---
title: 3-2-求导法则与基本公式
aliases:
- 求导法则
- Differentiation Rules
- 乘积法则
- 商的求导法则
- 导数表
tags:
- 类型/教程
- 微积分/导数
created: 2026-10-12
updated: 2026-10-12
level: 入门
chapter: "3.2"
prerequisites:
- "3-1-导数的定义与几何意义"
sources:
- https://www.wiley.com/en-us/The+Calculus+Lifesaver%3A+The+Complete+Guide+to+Calculus+and+Its+Applications-p-9780470181222
- https://mathworld.wolfram.com/Derivative.html
- https://ocw.mit.edu/courses/18-01sc-single-variable-calculus-fall-2010/pages/1.-differentiation/part-b-concepts-of-the-derivative/
3-2-求导法则与基本公式
一句话概括
如果每求一个导数都回到定义、展开差商、取极限,微积分就没法用了。
本篇把「求导」从一次极限运算变成一套代数规则:
一张基本导数表(十几个函数)+ 三条运算法则(和差、乘积、商)+ 一条反函数法则,
就能对付所有由基本初等函数用四则运算拼出来的函数。
本篇覆盖:导数的线性性质、乘积法则与商法则的完整证明、
基本初等函数导数表的推导与记忆、反函数求导法则(含 、 的推导)、
计算技巧(拆项、分类讨论、对数求导的引子)、10 道例题、7 条易错点、7 道练习。
一、定义
1.1 「求导法则」到底在做什么
先看一个最朴素的对比。要求 的导数。
用定义做:,
展开后用二项式定理、和差化积、重要极限……大约二十行。
用公式做:,,两项相加:
一行搞定。
差别在哪里? 求导本身是「取极限」,这件事很贵(要展开、要约分、要算极限)。
但极限有运算法则,而导数是极限的一种,所以导数也就继承了运算法则。
一旦把法则证明一次,之后每次求导就只是代公式,不必再回到极限。
核心思想
把一次性的分析工作(证明法则)换成一劳永逸的代数工作(用法则算)。
这和「记住乘法口诀就不必每次画方格数数」是同一件事。
本篇的任务就是建立这套「导数口诀表 + 运算法则」。
1.2 本节的四个层次
求导的完整工具链分四层,缺一层就会卡住:
| 层次 | 内容 | 作用 |
|---|---|---|
| 第 1 层 | 基本初等函数的导数表(约 16 条) | 提供「原子」的导数 |
| 第 2 层 | 和差法则(线性运算) | 处理加减与常数倍 |
| 第 3 层 | 乘积法则与商法则 | 处理乘除 |
| 第 4 层 | 反函数求导法则 | 反三角函数的导数靠它 |
| (第 5 层) | 链式法则 | 处理复合,见 [[3-3-链式法则与复合函数求导]] |
初等函数 = 基本初等函数经过有限次四则运算与复合。所以
「第 1–4 层 + 链式法则」原则上可以求任何初等函数的导数。
这不是巧合,而是初等函数这个类被刻意这样定义的结果。
一个有趣的推论
初等函数的导数仍然是初等函数。所以初等函数无穷次可导(在可导的地方)。
反过来,很多有用的函数(如 )不是初等函数,
这正是后面要引入级数(7-4-幂级数)的原因之一。
1.3 记号约定
本篇统一使用下列记号:
| 场合 | 写法 |
|---|---|
| 函数 | 、、、 |
| 导数 | 、、、 |
| 因变量写法 | ,则 ,也可写 |
| 在某点取值 | , |
| 常数 | 、、、 |
| 自变量 | 、、 |
微分号一律用正体:、、。
这个约定不是排印洁癖——当表达式里同时出现变量 时, 与 会混淆。
1.4 三条基本法则的完整表述
定理 3.7(导数的四则运算法则)
设 、 都在点 处可导, 为常数。则
(1)和差法则
(2)常数倍法则
(3)乘积法则(product rule,也叫莱布尼茨法则)
(4)商法则(quotient rule)设 ,
把 (1)、(2) 合起来说:求导是线性运算,即
。这句话在后续所有章节都会反复出现
(积分、级数、微分方程都是线性的,原因都追溯到极限的线性)。
商法则的两种写法
国内教材与国外教材都写 ,分子顺序不能颠倒。
记忆口诀:「分子:上导下不导,减去上不导下导;分母:下平方」。
有些书上把它写成 ,是同一个式子(乘法交换)。
二、几何直观
2.1 和差法则:把两条曲线的切线「叠加」
想象两张透明胶片,一张画 ,另一张画 。
把两张叠在一起(图像相加)得到 。
在某个 处, 的切线斜率是 , 的切线斜率是 。
叠加之后,斜率的叠加就是斜率的和——因为两条直线相加还是一条直线,
而直线的斜率正好相加:
这就是 的全部几何内容。
换句话说:线性化是可加的。这个观察在 3-6-微分与线性逼近 里会被写成
。
用具体的数感受一下: 在 处切线斜率 ,
在 处切线斜率 ,
则 在 处的切线斜率应该是 。
直接算:,。吻合。
2.2 乘积法则:为什么不是 ?
这是整个微分学里最需要建立直觉的一条。先看一个例子来打破错误直觉。
取 、。若乘积法则是 ,则 ,
但实际是 。所以 。
矩形面积的图像(请务必在纸上画一遍):
把 想成「长为 、宽为 的矩形的面积」。
当 增加一点点 时, 变成 , 变成 ,
矩形面积的变化是:
这三块是什么?
- :右边新长出来的一条竖条(宽 ,高 );
- :上边新长出来的一条横条(长 ,高 );
- :右上角那个小方块。
现在两边同时除以 并令 :
前两项分别趋于 与 。第三项呢?
