替了“复杂的量”,且产生的误差又可以忽略不计,这就是可微的含义。

(3)由于“f(x)f(x)在点 x0x_0 处可微”与“f(x)f(x)在点 x0x_0 处可导”互为充要条件,因此判别 f(x)f(x) 在点 x0x_0 处是否可微可以转化为判别其在点 x0x_0 处是否可导,这样的话考生会比较熟悉。

(4)可微的几何意义:

若 f(x)f(x) 在点 x0x_0 处可微,则在点 (x0,y0)(x_0, y_0) 附近可以用切线段近似代替曲线段,这是可微的几何意义。

2. 导数与微分的计算​

2.1 四则运算​

若以下函数均可导,则:

和、差的导数(微分)

[u(x)±v(x)]′=u′(x)±v′(x)[u(x) \pm v(x)]' = u'(x) \pm v'(x)d[u(x)±v(x)]=d[u(x)]±d[v(x)]d[u(x) \pm v(x)] = d[u(x)] \pm d[v(x)]

积的导数(微分)

[u(x)v(x)]′=u′(x)v(x)+u(x)v′(x)[u(x)v(x)]' = u'(x)v(x) + u(x)v'(x)

【注】

[u(x)v(x)w(x)]′=u′(x)v(x)w(x)+u(x)v′(x)w(x)+u(x)v(x)w′(x)[u(x)v(x)w(x)]' = u'(x)v(x)w(x) + u(x)v'(x)w(x) + u(x)v(x)w'(x)

如果遇到因式超过三个的式子,一般不要直接求导,而要另谋他法。


商的导数(微分)

u(x)v(x)=u′(x)v(x)−u(x)v′(x)[v(x)]2,v(x)≠0\frac{u(x)}{v(x)} = \frac{u'(x)v(x) - u(x)v'(x)}{[v(x)]^2}, v(x) \neq 0d(u(x)v(x))=v(x)d[u(x)]−u(x)d[v(x)][v(x)]2,v(x)≠0d\left(\frac{u(x)}{v(x)}\right) = \frac{v(x)d[u(x)] - u(x)d[v(x)]}{[v(x)]^2}, v(x) \neq 0

2.2 分段函数的导数​

设

f(x)={f1(x),x≥x0,f2(x),x<x0,f(x) = \begin{cases} f_1(x), & x \geq x_0, \\ f_2(x), & x < x_0, \end{cases}

其中 f1(x),f2(x)f_1(x), f_2(x) 可导,则①在分段点 x0x_0 处用导数定义求导:f+′(x0)=lim⁡x→x0−f1(x)−f(x0)x−x0,f−′(x0)=lim⁡x→x0+f2(x)−f(x0)x−x0.f'_+(x_0) = \lim_{x \to x_0^-} \frac{f_1(x) - f(x_0)}{x - x_0}, f'_-(x_0) = \lim_{x \to x_0^+} \frac{f_2(x) - f(x_0)}{x - x_0}. 根据 f+′(x0)=f−′(x0)f'_+(x_0) = f'_-(x_0) 来判定 f′(x0);f'(x_0); ②在非分段点用导数公式求导,即 x>x0x > x_0 时,f′(x)=f+′(x);x<x0f'(x) = f'_+(x); x < x_0 时,f′(x)=f−′(x).f'(x) = f'_-(x).

2.3 复合函数的导数与微分形式不变性​

设 u=g(x)u = g(x) 在点 xx (没有下标是泛指的点,下同) 处可导,y=f(u)y = f(u) 在点 u=g(x)u = g(x) 处可导,则

{f[g(x)]}′=f′[g(x)]g′(x),\{f[g(x)]\}' = f'[g(x)]g'(x),d{f[g(x)]}=f′[g(x)]g′(x)dx=f′[g(x)]d[g(x)].d\{f[g(x)]\} = f'[g(x)]g'(x)dx = f'[g(x)]d[g(x)].

上式就是微分形式的不变性——无论 uu 是中间变量还是自变量,dy=f′(u)dudy = f'(u)du 都成立。

注意
{f[g(x)]}′=d{f[g(x)]}dx,\{f[g(x)]\}' = \frac{d\{f[g(x)]\}}{dx},

而

f′[g(x)]=d{f[g(x)]}d[g(x)],f'[g(x)] = \frac{d\{f[g(x)]\}}{d[g(x)]},

要看清楚求导符号的位置,不要弄错了。

2.4 反函数的导数​

设 y=f(x)y = f(x) 可导,且 f′(x)≠0f'(x) \neq 0,则存在反函数 x=φ(y)x = \varphi(y),且

dxdy=1dydx,\frac{dx}{dy} = \frac{1}{\frac{dy}{dx}},

即

φ′(y)=1f′(x).\varphi'(y) = \frac{1}{f'(x)}.

