偏导数学习日记

一、什么是偏导数?

偏导数是多元函数对其中一个变量的导数,而将其他变量视为常数。

对于二元函数 z=f(x,y)z = f(x, y)z=f(x,y),偏导数有两种:

  • 对 xxx 的偏导数 :∂z∂x\frac{\partial z}{\partial x}∂x∂z 或 fx(x,y)f_x(x, y)fx(x,y)
  • 对 yyy 的偏导数 :∂z∂y\frac{\partial z}{\partial y}∂y∂z 或 fy(x,y)f_y(x, y)fy(x,y)

二、为什么需要偏导数?

在实际问题中,很多量依赖于多个因素。例如:

  • 气温同时取决于经度、纬度、海拔
  • 产品销量同时受价格、广告投入、季节影响

当我们想研究某个因素单独变化对结果的影响时,就需要偏导数。


三、如何计算偏导数?

核心方法

将其他变量视为常数,用普通求导法则对目标变量求导。

示例

例1 :设 z=x2+3xy+y3z = x^2 + 3xy + y^3z=x2+3xy+y3

  • 对 xxx 求偏导:把 yyy 当常数
    ∂z∂x=2x+3y\frac{\partial z}{\partial x} = 2x + 3y∂x∂z=2x+3y

  • 对 yyy 求偏导:把 xxx 当常数
    ∂z∂y=3x+3y2\frac{\partial z}{\partial y} = 3x + 3y^2∂y∂z=3x+3y2


例2 :设 z=x2sin⁡yz = x^2 \sin yz=x2siny

  • 对 xxx 求偏导:
    ∂z∂x=2xsin⁡y\frac{\partial z}{\partial x} = 2x \sin y∂x∂z=2xsiny

  • 对 yyy 求偏导:
    ∂z∂y=x2cos⁡y\frac{\partial z}{\partial y} = x^2 \cos y∂y∂z=x2cosy


例3 :设 z=exyz = e^{xy}z=exy

  • 对 xxx 求偏导:
    ∂z∂x=y⋅exy\frac{\partial z}{\partial x} = y \cdot e^{xy}∂x∂z=y⋅exy

  • 对 yyy 求偏导:
    ∂z∂y=x⋅exy\frac{\partial z}{\partial y} = x \cdot e^{xy}∂y∂z=x⋅exy


四、几何意义

偏导数 ∂z∂x\frac{\partial z}{\partial x}∂x∂z 表示曲面沿 xxx 轴方向的切线斜率(保持 yyy 固定)。

类比:站在山坡上,只向东走时的坡度就是 ∂z∂x\frac{\partial z}{\partial x}∂x∂z。


五、高阶偏导数

对偏导数再次求偏导:

  • ∂2z∂x2=∂∂x(∂z∂x)\frac{\partial^2 z}{\partial x^2} = \frac{\partial}{\partial x}\left(\frac{\partial z}{\partial x}\right)∂x2∂2z=∂x∂(∂x∂z)

  • 混合偏导数 :∂2z∂x∂y=∂∂y(∂z∂x)\frac{\partial^2 z}{\partial x \partial y} = \frac{\partial}{\partial y}\left(\frac{\partial z}{\partial x}\right)∂x∂y∂2z=∂y∂(∂x∂z)

定理 :若混合偏导数连续,则 ∂2z∂x∂y=∂2z∂y∂x\frac{\partial^2 z}{\partial x \partial y} = \frac{\partial^2 z}{\partial y \partial x}∂x∂y∂2z=∂y∂x∂2z


六、练习题目

题目一

设 z=x3y2+2x−3y+1z = x^3 y^2 + 2x - 3y + 1z=x3y2+2x−3y+1,求 ∂z∂x\frac{\partial z}{\partial x}∂x∂z 和 ∂z∂y\frac{\partial z}{\partial y}∂y∂z。


题目二

设 z=ln⁡(x2+y2)z = \ln(x^2 + y^2)z=ln(x2+y2),求 ∂z∂x\frac{\partial z}{\partial x}∂x∂z 和 ∂2z∂x∂y\frac{\partial^2 z}{\partial x \partial y}∂x∂y∂2z。


七、答案

题目一答案

∂z∂x=3x2y2+2\frac{\partial z}{\partial x} = 3x^2 y^2 + 2∂x∂z=3x2y2+2

∂z∂y=2x3y−3\frac{\partial z}{\partial y} = 2x^3 y - 3∂y∂z=2x3y−3


题目二答案

第一步 :对 xxx 求偏导
∂z∂x=2xx2+y2\frac{\partial z}{\partial x} = \frac{2x}{x^2 + y^2}∂x∂z=x2+y22x

第二步 :对 ∂z∂x\frac{\partial z}{\partial x}∂x∂z 再对 yyy 求偏导
∂2z∂x∂y=−4xy(x2+y2)2\frac{\partial^2 z}{\partial x \partial y} = \frac{-4xy}{(x^2 + y^2)^2}∂x∂y∂2z=(x2+y2)2−4xy


学习建议

  1. 先熟练掌握普通导数法则(幂函数、指数、对数、三角函数)
  2. 计算偏导数时,先明确"哪个变量在变,其他是常数"
  3. 混合偏导数要先对一个变量求,再对另一个求,顺序可以交换(如果连续)
相关推荐
nashane3 小时前
HarmonyOS 6学习:句柄泄漏(Fd Leak)从“崩溃现场”到“代码行”的精准狙击指南
学习·华为·音视频·harmonyos
keykey6.3 小时前
用 PyTorch 训练图像分类器:完整实战
开发语言·人工智能·深度学习·机器学习
小O的算法实验室3 小时前
2025年IEEE TASE,基于双层耦合平均场博弈的大规模智能体集成任务分配与轨迹规划
人工智能·算法·机器学习
zhangrelay3 小时前
后智能时代智能体推演预测娱乐文-节选-
笔记·学习·娱乐
AI科技星4 小时前
基于奇合数边界的离散解析数论与双螺旋宇宙本体大统一体系论文全部数学公式汇总表
人工智能·算法·机器学习·架构·学习方法
voidmort4 小时前
12. 为什么评估(Evals)比训练更重要
人工智能·深度学习·机器学习
Upsy-Daisy4 小时前
Hermes Agent 学习笔记 01:一个会记忆、会学习、能长期运行的 AI Agent
人工智能·笔记·学习
我命由我123454 小时前
工程中安全帽颜色含义
运维·经验分享·学习·职场和发展·求职招聘·职场发展·学习方法
装不满的克莱因瓶4 小时前
掌握典型卷积神经网络的搭建
人工智能·python·深度学习·神经网络·机器学习·ai·cnn
keykey6.4 小时前
从感知机到神经网络:深度学习的起源
开发语言·人工智能·深度学习·机器学习