(这里用了一个小技巧:,
或者更直接地看 。)
由于 ( 可导 连续)而 (有限),
这个乘积趋于 。
乘积法则的图像总结
面积的增量 = 竖条 + 横条 + 小方块;除以 再取极限时,小方块是高阶无穷小,被丢掉。
所以 ,即「竖条贡献 ,横条贡献 」。
推广到三个因子:。
图像上就是「立方体的体积增量 = 三个面各贡献一块,棱和角上的更高阶项被丢掉」。
一般地, 个因子相乘时,每次只对一个因子求导,然后把 项加起来。
这正是 3-4-高阶导数与莱布尼茨公式 中莱布尼茨公式的雏形。
2.3 商法则:它的几何意义
商法则的几何图像不那么直接,但有一个有用的理解方式:把它看成
再套乘积法则,而 的导数是 。
几何上,「 的导数」说的是面积的倒数如何变化:
变大时 变小,变化率为负,且当 很小时 变化极剧烈
(所以分母是 , 越小整个式子越敏感)。
一个更实用的直觉:商法则与乘积法则结构相同,只是多了一个负号和一个 分母。
记住乘积法则后,商法则可以现场推:
建议:与其死背商法则,不如记住上面这个 20 秒的推导。
考场上忘了公式时,现场推比瞎猜安全得多。
2.4 反函数求导法则:图像关于 翻折
设 有反函数 。它们的图像关于直线 对称。
几何观察: 在点 处的切线斜率为 ,
则 在对称点 处的切线斜率是 。
为什么?因为「关于 翻折」把「横向变化 引起纵向变化 」
换成了「横向变化 引起纵向变化 」——变化率的角色互换,于是取倒数。
用具体的数验证:()在 处斜率为 ,
反函数 在 处斜率为 。
确实是倒数。
斜率倒数的前提
若原函数在某点切线竖直(斜率为无穷,如 在原点),
则反函数在该点的斜率为 (水平切线)。
反过来,若原函数在该点切线水平(),
则反函数在对应点切线竖直,导数不存在。所以公式
要求 。
三、性质与定理
3.1 定理 3.7 的证明
(1)与(2)的证明(和差与常数倍)
以加法为例。设 ,则
重新分组(这里只是交换加法顺序):
由 、 可导,两个差商分别有极限 、。
由极限的加法法则(要求两个极限都存在,这里满足):
减法同理;常数倍只需把 从分子提出、用极限的常数倍法则。
适用条件:只要求 、 都可导。若其中一个不可导,结论不一定成立
(例如 与 : 在 不可导,但 在 也不可导;
不过 与 都不可导, 却可导)。
所以「和可导」推不出「每个都可导」。
3.2 定理 3.8(乘积法则)及其证明
定理 3.8(乘积法则)
若 、 都在 处可导,则 在 处可导,且
完整证明
设 。写差商:
关键一步:加上再减去 (这种「加一项减一项」是分析里最常用的技巧之一):
把右边展开验证一下:,
中间两项抵消,确实等于原式。
于是
现在令 :
- 第一个因子 (有限);
- ,因为 可导 连续(这里用了 3-1-导数的定义与几何意义 的定理 3.2);
- 是常数;
- 最后一个差商 。
由极限的乘法法则与加法法则:
证明的结构值得记住:① 加一项减一项构造两个差商;② 一处用可导(差商有极限),
一处用连续()。
如果 只在 可导而不连续,这个证明就走不通——这也解释了为什么定理要求两者都可导。
适用条件回顾:
- 、 在 都可导(不是「都连续」);
- 结论只说 在这点可导,不说别的点;
- 若只有一个可导, 可能仍存在但不能用这条公式(此时 或 不存在,
公式右边的项没有意义)。例子见 3-1-导数的定义与几何意义 例题 8。
3.3 定理 3.9(商法则)及其证明
定理 3.9(商法则)
若 、 都在 处可导且 ,则 在 处可导,且
证明(分三步,先证 的情形,再套乘积法则)
第 1 步:证明 。
设 。差商:
(中间一步是通分:。)
把分子写成 ,于是
令 :第一个因子 ;由 连续,,
且 保证了在 的某个小邻域内 (由极限的保号性),
所以第二个因子 。因此
第 2 步:把 写成乘积。
第 3 步:套乘积法则(定理 3.8)。 由第 1 步, 可导,故
为什么要求「 且在 附近 」
第 1 步中出现了 ,所以必须保证 处的 不为零。
这一点由「 连续且 」自动保证:取 ,
存在 ,当 时 ,
从而 。
连续性在这里不是装饰,而是必需的。
3.4 定理 3.10(反函数求导法则)
定理 3.10(反函数求导法则)
设 在包含 的某区间上严格单调且连续,
在 处可导且 。
则反函数 在 处可导,且
用莱布尼茨记号写更直观:
证明思路 由 严格单调,反函数 存在且也严格单调;
由 连续, 在 处连续(连续函数的反函数在单调时连续)。
于是「」等价于「」,且 时 。
写出反函数在 处的差商:
(第二个等号是把分子分母同时除以 ,合法因为 。)
令 ,则 ,分母的差商趋于 ,
由极限的商法则(分母极限非零)即得结论。
适用条件逐条说明:
- 严格单调——保证反函数存在,并且 ,
否则差商的分子可能为零而分母不为零,整个倒数的推导就会出问题。
- 在 连续——保证 时 。
- ——保证取倒数后是有限数;若 ,
则反函数在该点导数为无穷(切线竖直),即不可导。
3.5 反函数法则的三大应用
应用 1:。 设 ,,。
则 ,把它看成 关于 的函数并求导:
由定理 3.10(在 上 ,故严格单调):
要用 表示成 的函数。由 且 :
所以
根号取正号的理由
若 落在 这类区间上,,
那就该取 。国内教材取 的主值范围
,其中 ,所以恒取正号。
换个主值范围公式就会变号,这是「以授课教材为准」的典型例子。
应用 2:。 设 ,,
则 ,且
所以
应用 3: 与 。 用
与 ,直接由和差法则得
3.6 基本导数表
下面这张表就是「导数口诀表」。必须背到条件反射,
因为后面所有计算都建立在它上面。
| 定义域要求 | ||
|---|---|---|
| (常数) | ||
| ( 为实数) | ; 为正整数时 | |
| (,) | ||
| (,) | ||
(双曲函数与反双曲函数的导数详见 1-4-双曲函数与反双曲函数。)
记忆这个表的三条线索
线索 1(幂函数家族):,
「指数搬下来当系数,指数减一」。 与 都是它的特例
(,
)。
不要把 、 当成新公式背,它们不是新东西。
线索 2(指数与对数配对):(唯一导数是自己的函数),
。一般底数只是多一个常数因子 :
,。
之所以特殊,就是因为 让这两个常数因子消失。
线索 3(三角函数与反三角配对): 互换并出现一次负号;
;反三角函数则是「 除以一个两点式」的形式。
与 只差符号, 与 只差符号——
这是「」这条恒等式的必然结果。
为什么 :一个可以先用直觉接受的结论
由定义,,
所以只要证明 。
这个极限是 这个数的定义性性质之一( 就是使这个极限等于 的那个底数),
严格证明需要先建立 的定义与 的性质,本库在
7-5-函数的幂级数展开与泰勒级数 里用级数给出更干净的处理。
现在只需记住: 的导数是它自己, 就是为此而生的。
3.7 一些重要推论
推论 3.11
(1)常数函数的导数恒为零;反之,若在区间 上恒有 ,则 在 上为常数。
后半句要用中值定理证明,见 4-1-微分中值定理。
(2)。
对有限项成立,对无限项(级数)需要额外条件,见 7-4-幂级数。
(3)若 可导,则 ( 为正整数)。
这是幂函数法则与链式法则的结合(见 3-3-链式法则与复合函数求导)。
(4)商法则的常用变形:。
遇到分子为常数的分式,直接用这条比套完整商法则快。
四、计算方法与步骤
4.1 求导的标准流程
五步流程
第 1 步:识别结构。 整个式子是什么结构?和差?乘积?商?复合?还是混合?
