导数计算

微分万能公式 (Universal Formula)

利用一阶微分形式不变性，把链式法则写成逐层微分的计算流程。属于 [微积分专题](/teaching/calculus) 中的导数计算内容。

摘要 / Takeaways

微分万能公式 (Universal Formula) 是一种导数计算写法。

• 基本逻辑：利用一阶微分形式不变性，将 $y=f(g(x))$ 的导数计算转化为微分形式 $\mathrm{d}y=f^{\prime }(◻)\mathrm{d}(◻)$。
• 主要用途：把“链式法则”的复合结构拆成逐层微分，适合处理隐函数、参数方程与变上限积分。
• 关联术语：一阶微分形式不变性、逐层微分、微积分三大计算。

1. 引例：为什么要用“微分”算“导数”？

在正式介绍法则之前，我们先看一个简单的例子。 假设我们需要对 $y=\sin (x^2)$ 求导。

传统链式法则 (Chain Rule) 的思维过程是这样的：

1. 令中间变量 $u=x^2$，则 $y=\sin (u)$。
2. 应用公式 $y^{\prime }=\frac{\mathrm{d}y}{\mathrm{d}u}\cdot \frac{\mathrm{d}u}{\mathrm{d}x}$。
3. 计算 $\cos (u)\cdot 2x=2x\cos (x^2)$。

虽然这个例子很简单，但当函数嵌套层数增加时（例如 $y=\ln (\cos (\sqrt{1+x^2}))$），我们需要引入 $u,v,w$ 等多个中间变量，极易在“谁对谁求导”的问题上晕头转向。

微分万能公式 则提供了一种逐层处理的写法： 我们不关心谁是自变量，只关心形式。

$$\mathrm{d}(\sin (x^2))=\cos (x^2)\cdot \mathrm{d}(x^2)=\cos (x^2)\cdot 2x\mathrm{d}x$$

最后一步两边同除以 $\mathrm{d}x$，即得 $y^{\prime }=2x\cos (x^2)$。

这种写法减少了显式设置中间变量的步骤，重点是保持微分形式的一致性。

2. 基本法则：微分万能公式

定义

微分万能公式 利用 一阶微分形式不变性，将微分运算概括为以下通式：

$$\mathrm{d}(f(◻))=f^{\prime }(◻)\cdot \mathrm{d}(◻)$$

其中 $◻$ 可以是自变量 $x$，也可以是中间变量 $u$，还可以是一个复合函数式。

理论基础

微积分教材中有一条常用性质：

一阶微分形式不变性：无论 $u$ 是自变量还是中间变量，微分表达式 $\mathrm{d}y=f^{\prime }(u)\mathrm{d}u$ 的形式始终保持不变。

这意味着，我们可以在不拆解复合结构的情况下，直接对最外层函数进行微分，然后将内层函数作为一个整体（$◻$）保留到 $\mathrm{d}(◻)$ 中等待下一步处理。

3. 解题步骤：逐层微分

我们将计算过程标准化为以下三个步骤：

第一步：识别外层函数

先识别当前函数结构中最外层的函数 $f$。 例如：对于 $\ln (\sin x)$，最外层是 $\ln (◻)$，内层 $◻$ 是 $\sin x$。

第二步：套用公式 (Apply Formula)

写出外层函数的导数 $f^{\prime }(◻)$，完全照抄内层函数 $◻$，然后乘以 $\mathrm{d}(◻)$。

$$\mathrm{d}(\ln (\sin x))=\frac{1}{\sin x}\cdot \mathrm{d}(\sin x)$$

第三步：递归处理 (Recurse)

查看 $\mathrm{d}(◻)$ 中的 $◻$ 是否还需要继续微分。

• 如果 $◻$ 是 $x$，则结束，写成 $\mathrm{d}x$。
• 如果 $◻$ 仍是复合函数，重复第一步。

$$\cdots =\frac{1}{\sin x}\cdot (\cos x\mathrm{d}x)=\cot x\mathrm{d}x$$

---

4. 典型例题

这一写法在隐函数与参数方程求导中比较方便。

场景一：隐函数求导 (Implicit Differentiation)

