在微积分的学习与工程应用中，多个函数相乘求导公式是连接基础导数定义与复杂物理模型构建的关键桥梁。许多初学者往往掌握了单项函数的求导（如幂函数、指数函数、三角函数），但在面对形如 y = f(x)g(x)h(x) 或更复杂的连乘结构时，常常感到无从下手，甚至出现严重的逻辑错误。
本文档旨在通过详尽的推导、丰富的实例以及针对“网民最关心”的周边问题解答，彻底攻克这一难点。我们将不仅仅停留在公式的记忆上，而是深入探讨其背后的数学原理——莱布尼茨法则的变体，以及如何将这一规则灵活运用于物理、经济及计算机科学领域。
两个函数相乘：(uv)' = u'v + uv'。这是所有多函数求导的基石，必须烂熟于心。
三个函数相乘：(uvw)' = u'vw + uv'w + uvw'。规律为：每一项对其中一个因子求导，其余保持不变。
理解乘积法则的本质是微分算子的线性性质与链式法则的结合，而非死记硬背。
对于两个可导函数 u(x) 和 v(x)，其乘积 y = u(x)v(x) 的导数并非简单的 u'(x)v'(x)，这是一个极其常见的误区。正确的多个函数相乘求导公式的基础形式如下：
(y)' = (u·v)' = u'·v + u·v'
想象一个矩形，其长为 u，宽为 v，面积 A = uv。当长和宽同时发生微小变化 du 和 dv 时，面积的增量由两部分组成：
du · v（新增的长条区域）；u · dv（新增的宽条区域）。至于角上的小方块 du·dv，它是二阶无穷小量，在求导极限过程中会被忽略。因此，总面积的变化率（导数）就是这两部分之和。
设 y = u(x)v(x)，根据导数定义：
y' = lim [Δx→0] (Δy / Δx)
= lim [Δx→0] [(u+Δu)(v+Δv) - uv] / Δx
= lim [Δx→0] [uv + uΔv + vΔu + ΔuΔv - uv] / Δx
= lim [Δx→0] [u(Δv/Δx) + v(Δu/Δx) + (ΔuΔv)/Δx]
由于 u, v 可导，则必连续，故 lim(Δu) = 0。最后一项 (ΔuΔv)/Δx = Δu · (Δv/Δx)，当 Δx→0 时，Δu→0 且 (Δv/Δx)→v'，故该项趋于 0。
最终得到：(uv)' = u'v + uv'。
当涉及三个或更多函数相乘时，直接套用基础公式会显得繁琐。我们采用归纳法来寻找规律。请通过下方的选项卡切换查看不同数量函数的推导结果。
我们可以将前两项视为一个整体 A = u·v，则原式变为 A·w。利用基础公式：
(A·w)' = A'·w + A·w'
再将 A' 展开（即 (uv)'）：
(u'v + uv')·w + (uv)·w'
去括号整理得最终三个函数相乘求导公式：
(uvw)' = u'vw + uv'w + uvw'
记忆口诀：“轮换求导，其余照旧”。即分别对每一个函数求导，其他函数不动，然后将所有结果相加。
同理，将前三项看作整体或直接应用轮换规律，结果为四项之和：
(uvwz)' = u'vwz + uv'wz + uvw'z + uvwz'
每一行对应其中一个变量求导，其余变量保持原样。这种对称性体现了微分运算的优雅之处。
对于 N 个函数相乘的情况，通式可以表示为：
(∏ f_i)' = Σ [j=1 to N] ( f_j' · ∏_{i≠j} f_i )
或者写成更直观的累加形式：
(f₁f₂...fₙ)' = f₁'f₂...fₙ + f₁f₂'...fₙ + ... + f₁f₂...fₙ'
这个公式在处理概率论中的独立事件联合概率密度，或物理学中多粒子系统的波函数模方求导时至关重要。
理论必须结合实践。以下精选了三种不同难度的典型题目，展示多个函数相乘求导公式的具体操作流程。
解题思路：识别出三个函数：u=x², v=sin(x), w=e^x。
y' = (x²)'·sin(x)·e^x
提取公因式（可选）： e^x·x [2sin(x) + xcos(x) + xsin(x)]
