1 基本概念
可导性是描述函数局部变化是否能够被导数刻画的性质。若函数在某点附近具有稳定的线性近似，就通常认为它在该点是可导的。作为微积分中的核心概念，可导性为研究函数的切线、增长速度、极值与局部结构提供了基础。
1.1 导数的定义
导数通常定义为差商在极限意义下的结果。对于函数 \(f(x)\) 在点 \(x_0\) 处的导数，若极限 \[ \lim_{h\to 0}\frac{f(x_0+h)-f(x_0)}{h} \] 存在，则称 \(f\) 在 \(x_0\) 处可导，该极限值记为 \(f'(x_0)\)。这一量反映了函数在该点的瞬时变化率。
1.2 可导性的含义
可导性强调函数在某一点或某一区域内是否存在导数。它不仅说明函数图像在局部是否平滑，也表明函数能否用线性函数近似描述。
1.2.1 单点可导
单点可导是指函数在某个具体点处存在导数。这种性质是局部性的，只讨论某一个位置的变化情况。一个函数可能在某些点可导，而在其他点不可导。
1.2.2 区间可导
区间可导通常指函数在某一区间内每一点都可导。若在开区间内每点可导，则可进一步讨论其导函数的性质。若区间端点存在单侧导数，则也可在相应语境下讨论端点处的可导性。
1.3 可导与可微的关系
在一元函数中，可导与可微通常是等价的，都表示函数在该点具有线性主部。在多元情形中，两者的使用更为细致：可微强调函数能够被全微分线性近似，而可导有时也被用来泛指存在某种导数。实际写作中，二者需结合上下文理解。
1.4 可导与连续的关系
可导性必然推出连续性。也就是说，函数若在某点可导，则一定在该点连续。但连续并不必然意味着可导，例如某些折线型或尖点型函数在保持连续的同时仍可能不可导。
2 判定方法
判断函数是否可导，通常从极限、几何和代数运算三类思路入手。不同方法适用于不同函数形式，但核心都在于考察局部变化是否稳定。
2.1 极限法
极限法是判定可导性最直接的方法，通过检查差商极限是否存在来完成。
2.1.1 差商极限
如果函数在某点的差商极限存在且为有限值，则该点可导。反之，若差商在趋近过程中发散、振荡或左右极限不一致，则往往不可导。
2.1.2 左导数与右导数
对定义在闭区间端点或分段点的函数，可以分别考察左导数与右导数。若左右导数都存在且相等，则该点可导；若二者不同，则该点不可导。
2.2 几何判定
几何方法从图像入手，主要依据切线和局部形状来判断。
2.2.1 切线存在性
若函数图像在某点存在唯一确定的切线方向，通常意味着该点可导。若图像出现尖角、折点或竖切线等情况，则导数往往不存在。
2.2.2 局部线性近似
可导函数在局部可被线性函数较好地逼近。若在某点附近，函数图像与某条直线的偏离量相对于自变量增量足够小，则可认为该点具有可导性。
2.3 代数运算判定
很多函数可通过基本运算规则直接判断其可导性，避免逐点求极限。
2.3.1 基本初等函数
多项式、指数函数、对数函数、三角函数及其常见组合，在其定义域内通常具有良好的可导性。它们是构造更复杂函数的基础。
2.3.2 复合函数
若外层函数和内层函数在相应点均可导，则复合函数通常也可导。链式法则为复合结构的导数计算提供了标准工具。
2.3.3 反函数
在满足单调性和局部可逆条件时，函数的反函数往往也具有可导性。反函数的导数可由原函数导数表达出来，但前提是原函数在对应点导数不为零。
3 可导性的性质
可导性不仅是一种局部计算条件，也会带来函数整体行为上的重要特征。它与光滑程度、单调变化和积分性质都有密切联系。
3.1 局部平滑性
可导函数在该点附近没有尖锐转折，图像通常较为平滑。导数越稳定，函数的局部形态往往越接近直线近似。
3.2 可导函数的连续性
可导性强于连续性。一个函数若在某点可导，则该点必连续；但若仅连续，则还需进一步检查是否存在稳定的切线斜率，才能判断其是否可导。
3.3 可导函数的局部变化特征
导数不仅说明函数是否平滑，也能反映其局部增减趋势和极值状态。
3.3.1 单调区间上的导数符号
在某个区间内，若导数恒正，则函数通常单调递增；若导数恒负，则通常单调递减。若导数为零，则函数在该区间可能保持常值，也可能存在更复杂的变化，需要结合其他信息判断。
3.3.2 极值点附近的导数行为
在可导函数的局部极大值点或极小值点处，导数常为零或不存在。若导数在某点由正变负，通常对应局部极大；由负变正，则常对应局部极小。
3.4 可导性与可积性
一般而言，较好的可导性往往有助于研究积分性质。连续函数通常可积，而可导函数由于连续性更强，通常也具有良好的积分表现。微积分基本定理进一步把导数与积分联系起来，使局部变化和累积量之间建立了桥梁。
4 常见函数的可导性
不同类型的常见函数，其可导性往往具有较明确的规律。掌握这些典型情况，有助于快速判断更复杂表达式的性质。
4.1 多项式函数
多项式函数在整个实数范围内都可导，而且可以任意次求导。它们的导数仍是多项式，因此结构稳定，性质清晰。
4.2 有理函数
有理函数是两个多项式之比。只要分母不为零，该函数通常可导；在分母为零的点处，函数本身可能无定义，因此也谈不上可导。
4.3 三角函数
