导数 II
by djs. latest update: 2024.03.24
梅军一怒振九渊,三千七百二十面,天下寒士俱欢颜!
书接上回。
微积分理论:微分(导数、变化率)与积分互为逆运算。
在高中数学中,由于有了导数的存在,我们得以接触更复杂的超越函数,因此高中导数就是与超越函数斗智斗勇的过程。
我一言不发。
导数基础理解
导数表
【初等函数导数表】
原函数 | 导函数 |
---|---|
【求导法则】
- 加减
- 乘法
- 除法
- 复合函数求导
- 其他
【洛必达法则】
- 满足条件即可反复使用
- 注意事项
- 必须是 或 ,否则会出错。
- 两函数相乘转化为相除。
- (结论) 时,变化快慢分等级:
- 在书写过程时小心点,防止洛不达。
高中导数
微积分理论:微分(导数、变化率)与积分互为逆运算。
在高中数学中,由于有了导数的存在,我们得以接触更复杂的超越函数,因此高中导数就是与超越函数斗智斗勇的过程。
【微积分基本公式】
- 对于单元导数,记 为变量 趋近于 的变化量,对此就有了对函数变化率的刻画:对于 ,记 ,即 。
- 积分是微分的逆运算,对于 而言,我们称 为其原函数之一(有常数的差别)。对式子 ,在左右两边同时积分,就可以得到牛顿-莱布尼茨公式:,由此便衍生出了曲线下面积这一重要概念。从几何的角度出发,原函数 在一段区间上的变化量 就是其导数 在相同区间上的曲线下面积。
- 高中似乎对微分方程没啥要求(除了构造函数那一块),但有必要了解一点。
【高中导数能干什么?】
- 对于函数 ,其导函数 代表原函数每一处的变化率,也是函数图像每一处的切线。对于 处我们称之为极值点,函数的最值在此处产生。同时极值点也是解析函数最值的关键。对于其余 或 处,我们考虑充分利用函数单调性的性质。换言之,我们能构建一种通用的解析函数的模型,即函数在极值点之间来回增减。当然,当 恒大于或小于 时,原函数表现出更特殊的性质。
【极值点】
- 极值点即方程 的解,分可解和不可解两种。
- 若一个 的根 是可以用代数方法解出的,那么存在两种情况。一是该 来自于幂函数的根(非超越解,基本可解)。二是超越函数取某些特殊值时其刚好能与幂函数相抵消,造成 。无论如何,若能解出 的具体值,那么对解题而言便是极大的帮助。因为此时我们能够算出 及 的具体值,进而对函数信息有更精确的把控。
- 反观那些不可解的根,鉴于我们无法解出其具体值,故该根所有的信息只保存在了原始方程 中,其信息无法得到充分的利用,故也无法完全解析出 的值(少数能同构的情况除外)。
- 在高中数学中,题目不可能会要求学生强行解析一个解不出来的超越方程的根(反过来说,若一定要求某个函数的最小值,那么无论多复杂的函数其极值点或端点的值一定可解),只会要求学生对其进行范围的探究(以不等式的形式)。由此衍生出隐零点的模式,即利用方程 进行反复的代换简化原函数。
基本技巧
超越函数代数技巧集合
【超越函数技巧集合】
- 函数单调性:,则 。
- 同构:整个式子化为诸如 或 的形式。
- 特殊消元方法:主要针对双变量,如 , 以及特殊方程组的消元方法。
- 需要某种特殊的代数结构。
- 函数分组:针对 的形式,在等号 / 不等号两边同加减 / 乘除 / 取指数、对数的变形方法。进行分组的目的是将相性好(如导函数性质好、有经典性质或放缩、容易一起研究)的函数分在一起研究。如 乘除、 加减、三角函数丢一块
- 隐零点:充分利用方程 所包含的信息,反复代换。
- 图像:宏观把控函数的走势,关注特殊位置的值()、单调性、极值点、切线、拐点等等。
- 参数 / 多元的处理:主元(挑简单的)/ 消元(直接消元、特殊消元)/ 放缩(单元放缩、多元不等式)/ 同构 / 探路。
- 探路:作用是获得一个界限,用于充分探究有关函数的性质。
