Derivatives of Polynomials and Exponential Functions
一些数的微分值
常数的微分值
对应的推理
Paste_Image.png
图像：
Paste_Image.png
常数微分值定理：
莱布尼茨 写法 的结论：
Paste_Image.png
Power Functions 幂函数
对应幂函数的归纳
（自己简单一点描述）
一次幂
y = x 的 微分值为1
Paste_Image.png
图像：
Paste_Image.png
二次幂，三次幂
这里就直接写结果， 不推导了
Paste_Image.png
四次幂
简单推导 （因为连续，并且没有拐点，就简单求Δ极限即可）
Paste_Image.png
得出结论：
Paste_Image.png
幂函数结论
结论 （n为正整数）
Paste_Image.png
第一种证明
Paste_Image.png
第二种证明
Paste_Image.png
一些其他结论
为 -1 次方的时候
Paste_Image.png
为 1/2 次方的时候
Paste_Image.png
通用结论 （n为任意实数）
Paste_Image.png
New Derivatives from Old 新的导数
就是一些常数，函数的加减乘除 相关运算结果的 导数
The Constant Multiple Rule 常数乘法
Paste_Image.png
The Sum Rule 函数和
Paste_Image.png
The Difference Rule 函数差
Paste_Image.png
Exponential Functions 指数函数
指数函数，简单推导
Paste_Image.png
因为
在 0点的微分值 为
所以，可以简写为：
Paste_Image.png
定理
我们可以推出， 对应e相关的f'(0) 的值 为 1
Paste_Image.png
对应的图像：
Paste_Image.png
Derivative of the Natural Exponential Function 自然指数函数的导数
根据
我们可以推出：
图像的理解：
Paste_Image.png
例子 8
y = e^x 和 y = 2x 在 哪个点 相切？
Paste_Image.png
我们知道 y = e^x 的 导数， 就是 e^x
也就是对应的切线的斜率。
这里y = 2x 是 和 y = e^x 相切
如果 斜率为2，则对应横坐标值为a， 点为（a，e^a）
就是：
**e^a = 2 **
=>
** a = ln2 **
所以， （a，e^a）就是 （ln2， 2）
