第2章：导数与微分

第二章：导数与微分

第一节：导数的概念

导数其实表示的是一种极限，根据导数的定义可以把导数题转换称极限题去做。斜率不是导数，斜率只是导数的一种表现形式

基本概念

1. $f(x)$在$x_0$处可导的定义：$y=f(x)$在点$x_0$的某领域内有定义，若${\lim }_{\Delta \to 0}\frac{\Delta y}{\Delta x}={\lim }_{\Delta \to 0}\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x}$存在，则称函数$f(x)$在点$x_0$处可导，并称次极限为$y=f(x)$在点$x_0$处的导数。记作$y^{{}^{\prime }}{|}_{x=x_0}；f^{{}^{\prime }}(x_0)$；$\frac{dy}{dx}{|}_{x=x_0}$；$\frac{df(x)}{dx}{|}_{x=x_0}$即：$y^{{}^{\prime }}{|}_{x=x_0}=f^{{}^{\prime }}(x)={\lim }_{\Delta x\to 0}\frac{\Delta y}{\Delta x}={\lim }_{\Delta x\to 0}\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x}={\lim }_{h\to 0}\frac{f(x_0+h)-f(x_0)}{h}$

2. 在$f(x)$在$x_0$处可导的定义中，$\Delta$可以为$2\Delta$，$n\Delta$，但不能为${\Delta }^2$，因为${\Delta }^2$只能取到$0^{+}$，但是取不到$0^{-}$,而$\Delta$必须包括$0^{-}$和$0^{+}$

3. 单侧导数定义：设函数$y=f(x)$在点$x_0$处存在如下单侧极限${\lim }_{x\to 0^{-}}\frac{\Delta y}{\Delta x}={\lim }_{x\to 0^{-}}\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x}$，${\lim }_{\Delta x\to 0^{+}}\frac{\Delta y}{\Delta x}={\lim }_{\Delta x\to 0^{+}}\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x}$则分别称$f(x)$在$x=x_0$处左，右可导，上述极限值分别称为$f(x)$在$x=x_0$处的左，右导数，记为$f_{-}^{{}^{\prime }}(x_0),f_{+}^{{}^{\prime }}(x_0)或y_{-}^{{}^{\prime }}(x_0)，y_{+}^{{}^{\prime }}(x_0)$

4. 导数的等价意义：$令x=x_0+\Delta x$,导数可以改写成$f^{{}^{\prime }}(x_0)=\underset{x\to x_0}{\lim }\frac{f(x)-f(x_0)}{x-x_0}$

   1. 注意：导数定义中，$\Delta x\to 0$一定包含$\Delta x\to 0^{-}$以及$\Delta x\to 0^{+}$(或$x\to x_0^{-},x\to x_0^{+}$)

5. $f(x)$在$(a,b)$内可导的定义：若$f(x)$在$(a,b)$内逐点可导，则称$f(x)$在开区间$(a,b)$内可导

6. $f(x)$在$[a,b]$内可导的定义：若$f(x)$在$(a,b)$内逐点可导，则称$f(x)$在开区间$(a,b)$内可导，若$f(x)$在$(a,b)$内可导，且$f(x)$在$x=a$处右可导，在$x=b$处左可导，则称$f(x)$在闭区间$[a,b]$上可导。记为$f(x)\in D[a,b]$或$f(x)\in C_2[a,b]$

重要公式

1. 椭圆方程的切线公式
   1. 椭圆$\frac{x^2}{a^2}+\frac{y^2}{b^2}=1$,在$(x_0,y_0)$处的切线方程：$\frac{x\cdot x_0}{a^2}+\frac{y\cdot y_0}{b^2}=1$
   2. 椭球面$\frac{x^2}{a^2}+\frac{y^2}{b^2}+\frac{z^2}{c^2}=1$在$(x_0,y_0,z_0)$处的切平面：$\frac{x{x}_0}{a^2}+\frac{y{y}_0}{b^2}+\frac{z{z}_0}{c^2}=1$
   3. 例题：
      1. $x^2+\frac{y^2}{4}=1在(\frac{\sqrt{3}}{2},1)$处切线方程
2. 函数$y$在点$(x_0,y_0)$处的切线方程和法线方程

