Partial derivatives 偏导数
本文最后更新于7 天前,其中的信息可能已经过时,如有错误请留言

定义

若\(z = f(x, y)\),且\((x_0, y_0)\)在f的定义域内,那么f在点\((x_0, y_0)\)处关于x的偏导数(也称为z在点\((x_0, y_0)\)处关于x的偏导数)是当\(y = y_0\)保持不变,x变化时所得函数在\(x_0\)处的导数。这个偏导数记为\(f_x(x_0, y_0)\),其表达式为: \(f_x(x_0, y_0)=\left.\frac{d}{dx}[f(x, y_0)]\right|_{x = x_0}=\lim_{\Delta x \to 0}\frac{f(x_0 + \Delta x, y_0)-f(x_0, y_0)}{\Delta x}\)

类似地,f在点\((x_0, y_0)\)处关于y的偏导数(也称为z在点\((x_0, y_0)\)处关于y的偏导数)是当\(x = x_0\)保持不变,y变化时所得函数在\(y_0\)处的导数。这个偏导数记为\(f_y(x_0, y_0)\),其表达式为: \(f_y(x_0, y_0)=\left.\frac{d}{dy}[f(x_0, y)]\right|_{y = y_0}=\lim_{\Delta y \to 0}\frac{f(x_0, y_0 + \Delta y)-f(x_0, y_0)}{\Delta y}\)

例 1:对于函数\(f(x, y)=2x^3y^2 + 2y + 4x\),求\(f_x(1, 3)\)和\(f_y(1, 3)\)。
:因为
\(f_x(x, 3)=\frac{d}{dx}[f(x, 3)]=\frac{d}{dx}[18x^3 + 4x + 6]=54x^2 + 4\)
所以\(f_x(1, 3)=54 + 4 = 58\)。又因为
\(f_y(1, y)=\frac{d}{dy}[f(1, y)]=\frac{d}{dy}[2y^2 + 2y + 4]=4y + 2\)
所以\(f_y(1, 3)=4×3 + 2 = 14\)

然而,通常我们希望省略下标,将偏导数看作变量x和y的函数。这些函数为:
\(f_x(x, y)=\lim_{\Delta x \to 0}\frac{f(x + \Delta x, y)-f(x, y)}{\Delta x}\)
\(f_y(x, y)=\lim_{\Delta y \to 0}\frac{f(x, y + \Delta y)-f(x, y)}{\Delta y}\)

例 2:对于\(f(x, y)=2x^3y^2 + 2y + 4x\),求\(f_x(x, y)\)和\(f_y(x, y)\),并用这些偏导数计算\(f_x(1, 3)\)和\(f_y(1, 3)\)。
:保持y不变,对x求导可得:
\(f_x(x, y)=\frac{d}{dx}[2x^3y^2 + 2y + 4x]=6x^2y^2 + 4\)
保持x不变,对y求导可得:
\(f_y(x, y)=\frac{d}{dy}[2x^3y^2 + 2y + 4x]=4x^3y + 2\)
因此,
\(f_x(1, 3)=6×1^2×3^2 + 4 = 58\)
\(f_y(1, 3)=4×1^3×3 + 2 = 14\)这与例 1 的结果一致。

对谁求偏导谁就变,其他视为常数

若\(z = f(x, y)\),那么偏导数\(f_x\)和\(f_y\)也可以用符号\(\frac{\partial f}{\partial x}\)、\(\frac{\partial z}{\partial x}\)以及\(\frac{\partial f}{\partial y}\)、\(\frac{\partial z}{\partial y}\)来表示。

对于\(z = f(x, y)\)在点\((x_0, y_0)\)处的偏导数,一些常见的符号表示有: \(\left.\frac{\partial f}{\partial x}\right|_{x = x_0, y = y_0},\left.\frac{\partial z}{\partial x}\right|_{(x_0, y_0)},\left.\frac{\partial f}{\partial x}\right|_{(x_0, y_0)},\frac{\partial f}{\partial x}(x_0, y_0),\frac{\partial z}{\partial x}(x_0, y_0)\)

