多元复合函数与隐函数的导数

链式法则 · 全微分形式不变性 · 隐函数微分法

链式法则 全微分不变性 隐函数求导

为什么需要链式法则?

在实际问题中,变量之间的关系往往不是直接的,而是通过"中间变量"间接联系的。

比如:温度 \(T\) 随海拔 \(h\) 和纬度 \(\varphi\) 变化,而海拔和纬度又随位置坐标 \((x, y)\) 变化。

那么温度 \(T\) 对位置 \(x\) 的变化率怎么求?——这就需要链式法则

x u = φ(x) v = ψ(x) z = f(u,v) → 求 dz/dx ?

回忆一元微积分中的链式法则:若 \(y = f(u)\),\(u = g(x)\),则 \(\dfrac{\mathrm{d}y}{\mathrm{d}x} = \dfrac{\mathrm{d}y}{\mathrm{d}u} \cdot \dfrac{\mathrm{d}u}{\mathrm{d}x}\)。

多元函数的链式法则是它的推广——每条"路径"的贡献相加!

链式法则:两个中间变量,一个自变量

定理(链式法则 — 情形一)

设 \(z = f(u, v)\) 在点 \((u, v)\) 有连续偏导数,\(u = \varphi(x)\),\(v = \psi(x)\) 对 \(x\) 可导,则复合函数 \(z = f[\varphi(x), \psi(x)]\) 对 \(x\) 可导,且

\(\dfrac{\mathrm{d}z}{\mathrm{d}x} = \dfrac{\partial f}{\partial u} \cdot \dfrac{\mathrm{d}u}{\mathrm{d}x} + \dfrac{\partial f}{\partial v} \cdot \dfrac{\mathrm{d}v}{\mathrm{d}x}\)
直观理解:每条路径的贡献之和
z u v x ∂f/∂u ∂f/∂v du/dx dv/dx 路径1: z→u→x 路径2: z→v→x

记忆口诀:对每个中间变量,"偏导 × 全导",然后全部加起来

\(\dfrac{\mathrm{d}z}{\mathrm{d}x} = \underbrace{\dfrac{\partial f}{\partial u} \cdot \dfrac{\mathrm{d}u}{\mathrm{d}x}}_{\text{路径 } z \to u \to x} + \underbrace{\dfrac{\partial f}{\partial v} \cdot \dfrac{\mathrm{d}v}{\mathrm{d}x}}_{\text{路径 } z \to v \to x}\)

注意:\(z\) 对 \(u, v\) 用偏导(因为 \(z\) 是多元函数),而 \(u, v\) 对 \(x\) 用全导(因为它们是一元函数)。

自变量只有一个 \(x\),所以最终结果是关于 \(x\) 的全导数

特别地,如果 \(z = f(u, v)\) 中只有一个中间变量,比如 \(z = f(u)\),\(u = \varphi(x)\),那么 \(\dfrac{\mathrm{d}z}{\mathrm{d}x} = \dfrac{\mathrm{d}f}{\mathrm{d}u} \cdot \dfrac{\mathrm{d}u}{\mathrm{d}x}\),这就回到了一元的链式法则。

例题精讲

例 1

设 \(z = uv + \sin t\),而 \(u = \mathrm{e}^t\),\(v = \cos t\),求全导数 \(\dfrac{\mathrm{d}z}{\mathrm{d}t}\)。

第一步:识别结构

\(z\) 有三个变量 \(u, v, t\),其中 \(u, v\) 是中间变量(通过 \(t\) 表达),\(t\) 既直接出现又通过 \(u, v\) 间接出现。

第二步:写出链式法则

\(\dfrac{\mathrm{d}z}{\mathrm{d}t} = \dfrac{\partial z}{\partial u} \cdot \dfrac{\mathrm{d}u}{\mathrm{d}t} + \dfrac{\partial z}{\partial v} \cdot \dfrac{\mathrm{d}v}{\mathrm{d}t} + \dfrac{\partial z}{\partial t}\)

第三步:分别计算各偏导与全导

\(\dfrac{\partial z}{\partial u} = v\),\(\dfrac{\partial z}{\partial v} = u\),\(\dfrac{\partial z}{\partial t} = \cos t\);\(\dfrac{\mathrm{d}u}{\mathrm{d}t} = \mathrm{e}^t\),\(\dfrac{\mathrm{d}v}{\mathrm{d}t} = -\sin t\)