   1. 切线方程：$y-y_0=f^{{}^{\prime }}(x_0)(x-x_0)$

   2. 法线方程：$y-y_0=-\frac{1}{f^{{}^{\prime }}(x_0)}(x-x_0)，(f^{{}^{\prime }}(x_0)\ne 0)$

重要性质

1. 函数$y=f(x)$在点$x_0$处可导的充要条件：$f_{-}^{{}^{\prime }}(x_0)$与$f_{+}^{{}^{\prime }}(x_0)$都存在且相等

2. 可导与连续关系：$f(x)$在点$x_0$处可导，则$f(x)$在点$x_0$处连续，反之函数在点$x_0$处连续则未必可导。

3. 导数的几何意义：

   1. 曲线$y=f(x)$在点$(x_0,y_0)$处的切线的斜率为$tan\alpha =f^{{}^{\prime }}(x_0),若f^{{}^{\prime }}(x_0)=0$，则切线与$x$轴平行，$x_0$称为驻点

   2. $f^{{}^{\prime }}(x_0)\ne \infty$时，曲线在$(x_0,y_0)$处

      1. 切线方程：$y-y_0=f^{{}^{\prime }}(x_0)(x-x_0)$

      2. 法线方程：$y-y_0=-\frac{1}{f^{{}^{\prime }}(x_0)}(x-x_0)，(f^{{}^{\prime }}(x_0)\ne 0)$​

   3. 例题：

      1. $求y=si{n}^{2}x$在$x=\frac{\pi }{4}$ 处的切线方程
      2. 设曲线$y=lnx$与$y=a\sqrt{x}$相切，求公切线。

4. 导数的物理意义：一阶导表示速度，二阶导表示加速度。

5. 求两曲线相切的切点的公切线：切点满足两个特点，切点处函数值相等和切点处切线斜率（导数）相等

解题思路

1. 导数可导的等价关系（函数$y=f(x)$在点$x_0$处可导的充要条件：$f_{-}^{{}^{\prime }}(x_0)$与$f_{+}^{{}^{\prime }}(x_0)$都存在且相等）的应用：

   1. 方法：
      1. 证明一个函数是否可导，就一个方法，就是判断$f_{-}^{{}^{\prime }}(x_0)与f_{+}^{{}^{\prime }}(x_0)是否都存在且相等$​
      2. 如果说一个函数在一点$x_0$可导，也可以知道$f_{-}^{{}^{\prime }}(x_0)=f_{+}^{{}^{\prime }}(x_0)$
   2. 例题：
      1. 证明函数$f(x)=|x|$在$x=0$不可导

2. 导数定义的应用：凑定义式，分子，一动一定，分母，上下一致。

   1. 导数定义所能解决的问题：

      1. 利用导数定义求极限：抽象函数，隐函数
      2. 利用导数定义求导数：抽象函数，分段函数，复杂函数
      3. 利用导数定义求是否可导：$f_{-}^{{}^{\prime }}(x_0)$与$f_{+}^{{}^{\prime }}(x_0)$都存在且相等和函数可导是互为充要条件​

   2. 例题：

      1. $f(x)$可导且为奇函数，$f^{{}^{\prime }}(-1)=2$，求$\underset{x\to 0}{\lim }\frac{f(1+3x)+f(-1+x)}{x}$​

      2. $f^{{}^{\prime }}(0)=2$存在，求极限$\underset{x\to 0}{\lim }\frac{f(2x)-f(x)}{x}$

      3. 设$f(x)$在$x=2$处可导，且$\underset{x\to 2}{\lim }\frac{f(x)-2}{x^2-4}=2$，求$f(2)$，$f^{{}^{\prime }}(2)$(提示：$f(x)$可导，说明$f(x)$连续，${\lim }_{x\to 2}{x}^2-4=0$，则一个极限除一个极限等于$0$的极限等于常数，则这个极限也等于$0$)