例 3:若\(z = x^4\sin(xy^3)\),求\(\frac{\partial z}{\partial x}\)和\(\frac{\partial z}{\partial y}\)。

\(\begin{align*} \frac{\partial z}{\partial x}&=\frac{\partial}{\partial x}[x^4\sin(xy^3)]\\ &=x^4\frac{\partial}{\partial x}[\sin(xy^3)]+\sin(xy^3)\cdot\frac{\partial}{\partial x}(x^4)\\ &=x^4\cos(xy^3)\cdot y^3+\sin(xy^3)\cdot4x^3\\ &=x^4y^3\cos(xy^3)+4x^3\sin(xy^3) \end{align*}\) \(\begin{align*} \frac{\partial z}{\partial y}&=\frac{\partial}{\partial y}[x^4\sin(xy^3)]\\ &=x^4\frac{\partial}{\partial y}[\sin(xy^3)]+\sin(xy^3)\cdot\frac{\partial}{\partial y}(x^4)\\ &=x^4\cos(xy^3)\cdot3xy^2+\sin(xy^3)\cdot0\\ &=3x^5y^2\cos(xy^3) \end{align*}\)

例:分别用定义,先代入和后代入

偏导数的几何含义

设\(f(x, y)=x^2y + 5y^3\)。
(a)求曲面\(z = f(x, y)\)在点\((1, -2)\)处x方向的斜率。
(b)求曲面\(z = f(x, y)\)在点\((1, -2)\)处y方向的斜率。
解(a):保持y不变,对x求导可得\(f_x(x, y)=2xy\)。因此,x方向的斜率为\(f_x(1, -2)= – 4\),即x每增加一个单位,z以4个单位的速率减少。
解(b):保持x不变,对y求导可得\(f_y(x, y)=x^2 + 15y^2\)。因此,y方向的斜率为\(f_y(1, -2)=61\),即y每增加一个单位,z以6个单位的速率增加。

Implicit Partial Differentiation 隐函数求偏导数

例1求球面\(x^{2}+y^{2}+z^{2}=1\)在点\((\frac{2}{3},\frac{1}{3},\frac{2}{3})\)和\((\frac{2}{3},\frac{1}{3},-\frac{2}{3})\)处y方向的斜率。

可以分别对z的每个表达式关于y求导,然后在\(x = \frac{2}{3}\)和\(y = \frac{1}{3}\)处计算导数来得到斜率。

然而,对给定方程\(x^{2}+y^{2}+z^{2}=1\)关于y隐式求导会更高效,因为这样一次求导就能得到两个斜率。进行隐式求导时,把z看作x和y的函数(保留完整),对等式两边关于y求导,同时把x看作常量
\(\frac{\partial}{\partial y}(x^{2}+y^{2}+z^{2})=\frac{\partial}{\partial y}(1)\)
\(0 + 2y + 2z\frac{\partial z}{\partial y}=0\)
\(\frac{\partial z}{\partial y}=-\frac{y}{z}\)
将点\((\frac{2}{3},\frac{1}{3},\frac{2}{3})\)和\((\frac{2}{3},\frac{1}{3},-\frac{2}{3})\)的y坐标和z坐标代入这个表达式,得到点\((\frac{2}{3},\frac{1}{3},\frac{2}{3})\)处的斜率为\(-\frac{1}{2}\),点\((\frac{2}{3},\frac{1}{3},-\frac{2}{3})\)处的斜率为\(\frac{1}{2}\) 

2:假设\(D = \sqrt{x^{2}+y^{2}}\)是一个矩形对角线的长度,该矩形的边长x和y是可以变化的。求当y保持不变x变化时D关于x的变化率公式,并使用这个公式求在\(x = 3\),\(y = 4\)这一点D关于x的变化率。
:对等式\(D^{2}=x^{2}+y^{2}\)两边关于x求导可得(对x求偏导,y为常数,z为复合函数—一次函数)
\(2D\frac{\partial D}{\partial x}=2x\),因此\(D\frac{\partial D}{\partial x}=x\)
当\(x = 3\),\(y = 4\)时,\(D = 5\),由此可得:
\(\left.5\frac{\partial D}{\partial x}\right|_{x = 3,y = 4}=3\),即\(\left.\frac{\partial D}{\partial x}\right|_{x = 3,y = 4}=\frac{3}{5}\)
所以,在点\((3,4)\)处,x每增加一个单位,D以\(\frac{3}{5}\)个单位的速率增加。