2.5 参数方程所确定的函数的导数​

设函数 y=y(x)y = y(x) 由参数方程

{x=φ(t),y=ψ(t)\begin{cases} x = \varphi(t), \\ y = \psi(t) \end{cases}

确定,其中 tt 是参数,且 φ(t),ψ(t)\varphi(t), \psi(t) 均对 tt 可导,φ′(t)≠0\varphi'(t) \neq 0,则

dydx=dydtdxdt=ψ′(t)φ′(t).\frac{dy}{dx} = \frac{\frac{dy}{dt}}{\frac{dx}{dt}} = \frac{\psi'(t)}{\varphi'(t)}.

2.6 隐函数求导法​

设函数 y=y(x)y = y(x) 是由方程 F(x,y)=0F(x, y) = 0 确定的可导函数,则:

①方程 F(x,y)=0F(x, y) = 0 两边对自变量 xx 求导,注意 y=y(x)y = y(x),即将 yy 看作中间变量,得到一个关于 y′y' 的方程;

②解该方程便可求出 y′y'。

2.7 对数求导法​

对于多项相乘、相除、开方、乘方的式子,一般先取对数再求导。设 y=f(x)  (f(x)>0)y = f(x)\;(f(x) > 0),则

①等式两边取对数,得 ln⁡y=ln⁡f(x)\ln y = \ln f(x);

②两边对自变量 xx 求导(同样注意 y=f(x)y = f(x),即将 yy 看作中间变量),得

1yy′=[ln⁡f(x)]′⇒y′=yf′(x)f(x).\frac{1}{y}y' = [\ln f(x)]' \Rightarrow y' = \frac{y f'(x)}{f(x)}.

2.8 幂指函数求导法​

对于 u(x)v(x)  (u(x)>0)u(x)^{v(x)}\;(u(x) > 0),且 u(x)u(x) 不恒为 1,除了用上面的对数求导法外,还可以先化成指数函数

u(x)v(x)=ev(x)ln⁡u(x),u(x)^{v(x)} = e^{v(x)\ln u(x)},

然后求导。

2.9 高阶导数​

求高阶导数主要有三种方法。

  1. 用归纳法
    逐次求导,探索规律,得出通式。
    比如,设 y=2xy = 2^x,则

    y′=2xln⁡2,y′′=2x(ln⁡2)2,⋯y' = 2^x \ln 2, \quad y'' = 2^x (\ln 2)^2, \quad \cdots

    得出通式

    y(n)=2x(ln⁡2)n,n=0,1,2,⋯y^{(n)} = 2^x (\ln 2)^n, \quad n = 0, 1, 2, \cdots
  2. 用高阶求导公式
    设 u=u(x),v=v(x)u = u(x), v = v(x),均 nn 阶可导,则

    (u±v)(n)=u(n)±v(n),(u \pm v)^{(n)} = u^{(n)} \pm v^{(n)}, (uv)(n)=u(n)v+Cn1u(n−1)v′+Cn2u(n−2)v′′+⋯+Cnku(n−k)v(k)+⋯+Cnn−1u′v(n−1)+uv(n)(uv)^{(n)} = u^{(n)}v + C_n^1 u^{(n-1)}v' + C_n^2 u^{(n-2)}v'' + \cdots + C_n^k u^{(n-k)}v^{(k)} + \cdots + C_n^{n-1} u'v^{(n-1)} + uv^{(n)} =∑k=0nCnku(n−k)v(k).= \sum_{k=0}^n C_n^k u^{(n-k)}v^{(k)}.

    (4-7)式就是求函数乘积的高阶导数的莱布尼茨公式,其中 u(0)=u,v(0)=vu^{(0)} = u, v^{(0)} = v。
    见到两个函数乘积的高阶导数,一般用莱布尼茨公式即可。

  3. 用泰勒公式
    先写出 y=f(x)y = f(x) 的泰勒公式或者麦克劳林公式,再通过比较系数来获得 f(n)(x0)f^{(n)}(x_0)。具体说来,一般步骤如下。

    ① 任何一个无穷阶可导的函数(在收敛的条件下)都可写成

    y=f(x)=∑n=0∞f(n)(x0)n!(x−x0)n,y = f(x) = \sum_{n=0}^\infty \frac{f^{(n)}(x_0)}{n!} (x - x_0)^n,

    或者

    y=f(x)=∑n=0∞f(n)(0)n!xn.y = f(x) = \sum_{n=0}^\infty \frac{f^{(n)}(0)}{n!} x^n.

    ② 题目给出一个具体的无穷阶可导函数 y=f(x)y = f(x),可以通过已知公式展开成幂级数。这些已知公式为

    (i)

    ex=∑n=0∞xnn!=1+x+x22!+⋯+xnn!+⋯ ,−∞<x<+∞.e^x = \sum_{n=0}^\infty \frac{x^n}{n!} = 1 + x + \frac{x^2}{2!} + \cdots + \frac{x^n}{n!} + \cdots, \quad -\infty < x < +\infty.