第 2 步:定策略。 和差 → 逐项求导;乘积 → 乘积法则;商 → 商法则或化乘积;
复合 → 链式法则(3-3-链式法则与复合函数求导)。
第 3 步:化简优先。 能拆开的先拆开,能约分的先约分,能取对数的考虑对数求导法。
第 4 步:逐项计算。 每一项回到基本导数表。
第 5 步:整理结果。 通分、提取公因子、化简。能化简的一定要化简,
后面的题目(判断符号、求极值)都依赖化简后的形式。
4.2 技巧一:先拆项再求导
例:求 的导数()。
不要一上来套商法则。先拆:
于是
(最后一项用了 ,所以 。)
对比:若用商法则,,,
结果与拆项法一致(),
但多算了三步,且更容易出错。
拆项原则
只要分母是单项式,就先拆项;分母是多项式时才考虑商法则。
这个原则能省掉一半计算量。
4.3 技巧二:分母是多项式时的商法则
例:求 的导数。
分子分母都是多项式,拆不开,只能套商法则。,,
,:
常见错误:忘记平方分母
分母必须平方,即 而不是 。
另外分子里的减号位置也不能错:是 ,
写成 会得到 ,符号完全相反。
4.4 技巧三:化商为积
例:求 的导数。
两种做法都行。做法一(商法则):
做法二(化为乘积 ):
通分后与做法一相同。**做法二的优点是:当分母是 或 这类幂函数时,
用幂函数法则比商法则快得多。**
4.5 技巧四: 的导数(示范三角函数的推导套路)
套路总结:、、、 都化成正弦余弦,再用商法则。
不需要单独背它们的导数,但背下来能省时间。
( 的推导:。)
4.6 技巧五:反三角函数的导数(用反函数法则推导)
的完整推导(这是国内考试常考的「推导型」题目):
第 1 步:设 ,则 ,。
第 2 步:两边对 求导(左边把 看成 的隐函数,用链式法则):
第 3 步:解出 。
第 4 步:回代。由 (第 2 步已说明取正号的理由):
隐函数求导的提前预演
上面的第 2 步其实就是隐函数求导:把 看成 与 之间的隐式关系,
两边对 求导。这套方法在 3-5-隐函数与参数方程求导 里会系统展开,
现在先用着,感受一下「不必解出 也能求 」的威力。
4.7 技巧六:分段函数的求导
例:求 的导函数。
第 1 步:分段求导(在开区间内)。
- 时 ;
- 时 。
第 2 步:分界点 单独用定义处理。
左右导数都存在且相等(都等于 ),故 。
第 3 步:合并。
注意:分界点 属于哪一支,取决于它是否可导、导数值是多少。
本例中 ,所以归到第一支最自然。
如果左右导数不相等,那 根本不存在,分界点要从导函数的定义域中去掉。
绝对不能这样写
「因为 时 , 时 ,
所以 」——这是错的推理。
代入 得到的只是「第一支表达式在 处的形式值」,
它是否等于 需要单独验证。
反例: 在 处根本不连续,
更谈不上可导,但「形式值」是 。
4.8 技巧七:抽象函数求导
例:设 可导,求 类型的式子,或求 。
- 的导数是 (链式法则)。
- 的导数是 (乘积法则)。
- 的导数是 (商法则)。
关键:把 、 当成未知但可用的符号,
所有法则照常套用。这类题在国内考试中很常见(尤其与后续的
4-1-微分中值定理 结合)。
4.9 数值验证:用 sympy 检查手算结果
本示例需要 sympy:pip install sympy
import sympy as sp
x = sp.symbols('x')
exprs = [
x**3 + sp.sin(x),
sp.sin(x)/x,
x/(x**2 + 1),
sp.asin(x),
sp.atan(x),
sp.tan(x),
]
for e in exprs:
print(e, " --> ", sp.simplify(sp.diff(e, x)))
输出形如:
x**3 + sin(x) --> 3*x**2 + cos(x)
sin(x)/x --> (x*cos(x) - sin(x))/x**2
x/(x**2 + 1) --> (1 - x**2)/(x**2 + 1)**2
asin(x) --> 1/sqrt(1 - x**2)
atan(x) --> 1/(x**2 + 1)
tan(x) --> tan(x)**2 + 1
注意最后一行:sympy 给出的是 ,
它等于 ——同一个结果的两种写法。
手算时习惯写 ,机器习惯写 。
对照时不要以为哪一个错了。
(上表为按 sympy 标准化简行为的形如输出,具体形式可能因版本而异。)
五、例题
例题 1(概念辨析:乘积法则与商的法则的误用)
判断下列各式是否正确,错的给出正确结果。
(1);
(2);
(3);
(4)。
思路 四个式子都是「把运算搬到导数上」的幻想。判定的最快办法是代入具体函数检验,
或者干脆看几何意义(乘积的几何意义是面积,不是长度的乘积)。
解
(1)错。 取 。左边 ;右边 。
(除非 ),故不成立。
正确:(定理 3.8)。
(2)对。 这正是和差法则,证明见 3.1 节,靠极限的加法法则。
(3)错。 取 ,。左边 ;
右边 。,故不成立。
正确:,与左边一致。
(4)错。 取 。左边 ;右边 。
不成立。正确:。
结论 只有线性运算(加减、常数倍)能「搬到」导数上;
乘法与除法都不能。这背后的原因是:导数描述的是变化率,
而两个量相乘时,变化的来源有两个(分别变化 + 交叉项),交叉项在取极限时消失,
留下的是两项之和。
例题 2(定理理解:证明商法则)
用乘积法则与 证明商法则:
并说明为什么必须要求 。
思路 把商化乘积是唯一自然的入口。而 的导数需要用定义算
(没有现成公式),核心动作是通分。
解
第 1 步:先算 。 记 ,则
这里用了通分 。
把负号提到前面:
令 :第一个因子 ( 可导);
由 可导 连续,,
故第二个因子 。于是
第 2 步:化商为积。 。
第 3 步:套乘积法则。 由第 1 步, 在 处可导, 也可导,故
第 4 步:回答「为什么 」。 两个理由:
① 本身在 处无意义;
② 更技术性的理由在第 1 步:式子里出现了 ,
必须保证 附近所有点的 值都不为零。
这一条由极限的保号性从「 连续 + 」推出:
取 ,存在 使
时 ,
从而 。
结论 商法则不是新的独立法则,它是「乘积法则 + 一个定义算出来的
」的组合。考试中如果忘了商法则,就这样现场推。
例题 3(反例构造: 在什么情况下成立?)