题目：求由方程 $x^2+y^2=\sin (xy)$ 确定的隐函数 $y=y(x)$ 的导数 $y^{\prime }$。

解法： 直接对等式两边同时取微分 $\mathrm{d}$（记住：$x$ 和 $y$ 地位平等，谁也不必特意对谁求导）：

$$\mathrm{d}(x^2)+\mathrm{d}(y^2)=\mathrm{d}(\sin (xy))$$

利用万能公式展开：

$$2x\mathrm{d}x+2y\mathrm{d}y=\cos (xy)\cdot \mathrm{d}(xy)$$

右边利用乘法法则 $\mathrm{d}(uv)=u\mathrm{d}v+v\mathrm{d}u$：

$$2x\mathrm{d}x+2y\mathrm{d}y=\cos (xy)\cdot (y\mathrm{d}x+x\mathrm{d}y)$$

现在的任务只是简单的代数变形（移项）：

$$(2y-x\cos (xy))\mathrm{d}y=(y\cos (xy)-2x)\mathrm{d}x$$$$y^{\prime }=\frac{\mathrm{d}y}{\mathrm{d}x}=\frac{y\cos (xy)-2x}{2y-x\cos (xy)}$$

点评：相比于两边同时对 $x$ 求导，微分法把 $\mathrm{d}x$ 与 $\mathrm{d}y$ 明确保留下来，能减少漏写 $y^{\prime }$ 的错误。

进阶技巧：定点切线斜率的直接代点求解法

在求隐函数曲线在指定点 $(x_0,y_0)$ 处的切线斜率时，切忌先移项通分求一般导函数！ 例如：求 $xy-e^x+e^y=0$ 在点 $(0,0)$ 处的切线方程。

1. 两端直接取微分：$(x\mathrm{d}y+y\mathrm{d}x)-e^x\mathrm{d}x+e^y\mathrm{d}y=0$；
2. 直接代入点 $(0,0)$：$$(0+0)-1\cdot \mathrm{d}x+1\cdot \mathrm{d}y=0⟹\mathrm{d}y=\mathrm{d}x⟹k={\frac{\mathrm{d}y}{\mathrm{d}x}|}_{(0,0)}=1$$
3. 立即写出切线方程 $y=x$，避免了任何代数符号的繁冗化简！

场景二：参数方程二阶导 (Second Derivative)

题目：已知 $\{\begin{array}{l}x=t^2\\ y=t^3\end{array}$，求 $\frac{{\mathrm{d}}^{2}y}{\mathrm{d}{x}^2}$。

解法：

1. 求一阶导：

   $$\frac{\mathrm{d}y}{\mathrm{d}x}=\frac{\mathrm{d}(t^3)}{\mathrm{d}(t^2)}=\frac{3t^2\mathrm{d}t}{2t\mathrm{d}t}=\frac{3}{2}t$$

2. 求二阶导（核心避坑点）： 很多同学会直接对 $t$ 求导得 $3/2$，这是严重错误的！二阶导是对 $x$ 求导。 利用微分定义：

   $$\frac{{\mathrm{d}}^{2}y}{\mathrm{d}{x}^2}=\frac{\mathrm{d}(y^{\prime })}{\mathrm{d}x}=\frac{\mathrm{d}(\frac{3}{2}t)}{\mathrm{d}(t^2)}$$

   再次使用万能公式：

   $$=\frac{\frac{3}{2}\mathrm{d}t}{2t\mathrm{d}t}=\frac{3}{4t}$$

点评：牢记分母必须再除以一个 $\mathrm{d}x$（即 $x^{\prime }(t)\mathrm{d}t$），绝不可直接对参数 $t$ 求导就结束。

---

5. 理论边界：为什么二阶微分不具有形式不变性？

在微积分学习中，必须警惕将一阶性质盲目外推到高阶。一阶微分形式守恒，但二阶微分形式不变性必然失效！

对一阶微分 $\mathrm{d}y=f^{\prime }(u)\mathrm{d}u$ 再次施加微分算子，根据 Leibniz 乘积法则：

$${\mathrm{d}}^{2}y=\mathrm{d}[f^{\prime }(u)\mathrm{d}u]=f^{″}(u)(\mathrm{d}u{)}^2+f^{\prime }(u){\mathrm{d}}^{2}u$$

• 若 $u$ 是自变量：$\mathrm{d}u=\mathrm{\Delta }u$ 为常增量，${\mathrm{d}}^{2}u=0$，故 ${\mathrm{d}}^{2}y=f^{″}(u)(\mathrm{d}u{)}^2$；
• 若 $u$ 是中间变量：${\mathrm{d}}^{2}u=g^{″}(x)(\mathrm{d}x{)}^2\ne 0$，附加项 $f^{\prime }(u){\mathrm{d}}^{2}u$ 破缺了形式不变性。

在几何与动力学中，这一附加项恰好反映了中间变量参数化轨迹自身的“曲率”与“加速度”。这也从根本上解释了为什么参数方程求二阶导时分母必须再除以 $\mathrm{d}x$。