- 放缩:分图像 / 代数两方面:
- 参考图像:能把握放缩的尺度,关注取等条件,实现切线 / 拐点放缩,以及函数拟合。
- 代数性质:从式子本身为出发点思考,将超越函数放缩为多项式函数,根据具体的情景优化函数的性质。值得注意的是,放缩要有意识地对式子进行化简,尽量得到简单的不等式,或实现消元的功效。
- 取点:即对方程 / 不等式的一边进行放缩得到新的不等式(通常更简单)
- 继续配合函数单调性,可以实现对原函数零点的放缩(新的不等式能通过导代数方法解出)。
- 也有基于代数和几何两个方面,如切割线放缩。
函数作图
函数作图是宏观把控函数性质的重要途径。
【函数作图】
- 基本:定义域、零点(如果能看出来)、大致判断单调性和增长趋势(分出数量级的差别),为的是建立直观感受。
- 基本:特殊点的值(如 等等)、无穷远出的值、要用洛必达法则计算的点的值;其他一些特殊性质(对称性、周期性等)。
- 求导后:具体单调性、极值点、函数具体走向;特殊位置的切线。
- 进阶:利用二阶导研究函数凹凸性以及拐点。
- 二阶导决定原函数导数的性质, 等价于原函数下凹。拐点即函数凹凸性发生变化的临界点,即 。
- 拐点处的切线是一种特殊的切线(一段原函数在切线下面另一端却在上面)。
探路
对于某些问题(如恒成立),我们可以带入特殊点的值进行探路计算,解出题目的一个必要条件,作为参数分类的标准或进行后续放缩处理。某些点带入后往往就是最终答案。端点效应一般跟函数单调性和凹凸性有很大的关系,对单调性较好的函数使用必要性探路可能效果会更好。
【洛必达探路】
- 计算需要使用洛必达法则的点的取值。常配合分离参数使用,使用洛必达算出来的值很可能是正确答案。
【特殊点探路 - 端点效应】
- 带入函数定义域 的端点进行计算。
- 带入特殊点进行计算。如 。
【注意事项】
- 如果带出来是 的形式,这个时候就需要进一步比较 和 的大小(可以反复比较下去)。
- 其实也就是分离参数后的洛必达探路。
警惕必要性探路失效。
同构
同构,即将目标式 通过变形化为若干个 的形式(或 ),达到大大简化问题的效果。同构与直接展开代数式相反,是代数式逆向构造代数式的过程,糅合了构造思想,难度较大,故熟练掌握同构需要经验的积累。
【常见的同构】
- 指数与对数同时出现,如 , 。可能需要自行补充(加减、乘除)幂函数部分。
- 代数式有复合函数的痕迹,可将其作为同构的信号,如 。
- 过于逆天的式子(反而使人第一时间想到同构),如 。
【其他方面的应用】
- 鉴于同构与复合函数有一定关联,倘若某些不等式隐零点的方程带入原函数往往能够消干净,那么不妨考虑其能否同构。也有先同构再探路的阴间操作(如带入 )。
恒成立问题
传统恒成立问题概述
- 恒成立问题,即给定 ,求参数的范围类型的问题,是一类较为基础题型。
【传统的恒成立解法】
- 分离参数:若 是关于 的一次函数(或关于 可解),可以做到将 完全分离到不等式的一侧(),那么就只用研究右侧 的范围。
- 小 trick:在普通的恒成立问题中,若能做到分离参数,那么分离出来的函数 的极值点一定是可解析的(至少函数在极值点的值是可解的,极值点方面顶多加同构)。
- 隐零点:求导,建立 的关于 与 (参数)的不等式进行下一步研究(消元或简化式子)。
- 直接求导讨论:用的很少。
【若干变式】
- 函数中的参数有范围或是整数的情形:所研究的函数的极值点可能不可解,可以估出范围转化为不等式证明(相当于进行探路获取范围)。
船新解法
当恒成立问题 中的函数关于参数 无法分离,且极值点方程 性质不好时,剩下除开乱搞的还有两招:探路、同构。
【必要性探路】
- 所谓必要性探路,即找必要条件再证充分条件。我们在研究函数时可以带入一些特殊的值(端点值、需要使用洛必达的点的值、常见值 )。