第四步:代入合并

\(\dfrac{\mathrm{d}z}{\mathrm{d}t} = v \cdot \mathrm{e}^t - u \sin t + \cos t = \mathrm{e}^t \cos t - \mathrm{e}^t \sin t + \cos t\)

最终结果

\(\dfrac{\mathrm{d}z}{\mathrm{d}t} = \mathrm{e}^t(\cos t - \sin t) + \cos t\)

链式法则:多个中间变量

推广:多个中间变量,一个自变量

设 \(z = f(u_1, u_2, \ldots, u_n)\),\(u_k = \varphi_k(x)\)(\(k = 1, 2, \ldots, n\)),则

\(\dfrac{\mathrm{d}z}{\mathrm{d}x} = \sum_{k=1}^{n} \dfrac{\partial f}{\partial u_k} \cdot \dfrac{\mathrm{d}u_k}{\mathrm{d}x}\)

理解:每一条路径的"偏导 × 全导",然后求和——和情形一完全一样的思路!

例 2

设 \(\omega = \sqrt{u^2 + v^2} + \ln h\),\(u = \sin x\),\(v = \mathrm{e}^{2x}\),\(h = x^2\),求 \(\dfrac{\mathrm{d}\omega}{\mathrm{d}x}\)。

三条路径:ω→u→x,ω→v→x,ω→h→x

\(\dfrac{\mathrm{d}\omega}{\mathrm{d}x} = \dfrac{\partial \omega}{\partial u}\cdot\dfrac{\mathrm{d}u}{\mathrm{d}x} + \dfrac{\partial \omega}{\partial v}\cdot\dfrac{\mathrm{d}v}{\mathrm{d}x} + \dfrac{\partial \omega}{\partial h}\cdot\dfrac{\mathrm{d}h}{\mathrm{d}x}\)

计算各项

\(\dfrac{\partial\omega}{\partial u} = \dfrac{u}{\sqrt{u^2+v^2}}\),\(\dfrac{\partial\omega}{\partial v} = \dfrac{v}{\sqrt{u^2+v^2}}\),\(\dfrac{\partial\omega}{\partial h} = \dfrac{1}{h}\)

\(\dfrac{\mathrm{d}u}{\mathrm{d}x} = \cos x\),\(\dfrac{\mathrm{d}v}{\mathrm{d}x} = 2\mathrm{e}^{2x}\),\(\dfrac{\mathrm{d}h}{\mathrm{d}x} = 2x\)

代入得

\(\dfrac{\mathrm{d}\omega}{\mathrm{d}x} = \dfrac{u\cos x}{\sqrt{u^2+v^2}} + \dfrac{2v\mathrm{e}^{2x}}{\sqrt{u^2+v^2}} + \dfrac{2x}{h}\)

回代 u, v, h 得最终结果

\(\dfrac{\mathrm{d}\omega}{\mathrm{d}x} = \dfrac{\sin x\cos x}{\sqrt{\sin^2 x + \mathrm{e}^{4x}}} + \dfrac{2\mathrm{e}^{4x}}{\sqrt{\sin^2 x + \mathrm{e}^{4x}}} + \dfrac{2}{x}\)

链式法则:两个中间变量,两个自变量

定理(链式法则 — 情形二)

设 \(z = f(u, v)\) 有连续偏导数,\(u = \varphi(x, y)\),\(v = \psi(x, y)\) 有偏导数,则

\(\dfrac{\partial z}{\partial x} = \dfrac{\partial f}{\partial u}\cdot\dfrac{\partial u}{\partial x} + \dfrac{\partial f}{\partial v}\cdot\dfrac{\partial v}{\partial x}\),\(\dfrac{\partial z}{\partial y} = \dfrac{\partial f}{\partial u}\cdot\dfrac{\partial u}{\partial y} + \dfrac{\partial f}{\partial v}\cdot\dfrac{\partial v}{\partial y}\)
z u v x y ∂f/∂u ∂f/∂v ∂u/∂x ∂v/∂y

关键区别:自变量有两个 \(x, y\),所以结果是偏导数!求 \(\dfrac{\partial z}{\partial x}\) 时,只看通往 \(x\) 的路径;求 \(\dfrac{\partial z}{\partial y}\) 时,只看通往 \(y\) 的路径。

