导数：定义、几何与可微性
本文基于模型知识整理（生成时未联网核对），严格定义建议对照 Stewart §2.7–2.8 复核。
一句话定义
导数是差商的极限：$f'(x)=\lim_{h\to0}\frac{f(x+h)-f(x)}{h}$——瞬时变化率（物理）、切线斜率（几何）、局部线性近似的系数（分析）三合一；可微 ⟺ 存在这样的极限 ⟺ 函数在该点"长得像一条直线"。
为什么重要
导数是"变化的语言"：速度/加速度、边际成本/边际收益、灵敏度/弹性、机器学习的梯度——凡"多一单位会怎样"的问题都是导数。它同时是优化（找极值 kp-010）、近似（泰勒 kp-008）、微分方程（kp-031）三大下游的入口。
前置知识
kp-002（极限）。
核心概念
- 定义：$f'(x)=\lim_{h\to0}\frac{f(x+h)-f(x)}{h}$；等价形态 $\lim_{t\to x}\frac{f(t)-f(x)}{t-x}$。
- 三种身份：
- 几何：切线斜率，切线方程 $y=f(a)+f'(a)(x-a)$； - 物理：瞬时变化率（位移→速度→加速度的求导链）； - 分析：$f(x+h)=f(x)+f'(x)h+o(h)$——与切线等价无穷小（kp-004）。
- 可微与连续：可微 ⇒ 连续；连续 ⇏ 可微（$|x|$ 在 0 的尖角）。
- 不可微的形态：尖角（|x|）、垂直切线（$\sqrt[3]{x}$ 在 0）、振荡（$x^2\sin(1/x)$ 在 0 连续不可微）。
- 高阶导数：导数的导数；$f''$ 是"变化率的变化率"（加速度/凸性，kp-010）。
原理与机制
定义的分子分母各是什么：分子 $\Delta f$ = 函数增量，分母 $h$ = 自变量增量——差商是"割线斜率"；h→0 让两点重合，割线旋转到切线。导数定义因此是 kp-001"问题一"的精确化。
可微为什么强于连续：可微=局部有良好直线近似（误差 o(h)）；连续只保证"不跳"。$|x|$ 在 0 连续但左斜率 −1、右斜率 +1——差商左右极限不等，极限不存在即不可微。
单侧导数：左导数/右导数分别取 h→0⁻/0⁺；可微 ⟺ 两侧相等——分段函数在接缝处的必检项（工程信号处理的常用陷阱）。
为什么"局部线性"如此有用：误差是 o(h)（比 h 更快消失）——任何"小步预测"问题都可换成 $f+\text{斜率}\times\text{步长}$；梯度下降（kp-028）、数值微分（kp-029）的全部合法性都建立在这条 o(h) 上。
图示
f'(x) = lim_{h→0} [f(x+h) − f(x)] / h
几何: 割线斜率 ──h→0──► 切线斜率
近似: f(x+h) ≈ f(x) + f'(x)·h (误差 o(h))
切线: y = f(a) + f'(a)(x−a)
层级: 可微 ⊂ 连续 (|x| 反例)直观类比
导数是"仪表盘读数"：车速表告诉你此刻的速度——不是过去一小时平均（割线），而是踩下快门瞬间的变化率（切线）。|x| 函数像 V 形峡谷：站在谷底（0 点）你既可以说坡向左也可以说坡向右——斜率没有唯一答案，即不可微。
实例或案例
- 用定义求 $f(x)=x^2$ 的导数：$\frac{(x+h)^2-x^2}{h}=2x+h\to2x$——幂函数求导规则的来源（kp-011）。
- 边际分析：成本函数 C(x) 的导数=第 x+1 件产品的近似边际成本——经济学的微积分化。
- 训练损失曲线：某点导数为负=向右走损失降低——梯度下降的第一原理（kp-028）。
常见误区
- 误区一："可导就是连续"。单向蕴含；连续函数可以处处连续处处不可微（Weierstrass 函数——kp-032 的严格化震波）。
- 误区二："导数是一个点的性质，与邻域无关"。定义用邻域内的值取极限——导数天然携带局部信息。
- 误区三："切线=过该点的直线就行"。切线必须与曲线在该点"相切"（斜率=导数），仅"过点"不充分。
与其他知识点的关系
自测题
- 用定义求 $f(x)=\frac1x$ 的导数（x≠0）。
答：$\frac{\frac{1}{x+h}-\frac1x}{h}=\frac{-1}{x(x+h)}\to-\frac{1}{x^2}$。
- $f(x)=|x|$ 在 x=0 可导吗？
答：不可导——左导数 −1、右导数 +1 不相等（尖角）。
- 可微、连续、有极限、有定义的强弱链？
答：可微 ⊂ 连续 ⊂ 极限存在 ⊂ 有定义（逐级减弱，反例 |x| 与符号函数）。
延伸阅读
- 3Blue1Brown《Essence of Calculus》第 2 集（导数的直觉）。
- Stewart《Calculus》§2.7–2.8。
- Spivak《Calculus》第 9 章（可微性的严格展开）。