- 必要性探路是否适用,取决于函数的性质是否适合使用探路。使用探路时需要考虑整个函数极值点、单调性、走势等等因素。
- 当探路的结果为 时,转而比较导函数的大小,可反复使用。
【同构】
- 如果 中关于参数的分布十分杂乱,难以分离,且整体式子疑似同构,就可以尝试将同构作为首要思路。如 。
函数不等式、放缩
单元函数处理方法体系
【gs】
- 函数和不等式是什么关系?函数本质上是将单个代数式放在动态的环境中研究,那么自然地,函数的极值点就对应到不等式的最值。而导数作为研究函数的工具,加你个原函数的极值点转为导函数的零点,从而可以获得函数的一些性质,处理超越函数。求解不等式时需要使用多种导数技巧。凡是能解析的就解析,不能解析的就转化或放缩。
- 导数背景下的不等式证明主要走的是消元路线,直接运用不等式的很少。
- 对于一个放缩不等式,其在面向数据做题方面最有用的是其贴合紧密的部分。
求导解析、隐零点、放缩。
现有一函数不等式。名之曰 。
- 求导解析
- 可解:解出极值点的值,精确描绘函数走向。
- 导函数恒大于 / 小于 。(多注意一点,导函数没有零点)
- 隐零点:建立 的方程,用于研究极值点 以及 的性质。亦可研究 的大致范围。
- 两边变形 / 分组:改变两边函数的性质,或做一些基本的换元、【对数单身狗、指数找朋友】、加减乘除单项式变形等等(乘除单项式变形的目的是调节次数,便于构造低次数的过度函数,如直线)。主打一个便于求导或能凑出常见放缩式。
- 函数图像分析
- 函数图像的职能是对一个表达式在 不同时的各种取值进行遍历。对图像的分析能对放缩的尺度有更好的把控。
- 同构
- 放缩
- 分段:将定义域分为不同的若干段对每一段不同的性质进行讨论。
多元函数及参数的处理
直接消元;特殊消元;放缩消元
- 直接消元
- 若对于一个方程 其中有很好的控制关系(单向或双向),那么直接消元为 即可转化为单元表达式。
- 特殊消元
- 若两个变量之间的控制关系复杂难以解析或根本解析不了(如二次关系或超越控制关系),那么对于特定的具有某些特征的方程(组),我们可以尝试一些特殊的消元方法:
- 韦达,无需多言。
- 黄金 角:
- 比值 / 差值消元:取决于方程组消去参数后是否有好的控制关系。
- 大型不等式
- 直接运用多元不等式进行放缩。
- 放缩
- 使用带有消元性质的放缩或取点。
【超越控制关系如何破解】
- 函数单调性
- 特殊消元(比值差值、韦达、黄金 角)
- 放缩:将不可解变为可解
放缩及其衍生用法
什么是放缩?
放缩的方向。取等条件、切线。放缩起消元作用。
【单元函数放缩】
- 参考几何图像
- 把握放缩的尺度,尽量做到小尺度的放缩(在放缩式拟合点附近)。关注取等出、特殊切线,构造过渡函数(尤其切割线放缩)。
- 积累常见的不等式及其图像,在图像中分析不等式的使用。
- 函数拟合:使用曲线而非直线对原函数进行拟合。
- 曲线下面积:对导函数和原函数进行分析。
- 参考代数性质
- 有些放缩可以消去式子中某些原有的部分,需要根据常见放缩式找到突破口。
- 函数放缩配合函数单调性转化使用(取点)时,为了让代数式可解以获得更简单的不等式,需要考虑放缩后式子的代数性质。一般将超越函数放缩为多项式函数。
【放缩衍生用法】
- 不等式放缩:使用对数均值不等式对多个变量进行整体放缩。
- 取点:配合函数单调性性质对函数的零点 / 极值点进行放缩。
经典放缩不等式
【指数系】
- 根基:
- ( 时近似)
- ( 时近似)
- 泰勒展开:( 时近似)
- 替换:
- (反比例函数在 处拟合)
- 放缩为二次函数:
- ( 近似)
- (很贴近的放缩, 时近似)
- 反比例函数拟合:
- 系列:
【对数系】
- 根基:
- ( 时近似)