(1)设 、 在区间 上可导。把 在 上恒成立
这个条件等价地改写成一个不含 的方程。
(2)举出一对具体函数使 在某一点成立,但在其他点不成立。
(3) 时等式成立吗? 呢?
思路 把等式当成方程来整理: 即 。
移项合并同类项即可得到一个等价条件。要注意的是:
每一步变形都必须可逆,否则得到的只是必要条件而非充要条件。
解
(1)
第 1 步:写出原条件。
第 2 步:移项并合并。
把含 的项归到一起():
第 3 步:说明这是等价条件。 上面每一步都只是移项与合并同类项,
都是可逆的恒等变形,所以
第 4 步:指出这个条件的性质。 若 不恒为零,
则上式是关于 的一阶线性微分方程
(见 10-2-一阶微分方程),它的解构成一个一维族;
若 (即 ,),则条件退化为 ,
即 在 的点处必须为零。
一个必须避免的错误
从 出发,有人会「两边同时加上 」再配成
,从而宣称 为常数。
这是错的:,
它等于零意味着 ,
这不是原条件 。
教训:变形后一定要把结果展开验证一遍,看它是否真的等价于原式。
(2) 取 ,。此时 ,
两者在 处相等(),在其他点不相等。
所以「在某一点碰巧成立」很容易,但「在一个区间上恒成立」是很强的要求。
(3)
- :左边 ,右边 。恒成立( 任意可导)。
- :左边 ,右边 。
要相等必须 ,即 也是常数。
一般地,若 (常数),则条件变成 :
时对任意 成立; 时必须 为常数。
结论 一般远不成立,只在特殊情形下(如 ,
或 、 都为常数)成立。
这道题的方法论价值大于结论本身:一是做概念判断题,先试「举反例」和
「代具体函数」往往比正面硬推快得多;二是不要把「移项」当成「等价变形」——
本例第 2 步中把原条件改写成 是正确的,
但若进一步想「配成某个乘积的导数等于零」就会得到错误条件。
每做一步变形都要反问自己:这一步可逆吗?
例题 4(计算题:乘积法则与商法则)
求下列函数的导数:
(1)();
(2);
(3)。
思路 (1)是乘积,直接套;(2)是商,注意分母平方;
(3)是三个因子的乘积,先用三角恒等式化简再求导会快很多。
解
(1) 取 ,,则 ,。
(2) 取 ,,则 ,。
(3) 先用恒等式 :
再套乘积法则(,,注意 要用链式法则):
用三角恒等式换回原式检查(,):
若直接用三因子乘积法则:,取
,,:
与上面一致。
结论 (1);(2);
(3)。
(2)的结果里 是个漂亮的化简,说明求导后一定要整理。
例题 5(反例构造:和可导推不出各项可导)
(1)已知 在 可导,能否断定 、 都在 可导?
(2)已知 在 可导,能否断定 、 都在 可导?
思路 两问都是「整体可导能否反推局部可导」。构造反例的思路:
让「坏的部分」互相抵消(加法情形),或让「坏的部分」被「零」压住(乘法情形)。
解
(1)不能。 反例:取
二者在 都不可导,但 是常数函数,处处可导。
所以「和可导」推不出「每一项都可导」。
(2)不能。 反例:取
二者在 都不可导,但 ,在 处可导()。
更强的反例(一个有界、一个不可导):取
则 可导(导数为 ), 可导,而 不可导。
这说明即使一边是「好函数」,乘积的可导性也说明不了另一边的可导性。
(3)补充:正确的方向是什么? 若 、 都可导,则 、 都可导——
这是定理的方向。但反过来一概不成立。唯一可以反推的情形是:
若 可导且 可导,则 也可导(用和差法则的逆用)。
同理,若 可导、 可导且在所讨论的点 ,
则 在该点可导(商法则)。
结论 四则运算的可导性只有「由局部推整体」这一个方向可靠;
「由整体推局部」需要额外条件(如某个因子在该点不为零)。
例题 6(计算题:把「不能直接用公式」的点单独处理)
求 的导函数。
思路 在 处不可导,所以不能在整个 上用乘积法则。
策略: 时用乘积法则; 时用定义。
解
第 1 步: 时。 在 处可导,
导数为 。由乘积法则:
第 2 步: 时用定义。
注意 是有界的(取值 ),
而 。有界量乘无穷小仍是无穷小:
(也可以用左右导数分别算:,
,两者相等。)
第 3 步:合并。
第 4 步:检查 在 处是否连续。
当 时, 的表达式 ,
所以 在 处连续。
结论 (),。
值得注意: 在 处可导,尽管 在那里不可导——
原因是 把「坏行为」压住了。
这与 3-1-导数的定义与几何意义 例题 8 的结论一致:
乘以一个在该点为零的可导函数,可以「治好」不可导。
例题 7(条件判断: 的导数)
(1)说明为什么 对一切 成立。
(2) 与
的定义域有什么不同?为什么教材更喜欢用 ?
