跳转到课程正文

MIT 18.01SC · UNIT I · SESSION 17

指数函数、其导数与反函数

The Exponential Function, its Derivative, and its Inverse

为什么在所有指数函数中,eˣ 的导数恰好还是 eˣ?这个神奇的底数不是凭空命名,而是由“在0处斜率等于1”的要求挑出来的。接着自然对数作为它的反函数登场。

先修:指数差商 M(a)、反函数求导、链式法则3个教学小节2道随堂题 · 3道解析题

01 / BUILD THE IDEA

让原点处斜率等于1,挑出自然底数 e

上一讲提出 M(a)=lim(h→0)(aʰ−1)/h。现在选择正底数 e,使 M(e)=1。因为 (aˣ)′=M(a)aˣ,一旦 a=e,就得到(eˣ)′=eˣ:斜率与函数高度相同。

在 x=0 时 e⁰=1,因此切线斜率1;x=1 时函数值和斜率都是 e。这种自我复制的微分性质是指数增长模型和微分方程的根基。

M(e)=1d(eˣ)/dx=eˣ(eˣ)′|x=0=1。
要特别检查

原底数e≈2.71828,但“神奇”的原因是微分性质,而不只是一个好记的常数。

随堂理解检查 01

自然底数e为何特别适合微积分?
查看完整解析

选择 M(e)=1,于是(eˣ)′=1·eˣ。

02 / BUILD THE IDEA

ln 是 eˣ 的反函数,而不是另一个任意口诀

eˣ 在实数上严格递增,取值恒为正,因此反函数 ln x 只在 x>0 定义。关系 e^(ln x)=x(x>0)和 ln(eˣ)=x(x∈ℝ)可用来来回转换。

对 e^(ln x)=x 求导:e^(ln x)·(ln x)′=1,因为 e^(ln x)=x,所以 (ln x)′=1/x(x>0)。这是反函数规则与链式法则的自然结论。

e^(ln x)=x,x>0(ln x)′=1/x,x>0。
要特别检查

ln(x)的定义域是正实数;原函数没有定义的点也不能直接求普通导数。

随堂理解检查 02

f(x)=ln(3x+2) 的导数和定义域是?
查看完整解析

ln u 求导 u′/u,u=3x+2,u>0,故结果与定义域如B。

MATHEMATICAL EXPERIMENT / SESSION 17 滑动x,验证 eˣ 在每点的高度等于切线斜率
函数值 f(x)随滑块计算
解析导数 f′(x)随滑块计算
微小差商近似随滑块计算

滑块会使用本讲给出的公式重新计算;禁用脚本时仍可完整阅读上面的证明与例题。

本实验只验证公式和局部行为,不能替代极限证明或定义域检查。使用键盘方向键也能调节。

03 / BUILD THE IDEA

对数运算:从乘法到加法的语言转换

指数规律 e^(u+v)=eᵘeᵛ 经反函数转换得到 ln(ab)=ln a+ln b(a,b>0)。于是 ln(x²) 在 x≠0 时可以写作 2ln|x|,其导数为2/x;在x>0时也可通过链式直接得到2x/x²。

若 f(x)=e^(2x−1),链式求导是 f′(x)=2e^(2x−1)。如果 f(x)=ln(3x+2),定义域3x+2>0,导数是3/(3x+2)。

ln(ab)=ln a+ln b,a,b>0[e^(2x−1)]′=2e^(2x−1)[ln(3x+2)]′=3/(3x+2),x>−2/3。
要特别检查

对数只能直接拆开正数的乘积,不能将 ln(a+b) 误写成 ln a+ln b。

PRACTICE · INDEPENDENT WORK

学会之后,要能独立推导。

这组三道原创练习分别检验本讲核心公式、应用与边界条件。请先完整演算,再展开查看步骤。

01 · 复合指数

求 y=e^(−2x²) 的导数,并在x=1处代值。

展开分步解析

由链式 y′=e^(−2x²)×(−4x)=−4xe^(−2x²)。在x=1得到−4e⁻²。

02 · 反函数证明

只用 e^(ln x)=x 和链式法则推导 ln x 的导数。

展开分步解析

对等式求导 e^(ln x)(ln x)′=1,代 e^(ln x)=x 得(ln x)′=1/x,条件x>0。

03 · 解对数方程

解 ln(y−2)=2x(实数范围),并说明定义域自动满足。

展开分步解析

两边取指数:y−2=e^(2x)>0,所以y=e^(2x)+2>2,自然满足对数真数为正。

BEFORE GOING FORWARD

本讲应该真正掌握什么?

e与ln的定义和求导;其他底数求导与对数微分安排在下一讲。

本讲有两道随堂选择题,可以反复检查并核对不同错误选项的原因。

完整的 Unit 1 大纲 ↗
MIT 官方资料与本站原创范围

原始课次:The Exponential Function, its Derivative, and its Inverse。以下是本讲实际查阅的 MIT 资料链接,均为 MIT OpenCourseWare 原站 PDF;本页中文讲解、实验和题目是独立编写,不是官方逐字译课。

来源审校覆盖上述课次概览及列出的 PDF 文字部分;没有完整观看所有视频,也未逐页检查全部 PDF 插图。未被列出的同课视频片段与延伸阅读不声称已完整研读。