幂函数

幂函数（Power Function）是数学中一类非常基础且重要的初等函数。简单来说，它是以自变量为底数、常数为指数的函数。

January 1, 1996 专转本 3 分钟阅读

一个带有紫色手绘标题“Power Function”的图表。下方展示了一个绿色的函数公式，通过紫色的标签和箭头清晰地标出了：函数、常数项，以及“a 次方”的指数部分。

幂函数的标准解析式为：

$y = x^{\alpha}$

其中：

$x$ 是自变量。
$\alpha$ 是常数（可以是正整数、负整数、分数或无理数）。

💡 核心避坑指南：幂函数 vs 指数函数

很多人容易混淆这两者，记住它们的关键区别在于 “谁在变”：

幂函数 ( $y = x^{\alpha}$ )：底数在变，指数不变。（例如： $y = x^2$ ）

指数函数 ( $y = a^x$ )：底数不变，指数在变。（例如： $y = 2^x$ ）

不同的 $\alpha$ 值决定了幂函数完全不同的“脾气”。我们最常遇到的 5 种代表性幂函数及其核心性质如下表所示：

函数解析式	对应的 $\alpha$	定义域	奇偶性	在 $(0,+\infty)$ 上的单调性
$y = x$	$1$	$\mathbb{R}$	奇函数	单调递增
$y = x^2$	$2$	$\mathbb{R}$	偶函数	单调递增
$y = x^3$	$3$	$\mathbb{R}$	奇函数	单调递增
$y = x^{\frac{1}{2}} = \sqrt{x}$	$\frac{1}{2}$	$[0, +\infty)$	非奇非偶	单调递增
$y = x^{-1} = \frac{1}{x}$	$-1$	$(-\infty, 0) \cup (0, +\infty)$	奇函数	单调递减

📚 知识速递：什么是奇偶性？

奇函数：满足 $f(-x) = -f(x)$ ，图像关于原点对称，如 $y = x^3$ 。

偶函数：满足 $f(-x) = f(x)$ ，图像关于 $y$ 轴对称，如 $y = x^2$ 。

既是奇函数又是偶函数：满足 $f(-x) = f(x) = -f(x)$ 。这类函数极少，仅在定义域关于原点对称时，常数函数 $f(x) = 0$ 满足此条件。

非奇非偶函数：不满足上述任何对称关系的函数。例如 $y = x^2 + x$ 或 $y = \sqrt{x}$ 。

形如 $y = \sqrt[n]{f(x)}$ （ $n$ 为大于 1 的正整数）的函数称为根式函数。其中最基础的母函数形式是：

$y = \sqrt[n]{x}$

正如减法是加法的逆运算，开方是乘方的逆运算：

幂函数（如 $y = x^2$ ）：已知底数 $x$ ，求它的二次方是多少。
根式函数（如 $y = \sqrt{x}$ ）：已知一个数二次方后的结果是 $x$ ，求这个数原本是多少。

根式函数的定义域、值域和图像走向，完全由根指数 $n$ 的奇偶性决定：

性质分类	偶次根式函数（如 $y=\sqrt{x}, y=\sqrt[4]{x}$ ）	奇次根式函数（如 $y=\sqrt[3]{x}, y=\sqrt[5]{x}$ ）
定义域	$\{x \mid x \geq 0\}$ （负数在实数范围内不能开偶次方）	$\mathbb{R}$ （正、负、零均可开奇次方）
值域	$[0, +\infty)$ （算术根默认为非负数）	$\mathbb{R}$
奇偶性	非奇非偶函数	奇函数（关于原点对称， $\sqrt[3]{-x} = -\sqrt[3]{x}$ ）
单调性	在 $[0, +\infty)$ 上单调递增	在 $(-\infty, +\infty)$ 上单调递增