思路 (1)分 与 两种情形, 时用 与链式法则。
(2)看定义域。
解
(1)
情形 A:。 此时 ,所以 ,
直接得 。
情形 B:。 此时 ,所以
设 ,由链式法则(3-3-链式法则与复合函数求导):
(注意 时 是负数,与 在 增大时递减一致——
从 变到 时 从 变到 , 值下降。)
两种情形都得到 ,故对一切 成立:
(2)定义域对比
| 函数 | 定义域 | 可导范围 | 导数 |
|---|---|---|---|
为什么教材更喜欢 :因为在解微分方程或求积分时,
形如 的公式要覆盖 的情形。
如果只写 ,会漏掉负半轴。
(详见 5-1-原函数与不定积分 与 10-2-一阶微分方程。)
结论 ()。
这个结果表明导函数的定义域可以比原函数的定义域「小」或「形状不同」:
的定义域是两个区间,它的导函数 的定义域也是这两个区间
(去掉 ),形状一致;但 与 就不一致了
(原函数在 有定义,导函数在 没有)。
例题 8(综合计算:反函数求导法则的应用)
(1)用反函数求导法则推导 。
(2)设 在 上严格单调、可导,,。
求 。
(3)举一个例子说明:若 ,则反函数在对应点不可导。
思路 (1)设 ,则 ,两边对 求导,
再用 。(2)直接代公式。(3)最简单的是 在 。
解
(1)
第 1 步:设反函数。 令 ,,。
则 。
第 2 步:两边对 求导(把 看成 的函数,左边用链式法则):
第 3 步:解出 :
第 4 步:回代成 的表达式。 用恒等式 :
所以
验证: 时导数为 ,即 在 处切线斜率为 ;
而 ,反函数 在 处斜率为 。
,符合反函数法则。
(2) 由反函数求导法则,,,
验证定义域前提:题设 ,且 严格单调,满足定理 3.10 的全部条件。
(3) 取 ,它在 上严格单调(增)、可导,且 。
反函数 。它在 处的差商:
极限不存在(非有限),故 不存在。
几何上, 在原点的切线水平,翻折后 在原点的切线竖直。
结论 (1);
(2);
(3) 表明反函数法则中 的条件不可省。
例题 9(计算题:先化简易错型)
求 ()的导数。
思路 分子是二次、分母是一次,先做多项式除法(带余除法)化简,
再求导会快得多。这是「先化简再求导」的典型。
解
第 1 步:做除法。
(验证:。)
第 2 步:逐项求导。
(第二项用了 与 、。)
第 3 步:整理成一个分式。
用商法则验证:,,,:
一致。
结论 。
两种做法都对,但化简后再求导所需的代数运算少一半,
出错概率也低得多。记住:分母是多项式时,先试带余除法。
例题 10(定理理解:常数函数的判定)
(1)证明:若 在区间 上可导且 ,则 在 上为常数。
(2)这个结论对「不是区间」的定义域成立吗?举例说明。
思路 (1)需要中值定理(罗尔或拉格朗日)。若还没学,可用反证法配合极限的保号性来感受,
但严格证明必须用中值定理,这里给出证明思路并注明引用了哪条定理。
(2)取两个不相连的区间即可。
解
(1)
证明思路 任取 ,均属于 。由拉格朗日中值定理
(见 4-1-微分中值定理),存在 使
由题设 ,故 ,即 。
、 任意,所以 在 上恒为常数。
为什么必须用中值定理 因为结论断言的是「两点之间的函数值相等」,
而 只给了每一点的局部信息。
把局部信息变成整体信息,正是中值定理的作用——
它提供了一座桥:。
(2)不成立。 取定义域 与函数
则 在 上处处可导( 是开集,每点都有邻域),且 。
但 在 上不是常数:。
原因:中值定理的推导要求区间 ,
而 与 之间的区间 不包含在 内
(中间的 不在 里)。所以定理的前提被破坏。
结论 「 为常数」这条结论依赖定义域是区间这一条件。
凡是用到中值定理的命题都要检查这一点(在 4-1-微分中值定理 中有更多例子)。
这个例子也提醒我们:定理的适用条件不是装饰,去掉就会有反例。
例题 11(概念辨析: 与 )
有人说:,理由是
「把指数 拿出来,,再取 就得到 」。
指出推理中的错误,并给出 的正确公式。
思路 这是「符号混淆」型错误:把函数值的平方 的求导,
和导数值的平方 混在一起。验证只需代入具体函数。
解
第 1 步:指出错误。 推理里「把指数 拿出来」得到的是
,这个公式本身是对的(幂法则 + 链式法则)。
但结论 是无从得到的:
与 是完全不同的式子,前者含 ,后者不含(只含 )。
「再取 」这一步也不是合法的数学操作—— 是给定的函数,不能随便赋值。
第 2 步:反例验证。 取 。
,故原式不成立。
再取 :
这里左边是右边的 倍,仍不相等。
第 3 步:给出正确公式。
若写成 并理解为 ,则公式为 。
特别地,( 为正整数)。
第 4 步:一般化。 令 ,,则
这正是链式法则的标准用法(3-3-链式法则与复合函数求导)。
结论 ,而 是完全不同的东西。
判断这类命题最快的办法就是代一个具体函数试。
或 这两个例子足以戳破绝大多数「求导法则」的伪命题。
六、应用
6.1 求切线、法线与两曲线夹角
求切线:设切点 ,斜率 ,用点斜式。
例:求 在 处的切线方程。
先算 。由例题 4 之前的计算
切线水平:。法线竖直:。
一个漂亮的几何事实
在 处取到最大值
(因为 ,等号在 ),所以切线水平是必然的。
求导得到 与不等式方法给出的结论一致——
这展示了导数在求极值中的作用(详见 4-4-单调性与极值)。
两曲线的夹角:在交点处,两切线斜率分别为 、,夹角 满足
当 时两曲线正交。
6.2 物理:速度、加速度与功率
- 位置 速度 加速度 。
- 功 功率 。
- 电荷 电流 。
例:(米),求 秒时的速度与加速度。
速度为负说明物体在往回走,加速度为 说明此刻速度正在「拐弯」
( 从负变正或从正变负的临界时刻)。这类图像分析在
4-4-单调性与极值 中会系统展开。
6.3 经济学:边际量与弹性
- 总成本 边际成本 。
- 总收益 ( 为价格) 边际收益
(这里用到了乘积法则!)。
- 需求弹性 。
边际收益公式的推导是乘积法则的经典应用:
收益 = 价格 × 销量,而价格本身是销量的函数,所以
对垄断厂商,(要卖更多必须降价),所以 ——
边际收益小于价格。这条结论在经济学里很重要,而它的数学全部内容就是乘积法则。
6.4 计算机图形学与数值计算
在数值优化中,需要计算损失函数对参数的导数。对于形如
的乘积型目标函数,取对数后变成求和
(对数求导法,见 3-5-隐函数与参数方程求导),