结构完全对称:先对中间变量偏导,再对自变量偏导,沿路径相乘,所有路径相加。

例题精讲

例 3

设 \(z = \mathrm{e}^u \sin v\),\(u = xy\),\(v = x + y\),求 \(\dfrac{\partial z}{\partial x}\) 和 \(\dfrac{\partial z}{\partial y}\)。

第一步:写出链式法则公式

\(\dfrac{\partial z}{\partial x} = \dfrac{\partial z}{\partial u}\cdot\dfrac{\partial u}{\partial x} + \dfrac{\partial z}{\partial v}\cdot\dfrac{\partial v}{\partial x}\)

第二步:计算各偏导数

\(\dfrac{\partial z}{\partial u} = \mathrm{e}^u \sin v\),\(\dfrac{\partial z}{\partial v} = \mathrm{e}^u \cos v\)

\(\dfrac{\partial u}{\partial x} = y\),\(\dfrac{\partial v}{\partial x} = 1\)

第三步:代入

\(\dfrac{\partial z}{\partial x} = \mathrm{e}^u \sin v \cdot y + \mathrm{e}^u \cos v \cdot 1 = \mathrm{e}^u(y\sin v + \cos v)\)

\(\dfrac{\partial z}{\partial x} = \mathrm{e}^{xy}[y\sin(x+y) + \cos(x+y)]\)

同理求 ∂z/∂y

\(\dfrac{\partial u}{\partial y} = x\),\(\dfrac{\partial v}{\partial y} = 1\)

\(\dfrac{\partial z}{\partial y} = \mathrm{e}^u \sin v \cdot x + \mathrm{e}^u \cos v \cdot 1 = \mathrm{e}^u(x\sin v + \cos v)\)

\(\dfrac{\partial z}{\partial y} = \mathrm{e}^{xy}[x\sin(x+y) + \cos(x+y)]\)

全微分形式不变性

设 \(z = f(u, v)\) 可微,当 \(u, v\) 是自变量时,全微分为

\(\mathrm{d}z = \dfrac{\partial z}{\partial u}\mathrm{d}u + \dfrac{\partial z}{\partial v}\mathrm{d}v\)

当 \(u = u(x, y)\),\(v = v(x, y)\) 是中间变量时,利用链式法则可以证明:

\(\mathrm{d}z = \dfrac{\partial z}{\partial u}\mathrm{d}u + \dfrac{\partial z}{\partial v}\mathrm{d}v\)

形式完全相同!

全微分形式不变性

无论 \(u, v\) 是自变量还是中间变量,全微分 \(\mathrm{d}z = \dfrac{\partial z}{\partial u}\mathrm{d}u + \dfrac{\partial z}{\partial v}\mathrm{d}v\) 的表达式形式不变。

应用价值:利用此性质,可以先对 \(u, v\) 求全微分(把 \(u, v\) 当自变量),再把 \(\mathrm{d}u, \mathrm{d}v\) 展开。这大大简化了复合函数偏导数的计算!

例 4 利用全微分不变性验证例 3 的结果

\(z = \mathrm{e}^u \sin v\),\(u = xy\),\(v = x + y\)

\(\mathrm{d}z = \mathrm{d}(\mathrm{e}^u \sin v) = \mathrm{e}^u \sin v \,\mathrm{d}u + \mathrm{e}^u \cos v \,\mathrm{d}v\)

因为 \(\mathrm{d}u = y\,\mathrm{d}x + x\,\mathrm{d}y\),\(\mathrm{d}v = \mathrm{d}x + \mathrm{d}y\),代入得

\(\mathrm{d}z = \mathrm{e}^u\sin v(y\,\mathrm{d}x + x\,\mathrm{d}y) + \mathrm{e}^u\cos v(\mathrm{d}x + \mathrm{d}y)\)

\(= \mathrm{e}^{xy}[y\sin(x+y)+\cos(x+y)]\mathrm{d}x + \mathrm{e}^{xy}[x\sin(x+y)+\cos(x+y)]\mathrm{d}y\)

比较 \(\mathrm{d}x, \mathrm{d}y\) 的系数,结果与例 3 一致!

