基本导数公式

---

---

---

---

自然界中，几乎一切事物都可以用函数来描述。我们生活在一个动态变化的世界，对函数求导，可以看出变量之间的变化规律。研究函数与导数有着重要意义，导数可以用于求解函数的极值问题、速度和加速度、切线、法线和曲率等问题，以及进行函数的泰勒展开和隐函数求导等。导数的应用非常广泛，涉及到物理学、工程学、经济学等领域。

函数、导数思想在编程中也有着广泛的应用。包括以下几个方面：

函数的最值：通过导数，我们可以求出函数的极值点，从而实现函数的最优化问题，例如求解最小成本、最大收益等。

函数的单调性：导数的符号可以用来判断函数的单调性，这对于一些需要单调性的算法和应用非常有用。

函数的零点：导数的零点对应着函数的极值点，通过求解导数的零点，可以找到函数取得极值的位置。

函数的切线、法线和曲率：导数可以用于计算函数的切线、法线和曲率，这些信息对于图形学、计算机视觉等领域非常重要。

函数的泰勒展开：通过导数，我们可以展开函数，得到函数在某一点附近的泰勒级数，这对于数值分析和逼近理论等领域非常有用。

程序优化：导数可以用于程序优化，例如通过求导来确定一个函数的局部最优解，或者通过导数来加速一些优化算法。

机器学习：导数可以用于机器学习中的优化算法，例如梯度下降法、牛顿法等，它们都需要用到导数来计算损失函数的梯度。

---

总之，想要成为一名高级程序员，一定要好好研究一下数学，将数学和编程、应用深度结合。

---

什么是导数：

设函数 $y=f(x)$ 在点 $x_0$ 的某个 邻域${}^{\ast }$ 内有定义，$x$ 在 $x_0$ 处取得增量 $\Delta x$ (这个增量 $\Delta x$ 可能为正也可能为负，确切地说就是一个变化量，有正负)，点 $x_0+\Delta x$ 仍在该邻域内，相应地，因变量取得增量 $\Delta y$ ，$\Delta y=f(x_0+\Delta x)-f(x_0)$；如果 $\Delta y$ 与 $\Delta x$ 之比当 $\Delta x\to 0$ 时的极限存在，那么称函数 $y=f(x)$ 在点 $x_0$ 处可导，并称这个极限为函数 $y=f(x)$ 在点 $x_0$ 处的导数，记为 $f^{\prime }(x_0)$.

$f^{\prime }(x_0)=\underset{\Delta x\to 0}{\lim }\frac{\Delta y}{\Delta x}=\underset{\Delta x\to 0}{\lim }\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x}$.

也可记作 $y^{\prime }{|}_{x=x_0},\frac{\mathrm{d}y}{\mathrm{d}x}{|}_{x=x_0},\frac{\mathrm{d}f(x)}{\mathrm{d}x}{|}_{x=x_0}$.

---

邻域${}^{\ast }$：以 $x_0$ 为中心的任何开区间称为点 $x_0$ 的邻域，记作 $U(x_0)$；在 $U(x_0)$ 中去掉中心 $x_0$ 后，称为点 $x_0$ 的去心邻域，记作 $\stackrel{\circ }{U}(x_0)$.

设 $x_0\in \mathrm{R},\delta >0$，开区间 $(x_0-\delta ,x_0+\delta )$ 称为点 $x_0$ 的 $\delta$ 邻域，记作 $U(x_0,\delta )$. 点 $x_0$ 的去心 $\delta$ 邻域记作 $\stackrel{\circ }{U}(x_0,\delta )$，$\delta$ 称为邻域半径.

对于 $0\le |x-x_0|<\delta$ ，绝对值的几何意义为距离，$|x-x_0|$ 即 $x$ 到 $x_0$ 的距离. $0\le |x-x_0|<\delta$ 即 $x$ 到 $x_0$ 的距离大于等于 0 小于等于 $\delta$ ，$x\in (x_0-\delta ,x_0+\delta )$，即 $x\in U(x_0,\delta )$.

同样地，对于 $0<|x-x_0|<\delta$ ，意思是 $x\in (x_0-\delta ,x_0)\cup (x_0,x_0+\delta )$，即 $x\in \stackrel{\circ }{U}(x_0,\delta )$.

---

导数的本质：

从导数的定义可以看出，导数的本质就是一个求极限的运算，从函数图像上来看，导数的几何意义就是函数曲线上某点处的斜率。

---

基本导数公式

$$(\mathrm{C}{)}^{\prime }=0,(\mathrm{C}是常数).$$

$$(\sin x{)}^{\prime }=\cos x$$

$$(x^u{)}^{\prime }=u\cdot x^{u-1}$$

$$(\cos x{)}^{\prime }=-\sin x$$

$$(\tan x{)}^{\prime }=(\frac{\sin x}{\cos x}{)}^{\prime }=\frac{{\cos }^{2}x+{\sin }^{2}x}{{\cos }^{2}x}={\sec }^{2}x$$

$$(\cot x{)}^{\prime }=(\frac{\cos x}{\sin x}{)}^{\prime }=\frac{-{\sin }^{2}x-{\cos }^{2}x}{{\sin }^{2}x}=-{\csc }^{2}x$$

$$(\sec x{)}^{\prime }=(\frac{1}{\cos x}{)}^{\prime }=-{\cos }^{-2}x\cdot (-\sin x)=\sec x\cdot \tan x$$