正弦、余弦、正切等三角函数在其定义域内大多可导，但正切函数在使分母为零的点处不定义。三角函数的可导性常与其周期性和振荡特征并存。
4.4 指数函数与对数函数
指数函数在全定义域内平滑可导，而对数函数则在其正数定义域内可导。二者是分析增长率和尺度变化的重要工具。
4.5 分段函数
分段函数的可导性需要逐段检查，并重点关注分段点附近的拼接情况。
4.5.1 分段点的可导性
若分段点两侧函数表达式不同，则需要同时满足函数值连续、左右导数相等等条件，分段点才可导。否则，往往在拼接处出现不可导现象。
4.5.2 连续但不可导的例子
一些分段函数在拼接点虽然连续，但左右斜率不一致，因而不可导。典型情况包括尖点、折点或局部斜率突变的函数。
4.6 绝对值函数与根式函数
绝对值函数在零点处通常不可导，因为图像在该处形成尖角。根式函数则需注意定义域边界，在边界附近可能出现导数无界或单侧可导等情况。
5 多元函数的可导性
在多元情形中，可导性不再只由单一方向上的变化决定，而是与各个变量的联合作用有关。此时需要借助偏导数、方向导数和全导数等概念。
5.1 偏导数与全导数
偏导数描述函数沿某一坐标方向的变化率，而全导数则表示函数在所有自变量同时变化时的整体线性近似。偏导数存在并不必然推出全导数存在。
5.2 可微与可导的区别
对于多元函数，可微通常强调存在一个统一的线性近似，而可导有时只表示某些方向上的导数存在。一个函数可能有各个方向的偏导数，却未必可微，因此需区分不同层次的光滑性。
5.3 方向导数
方向导数刻画函数沿任意给定方向的瞬时变化率。它比偏导数更一般，但方向导数在所有方向都存在，也不一定意味着函数可微。
5.4 多元函数的连续可导
连续可导是比单纯可导更强的条件，表示函数及其一阶或更高阶导数都具有连续性。这类函数通常更容易进行局部展开和性质分析。
5.4.1 一阶可导
一阶可导关注函数的一次线性近似，主要用于描述局部变化方向和速度。它是多元微积分中的基础层级。
5.4.2 高阶可导
若函数的一阶导数仍可继续求导，则可讨论二阶、三阶乃至更高阶导数。高阶可导函数通常具有更强的规则性，适合进行更精细的局部分析。
6 高阶可导性
高阶可导性讨论导数的导数是否存在，以及这种过程能延续到什么程度。它在级数展开、曲线分析和近似计算中都十分重要。
6.1 二阶导数
二阶导数是一次导数的导数，反映函数变化率本身的变化情况。它常用于描述曲线的凹凸性、加速度或局部弯曲趋势。
6.2 n阶导数
n阶导数表示导数运算重复进行 n 次后的结果。若一个函数可任意次求导，则可称其具有较高的光滑性，常见于多项式、指数函数及部分解析函数。
6.3 高阶可导函数的性质
高阶可导函数常可借助更强的局部近似工具进行研究，其图像和变化规律也更容易刻画。
6.3.1 泰勒展开
当函数具有足够高阶导数时，可用泰勒公式在某点附近展开成幂级数形式，从而将复杂函数表示为多项式近似加余项。这是局部分析中的重要方法。
6.3.2 曲率与凹凸性
二阶及更高阶导数可用于判断曲线的凹凸变化和弯曲程度。二阶导数为正时，图像常呈上凸或下凹；二阶导数为负时，则呈相反趋势。
7 特殊情形与反例
在实际分析中，许多函数并不满足“连续即可导”这类简单直觉。特殊情形和反例的作用，在于展示可导性边界的复杂性。
7.1 连续但不可导
连续但不可导是最常见的反例类型之一。函数图像在该点没有断裂，却可能因尖点、折角或斜率突变而无法导出有限导数。
7.2 可导但导数不连续
一个函数即使处处可导，其导函数也未必连续。导数的不连续说明高阶平滑性可能失败，函数的局部变化率仍可能出现突变。
7.3 处处连续但几乎处处不可导
这类函数在整体上看似平滑，却在绝大多数点上不可导，只在少量点上可能例外。它们常用于说明“连续”与“可导”之间的差距远比初学者想象得大。
7.4 震荡型函数
震荡型函数在某些点附近会快速来回摆动，导致差商极限难以稳定。若震荡过于剧烈，函数即便连续，也可能不可导。
7.5 经典反例函数
数学分析中存在若干经典反例，用于说明连续性、可导性和导数连续性之间的独立性。这些例子通常构造精巧，在理论讨论中具有很强的代表性。
8 应用
可导性不仅是理论分析工具，也广泛应用于图像观察、最优化、物理建模和经济分析等领域。
8.1 函数图像分析
通过导数可以判断函数图像的上升、下降、平坦和拐点特征。借助一阶与二阶导数，常能较准确地还原曲线的局部形态。
8.2 优化问题
在优化问题中，可导性为寻找最优解提供了标准方法。通过分析导数是否为零以及二阶导数的符号，可以筛选候选极值点。
8.2.1 极值求解
求极值时，通常先找驻点，再结合导数符号变化或二阶导数进行判断。可导性使这一过程具有较强的系统性。
8.2.2 最值问题
在闭区间上讨论最值时，常将端点与内部驻点一并比较。导数帮助缩小搜索范围，提高求解效率。
8.3 物理中的变化率
在物理学中，导数常用来表示速度、加速度、电流变化率等量。可导性使连续变化过程能够被量化描述，并与实验测量和模型计算相衔接。
8.4 经济学中的边际分析
经济学中的边际成本、边际收益和边际效用，往往都可用导数来表达。通过可导性，可以分析某一经济量在微小变化下的响应趋势，从而支持决策和比较。