高等数学 · 第三章 导数和微分

第一节 导数的概念

一、引例

例一、切线问题(即几何意义)

$\tan \phi =\frac{\Delta y}{\Delta x}=\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x}$
$k=\tan \alpha =\underset{\Delta x\to 0}{\lim }\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x}$

例二、瞬时变化速度问题

变速直线运动的瞬时速度问题。
$速度=\frac{路程}{时间}$
$[t_0,t_0+\Delta t]的平均速度：\frac{s(t_0+\Delta )-s(t_0)}{\Delta t}$
$t_0时刻的瞬时速度：v(t_0)=\underset{\Delta t\to 0}{\lim }\frac{s(t_0+\Delta t)-s(t_0)}{\Delta t}$

*以上两个例子，大家均在数学和物理中接触过，不作详细介绍。

二、导数的定义

设函数 $y=f(x)$ 在点 $x_0$ 的某领域内有定义，且自变量 $x$ 在 $x_0$ 处取得增量 $\Delta x$ 时，函数相对应的增量为：$\Delta y=f(x_0+\Delta x)-f(x_0)$. 若当 $\Delta x\to 0$ 时，极限 $\underset{\Delta x\to 0}{\lim }\frac{\Delta y}{\Delta x}=\underset{\Delta x\to 0}{\lim }\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x}$ 存在，则称函数 $y=f(x)$ 在点 $x_0$ 处可导，并称此极限为函数 $y=f(x)$ 在点 $x_0$ 处的导数，记为
$$f^{\prime }(x_0),y^{\prime }{|}_{x=x_0},\frac{dy}{dx}{|}_{x=x_0}或\frac{df(x)}{dx}{|}_{x=x_0}$$
$$即f^{\prime }(x_0)=\underset{\Delta x\to 0}{\lim }\frac{\Delta y}{\Delta x}=\underset{\Delta x\to 0}{\lim }\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x}$$

左右导数表示为：
$f_{-}^{\prime }(x_0)=\underset{\Delta x\to 0^{-}}{\lim }\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x},f_{+}^{\prime }(x_0)=\underset{\Delta x\to 0^{+}}{\lim }\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x}$

定理3.1 函数 $f(x)$ 在点 $x_0$ 处可导的充分必要条件是 $f(x)$ 在 $x_0$ 处的左、右导数存在且相等。

例题

1. 求 $f(x)=x^2$, 求 $f^{\prime }(0)$.
   解：$f^{\prime }(0)=\underset{\Delta x\to 0}{\lim }\frac{\Delta y}{\Delta x}=\underset{\Delta x\to 0}{\lim }\frac{f(0+\Delta x)-f(0)}{\Delta x}=\underset{\Delta x\to 0}{\lim }\frac{(\Delta x{)}^2-0^2}{\Delta x}=\underset{\Delta x\to 0}{\lim }\Delta x=0$

三、导数的几何意义和物理意义

几何意义： 切线的斜率 $k=f^{\prime }(x_0)$
切线方程：$y=f(x_0)=f^{\prime }(x_0)(x-x_0)$
法线方程：$y-f(x_0)=-\frac{1}{f^{\prime }(x_0)}(x-x_0),(f^{\prime }(x_0)\ne 0)$
物理意义：瞬时速度

四、可导与连续的关系

定理 3.2 若函数 $f(x)$ 在点 $x_0$ 处可导，则 $f(x)$ 必在点 $x_0$ 处连续。
注意：该定理的逆命题不成立，即若 $f(x)$ 在点 $x_0$ 处连续，则不能保证 $f(x)$ 在点 $x_0$ 处可导。比如分段函数。

第二节 导数的运算

一、基本初等函数的求导公式

1. $(C{)}^{\prime }=0(C是常数)$
2. $(x^n{)}^{\prime }=n\ast x^{n-1}$
3. $(\sin x{)}^{\prime }=\cos x$
4. $(\cos x{)}^{\prime }=-\sin x$
5. $(e^x{)}^{\prime }=e^x,(a^x)=a^x\ln a(a>0,a\ne 1)$
6. $(\ln x{)}^{\prime }=\frac{1}{x},(lo{g}_{a}x{)}^{\prime }=\frac{1}{x\ln a}(a>0,a\ne 1)$
7. $(\tan x{)}^{\prime }={\sec }^{2}x$
8. $(\cot x{)}^{\prime }=-{\csc }^{2}x$
9. $(\sec x{)}^{\prime }=\sec x\tan x$
10. $(\csc x{)}^{\prime }=-\csc x\cot x$
11. $(\arcsin x{)}^{\prime }=\frac{1}{\sqrt{1-x^2}}$
12. $(\arccos x{)}^{\prime }=-\frac{1}{\sqrt{1-x^2}}$
13. $(\arctan x{)}^{\prime }=\frac{1}{1+x^2}$
14. $(arccotx{)}^{\prime }=-\frac{1}{1+x^2}$