快速计算公式:

没有必要记这个公式,和上面视为常数的计算结果是相同的

偏导数与连续性

如果我没转专业的话估计很难再搞明白这个了,真的很感慨

与单变量函数的情况不同,多变量函数偏导数的存在并不能保证函数是连续的。下面的例子说明了这一事实

:设
\(f(x,y)=\begin{cases}-\frac{xy}{x^{2}+y^{2}},(x,y)\neq(0,0)\\0,(x,y)=(0,0)\end{cases}\)
(a)证明\(f_{x}(x,y)\)和\(f_{y}(x,y)\)在所有点\((x,y)\)处都存在。
(b)解释为什么f在点\((0,0)\)处不连续。
解(a)
\(f_{x}(x,y)=-\frac{(x^{2}+y^{2})y – xy(2x)}{(x^{2}+y^{2})^{2}}=\frac{x^{2}y – y^{3}}{(x^{2}+y^{2})^{2}}\)
\(f_{y}(x,y)=-\frac{(x^{2}+y^{2})x – xy(2y)}{(x^{2}+y^{2})^{2}}=\frac{xy^{2}-x^{3}}{(x^{2}+y^{2})^{2}}\)
f在点\((0,0)\)处是否有偏导数并不明显,如果有,这些导数的值是多少也不清楚。为了回答这个问题,我们需要使用偏导数的定义:
\(f_{x}(0,0)=\lim_{\Delta x \to 0}\frac{f(\Delta x,0)-f(0,0)}{\Delta x}=\lim_{\Delta x \to 0}\frac{0 – 0}{\Delta x}=0\)
\(f_{y}(0,0)=\lim_{\Delta y \to 0}\frac{f(0,\Delta y)-f(0,0)}{\Delta y}=\lim_{\Delta y \to 0}\frac{0 – 0}{\Delta y}=0\)
这表明f在点\((0,0)\)处有偏导数,并且这两个偏导数在该点的值都为0。
解(b)
\(\lim_{(x,y)\to(0,0)}-\frac{xy}{x^{2}+y^{2}}\)不存在。因此,f在点\((0,0)\)处不连续。

多元函数的偏导数 – 全微分

如果\(f(x,y,z)=x^{3}y^{2}z^{4}+2xy + z\),那么
\(f_{x}(x,y,z)=3x^{2}y^{2}z^{4}+2y\)
\(f_{y}(x,y,z)=2x^{3}yz^{4}+2x\)
\(f_{z}(x,y,z)=4x^{3}y^{2}z^{3}+1\)
\(f_{z}(-1,1,2)=4\times(-1)^{3}\times(1)^{2}\times(2)^{3}+1=-31\)

高阶偏导数

多元函数的可微性 Differentiability

提示:函数在某点的所有一阶偏导数存在,并不能保证该函数在该点可微或连续。还需要满足以下条件:

证明见:连续,可微,可导,可偏微,全微分,可偏导 – Skyshin34的博客

多元函数的全微分 total differential

多元复合函数求导 – 链式法则

有不同的表达方式

函数在某点得连续保证了函数的局部变化率与路径无关,可以想象如果一个函数在某点连续,即函数可以在该点找到一个切平面,那无论是什么顺序求该点的切线,最后组合出来的都是同一个切平面,所以

学习笔记如有侵权,请提醒我,我会马上删除
暂无评论

发送评论 编辑评论


				
|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
(╯‵□′)╯︵┴─┴
 ̄﹃ ̄
(/ω\)
∠( ᐛ 」∠)_
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ`)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ( ̄∇ ̄o)
ヾ(´・ ・`。)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò。)
Σ(っ °Д °;)っ
( ,,´・ω・)ノ"(´っω・`。)
╮(╯▽╰)╭
o(*////▽////*)q
>﹏<
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
颜文字
Emoji
小恐龙
花!
上一篇
下一篇