指数函数、对数及其导数

今天我们将深入研究微积分中两个最强大的函数族：指数函数和对数函数。你将看到 \(e^x\) 的无穷级数如何证明它的导数就是自身（多酷啊！），学习如何对任意指数函数如 \(2^x\) 或 \(10^x\) 求导，以及认识自然对数 \(\ln(x)\)。最后，你还将初步领略欧拉公式——它在一个令人惊叹的方程中将指数函数、正弦、余弦和虚数联系在一起。

Tip为什么指数函数和对数很重要

指数函数出现在任何增长或衰减的场景中：

• 种群增长：细菌每20分钟翻一倍——这就是指数增长！
• 复利：你的储蓄账户随时间指数增长
• 放射性衰变：科学家使用指数衰变来测定古代化石的年代
• 声音响度：分贝使用对数来衡量声音有多响
• 地震：里氏震级是对数的——7级地震比6级地震强10倍

数字 \(e \approx 2.718\) 是所有这些的”自然”底数。今天我们将发现 \(e\) 的来源，以及为什么它使微积分变得如此优美简洁！

本课内容

• 逐项展开 \((1 + r/n)^n\) 的二项式
• 取 \(n \to \infty\) 的极限以发现 \(e^r\) 的无穷级数
• 数字 \(e \approx 2.718\ldots\) 及其特殊性
• 麦克劳林级数（幂级数）——将函数表示为无穷多项式
• 用幂级数证明 \(\frac{d}{dx}(e^x) = e^x\)
• \(a^x\) 的导数：改写为 \(e^{x \ln a}\)，得到 \(a^x \cdot \ln(a)\)
• 自然对数 \(\ln(x)\) 作为 \(e^x\) 的反函数
• 证明 \(\frac{d}{dx}\ln(x) = \frac{1}{x}\)
• 欧拉公式预览：\(e^{i\theta} = \cos\theta + i\sin\theta\)

课程视频

课程关键帧

预备知识

Note什么是二项式定理？

二项式定理告诉我们如何展开 \((a + b)^n\)：

\[(a + b)^n = \sum_{k=0}^{n} \binom{n}{k} a^{n-k} b^k\]

其中 \(\binom{n}{k} = \frac{n!}{k!(n-k)!}\) 是二项式系数（“\(n\) 选 \(k\)”）。

例如：

\[(1 + x)^3 = 1 + 3x + 3x^2 + x^3\]

系数 \(1, 3, 3, 1\) 来自帕斯卡三角形。在这节课中，我们将对 \((1 + r/n)^n\) 使用二项式定理，然后让 \(n\) 变得非常、非常大！

Note什么是阶乘？

阶乘是从1到 \(n\) 的所有正整数的乘积：

\[n! = n \times (n-1) \times (n-2) \times \cdots \times 2 \times 1\]

例如：\(3! = 6\)，\(4! = 24\)，\(5! = 120\)。

按照约定，\(0! = 1\)。

阶乘增长极快——\(10! = 3{,}628{,}800\)，而 \(20!\) 已经达到百京级别了！

Note什么是复利？

如果你以利率 \(r\)（小数形式）投资，每年计息 \(n\) 次，那么1年后你的钱乘以：

\[\left(1 + \frac{r}{n}\right)^n\]

例如，当 \(r = 1\)（100%利率）每月计息（\(n = 12\)）时：

\[\left(1 + \frac{1}{12}\right)^{12} \approx 2.613\]

如果你越来越频繁地计息——每秒、每微秒呢？答案趋近于 \(e \approx 2.718\)。这正是我们今天要证明的！

Note什么是链式法则？

链式法则告诉我们如何对复合函数求导：

\[\frac{d}{dx} f(g(x)) = f'(g(x)) \cdot g'(x)\]

可以把它想象成剥洋葱：先对外层函数求导，然后乘以内层函数的导数。

例如：\(\frac{d}{dx}(3x+1)^5 = 5(3x+1)^4 \cdot 3 = 15(3x+1)^4\)。

核心概念

从复利到自然常数 \(e\)

我们从复利公式出发，用二项式定理展开：

\[\left(1 + \frac{r}{n}\right)^n = \sum_{k=0}^{n} \binom{n}{k} \left(\frac{r}{n}\right)^k\]

写出二项式系数：

\[\binom{n}{k} \frac{r^k}{n^k} = \frac{n(n-1)(n-2)\cdots(n-k+1)}{k! \cdot n^k} \cdot r^k\]

现在看这里的巧妙之处。看 \(r^k\) 的系数：

\[\frac{n(n-1)(n-2)\cdots(n-k+1)}{n^k}\]