例题精讲:全微分法求偏导

例 5

利用全微分形式不变性求函数 \(u = \dfrac{x}{x^2 + y^2 + z^2}\) 的偏导数。

思路:先求 du,再读出偏导

利用商的微分法则来求 \(\mathrm{d}u\),设分母 \(S = x^2 + y^2 + z^2\)。

计算全微分

\(\mathrm{d}u = \dfrac{S\,\mathrm{d}x - x\,\mathrm{d}S}{S^2}\),其中 \(\mathrm{d}S = 2x\,\mathrm{d}x + 2y\,\mathrm{d}y + 2z\,\mathrm{d}z\)

代入展开

\(\mathrm{d}u = \dfrac{(x^2+y^2+z^2)\mathrm{d}x - x(2x\,\mathrm{d}x+2y\,\mathrm{d}y+2z\,\mathrm{d}z)}{(x^2+y^2+z^2)^2}\)

整理后,分别读出 dx, dy, dz 的系数

\(\mathrm{d}u = \dfrac{(y^2+z^2-x^2)\mathrm{d}x - 2xy\,\mathrm{d}y - 2xz\,\mathrm{d}z}{(x^2+y^2+z^2)^2}\)

\(\dfrac{\partial u}{\partial x} = \dfrac{y^2+z^2-x^2}{(x^2+y^2+z^2)^2}\),\(\dfrac{\partial u}{\partial y} = \dfrac{-2xy}{(x^2+y^2+z^2)^2}\),\(\dfrac{\partial u}{\partial z} = \dfrac{-2xz}{(x^2+y^2+z^2)^2}\)

隐函数的微分法

在一元微积分中,我们已经接触过隐函数的概念:方程 \(F(x, y) = 0\) 可以确定一个函数 \(y = f(x)\)。

比如方程 \(x^2 + y^2 = 1\) 确定了 \(y\) 是 \(x\) 的隐函数(在局部)。当时我们用"等式两边对 \(x\) 求导"来求 \(\dfrac{\mathrm{d}y}{\mathrm{d}x}\)。

现在,我们利用链式法则,给出更系统的公式。

x y O F(x, y) = 0 (x₀, y₀) 斜率 = dy/dx

核心思想:方程 \(F(x, y) = 0\) 两边对 \(x\) 求导,由于 \(y\) 是 \(x\) 的函数,要用链式法则处理含 \(y\) 的项。

\(F(x, y) = 0\) 两边对 \(x\) 求导:\(\dfrac{\partial F}{\partial x} + \dfrac{\partial F}{\partial y}\cdot\dfrac{\mathrm{d}y}{\mathrm{d}x} = 0\),解出 \(\dfrac{\mathrm{d}y}{\mathrm{d}x}\) 即可。

隐函数求导公式

公式一:一个方程确定一元隐函数

设 \(F(x, y) = 0\) 确定了函数 \(y = f(x)\),且 \(F_y \neq 0\),则

\(\dfrac{\mathrm{d}y}{\mathrm{d}x} = -\dfrac{F_x}{F_y}\)

记忆技巧:分子是 \(F\) 对谁求导——对 \(x\)(自变量)求偏导;分母是对——对 \(y\)(因变量)求偏导。前面加负号

公式二:一个方程确定二元隐函数

设 \(F(x, y, z) = 0\) 确定了函数 \(z = f(x, y)\),且 \(F_z \neq 0\),则

\(\dfrac{\partial z}{\partial x} = -\dfrac{F_x}{F_z}\),\(\dfrac{\partial z}{\partial y} = -\dfrac{F_y}{F_z}\)

同一个套路:分母永远是 \(F\) 对因变量 \(z\) 的偏导,分子是对对应自变量的偏导,前面加负号。

两种方法都可以:① 直接用公式 \(-\dfrac{F_x}{F_z}\);② 利用全微分,从 \(\mathrm{d}F = 0\) 出发求解。两种方法本质相同,选择自己顺手的即可!

例题精讲:一元隐函数

例 6

设方程 \((x^2 + y^2)^2 - 2(x^2 - y^2) = 0\) 确定了函数 \(y = f(x)\),求 \(\dfrac{\mathrm{d}y}{\mathrm{d}x}\)。

第一步:确定 F(x, y)

令 \(F(x, y) = (x^2 + y^2)^2 - 2(x^2 - y^2)\)

第二步:分别求 F_x 和 F_y

\(F_x = 2(x^2+y^2)\cdot 2x - 4x = 4x(x^2+y^2) - 4x\)

\(F_y = 2(x^2+y^2)\cdot 2y + 4y = 4y(x^2+y^2) + 4y\)

第三步:代入公式

\(\dfrac{\mathrm{d}y}{\mathrm{d}x} = -\dfrac{F_x}{F_y} = -\dfrac{4x(x^2+y^2)-4x}{4y(x^2+y^2)+4y}\)