正比例函数

图像是一条过原点且平分第一、三象限的直线。
二次函数

图像是开口向上的抛物线，关于 $y$ 轴对称。在 $x < 0$ 时单调递减，在 $x > 0$ 时单调递增。
三次函数

图像是一条过原点的“S”形两支曲线，关于原点中心对称，在整个定义域内单调递增。
二次根式

图像只存在于第一象限（含原点），呈抛物线横卧后的上半部分，增长速度随 $x$ 增大而逐渐放缓。
反比例函数

图像是位于第一、三象限的双曲线，以 $x$ 轴和 $y$ 轴为渐近线，无限接近但永不相交。

观察幂函数在第一象限（ $x > 0$ ）的图像，会发现非常有规律的“势力范围”：

必然过定点：所有幂函数在第一象限都必然经过点 $(1, 1)$ 。
当 $\alpha > 0$ 时：
- 图像都过原点 $(0,0)$ 。
- 在 $(0, +\infty)$ 上单调递增。
- 指数大小决定弯曲方向：当 $\alpha > 1$ 时（如 $y=x^2$ ），图像向下凹（增长越来越快）；当 $0 < \alpha < 1$ 时（如 $y=\sqrt{x}$ ），图像向上凸（增长越来越慢）。
当 $\alpha < 0$ 时：
- 图像不过原点。
- 在 $(0, +\infty)$ 上单调递减，且以两坐标轴为渐近线（双曲线分支）。

幂在代数运算中遵循一组非常核心的规律，通常被称为幂的运算法则（Laws of Exponents）。

为了保证运算有意义，以下法则中我们默认底数 $a, b > 0$ ，指数 $m, n$ 为任意实数。

法则名称	公式表达	口诀/直观理解	实例
同底数幂相乘	$a^m \cdot a^n = a^{m+n}$	底数不变，指数相加	$x^2 \cdot x^3 = x^{2+3} = x^5$
同底数幂相除	$\frac{a^m}{a^n} = a^{m-n}$	底数不变，指数相减	$\frac{x^5}{x^2} = x^{5-2} = x^3$
幂的乘方	$(a^m)^n = a^{m \cdot n}$	底数不变，指数相乘	$(x^3)^2 = x^{3 \times 2} = x^6$
积的乘方	$(ab)^n = a^n \cdot b^n$	乘方分配律，每个因式分别乘方	$(2x)^3 = 2^3 \cdot x^3 = 8x^3$
商的乘方	$(\frac{a}{b})^n = \frac{a^n}{b^n}$	分式乘方，分子分母分别乘方	$(\frac{x}{3})^2 = \frac{x^2}{3^2} = \frac{x^2}{9}$
负指数幂	$a^{-n} = \frac{1}{a^n}$	负号代表“求倒数”	$x^{-3} = \frac{1}{x^3}$
分数指数幂	$a^{\frac{m}{n}} = \sqrt[n]{a^m}$	分母当根号（开方），分子当乘方	$x^{\frac{2}{3}} = \sqrt[3]{x^2}$

除了上述运算法则，还有两个关于“零”的特殊规定需要牢记：

零指数幂： $a^0 = 1$ （前提是底数 $a \neq 0$ ）。

为什么？ 我们可以用相除法则来理解： $\frac{a^n}{a^n} = a^{n-n} = a^0$ ，而任何非零数除以它自己显然等于 $1$ 。
底数不能为零的情况：当指数为负数或 $0$ 时，底数 $x$ 绝对不能为 $0$ 。例如 $0^0$ 和 $0^{-2}$ 在初等数学中是没有意义的。

核心思想：将小数转化为最简分数 $\frac{m}{n}$ ，再利用“分母开方，分子乘方”进行计算。

$x^{\alpha} = x^{\frac{m}{n}} = \sqrt[n]{x^m} = (\sqrt[n]{x})^m$

分数化：把小数 $\alpha$ 化为最简分数 $\frac{m}{n}$ 。
先开方（看分母 $n$ ）：求 $\sqrt[n]{x}$ 。先开方能让数字变小，大幅降低手算难度。
后乘方（看分子 $m$ ）：计算上一步结果的 $m$ 次方。如果是负指数，最后求倒数。

正有限小数： $4^{1.5} \rightarrow 4^{\frac{3}{2}} = (\sqrt{4})^3 = 2^3 = 8$
负有限小数： $8^{-0.333...} \rightarrow 8^{-\frac{1}{3}} = \frac{1}{8^{\frac{1}{3}}} = \frac{1}{\sqrt[3]{8}} = \frac{1}{2}$
无理数小数（如 $\pi$ ）：手算时通常保留原样不展开（写为 $x^{\pi}$ ），实际工程应用中利用计算器进行高精度近似逼近。