这是 \(k\) 个分数的乘积：\(\frac{n}{n} \cdot \frac{n-1}{n} \cdot \frac{n-2}{n} \cdots\)

每个分数的形式为 \(1 - \frac{\text{某个数}}{n}\)。当 \(n \to \infty\) 时，每个分数都趋近于 1。所以整个系数趋近于 \(\frac{1}{k!}\)，我们得到：

\[\lim_{n \to \infty}\left(1 + \frac{r}{n}\right)^n = \sum_{k=0}^{\infty} \frac{r^k}{k!} = 1 + r + \frac{r^2}{2!} + \frac{r^3}{3!} + \frac{r^4}{4!} + \cdots\]

探索——观察复利值如何随 \(n\) 增大而趋近 \(e\)：

设 \(r = 1\)，观察蓝色曲线如何随着 \(x\) 增大而趋近 \(e \approx 2.718\)（红色虚线）。试试其他 \(r\) 值！

\(e\) 的定义

将 \(r = 1\) 代入我们的级数：

\[e = \sum_{k=0}^{\infty} \frac{1}{k!} = 1 + 1 + \frac{1}{2} + \frac{1}{6} + \frac{1}{24} + \frac{1}{120} + \cdots \approx 2.71828\ldots\]

\(e\) 是一个无理数——它的小数位永不循环、永无止境。它是所有数学中最重要的常数之一，与 \(\pi\) 齐名。

幂级数（麦克劳林级数）

我们找到的表达式叫做幂级数——我们将 \(e^r\) 写成了一个无穷多项式：

\[e^r = 1 + r + \frac{r^2}{2!} + \frac{r^3}{3!} + \frac{r^4}{4!} + \cdots\]

这也称为 \(e^r\) 的麦克劳林级数。将函数表示为 \(x\) 的幂次之和的思想是数学中最强大的工具之一。它让我们将复杂函数变成多项式，从而可以轻松地求导、积分和计算。

证明 \(\frac{d}{dx}(e^x) = e^x\)

这是微积分中最优雅的结果之一。我们对幂级数逐项求导：

\[e^x = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \frac{x^4}{4!} + \frac{x^5}{5!} + \cdots\]

对每一项求导：

\[\frac{d}{dx}(e^x) = 0 + 1 + \frac{2x}{2!} + \frac{3x^2}{3!} + \frac{4x^3}{4!} + \frac{5x^4}{5!} + \cdots\]

现在化简每个分式。例如，\(\frac{3x^2}{3!} = \frac{3x^2}{3 \cdot 2!} = \frac{x^2}{2!}\)。一般地，\(\frac{kx^{k-1}}{k!} = \frac{x^{k-1}}{(k-1)!}\)。

所以我们得到：

\[\frac{d}{dx}(e^x) = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \frac{x^4}{4!} + \cdots = e^x\]

级数重现了自己！这就是 \(e^x\) 特殊的原因：它的导数就是自身。

探索——看看 \(e^x\) 和它的导数是同一条曲线：

拖动 \(a\) 的滑块。注意切线的斜率始终等于该点的高度——因为 \(\frac{d}{dx}(e^x) = e^x\)！

\(a^x\) 的导数（任意指数底数）

那 \(\frac{d}{dx}(2^x)\) 或 \(\frac{d}{dx}(10^x)\) 呢？技巧是用 \(e\) 改写任意指数函数：

\[a^x = e^{x \ln a}\]

为什么？因为 \(e^{\ln a} = a\)，所以 \(e^{x \ln a} = (e^{\ln a})^x = a^x\)。

现在用链式法则。令 \(u = x \ln a\)：

\[\frac{d}{dx}(a^x) = \frac{d}{dx}(e^u) = e^u \cdot \frac{du}{dx} = e^{x \ln a} \cdot \ln a = a^x \cdot \ln a\]

Important核心要点：任意指数函数的导数

要对任意底数的指数函数求导，用 \(e\) 改写后应用链式法则。结果会多出一个 \(\ln a\) 因子——这就是为什么 \(e\) 是”最简洁”的底数（因为 \(\ln e = 1\)）。

\[\boxed{\frac{d}{dx}(a^x) = a^x \cdot \ln a}\]

注意：当 \(a = e\) 时，\(\ln e = 1\)，所以 \(\frac{d}{dx}(e^x) = e^x \cdot 1 = e^x\)。一切都自洽！