化简

\(\dfrac{\mathrm{d}y}{\mathrm{d}x} = -\dfrac{x(x^2+y^2) - x}{y(x^2+y^2) + y} = -\dfrac{x[(x^2+y^2)-1]}{y[(x^2+y^2)+1]}\)

例题精讲:全微分法求隐函数偏导

例 7

已知 \(\mathrm{e}^{-xy} - 2z + \mathrm{e}^z = 0\),求 \(\dfrac{\partial z}{\partial x}\) 和 \(\dfrac{\partial z}{\partial y}\)。

方法:对方程两边取全微分

因为 \(\mathrm{d}(\mathrm{e}^{-xy} - 2z + \mathrm{e}^z) = 0\)

展开各项的全微分

\(\mathrm{e}^{-xy}\mathrm{d}(-xy) - 2\,\mathrm{d}z + \mathrm{e}^z\mathrm{d}z = 0\)

\(\mathrm{e}^{-xy}(-y\,\mathrm{d}x - x\,\mathrm{d}y) + (\mathrm{e}^z - 2)\mathrm{d}z = 0\)

解出 dz

\((\mathrm{e}^z - 2)\mathrm{d}z = \mathrm{e}^{-xy}(y\,\mathrm{d}x + x\,\mathrm{d}y)\)

\(\mathrm{d}z = \dfrac{y\mathrm{e}^{-xy}}{\mathrm{e}^z - 2}\mathrm{d}x + \dfrac{x\mathrm{e}^{-xy}}{\mathrm{e}^z - 2}\mathrm{d}y\)

读出偏导数(dx, dy 的系数)

\(\dfrac{\partial z}{\partial x} = \dfrac{y\mathrm{e}^{-xy}}{\mathrm{e}^z - 2}\),\(\dfrac{\partial z}{\partial y} = \dfrac{x\mathrm{e}^{-xy}}{\mathrm{e}^z - 2}\)

验证:用公式法也一样——\(F = \mathrm{e}^{-xy}-2z+\mathrm{e}^z\),\(F_x = -y\mathrm{e}^{-xy}\),\(F_z = -2+\mathrm{e}^z\),\(\dfrac{\partial z}{\partial x} = -\dfrac{F_x}{F_z} = \dfrac{y\mathrm{e}^{-xy}}{\mathrm{e}^z-2}\),结果一致!

例题精讲:公式法求隐函数偏导

例 8

设 \(x + y + z = \mathrm{e}^{(x+y^2+z)}\),求 \(\dfrac{\partial z}{\partial x}\) 和 \(\dfrac{\partial z}{\partial y}\)。

第一步:构造 F(x, y, z)

令 \(F(x, y, z) = x + y + z - \mathrm{e}^{(x+y^2+z)}\)

第二步:求三个偏导数

\(F_x = 1 - \mathrm{e}^{(x+y^2+z)}\)

\(F_y = 1 - 2y\mathrm{e}^{(x+y^2+z)}\)

\(F_z = 1 - \mathrm{e}^{(x+y^2+z)}\)

第三步:代入公式 ∂z/∂x = −F_x/F_z

\(\dfrac{\partial z}{\partial x} = -\dfrac{F_x}{F_z} = -\dfrac{1-\mathrm{e}^{(x+y^2+z)}}{1-\mathrm{e}^{(x+y^2+z)}}\)

\(\dfrac{\partial z}{\partial x} = -1\)

求 ∂z/∂y

\(\dfrac{\partial z}{\partial y} = -\dfrac{F_y}{F_z} = -\dfrac{1-2y\mathrm{e}^{(x+y^2+z)}}{1-\mathrm{e}^{(x+y^2+z)}} = \dfrac{2y\mathrm{e}^{(x+y^2+z)}-1}{\mathrm{e}^{(x+y^2+z)}-1}\)

\(\dfrac{\partial z}{\partial y} = \dfrac{1 - 2y\mathrm{e}^{(x+y^2+z)}}{\mathrm{e}^{(x+y^2+z)} - 1}\)

三大题型方法总结

题型一 复合函数求全导数 / 偏导数

方法:① 画出变量关系图(树形图)→ ② 写出链式法则公式(沿路径相乘再相加)→ ③ 求各偏导/全导 → ④ 代入化简

关键判断:自变量只有一个 → 结果是全导数 \(\dfrac{\mathrm{d}z}{\mathrm{d}x}\);自变量有多个 → 结果是偏导数 \(\dfrac{\partial z}{\partial x}\)