原因就是「乘积求导麻烦,和求导简单」——这正是乘积法则的实用价值所在。
在机器学习框架里,自动微分(automatic differentiation)的核心就是对每个基本运算
(加、乘、除、初等函数)保存其局部导数,再按链式法则组合起来。
乘积法则与商法则正是这些「局部导数」的规则来源。
6.5 用 numpy 做数值验证
只用 numpy,用数值差商检查乘积法则:
import numpy as np
def f(x): return x**2
def g(x): return np.sin(x)
x0, h = 0.7, 1e-6
lhs = ((f(x0+h)*g(x0+h)) - (f(x0)*g(x0))) / h # (fg)' 的数值近似
rhs = 2*x0*np.sin(x0) + x0**2*np.cos(x0) # f'g + fg' 的精确值
print(f"数值 (fg)' = {lhs:.10f}")
print(f"公式 f'g+fg' = {rhs:.10f}")
print(f"差 = {abs(lhs-rhs):.2e}")
输出形如:
数值 (fg)' = 1.9167723756
公式 f'g+fg' = 1.9167723755
差 = 1.05e-10
差在 量级,与 的截断误差量级相符——乘积法则得到数值验证。
(上表为形如输出,具体数字随浮点环境变化。)
七、易错点
易错点 1: 与
错在哪:把乘法、除法当成线性运算,直接「穿透」到导数上。
正确是什么:;
。
为什么:几何上, 是面积,它的增量由「竖条 + 横条 + 小角块」组成,
两项都要算;而「」这个量在几何上没有任何意义。
记住那句口诀:「前导后不导,加上前不导后导」。
用 一验即知:。
易错点 2:和差法则「推广」到无限项
错在哪:写 ,
当成有限和一样处理。
正确是什么:有限项的和差法则
永远成立(可用归纳法证明);
但无限项(级数)逐项求导需要额外条件——通常要求级数一致收敛
且各项有连续导数。见 7-4-幂级数。
为什么:有限和的求导可以逐项进行,因为导数只涉及有限个极限运算的组合;
无限和是一个新的极限过程,两个极限(求和极限与求导极限)不能随意交换。
反例可构造为 之类的三角级数,
其和函数处处不可导。
易错点 3:复合函数用乘积法则
错在哪:(漏掉内层导数 ),
或者 。
正确是什么:;
。
为什么:这是复合不是乘积。 的自变量是 ,
而 本身随 变化,变化速率是 ,所以外层的变化率要乘上这个 。
严格内容见 3-3-链式法则与复合函数求导。
最快的自检:把 想象的图像—— 的周期是 ,
比 的周期 短一半,所以它变化得更快,导数的「振幅」应该是 倍而不是 倍。
易错点 4:商的法则中分子顺序颠倒
错在哪:写 。
正确是什么:,减号前面是「分子求导乘分母」。
为什么:
① 用 、 检验:正确公式给 ,
而颠倒后给 。,
所以正确公式对。
② 记忆法: 带负号,
说明「分母求导」那一项前面是减号。
易错点 5:用错 与 的导数范围
错在哪:写 就以为对一切 成立;
或者写 后在 处代入。
正确是什么:
只在 成立;
想覆盖 必须写 ()。
只在 成立,
在 处不可导。
为什么:每条求导公式都带有定义域限制,公式与其定义域是一体的。
做题时把定义域一并写上,是最省事的防错手段。
易错点 6:幂函数法则的适用范围
错在哪:对 或 在 处求导,
或者对 用 。
正确是什么:
① 对任意实数 在 上成立;
在 上,只有当 是整数(或分母为奇数的有理数)时才有定义。
② 要求 ,。
忘了这个前提,就会出现「 无意义」的荒唐结论。
为什么: 这个恒等式只在 时成立,
而幂函数求导公式的标准推导正是基于它。定义域是硬约束,任何推导都不能越界。
易错点 7:常数求导与「含参数的式子」求导混淆
错在哪:求 对 的导数时,
把 、、 的导数也算进去;或者求 对 求导时
把 当成 求导。
正确是什么:(、、 关于 是常数,导数为 );
。
为什么:求导前必须明确「对谁求导」。 是参数(关于 常数),
所以 ,但 里的 是内层函数 的系数,
它会在链式法则里作为 出现。
区分办法:问一句「这个字母会随 变吗?」会变就要求导,不会变就当常数。
八、练习题
A 组(基础计算)
1. 求下列函数的导数:
(1);
(2);
(3)();
(4)。
2. 求 ()的导数。
(提示:先做带余除法或直接套商法则,两种做法对照。)
3. 求曲线 在点 处的切线方程与法线方程。
B 组(辨析与构造)
4. 判断下列命题的真假,真的请证明,假的请举反例:
(1)若 、 都在 不可导,则 在 必不可导;
(2)若 在 可导、 在 不可导,则 在 必不可导;
(3)若 在 可导且 , 在 可导,则 在 可导。
5. 已知 在 上可导,且 对一切 成立
(这是一个关于 的隐含关系)。求 的值。
(提示:先求 ,再对等式两边求导。)
6. 设 。求 ,
并讨论 在 处的连续性。
C 组(提高)
7. 用反函数求导法则推导 ,
并说明 的主值范围取法对结果符号的影响。
8. 设 在 上可导,且满足 对一切 成立,
。求 的表达式(用 表示),并说明为什么这样的 只能是
。
答案在哪
本篇练习的详细解答(出处 / 考点 / 思路 / 分步解 / 答案 / 易错点)见 10-微积分-03-导数与微分;分章导航见 00-总索引。
九、常见问题 FAQ
Q1: 这个公式我总是记反,有没有好办法?
三个办法,选一个适合你的。
办法一(口诀):「前导后不导,加上前不导后导」。念两遍就顺了。
办法二(对称性检验):公式必须关于 、 对称(因为 )。
交换 与 后变成 ,一样,所以对;
而 虽然也对称,但它是错的(代 一验即知)。
办法三(几何图像):画一个矩形, 增加一点时面积增量 = 右边竖条 + 上边横条
+ 右上小角块;除以 取极限后小角块消失。竖条贡献 ,横条贡献 。
这个图像一旦建立,就再也不会记错。
Q2:商法则和乘积法则,考试时用哪个更保险?
如果你对公式的把握不足,永远把商化成乘积。
理由:,然后
,这个推导只有两步,而且只用乘积法则与幂函数法则
(),出错的机会小得多。
什么情况直接用商法则更快:分母是多项式、且不能拆项时
(如 ),直接套商法则比化乘积再通分更快。
一个实用建议:平时练习时两种方法都做一遍,考场上选你更稳的那个。
Q3:为什么 ,但 ?那个 从哪来?