      4. 设$f(0)=0$，$\underset{x\to 0}{\lim }\frac{1}{x^2}f(1-e^x)$存在，求$f^{{}^{\prime }}(0)$​

      5. 已知$f(x)=x(x-1)(x-2)\dots \dots (x-99),f^{{}^{\prime }}(0)$​

      6. 证明函数$f(x)=|x|$在$x=0$不可导​

      7. 设$f(0)=0$,则$f(x)$在$x=0$处可导的充要条件是（）

         A.$\underset{h\to 0}{\lim }\frac{1}{h^2}f(1-cosh)$存在，B.$\underset{h\to 0}{\lim }\frac{1}{h}f(1-e^h)$存在

         C.$\underset{h\to 0}{\lim }\frac{1}{h^2}f(h-sinh)$存在​，C.$\underset{h\to 0}{\lim }\frac{f(2h)-f(h)}{h}$存在

第二节：函数的求导法则

基本概念

1. 函数的类型：复合函数，反函数，隐函数，幂指函数，分段函数，参数方程确定的函数，变限积分函数。

重要公式

1. 基本求导公式（正着逆着都要熟练掌握，考试的时候这个会变着样子考，很重要）
   $$\begin{gathered} (x^a{)}^{{}^{\prime }}=a{x}^{a-1} \\ (a^x{)}^{{}^{\prime }}=a^{x}lnx，(e^x{)}^{{}^{\prime }}=e^x \\ (lo{g}_{a}x{)}^{{}^{\prime }}=\frac{1}{xlna}，(lnx{)}^{{}^{\prime }}=\frac{1}{x}，(ln|x|{)}^{{}^{\prime }}=\frac{1}{x} \\ (sinx{)}^{{}^{\prime }}=cosx，(cosx{)}^{{}^{\prime }}=-sinx \\ (tanx{)}^{{}^{\prime }}=se{c}^{2}x，(cotx{)}^{{}^{\prime }}=-cs{c}^{2}x \\ (secx{)}^{{}^{\prime }}=secxtanx，(cscx{)}^{{}^{\prime }}=-cscxcotx \\ (arcsinx{)}^{{}^{\prime }}=\frac{1}{\sqrt{1-x^2}}，(arccosx{)}^{{}^{\prime }}=-\frac{1}{\sqrt{1-x^2}} \\ (arctanx{)}^{{}^{\prime }}=\frac{1}{1+x^2}，(arccotx{)}^{{}^{\prime }}=-\frac{1}{1+x^2} \end{gathered}$$

2. 导数四则运算

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

   2. $(ku{)}^{{}^{\prime }}=k{u}^{{}^{\prime }}$

   3. $(uv{)}^{{}^{\prime }}=u^{{}^{\prime }}v+u{v}^{{}^{\prime }}，(uvw{)}^{{}^{\prime }}=u^{{}^{\prime }}vw+u{v}^{{}^{\prime }}w+uv{w}^{{}^{\prime }}$

   4. $(\frac{u}{v}{)}^{{}^{\prime }}=\frac{u^{{}^{\prime }}v-u{v}^{{}^{\prime }}}{v^2},(v\ne 0)$

3. 极坐标化直角坐标公式：

   1. $x=rcos\theta =r(\theta )cos\theta$
   2. $y=rsin\theta =r(\theta )sin\theta$

4. $C_m^n$求解公式：$\frac{n(n-1)...(n-m+1)}{m!}$

5. 反函数的求导公式：

   1. 设$f(x)$可导，且$f^{{}^{\prime }}(x)\ne 0$,又设$x=\phi (y)$为$y=f(x)$的反函数，则${\phi }^{{}^{\prime }}(y)=\frac{dx}{dy}=\frac{1}{\frac{dy}{dx}}=\frac{1}{f^{{}^{\prime }}(x)}$。

   2. 设$f(x)$二阶可导，且$f^{{}^{\prime }}(x)\ne 0$，又设$x=\phi (y)$为$y=f(x)$反函数，则${\phi }^{{}^{\prime \prime }}(y)=-\frac{f^{{}^{\prime \prime }}(x)}{f^{{}^{\prime }3}(x)}$