题型二 利用全微分形式不变性求偏导数

方法:① 直接对函数求全微分 \(\mathrm{d}z\) → ② 将中间变量的 \(\mathrm{d}u, \mathrm{d}v\) 展开为 \(\mathrm{d}x, \mathrm{d}y\) → ③ 整理后,\(\mathrm{d}x\) 前的系数就是 \(\dfrac{\partial z}{\partial x}\),\(\mathrm{d}y\) 前的就是 \(\dfrac{\partial z}{\partial y}\)

适用场景:函数形式复杂但微分容易计算时特别好用!

题型三 隐函数求导

公式法:\(F(x,y)=0 \Rightarrow \dfrac{\mathrm{d}y}{\mathrm{d}x}=-\dfrac{F_x}{F_y}\);\(F(x,y,z)=0 \Rightarrow \dfrac{\partial z}{\partial x}=-\dfrac{F_x}{F_z}\)

全微分法:方程两边取全微分 → \(\mathrm{d}F = 0\) → 解出 \(\mathrm{d}z\) → 读系数

记忆:分母是对因变量偏导,分子是对自变量偏导,前面加负号。

课堂练习:复合函数求偏导数(基础)

第 1 题(直接求导)

求 \(z = x^2y^3 - x^3y^2\) 的偏导数。

解题思路

这个函数可以看作 \(x, y\) 的多项式,直接对每个变量求偏导即可(把另一个变量视为常数)。

\(\dfrac{\partial z}{\partial x} = 2xy^3 - 3x^2y^2\),\(\dfrac{\partial z}{\partial y} = 3x^2y^2 - 2x^3y\)

第 2 题(复合函数)

求 \(z = \ln\sin(x^2 - 2y)\) 的偏导数。

分析:令 \(u = x^2 - 2y\),则 \(z = \ln\sin u\)——是复合函数,需要链式法则。

求 ∂z/∂x:外层→内层依次求导

\(\dfrac{\partial z}{\partial x} = \dfrac{1}{\sin u}\cdot\cos u\cdot\dfrac{\partial u}{\partial x} = \cot(x^2-2y)\cdot 2x\)

\(\dfrac{\partial z}{\partial x} = 2x\cot(x^2-2y)\)

求 ∂z/∂y

\(\dfrac{\partial z}{\partial y} = \cot(x^2-2y)\cdot(-2) = -2\cot(x^2-2y)\)

课堂练习:复合函数求偏导数(进阶)

第 3 题

求 \(z = (1+xy)^x\) 的偏导数。

分析:指数和底数都含 x,用对数求导法

两边取对数:\(\ln z = x\ln(1+xy)\)

两边对 x 求偏导

\(\dfrac{1}{z}\cdot\dfrac{\partial z}{\partial x} = \ln(1+xy) + x\cdot\dfrac{y}{1+xy}\)

\(\dfrac{\partial z}{\partial x} = (1+xy)^x\left[\ln(1+xy)+\dfrac{xy}{1+xy}\right]\)

对 y 求偏导

\(\dfrac{1}{z}\cdot\dfrac{\partial z}{\partial y} = x\cdot\dfrac{x}{1+xy}\),所以 \(\dfrac{\partial z}{\partial y} = x^2(1+xy)^{x-1}\)

第 4 题

求 \(z = \mathrm{e}^{xy}(\cos y + x\sin y)\) 的偏导数。

用乘积法则 + 链式法则

\(\dfrac{\partial z}{\partial x} = y\mathrm{e}^{xy}(\cos y+x\sin y) + \mathrm{e}^{xy}\cdot\sin y\)

\(\dfrac{\partial z}{\partial x} = \mathrm{e}^{xy}[y\cos y + (xy+1)\sin y]\)

第 5 题

求 \(z = x^2y\arctan(2x - y)\) 的偏导数。

\(\dfrac{\partial z}{\partial x} = 2xy\arctan(2x-y) + x^2y\cdot\dfrac{2}{1+(2x-y)^2}\)

\(\dfrac{\partial z}{\partial y} = x^2\arctan(2x-y) + x^2y\cdot\dfrac{-1}{1+(2x-y)^2}\)

课堂练习:求全导数

题型一:求全导数 dz/dt

第 1 题 \(z = u^2v - uv^2\),\(u = \sin 2t\),\(v = \cos 3t\),求 \(\dfrac{\mathrm{d}z}{\mathrm{d}t}\)。

