一元微分

导数与微分

导数(derivative)： 实际上导数是一种特殊的极限，其意义是指函数值在某点的变化率(aka.斜率，tangent line)
lim⁡x→x0f(x)−f(x0)x−x0\lim\limits_{x\rightarrow x_0} \cfrac{f(x) - f(x_0)}{x-x_0} x→x0limx−x0f(x)−f(x0)
微分(differential)：微分的实质是将不均匀变化的函数用均匀的方式表示，其意义是指函数改变量的近似值。
可微的定义：
Δy=f(x0+Δx)−f(x0)=AΔx+o(Δx)\Delta y = f(x_0 + \Delta x) - f(x_0) = A\Delta x + o(\Delta x) Δy=f(x0+Δx)−f(x0)=AΔx+o(Δx) 即dy=AΔx即~dy = A\Delta x即 dy=AΔx
graphic understanding:\large \text {graphic~ understanding}:graphic understanding:

我们不难发现在上述公式中，我们把一个非均匀变化的函数用线性的方式(AΔx+o(x))\Big(A\Delta x + o(x)\Big)(AΔx+o(x))近似表示出来了，可能你会有疑问 ‘这AΔx和o(x)A\Delta x 和 o(x)AΔx和o(x)是个啥？怎么就表示出来了？’ 别急马上揭晓，我们的目的是用线性的方式表达函数的改变量Δy\Delta yΔy，公式中AΔx~A\Delta x~ AΔx 是f(x)~f(x)~ f(x) 的线性主要部分(1^11线性2^22主部)，既然有主部那当然就会有次要部分即o(Δx)o(\Delta x)o(Δx)，o(Δx)=Δy−dyo(\Delta x) = \Delta y - dyo(Δx)=Δy−dy是在Δx→0\Delta x\rightarrow 0Δx→0时可以忽略的高阶无穷小部分。
我们说回到AΔx~A\Delta x~ AΔx ，当中的AAA其实就是tan⁡α\tan\alphatanα，而导数f′(x0)=tan⁡αf'(x_0) = \tan\alphaf′(x0)=tanα，在这里我们也发现了导数和微分的联系，可微⇌\rightleftharpoons⇌可导，并且当Δx→0\Delta x\rightarrow 0Δx→0时Δy~\Delta y~ Δy 无限的接近dy~dy~ dy ，于是我们便得到了
dy=AΔxdy=f′(x0)dxdy = A\Delta x\\ dy = f'(x_0)dxdy=AΔxdy=f′(x0)dx
对微分的认识 ：微分中引入了一个新的符号 d\fbox {d}d，在初学的过程中总是对d~d~ d 这个符号的认识不清晰，而dx~dx~ dx 其实就是表示当Δx→0\Delta x\rightarrow 0Δx→0 时x0~x_0~ x0 的微小增量。

多元微分

高数中多元主要研究对象为二元，以下偏导数与全微分(全增量)的理解需要掌握多元函数中平面点集、极限、连续的基本概念。
其中邻域、边界、区域、聚点的理解可以对比一元函数学习更易理解。

偏导数与全微分

偏导数(partial/del/… derivative)：
在实际问题中，我们常常需要了解一个受到多种因素制约的变量，在控制其他因素固定不变的情况下，只考虑一种因素变化的问题，即控制变量法，而在数学中就是多元函数在其他自变量固定不变的情况下，函数随一个自变量变化的变化率问题。
iflim⁡Δx→0f(x0+Δx,y0)−f(x0,y0)Δx∃记为∂z∂x∣x=x0y=y0,zx′∣x=x0y=y0,fx′(x0,y0)\text{if}\quad\lim_{\Delta x\rightarrow 0}\cfrac{f(x_0+\Delta x,y_0)-f(x_0,y_0)}{\Delta x}\quad\exists\quad记为\frac{\partial z}{\partial x}\Big|\tiny\begin{matrix} x=x_0 \\ y=y_0 \end{matrix}\ , \quad\large z'_x\Big |\tiny\begin{matrix} x=x_0 \\ y=y_0 \end{matrix} \normalsize \ ,\quad f'_x(x_0,y_0)ifΔx→0limΔxf(x0+Δx,y0)−f(x0,y0)∃记为∂x∂z∣∣∣x=x0y=y0 ,zx′∣∣∣x=x0y=y0 ,fx′(x0,y0)
graphic understanding:\large \text {graphic~ understanding}:graphic understanding:

可以将一元函数中的导数概念移植到多元函数中，鉴于多元就是两个或以上的自变量，我们通过用二元函数对象来研究会更加的直观，所以对应一元中的平面直角坐标系就可以使用空间直角坐标系来理解。
如图，我们以∂x~\partial x~ ∂x 为例，我们可以控制令y=y0y=y_0y=y0，得到M0TxM_0T_xM0Tx截面，截出一条曲线z=f(x,y0)z=f(x,y_0)z=f(x,y0)这就是偏导数∂z∂x~\cfrac{\partial z}{\partial x}~ ∂x∂z ，∂z∂y~\cfrac{\partial z}{\partial y}~ ∂y∂z 同理，至此我们就得到了函数随一个自变量变化的变化率。

例：z=f(x,y)=x2+3xy+y2z=f(x,y)=x^2+3xy+y^2z=f(x,y)=x2+3xy+y2在点(1,2)(1,2)(1,2)处的偏导数
对x~x~ x 求导，y~y~ y 看作常数，得：
fx′(x,y)=2x+3yf'_x(x,y)=2x+3yfx′(x,y)=2x+3y
对y~y~ y 求导，x~x~ x 看作常数，得：
fy′(x,y)=2y+3xf'_y(x,y)=2y+3xfy′(x,y)=2y+3x
代入点(1,2)(1,2)(1,2)，得：
fx′(1,2)=8,fy′(1,2)=7f'_x(1,2)=8,~f'_y(1,2)=7fx′(1,2)=8, fy′(1,2)=7

全微分(total differential)：
我们已经了解了一元函数中增量与微分之间的关系(dy=f′(x0)dx)\Big( dy = f'(x_0)dx\Big)(dy=f′(x0)dx)和多元函数的偏导数，将这两点结合起来不难得到二元函数的偏增量与偏微分之间的关系：
f(x+Δx,y)−f(x,y)=fx(x,y)Δx+o(Δx)f(x,y+Δy)−f(x,y)=fy(x,y)Δy+o(Δy)f(x+\Delta x,y) - f(x,y)=f_x(x,y)\Delta x+o(\Delta x)\\ f(x,y+\Delta y) - f(x,y)= f_y(x,y)\Delta y +o(\Delta y)f(x+Δx,y)−f(x,y)=fx(x,y)Δx+o(Δx)f(x,y+Δy)−f(x,y)=fy(x,y)Δy+o(Δy)
而全微分就是指多元函数中自变量x,y~x,y~ x,y 都取得增量时因变量z~z~ z 所获得的全增量Δz\Delta zΔz的问题。了解这些内容之后，就可以得出全微分的概念。
Δz=f(x+Δx,y+Δy)−f(x,y)=AΔx+BΔy+o(ρ)\Delta z = f(x+\Delta x, y+\Delta y) - f(x,y)=A\Delta x+B\Delta y+o(\rho)\\ Δz=f(x+Δx,y+Δy)−f(x,y)=AΔx+BΔy+o(ρ)即dz=AΔx+BΔy=∂z∂xΔx+∂z∂yΔy即~dz=A\Delta x+B\Delta y= \cfrac{\partial z}{\partial x}\Delta x+\cfrac{\partial z}{\partial y}\Delta y即 dz=AΔx+BΔy=∂x∂zΔx+∂y∂zΔy
补充：ρ=(x+Δx−x)2+(y+Δy−y)2\rho=\sqrt{(x+\Delta x - x)^2+(y+\Delta y-y)^2}ρ=(x+Δx−x)2+(y+Δy−y)2 (\Big (( 平面上两点之间距离公式 )\Big))全微分中的次要部分为ΔxΔy\Delta x\Delta yΔxΔy是ρ\rhoρ的高阶无穷小。

graphic understanding:\large \text {graphic~ understanding}:graphic understanding:

类似于一元函数中用线性的方式来近似表示函数的增量，在多元函数中我们可以用一小块切平面来近似代替二元曲线在某点邻近的一块曲面。
道阻且长，行则将至道阻且长，行则将至道阻且长，行则将至

一元函数微分学与多元函数微分学的对比学习相关推荐

2020张宇1000题【好题收集】【第四章：多元函数微分学】【第五章：二重积分】
文章目录多元函数微分学基本知识概念(感觉概念题还挺难的) 4.1[先代值后求导] 4.2 4.3 (1)是否连续,说明理由 (2)偏导数是否存在? (3)是否可微 4.4(打星) (1)偏导数存 ...
python AIOT教程一1.必备多元函数微分学理论基础
本篇博客主要给大家介绍一下,在学习python AIOT方向中,必备的数学基础知识. 一.多元函数定义设D为一个非空的n 元有序数组的集合, f 为某一确定的对应规则. 若对于每一个有序数组,通过对 ...
三元函数的几何图形一般是_多元函数微分学_高等数学习题与答案_doc_大学课件预览_高等教育资讯网...
第十章多元函数微分学多元函数的极限及连续性思考题: 1,将二元函数与一元函数的极限.连续概念相比较,说明二者之间的区别. 答:二元函数与一元函数的极限都是表示某动点以任意方式无限靠近定点时,与之 ...
高等数学笔记-乐经良老师-第八章-多元函数微分学（Ⅰ）
高等数学笔记-乐经良老师第八章多元函数微分学(Ⅰ) 第一节多元函数的基本概念一.平面点集 01 邻域点到点的距离在二维空间中,点 P(x0,y0)P(x_0,y_0)P(x0,y0) ...
程序员的数学【多元函数微分学】
目录前言一.多元函数的定义二.偏导数三.高阶偏导数四.梯度五.雅可比矩阵 5.1 雅克比矩阵定义 5.2 雅克比矩阵示例六.Hessian矩阵 6.1 Hessian矩阵定义 6.2 实 ...
5 - 多元函数微分学
5 - 多元函数微分学文章目录 5 - 多元函数微分学一.求导公式法与定义法的应用场景二.全微分与偏导数 1. 全微分定义 2. 公式法判断是否可微的基本步骤 3. 连续.偏导数与全微分的关系 ...
二元函数泰勒公式例题_高数 | 8.12 多元函数微分学重难点补充【2020版】
写在前面:本学期开始所有视频均已进行降噪处理,但是在录制的时候由于设备原因,有一些回声,请大家谅解~TAT~同时,由于微信公众号后台消息保存时间有限,大家如果有疑问,可以关注B站账号:兆筱小分队,在B ...
高数 | 【多元函数微分学概念篇】连续、可偏导及可微之间的关系
(一)重极限(多元函数的极限) 要掌握简单求重极限的方法,在判断连续性,特别是判断可微性时会用到. 高数 | [多元函数微分学]多元函数求极限方法总结_西皮呦的博客-CSDN博客_多元函数求极限的方法 ...
多元函数概念思维导图_高等数学多元函数微分学知识技巧思维导图 [21考研上岸之旅]...
Hello World,我的朋友,这里是一颗小白蛋,大千世界,很高兴以这样的方式与你相遇前言好久不见,这一次给大家带来考研高数的中多元函数微分学的相关内容. 2021张宇基础30讲 +2020汤家 ...
9.6 多元函数微分学的几何应用
本篇内容为多元函数微分学的几何应用,当然,有几何应用就有相应的代数应用,不过不是本篇的内容. 回顾在本篇内容正文之前先做一下相关内容的回顾,这里只是简单地提一下本篇需要用到的相关内容,更详细的内容可 ...

一元函数微分学与多元函数微分学的对比学习

一元微分与多元微分

一元微分

导数与微分

多元微分

偏导数与全微分

一元函数微分学与多元函数微分学的对比学习相关推荐

最新文章

热门文章