重要性质

1. 复合函数的求导法则：$y=f(u)$可导，$u=\phi (x)$可导，则$f[\phi (x)]$也可导，且$\frac{dy}{dx}=f[\phi (x)]{\phi }^{{}^{\prime }}(x)$

2. 反函数的求导法则：

   1. 定理一：$设f(x)可导，且f^{{}^{\prime }}(x)\ne 0,又设x=\phi (y)为y=f(x)的反函数，则{\phi }^{{}^{\prime }}(y)=\frac{dx}{dy}=\frac{1}{\frac{dy}{dx}}=\frac{1}{f^{{}^{\prime }}(x)}。$​
   2. 定理二：设$f(x)$二阶可导，且$f^{{}^{\prime }}(x)\ne 0$，又设$x=\phi (y)$为$y=f(x)$反函数，则${\phi }^{{}^{\prime \prime }}(y)=-\frac{f^{{}^{\prime \prime }}(x)}{f^{{}^{\prime }3}(x)}$

3. 隐函数的导数：两边对$x$求导，碰到$y$,先对$y$求导，再乘$y^{{}^{\prime }}$。碰到$y^{{}^{\prime }}$，先对$y^{{}^{\prime }}$求导，再乘$y{}^{\prime \prime }$

4. 由参数方程确定的函数的导数：设$y=f(x)由\{\begin{array}{l}x=\phi (x)\\ y=\psi (x)\end{array}$确定，$\psi (t)二阶可导且{\phi }^{{}^{\prime }}(x)\ne 0,则$

   1. $y^{{}^{\prime }}=\frac{dy}{dx}=\frac{dy/dt}{dx/dt}=\frac{{\psi }^{{}^{\prime }}(t)}{{\phi }^{{}^{\prime }}(t)}。$
   2. $y^{{}^{\prime \prime }}=\frac{d{y}^{{}^{\prime }}/dt}{dx/dt}$
   3. 注意：参数方程中的单调区间指的是$x$​的范围。

5. 幂指函数求导

   1. 法一：$y=u(x{)}^{v(x)}=e^{v(x)\ln u(x)}$
   2. 法二：$\ln y=v(x)\ln u(x)$，其他使用场景：
      1. 用于连乘或连除形式的函数求导（把乘除换成加减的形式）
      2. 用于幂函数或指数函数的求导（把幂函数或指数函数换成乘法的形式）。

6. 分段函数求导方法：

   1. 分段点用导数定义来求
   2. 其他部分用求导法则
   3. 注意绝对值也是一种分段函数。

7. 极坐标求导：

   1. step1：先化为直角坐标：$x=rcos\theta =r(\theta )cos\theta ,y=rsin\theta =r(\theta )sin\theta$
   2. step2：得到一个参数方程，再使用参数方程的求导方法求导。

8. 变限积分函数的求导法则

   1. $[{\int }_a^{\phi (x)}f(t)dt{]}^{{}^{\prime }}=f[\phi (x)]{\phi }^{{}^{\prime }}(x)$
   2. $[{\int }_{\psi (x)}^{\phi (x)}f(t)dt{]}^{{}^{\prime }}=f[\phi (x)]{\phi }^{{}^{\prime }}(x)-f[\psi (x)]{\psi }^{{}^{\prime }}(x)$
   3. [ ∫ ψ ( x ) φ ( x ) g ( x ) f ( t ) d t ] ′ = [ g ( x ) ∫ ψ ( x ) φ ( x ) f ( t ) d t ] ′ = g ′ ( x ) ∫ ψ ( x ) φ ( x ) f ( t ) d t + g ( x ) { f [ φ ( x ) ] φ ′ ( x ) − f [ ψ ( x ) ] ψ ′ ( x ) } [\int_{\psi(x)}^{\varphi(x)}g(x)f(t)dt]^{'} = [g(x)\int_{\psi(x)}^{\varphi(x)}f(t)dt]^{'} = g^{'}(x)\int^{\varphi(x)}_{\psi(x)} f(t)dt+g(x)\{f[\varphi(x)]\varphi^{'}(x)-f[\psi(x)]\psi^{'}(x)\} [∫ψ(x)φ(x)​g(x)f(t)dt]′=[g(x)∫ψ(x)φ(x)​f(t)dt]′=g′(x)∫ψ(x)φ(x)​f(t)dt+g(x){f[φ(x)]φ′(x)−f[ψ(x)]ψ′(x)}
   4. 使用上面三个法则求导前$f(t)$中不能含有变量$x$​