二、 导数的四则运算法则

定理3.3 (加、减求导法则)

若函数 $u(x),v(x)$ 在点 $x$ 处均可导， 则 $u(x)\pm v(x)$ 在点 $x$ 处可导， 且
$$(u(x)\pm v(x){)}^{\prime }=u^{\prime }(x)\pm v^{\prime }(x)$$

定理3.4 (乘法求导法则)

若函数 $u(x),v(x)$ 在点 $x$ 处均可导， 则 $u(x)v(x)$ 在点 $x$ 处可导， 且
$$[u(x)v(x){]}^{\prime }=u^{\prime }(x)v(x)+u(x)v^{\prime }(x)$$
推论：设 $u(x)$ 在点 $x$ 处可导， $C$ 为常数， 则 $(Cu(x){)}^{\prime }=C{u}^{\prime }(x)$

定理 3.5 (商的求导法则)

若函数 $u(x),v(x)$ 在点 $x$ 处均可导，且 $v^{\prime }(x)\ne 0$, 则 $\frac{u(x)}{v(x)}$ 在点 $x$ 处可导， 且
$$(\frac{u(x)}{v(x)}{)}^{\prime }=\frac{u^{\prime }(x)v(x)-u(x)v^{\prime }(x)}{v^2(x)}$$

例题

1. 求 $f(x)=x^4+\sin x-\ln x$ 的导函数。
   解： $f^{\prime }(x)=(x^4+\sin x-\ln x{)}^{\prime }=(x^4{)}^{\prime }+(\sin x{)}^{\prime }+(\ln x)=4x^3+\cos x-\frac{1}{x}$

2. 求 $f(x)=e^x\cos x$ 的导函数。
   解：$f^{\prime }(x)=(e^x{)}^{\prime }\cos x+e^x(\cos x{)}^{\prime }=e^x\cos x-\sin x{e}^x=e^x(\cos x-\sin x)$

3. 求 $f(x)=tanx$ 的导函数。
   解：$f^{\prime }(x)=(tanx{)}^{\prime }=(\frac{(\sin x)}{(\cos x)}{)}^{\prime }=\frac{{\cos }^{2}x+si{n}^{2}x}{{\cos }^{2}x}=\frac{1}{{\cos }^{2}x}={\sec }^{2}x$

三、反函数的求导法则

定理3.6 (反函数求导法则)

若函数 $x=\phi (y)$ 在区间 $I_y$ 内单调、可导，且 ${\phi }^{\prime }(y)\ne 0$，则其反函数 $y=f(x)$ 在对应的区间 $I_x$ 内单调、可导，且有 $f^{\prime }(x)=\frac{1}{{\phi }^{\prime }(y)}$, 其中， I x = { x ∣ x = φ ( y ) , y ∈ I y } I_x = \{x|x = \varphi(y), y \in I_y \} Ix​={x∣x=φ(y),y∈Iy​}.

四、复合函数的求导法则

定理3.7 (复合函数求导法则)

若函数 $u=\phi (x)$ 在点 $x$ 处可导，而 $y=f(u)$ 在相应的点 $u=\phi (x)$ 处可导，则复合函数 $y=f(\phi (x))$ 在点 $x$ 处可导，且有 $\frac{dy}{dx}=\frac{dy}{du}\cdot \frac{du}{dx}$.

例题

1. 设$y=\sin (x^2),$ 求 $\frac{dy}{dx}$.
   解： 令 $y=\sin u,u=x^2$,则
   $\frac{dy}{dx}=\frac{dy}{du}\cdot \frac{du}{dx}=\cos u\cdot 2x=2x\cos (x^2)$

