【考研数学一·高数(4)】一元函数微分学

4.一元函数微分学

4.1.导数定义

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

4.2.微分

4.2.1.微分的定义

$$\begin{array}{rl}& 设函数y=f(x)在点x的某邻域内有定义,若对应于自变量的增量\Delta x,函数的增量\Delta y可以表示为\Delta y=A\Delta x+o(\Delta x),\\ & 其中A与\Delta x无关,则称y=f(x)在点x处可微,并把A\Delta x称为y=f(x)在点x处相应于自变量增量\Delta x的微分,\\ & 记作\mathrm{d}y或\mathrm{d}[f(x)]，即\mathrm{d}y=A\Delta x.\end{array}$$

4.2.2.可微的判别

1. 写增量$\Delta y=f(x_0+\Delta x)-f(x_0)$

2. 写线性增量$A\Delta =f^{\prime }(x_0)\Delta x$

3. 作极限$\underset{\Delta x\to 0}{\lim }\frac{\Delta y-A\Delta x}{\Delta x}$,若该极限等于$0$,则$y=f(x)$在点$x_0$处可微

4.2.3.可微的充要条件

$$f(x)在x处可导，此时A=f^{\prime }(x),即\mathrm{d}y=f^{\prime }(x)\mathrm{d}x.$$

4.2.4.一阶微分形式的不变性

$$设y=f(u)可微,则微分\mathrm{d}y=f^{\prime }(u)\mathrm{d}u,其中u不论是自变量还是中间变量，微分形式保持不变.$$

4.2.5.易错点

• 幂的微分:$\mathrm{d}(x^n)=n{x}^{n-1}\mathrm{d}x$

• 微分的幂:$\mathrm{d}{x}^n={(\mathrm{d}x)}^n$

4.3.基本求导公式

1. $(x^{\alpha }{)}^{\prime }=\alpha x^{\alpha -1}$

2. $(a^x{)}^{\prime }=a^x\ln a$

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

3. $({\log }_{a}x{)}^{\prime }=\frac{1}{x\ln a}$

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

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

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

5. $(\tan x{)}^{\prime }={\sec }^{2}x$

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

6. $(\sec x{)}^{\prime }=\sec x\tan x$

   $(\csc x{)}^{\prime }=-\csc x\cot x$

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

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

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

   $(arc\cot x{)}^{\prime }=-\frac{1}{1+x^2}$

9. $(\ln |\cos x|{)}^{\prime }=-\tan x$

   $(\ln |\sin x|{)}^{\prime }=\cot x$

10. $(\ln |\sec x+\tan x|{)}^{\prime }=\sec x$

    $(\ln |\csc x-\cot x|)=\csc x$

11. $[\ln (x+\sqrt{x^2+1}){]}^{\prime }=\frac{1}{\sqrt{x^2+1}}$

    $[\ln (x+\sqrt{x^2-1}){]}^{\prime }=\frac{1}{\sqrt{x^2-1}}$

    $[\ln (x+\sqrt{x^2+a^2}){]}^{\prime }=\frac{1}{\sqrt{x^2+a^2}}$

4.4.反函数的导数

4.4.1.反函数的一阶导数

$$y=f(x)可导且f^{\prime }(x)\ne 0,则存在反函数x=\phi (y),且\frac{\mathrm{d}y}{\mathrm{d}x}=\frac{1}{\frac{\mathrm{d}y}{\mathrm{d}x}},即{\phi }^{\prime }(y)=\frac{1}{f^{\prime }(x)}$$

4.4.2.反函数的二阶导数

$$记f^{\prime }(x)=y_x^{\prime },{\phi }^{\prime }(y)=x_y^{\prime }\Rightarrow \{\begin{array}{l}{y}_x^{\prime }=\frac{\mathrm{d}y}{\mathrm{d}x}=\frac{1}{\frac{\mathrm{d}y}{\mathrm{d}x}}=\frac{1}{x_y^{\prime }}\\ y_{xx}^{\prime \prime }=\frac{{\mathrm{d}}^{2}y}{\mathrm{d}{x}^2}=\frac{\mathrm{d}(\frac{\mathrm{d}y}{\mathrm{d}x})}{\mathrm{d}x}=\frac{\mathrm{d}(\frac{1}{x_y^{\prime }})}{\mathrm{d}x}=\frac{\mathrm{d}(\frac{1}{x_y^{\prime }})}{\mathrm{d}x}\cdot \frac{1}{x_y^{\prime }}=\frac{-x_{yy}^{\prime \prime }}{{(x_y^{\prime })}^3}\end{array}$$

