偏微分
☰ Contents
利潤取決於售價,也取決於賣出多少件,所以它是一個二元函數。偏微分就是處理這類函數的微積分。普通微分的每一條規則依然適用。改變的是幾何:圖形是一個曲面,而曲面在每個方向上的坡度都不一樣。
什麼是二元函數?
二元函數接收一對數 (x, y),傳回一個數,寫作 f(x, y)。對於 ,輸入 (3, 4) 得到 9 + 16 = 25。輸入是平面上的一個點,輸出是它上方的高度,所以圖形是一個曲面,這裡是一個最低點在原點的碗。普通的微積分在這裡要小心,因為曲面在每個方向上的坡度都可能不同。等高線有幫助:每一條都是某個固定高度的切片,就像地圖上的等高線,而這個碗在高度 25 的切片,是通過 (3, 4)、半徑為 5 的圓。有些輸入必須排除,這會改變定義域: 需要 。點 (−3, 4) 的高度相同,因為平方會去掉正負號。詳見 二元函數和三維空間裡的曲面。
保持y不變 — 這個切面是一條普通的曲線,偏導數就是它的斜率: 3
找出一個x方向斜率為零的點。
在高度 4 切開碗 ,切片是圓 ,半徑為 2。詳見 等高線。
兩個變數時,極限還適用嗎?
適用,但在兩個變數時,極限必須沿著每一條通往該點的路徑都得到同一個值,而不只是從兩側逼近。看原點附近的 。沿著 x 軸,f 是 0。沿著直線 y = x,f 是 ,也就是 1。兩條路徑給出兩個值,所以極限不存在。這個值取決於逼近的方向:沿著 y = mx,它在每一個距離上都是 。兩條路徑一致什麼也證明不了,所以要證明極限存在需要另一種做法,通常是找一個上界。對於 ,它的大小最多是 |y|,而 |y| 趨近 0,所以那個極限是 0。直線 y = 2x 讓第一個函數處處等於 ,分子是 2 × 2 = 4,分母是 1 + 4 = 5。
沿著20°的射線,不論離原點多遠,f = sin 2θ = 0.64:這個值取決於逼近的方向,而不是距離
把射線轉到y = −x上,讀出這個值
詳見 二元函數的極限。
連續的意思和單變數時一樣:函數在某點的極限存在,而且等於函數在那一點的值。詳見 二元函數的連續性。
什麼是偏導數?
偏導數是 f 在一個方向上的變化率,另一個變數保持不變。求 時,把 y 當作常數,照常對 x 求導; 則反過來。對於 ,,因為 y 是常數因子,而 是常數;同時 。在 (1, 2),x 方向的斜率是 2 × 1 × 2 = 4,y 方向的斜率是 1 + 10 × 2 = 21。固定 y,就是用平行於 x 軸的平面切開曲面,切出來的是一條普通曲線,它的斜率就是 。彎曲的 取代了 d,表示其他變數正被固定住,而不含 x 的項對 x 求導得 0。(1, 2) 和 (2, 2) 的高度分別是 22 和 28,所以這條割線的斜率是 28 − 22 = 6,比 4 大,因為切片是向上彎的。詳見 偏導數。
弦的斜率是4 + h,所以它比f ′(2)恰好大h
沿著曲線拖曳上面的點
不需要任何新規則。詳見 計算偏導數。
設 。那麼 ,因為 y 是常數因子,而 是常數。又 ,因為 是常數因子,而 求導得 。
換你試試
。 是多少?
。 是多少?
二階偏導數呢?
把偏導數再求一次導,就得到二階偏導數,共有四個:對 x 兩次、對 y 兩次,以及兩個混合的,先 x 後 y 和先 y 後 x。看 ,它對 x 的一階偏導數是 ,對 y 的是 。再求一次導得到 和 ,而兩個混合偏導數都是 。在 (1, 2),它們分別是 6 × 1 × 4 = 24、2,以及每個混合偏導數的 12。兩個混合偏導數相等,這是混合偏導數定理:只要兩者都連續,順序就不重要,所以只需算出三個。這三個合起來衡量曲面怎麼彎曲,而駐點的檢定會用到全部三個。換個順序, 對 x 求導得 ,而 6 × 1 × 2 = 12,又是 12。詳見 高階偏導數。
看 。那麼 ,再對 y 求導得 。另外 ,再對 x 求導得 。詳見 混合偏導數定理。
換你試試
。 是多少?
。 是否等於 ?
連鎖律在這裡怎麼用?
