在线学习
重点科目
初中数学
高中数学
高等数学
线性代数
概率统计
高中物理
数学公式
主要科目
复变函数
离散数学
数学分析
实变函数
群论
数论
未整理科目
近世代数
数值分析
常微分方程
偏微分方程
大学物理
射影几何
微分几何
泛函分析
拓扑学
数学物理
趣味数学
科数网
首页
教材
高考区
考研区
VIP
科数网
题库
在线学习
高中数学
高等数学
线性代数
概率统计
高中物理
复变函数
离散数学
你好
游客,
登录
注册
在线学习
高等数学
第六章 多元函数微分学
全微分
最后
更新:
2025-04-30 15:58
查看:
480
次
反馈
刷题
全微分
全微分
### 曲面的切平面 设空间有一曲面$M$(下图绿色图形),在曲面$M$上有一点$x$,过$x$做曲面的一个切线$\vec{v}$,此时点$x$有无数条切线,可以证明(见后面证明),这些切线在同一个平面上(下图粉红色图形),这个平面被称为切平面(Tangent space),记做$T_xM$ {width=300px;} >通俗解释:想象一下把一个球放在桌子上,球面底部与桌面相切,此时桌面就是过该点的切平面。 关于切平面的详细介绍请参考[此处](https://kb.kmath.cn/kbase/detail.aspx?id=395) ## 全微分的引入 在实际问题中,**通常函数$z=f(x,y)$比较复杂,直接计算增量会很麻烦,此时,我们希望考虑用 $\Delta x, \Delta y$ 的线性函数来代替全增量 $\Delta z$ 的问题** 即多元函数的线性逼近. 考虑一个简单的线性函数:比如对于平面 $z=a x+b y+c$ ,我们往 $x$ 方向走一个单位,$z$ 就会增加 $a$ ,往 $y$ 走一个单位,$z$ 就会增加 $b$ ,你也同时随便往 $x$ 走 $0.5$个单位,往 $y$ 走$0.6$个单位,$z$ 对应增加 $0.5 a+0.6 y$ ,这就是线性的力量! 但是,如果平面$z$变更为 $z'=a x^2+b y^2+c$ , 此时,再往$x$走一个单位,$z'$的值计算就变得复杂, 我们自然想法是,再不满足失真的情况下能否用$z$替代$z'$ 呢? 对于二元函数 $z=f(x, y)$ ,它对某个自变量的偏导数表示当其中一个自变量 固定时,因变量对另一个自变量的变化率. 相应地,我们可以定义二元函数的偏增量和偏微分. $$ \Delta_x z=f(x+\Delta x, y)-f(x, y) $$ $$ \Delta_y z=f(x, y+\Delta y)-f(x, y) $$ 分别称为二元函数对变量 $x$ 与 $y$ 的偏增量. 固定自变量 $y$ ,若 $\Delta_x z=f(x+\Delta x, y)-f(x, y)=A \Delta x+o(\Delta x)$ ,当 $f_x^{\prime}(x, y)$ 存在时,则有 $A=f_x^{\prime}(x, y)$ , $f_x^{\prime}(x, y) \Delta x$ 称为二元函数 $z=f(x, y)$ 关于 $x$ 的偏微分, 同理,可以定义关于 $y$ 的 偏微分 $f_y^{\prime}(x, y) \Delta y$. 根据一元函数微分学中增量与微分的关系,可得 $$ \begin{aligned} & f(x+\Delta x, y)-f(x, y) \approx f_x(x, y) \Delta x, \\ & f(x, y+\Delta y)-f(x, y) \approx f_y(x, y) \Delta y . \end{aligned} $$ ## 多元微分中值定理 令函数 $f$ 是一个定义在 实数域上,取值在 $R$ 的函数,而且 $f$在一个包含点 $(a, b)$ 的开区间上存在偏导数 $f_x$ 和 $f_y$ 。则对任意的 $(h, k)$ ,当 $\|(h, k)\|$充分小时,存在数 $h^{\prime}$ 和 $k^{\prime}$ ,其中 $a+h^{\prime}$ 位于 $a$ 与 $a+h$ 之间,且 $b+k^{\prime}$ 位于 $b$ 和 $b+k$ 之间,使得式子 $$ \boxed{ f(a+h, b+k)-f(a, b)=h f_x\left(a+h^{\prime}, b+k\right)+k f_y\left(a, b+k^{\prime}\right) ...