把 写成 。由链式法则,
那个 就是内层函数 的导数。
当 时 ,所以 —— 的特别之处就在于 。
这也解释了为什么微积分里「自然」底数是 而不是 :
只有以 为底,指数函数的导数才不带多余的常数因子。
同理 ,当 时化简为 。
Q4:反函数求导法则 里的 、 老是搞混。
用一个具体的例子锚定它。取 (),。
- 取 ,则 。
- ,所以 。
- 验证:,在 处得 。
记住这条对应关系: 是原函数的自变量, 是反函数的自变量,
两者满足 。
公式说的是「反函数在 处的导数 = 原函数在 处导数的倒数」。
用莱布尼茨记号写最不容易错:
Q5:基本导数表要全背吗?有没有可以现场推的?
必须背的(无可替代):、、
、、、
、。
可以现场推的:
- 、:用换底 、。
- 、、、:化成正余弦后套商法则。
- 、:用 。
- 、:都是幂函数的特例。
建议:先只背那 7 条「必须背的」,其余遇到时现场推两三次,
推熟了自然就记住了。理解性记忆比死背牢固得多。
Q6:为什么有些函数的导数「看起来变复杂了」,有些变简单了?
这取决于运算结构。
会变复杂的:商(分母平方)、乘积(变成两项)、复合(每层各乘一个因子)、
(一次变 )。这些运算在求导下「不封闭地简单」。
会变简单的:多项式(次数降一次)、(不变)、 与 (互相转换)、
(变成有理函数)。
实用结论:如果一道题求完导之后式子极其复杂,
往往说明求导前应该先化简(拆项、带余除法、三角恒等式、
取对数)。见本篇第四节各技巧,以及 3-5-隐函数与参数方程求导 的对数求导法。
Q7:在表格或公式里写 老是出问题,有什么规范?
本库统一规范:
① 绝不在 Markdown 表格单元格里写裸的 |,因为它是单元格分隔符。
绝对值写 \lvert x \rvert(渲染成 ),
范数写 \lVert x \rVert(渲染成 )。
② 表格不写首尾竖线,格式固定为 | a | b | 起头、|---|---| 分隔。
③ 在普通正文里写 也建议用 \lvert、\rvert
而不是 ASCII 竖线,因为 MathJax 对 \lvert 的间距处理更正确。
④ 若确实需要「条件」竖线(如「当 」的分段),
用 \begin{cases} 而不是手写竖线。
十、国内教材对照(浙大《微积分》/ 考研大纲)
10.1 术语与记号对照
| 内容 | 国内(浙大《微积分》苏德矿等编 / 同济版) | 国外(Banner、MIT 18.01) |
|---|---|---|
| 乘积法则 | 乘积的求导法则,也叫莱布尼茨公式(与高阶导数的莱布尼茨公式同名,注意区分) | product rule / Leibniz rule |
| 商法则 | 商的求导法则 | quotient rule |
| 反函数求导 | 反函数的求导法则(也叫反函数导数公式) | derivative of inverse function |
| 基本导数表 | 「基本初等函数的导数公式」,通常列 16–18 条 | table of derivatives / differentiation formulas |
| 、 | 国内教材保留 、、,导数表里给出 | MIT 与 Banner 也用,但更常化成 等形式 |
| 部分教材给,部分教材列为选学 | 国外教材常直接省略 | |
| 双曲函数 | 浙大《微积分》与同济版都专设一节讲双曲函数及其导数 | MIT 18.01 只在习题中带过 |
术语基本一致。唯一的系统性差异在记号:
国内教材几乎都同时给出 、、 三种记号并要求掌握;
国外教材以莱布尼茨记号为主,拉格朗日记号作为简写。
10.2 国内更强调的内容
(1)导数表的记忆与默写。 国内教材要求学生默写基本导数表,
考试中出现「直接考公式」的填空题。国外教材更倾向「查表 + 用」,不强调默写。
(2)乘积法则与商法则的证明。 浙大《微积分》与同济版都给出完整证明,
特别是乘积法则的「加一项减一项」技巧,是标准的板书内容。
MIT 18.01 也证明,但更强调「用极限定义验证」的直观。
**考研数学一/二/三的解答题中,「证明乘积法则」或「用定义验证某条求导公式」
是可能的考点。**
(3)反函数求导法则推导反三角函数导数。 国内教材把这条作为
「推导 、 导数」的标准方法,
并把它作为隐函数求导的前置练习。
国外教材(如 Banner 第 6 章)也讲,但更多直接给出反三角函数的导数表。
(4)、、 及其导数。 国内教材完整保留这六个三角函数的导数,
考研选择题里常有 这类题。
MIT 18.01 的公式表中 、 出现频率明显低一些。
(5) 的导数。 国内教材明确强调
对 成立,
为后面的积分公式 做准备。
这个细节在国外教材里往往一带而过,但国内的积分题非常依赖它。
10.3 考研大纲的定位
考研数学大纲对本节的要求(「一元函数微分学」部分):
- 掌握基本初等函数的导数公式、导数的四则运算法则、
复合函数的求导法则、反函数的求导法则;
- 会求分段函数的导数、隐函数的导数、由参数方程确定的函数的导数、
反函数的导数;
- 了解高阶导数的概念,会求简单函数的 阶导数。
常考题型:
- 默写型填空:直接考某条导数公式(如 )。
- 复合 + 四则混合的计算题:如求 的导数,
需要商法则、乘积法则、链式法则三者配合(大题第一问的常见形态)。
- 反函数求导:给 在某点的值与导数值,求 的值
(选择题或填空题)。
- 分段函数的导函数:要求写出完整的分段表达式并在分界点验证
(评分标准常要求写出左右导数的定义式)。
- 抽象函数求导:、 等,结果中含 。
国外教材不强调而国内常考的点:
① 导数公式的默写;
② 证明乘积法则或商法则;
③ 分段函数在分界点处「用定义验证」的书写规范;
④ 含参数的分段函数「求参数使可导」的综合题(国内大题常客,
国外教材较少把可导性与参数求解结合成一道题)。
10.4 学习建议
- 以考研为目标:本篇的导数表必须默写无误;例题 2(证明商法则)、
例题 4(乘积与商的计算)、例题 6(分段处理)要能独立复现;
第七节易错点 1–5 是选择题的高频陷阱,务必全部掌握。
- 以理解概念为目标:Banner《普林斯顿微积分读本》第 6 章
(§6.1–§6.2 乘积法则与商法则)用矩形面积讲乘积法则,
与本篇第 2.2 节的讲法一致,可以互相印证。
MIT 18.01SC 的 Session 5–7(Product Rule、Quotient Rule、
Derivatives of Trig Functions)配有视频与配套习题。
