文档数学微积分全微分全微分定义设二元函数 z=f(x,y)z=f(x,y)z=f(x,y) 在 (x,y)(x,y)(x,y) 的某邻域内有定义,当 x,yx,yx,y 有增量 Δx,Δy\Delta x,\Delta yΔx,Δy 时,函数 f(x,y)f(x,y)f(x,y) 的增量称为全增量: Δz=f(x+Δx,y+Δy)−f(x,y) \Delta z=f(x+\Delta x,y+\Delta y)-f(x,y) Δz=f(x+Δx,y+Δy)−f(x,y)如果 z=f(x,y)z=f(x,y)z=f(x,y) 在 (x,y)(x,y)(x,y) 处的全增量可以表示为 Δz=AΔx+BΔy+o(ρ) (ρ=x2+y2) \Delta z=A\Delta x+B\Delta y+o(\rho)\ (\rho=\sqrt{x^2+y^2}) Δz=AΔx+BΔy+o(ρ) (ρ=x2+y2) 其中 A,BA,BA,B 不依赖 Δx,Δy\Delta x,\Delta yΔx,Δy,则 z=f(x,y)z=f(x,y)z=f(x,y) 在 (x,y)(x,y)(x,y) 可微,定义 z=f(x,y)z=f(x,y)z=f(x,y) 的全微分为 dz=AΔx+BΔy=Adx+Bdy \mathrm dz=A\Delta x+B\Delta y=A\mathrm dx+B\mathrm dy dz=AΔx+BΔy=Adx+Bdy多元函数有类似定义。定理可微与连续性关系如果 z=f(x,y)z=f(x,y)z=f(x,y) 在 (x,y)(x,y)(x,y) 可微,则 z=f(x,y)z=f(x,y)z=f(x,y) 在 (x,y)(x,y)(x,y) 连续。可微 ⟹ \implies⟹ 连续,连续 ⇏\nRightarrow⇏ 可微。可微与偏导数关系如果 z=f(x,y)z=f(x,y)z=f(x,y) 在 (x,y)(x,y)(x,y) 可微,则 z=f(x,y)z=f(x,y)z=f(x,y) 在 (x,y)(x,y)(x,y) 的偏导数都存在,且 ∂z∂x=A,∂z∂y=B \frac{\partial z}{\partial x}=A,\frac{\partial z}{\partial y}=B ∂x∂z=A,∂y∂z=Bdz\mathrm dzdz 表示为 dz=∂z∂xdx+∂z∂ydy \mathrm dz=\frac{\partial z}{\partial x}\mathrm dx+\frac{\partial z}{\partial y}\mathrm dy dz=∂x∂zdx+∂y∂zdy可微 ⟹ \implies⟹ 偏导数,偏导数 ⇏\nRightarrow⇏ 可微。可微与偏导数连续关系如果 z=f(x,y)z=f(x,y)z=f(x,y) 在 (x,y)(x,y)(x,y) 的偏导数都连续,则 z=f(x,y)z=f(x,y)z=f(x,y) 在 (x,y)(x,y)(x,y) 可微。可微 ⟹ \implies⟹ 偏导数连续,偏导数连续 ⇏\nRightarrow⇏ 可微。应用近似计算参考一元函数微分的近似计算。f(x,y)≈f(x0,y0)+fx′(x0,y0)(x−x0)+fy′(x0,y0)(y−y0) f(x,y)\approx f(x_0,y_0)+f_x'(x_0,y_0)(x-x_0)+f_y'(x_0,y_0)(y-y_0) f(x,y)≈f(x0,y0)+fx′(x0,y0)(x−x0)+fy′(x0,y0)(y−y0)误差估计参考一元函数微分的误差估计。对于 z=f(x,y)z=f(x,y)z=f(x,y),x,y,zx,y,zx,y,z 误差限为 ε(x),ε(y),ε(z)\varepsilon(x),\varepsilon(y),\varepsilon(z)ε(x),ε(y),ε(z),则 ε(z0)=∣fx′(x0,y0)∣ε(x0)+∣fy′(x0,y0)∣ε(y0) \varepsilon(z_0)=|f_x'(x_0,y_0)|\varepsilon(x_0)+|f_y'(x_0,y_0)|\varepsilon(y_0) ε(z0)=∣fx′(x0,y0)∣ε(x0)+∣fy′(x0,y0)∣ε(y0)x,y,zx,y,zx,y,z 相对误差限为 εr(x),εr(y),εr(z)\varepsilon_r(x),\varepsilon_r(y),\varepsilon_r(z)εr(x),εr(y),εr(z),则 εr(z0)=∣x0fx′(x0,y0)f(x0,y0)∣εr(x0)+∣y0fy′(x0,y0)f(x0,y0)∣εr(y0) \varepsilon_r(z_0)=\left|\frac{x_0 f_x'(x_0,y_0)}{f(x_0,y_0)}\right|\varepsilon_r(x_0)+\left|\frac{y_0 f_y'(x_0,y_0)}{f(x_0,y_0)}\right|\varepsilon_r(y_0) εr(z0)=f(x0,y0)x0fx′(x0,y0)εr(x0)+f(x0,y0)y0fy′(x0,y0)εr(y0)偏导数重积分