链式法则

\(\dfrac{\mathrm{d}z}{\mathrm{d}t} = \dfrac{\partial z}{\partial u}\cdot\dfrac{\mathrm{d}u}{\mathrm{d}t} + \dfrac{\partial z}{\partial v}\cdot\dfrac{\mathrm{d}v}{\mathrm{d}t}\)

各项计算

\(\dfrac{\partial z}{\partial u} = 2uv - v^2\),\(\dfrac{\partial z}{\partial v} = u^2 - 2uv\)

\(\dfrac{\mathrm{d}u}{\mathrm{d}t} = 2\cos 2t\),\(\dfrac{\mathrm{d}v}{\mathrm{d}t} = -3\sin 3t\)

\(\dfrac{\mathrm{d}z}{\mathrm{d}t} = (2uv-v^2)\cdot 2\cos 2t + (u^2-2uv)\cdot(-3\sin 3t)\)

其中 \(u = \sin 2t\),\(v = \cos 3t\)

第 2 题 \(z = \mathrm{e}^{u-2v}\),\(u = \sin t\),\(v = t^3\),求 \(\dfrac{\mathrm{d}z}{\mathrm{d}t}\)。

\(\dfrac{\mathrm{d}z}{\mathrm{d}t} = \mathrm{e}^{u-2v}\cdot\cos t + \mathrm{e}^{u-2v}\cdot(-2)\cdot 3t^2\)

\(\dfrac{\mathrm{d}z}{\mathrm{d}t} = \mathrm{e}^{\sin t - 2t^3}(\cos t - 6t^2)\)

第 3 题 \(z = \arcsin(x+y)\),\(x = 2t\),\(y = 3t^3\),求 \(\dfrac{\mathrm{d}z}{\mathrm{d}t}\)。

\(\dfrac{\mathrm{d}z}{\mathrm{d}t} = \dfrac{1}{\sqrt{1-(x+y)^2}}\cdot 2 + \dfrac{1}{\sqrt{1-(x+y)^2}}\cdot 9t^2 = \dfrac{2+9t^2}{\sqrt{1-(2t+3t^3)^2}}\)

课堂练习:隐函数求导

题型三:一元隐函数

第 1 题 设 \(\sin u + \mathrm{e}^t - t \cdot u^2 = 0\),求 \(\dfrac{\mathrm{d}u}{\mathrm{d}t}\)。

确定 F 并求偏导

令 \(F(t, u) = \sin u + \mathrm{e}^t - tu^2\)

\(F_t = \mathrm{e}^t - u^2\),\(F_u = \cos u - 2tu\)

\(\dfrac{\mathrm{d}u}{\mathrm{d}t} = -\dfrac{F_t}{F_u} = -\dfrac{\mathrm{e}^t - u^2}{\cos u - 2tu} = \dfrac{u^2 - \mathrm{e}^t}{\cos u - 2tu}\)

题型三:二元隐函数

第 2 题 设 \(x + y + z = \mathrm{e}^{-(x+y+z)}\),求 \(\dfrac{\partial z}{\partial x}\) 和 \(\dfrac{\partial z}{\partial y}\)。

公式法

\(F = x+y+z-\mathrm{e}^{-(x+y+z)}\)

\(F_x = 1+\mathrm{e}^{-(x+y+z)}\),\(F_y = 1+\mathrm{e}^{-(x+y+z)}\),\(F_z = 1+\mathrm{e}^{-(x+y+z)}\)

\(\dfrac{\partial z}{\partial x} = -\dfrac{F_x}{F_z} = -\dfrac{1+\mathrm{e}^{-(x+y+z)}}{1+\mathrm{e}^{-(x+y+z)}} = -1\)

同理 \(\dfrac{\partial z}{\partial y} = -1\)

由于 \(F_x = F_y = F_z\),结果简洁地都是 \(-1\)!

