导数初步：此刻变化得多快
导数
瞬时变化率/切线斜率
基本公式
(xⁿ)'=n·xⁿ⁻¹
单调
导数正增负减
极值
导数变号处
【章首引子】你开车看速度表——指针指在 80，这个 80 就是位移的导数。它不告诉你开了多远，只告诉你这一瞬间冲得多猛。导数就是"此刻变化得多快"。这一章是高中数学最"值钱"的概念——AI 梯度下降的祖宗就在这里。
① 是什么：瞬时变化率
导导数 = 切线斜率 = 此刻变化率
定义：f′(x) = limΔx→0 [f(x+Δx) − f(x)] / Δx。说人话：当 x 的变化量缩到无限小时，函数值变化量除以 x 变化量，就是导数。
几何意义：导数就是函数图像在那一点的切线斜率。切线陡 = 导数大（变化快）；切线平 = 导数接近 0；切线往下斜 = 导数为负。
生活比喻：里程表显示走了 100 公里（这是 f(x)），速度表显示 80 km/h（这就是 f′(x)）。速度表不关心你走了多远，只关心这一瞬间的速度。
② 怎么想到的：看到导数题先想什么
思解题心法：三步反射
看到"求单调区间"先求导，再判正负。f′(x) > 0 就上升，f′(x) < 0 就下降。求导后解不等式，别画图。
看到"求极值"先令 f′=0，再看变号。解出可疑点后，看 f′ 在该点左右是否变号。左正右负 = 山顶（极大值），左负右正 = 谷底（极小值）。
看到"切线方程"用点斜式。斜率 = f′(x₀)，过点 (x₀, f(x₀))，切线：y − f(x₀) = f′(x₀)(x − x₀)。
③ 怎么学：从算车速到找极值
幂函数求导
(xⁿ)′ = n·xⁿ⁻¹。x²→2x；x³→3x²；常数→0。最常用，先背。
单调性判断
f′>0 上升，f′<0 下降，f′=0 可疑。求导后解不等式。
找极值
令 f′=0 解可疑点，再看左右变号。左正右负极大，左负右正极小。
切线方程
点斜式：y−f(x₀)=f′(x₀)(x−x₀)。斜率=导数，过原图像上那个点。
① 求导：f′(x) = 3x² − 3 = 3(x²−1) = 3(x+1)(x−1)
② 令 f′=0：x = −1 或 x = 1
③ 列表判号：x<−1 时 f′>0（升）；−1<x<1 时 f′<0（降）；x>1 时 f′>0（升）
④ 极大值：x=−1 处 f(−1) = −1+3 = 2（山顶）
⑤ 极小值：x=1 处 f(1) = 1−3 = −2（谷底）
答案：在 (−∞,−1) 升，(−1,1) 降，(1,+∞) 升；极大值 f(−1)=2，极小值 f(1)=−2。
① 求导：L′(x) = −2x + 10
② 令 L′=0：−2x+10=0 → x=5
③ 判断：L″(x) = −2 < 0，开口向下，x=5 是极大值点
④ 最大利润：L(5) = −25+50−20 = 5
答案：定价 x=5 时利润最大，最大利润 5。和二次函数顶点法算出来一模一样——导数就是通用版的"找顶点"。
链链式法则：一层套一层，导数一层层往回乘
为什么需要它：前面学的公式都是"单层"函数。可现实里函数常常套娃：$y=\sin(x^2)$ 里，外层是 $\sin$，内层是 $x^2$。直接套公式会卡住——你得先对"外层看内层"求导，再乘上"内层对 $x$"求导。
公式：若 $y=f(u)$、$u=g(x)$，则 $\frac{dy}{dx}=\frac{dy}{du}\cdot\frac{du}{dx}=f'(g(x))\cdot g'(x)$。
手算 $y=\sin(x^2)$ 的分步拆解：
① 认外层：$f(u)=\sin u$，其导数 $f'(u)=\cos u$；认内层：$u=g(x)=x^2$，其导数 $g'(x)=2x$。
② 套公式：$\frac{dy}{dx}=\cos(u)\cdot 2x=\cos(x^2)\cdot 2x$。
答案：$y'=\cos(x^2)\cdot 2x$。把 $x=1$ 代进去，瞬时变化率就是 $\cos(1)\cdot 2\approx 1.08$。