(6.6) } $$ 成立,这被称作多元微分中值定理。 证明: 方程(6.6)的左边可写为 $$ f(a+h, b+k)-f(a, b)=f(a+h, b+k)-f(a, b+k)+f(a, b+k)-f(a, b) $$ 当 $|h|$ 和 $|k|$ 充分小时,一个小矩形边界上所有的点都在 $U$ 中(图3.1),而且一元函数 $f(x, b+k)$ 在从 $a$ 到 $a+h$ 的闭区间上是可微的.对于一元函数 $f(x, b+k)$ ,我们运用一元函数中值定理,得到存在位于 $a$ 和 $a+h$ 之间的一个数 $a+h^{\prime}$ ,使得下式成立: $$ f(a+h, b+k)-f(a, b+k)=h f_x\left(a+h^{\prime}, b+k\right) $$ 类似地,函数 $f(a, y)$ 在 $b$ 和 $b+k$ 之间的区间上是可微的,再对于一元函数,运用中值定理,存在位于 $b$ 和 $b+k$ 之间的一个数 $b+k^{\prime}$ 使得下式成立: $$ f(a, b+k)-f(a, b)=k f_y\left(a, b+k^{\prime}\right) $$ 把这两个方程相加,我们得到(6.6)式,从而完成了该定理的证明. 证毕. {width=500px} ## 全微分的物理意义 通过一个物理题似乎更容易明白全微分想要表达的意义。下面我们看一个具体的问题. 设矩形的长和宽分别为 $x$ 和 $y$ ,则此矩形的面积 $S=x y$. 若铁块受热进行了膨胀, 若边长 $x$ 有增量 $\Delta x$ , 边长 $y$ 有增量 $\Delta y$ 时 (见图 6-10) 则面积 $S$ 的相应的增量为 $$ \Delta S=(x+\Delta x)(y+\Delta y)-x y=y \Delta x+x \Delta y+\Delta x \cdot \Delta y . $$  $$ \Delta S=y \Delta x+x \Delta y+\Delta x \cdot \Delta y . $$ 可见, $\Delta S$ 包含两部分: 第一部分是 $y \Delta x+x \Delta y$ ,它是关于 $\Delta x$ 和 $\Delta y$ 的一次式; 第二部分是 $\Delta x \cdot \Delta y$ ,它是关于 $\rho=\sqrt{\Delta x^2+\Delta y^2}$ 的高阶无穷小,即 $$ 0 \leq \frac{|\Delta x \cdot \Delta y|}{\rho}=\frac{|\Delta x \cdot \Delta y|}{\sqrt{(\Delta x)^2+(\Delta y)^2}} \leq \frac{1}{2} \sqrt{(\Delta x)^2+(\Delta y)^2} \rightarrow 0 . $$ 于是 $\Delta S=y \Delta x+x \Delta y+o(\rho)$. 即面积增量直接使用线性增量即可,用本例解释就是对于右上角那个高阶无穷小面积增量可以忽略。 > 这里,你或许会有疑问什么定义 $\rho=\sqrt{\Delta x^2+\Delta y^2}$ 的高阶无穷小,我们将在下面解释 ## 全微分的几何解释 我们先明白一个概念:一个函数可微,意味着曲面上一点的增量可以用切平面增量替代该曲面的增量,反之一个曲面可以用切平面增量替代该曲面增量,我们称呼他是可微的,这就是定义的意思。 > **一个常见的问题是:为什么函数可微可以写成切平面近似方式?因为我们就这么定义的。这就像问为什么负数为什么比零小一样,是没有意义的。** 参考下图,再来理解一下全微分。 {width=600px} 如果一个曲面是可微的,那么对于曲面上一点,可以使用切平面近似替代该点的曲面,使用切平面有啥好处?