---

6. 对偶延伸：直通第一类换元积分法（凑微分法）

一阶微分形式不变性是导数计算与积分计算之间的对偶纽带：

• 求导方向：$\mathrm{d}(g(x))=g^{\prime }(x)\mathrm{d}x$（逐层拆解微分）；
• 积分方向：$g^{\prime }(x)\mathrm{d}x=\mathrm{d}(g(x))$（将因子聚拢为内层微分）。

$$\int f(g(x))g^{\prime }(x)\mathrm{d}x=\int f(g(x))\mathrm{d}(g(x))\stackrel{u=g(x)}{====}\int f(u)\mathrm{d}u=F(g(x))+C$$

掌握微分万能公式的“层层剥”思维，将为后续学习不定积分的“凑微分法”提供浑然一体的代数直觉。

---

7. 专题训练与高阶挑战 (Exercises & Challenges)

建议拿出纸笔，先自行推导，再点击展开查看提示与结果。

7.1 基础达标训练

习题 1：多层复合函数

题目：求 $y=\arctan (e^{3x})$ 的微分 $\mathrm{d}y$ 与导数 $y^{\prime }$。

解答：

$$\mathrm{d}y=\frac{1}{1+(e^{3x}{)}^2}\cdot \mathrm{d}(e^{3x})=\frac{1}{1+e^{6x}}\cdot e^{3x}\cdot \mathrm{d}(3x)=\frac{3e^{3x}}{1+e^{6x}}\mathrm{d}x$$

两边除以 $\mathrm{d}x$ 即得 $y^{\prime }=\frac{3e^{3x}}{1+e^{6x}}$。

习题 2：幂指函数与对数微分

题目：求 $y=x^{\sin x}$ 的导数（$x>0$）。

解答： 两边取对数：$\ln y=\sin x\cdot \ln x$。 利用对数微分恒等式 $\frac{\mathrm{d}y}{y}=\mathrm{d}(\sin x\cdot \ln x)$：

$$\frac{1}{y}\mathrm{d}y=\cos x\ln x\mathrm{d}x+\sin x\cdot \frac{1}{x}\mathrm{d}x⟹\mathrm{d}y=x^{\sin x}(\cos x\ln x+\frac{\sin x}{x})\mathrm{d}x$$

两边除以 $\mathrm{d}x$ 即得 $y^{\prime }=x^{\sin x}(\cos x\ln x+\frac{\sin x}{x})$。

7.2 高阶进阶挑战（竞赛与考研压轴级）

以下精选五类典型高阶难题，全面展现微分万能公式在降低符号栈深度、避免繁琐通分与参数高阶求导中的降维打击优势。

挑战 1：多层根式反三角复合的微分展开

题目：求函数 $y=\arctan \left(\frac{\sqrt{1+x^2}-1}{x}\right)$ 的导数 $y^{\prime }$。

解题心法：

• 传统做法：直接商求导通分极繁，根式平方与分母通分极易算错；
• 微分万能公式：两端施加微分 $\mathrm{d}y=\frac{1}{1+u^2}\mathrm{d}u$，内层微分 $\mathrm{d}u$ 中公因式 $(\sqrt{1+x^2}-1)$ 与分母自然相消；或者利用正切半角代数恒等式 $x=\tan (2y)$ 两端直接微分。

核心结果：

$$y^{\prime }=\frac{1}{2(1+x^2)}$$

(完整两种解法的步步代数消去过程详见讲义第 2.1 节)

挑战 2：隐函数高阶导数的二次施微平衡法

题目：设笛卡尔叶形线方程为 $x^3+y^3-3axy=0$（$a>0$），求其二阶导数 $\frac{{\mathrm{d}}^{2}y}{\mathrm{d}{x}^2}$。

解题心法：

• 传统做法：先解出 $y^{\prime }$ 分式，再用商法则二阶求导并把 $y^{\prime }$ 表达式反复代入通分，运算量极大；
• 微分万能公式：对一阶微分平衡式 $(x^2-ay)\mathrm{d}x+(y^2-ax)\mathrm{d}y=0$ 再次直接施微，利用自变量性质令 ${\mathrm{d}}^{2}x=0$，将问题转化为关于 ${\mathrm{d}}^{2}y$ 的纯一次线性方程！

核心结果：

$$\frac{{\mathrm{d}}^{2}y}{\mathrm{d}{x}^2}=-\frac{2a^{3}xy}{(y^2-ax{)}^3}$$

(完整二次微分平衡推导与多项式对称化简详见讲义第 2.2 节)