解题思路

1. 求不可导点步骤

   1. 步骤：
      1. 第一步：找可疑点：分段点，绝对值等于零的点。
      2. 第二步：用导数定义判断点是否可导
      3. 做小题时，如果函数图像可以画出来，可以看函数图像的点是否光滑，不光滑的点就是不可导点。
   2. 例题：
      1. $设函数f(x)=\underset{x\to \infty }{\lim }\sqrt[n]{1+|x{|}^{3n}},求f(x)在(-\infty ,+\infty )内不可导的点$

2. 七大函数的求导

   1. 步骤：

      1. step1：确定函数类型和函数定义域。
      2. step2：分类求导

   2. 例题：

      1. $y=e^{sin\frac{1}{x}}$，求$\frac{dy}{dx}$
      2. 设$y=x^{a^a}+a^{x^a}+a^{a^x}$，求$y^{{}^{\prime }}$
      3. $y=f(x)$的反函数$x=g(y)$，$f(2)=1$，$f^{{}^{\prime }}(2)=3$，求$g^{{}^{\prime }}(1)$​
      4. 设$f(x)$可导，$\phi (x)$为$f(x)$的反函数，且$f(2)=4,f^{{}^{\prime }}(2)=\sqrt{5}$，$f^{{}^{\prime }}(4)=\sqrt{6}$，求${\phi }^{{}^{\prime }}(4)$
      5. $f(x)$可导，$x=\phi (y)$为$y=f(x)$的反函数，$f^{{}^{\prime }}(x)=e^{x^2+x+1}$，$f(0)=3$，求${\phi }^{{}^{\prime }}(3)$
      6. $y^5+2y-x-3x^7=0$，求$y^{{}^{\prime }}(0)，y^{{}^{\prime \prime }}(0)$
      7. 设$\{\begin{array}{l}x=f^{{}^{\prime }}(t)\\ y=t{f}^{{}^{\prime }}(t)-f(t)\end{array}$，求$\frac{dx}{dy}$
      8. 设$\{\begin{array}{l}x=3t^2+2t\\ e^{y}sint-y+1=0\end{array}$确定$y=y(x)$函数，求$\frac{dy}{dx}{|}_{t=0}$
      9. $F(x)={\int }_{cosx}^1{e}^{-t^2}dt$，求$F^{{}^{\prime }}(x)$
      10. $f(x)={\int }_0^{x}sin(x-t{)}^{2}dt$，求$f^{{}^{\prime }}(x)$（第六章会讲）
      11. 求$\underset{x\to 0}{\lim }\frac{{\int }_0^{x}sin(x-t{)}^{2}dt}{x-sinx}$
      12. $f(x)=\{\begin{array}{ll}ln(1+2x)& x>0\\ 2& x=0\\ 2cosx& x<0\end{array}$,求$f^{{}^{\prime }}(x)$
      13. $y=\sqrt{\frac{(x-1)(x+1{)}^3}{e^{x-2}\cdot (x-3{)}^4}},(x>3)$，求$y^{{}^{\prime }}$​
      14. $x^y=y^x$，求$\frac{dy}{dx}$​
      15. 设$y=x^x$,求$y^{{}^{\prime }}$
      16. 求曲线 $r=\theta$，在点$(r,\theta )=(\frac{\pi }{2},\frac{\pi }{2})$处切线的直角方程