當 x 和 y 都取決於 t 時,z = f(x, y) 會同時因為兩個原因而改變,而 為每個變數加上一項:z 對該變數的偏導數,乘以該變數的變化率。對於 z = xy,其中 且 y = 3t,有 和 ,而兩個變化率是 2t 和 3,所以 ty + 3x。在 t = 1 時,x = 1、y = 3,結果是 2 × 3 + 3 × 1 = 9。在很短的時間內,每個變數都讓 z 上升「自己的斜率乘以自己的步長」,而小小的上升可以相加。如果 x 和 y 都取決於 s 和 t,那麼 和 各有兩項,一項經過 x,一項經過 y。只有一個變數時,這個公式就是普通的連鎖律。先代入再求導,結果一致: 求導得 ,而 9 × 1 = 9。
dz/dt = fx ẋ + fy ẏ = −3.73 + 1.05 = −2.68:爬升等於東向斜率乘以東向速度,加上北向斜率乘以北向速度
把行走者停在路徑沿著等高線的位置
.
把依賴關係畫成一棵樹,沿每條分支相乘,再把各分支相加。詳見 偏導數的連鎖律。
換你試試
每一項都把 乘上
什麼是梯度向量?
梯度向量 以兩個偏導數為分量,;它指向上升最陡的方向,它的長度就是那個方向的斜率。對於 ,,所以在 (3, 4) 它是 (6, 8),正對著碗壁往上指,長度為 10,因為 36 + 64 = 100。沿單位向量 u 的斜率是 ,也就是 ,其中 是兩者的夾角。它在 時最大,所以梯度是最陡的上坡方向;在直角時它是 0,所以梯度和每條等高線都正交,這裡就是半徑為 5 的圓。梯度為零表示曲面是平的,沒有最陡的方向。沿單位向量 的斜率是 ,也就是梯度的全長。詳見 梯度向量。
Du f = ∇f · u = |∇f| cos φ = 2.6 × 0.05 = 0.12:u方向上的斜率,等於梯度的長度乘以兩者夾角的餘弦
沿等高線轉動u,直到Du f = 0
這種沿著指定方向的斜率,就是方向導數。詳見 方向導數。
在某一點貼著曲面的那個平面,叫做切平面。兩個偏導數給出它在 x 和 y 方向上的傾斜程度,這就把它完全確定了。詳見 切平面。
換你試試
,單位步伐 u = (0.6, 0.8)。沿 u 方向的斜率是多少?
,單位步伐 u = (0.8, 0.6)。沿 u 方向的斜率是多少?
怎麼求曲面上的極大值和極小值?
在光滑曲面的極大值或極小值處,兩個偏導數都等於 0,所以把它們聯立求解,再為每個點分類。對於 ,偏導數 2x − 4 和 4y + 4 只在 (2, −1) 同時為 0,那裡的高度是 4 + 2 − 8 − 4 = −6。分類的方法是:把對 x 和對 y 的二階偏導數相乘,再減去混合偏導數的平方:2 × 4 − 0 = 8,是正數,而對 x 的那個也是正數,所以這是極小值。山頂或谷底的切平面是平的,所以兩個斜率在那裡都消失。結果為負表示鞍點:對於 ,在原點得 2 × (−2) − 0 = −4,往一個方向上升,往另一個方向下降。配方可以證實:f 等於 ,永遠不會低於 −6。
20°處的截面是z = (cos 2θ) ρ² = 0.77 ρ²:cos 2θ > 0時是碗形,cos 2θ < 0時是拱形,符號在45°處發生變化
轉動切面,直到截面變平
因為可能出現鞍點,二元函數的二階導數檢定要用到全部三個二階偏導數。詳見 曲面的駐點。
| 檢定顯示 | 這個點是 |
|---|---|
| 每個方向都向上彎 | 局部極小值 |
| 每個方向都向下彎 | 局部極大值 |
| 一個方向向上,另一個方向向下 | 鞍點 |
換你試試
曲面的駐點在哪裡?
在一個水平點上,沿 x 方向上升、沿 y 方向下降,這是哪一種點?
如果變數受到限制呢?