    (ii)

    11+x=∑n=0∞(−1)nxn=1−x+x2−x3+⋯+(−1)nxn+⋯ ,−1<x<1.\frac{1}{1+x} = \sum_{n=0}^\infty (-1)^n x^n = 1 - x + x^2 - x^3 + \cdots + (-1)^n x^n + \cdots, \quad -1 < x < 1.

    (iii)

    11−x=∑n=0∞xn=1+x+x2+⋯+xn+⋯ ,−1<x<1.\frac{1}{1-x} = \sum_{n=0}^\infty x^n = 1 + x + x^2 + \cdots + x^n + \cdots, \quad -1 < x < 1.

    (iv)

    ln⁡(1+x)=∑n=1∞(−1)n−1xnn=x−x22+x33−x44+⋯+(−1)n−1xnn+⋯ ,−1<x≤1.\ln(1+x) = \sum_{n=1}^\infty (-1)^{n-1} \frac{x^n}{n} = x - \frac{x^2}{2} + \frac{x^3}{3} - \frac{x^4}{4} + \cdots + (-1)^{n-1} \frac{x^n}{n} + \cdots, \quad -1 < x \leq 1.

    (v)

    sin⁡x=∑n=0∞(−1)nx2n+1(2n+1)!=x−x33!+x55!−x77!+⋯+(−1)nx2n+1(2n+1)!+⋯ ,−∞<x<+∞.\sin x = \sum_{n=0}^\infty (-1)^n \frac{x^{2n+1}}{(2n+1)!} = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \frac{x^7}{7!} + \cdots + (-1)^n \frac{x^{2n+1}}{(2n+1)!} + \cdots, \quad -\infty < x < +\infty.

    (vi)

    cos⁡x=∑n=0∞(−1)nx2n(2n)!=1−x22!+x44!−x66!+⋯+(−1)nx2n(2n)!+⋯ ,−∞<x<+∞.\cos x = \sum_{n=0}^\infty (-1)^n \frac{x^{2n}}{(2n)!} = 1 - \frac{x^2}{2!} + \frac{x^4}{4!} - \frac{x^6}{6!} + \cdots + (-1)^n \frac{x^{2n}}{(2n)!} + \cdots, \quad -\infty < x < +\infty.

    (vii)

    (1+x)a=1+ax+a(a−1)2!x2+⋯+a(a−1)⋯(a−n+1)n!xn+⋯ ,(1+x)^a = 1 + ax + \frac{a(a-1)}{2!}x^2 + \cdots + \frac{a(a-1)\cdots(a-n+1)}{n!}x^n + \cdots, {x∈(−1,1),当 a≤−1,x∈(−1,1],当 −1<a<0,x∈[−1,1],当 a>0 且 a∉N+,x∈R,当 a∈N+.\begin{cases} x \in (-1, 1), & \text{当 } a \leq -1, \\ x \in (-1, 1], & \text{当 } -1 < a < 0, \\ x \in [-1, 1], & \text{当 } a > 0 \text{ 且 } a \notin \mathbb{N}_+, \\ x \in \mathbb{R}, & \text{当 } a \in \mathbb{N}_+. \end{cases}

    ③根据函数展开式的唯一性,比较①、②中 (x−x0)n(x-x_0)^n 或 xnx^n 的系数,就可以获得 f(n)(x0)f^{(n)}(x_0) 或者 f(n)(0)f^{(n)}(0)。

提示

除上述情形,下面两个内容也是很重要的。

(1) 由参数方程确定的函数的二阶导数。

设函数 y=y(x)y = y(x) 由参数方程

{x=φ(t),y=ψ(t)\begin{cases} x = \varphi(t), \\ y = \psi(t) \end{cases}

确定,其中 tt 是参数。且 φ(t),ψ(t)\varphi(t), \psi(t) 均二阶可导,φ′(t)≠0\varphi'(t) \neq 0,则

dydx=dydtdxdt=ddt(dydx)ddx(dydx)=ddt(dydx)ddt(dydx)=ddt(1xy)ddx(1xy)=ddt(1xy)(dydx)2.\frac{dy}{dx} = \frac{\frac{dy}{dt}}{\frac{dx}{dt}} = \frac{\frac{d}{dt}\left(\frac{dy}{dx}\right)}{\frac{d}{dx}\left(\frac{dy}{dx}\right)} = \frac{\frac{d}{dt}\left(\frac{dy}{dx}\right)}{\frac{d}{dt}\left(\frac{dy}{dx}\right)} = \frac{\frac{d}{dt}\left(\frac{1}{x_y}\right)}{\frac{d}{dx}\left(\frac{1}{x_y}\right)} = \frac{\frac{d}{dt}\left(\frac{1}{x_y}\right)}{\left(\frac{dy}{dx}\right)^2}.

