乘积求导，也就是两个函数相乘后求导，有时候确实比单一函数求导要让人头秃。别急着套那些花里胡哨的公式，咱们得把思维砸在具体的算例上。想象一下，你手里拿着一张纸，上面写着一个复杂的函数，比如 $y = u cdot v$，其中 $u$ 和 $v$ 都是关于 $x$ 的函数。
这时候，要是你非要走教科书那条道：$y' = u'v + uv'$，看着挺顺眼，但一旦你拿个计算器要么手算题，就得天天在那儿记着背这个公式，生怕漏掉了哪一项。
特别是 $u$ 要么 $v$ 变复杂的时候，记不住公式好办出岔子。 咱们直接换个路子，用变量替换，把抽象的函数变成具体的数字，这事儿才叫真懂。假设我们要对 $f(x) = x^2 cdot sin(x)$ 求导。
这里先设 $u = x^2$，$v = sin(x)$。
然后 $u$ 的导数是 $2x$，$v$ 的导数是 $cos(x)$。
这时候代入公式：$2x cdot sin(x) + x^2 cdot cos(x)$。再看看原函数求导，用乘法法则确实是这样推导出来的：$(x^2)' sin(x) + x^2 (sin(x))'$。两种结局一模一样，但这意味着啥？意味着乘法求导实际上是加法原理的必然延伸，是括号法则的另一种表现形式。 再来看个更复杂点的例子，比如 $g(x) = sin(x) cdot e^x$。
这里 $u = sin(x)$，$v = e^x$。$u'$ 是 $cos(x)$，$v'$ 是 $e^x$。按照公式算出来是 $cos(x) cdot e^x + sin(x) cdot e^x$。
这看起来有点乱，特别是多出来的因子。
这时候不能死记硬背，得去本质上看。
实际上这就是基函数的乘积。所有的函数都能够看作 $f(x) = e^{kx}$ 这种形式，要么 $f(x) = x^n$ 这种幂函数。当两个函数相乘时，它的导数就是“增长率”乘以“函数本身”，再加上“增长率”乘以“函数本身”的导数。简化一下，就是原函数乘以它的导数，再加上导数乘以原函数。
这感觉就像流水一样，一推就推不动了。 为了验证这个逻辑，咱们换个视角。假设 $h(x) = u(x) cdot v(x)$。根据根本定理，合函数的导数等于其分段导数之和。但在乘法里，没有分段，只有一个整体。我们定义一个辅助函数 $F(x) = u(x) cdot v(x)$。
那么 $F'(x)$ 就是 $u'(x)v(x) + u(x)v'(x)$。
这个形式在微积分里叫莱布尼茨法则的快速特例。
有时候大家会认定这个公式难记，实际上不然，只要理解了它是“两个量相乘形成的变化率”的总和，就没有啥记不住的。 再剖析一下数据的变化趋势。
要是 $u(x)$ 是 $x$，$v(x)$ 是 $x$，那导数就是 $2x$。
要是 $u(x)$ 是 $ln(x)$，$v(x)$ 是 $e^x$，那导数就是 $(1/x)cdot e^x + ln(x)cdot e^x$。你注意看，每一项都是各自导数乘以原函数。
这背后的数学美感在于，乘法求导没有引入新的变量，它只是把求和号的项数从 2 变成了 2，逻辑结构上实际上和加法求导是一脉相承的。 但再深入一层，你会发现乘法求导在运算上实际上是个减法的变种。想象一下，你有一个函数 $f(x)$，目前你想构造一个原函数 $F(x)$，使得 $F(x) = u cdot v$。
要是 $u' = 2x$，$v = e^x$，你就要解微分方程 $2x cdot v + u cdot v' = 0$。
这个方程的解是 $u = C cdot e^{-x^2}$。
这时候 $v$ 的导数 $v'$ 就是 $e^x$。
这反过来证明，$v$ 是 $e^x$，$u$ 是 $e^{-x^2}$。
故此归一化后的结局就是 $1$，导数就是 $1$。
这种逆向思维，能帮你把死记硬背变成真正的理解。 实际上，乘法求导的公式本质上是对“乘积法则”的一种语言转换。在分析学里，我们常说 $f(x) = e^{g(x)}$ 这种形式。当 $g(x)$ 是线性函数时，导数就是 $g'(x) cdot f(x)$。当 $g(x)$ 更复杂时，导数就是 $f(x)$ 乘以 $g(x)$ 的导数，再配上 $f(x)$ 的导数。