在限制條件 g(x, y) = 0 之下,拉格朗日乘數法可以求出 f 沿著那條曲線的最大值或最小值:令 ,再把各分量方程和限制條件聯立求解。要在直線 x + y = 10 上求 xy 的最大值,取 g = x + y − 10。那麼 且 ,所以 且 ,這迫使 x = y = 5,最大值為 5 × 5 = 25。如果 斜斜地穿過曲線,沿著曲線走一步仍然能讓 f 上升,所以在最佳點,兩個梯度是平行的。乘數本身也有意義: 是把 10 調高時,最大值增加的速率。有兩個限制條件時,每個條件各有自己的乘數。直線上的其他點都比較小,因為 4 × 6 = 24、3 × 7 = 21。
x + 2y = 1與橢圓相交兩次:沿著橢圓在兩個交點之間走,x + 2y會超過1,所以兩個交點都不是最大值
把直線向上滑動,直到它剛好碰到橢圓
先用 把各分量方程中的 x 和 y 表示出來,再代入限制條件。詳見 拉格朗日乘數法。
怎麼在曲面下積分?
在平面的一個區域上積分,就是積分兩次,每個變數各一次,得到的是曲面下方的體積。先固定 y 對 x 積分,得到一個截面的面積,再把這些面積對 y 積分。對於 xy 在 x 從 0 到 2、y 從 0 到 3 的長方形上,內層積分是 ,代入上下限後得 2y,而 2y 的外層積分是 ,結果是 9。體積由許多薄片組成,每一片是截面積乘以一個很小的厚度,就像面積由許多細長條組成一樣。區域不是長方形時,積分的上下限會改變:在 y = x 下方的三角形上,對 y 的內層積分從 0 到 x。這個長方形上的積分還可以拆成乘積,因為 xy 是 x 乘 y,而 。
用符號寫, 且 。詳見 曲面下方的體積。
值得點名的錯誤
- 把每個變數同時求導。不含你所選變數的項,求導得 0。
- 以為斜率只有一個數。斜率取決於方向,所以梯度是一個向量。
- 因為兩條路徑一致,就認定極限存在。沿著每一條路徑逼近,極限都必須相同。
- 把每個駐點都叫做極大值或極小值。鞍點讓兩個偏導數都等於 0,但兩者都不是。
- 在列出拉格朗日方程之前,就把限制條件代入 f。先對原本的 f 和 g 求梯度,再和限制條件聯立求解。
延續下來的單變數規則在微分法則(英文)中,最佳化的想法在微分的應用(英文)中,向量的語言則在向量(英文)中。相關指南:積分的應用與極座標曲線(英文)。
輪到你了
三題試一試,點選作答。
x²y 對 x 的偏導數 ∂/∂x
x²y 對 y 的偏導數 ∂/∂y
求 ∂f/∂x 時,你把 y 當作
常見問題
- 什麼是偏導數?
- 它是多變數函數對其中一個變數的變化率,其餘的變數保持固定。在曲面上,它就是你往正東或正北走時量到的坡度,但不是斜著走的坡度。用彎曲的符號代替普通的 d,正是為了提醒你:還有別的變數存在,而且它們被刻意固定住了。
- 偏導數怎麼算?
- 對你選定的變數求導,把其他每個變數都當成常數。如果函數是 x 的平方乘 y 再加 y 的立方,那麼對 x 求導得 2xy,因為在這次計算裡 y 只是一個數,而 y 的立方那一項則完全消失。不需要任何新規則,只需要守住「其餘保持不動」這個紀律。
- 梯度向量告訴你什麼?
- 它指向上升最陡的方向,它的長度就是那個方向有多陡。它的分量就是各個偏導數,所以它把兩個坡度裝進同一個物件裡。它也永遠和通過該點的等高線垂直,這就是為什麼水往下流時,會和地圖上的等高線成直角。
- 為什麼混合偏導數會相等?
- 對任何二階偏導數連續的函數,先對 x 再對 y 求導,和先對 y 再對 x 求導,結果相同。順序不重要。這就是混合偏導數定理,它是一個真正的定理,而不是顯而易見的事實——對刻意構造出來的函數它可能不成立,但對實際會遇到的函數從來不會失效。
- 什麼是鞍點?
- 它是兩個偏導數都為零的點,但曲面在那裡既不是山頂也不是谷底——它往一個方向上升,往另一個方向下降,就像山口或馬鞍。鞍點在單變數微積分裡沒有對應的東西,所以曲面上的駐點需要用二階導數檢定來分類,而不能直接當成極大值或極小值。
- 什麼是拉格朗日乘數?
- 它是在變數必須滿足某個限制條件時,求函數最佳值的方法。在限制條件上的最佳點,函數的梯度和限制條件的梯度平行,所以把其中一個設成另一個的倍數,再和限制條件一起解。乘數本身也有意義:它衡量的是限制條件稍微放寬時,最佳值會改善多少。