挑战 3：参数曲线高阶导数与曲率分析

题目：设星形线方程为 $\{\begin{array}{l}x=a{\cos }^{3}t\\ y=a{\sin }^{3}t\end{array}$（$a>0$），求 $\frac{\mathrm{d}y}{\mathrm{d}x}$、$\frac{{\mathrm{d}}^{2}y}{\mathrm{d}{x}^2}$ 以及 $t=\frac{\pi }{4}$ 处的法线方程与曲率 $K$。

解题心法：

• 一阶导为坐标微分之商：$\frac{\mathrm{d}y}{\mathrm{d}x}=-\tan t$；
• 二阶导切忌将参数二次导相除，而必须执行微商递归 $\frac{\mathrm{d}(y_x^{\prime })}{\mathrm{d}x}=\frac{\mathrm{d}(-\tan t)}{\mathrm{d}x}$，深刻体现形式不变性破缺的补偿机理。

核心结果：

$$\frac{\mathrm{d}y}{\mathrm{d}x}=-\tan t,\frac{{\mathrm{d}}^{2}y}{\mathrm{d}{x}^2}=\frac{1}{3a{\cos }^{4}t\sin t},K{|}_{t=\frac{\pi }{4}}=\frac{2}{3a}$$

(完整定点曲率半径与法线方程推导详见讲义第 2.3 节)

挑战 4：反函数高阶导数的算子化推导

题目：设 $y=f(x)$ 严格单调且三阶可导，反函数为 $x=g(y)$。推导反函数二阶导数 $g^{″}(y)$ 与三阶导数 $g^{‴}(y)$ 用 $f$ 的各阶导数表示的公式。

解题心法：

• 导数本质是微分商：$\frac{\mathrm{d}x}{\mathrm{d}y}=[f^{\prime }(x){]}^{-1}$；
• 对 $y$ 的高阶求导，即不断在分子分母同时施加 $\mathrm{d}$ 算子并除以 $\mathrm{d}y=f^{\prime }(x)\mathrm{d}x$，两行代数演算彻底规避复合求导爆炸。

核心结果：

$$g^{″}(y)=-\frac{f^{″}(x)}{[f^{\prime }(x){]}^3},g^{‴}(y)=\frac{3[f^{″}(x){]}^2-f^{‴}(x)f^{\prime }(x)}{[f^{\prime }(x){]}^5}$$

(完整三阶商法则算子化展开推导详见讲义第 2.4 节)

挑战 5：复杂多因子根式与幂指结构的对数微分法

题目：求函数 $y=\sqrt[3]{\frac{(x-1{)}^2\sqrt{x+2}}{(x+3{)}^4{e}^{\sin x}}}$ 的微分 $\mathrm{d}y$ 与导数 $y^{\prime }$。

解题心法：

• 两端取对数将连乘除、开方降阶为加减法；
• 两端直接施加 $\mathrm{d}$ 算子，左端恒为 $\frac{\mathrm{d}y}{y}$，右端逐项一次展开，再乘以 $y$ 即得总微分，完全免除求导通分梦魇。

核心结果：

$$y^{\prime }=\frac{1}{3}\sqrt[3]{\frac{(x-1{)}^2\sqrt{x+2}}{(x+3{)}^4{e}^{\sin x}}}[\frac{2}{x-1}+\frac{1}{2(x+2)}-\frac{4}{x+3}-\cos x]$$

(完整对数导子展开过程详见讲义第 2.5 节)

💡 进阶提示：以上 5 道高阶挑战题目的完整手把手步步推导、代数化简心法、以及与传统链式法则的符号复杂度对比，已完整收录在讲义第二章中，欢迎下载高清讲义 PDF 研读！

---

8. 完整讲义与高清 PDF 下载

本专题的完整学术讲义已整理为符合现代排版标准的 LaTeX 文档，涵盖定理严谨证明、双解对比全表及高阶曲率机理分析：

微积分三大计算之导数篇：微分万能公式深度特训讲义 PDF

关注微信公众号「数学思维探究社」，回复“微分万能公式”获取四位数字下载码。

---

总结

微分万能公式 建立在一阶微分形式不变性的坚实代数基础之上。莱布尼茨符号 $\mathrm{d}y$ 与 $\mathrm{d}x$ 绝非形式主义的点缀，而是切空间最优线性逼近的真实反映。熟练掌握这一体系，能够将复杂的微积分分析推导转化为利落清晰的代数平衡运算。