4.5.参数方程所确定的函数求导

$$\{\begin{array}{l}x=\phi (t)\\ y=\psi (t)\end{array}\Rightarrow \{\begin{array}{l}\frac{\mathrm{d}y}{\mathrm{d}x}=\frac{\mathrm{d}y/\mathrm{d}t}{\mathrm{d}x/\mathrm{d}t}=\frac{{\psi }^{\prime }(t)}{{\phi }^{\prime }(t)}\\ \frac{{\mathrm{d}}^{2}y}{\mathrm{d}{x}^2}=\frac{\mathrm{d}(\frac{\mathrm{d}y}{\mathrm{d}x})}{\mathrm{d}x}=\frac{\mathrm{d}(\frac{\mathrm{d}y}{\mathrm{d}x})/\mathrm{d}t}{\mathrm{d}x/\mathrm{d}t}=\frac{{\psi }^{\prime \prime }(t){\phi }^{\prime }(t)-{\psi }^{\prime }(t){\phi }^{\prime \prime }(t)}{{[{\phi }^{\prime }(t)]}^3}\end{array}({\phi }^{\prime }(t)\ne 0)$$

4.6.变限积分求导公式

$$\begin{array}{rl}& F(x)={\int }_{{\phi }_1(x)}^{{\phi }_2(x)}f(t)\mathrm{d}t\\ & F^{\prime }(x)=f[{\phi }_2(x)]{\phi }_2^{\prime }(x)-f[{\phi }_1(x)]{\phi }_1^{\prime }(x)\end{array}$$

4.7.高阶导数

4.7.1.常用高阶导数

1. ${(e^{ax+b})}^{(n)}=a^n{e}^{ax+b}$

2. ${[\sin (ax+b)]}^{(n)}=a^n\sin (ax+b+\frac{n\pi }{2})$

3. ${[\cos (ax+b)]}^{(n)}=a^n\cos (ax+b+\frac{n\pi }{2})$

4. ${[\ln (ax+b)]}^{(n)}={(-1)}^{n-1}{a}^n\frac{(n-1)!}{{(ax+b)}^n}$

5. ${(\frac{1}{ax+b})}^{(n)}={(-1)}^n{a}^n\frac{n!}{{(ax+b)}^{n+1}}$

4.7.2.莱布尼茨公式

$${(uv)}^{(n)}=u^{(n)}v+C_n^1{u}^{(n-1)}{v}^{\prime }+C_n^2{u}^{(n-2)}{v}^{\prime \prime }+...+C_n^k{u}^{(n-k)}{v}^{(k)}+...+C_n^{n-1}{u}^{\prime }{v}^{(n-1)}+u{v}^{(n)}=\sum _{k=0}^n{C}_n^k{u}^{(n-k)}{v}^{(k)}$$

4.7.3.泰勒展开式

$$y=f(x)=\sum _{n=0}^{\infty }\frac{f^{(n)}(x_0)}{n!}(x-x_0{)}^n或y=f(x)=\sum _{n=0}^{\infty }\frac{f^{(n)}(0)}{n!}{x}^n$$

4.8.几何应用

4.8.1.极值点判别

1. 一阶可导点是极值点的必要条件(费马定理)

   设$f(x)$在$x=x_0$处可导，且在点$x_0$处取得极值，则必有$f^{\prime }(x_0)=0$

2. 判别极值的第一充分条件

   设$f(x)$在$x=x_0$处连续，且在$x_0$的某去心邻域$\stackrel{\circ }{U}(x_0,\delta )$内可导.

   ①若$x\in (x_0-\delta ,x_0)$时，$f^{\prime }(x)<0$，而$x\in (x_0,x_0+\delta )$时，$f^{\prime }(x)>0$，则$f(x)$在$x_0$处取得极小值.

   ②若$x\in (x_0-\delta ,x_0)$时，$f^{\prime }(x)>0$，而$x\in (x_0,x_0+\delta )$时，$f^{\prime }(x)<0$，则$f(x)$在$x_0$处取得极大值.

   ③若$f^{\prime }(x)$在$(x_0-\delta ,x_0)$和$(x_0,x_0+\delta )$内不变号，则点$x_0$不是极值点.

3. 判别极值的第二充分条件

   设$f(x)$在$x=x_0$处二阶可导，且$f^{\prime }(x_0)=0$，$f^{\prime \prime }(x_0)\ne 0$.

   ①若$f^{\prime \prime }(x_0)<0$，则$f(x)$在$x_0$处取得极大值.

   ②若$f^{\prime \prime }(x_0)>0$，则$f(x)$在$x_0$处取得极小值.

4. 判别极值的第三充分条件

   设$f(x)$在$x=x_0$处$n$阶可导，且$f^{(m)}(x_0)=0(m=1,2,...,n-1)$，$f^{(n)}(x_0)\ne 0(n⩾2)$.