课堂练习:更多隐函数求导

第 3 题

设 \(x + y + z = \sqrt{xyz}\),求 \(\dfrac{\partial z}{\partial x}\) 和 \(\dfrac{\partial z}{\partial y}\)。

构造 F

\(F(x,y,z) = x+y+z - (xyz)^{1/2}\)

求偏导数

\(F_x = 1 - \dfrac{yz}{2\sqrt{xyz}}\),\(F_y = 1-\dfrac{xz}{2\sqrt{xyz}}\),\(F_z = 1-\dfrac{xy}{2\sqrt{xyz}}\)

\(\dfrac{\partial z}{\partial x} = -\dfrac{F_x}{F_z} = -\dfrac{1 - \frac{yz}{2\sqrt{xyz}}}{1 - \frac{xy}{2\sqrt{xyz}}} = \dfrac{\frac{yz}{2\sqrt{xyz}}-1}{1-\frac{xy}{2\sqrt{xyz}}}\)

第 4 题(较难)

设 \(z = \sqrt{x^2-y^2}\cdot\tan\dfrac{z}{\sqrt{x^2-y^2}}\),求 \(\dfrac{\partial z}{\partial x}\)。

构造 F 并求偏导

令 \(F = z - \sqrt{x^2-y^2}\cdot\tan\dfrac{z}{\sqrt{x^2-y^2}}\),设 \(s = \sqrt{x^2-y^2}\),\(t = \dfrac{z}{s}\),则 \(F = z - s\tan t\)。

\(F_x = -\dfrac{\partial}{\partial x}(s\tan t)\),需要用乘积法则和链式法则展开,过程较复杂。

补充练习

求 \(z = \mathrm{e}^{xy}(\cos y + x\sin y)\) 的偏导数。

\(\dfrac{\partial z}{\partial x} = y\mathrm{e}^{xy}(\cos y+x\sin y) + \mathrm{e}^{xy}\sin y = \mathrm{e}^{xy}[y\cos y+(xy+1)\sin y]\)

\(\dfrac{\partial z}{\partial y} = x\mathrm{e}^{xy}(\cos y+x\sin y) + \mathrm{e}^{xy}(-\sin y+x\cos y) = \mathrm{e}^{xy}[2x\cos y+(x^2-1)\sin y]\)

课堂小结

链式法则

核心公式:沿每条路径"偏导×导数"相加

\(\dfrac{\mathrm{d}z}{\mathrm{d}x} = \dfrac{\partial f}{\partial u}\cdot\dfrac{\mathrm{d}u}{\mathrm{d}x} + \dfrac{\partial f}{\partial v}\cdot\dfrac{\mathrm{d}v}{\mathrm{d}x}\)

自变量一个→全导数,多个→偏导数

全微分形式不变性

\(\mathrm{d}z = \dfrac{\partial z}{\partial u}\mathrm{d}u + \dfrac{\partial z}{\partial v}\mathrm{d}v\)

无论 u, v 是自变量还是中间变量,形式不变

隐函数求导

\(F(x,y)=0:\;\dfrac{\mathrm{d}y}{\mathrm{d}x}=-\dfrac{F_x}{F_y}\)

\(F(x,y,z)=0:\;\dfrac{\partial z}{\partial x}=-\dfrac{F_x}{F_z}\)

分母→因变量偏导,分子→自变量偏导,加负号

做题步骤

① 分清自变量与中间变量

② 画树形图理清路径

③ 写公式 → 求偏导 → 代入

④ 回代中间变量,化简结果

链式法则 → 全微分不变性 → 隐函数求导 — 一脉相承!
补充例题 1
题目:设 \(z=e^{u+v}\),\(u=x+y\),\(v=xy\),求 \(\dfrac{\partial z}{\partial x}\)。
第一步:辨别变量
自变量 \(x,y\);中间变量 \(u,v\);\(z\) 通过 \(u,v\) 依赖 \(x,y\)。
第二步:链式法则
\(\dfrac{\partial z}{\partial x}=\dfrac{\partial z}{\partial u}\cdot\dfrac{\partial u}{\partial x}+\dfrac{\partial z}{\partial v}\cdot\dfrac{\partial v}{\partial x}\)
第三步:计算
\(= e^{u+v} \cdot 1 + e^{u+v} \cdot y = e^{u+v}(1+y) = e^{x+y+xy}(1+y)\)
补充例题 2
题目:设 \(F(x,y,z)=x^2+y^2+z^2-1=0\),求 \(\dfrac{\partial z}{\partial x}\)。
第一步:求偏导
\(F_x=2x\),\(F_z=2z\)。
第二步:代入公式
\(\dfrac{\partial z}{\partial x}=-\dfrac{F_x}{F_z}=-\dfrac{2x}{2z}=-\dfrac{x}{z}\)(\(z\neq 0\))
1 / 1
-> 1 / ? 100%