第三节 高阶导数

一、高阶导数的定义

定义

设函数 $y=f(x)$ 在点 $x_0$ 的某邻域内处处可导，若极限 $\underset{\Delta x\to 0}{\lim }\frac{f^{\prime }(x_0+\Delta x)-f^{\prime }(x_0)}{\Delta x}$ 存在，则称其为函数 $y=f(x)$ 在点 $x_0$ 处的二阶导数，记为 $f^{\prime \prime }(x_0),\frac{d^{2}y}{d{x}^2}{|}_{x=x_0}或\frac{d^{2}f(x)}{d{x}^2}{|}_{x=x_0}$，即
$$f^{\prime \prime }(x_0)=\underset{\Delta x\to 0}{\lim }\frac{f^{\prime }(x_0+\Delta x)-f^{\prime }(x_0)}{\Delta x}$$
类似地可以定义三阶导数，四阶导数，…，$n$阶导数，分别记为 $y^{\prime \prime \prime },y^{(4)},\cdots ,y^{(n)}$.一般地，$y^{(n)}=[y^{(n-1)}{]}^{\prime }$.

例题

1. 求 $y=\frac{\ln x}{x}$ 的二阶导数。
   解：①、先求一阶导数
   $y^{\prime }=\frac{(\ln x)}{x}=\frac{(\ln x{)}^{\prime }x-(\ln x)x^{\prime }}{x^2}=\frac{\frac{1}{x}x-\ln x1}{x^2}=\frac{1-\ln x}{x^2}$
   ②、求二阶导数
   $y^{\prime \prime }=(\frac{1-\ln x}{x^2}{)}^{\prime }=\frac{(1-\ln x{)}^{\prime }{x}^2-(1-\ln x)(x^2{)}^{\prime }}{x^4}=\frac{-3+2\ln x}{x^3}$

2. 已知 $y=e^{2x}$，求 y^{(n)}。
   解：归纳法。已知 $y^{\prime }=2e^{2x},y^{\prime \prime }=2^2{e}^{(2x)},y^{\prime \prime \prime }=2^3{e}^{2x,\cdots }$,
   归纳可得答案 $y^{(n)}=2^n{e}^{(2x)}$.

第四节 微分及其运算

一、微分的定义

设函数 $y=f(x)$ 在点 $x_0$ 的某邻域内有定义。若函数的增量 $\Delta y=f(x_0+\Delta x)-f(x_0)$ 可以表示成 $\Delta y=A\Delta x+o(\Delta x)$，其中 $A$ 是与 $\Delta x$ 无关的常数， $o(\Delta x)$ 是比 $\Delta x$ 高阶的无穷小量（当 $\Delta x\to 0$时），则称函数 $y=f(x)$ 在点 $x_0$ 处是可微的，称 $A\Delta x$ 为函数 $y=f(x)$ 在点 $x_0$ 处的微分，记为：$dy{|}_{x=x_0}=A\Delta x$.

二、函数的导数与微分的关系

① 若 $y=f(x)$ 在点 $x_0$ 处可微，则 $\Delta y=f(x_0+\Delta x)-f(x_0)=A\Delta x+o(\Delta x)$，
在等式两边同时除以 $\Delta x$，则有 $\frac{\Delta y}{\Delta x}=\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x}=A+\frac{o(\Delta x)}{\Delta x}$,
因 $\underset{\Delta x\to 0}{\lim }\frac{o(\Delta x)}{\Delta x}=0$，所以 $\underset{\Delta x\to 0}{\lim }\frac{\Delta y}{\Delta x}=\underset{\Delta x\to 0}{\lim }\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x}=A$,
即 $y=f(x)$ 在 $x_0$ 出可导，且 $f^{\prime }(x_0)=A$
② 另外，若 $y=f(x)$ 在点 $x_0$ 处可导，则 $\underset{\Delta x\to 0}{\lim }\frac{\Delta y}{\Delta x}=\underset{\Delta x\to 0}{\lim }\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x}=f^{\prime }(x_0)$
由极限和无穷小的关系得到 $\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x}=f^{\prime }(x_0)+\alpha ,\underset{\Delta x\to 0}{\lim }\alpha =0$
所以 $\Delta y=f(x_0+\Delta x)-f(x_0)=f^{\prime }(x_0)\Delta x+\alpha \Delta x$，且 $\underset{\Delta x\to 0}{\lim }\alpha =0$
故 $y=f(x)$ 在点 $x_0$ 处可微，且 $dy{|}_{x=x_0}=f^{\prime }(x)\Delta x$.