   ①当$n$为偶数且$f^{(n)}(x_0)<0$时，$f(x)$在$x_0$处取得极大值.

   ②当$n$为偶数且$f^{(n)}(x_0)>0$时，$f(x)$在$x_0$处取得极小值.

4.8.2.拐点判别

1. 拐点定义

   连续曲线的凹弧与凸弧的分界点.

2. 二阶可导点是拐点的必要条件

   设$f^{\prime \prime }(x_0)$存在，且点$(x_0,f(x_0))$为曲线上的拐点，则$f^{\prime \prime }(x_0)=0$.

   (只有两种情况，$f^{\prime \prime }(x_0)=0$或$f^{\prime \prime }(x_0)$不存在)

3. 判别拐点的第一充分条件

   设$f(x)$在点$x=x_0$处连续，在点$x=x_0$的某去心邻域$\stackrel{\circ }{U}$内二阶导数存在，且在该点的左右邻域内$f^{\prime \prime }(x)$变号，则点$(x_0,f(x_0))$为曲线上的拐点.

4. 判别拐点的第二充分条件

   设f(x)在$x=x_0$处三阶可导，且$f^{\prime \prime }(x_0)=0$，$f^{\prime \prime \prime }(x_0)\ne 0$，则$(x_0,f(x_0))$为曲线上的拐点.

5. 判别拐点的第三充分条件

   设$f(x)$在$x_0$处$n$阶可导，且$f^{(m)}(x_0)=0(m=2,...,n-1)$，$f^{(n)}(x_0)\ne 0(n⩾3)$，则当$n$为奇数时，$(x_0,f(x_0))$为曲线上的拐点.

4.8.3.极值点与拐点的重要结论

1. 曲线的可导点不同时为极值点和拐点，不可导点可同时为极值点和拐点.

2. 设多项式函数$f(x)=(x-a{)}^{n}g(x)(n>1)$，且$g(a)\ne 0$，则当$n$为偶数时，$x=a$是$f(x)$的极值点；当$n$为奇数时，点$(a,0)$是$f(x)$的拐点.

3. 设多项式函数$f(x)={(x-a_1)}^{n_1}{(x-a_2)}^{n_2}...{(x-a_k)}^{n_k}$，其中$n_i$是正整数，$a_i$是实数且两两不等.

   记$k_1$为$n_i=1$的个数，$k_2$为$n_i>1$且$n_i$为偶数的个数，$k_3$为$n_i>1$且$n_i$为奇数的个数.

   极值点个数$=k_1+2k_2+k_3-1$，拐点个数$=k_1+2k_2+3k_3-2$.

4.8.4.渐近线

1. 铅直渐近线

2. 水平渐近线

3. 斜渐近线

4.8.5.曲率公式

$$曲率k=\frac{|y^{\prime \prime }|}{{[1+{(y^{\prime })}^2]}^{\frac{3}{2}}},曲率半径R=\frac{1}{k}(y^{\prime \prime }\ne 0)$$

4.9.中值定理

4.9.1.定理

4.9.1.1.有界与最值定理

$$m⩽f(x)⩽M,其中m,M分别为f(x)在[a,b]上的最小值与最大值.$$

4.9.1.2.介值定理

$$当m⩽\mu ⩽M时,存在\xi \in [a,b],使得f(\xi )=\mu .$$

4.9.1.3.平均值定理

$$当a<x_1<x_2<\cdots <x_n<b时,在[x_1,x_n]上至少存在一点\xi ,使得f(\xi )=\frac{f(x_1)+f(x_2)+\cdots +f(x_n)}{n}.$$

4.9.1.4.零点定理

$$当f(a)\cdot f(b)<0时,存在\xi \in (a,b),使得f(\xi )=0.$$

4.9.1.5.费马定理

$$设f(x)在点x_0处满足\{\begin{array}{l}①可导,\\ ②取极值,\end{array}则f^{\prime }(x_0)=0.$$

4.9.1.6.罗尔定理

$$设f(x)满足\{\begin{array}{l}①[a,b]上连续,\\ ②(a,b)内可导,\\ ③f(a)=f(b),\end{array}则存在\xi \in (a,b),使得f^{\prime }(\xi )=0.$$

4.9.1.7.拉格朗日中值定理

$$设f(x)满足\{\begin{array}{l}①[a,b]上连续,\\ ②(a,b)内可导,\end{array}则存在\xi \in (a,b),使得f(b)-f(a)=f^{\prime }(\xi )(b-a).$$

• $若\xi \in (a,b),令\theta =\frac{\xi -a}{b-a},则\xi =a+\theta (b-a),0<\theta <1,于是f(b)-f(a)=f^{\prime }[a+\theta (b-a)](b-a).$

