如何理解全微分

2021-03-01 劉梳子

一元函數微分很容易理解,直觀,但是推廣到多維後,儘管教科書給出了嚴格定義,但總覺得中間有道坎,想不明白。本文用圖形幫助大家直觀理解全微分。

一元可微函數:

如果一元函數可微,則利用直線代替曲線估計函數值的變化,得到,

 

 

2.那麼推廣到n元函數是否能得到形式一致的公式呢?

 

全微分形式:

幾何解釋:

一元函數用直線代替曲線,則n元函數用平面代替曲面,這個平面稱為切平面。

為了方便,舉例二元函數z=f(x,y),

曲面上一點A,經過此點分別做平行於xoz和yoz的平面,與空間平面相交得到兩條空間曲線,

 

兩條空間曲線分別做切線,u的斜率(y不變)即偏導,v的斜率(x不變)即偏導。

 

斜率的具體所示,請看下面的示意圖:

 

經過兩條切線的平面即為切平面,

 

全微分的精髓就是利用切平面去代替A點附近的曲面,如此一來,

 

示意圖:

 

目前還有一個問題,切平面是通過兩條特殊的切線得到的,那麼是否經過此點的任意切線都在切平面內呢?答案是肯定的!

比如任意增加一個平行於z軸的平面,做相交曲線的切線,仍在切平面內:

從圖中看到xoy平面內的三個方向得到的三個切線(方向導數)在同一個平面內。

證明:

 可以這樣理解,xoy平面內過(x0,y0)的任意直線經過線性變換肯定仍在一個平面內(線性變換的性質)。下面圖幫助理解:

3.結論

 下次繼續區分偏導、方向導數和梯度,敬請期待。

感謝支持

相關焦點

  • 二元函數微分之全微分
    可能我們在之前學習一元函數部分時,經常分不清導數與微分。認為導數與微分沒有什麼區別。其實這二者還是有區別的。導數是函數圖像在某一點處的斜率,也就是縱坐標增量和橫坐標增量的比值。而微分是指函數圖像在某一點處的切線在橫坐標取得增量之後,縱坐標取得的增量。在一元函數部分可能不是特別明顯,到了二元函數這裡就可能明顯地感知了。不過在學習二元函數的全微分之前,我們先之前的答案對了。沒有看前面的小夥伴們可以直接跳到下面。題目在小編的上一篇文章:大學高數:偏導數中。
  • 全微分是啥?
    今天上課,發揮了百分百的繪圖能力,快速講了一下如何在幾何意義上理解全微分。 沒想到,沒想到。。。
  • 全微分的理論建立過程
    【備註】 這是北郵2019級計算機學院黃逸飛同學對全微分的思考,可能看起來有一點枯燥,其實這反而說明黃逸飛同學思考的深入和對微分相關問題思考的到位
  • 多元函數全微分
    我們已經知道,二元函數對某個自變量的偏導數表示當其中一個自變量固定時,因變量對另一個自變量的變化率.在實際問題中,有時需要研究多元函數中各個自變量都取得增量時因變量所獲得的增量,即所謂全增量的問題
  • 高數學習「瓶頸」突破之二:通俗化理解導數與微分概念
    面對這些學科的學習,不少學生感覺「枯燥無味」、「提不起學習興趣」、「不知道如何入手學習」……高等數學更是高度抽象和難於理解的學科,特別是其中的導數、微分、不定積分等概念,不少學生學習之後不知道是什麼意思。先看一下如下的書面定義:
  • 多元函數微分學 | 全微分
    上面兩式的左端分別叫做二元函數對x和對y的偏增量,而右端分別叫做二元函數對x和對y的偏微分。在實際問題中,有時需要研究多元函數中各個自變量都取得增量時因變量所獲得的增量,即所謂全增量的問題。下面以二元函數為例進行討論。
  • 系統微分方程的解―系統的全響應
    所以,要證明線性系統的微分方程是否是線性的,就必須證明它是否同時滿足齊次性與疊加性。 二、 系統微分方程的解——系統的全響應  求系統微分方程的解,實際上就是求系統的全響應y(t)。系統微分方程的解就是系統的全響應y(t)。線性系統的全響應y(t),可分解為零輸入響應yx(t)與零狀態響應yf(t)的疊加,即 。下面證明此結論。 在圖2-2中,若激勵f(t)=0,但系統的初始條件不等於零,此時系統的響應即為零輸入響應yx(t),如圖2-4(a)所示。
  • 《全微分》內容總結、題型與典型題
    1.全增量與全微分的基本概念設函數z=f(x,y)在點(x0,y0)的某鄰域內有定義,(x,y)為該鄰域內的任意一點,記x=x0+△x,y=y0+△y,則自變量(x0,y0)變化到(x,y)的全增量其中A,B是與自變量的增量△x,△y無關的量,並且把去掉無窮小量的部分稱為函數的全微分,並記作dz,即有
  • 「神經常微分方程」提出者之一:如何利用深度微分方程模型處理連續...
    在 NeruIPS 2018 獲獎論文中,陳天琦、David Duvenaud 等人將二者相結合,進行架構創新,提出一類新型深度神經網絡「神經常微分方程」(ODEnet)。它不拘於對已有架構的修修補補,而是完全從另外一個角度考慮如何以連續的方式藉助神經網絡對數據建模。
  • 數學一知識點講解--多元函數中的極限、連續、偏導和全微分(一)
    點擊藍色字免費訂閱,每天收到這樣的好信息        多元函數的極限、連續、偏導和全微分是從二元函數開始講起的而原函數的極限和連續比較簡單,大家可以從同濟教材以及全書上都能理解。深刻理解了一階的微分,那麼對二元函數的偏導數和,全微分應該也不會費解。現在,我們就來強調一下這一塊比較費解的,同時每年考研幾乎必考的一個概念,就是多元函數連續、可導、和可微之間的關係。
  • 微分學之隱函數的偏導與全微分
    求解隱函數偏導的三種方法(1)利用一階全微分的形式不變性質(2)公式法,變量x,y,z地位一樣(意思就是不需要考慮x,y,z誰是自變量因變量)(3)方程或者方程組兩端直接求偏導,注意哪個是自變量,哪個是因變量例2-6由方程組確定的函數在某點的全微分,案例如下
  • 微分方程重點一:常係數齊次線性微分方程
    微分方程前面的都是一些基礎,如果是一些和其他題型結合在一起的題目的話,可能會考前面的微分方程內容,比如說求知道函數的全微分,讓求原函數這類的。但是如果微分方程考大題的話,就是考二階常係數非齊次線性微分方程了。之前講的微分方程解的結構是基礎,主要是為了說明做題時我們需要求什麼。
  • 《積分與路徑無關及全微分方程》內容小結、題型與典型題
    是否成立,如果成立則為全微分方程;第二步:利用積分與路徑無關,任取一定點(x0,y0)為起點,終點為變量(x,y)構成的點為積分路徑 【注2】這裡得到的函數u(x,y)也稱為全微分表達式P(x,y)dx+Q(x,y)dy的一個原函數。對於這樣的被積表達式的積分也可以直接等於原函數在終點的取值減去起點的取值得到。
  • 淺談四維空間與微分的幾何化
    前兩期講了微分和積分的一些概念,相信大家看完以後對微積分有了一個簡單的認識。這期講的話題很簡單,也是我個人的猜想,沒有事實依據,且無從考證。單憑著感覺在寫,希望各位多多包涵。不廢話,直接進入正題。維度:我們知道零維是一個點,一維是一條直線,二維是一個面,三維是一個具有長寬高的空間(為了好理解我把三維稱為體),四維目前還是一個未知領域沒法具體描繪。
  • 《積分與路徑無關及全微分方程》知識要點與問題求解思路與步驟
    3.求全微分方程通解的基本步驟與思路第一步:將一階微分方程改寫成P(x,y)dx+Q(x,y)dy=0形式,並判定是否成立,如果成立則為全微分方程;第二步:利用積分與路徑無關,任取一定點(x0,y0)為起點,終點為變量(x,y)構成的點為積分路徑,選取特殊路徑求得原函數u(x
  • 可微、微分原來是這樣的……
    在學習一元函數時,有沒有感覺可導很容易理解,而可微卻像一個突兀的概念,很難準確地理解,只知道在一元函數中,可微與可導等價。今天小編來告訴大家,可微是個什麼東東!以函數y=f(x) =tan(x)為例來解釋可導、可微、導數微分等概念。
  • 在家學|全微分的定義,可微與極限存在、連續性的關係及方向導數
    1.全微分的定義其中
  • 微分學之偏導與全微分
    今日主題:抽象複合函數的偏導與全微分求導規則:逐層遞進剝皮(想像一下剝洋蔥一層層地剝,這裡是一層層的求)分類(1)複合函數的中間變量都是一元函數
  • 公開課 AP微積分難點3-利用微分求導數
    但是當同學們學到多元微積分之後,更為有力的工具是全微分(聽不懂沒關係,當做是13格很高的東西就好),因為它是一次施法,遍地開花(如求完全微分之後,偏導數自然就得到了)。這次課我們就使用微分法來求導數。derivative=導數,differentiation=微分首先看導數和微分的關係
  • 什麼是分數階微分和積分?
    實際上,許多文獻中接受了不同的分數積分運算符,但RL積分是最簡單,最容易使用和理解的。注意,α可能也很複雜,實部嚴格大於零,為簡單起見,我們將假定α為實。α= 1/2的特殊情況稱為半積分。RL集成遵循以下重要關係:一個人可能天真地假設我們完成了,並且我們可以簡單地定義分數微分以將α階為是這樣 問題(是其中一個問題)是,伽瑪函數未定義為零或負整數,這將使我們產生微分的泛化,甚至不能用於正則微分!我們必須要有創造力才能找到解決此問題的方法。