大学高等数学导数的定义（高等数学导数的定义和常见导数）
大学高等数学导数的定义（高等数学导数的定义和常见导数）在图中，MN的斜率表示为 tanφ，其中tanφ = f(x) - f(x0) / x - x0.比如当下， 我们有一个光滑的函数曲线 y = f(x)，我们想要求出这个曲线在某个点 M 的切线，那么应该怎么操作呢？如上图所示，我们可以在选择另外一个点N，然后做MN的割线。假设T是M的真实的切线，当我们将N向M无限逼近的时候，角NMT 在无限缩小，直到趋近与0，而此时的割线MN也就无限逼近于M点真实的切线T。
导数是微积分也是高数当中很重要的一个部分，不过很遗憾的是，和导数相关的部分很多同学都是高中的时候学的。经过了这么多年，可能都差不多还给老师了。所以今天的文章就一起来温习一下导数的相关知识，捡一捡之前忘记的内容。
函数切线
关于导数，最经典的解释可能就是切线模型了。以前高中的时候，经常对二次函数求切线，后来学了微积分之后明白了，所谓的求切线其实就是求导。
比如当下， 我们有一个光滑的函数曲线 y = f(x)，我们想要求出这个曲线在某个点 M 的切线，那么应该怎么操作呢？
如上图所示，我们可以在选择另外一个点N，然后做MN的割线。假设T是M的真实的切线，当我们将N向M无限逼近的时候，角NMT 在无限缩小，直到趋近与0，而此时的割线MN也就无限逼近于M点真实的切线T。
在图中，MN的斜率表示为 tanφ，其中tanφ = f(x) - f(x0) / x - x0.
当N逼近于M时：
我们令
所以：
此时 tanφ 的结果就是函数在 x0 处导数的值，上面这个方法大家应该也都不陌生，在物理课上就经常见到，只不过在物理当中不叫极限也不叫逼近，称为微元法。但不管叫什么，意思是一样的。我们理解了上面这些式子之后，再来看看导数真正的定义。
定义
假设函数 y = f(x) 在点 x0 处的邻域内有定义，当自变量 x 在 x0 处取得增量∆x (x0 ∆x 仍然在 x0 的邻域内)，相应的函数取得增量 ∆y = f(x0 ∆x) - f(x0) 。如果 ∆y / ∆x 在 ∆x 趋向于0的时候极限存在，称为函数 y = f(x) 在点 x0 处可导。它的导数写成 f'(x0)
f'(x0) 也可以记成
或者
如果函数 f(x) 在开区间 I 内可导，说明对于任意 x ∈ I，都存在一个确定的导数值。所以我们就得到了一个新的函数，这个函数称为是原函数 y = f(x) 的导函数，记作 f'(x)。
不可导的情况
介绍完了常见函数的导函数之后，我们来看下导数不存在的情况。
导数的本质是极限，根据极限的定义，如果 limf(x) = a (x -> x0)。那么，对于某个正数ε，对于任何正数δ，都有 0 < | x- x0| < δ时，|f(x) - a | < ε。那么就称为 x 趋向于 x0时，f(x) 的极限是a。
我们对上面的式子进行变形，可以得到，当∆x 趋向于0 时:
也就是说极限存在的条件是无论自变量从左边逼近x0 还是右边逼近x0，它们的极限都存在并且相等。所以，函数 f(x) 在 x0 点可导的充分必要条件就是，函数在 x0 处的左右两侧的导数都必须存在，并且相等。
另一种不可导的情况是不连续，不连续的函数一定不可导。这一点其实很难证明，我们可以来证明它的逆否命题：可导的函数一定连续。
根据导数的定义，一个点的导数存在的定义就是 ∆y / ∆x 在 ∆x 趋向于0 时存在。即：
我们把极限符号去掉：
这里的a是 ∆x 趋向于0 时的无穷小，我们队上式两边同时乘上 ∆x ，可以得到：
由于 a 和 ∆x 都是无穷小，并且 f'(x) 存在，所以 ∆y 也是无穷小。而连续的定义就是当 ∆x 趋向于0时，∆y也趋向于0，所以得证。
反例
我们来举一个反例：
它的函数图像长这样：
我们试着来证明： f(x) 在 x=0 处不可导。
由于 f(x) 在 x=0 处的左右导数不等，和极限存在的性质矛盾，所以 f(x) 在 x=0 处不可导。但是我们从函数图像上可以看出来，显然 f(x) = |x| 是一个连续函数。
常见函数的导数
我们再来看一下常见函数的导函数，其实我们了解了导数的定义之后，我们完全可以根据导函数的定义自己推算。但说实话，这些推算意思不大，所以我们直接跳过推算的部分，直接来看结论。
当然我们实际运用当中遇到的当然不只是简单的函数，很多函数往往非常复杂。那么对于这些复杂的函数，我们又应该怎么来计算它们的导数呢？敬请期待我们下一篇的内容。
今天的文章就到这里，如果觉得有所收获，请顺手点个关注吧，你们的支持是我最大的动力。