(2) 反函数的二阶导数。

在 y=f(x)y = f(x) 单调,且二阶可导的情况下,若 f′(x)≠0f'(x) \neq 0,则存在反函数 x=φ(y)x = \varphi(y),记 f′(x)=y′f'(x) = y',φ′(y)=x′\varphi'(y) = x',则有

yx′=dydx=1dxdy=1xy,yxx′′=d2ydx2=ddx(dydx)=ddx(1xy)=−1xy2=−xy′′(xy′)3.y_x' = \frac{dy}{dx} = \frac{1}{\frac{dx}{dy}} = \frac{1}{x_y}, \quad y_{xx}'' = \frac{d^2 y}{dx^2} = \frac{d}{dx}\left(\frac{dy}{dx}\right) = \frac{d}{dx}\left(\frac{1}{x_y}\right) = -\frac{1}{x_y^2} = -\frac{x_y''}{(x_y')^3}.

反过来,则有

xy′=1yx,xyy′′=−yxx′′(yx′)3.x_y' = \frac{1}{y_x}, \quad x_{yy}'' = -\frac{y_{xx}''}{(y_x')^3}.

2.9 变限积分求导公式​

设 F(x)=∫φ1(x)φ2(x)f(t) dtF(x) = \int_{\varphi_1(x)}^{\varphi_2(x)} f(t) \, dt,其中 f(x)f(x) 在 [a,b][a, b] 上连续,可导函数 φ1(x)\varphi_1(x) 和 φ2(x)\varphi_2(x) 的值域在 [a,b][a, b] 上,则在函数 φ1(x)\varphi_1(x) 和 φ2(x)\varphi_2(x) 的公共定义域上,有

F′(x)=ddx[∫φ1(x)φ2(x)f(t) dt]=f[φ2(x)]φ2′(x)−f[φ1(x)]φ1′(x).F'(x) = \frac{d}{dx}\left[\int_{\varphi_1(x)}^{\varphi_2(x)} f(t) \, dt\right] = f\left[\varphi_2(x)\right]\varphi_2'(x) - f\left[\varphi_1(x)\right]\varphi_1'(x).

2.10 基本求导公式​

(xa)′=axa−1(a为常数),(ax)′=axln⁡a(a>0,a≠1),(ex)′=ex,(x^a)' = ax^{a-1} \quad (a\text{为常数}), \quad (a^x)' = a^x \ln a \quad (a > 0, a \neq 1), \quad (e^x)' = e^x,(log⁡ax)′=1xln⁡a(a>0,a≠1),(ln⁡∣x∣)′=1x,(sin⁡x)′=cos⁡x,(\log_a x)' = \frac{1}{x \ln a} \quad (a > 0, a \neq 1), \quad (\ln |x|)' = \frac{1}{x}, \quad (\sin x)' = \cos x,(cos⁡x)′=−sin⁡x,(arcsin⁡x)′=11−x2,(arccos⁡x)′=−11−x2,(\cos x)' = -\sin x, \quad (\arcsin x)' = \frac{1}{\sqrt{1-x^2}}, \quad (\arccos x)' = -\frac{1}{\sqrt{1-x^2}},(tan⁡x)′=sec⁡2x,(cot⁡x)′=−csc⁡2x,(arctan⁡x)′=11+x2,(\tan x)' = \sec^2 x, \quad (\cot x)' = -\csc^2 x, \quad (\arctan x)' = \frac{1}{1+x^2},(arccot⁡x)′=−11+x2,(sec⁡x)′=sec⁡xtan⁡x,(csc⁡x)′=−csc⁡xcot⁡x,(\operatorname{arccot} x)' = -\frac{1}{1+x^2}, \quad (\sec x)' = \sec x \tan x, \quad (\csc x)' = -\csc x \cot x,[ln⁡(x+x2+1)]′=1x2+1,[ln⁡(x+x2−1)]′=1x2−1.\left[ \ln(x + \sqrt{x^2+1}) \right]' = \frac{1}{\sqrt{x^2+1}}, \quad \left[ \ln(x + \sqrt{x^2-1}) \right]' = \frac{1}{\sqrt{x^2-1}}.

有用的推论​

  1. f(x)f(x) 是可导的偶函数,则 f′(x)f'(x) 是奇函数;
  2. f(x)f(x) 是可导的奇函数,则 f′(x)f'(x) 是偶函数。
  3. 若 f(x)f(x) 是可导的周期为 TT 的周期函数,则 f′(x)f'(x) 也是以 TT 为周期的周期函数。