注意：常数系数 3 可以提出来先算，也可以作为第四个函数参与运算。
y' = 3 · [ (x)'·ln(x)·cos(x)
策略：不要直接用商的法则，将其改写为负指数形式 y = (x·sin(x))⁻¹，使用链式法则配合乘积法则。
令 u = x·sin(x)，则 y = u⁻¹ y' = -u⁻² · u' u' = (x·sin(x))' = 1·sin(x) + x·cos(x) y' = -1/(x·sin(x))² · (sin(x) + x·cos(x))
| 错误类型 | 错误写法示例 | 正确修正 |
|---|---|---|
| 乘法误作加法 | (uv)' = u'v' ❌ | (uv)' = u'v + uv' ✅ |
| 漏项 | (uvw)' = u'vw + uv'w ❌ | (uvw)' = u'vw + uv'w + uvw' ✅ |
| 符号混淆 | (sin·cos)' = cos·cos + sin·sin ❌ | (sin·cos)' = cos·cos + sin·(-sin) = cos²-sin² ✅ |
dx·y + x·dy 的形式表达，奠定了现代微积分的基础。
当我们需要求 n 阶导数时，如果继续重复使用乘积法则，表达式将变得极其冗长。此时，我们需要引入莱布尼茨公式（Leibniz Rule），它类似于二项式定理的结构。
若函数 u(x) 和 v(x) 均具有 n 阶导数，则它们的乘积 uv 的 n 阶导数为：
(uv)^{(n)} = C_n^0 u^{(n)}v + C_n^1 u^{(n-1)}v' + C_n^2 u^{(n-2)}v'' + ... + C_n^n uv^{(n)}
= Σ [k=0 to n] C(n,k) u^{(n-k)} v^{(k)}
其中 C(n,k) 是组合数，u^{(k)} 表示 u 的 k 阶导数。
题目：求 y = x²·e^x 的 20 阶导数。
分析：由于 x² 的三阶及以上导数均为 0，所以只需计算到 k=2 的项即可（假设 u=x², v=e^x）。
y^(20) = C(20,0)·(x²)^(20)·(e^x) + C(20,1)·(x²)^(19)·(e^x)' + C(20,2)·(x²)^(18)·(e^x)''
= 0 + 20·(2x)·e^x + (20×19/2)·2·e^x
= 40x·e^x + 380·e^x
= 20e^x(2x + 19)
此方法极大地简化了高阶导数的计算过程，是解决此类问题的终极武器。
基于大量搜索数据，以下是用户在学习多个函数相乘求导公式时最常提出的问题及深度解答。
A: 当然适用！常数是特殊的函数，其导数为 0。例如 y = C·u(x)·v(x)，公式展开为 C'u·v + C·u'·v + C·u·v'。因为 C'=0，第一项消失，剩下 C(u'v + uv')。这实际上就是把常数提出来，符合我们熟悉的运算律。
A: 这是一个非常普遍的直觉陷阱。导数代表的是变化率。如果两个变量都在变大，它们乘积的增长速度远快于各自增长速度的简单叠加，更不可能是乘积。想象一下，如果你每天存钱的速度翻倍，同时你的存款基数也在翻倍，你的总资产增长速度将是爆炸级的，而不是线性的。数学上，交叉项 u'v + uv' 正是捕捉了这种“相互促进”的增长效应。
A: 先化简！将根号转化为分数指数幂。√x = x^(1/2)。那么 y = x · x^(1/2) · sin(x) = x^(3/2) · sin(x)。这样就变成了两个函数相乘，直接使用基础公式即可，无需套用三函数公式，这样能减少计算量。
A: 现代计算机代数系统（CAS）完全内置了乘积法则的逻辑。在 Python 的 SymPy 库中，只需一行代码：diff(fg, x)，系统会自动应用莱布尼茨规则展开。理解背后的数学原理有助于你检查程序输出的正确性，尤其是在处理自定义函数时。