最主要是他简单,特别是对于函数值和自变量的关系是线性的,上面已经举例了,比如平面 $z=a x+b y+c$ ,我们往 $x$ 方向走一个单位,$z$ 就会增加 $a$ ,往 $y$ 走一个单位,$z$ 就会增加 $b$ ,你也同时随便往 $x$ 走 $0.5$个单位,往 $y$ 走$0.6$个单位,$z$ 对应增加 $0.5 a+0.6 y$ ,这就是线性的力量! 最后,我们只要搞清楚这里面的 $a$ 和 $b$ ,就可以去近似我们往某个方向走,函数值可以增加多少了。 接下来我们开始证明, 首先考虑一个可微函数 $z=f(x, y)$ 在点 $A\left(x_0, y_0\right)$ 处。我们可以用一个切平面来局部**近似**这个函数: $$ z^{\prime}=a x+b y+c $$ $z$ 的增量,用 $\Delta z$ 表示,可以写为: $$ \Delta z=f\left(x_0+\Delta x, y_0+\Delta y\right)-f\left(x_0, y_0\right) ...(1) $$ 利用线性近似,也就是上图中的红色平面来近似这个目标函数: $$ \begin{gathered} \Delta z^{\prime}=a\left(x_0+\Delta x\right)+b\left(y_0+\Delta y\right)+c-\left(a x_0+b y_0+c\right)=a \Delta x+b \Delta y \\ \Delta z^{\prime}=a \Delta x+b \Delta y ...(2) \end{gathered} $$ 其中 $a, b$ 是待定常数。 $\Delta z$ 和线性近似之间的误差error,即上图中的黄色虚线,我们定义他的值为 error(就是误差的意思): $$ \Delta z-\Delta z^{\prime}=\text { error } $$ 当 $\Delta x, \Delta y \rightarrow 0$ 时,我们将误差项表示为 $\epsilon(\Delta x, \Delta y)$ 由于函数是可微的,无论从哪个方向逼近,都可以保证误差项足够小。所以我们可以写为: $$ \Delta z=a \Delta x+b \Delta y+\epsilon(\Delta x, \Delta y) ...(3) $$ 此外,可微性意味着误差项为距离的高阶无穷小 $o\left(\sqrt{(\Delta x)^2+(\Delta y)^2}\right)$ ,即 $\frac{\epsilon(\Delta x, \Delta y)}{\sqrt{(\Delta x)^2+(\Delta y)^2}} \rightarrow 0$ ,其中 $\sqrt{(\Delta x)^2+(\Delta y)^2}$ 表示点 $A\left(x_0, y_0\right)$ 和点 $\left(x_0+\Delta x, y_0+\Delta y\right)$(图中的蓝线)的距离。 所以定义了 $\rho=\sqrt{\Delta x^2+\Delta y^2}$ 这里不想看也没关系,这一步主要的目的就是想表达,用平面去近似的误差的非常小的。 接下来求 $a$ 和 $b$ 我们先考虑在 $x$ 方向变化对 $z$ 的影响,我们首先设 $\Delta y=0$ ,只考虑 $x$ 方向的变化,而 $\Delta z$ 有两种表示方式,分别是(1)和(3),因此变化率 $\frac{\Delta z}{\Delta x}$ : $$ \begin{aligned} \left.\frac{\Delta z}{\Delta x}\right|_{\Delta y=0}=\left.\frac{(1)}{\Delta x}\right|_{\Delta y=0} & =\left.\frac{(3)}{\Delta x}\right|_{\Delta y=0} \\ =\frac{f\left(x_0+\Delta x, y_0\right)-f\left(x_0, y_0\right)}{\Delta x} & =\frac{a \Delta x+\epsilon(\Delta x, 0)}{\Delta x} \end{aligned} $$ 让 $\Delta x \rightarrow 0$ ,方程的左侧变为: $$ \lim _{\Delta x \rightarrow 0} \frac{f\left(x_0+\Delta x, y_0\right)-f\left(x_0, y_0\right)}{\Delta x}=\frac{\partial f}{\partial x} $$ 同理,可以求出$b$ ## 再次理解二元函数可微分的几何意义 在上面介绍曲面时,使用的$z=ax+bx+c$是线性函数,那么对于非线性函数是否可以用线下替代呢? 