导数(Derivative)

函数在某点的瞬时变化率,几何上对应曲线在该点的切线斜率。正值表示函数在增大,负值表示在减小,零表示极值点。

核心公式

📖 符号说明

符号含义说明
导函数函数 f 在点 x 处的导数
自变量增量趋近于零的极小变化量
莱布尼茨记号与 f'(x) 等价,强调对 x 求导

前置知识

什么是导数

导数是函数在某一点处的瞬时变化率——就像速度是路程对时间的瞬时变化率一样。

形式定义:

f(x)=limΔx0f(x+Δx)f(x)Δxf'(x) = \lim_{\Delta x \to 0} \frac{f(x + \Delta x) - f(x)}{\Delta x}f(x)=Δx0limΔxf(x+Δx)f(x)

几何上,导数就是曲线在该点切线的斜率

  • f(x)>0f'(x) > 0f(x)>0:函数在该点递增(上坡)
  • f(x)<0f'(x) < 0f(x)<0:函数在该点递减(下坡)
  • f(x)=0f'(x) = 0f(x)=0:极值点(切线水平)

常用符号

写法读作场合
f(x)f'(x)f(x)f prime x数学教材
dfdx\frac{df}{dx}dxdfdf over dx工程/物理
fx\frac{\partial f}{\partial x}xfpartial f partial x多变量偏导数

AI 中的应用

神经网络训练的核心——梯度下降——依赖对损失函数的所有参数求导(偏导数),通过反向传播算法高效计算。