4.9.1.8.柯西中值定理

$$设f(x),g(x)满足\{\begin{array}{l}①[a,b]上连续,\\ ②(a,b)内可导,\\ ③g^{\prime }(x)\ne 0,\end{array}则存在\xi \in (a,b),使得\frac{f(b)-f(a)}{g(b)-g(a)}=\frac{f^{\prime }(\xi )}{g^{\prime }(\xi )}.$$

4.9.1.9.泰勒公式

1. 带拉格朗日余项的$n$阶泰勒公式

   适用范围:适用于区间$[a,b]$,常在证明题中使用,如证不等式、中值等式等.

   设函数$f(x)$在含有点$x_0$的区间$(a,b)$内有$n+1$阶导数,则对于$x\in [a,b]$,有

   $$f(x)=f(x_0)+f^{\prime }(x_0)(x-x_0)+\cdots +\frac{1}{n!}{f}^{(n)}(x_0)(x-x_0{)}^n+\frac{f^{(n+1)}(\xi )}{(n+1)!}(x-x_0{)}^{n+1},其中\xi 介于x,x_0之间$$
   变体形式
   $$f(x)=f(x_0)+f^{\prime }(x_0)(x-x_0)+\frac{1}{2!}{f}^{\prime \prime }(x_0+\theta (x-x_0))(x-x_0{)}^2,(x\ne x_0),0<\theta <1$$

2. 带佩亚诺余项的$n$阶泰勒公式

   适用范围:仅适用于点$x=x_0$及其邻域,常用于研究点$x=x_0$处的某些结论,如求极限、判定无穷小的阶数、判定极值等.

   设$f(x)$在点$x_0$处$n$阶可导,则存在$x_0$的一个邻域,对于该邻域中的任一点$x$,有

   $$f(x)=f(x_0)+f^{\prime }(x_0)(x-x_0)+\cdots +\frac{1}{n!}{f}^{(n)}(x_0)(x-x_0{)}^n+o((x-x_0{)}^n)$$

4.9.1.10.积分中值定理

$$设f(x)在[a,b]上连续,则存在\xi \in (a,b),使得{\int }_a^{b}f(x)\mathrm{d}x=f(\xi )(b-a).$$

$推广:设f(x),g(x)在[a,b]上连续,且g(x)在[a,b]上不变号,则存在\xi \in (a,b),使得{\int }_a^{b}f(x)g(x)\mathrm{d}x=f(\xi ){\int }_a^{b}g(x)\mathrm{d}x$

4.9.2.解题步骤

4.9.2.1.确定区间

4.9.2.2.确定辅助函数

1. 简单——题设中的$f(x)$

2. 复杂——$(uv{)}^{\prime }=u^{\prime }v+u{v}^{\prime },{(\frac{u}{v})}^{\prime }=\frac{u^{\prime }v-u{v}^{\prime }}{v^2}$

4.9.2.3.确定使用的定理

$$\{\begin{array}{l}零点定理——f(c)=0(f(a)>0,f(b)<0\Rightarrow f(c)=0)\\ 介值定理——f(c)=\mu (f(a)=A,f(b)=B,A<\mu <B\Rightarrow f(c)=\mu \\ 费马定理——f^{\prime }(\xi )=0\\ 罗尔定理\{\begin{array}{l}{F}^{\prime }(\xi )=0\\ F^{(n)}(\xi )=0,n⩾2\end{array}\\ 拉格朗日中值定理\{\begin{array}{l}f与f^{\prime }或f(b)-f(a)\\ F^{\prime }(\xi )>(<)0\\ F^{(n)}(\xi )>(<)0,n⩾2\\ F[f^{\prime }(\eta ),f^{\prime }(\tau )]=0\\ f^{\prime }(x)单调性\end{array}\\ 泰勒公式\{\begin{array}{l}f与f^{(n)},n⩾2\\ F^{(n)}(\xi )>(</=)0,n⩾2\\ f^{\prime \prime }(x)凹凸性\end{array}\\ 柯西中值定理\{\begin{array}{l}两个具体函数所满足的式子\\ 一个具体函数与一个抽象函数所满足的式子\\ 与拉格朗日中值定理综合\end{array}\end{array}$$

4.10.微分等式问题(方程的根、函数的零点)

1. 罗尔原话(罗尔定理的推论):若$f^{(n)}(x)=0$至多有$k$个根,则$f(x)=0$至多有$k+n$个根.

2. 实系数奇次方程$x^{2n+1}+a_1{x}^{2n}+\cdots +a_{2n}x+a_{2n+1}=0$至少有一个实根.