$$(\csc x{)}^{\prime }=(\frac{1}{\sin x}{)}^{\prime }=-{\sin }^{-2}x\cdot \cos x=-\csc x\cdot \cot x$$

$$({\mathrm{a}}^x{)}^{\prime }={\mathrm{a}}^x\cdot \ln a,(\mathrm{a}>0,a\ne 1).$$

$$({\mathrm{e}}^x{)}^{\prime }={\mathrm{e}}^x$$

$$({\log }_{a}x{)}^{\prime }=\frac{1}{x\cdot \ln a},(a>0,a\ne 1).$$

$$(\ln x{)}^{\prime }=\frac{1}{x}$$

$$(\arcsin x{)}^{\prime }=\frac{1}{\sqrt{1-x^2}}$$

$$(\arccos x{)}^{\prime }=-\frac{1}{\sqrt{1-x^2}}$$

$$(\arctan x{)}^{\prime }=\frac{1}{1+x^2}$$

$$(\mathrm{arccot}x{)}^{\prime }=-\frac{1}{1+x^2}$$

---

函数的和、差、积、商的求导法则：

设 $u=u(x)$, $v=v(x)$ 都可导，则

（1）$(u\pm v{)}^{\prime }=u^{\prime }\pm v^{\prime }$.

（2）$(\mathrm{C}u{)}^{\prime }=\mathrm{C}{u}^{\prime },(\mathrm{C}是常数).$

（3）$(uv{)}^{\prime }=u^{\prime }v+u{v}^{\prime }$.

（4）$(\frac{u}{v}{)}^{\prime }=\frac{u^{\prime }v-u{v}^{\prime }}{v^2}$.

---

反函数的求导法则：

设 $x=f(y)$ 在区间 $I_y$ 内单调可导（单调才能有反函数），且 $f(y)\ne 0$，则它的反函数 $y=f^{-1}(x)$ 在 $I_x=f(I_y)$ 内也可导，则：
$$[f^{-1}(x){]}^{\prime }=\frac{1}{f^{\prime }(y)}或\frac{\mathrm{d}y}{\mathrm{d}x}=\frac{1}{\frac{\mathrm{d}x}{\mathrm{d}y}}.$$

也就是说，反函数的导数等于直接函数导数的倒数。

用函数图像来解释，应该更容易理解。对于 $y=f(x)$ ，导数在图像上表现为函数图像曲线某点的切线，即函数图像在该点处的斜率。而反函数 $x=f^{-1}(y)$ 的图像和直接函数 $y=f(x)$ 的图像关于直线 $y=x$ 对称，即将 $x$ 轴和 $y$ 反转，斜率 $k=\frac{\Delta y}{\Delta x},(\Delta x\to 0)$ ，当图像关于直线 $y=x$ 对称反转后，在同一点处的斜率互为倒数关系 $k^{\prime }=\frac{1}{k}=\frac{\Delta x}{\Delta y}$. 所以，反函数的导数等于直接函数导数的倒数。

设 $x=\sin y$，$y\in [-\frac{\pi }{2},\frac{\pi }{2}]$ 为直接函数，则 $y=\arcsin x$ 是它们的反函数. $x=\sin y$ 在开区间 $I_y=(-\frac{\pi }{2},\frac{\pi }{2})$ 内单调、可导，且 $(\sin y{)}^{\prime }=\cos y>0$. 在对应区间 $I_x=(-1,1)$ 上有 $y^{\prime }=(\arcsin x{)}^{\prime }=\frac{1}{x^{\prime }}=\frac{1}{\cos y}$.

$\cos y=\sqrt{1-{\sin }^{2}y}=\sqrt{1-x^2}$.

$\therefore y^{\prime }=(\arcsin x{)}^{\prime }=\frac{1}{x^{\prime }}=\frac{1}{\cos y}=\frac{1}{\sqrt{1-x^2}}$.

同样地，对于 $x=\cos y$, $y\in [0,\pi ]$ 为直接函数，则 $y=\arccos x$ 是它的反函数. $x=\cos y$ 在开区间 $I_y=(0,\pi )$ 内单调、可导，且 $(\cos y{)}^{\prime }=-\sin y<0$. 在对应的区间 $I_x=(-1,1)$ 上有 $y^{\prime }=(\arccos x{)}^{\prime }=\frac{1}{x^{\prime }}=-\frac{1}{\sin y}$.

$\sin y=\sqrt{1-{\cos }^{2}y}=\sqrt{1-x^2}$.

$\therefore y^{\prime }=(\arccos x{)}^{\prime }=-\frac{1}{\sqrt{1-x^2}}$.

---

复合函数求导法则：
设 $y=f(u)$，而 $u=g(x)$ 且 $f(u)$ 及 $g(x)$ 都可导，则复合函数 $y=f[g(x)]$ 的导数为 $y^{\prime }=f^{\prime }(u)\cdot g^{\prime }(x)$. 或 $y^{\prime }=\frac{\mathrm{d}y}{\mathrm{d}x}=\frac{\mathrm{d}y}{\mathrm{d}u}\cdot \frac{\mathrm{d}u}{\mathrm{d}x}$.

---

x趋于0时的等价替换及其适用条件

x趋于0时的等价替换及其适用条件 ：点击跳转