导数运算核心心法：
「认清函数形式 → 匹配求导法则 → 细心利用链式法则」
在掌握了极限计算的方法之后，我们进入导数运算的学习。导数不仅是微积分的基石，更是分析函数性态的有力工具。
◎ 导数几何意义示意图：导数即切线斜率，dy = f'(x) dx第一部分：回归本源——导数定义与几何意义 (内功心法)
第一式：定义凑形法（极限视角的导数）
核心定义： $$ f'(x_0) = \lim_{\Delta x \to 0} \frac{f(x_0 + \Delta x) - f(x_0)}{\Delta x} = \lim_{x \to x_0} \frac{f(x) - f(x_0)}{x - x_0} $$
凑形口诀：
凑形式，看系数。 $$ \lim_{\Delta x \to 0} \frac{f(x_0 + \alpha \Delta x) - f(x_0 - \beta \Delta x)}{\Delta x} = (\alpha + \beta)f'(x_0) $$
母题精讲： 题目：设函数 $f(x)$ 在点 $x=x_0$ 处可导，求 $\lim_{\Delta x \to 0} \frac{f(x_0 + 2\Delta x) - f(x_0 - \Delta x)}{2\Delta x}$。
解题步骤：
- 拆分：分子凑减项 $\dots - f(x_0) + f(x_0) \dots$。
- 变形： $$ \frac{[f(x_0 + 2\Delta x) - f(x_0)] - [f(x_0 - \Delta x) - f(x_0)]}{2\Delta x} $$
- 配凑： $$ \frac{f(x_0 + 2\Delta x) - f(x_0)}{2\Delta x} - \frac{f(x_0 - \Delta x) - f(x_0)}{-\Delta x} \cdot \frac{-\Delta x}{2\Delta x} $$
- 结果：$f'(x_0) - f'(x_0) \cdot (-\frac{1}{2}) = \frac{3}{2}f'(x_0)$。
秒杀技巧：
$\frac{\text{上标系数差}}{\text{下标系数}} = \frac{2 - (-1)}{2} = \frac{3}{2}$
第二式：微分阶数辨析（概念的试金石）
核心辨析：
- 连续与可导：连续不一定可导（如 $y=|x|$ 在 $x=0$），但可导一定连续。
- 微分的阶：
- 当 $f'(x) \neq 0$ 时，$\mathrm{d}y$ 与 $\Delta x$ 是同阶无穷小。
- 当 $f'(x)=0$ 时，$\mathrm{d}y$ 是 $\Delta x$ 的高阶无穷小。
第二部分：三大计算法则攻坚战 (独孤九剑)
核心策略：利用微分形式不变性 $\mathrm{d}y = f'(u)\mathrm{d}u$ 层层剥离。
第三式：复合函数求导（剥洋葱法）
适用判型：
- 函数套函数
- 层层嵌套
万能公式： $$ \mathrm{d}(f(\square)) = f'(\square)\mathrm{d}(\square) $$
典型例题： 题目：求 $y = 2^{\cos(\arctan x^2)}$ 的导数。
逻辑演示：
- 剥指数层：$\mathrm{d}y = 2^{\cos(\arctan x^2)} \ln 2 \cdot \mathrm{d}(\cos(\arctan x^2))$
- 剥三角层：$\dots = 2^{\cos(\arctan x^2)} \ln 2 \cdot [-\sin(\arctan x^2)] \cdot \mathrm{d}(\arctan x^2)$
- 剥反三角层：$\dots = 2^{\cos(\arctan x^2)} \ln 2 \cdot [-\sin(\arctan x^2)] \cdot \frac{1}{1+(x^2)^2} \cdot \mathrm{d}(x^2)$
- 收尾：整理得 $y' = 2^{\cos(\arctan x^2)} \ln 2 \cdot [-\sin(\arctan x^2)] \cdot \frac{2x}{1+x^4}$。
第四式：隐函数求导（方程两边 d 法）
适用判型：
- $F(x, y) = 0$ 形式
- 难以显化 $y$
标准流程：
- 直接两边取微分 $\mathrm{d}$。
- 代入 已知点坐标（如果有）。
- 解 出 $\mathrm{d}y$ 或 $\frac{\mathrm{d}y}{\mathrm{d}x}$。
