全微分

一、全微分定义

1.1、偏增量与偏微分

全微分_第1张图片

1.2、全增量

全微分_第2张图片

1.3、全微分定义:用自变量增量 Δ x , Δ y \Delta x,\Delta y Δx,Δy的线性函数近似代替全增量 Δ z \Delta z Δz

  • Δ z = f ( x + Δ x , y + Δ y ) − f ( x , y ) \Delta z = f(x+\Delta x, y+\Delta y )-f(x, y) Δz=f(x+Δx,y+Δy)f(x,y)
  • 线性函数代替 Δ z = A Δ x + B Δ y + o ( ρ ) \Delta z=A\Delta x+B\Delta y+o(\rho) Δz=AΔx+BΔy+o(ρ)
  • A, B 不依赖于 Δ x , Δ y \Delta x,\Delta y Δx,Δy,只和x,y有关
  • ρ = ( Δ x ) 2 + ( Δ y ) 2 \rho = \sqrt { (\Delta x) ^2+(\Delta y)^2} ρ=(Δx)2+(Δy)2
    • 为了同时兼顾 Δ x , Δ y \Delta x,\Delta y Δx,Δy
    • 而且 ρ → 0 ⇔ ( x , y ) → ( 0 , 0 ) \rho \rightarrow 0 \Leftrightarrow(x, y)\rightarrow(0,0) ρ0(x,y)(0,0)
  • 全微分: d z = A Δ x + B Δ y dz=A\Delta x+B\Delta y dz=AΔx+BΔy

全微分_第3张图片

1.3.1、两个常数,不是任意值,而是偏导数

因为 Δ z = f ( x + Δ x , y + Δ y ) − f ( x , y ) \Delta z = f(x+\Delta x, y+\Delta y) - f(x,y) Δz=f(x+Δx,y+Δy)f(x,y)

Δ x = 0 , 则 Δ z = f ( x , y + Δ y ) − f ( x , y ) \Delta x=0, 则 \Delta z = f(x,y+\Delta y)-f(x,y) Δx=0,Δz=f(x,y+Δy)f(x,y),根据一元函数微分学导数与微分关系可知:
   Δ z = f y ′ ( x , y ) Δ y ( 1 ) 式 \Delta z = f_{y}^{'}(x, y)\Delta y \qquad\qquad\qquad\quad(1)式 Δz=fy(x,y)Δy(1)
又因为全微分定义: Δ z = A Δ x + B Δ y + o ( ρ ) \Delta z = A\Delta x+B\Delta y + o(\rho) Δz=AΔx+BΔy+o(ρ), Δ x = 0 时 \Delta x=0时 Δx=0 则:
   Δ z = B Δ y + o ( ∣ Δ y ∣ ) ( 2 ) 式 \Delta z=B\Delta y+o(|\Delta y|) \qquad\qquad\qquad(2)式 Δz=BΔy+o(Δy)(2)

(1)式等于(2)式,所以 f y ′ ( x , y ) Δ y = B Δ y f_{y}^{'}(x, y)\Delta y = B\Delta y fy(x,y)Δy=BΔy

同理: Δ y = 0 时 , f x ′ ( x , y ) Δ x = A Δ x \Delta y=0时,f_{x}^{'}(x, y)\Delta x = A\Delta x Δy=0fx(x,y)Δx=AΔx
两个常数,不是任意值,而是偏导数

1.3.2、可微与连续的关系: 可微则函数必连续

全微分_第4张图片

1.4、可微的条件

1.4.1、可微的必要条件

全微分_第5张图片

1.4.1.1、偏导存在只是可微的必要而非充分条件

  • 一元函数的导数存在是微分存在的充要条件
    全微分_第6张图片

1.4.2、可微的充分条件: 偏导函数连续

全微分_第7张图片

1.4.2.1、证明

全微分_第8张图片

1.5、微分条件的推广到多元

全微分_第9张图片

二、全微分在近似计算中应用

全微分_第10张图片

你可能感兴趣的:(#,高数,数学基础及计算机理论)