这实际上就是说，任何复合函数的导数，本质上都是外层函数导数乘以内层函数，加上外层函数导数乘以内层函数的导数。乘法求导只是把“复合”的概念具体化到了两个好办函数的层面上。 有时候你会认定这个公式忒啰嗦，就连认定它像个垃圾堆。但剥离那些复杂的字母符号，核心就两个字：加法。求导就是把函数看作一堆元素的累加，而求导率就是这些元素自己形成的变化速度的累加。乘法求导公式，就是把“两个函数相乘”看作“两个变化速度项相加”。你不需求记住一个长长的链条，只需求记住：两个东西相乘，它们的导数之和就是各自导数的乘积之和。 再试试个反例，要是 $u$ 和 $v$ 都是常数呢？比如 $y = 3 cdot 4$。
那 $u' = 0$，$v' = 0$，导数就是 0。
这符合直觉，常数跟常数相乘，结局也是个常数，如何变？没变。再比如 $y = (x+1)^2 cdot (x+2)^3$。
这时候 $u = (x+1)^2$，$v = (x+2)^3$。$u' = 2(x+1)$，$v' = 3(x+2)^2$。代入公式：$2(x+1)(x+2)^3 + (x+1)^2 cdot 3(x+2)^2$。
看，每一项都保留了原函数的一段，乘以了导数。
这就像你在打台球，球杆击打球杆的接触面，只有接触面那一小段在动，其他局部相对静止。求导就是计算那接触面的速度乘数。 还有时候，你会遇到 $u$ 要么 $v$ 是指数函数的情况。
比如 $y = 2^x cdot cos(x)$。
这里 $u = 2^x$，$v = cos(x)$。$u' = ln(2) cdot 2^x$，$v' = -sin(x)$。带入公式：$ln(2) cdot 2^x cdot cos(x) + 2^x cdot (-sin(x))$。取公因式 $2^x$，拿到 $2^x (ln(2)cos(x) - sin(x))$。
这一步别看看起来复杂，但实际上就是 $u'v + uv'$ 的标准展开。
要是你只背了公式，可能遇到这种情况会慌，但要是你知道 $2^x$ 的导数本质上是它自己乘以自然对数，$cos(x)$ 的导数是正弦，那么逻辑链条就通了。 实际上乘法求导公式在工程里也有用。
比如信号处理里，两个信号的乘积求导，能够用来分析耦合效应。
要么在管住系统里，两个增益的乘积，导数用来看系统对扰动的敏感度。
这时候公式里的每一项，就代表了系统里某个独立变量对输出变化的贡献率。独立变量越多，公式里的项就越多，但逻辑不变：各自独立变化的速度，加起来就是总变化率。 再寻思一下边界情况。
要是 $u(x)$ 在某个点不可导，比如 $u(x) = |x|$，在 $x=0$ 处不可导。
那乘积 $y = |x| cdot x$ 在 $x=0$ 处呢？$|x|$ 不可导，故此乘积也不可导。
这时候公式依然适用，就是算出导数不存有。
这反而说明公式的普适性，它没有限制函数的可导性，只要两局部都不可导，结局就是不可导。 还有时候，你会想到高阶导数。
比如 $[ (x^2 cdot sin(x))' ]'$。
这时候就要用到链式法则了。先把第一层导数算出来是 $2xsin(x) + x^2cos(x)$，然后再对这个结局再求导。
这时候逻辑就乱了，变成了更复杂的嵌套求导。但归根结底，乘法求导公式是基础，高阶求导只是它的线性延伸罢了。
不需求额外造啥新的公式，只要熟悉乘法求导，就能应付大局部基础难题。 最终总结一下，乘法求导公式 $y' = f'(x)g(x) + f(x)g'(x)$ 并不是啥玄学，也不是啥天才的灵光一闪，它只是求和法则在乘积空间上的投影。求导的本质是求变化率，变化率是累积的，乘法形成变化率，求导计算变化率。把公式拉直，变成纯粹的数学逻辑：两个东西相乘，意味着有两个维度在变化，总变化率就是这两个维度变化速度的叠加。 故此，下次再看到两个函数相乘，别急着掏公式本。想想它们各自是如何变化的，各自的变化速度是多少，把它们乘起来，再加上一遍。
要是它们都是常数，那变化为零，结局就是常数。
要是一个是线性，一个是非线性，那就是线性函数的变化乘以非线性函数，加上非线性函数的变化乘以线性函数。
这听起来是不是比背公式好办多了？这就是乘法求导公式真正的力量，它把抽象的运算转化成了具体的变化逻辑，让你不用死记硬背，就能心领神会。