定理 3.9 （可微与可导的关系）

函数 $y=f(x)$ 在点 $x_0$ 处可微的充分必要条件是 函数 $f(x)$ 在点 $x_0$ 处可导，且 $dy{|}_{x=x_0}=f^{\prime }(x_0)\Delta x$。

定理 3.10 （可微与连续的关系）

函数 $y=f(x)$ 在点 $x_0$ 处可微，则函数 $f(x)$ 必在 $x_0$ 处连续。

例题

1. 设 $y=x^4+5x^3+x-1$，求 $dy$.
   解：$y^{\prime }=4x^3+15x^2+1$
   $dy=y^{\prime }\Delta x=(4x^3+15x^2+1)\Delta x=(4x^3+15x^2+1)dx$

三、微分的几何意义

$\Delta y$ 是曲线 $y=f(x)$ 在横坐标为 $x_0$ 与 $x_0+\Delta x$ 两点处的纵坐标之差；
$dy$ 是曲线 $y=f(x)$ 在 $(x_0,y_0)$ 处的切线 $y=f(x_0)+f^{\prime }(x_0)(x-x_0)$ 在横坐标为 $x_0$ 与 $x_0+\Delta x$ 两点处的纵坐标之差。

四、基本微分公式与微分运算法则

基本公式

1. $d(C)=0(C是常数)$
2. $d(x^n)=n\ast x^{n-1}dx（n为实数）$
3. $d(\sin x)=\cos xdx$
4. $d(\cos x)=-\sin xdx$
5. $d(e^x)=e^{x}dx$
6. $d(a^x)=a^x\ln adx(a>0,a\ne 1)$
7. $d(\ln x)=\frac{1}{x}dx$
8. $d(lo{g}_{a}x)=\frac{1}{x\ln a}dx(a>0,a\ne 1)$
9. $d(\tan x)={\sec }^{2}xdx$
10. $d(\cot x)=-{\csc }^{2}xdx$
11. $d(\sec x)=\sec x\tan xdx$
12. $d(\csc x)=-\csc x\cot xdx$
13. $d(\arcsin x)=\frac{1}{d}x\sqrt{1-x^2}dx$
14. $d(\arccos x)=-\frac{1}{d}x\sqrt{1-x^2}dx$
15. $d(\arctan x)=\frac{1}{1+x^2}dx$
16. $d(arccotx)=-\frac{1}{1+x^2}dx$

定理 3.11 （微分运算法则）

若 $u(x),v(x)$ 在点 $x$ 处可微，则 $u(x)\pm v(x),u(x)v(x),\frac{u(x)}{v(x)}(v(x)\ne 0)$ 也在点 $x$ 处可微，且
$d(u(x)\pm v(x))=du(x)\pm dv(x),$
$d(u(x)v(x))=v(x)du(x)+u(x)dv(x),$
$d(\frac{u(x)}{v(x)})=\frac{v(x)du(x)-u(x)dv(x)}{v^2(x)}.$

定理 3.12 （微分形式的不变性）

设 $u=\phi (x)$ 在点 $x$ 处可微， $y=f(u)$ 在相应的点 $u=\phi (x)$ 处可微， 则复合函数 $y=f(\phi (x))$ 在点 $x$ 可微，且$dy=f^{\prime }(u)du$. 其中 $u=\phi (x),du={\phi }^{\prime }(x)dx$

五、微分的应用

由于当 $f^{\prime }(x_0)\ne 0$ 时，函数 $y=f(x)$ 的微分 $dy$ 是增量 $\Delta y$ 的线性主部，且相差的是比 $\Delta x$ 高阶的无穷小 $o(\Delta x)$，所以当 $|\Delta x|$ 较小的时候有：
$$①式:\Delta y=f(x_0+\Delta x)-f(x_0)\approx dy$$
$$或②式:f(x_0+\Delta x)\approx f(x_0)+f^{\prime }(x_0)\Delta x$$
利用公式①可以估算函数 $y=f(x)$ 的增量 $\Delta y$；利用公式②， 可以通过$f(x_0)$ 和 $f^{\prime }(x_0)$ 来计算函数值。

例题

1. 计算 $\sqrt{1.02}$ 的近似值。
   解：设$y=f(x)=\sqrt{x}$, 由于 $1.02=1+0.02$，所以取 $x_0=1,\Delta x=0.02$，有 $\sqrt{1.02}=f(1+0.02)\approx f(1)+f^{\prime }(1)\times 0.02$
   而 $f^{\prime }(x)=\frac{1}{2\sqrt{x}}.f^{\prime }(1)=\frac{1}{2},f(1)=1$
   所以 $\sqrt{1.02}=f(1+0.02)\approx 1+\frac{1}{2}\times 0.02-1.01$