下图进一步标注了可微分的几何意义,当二元函数变量由 $f(a,b)$ 变更为$(a+\Delta x, b+\Delta y)$ 时,即由下图标注的$A$变更为$B$的曲面时,我们可以使用切平面代替曲面的变化。  当使用偏导数近似代替全微分时,也就是上图里,使用切平面面积替代曲面面积,那么这个误差是否可以忽略呢? 可以通过一个简单的函数进行验算:函数 $z=x^2+y^2$ ,在点 $(1,1)$ 处 $$ \begin{aligned} & \Delta z=f(1+\Delta x, 1+\Delta y)-f(1,1) \\ & =(1+\Delta x)^2+(1+\Delta y)^2-2 \\ & =\underbrace{2 \Delta x+2 \Delta y}_{\Delta x, \Delta y \text { 的线生函数 }}+(\Delta x)^2+(\Delta y)^2 . \end{aligned} $$ 参考下图 {width=300px} $$ \begin{aligned} & =\lim _{\substack{\Delta x \rightarrow 0 \\ \Delta y \rightarrow 0}} \frac{(\Delta x)^2+(\Delta y)^2}{\sqrt{(\Delta x)^2+(\Delta y)^2}} \\ & =\lim _{\rho \rightarrow 0} \frac{\rho^2}{\rho} \\ & =\lim _{\rho \rightarrow 0} \rho \\ & =0 \end{aligned} $$ 说明 $(\Delta x)^2+(\Delta y)^2$ 是比 $\rho$的高阶无穷小,所以可以线性替换。 ## 如何理解高阶无穷小 上面说过,函数可微以为这可以用切平面替代原始曲面,即 $$ \underbrace{f\left(x_0+\Delta x, y_0+\Delta y\right)}_{\text {曲面 }}=\underbrace{f\left(x_0, y_0\right)+\frac{\partial f}{\partial x} \Delta x+\frac{\partial f}{\partial y} \Delta y}_{\text {切平面 }}+\underbrace{o\left(\sqrt{(\Delta x)^2+(\Delta y)^2}\right)}_{\text {代表非常小的值 }} $$ 上面出现了 $o\left(\sqrt{(\Delta x)^2+(\Delta y)^2}\right)$ 这是以此点的邻域是半径为$r=\sqrt{(\Delta x)^2+(\Delta y)^2}$的圆,通俗解释就是我以$f(x_0,y_0)$ 为圆心,以$r$为半径,在这个范围内**任意**走极小的距离,他的原始曲面都可以用近似切平面代替。我们称呼具有这个属性的曲面是“**可微曲面**”, {width=500px} 我们看一个特例,假设一个函数图像如下图,和上图相比,在 $f(x_0,y_0)$ 临域内,出现了一个“㓊”,这时这个函数就不是可微的。 如何表达这个“临域内”,就是以 $f(x_0,y_0)$ 为圆心,以无穷小的$r$为半径。所以使用了 $r=\sqrt{(\Delta x)^2+(\Delta y)^2}$ {width=500px}
其他版本
【数学分析】方向导数和梯度
开VIP会员
非会员每天6篇,会员每天16篇,VIP会员无限制访问
题库训练
自我测评
投稿
上一篇:
高阶偏导数
下一篇:
全微分的计算
本文对您是否有用?
有用
(
0
)
无用
(
0
)
纠错
高考
考研
关于
赞助
公式
科数网是专业专业的数学网站。