Derivatives of Polynomials and Exponential Functions
一些數(shù)的微分值
常數(shù)的微分值
對應(yīng)的推理
Paste_Image.png
圖像：
Paste_Image.png
常數(shù)微分值定理：
萊布尼茨 寫法 的結(jié)論：
Paste_Image.png
Power Functions 冪函數(shù)
對應(yīng)冪函數(shù)的歸納
（自己簡單一點(diǎn)描述）
一次冪
y = x 的 微分值為1
Paste_Image.png
圖像：
Paste_Image.png
二次冪甩鳄，三次冪
這里就直接寫結(jié)果拷恨， 不推導(dǎo)了
Paste_Image.png
四次冪
簡單推導(dǎo) （因?yàn)檫B續(xù)，并且沒有拐點(diǎn)慧起，就簡單求Δ極限即可）
Paste_Image.png
得出結(jié)論：
Paste_Image.png
冪函數(shù)結(jié)論
結(jié)論 （n為正整數(shù)）
Paste_Image.png
第一種證明
Paste_Image.png
第二種證明
Paste_Image.png
一些其他結(jié)論
為 -1 次方的時(shí)候
Paste_Image.png
為 1/2 次方的時(shí)候
Paste_Image.png
通用結(jié)論 （n為任意實(shí)數(shù)）
Paste_Image.png
New Derivatives from Old 新的導(dǎo)數(shù)
就是一些常數(shù)甫菠，函數(shù)的加減乘除 相關(guān)運(yùn)算結(jié)果的 導(dǎo)數(shù)
The Constant Multiple Rule 常數(shù)乘法
Paste_Image.png
The Sum Rule 函數(shù)和
Paste_Image.png
The Difference Rule 函數(shù)差
Paste_Image.png
Exponential Functions 指數(shù)函數(shù)
指數(shù)函數(shù)锰霜，簡單推導(dǎo)
Paste_Image.png
因?yàn)?/p>
在 0點(diǎn)的微分值 為
所以，可以簡寫為：
Paste_Image.png
定理
我們可以推出甜橱， 對應(yīng)e相關(guān)的f'(0) 的值 為 1
Paste_Image.png
對應(yīng)的圖像：
Paste_Image.png
Derivative of the Natural Exponential Function 自然指數(shù)函數(shù)的導(dǎo)數(shù)
根據(jù)
我們可以推出：
圖像的理解：
Paste_Image.png
例子 8
y = e^x 和 y = 2x 在 哪個(gè)點(diǎn) 相切逊笆？
Paste_Image.png
我們知道 y = e^x 的 導(dǎo)數(shù)， 就是 e^x
也就是對應(yīng)的切線的斜率岂傲。
這里y = 2x 是 和 y = e^x 相切
如果 斜率為2难裆，則對應(yīng)橫坐標(biāo)值為a， 點(diǎn)為（a镊掖，e^a）
就是：
**e^a = 2 **
=>
** a = ln2 **
所以乃戈， （a，e^a）就是 （ln2亩进， 2）