第三节：高阶导数

基本概念

1. 高阶导定义：若函数$y=f(x)$的导数$y^{{}^{\prime }}=f^{{}^{\prime }}(x)$可导，则称$f^{{}^{\prime }}(x)$的导数为$f(x)$的二阶导数，记作：$y^{{}^{\prime \prime }}或\frac{d^{2}y}{d{x}^2}$,即$y^{{}^{\prime \prime }}=(y^{{}^{\prime }}{)}^{{}^{\prime }}$或$\frac{d^{2}y}{d{x}^2}=\frac{d}{dx}(\frac{dy}{dx})$，类似地，二阶导数的导数称为三阶导数，以此类推，分别记作：$y^{{}^{\prime \prime }},y^{(4)},...,y^{(n)}$，或，$\frac{d^{3}y}{d{x}^3},\frac{d^{4}y}{d{x}^4},...,\frac{d^{n}y}{d{x}^n}$

重要公式

1. 常用的高阶导数
   1. $\{\begin{array}{l}(e^{kx}{)}^{(n)}=k^n{e}^{kx}\\ (a^{kx}{)}^{(n)}=(klna{)}^n{a}^{kx}\end{array}$
   2. $\{\begin{array}{l}[sin(ax+b){]}^{(n)}=a^{n}sin(ax+b+\frac{n\pi }{2})\\ [cos(ax+b){]}^{(n)}=a^{n}cos(ax+b+\frac{n\pi }{2})\end{array}$
   3. $\{\begin{array}{l}(\frac{1}{ax+b}{)}^{(n)}=\frac{(-1{)}^{n}n!a^n}{(ax+b{)}^{(n+1)}}\\ [ln(ax+b){]}^{(n)}=\frac{(-1{)}^{n-1}(n-1)!a^n}{(ax+b{)}^n}\end{array}$

重要性质

1. 高阶导的运算法则

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

   2. $(ku{)}^{(n)}=k{u}^{(n)}$

   3. 莱布尼茨公式：$(uv{)}^{(n)}=C_n^0{u}^{(n)}v+C_n^1{u}^{(n-1)}{v}^{{}^{\prime }}+...+C_n^{n}u{v}^{(n)}$

解题思路

1. 高阶导求解
   1. 例题：

      1. 利用归纳法：

         1. $y^{{}^{\prime }},y^{{}^{\prime \prime }},y^{{}^{\prime \prime \prime }}$，找规律。
         2. 遇到$sinx+cosx$，要想到提取一个$\sqrt{2}$,变成$\sqrt{2}sin(x+\frac{\pi }{4}$)。​

