多元复合函数的链式法则(Chain Rule)是多元微分学的核心工具,用于求解复合函数的导数。其本质是将一元函数的求导法则推广到多元情形。
设函数 z=f(u,v),其中 u=u(x,y),v=v(x,y),则复合函数 z=f(u(x,y),v(x,y)) 的偏导数为:
∂x∂z=∂u∂f∂x∂u+∂v∂f∂x∂v
∂y∂z=∂u∂f∂y∂u+∂v∂f∂y∂v
对于多层复合函数,可沿变量依赖路径逐项相乘后相加:
∂t∂z=i=1∑n∂xi∂z∂t∂xi
例题:设 z=eusinv,u=xy,v=x+y,求 ∂x∂z
解:
∂x∂z=eusinv⋅y+eucosv⋅1=exy[ysin(x+y)+cos(x+y)]
当函数关系以方程 F(x,y,z)=0 给出时,可通过链式法则推导隐函数微分公式:
∂x∂z=−FzFx,∂y∂z=−FzFy
- 变量混淆:明确区分中间变量和最终自变量
- 漏项:确保遍历所有可能的依赖路径
- 符号错误:注意偏导符号 ∂ 和常导符号 d 的区别
2021年数学一真题: 设 z=f(exsiny,x2+y2),其中 f 具有二阶连续偏导数,求 ∂x∂y∂2z
解题步骤:
- 设 u=exsiny,v=x2+y2
- 先求一阶偏导:
∂x∂z=f1⋅exsiny+f2⋅2x
- 再对 y 求偏导(注意 f1,f2 仍是复合函数):
∂x∂y∂2z=(f11excosy+f12⋅2y)exsiny+f1excosy+(f21excosy+f22⋅2y)⋅2x
- 合并同类项(利用 f12=f21)
- 路径追踪法:画出变量依赖关系图
- 口诀记忆:"外导乘内导,路径不遗漏"
- 矩阵形式:雅可比矩阵乘法体现链式法则本质
- 向量值函数的链式法则
- 微分形式不变性与链式法则的关系
- 流形上的链式法则(高等微分几何)
该内容包含:
1. 严格的理论定义和公式表达
2. 典型例题及考研真题解析
3. 常见错误提示和记忆技巧
4. 知识扩展方向
5. 采用Latex公式保证准确性
6. 层次分明的Markdown排版