在 AI / 工程里用在哪：几百层的神经网络就是几百层函数套在一起。要算最外层"损失"对第一层参数的导数，靠的正是一层层往回乘——链式法则 $(f\circ g)'=f'(g)\,g'$，就是反向传播算法的全部数学。缺了它，深度学习今天根本训练不起来。
④ 用途与案例
物理：瞬时速度与加速度
位移的导数=速度，速度的导数=加速度。速度表指针动得多快=加速度=位移的二阶导数。
经济：边际分析
"多生产一件成本加多少"=成本函数的导数。边际成本=边际收益时利润最大——老板定价的数学依据。
AI：梯度下降
训练神经网络：算损失函数对每个参数的导数（梯度），沿导数反方向微调——这就是 AI 在"学"东西，根子上是导数。
工程：优化设计
桥梁找"受力最小"形状、火箭找"最省燃料"轨道。一切"找最优"的问题，骨子里都是求导找零点。
⑤ 延展：从导数往哪走
展知识衔接地图
往大学走：导数只是微积分的一半。另一半是积分——把无数个小量加起来。牛顿-莱布尼茨公式告诉你：积分和导数是互逆的，一枚硬币的两面。
往 AI 走：导数 →梯度下降。损失函数是个超级复杂的曲面，梯度就是曲面上"最陡方向"的导数。沿这个方向走一步、再算梯度、再走一步——几百万次后走到"山谷底"，模型就训练好了。
往奥数走：导数证不等式是竞赛利器。"证明 eˣ ≥ 1+x"——构造 f(x)=eˣ−1−x，求导看单调性，f(0)=0 且 f′(x)>0 for x>0，所以 f(x)>0。高中先记住结论，大学再严格玩。
"导数为零 = 极值"是错的！f′(x)=0 只是"可疑点"。比如 f(x)=x³，f′(0)=0，但 x=0 处函数还在上升（只是那里"平"了一下）。怎么判断：看 f′ 在该点左右是否变号。左正右负才是极大值，左负右正才是极小值。还有：极值点也可能出现在导数不存在的点。
练习
【基础】求 f(x) = 3x⁴ − 2x² + 7 的导数。
查看思路与解答
思路：逐项求导，常数归零。(3x⁴)′=12x³；(−2x²)′=−4x；(7)′=0。答案：f′(x)=12x³−4x。错了或卡壳？回到本章「导数=切线斜率、正负判单调」那一段，把思路再顺一遍。
【进阶】求 f(x) = x³ − 3x² + 1 的单调区间和极值。
查看思路与解答
思路：f′(x)=3x²−6x=3x(x−2)。令 f′=0：x=0 或 x=2。x<0 时 f′>0（升）；0<x<2 时 f′<0（降）；x>2 时 f′>0（升）。答案：极大值 f(0)=1，极小值 f(2)=−3。错了或卡壳？回到本章「导数=切线斜率、正负判单调」那一段，把思路再顺一遍。
【奥数延展】证明：当 x > 0 时，eˣ > 1 + x。
查看思路与解答
思路：构造函数 f(x)=eˣ−(1+x)。f(0)=0。求导 f′(x)=eˣ−1。x>0 时 eˣ>1，f′(x)>0，函数单调递增。既然 f(0)=0 且一直往上走，f(x)>f(0)=0。答案：eˣ > 1+x 成立。这就是"导数证不等式"标准套路。错了或卡壳？回到本章「导数=切线斜率、正负判单调」那一段，把思路再顺一遍。
① 导数=此刻变化率=切线斜率；f′>0 上升，f′<0 下降，f′=0 可疑。
② 幂函数求导"指数搬前面，指数减一"：(xⁿ)′=n·xⁿ⁻¹。
③ 找极值：令 f′=0 解可疑点，再看左右是否变号——左正右负山顶，左负右正谷底。
章节自测
共 5 题，选完立即反馈。
1. f(x) = x⁵ 的导数是？
2. 函数 f(x) 在某点 f′(x) > 0，说明该点函数在？
3. f(x) = x² − 4x + 3 在 x=2 处的切线斜率是？
4. 常数函数 f(x) = 5 的导数是？
5. 开车时速度表显示 80 km/h，这是位移函数的？
- 用自己的话讲：本章核心是「导数 / 单调」，合上书用自己的话推一遍，不许跳步。
- 举个反例 / 什么时候最容易错：为什么导数为 0 不一定是最值？"那是驻点，还得看两边导数是否变号，没变号就不是极值。
- 哪里还卡壳（标记你的薄弱点）：哪一步你要翻书才推得顺？那个地方就是你的薄弱点，拿笔圈出来。