- ( 时近似)
- 替换:
- 泰勒展开:( 时近似)
- 常见放缩
- ( 时不等号反向, 时近似)
- ( 时不等号反向, 时近似)
- 有一系列更逆天的,但很少用到。
【其他不等式】
- (同构)
- (同构)
【大型不等式】
- 均值不等式
- 记 ()
- 关于 单调递增。
- 对数平均不等式
- 琴生不等式
【常见函数】
【函数拟合】
- 函数在极值点 处的二次函数拟合:(结合导函数理解)
【三角函数放缩】
- ; (三角函数有界性)
- ( 时近似)
- ( 时不等号反向, 时近似)
- ( 时近似)
- ( 时近似)
- ( 时近似)
【取点放缩式参考】
方程、零点问题
【gs】
- 超越方程就是要另辟蹊径,使用特殊的方法处理。
取点
【原理】
- 设 在区间 内单调递增,且存在一个零点 。已知该零点无法通过代数方法解出(超越方程),那么我们为了研究该零点的性质,证明其存在(找到上下界 + 零点存在定理)或将其放缩,可以将对零点值的放缩转化为对函数的放缩。
- 对函数 在区间 上放缩,得到 。则我们可以得到不等式:
- , (两个不等式)
- (通过放缩找到函数 使其零点可以通过代数方法解出)
- (通过放缩找到函数 使其零点可以通过代数方法解出)
- 当然,取点也不是只能依靠放缩,也可以直接 intuitive thinking.
【技巧】
- 由于取点与放缩紧密联系(可以看作是将 放缩为 再解出不等式 ),所以少不了关于放缩的 gs。
- 在面对零点证明问题时,为了让放缩后的函数的零点可解,我们不用过度关注放缩前后函数的贴合与否(只要在单调区间内即可),而是更多关注放缩后函数的代数性质,关注其零点是否可解。故使用的不等式更多偏向简化代数性质。
- 在面对零点不等式问题时,我们仍然要像普通放缩一样考虑放缩的尺度。
零点个数问题
【概述】
- 研究函数零点个数是一类比较基础的导数题。方法相对单一。
- 求导并求出极值点,完全解析函数的走势。
- 分离参数,变为函数与水平直线相交问题。
- 做好取点工作(取的点不一定要是极值点)。对于 或 但不能取(需洛必达)的点,考虑使用放缩取点。
- 分离为 的方程,绘制图像观察函数走势。
极值点偏移——零点不等式
方法论
【原理】
- 基础的极值点偏移问题形如 (其中 为零点, 为极值点)。由于函数在 两侧增长速率不一样,函数位列极值点左右两侧的零点到极值点的距离有所区别,就造成了 的现象。
- 由基础的极值点偏移而衍生出来的是一大堆有关零点的不等式。
【方法总论】
- 对极值点偏移问题进行分析,我们发现方程 为超越方程,参数与零点之间存在的是超越控制关系,无法做到完全解析出来(可能存在 的单向解析)。这意味着常规多项式背景下的代数体系对超越控制关系不起作用。在极值点偏移问题中,能够跨过超越关系建立变量不等关系的方法分基本的三类:
- 函数单调性
- 特殊消元
- 放缩
【函数单调性】
- 相对通法。适用于待证式较为简单,原函数较为复杂的情形。
- 将待证不等式变形,结合函数单调性性质套用 的性质,转而证明函数不等式。对于该种不等式,由于其一般由两个函数 组成,可以考虑优先求导(导函数性质好,一般恒大于 / 小于 )而不是一上来就放缩。有时要证过于复杂的式子,慎用。
- 注意充分利用原函数的信息,对于参数可以考虑代换消去(参数一般走消元路线)。
- 对于 ( 为极值点)的情形,在极值点出构造 以辅助证明。
- 若要证的不是函数的极值点,有时可以考虑通过对函数适当的变换将待证项变为新函数的极值点。
【特殊消元】
- 通过特殊的消元手段将超越关系的多元消元为单元表达式。如韦达定理(黄金 角)、比值代换、差值代换。适用于待证式较为复杂,原函数较为简单的情形。
