微分基本公式大全及详解

⚡微分基本公式大全

微分基本公式是微积分学习的基石。无论是物理中的运动学分析，还是经济学中的边际效应计算，都离不开这些核心公式。我们将公式分为五类，便于记忆与查阅。

1. 常数与幂函数

(C)' = 0 (x n)' = n\cdotx n-1

注意：当 n=1 时，(x)'=1；当 n=0 时，(C)'=0。这是最基础的幂函数求导规则，适用于所有实数 n。

2. 指数函数

(e x)' = e x (a x)' = a x ln(a)

e^x 是唯一的导数等于自身的函数，这使得它在微分方程中极其重要。底数不为 e 时，需乘以 ln(a)。

3. 对数函数

(ln x)' = 1/x (log a x)' = 1/(x ln a)

定义域需满足 x > 0。自然对数 ln x 的导数形式最简洁，其他底数需通过换底公式转换。

4. 三角函数

(sin x)' = cos x (cos x)' = -sin x (tan x)' = sec 2 x

记忆口诀：“正弦余弦，正负相反”。注意余弦求导多一个负号。

5. 反三角函数

(arcsin x)' = 1/\sqrt(1-x 2) (arctan x)' = 1/(1+x 2)

反三角函数的导数通常包含根号或分式，定义域受限（如 arcsin x 定义域为 [-1, 1]）。

6. 双曲函数

(sinh x)' = cosh x (cosh x)' = sinh x

双曲函数在相对论和悬链线问题中应用广泛。与三角函数类似，但符号多为正号。

⚙️微分运算法则与高阶技巧

实际应用中，函数往往不是单一形式，而是加减乘除或复合而成。掌握以下运算法则是求解复杂 微分基本公式 的关键。

加减法则

乘积法则

商法则

链式法则

和差法则 (Sum & Difference Rule)

[f(x) \pm g(x)]' = f'(x) \pm g'(x)

解析： 函数的和（或差）的导数，等于各个函数导数的和（或差）。这意味着我们可以逐项求导，大大简化计算。

示例：

求 y = x² + 3sin(x) - 5 的导数。

y' = (x²)' + 3(sin x)' - (5)' = 2x + 3cos x - 0 = 2x + 3cos x

乘积法则 (Product Rule)

[f(x)\cdotg(x)]' = f'(x)g(x) + f(x)g'(x)

解析： “前导后不导，加上后导前不导”。这是初学者最容易出错的地方，切记不能简单地将导数相乘。

示例：

求 y = x²·e^x 的导数。

y' = (x²)'·e^x + x²·(e^x)' = 2x·e^x + x²·e^x = e^x(2x + x²)

商法则 (Quotient Rule)

[f(x)/g(x)]' = [f'(x)g(x) - f(x)g'(x)] / [g(x)] 2

解析： 分式的求导口诀：“下平方，减号忙，上导下，下导上”。注意分子部分是“上导下减上导下”，顺序不能颠倒。

示例：

求 y = sin(x)/x 的导数。

y' = [cos(x)·x - sin(x)·1] / x² = (x cos x - sin x) / x²

链式法则 (Chain Rule)

dy/dx = (dy/du) \cdot (du/dx)

解析： 处理复合函数的核心法则。将复合函数看作“剥洋葱”，从外层向内层逐层求导，最后相乘。

示例：

求 y = sin(x²) 的导数。

令 u = x²，则 y = sin(u)。

y' = (sin u)' · (x²)' = cos(u) · 2x = 2x cos(x²)

?微分基本公式的历史沿革

17世纪：牛顿与莱布尼茨

艾萨克·牛顿（Isaac Newton）和戈特弗里德·威廉·莱布尼茨（Gottfried Wilhelm Leibniz）独立发明了微积分。莱布尼茨引入了我们今天使用的 dy/dx 符号，而牛顿则使用了点号 ẏ。这一时期奠定了 微分基本公式 的理论基础。

18世纪：欧拉的标准化

莱昂哈德·欧拉（Leonhard Euler）对微积分进行了严格的逻辑梳理，引入了 f(x) 函数记号，并系统化了三角函数、指数函数的求导规则，使得 微分基本公式 更加规范和易于传播。

19世纪：柯西的严谨化

奥古斯丁-路易·柯西（Augustin-Louis Cauchy）引入了极限概念，为微积分建立了严格的 ε-δ 语言基础。这使得 微分基本公式 的推导不再依赖几何直觉，而是基于严密的代数逻辑。

21世纪：计算机代数系统

随着 Mathematica、Maple 等软件的发展，复杂的 微分基本公式 应用变得即时化。虽然符号运算由机器完成，但理解其背后的数学原理仍是人工智能和工程算法的核心。

⚠️微分计算中的常见误区

误区类型	错误示例	正确解析
对数求导错误	(ln 5)' = 1/5	ln 5 是常数，常数的导数为 0。只有 (ln x)' = 1/x。
幂函数混淆	(x²)' = x²ln x	这是指数函数 a^x 的公式。幂函数 xⁿ 的导数是 nx^n-1。
忽略链式法则	(sin 2x)' = cos 2x	漏掉了内层函数 2x 的导数。正确应为 2cos 2x。
根号处理错误	(√x)' = 1/√x	应先将 √x 写为 x^1/2，导数为 (1/2)x^-1/2 = 1/(2√x)。

? 公式速查表

f(x)	f'(x)
xⁿ	nx^n-1
sin x	cos x
e^x	e^x
ln x	1/x

❓常见问题解答 (FAQ)

微分与导数有什么区别？

导数描述的是函数在某一点处的瞬时变化率，是一个具体的数值（斜率）。而微分是函数增量的一部分，是线性的近似值。对于一元函数，微分 dy = f'(x)dx，其中 dx 是自变量的微小变化量。简单来说，导数是微分与自变量微分的比值。

链式法则在微分基本公式中如何应用？

链式法则用于复合函数的求导。若 y = f(g(x))，则其微分为 dy = f'(g(x)) g'(x) dx。核心思想是“由外向内”逐层求导，每一层求导后都要乘以内层的导数。例如求 (sin(x²))'，先对外层 sin 求导得 cos(x²)，再乘以内层 x² 的导数 2x，结果为 2x cos(x²)。

为什么 sin(x) 的导数是 cos(x)？

根据导数的定义，利用极限 lim(h->0) [sin(x+h)-sin(x)]/h，通过三角恒等式 sin(x+h) = sin x cos h + cos x sin h 展开，并利用重要极限 lim(h->0) sin h/h = 1 和 lim(h->0) (cos h - 1)/h = 0，最终可得结果为 cos(x)。

如何快速记忆所有的微分基本公式？

建议采用分类记忆法：1. 幂函数看指数；2. 指数函数看底数（e底不变，a底乘ln a）；3. 对数函数看分母；4. 三角函数注意正负号和名称互换。多做练习题，形成肌肉记忆。