      2. 化为两个函数相加形式，使用$(u\pm v{)}^{(n)}=u^{(n)}\pm v^{(n)}$

         1. 两种函数形式可以化为几个函数相加的形式

            1. $f(x)=ln(a{x}^2+bx+c)$

            2. $f(x)=\frac{...}{a{x}^2+bx+c}$，这种形式的函数当看不出如何转化为两式相加减的形式时，可以使用以下步骤：

               1. 第一步：化为，分母化为两式相乘的形式，例如$\frac{1}{x^2-3x+2}化为\frac{1}{(x-2)(x-1)}$

               2. 第二步：设$\frac{1}{(x-2)(x-1)}=\frac{A}{x-2}+\frac{B}{x-1}$

               3. 第三步：通分$\frac{A}{x-2}+\frac{B}{x-1}=\frac{(A+B)x-A-2B}{(x-2)(x-1)}$

               4. 第四步：解$\{\begin{array}{l}A+B=0\\ -A-2B=1\end{array}得，A=1,B=-1$​

      3. 利用莱布尼茨公式

         1. 公式：$(uv{)}^{(n)}=C_n^0{u}^{(n)}v+C_n^1{u}^{(n-1)}{v}^{{}^{\prime }}+...+C_n^{n}u{v}^{(n)}$
         2. 使用场景：两个函数相乘，函数的其中一项为幂函数$x^n$，作为$v$，随着$v$的导数的阶数提高，最终会变成0，另一项为可归纳高阶导的函数，作为$u$
   2. 例题：
      1. $y=x^2{e}^{2x},求y^{(20)}$
      2. $设函数f(x)=x^{2}sin3x,求f^{(5)}(x)$
      3. $设y=\frac{1}{x^2-3x+2},求y^{(n)}$
      4. $y=\frac{1}{ax+b},求y^{(n)}$
      5. $y=e^{x}sinx,求y^{(n)}$​
      6. $设f(x)任意阶可导，且f^{{}^{\prime }}(x)=[f(x){]}^2,则当n>=2时,求f^{(n)}(x)$
      7. $y=sinxco{s}^{2}x-si{n}^{3}x,求y^{(n)}$

第四节：函数的微分

微分表示的是变化量，$dy$(微分)可以近似表示$\Delta y$

基本概念

1. 函数的微分定义：若函数$y=f(x)$在点$x_0$处的增量可表示为$\Delta y=f(x_0+\Delta x)-f(x_0)=A\Delta x+o(\Delta x)$，其中A为不依赖于$\Delta x$的常数，则称函数$y=f(x)$在点$x_0$处可微，而$A\Delta x$称为$f(x)$在点$x_0$处相应于自变量增量$\Delta x$的微分，记作$dy$，即$dy=Adx.$

2. 这里需要注意，这里的$\Delta x$和$dx$相等，但是$\Delta y$和$dy$不一定相等​，就比如：$y=f(x^2)$可导，取$x=-1$，$\Delta x=0.01$，$dy{|}_{x=-1}=-0.5$，求$f^{{}^{\prime }}(1)$。

3. 微分的几何意义：

   1. $dy$：沿切线纵坐标的增量

   2. $\Delta y$：沿曲线纵坐标的增量

   3. 微分几何意义图：

      

重要公式

1. $d(u\pm v)=du\pm dv$
2. $d(ku)=kdu$
3. $d(uv)=vdu+udv$
4. $d\frac{u}{v}=\frac{vdu+udv}{v^2}$

重要性质

1. 微分的运算法则：

   1. $d(u\pm v)=du\pm dv$
   2. $d(ku)=kdu$
   3. $d(uv)=vdu+udv$
   4. $d\frac{u}{v}=\frac{vdu+udv}{v^2}$
   5. 复合函数的微分（微分形式不变性）：设$y=f(u),u=\phi (x)都可导，则复合函数y=f[\phi (x)]$的微分为$dy=y_x^{{}^{\prime }}dx=f^{{}^{\prime }}(u){\phi }^{{}^{\prime }}(x)dx=f^{{}^{\prime }}(u)du$​

2. 求微分等于求导：$df(x)=f^{{}^{\prime }}(x)dx$

3. 凑微分等于积分，例如：$2xdx=d(x^2+C),e^{sinx}cosxdx=e^{sinx}dsinx=d(e^{sinx}+C)$

解题思路

1. 求复合函数微分：
   1. 运算法则：
      1. 设$y=f(u),u=\phi (x)$都可导，则复合函数$y=f[\phi (x)]$的微分为$dy=y_x^{{}^{\prime }}dx=f^{{}^{\prime }}(u){\phi }^{{}^{\prime }}(x)dx=f^{{}^{\prime }}(u)du$
      2. $d(u\pm v)=du\pm dv$
      3. $d(ku)=kdu$
      4. $d(uv)=vdu+udv$
      5. $d\frac{u}{v}=\frac{vdu+udv}{v^2}$
   2. 例题：
      1. 求$d{e}^{x+2y+3z}$

$y=f(u),u=\phi (x)$都可导，则复合函数$y=f[\phi (x)]$的微分为$dy=y_x^{{}^{\prime }}dx=f^{{}^{\prime }}(u){\phi }^{{}^{\prime }}(x)dx=f^{{}^{\prime }}(u)du$
2. $d(u\pm v)=du\pm dv$
3. $d(ku)=kdu$
4. $d(uv)=vdu+udv$
5. $d\frac{u}{v}=\frac{vdu+udv}{v^2}$
2. 例题：
1. 求$d{e}^{x+2y+3z}$