20.09 微分中值定理与高阶导数应用

🟦 微分中值定理与高阶导数应用

核心心法

“中值定区间，泰勒化繁简”。中值定理建立了函数值增量与导数之间的桥梁；泰勒公式则是将复杂超越函数多项式化的“降维打击”工具；而二阶导数揭示的凹凸性与拐点，则是从动态斜率的角度深度刻画函数形态的终极指标。

---

一、 微分中值定理 (Mean Value Theorems)

1. 罗尔中值定理 (Rolle’s Theorem)

• 条件：$[a,b]$ 连续，$(a,b)$ 可导，且 $f(a)=f(b)$。
• 结论：至少存在一点 $\epsilon \in (a,b)$，使得 $f^{\prime }(\epsilon )=0$。

2. 拉格朗日中值定理 (Lagrange’s MVT)

• 条件：$[a,b]$ 连续，$(a,b)$ 可导。
• 结论：至少存在一点 $\epsilon \in (a,b)$，使得： $\frac{f(b)-f(a)}{b-a}=f^{\prime }(\epsilon )$
• 几何意义：区间内至少存在一点的切线斜率等于两端点连线（割线）的斜率。

3. 柯西中值定理 (Cauchy’s MVT)

• 条件：$f(x),F(x)$ 满足中值定理条件，且 $F^{\prime }(x)\ne 0$。
• 结论：至少存在一点 $\epsilon \in (a,b)$，使得： $\frac{f(b)-f(a)}{F(b)-F(a)}=\frac{f^{\prime }(\epsilon )}{F^{\prime }(\epsilon )}$

---

二、 泰勒公式与麦克劳林展开 (Taylor’s Formula)

1. 一般形式 (泰勒展开)

$f(x)=f(x_0)+f^{\prime }(x_0)(x-x_0)+\frac{f^{\prime \prime }(x_0)}{2!}(x-x_0{)}^2+\cdots +\frac{f^{(n)}(x_0)}{n!}(x-x_0{)}^n+o((x-x_0{)}^n)$

2. 常用麦克劳林展开式 ($x_0=0$)

• (1) 指数函数：$e^x=1+x+\frac{x^2}{2!}+\cdots +\frac{x^n}{n!}+o(x^n)$
• (2) 几何级数：$\frac{1}{1-x}=1+x+x^2+\dots$
• (3) 对数函数：$\ln (1+x)=x-\frac{x^2}{2}+\frac{x^3}{3}-\dots$
• (4) 正弦函数：$\sin x=x-\frac{x^3}{3!}+\frac{x^5}{5!}-\dots$
• (5) 余弦函数：$\cos x=1-\frac{x^2}{2!}+\frac{x^4}{4!}-\dots$
• (6) 正切函数：$\tan x=x+\frac{1}{3}{x}^3+\frac{2}{15}{x}^5+\dots$

---

三、 洛必达法则 (L’Hospital’s Rule)

• 适用场景：$\frac{0}{0}$ 型或 $\frac{\infty }{\infty }$ 型不定式极限。
• 法则内容：若 ${\lim }_{x\to a}\frac{f(x)}{g(x)}$ 属于不定式，且导数比极限存在，则： ${\lim }_{x\to a}\frac{f(x)}{g(x)}={\lim }_{x\to a}\frac{f^{\prime }(x)}{g^{\prime }(x)}$

洛必达使用前提

必须确保分子分母同时趋于 0 或无穷。在使用一次洛必达后若仍是不定式，可继续求导，直至得出极限。

---

⚠️ 考场避坑与做题技巧

泰勒展开的“取项”原则

在证明不等式（如 $e^x\ge 1+x$）时，本质上是取了泰勒展开的前两项。如果需要更高精度的放缩，可以尝试取到 $\frac{x^2}{2}$ 项。

二阶导数的几何直观

$f^{\prime \prime }(x)>0$ 意味着 $f^{\prime }(x)$ 在递增，即切线的斜率在不断变大，图像表现为“向上开口”的趋势。

拐点不是极值点

极值点关注一阶导变号，拐点关注二阶导变号。一个点可以既是极值点又是拐点吗？不可以。因为极值点两侧导数异号，而拐点两侧二阶导异号。