典型例题： 题目：求曲线 $xy - e^x + e^y = 0$ 在点 $x=0$ 处的切线方程。
关键步骤：
- 确定切点：$x=0 \implies e^y=1 \implies y=0$。切点 $(0,0)$。
- 两边取微分 $\mathrm{d}$： $$ \mathrm{d}(xy) - \mathrm{d}(e^x) + \mathrm{d}(e^y) = 0 $$ $$ (x\mathrm{d}y + y\mathrm{d}x) - e^x\mathrm{d}x + e^y\mathrm{d}y = 0 $$
- 代入数值（提速关键）：把 $x=0, y=0$ 代入： $$ (0 + 0) - 1\cdot \mathrm{d}x + 1 \mathrm{d}y = 0 \implies \mathrm{d}y = \mathrm{d}x $$
- 得斜率：$k = \frac{\mathrm{d}y}{\mathrm{d}x} = 1$。
- 写方程：$y = x$。
第五式：参数方程求导（商的微分）
适用判型：
- $x = x(t), y = y(t)$
核心逻辑： $$ \frac{\mathrm{d}y}{\mathrm{d}x} = \frac{\mathrm{d}y/\mathrm{d}t}{\mathrm{d}x/\mathrm{d}t} $$
二阶导陷阱：
$$ \frac{\mathrm{d}^2y}{\mathrm{d}x^2} = \frac{\frac{\mathrm{d}}{\mathrm{d}t}(y'_x)}{x'(t)} $$ 分母务必记得再除以 $x'(t)$，不能直接对 $t$ 求导！
典型例题： 题目：设 $\begin{cases} x = t - \ln(1+t^2) \ y = \arctan t \end{cases}$，求 $\frac{\mathrm{d}y}{\mathrm{d}x}$。
解题步骤：
- $\mathrm{d}y = \frac{1}{1+t^2} \mathrm{d}t$
- $\mathrm{d}x = (1 - \frac{2t}{1+t^2})\mathrm{d}t = \frac{(1-t)^2}{1+t^2}\mathrm{d}t$
- $\frac{\mathrm{d}y}{\mathrm{d}x} = \frac{\mathrm{d}y/\mathrm{d}t}{\mathrm{d}x/\mathrm{d}t} = \frac{1}{(1-t)^2}$
第三部分：高阶导数与特殊技巧 (进阶利器)
第六式：莱布尼茨公式（Leibniz Rule）
适用场景：
- 乘积形式的高阶导数 $(uv)^{(n)}$
公式： $$ (uv)^{(n)} = \sum_{k=0}^n C_n^k u^{(k)} v^{(n-k)} $$
使用技巧：
谁求导容易变 0（如多项式），谁就做 $u$。
第七式：对数求导法（幂指函数克星）
适用场景：
- 幂指函数 $y = f(x)^{g(x)}$
- 多项连乘/连除/开方
操作步骤：
- 取对数：$\ln y = g(x) \cdot \ln f(x)$
- 两边微分：$\frac{1}{y}\mathrm{d}y = \mathrm{d}(g(x) \ln f(x))$
- 还原：移项代回 $y$ 即可。
第四部分：导数应用——从几何到性态
1. 几何应用
- 切线：$y - y_0 = f'(x_0)(x - x_0)$
- 法线：斜率互为负倒数，即 $k_{法} = -1/f'(x_0)$。
2. 函数性态分析
- 一阶导 $f'(x)$：
- $> 0 \implies$ 递增
- $< 0 \implies$ 递减
- 二阶导 $f''(x)$：
- $> 0 \implies$ 凹（开口向上，$\cup$）
- $< 0 \implies$ 凸（开口向下，$\cap$）
第五部分：核心避坑总结
- 符号规范：求微分 $\mathrm{d}y$ 时，结果最后一定要带 $\mathrm{d}x$。
- 隐函数提速：直接两边取 $\mathrm{d}$，先代入已知坐标点，再解 $\mathrm{d}y$ 最快。
- 参数方程高阶导： $$ \frac{\mathrm{d}^2y}{\mathrm{d}x^2} = \frac{\frac{\mathrm{d}}{\mathrm{d}t}(y'_x)}{x'(t)} $$ 切记分母要额外除以 $x'(t)$！