- 完全消元体系:设 (对数)或 (指数),将 消为 与 ,尝试利用方程组将 完全代换为 。典型可以消元的有 等等。
- 《韦达,无需多言》:对于二次函数关系控制的两根 黄金 角(注意考虑指对的性质)
- 套用对数平均不等式:
- 遇到非齐次的情况:尝试放缩,调整次数 / 消元,应当谨慎。
【放缩】
- 到处都能用,可以用于待证式正式展开证明之前的放缩,也可用于对零点进行放缩(取点)。主要处理过于不规则的不等式。在放缩时同样需要注意取等条件等等放缩需注意的诸多因素。(先进行等价转换,简化不等式)。若遇到不属于极值点偏移的式子优先考虑放缩。
- 具体过程:
- 初步观察:以图像为运筹(面向数据),观察超越函数控制关系的运作,特别注意取等点、极值点,函数的左 / 右倾以及各种值在极限临界处的变化率情况。
- 初步调整不等式:
- 利用已知不等式放缩:如 ,则 | ,则 。
- 大型不等式 / 经典不等式:使用对数不等式长链进行初步放缩。
- 换元:;指对方程变换。
- 放缩、取点
- 切割线放缩:寻找切割线放缩,尤其适用于 型。
- 对式放缩(超越 多项式)变为可解不等式(放缩注意事项:在何处拟合)
模板题
- 式
- 式
- 代数消元适用于证明 式,对加和型慎用。
- 式
- 式
其他问题
三角函数技巧
数列不等式
三次函数
构造原函数(微分方程)问题
构造表
- 原函数是函数的和差组合:
- 对于 ,构 。
- 对于 ,构 。
- 对于 ,构 。
- 原函数是函数乘除组合:
- 对于 ,构 。
- 对于 ,构
- 原函数是函数与 的乘除组合:
- 对于 ,构
- 对于 ,构
- 对于 ,构
- 对于 ,构
- 原函数是函数与 的乘除组合:
- 对于 ,构
- 对于 ,构
- 对于 ,构
- 对于 ,构
- 原函数是函数与 的乘除组合:
- 对于 ,构
- 对于 ,构
- 对于 ,构
- 对于 ,构
- 对于 ,分类讨论:
- 若 ,构
- 若 ,构
微分方程初步
【概念】
- 微分方程即同时含有 与 的方程,在物理中常见。
估值体系
估算方法
核心:除了直接使用估值方法算出具体值,仍然主打一个放缩。
【方法体系】(从常用到偏僻)
- 粗算:利用估算值计算(变量差距较大,或者有明显能够分出大小的性质(例如一个大于 1,一个小于 1))
- 构造函数(同构),导之。
- 如果是式子比较大小,可以考虑赋值投机。
- 尽量将变量化为类似的形式。
- 粗比(估算):先按照与 或其他数的大小关系分类,此法非常适合关系疏远的数的比较。
- 利用单调性:形式特别类似的式子,构造函数利用单调性比较大小。
- 利用函数:把数字改成 ,利用函数放缩、运算和图像比大小。
- 把比较的对象变形,尽量形式接近然后比较,如 。
- 找桥梁:两个数字关系不好找时,找一个桥梁然后比大小,如 。
- 作差法比大小:此法适用于式子比大小,使用时要注意利用函数的性质。
- 几何意义:此法适用于有几何意义的式子或零点之间比大小。
- 利用基本不等式:适用于复杂的三角函数,如 。
- 举例子投机:适用于含有字母的式子比大小。
【常用估值手段】
- 常用公式:(下面这些 越接近 时越精确)(建议 )(往后的项数越多就越精确)
- (手撕所有 的秘诀)
- (好奇怪诶)
- 帕德逼近:若 ,则 。
常见估算值
- 注意
- 形如 :尝试 或者
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 无需6万激活码!GitHub神秘组织3小时极速复刻Manus,手把手教你使用OpenManus搭建本
· C#/.NET/.NET Core优秀项目和框架2025年2月简报
· Manus爆火,是硬核还是营销?
· 一文读懂知识蒸馏
· 终于写完轮子一部分:tcp代理 了,记录一下