求直线的斜率很简单。对于一条直线 ,斜率是m。但是如何求曲线上特定点的斜率呢?假设我们想要找到
,斜率是m。但是如何求曲线上特定点的斜率呢?假设我们想要找到 在点(3,9)处的切线的斜率。这个问题马上就提出了一个难题。我们怎样才能在一个已知点的情况下求直线的斜率呢?我们可以使用一系列弦
在点(3,9)处的切线的斜率。这个问题马上就提出了一个难题。我们怎样才能在一个已知点的情况下求直线的斜率呢?我们可以使用一系列弦
| x | y | m | 
| 4 | 16 | 7 | 
| 3.75 | 14.0625 | 6.75 | 
| 3.5 | 12.25 | 6.5 | 
| 3.25 | 10.5625 | 6.25 | 
| 3.005 | 9.030025 | 6.01 | 
在点(3, 9)处的切线的斜率是6。如你所见,这种方法相当繁琐。幸运的是,我们有导数,它可以准确快速地确定任何变化率。
导数是函数的变化率。它是在第一个点和第二个点之间的距离接近 0 时使用直线斜率公式得到的: 。只有当极限在点a处存在时,函数才在点a处可微。导数的记号为
。只有当极限在点a处存在时,函数才在点a处可微。导数的记号为 。
。
- 常数函数的导数
 
- 幂法则
 
- 常数倍法则
如果c是常数,f(x)是可微函数:
- 和法则
 
- 差法则
 
导数用于求曲线在点a处的斜率。然后将点a代入导数。结果将给出点a处的斜率。距离函数的一阶导数是速度,二阶导数是加速度。
一辆汽车行驶的距离由函数 t给出。其中s是行驶距离(米),t是经过时间(秒)。当经过12秒时汽车的速度是多少?
t给出。其中s是行驶距离(米),t是经过时间(秒)。当经过12秒时汽车的速度是多少?
1) 利用幂函数法则、常数倍乘法则和差分求导法则,得到 v = 2.5t - 5
2) 现在将时间代入函数:v = 2.5x12 - 5,得到 v = 25 米/秒。
因此,12秒后汽车的速度将是每秒25米。
由于我们可以在任何点求出函数的斜率,因此我们也可以在任何点求出函数在该点处的切线的方程。
曲线 在x = -4处的切线方程是什么?
在x = -4处的切线方程是什么?
首先我们需要求出方程的导数。
 
然后我们求出x = -4处的斜率。
 
利用原始函数,我们找到与切点处x值相对应的y值。
 
然后我们使用点斜式方程求出方程。
 因此,切线的方程是y = -5x - 32....
 因此,切线的方程是y = -5x - 32....
法线是垂直于切线的直线。因此,当我们确定法线的方程时,步骤与确定切线的方程非常相似。示例
曲线 在x=-4处的法线方程是什么?
在x=-4处的法线方程是什么?
首先我们需要求出方程的导数。
 
然后我们需要针对给定的x值求解。
 
然后我们使用垂直线方程求出法线的斜率。
 因此
 因此 因此斜率是
 因此斜率是 ,也就是
,也就是 .
.
然后我们找到与x值相对应的y值
 
然后我们使用点斜式方程求出方程。
 因此,法线的方程是y = .2x - 11.2
 因此,法线的方程是y = .2x - 11.2
在 C2 中,您将需要对函数的二阶(在某些情况下,三阶)导数的应用有一个简单的理解。二阶导数就像它的名字一样,是导数的导数。三阶导数是二阶导数的导数,以此类推。二阶导数的符号是,假设我们谈论的是关于 x 的 y 的导数: 后续的导数只是在它们的索引中具有更大的数字。
 后续的导数只是在它们的索引中具有更大的数字。
导数还可以帮助我们绘制函数图形,通过定位最小值、最大值和拐点。它们还可以确定函数是凸的还是凹的区间。
凸 - 图形在切线下方。例如 ,想象一个皱眉的表情。
,想象一个皱眉的表情。
凹 - 图形在切线上方。例如 ,想象一个微笑的表情。
,想象一个微笑的表情。
拐点 - 函数从凸变为凹或反之的点。例如 在 x = 0 处。
 在 x = 0 处。
最大值点 - 函数在凸区间上的最高点。
最小值点 - 函数在凹区间上的最低点。
驻点 - f'(c) = 0 的点
- 如果  并且 并且 ,则 c 是 f(x) 的局部最大值点。f(x) 的图形将在该区间上是凹的。 ,则 c 是 f(x) 的局部最大值点。f(x) 的图形将在该区间上是凹的。
- 如果  并且 并且 ,则 c 是 f(x) 的局部最小值点。f(x) 的图形将在该区间上是凸的。 ,则 c 是 f(x) 的局部最小值点。f(x) 的图形将在该区间上是凸的。
- 如果  并且 并且 以及 以及 ,则 c 是 f(x) 的局部拐点。 ,则 c 是 f(x) 的局部拐点。
函数
原始函数用于确定函数何时穿过 x 轴和 y 轴。
一阶导数检验
一阶导数用于找到所有最小值、最大值或拐点。在这些点上 f'(x) = 0。此外,如果我们制作符号图,我们可以看到函数在哪些区间上是递增的,哪些区间上是递减的,但二阶导数是更好的检验方法。
二阶导数检验
二阶导数用于找到函数在哪些点上是凹的或凸的,在这些点上 f''(x) = 0。然后您需要制作符号图。二阶导数符号为正的区间,函数是凹的;如果符号为负,则函数是凸的。当 f'(a) 为零,并且在该区间上 f''(x) 为负时,则点 a 是最大值点,在此点之前,函数将是递增的,在此点之后,函数将是递减的。当 f'(a) 为零,并且在该区间上 f''(x) 为正时,则点 a 是最小值点,在此点之前,函数将是递减的,在此点之后,函数将是递增的。
三阶导数检验
三阶导数检验确定一个点是否是拐点。如果 f''(c) = 0 并且  ,则 f(c) 是一个拐点。
,则 f(c) 是一个拐点。
绘制函数  的图像。
 的图像。
1) 函数告诉我们
 
 x = 0 和 x=4 是 x 轴截距。 x = 0 和 x=4 是 x 轴截距。
 y = 0 是 y 轴截距。 y = 0 是 y 轴截距。
2) 然后我们使用一阶导数检验。
 
 x = 0 和 x=2.66 是极值点或拐点。 x = 0 和 x=2.66 是极值点或拐点。
3) 然后我们使用二阶导数检验。
- f''(x) = 6x - 8
- 0 = 6x -8 所以 x =  . .
- 现在我们画一条数轴 __f'''(0) = -8______ 1.333____f'''(2) = 4.
- 在 1.333 之前,函数是凹的;在 1.333 之后,函数是凸的。
4) 然后我们使用三阶导数检验。
- f'''(x) = 6
 该点是拐点。 该点是拐点。
5) 现在我们把所有信息汇总到一个表格中。另外,我们需要使用 f(x) 来找到步骤 1 到 3 中获得的所有 x 值对应的 y 值。
| 区间或点 | f(x) 的行为 | 
| x < 0 | 递增 | 
| (0,0) | 极值点、x 轴截距和 y 轴截距 | 
| 0 < x < 1.33 | 递减 | 
| (1.33,-4.74) | 拐点 | 
| 1.33 < x < 2.66 | 递减 | 
| (2.66,-9.48) | 极值点 | 
| 2.66 < x <  | 递增 | 
| (4,0) | x 轴截距 | 
6) 现在我们可以绘制我们的图像。