探索——比较不同底数下 \(a^x\) 与其导数 \(a^x \ln a\)：

将 \(a\) 设为 \(e \approx 2.718\)，两条曲线完美重合——这就是 \(e\) 的魔力！

自然对数

自然对数 \(\ln(x)\) 是 \(e^x\) 的反函数。它回答的问题是：

\[\ln(a) = \text{"$e$ 的几次方等于 $a$？"}\]

所以 \(\ln(e) = 1\)（因为 \(e^1 = e\)），\(\ln(1) = 0\)（因为 \(e^0 = 1\)），\(\ln(e^3) = 3\)。

主要性质：

• \(e^{\ln x} = x\)（对所有 \(x > 0\)）
• \(\ln(e^x) = x\)（对所有 \(x\)）
• \(\ln(ab) = \ln a + \ln b\)
• \(\ln(a^n) = n \ln a\)

\(\ln(x)\) 的导数等于 \(\frac{1}{x}\)

从恒等式出发：

\[e^{\ln x} = x\]

用链式法则对两边求导：

\[e^{\ln x} \cdot \frac{d}{dx}(\ln x) = 1\]

但 \(e^{\ln x} = x\)，所以：

\[x \cdot \frac{d}{dx}(\ln x) = 1\]

Important核心要点：自然对数的导数

\(\ln(x)\) 的导数将一个”超越”函数变成了一个简单的代数函数。这个结果直接来自对恒等式 \(e^{\ln x} = x\) 求导并求解。

\[\boxed{\frac{d}{dx}\ln(x) = \frac{1}{x}}\]

这是一个了不起的结果：\(\ln(x)\) 的导数是 \(\frac{1}{x}\)——一个简单的代数函数！后面我们还会看到反过来的情况：\(\frac{1}{x}\) 的积分是 \(\ln|x| + C\)。

探索——\(\ln(x)\) 在任意点处的斜率等于 \(\frac{1}{x}\)：

拖动滑块并比较：\(x = a\) 处切线的斜率始终等于 \(\frac{1}{a}\)（绿色虚线曲线）。

预览：欧拉公式

这里有一个令人震撼的预告。如果我们将一个虚数 \(i\theta\) 代入 \(e^x\) 的幂级数：

\[e^{i\theta} = 1 + i\theta + \frac{(i\theta)^2}{2!} + \frac{(i\theta)^3}{3!} + \frac{(i\theta)^4}{4!} + \cdots\]

利用 \(i^2 = -1\)，\(i^3 = -i\)，\(i^4 = 1\)，分离实部和虚部，我们得到欧拉公式：

Important核心要点：欧拉公式

这一个方程统一了指数函数、三角函数和虚数。它来自将 \(i\theta\) 代入 \(e^x\) 的幂级数并分离实部和虚部。

\[\boxed{e^{i\theta} = \cos\theta + i\sin\theta}\]

这将指数函数、三角函数和复数联系在一个方程中。令 \(\theta = \pi\) 得到欧拉恒等式：\(e^{i\pi} + 1 = 0\)——通常被称为数学中最美丽的方程。

Tip课后挑战

利用欧拉公式和 \(e^{i\theta}\) 的幂级数推导：

• \(\cos\theta\) 的麦克劳林级数（收集实部）
• \(\sin\theta\) 的麦克劳林级数（收集虚部）

然后逐项对这些级数求导，证明 \(\frac{d}{d\theta}\sin\theta = \cos\theta\) 和 \(\frac{d}{d\theta}\cos\theta = -\sin\theta\)。

速查表

你想要什么	公式
\(e\) 的定义	\(e = \displaystyle\sum_{k=0}^{\infty} \frac{1}{k!} = 1 + 1 + \frac{1}{2} + \frac{1}{6} + \cdots \approx 2.718\)
\(e^r\) 的幂级数	\(e^r = \displaystyle\sum_{k=0}^{\infty} \frac{r^k}{k!} = 1 + r + \frac{r^2}{2!} + \frac{r^3}{3!} + \cdots\)
\(e^x\) 的导数	\(\frac{d}{dx}(e^x) = e^x\)
\(a^x\) 的导数	\(\frac{d}{dx}(a^x) = a^x \cdot \ln a\)
自然对数的定义	$(a) = $ “\(e\) 的几次方等于 \(a\)？”
\(\ln(x)\) 的导数	\(\frac{d}{dx}\ln(x) = \frac{1}{x}\)
欧拉公式	\(e^{i\theta} = \cos\theta + i\sin\theta\)

核心思路链

\[\text{复利} \;\longrightarrow\; \text{二项式展开} \;\longrightarrow\; \text{令 } n \to \infty \;\longrightarrow\; e^r \text{ 的幂级数} \;\longrightarrow\; \frac{d}{dx}e^x = e^x\]