- 共同的建议:无论用哪本教材,导数表都要背,
因为它是后面所有章节的公共基础设施。
不背导数表而想学微积分,相当于不背乘法口诀而想学算术。
本篇小结
本篇小结
① 一句话概括
求导不必每次回到定义:一张基本导数表提供「原子」,
和差法则(线性)、乘积法则、商法则与反函数法则提供「拼装规则」,
二者合起来就能求任何由基本初等函数经四则运算拼出的函数的导数。
② 必须记住的结论
1. 线性:(和差与常数倍)。
2. 乘积法则:;三因子:。
3. 商法则:;
特例 。
4. 反函数法则:,
要求 在 附近严格单调连续、。
5. 幂函数:(; 为整数时可放宽)。
6. 指数与对数:,,
,(),
。
7. 三角:,,
,,
,。
8. 反三角:,
,
,
。
9. 计算策略:分母是单项式先拆项;分母是多项式先试带余除法;
多项相乘先看能否用恒等式化简;求导后一定整理。
10. 公式边界的三个「陷阱函数」:( 处不可导)、
(只在 )、( 非整数时只在 )。
③ 最容易混淆的几组概念
| 概念 A | 概念 B | 关键区别 |
|---|---|---|
| | | 前者 ,多一项;后者一般错 |
| 乘积法则 | 链式法则 | 前者用于「相乘」,后者用于「复合」; 用前者, 用后者 |
| 商法则分子顺序 | | 必须写成 ,否则整体差一个负号 |
| 的适用范围 | 对一切 | 只在 普遍成立;整数 可放宽 |
| 与 | 定义域 | 与 ;导数都是 |
| 反函数法则中的 、 | 谁是自变量 | ,公式是「反函数在 处的导数 = 」 |
| 时的反函数 | 反函数是否可导 | 反函数在该点切线竖直,不可导 |
| 有限项求导 | 无限项(级数)求导 | 有限项恒可逐项;无限项需一致收敛等条件 |
| 参数(如 )与变量(如 ) | 求导时是否处理 | 参数关于 是常数,导数为 |
④ 通往后面章节的接口
| 本篇概念 | 在哪里被升级 | 升级成什么 |
|---|---|---|
| 四则运算求导 | 3-3-链式法则与复合函数求导 | 加上「复合」这一层,工具链才完整 |
| 等二阶可导性 | 3-4-高阶导数与莱布尼茨公式 | 反复求导得到 、,以及乘积的 阶公式 |
| 反函数法则、隐式关系求导 | 3-5-隐函数与参数方程求导 | 系统地「不解出 而求 」 |
| 导数的线性与乘积结构 | 3-6-微分与线性逼近 | 写成 |
| 复合与乘积法则 | 3-7-相关变化率 | 用于把几何约束「翻译」成变化率之间的关系 |
| 这类条件 | 4-1-微分中值定理 | 「导数为零 常值」的严格定理 |
| 商法则与「分子符号」分析 | 4-4-单调性与极值 | 用 的符号判断单调性与极值 |
| 反函数 的条件 | 4-5-凹凸性与拐点 | 一阶导为零处正是凹凸性可能的拐点 |
| | 5-1-原函数与不定积分 | 导数表反着读就是积分表 |
| 幂级数逐项求导 | 7-4-幂级数 | 无限项求导的合法条件 |
相关笔记
- 3-1-导数的定义与几何意义 — 前置篇章。本篇所有法则的证明都要回到导数定义,
「可导必连续」更是乘积法则证明的关键一步。
- 2-2-极限的运算法则与重要极限 — 前置篇章。四则运算法则的本质是
极限四则运算法则的翻译,证明中每个「」都要靠它。
- 2-3-无穷小与等价无穷小替换 — 前置篇章。乘积法则证明中「小角块」被丢掉,
用的正是高阶无穷小的概念。
- 1-3-三角函数与反三角函数 — 前置篇章。、、、 的定义、
主值范围与恒等式,是本节三角函数导数推导的直接依据。
- 3-3-链式法则与复合函数求导 — 同章兄弟。四则法则处理「拼装」,
链式法则处理「嵌套」,两篇合起来才构成完整的求导工具链。
- 3-4-高阶导数与莱布尼茨公式 — 同章兄弟。把乘积法则反复使用,
就得到 的莱布尼茨公式。
- 3-5-隐函数与参数方程求导 — 同章兄弟。本篇 4.6 节推导 导数时
已提前用了隐函数求导的思想,那篇会把它系统化。
- 4-2-洛必达法则及其适用条件辨析 — 后续章节。洛必达法则要求分子分母分别求导,
必须先熟练掌握本篇的四则法则与基本导数表。
- 7-4-幂级数 — 后续章节。无限项逐项求导的合法性在这里得到严格处理,
也是本篇易错点 2 的正式答案。
参考来源
- Banner, The Calculus Lifesaver: The Complete Guide to Calculus and Its Applications,
第 6 章「求导法则」§6.1–§6.2(乘积法则的矩形面积证明、商法则、三角函数的导数)。
教材本身,无 URL;frontmatter 记录的出版社页面为
https://www.wiley.com/en-us/The+Calculus+Lifesaver%3A+The+Complete+Guide+to+Calculus+and+Its+Applications-p-9780470181222
- MIT OpenCourseWare, 18.01SC Single Variable Calculus, Fall 2010,
Unit 1「Differentiation」Part B「Concepts of the Derivative」,
Session 5「The Product Rule」、Session 6「The Quotient Rule」、
Session 7「Derivatives of Trig Functions」。
https://ocw.mit.edu/courses/18-01sc-single-variable-calculus-fall-2010/pages/1.-differentiation/part-b-concepts-of-the-derivative/
- Eric W. Weisstein, 「Derivative」, MathWorld——基本导数公式、
乘积法则与商法则的标准表述。
https://mathworld.wolfram.com/Derivative.html
- 苏德矿、金蒙伟等编《微积分》(高等教育出版社,浙江大学数学系教材),
「导数的运算法则」与「基本初等函数的导数公式」两节;
同济大学数学系《高等数学》上册「函数的和、差、积、商的求导法则」与
「反函数的求导法则」两节。教材本身,无 URL。
- 教育部考试中心《全国硕士研究生招生考试数学考试大纲》,
「一元函数微分学」中「掌握基本初等函数的导数公式、导数的四则运算法则及
反函数的求导法则」的要求。教材本身,无 URL。