基础← 返回知识库
偏导数(Partial Derivative)
多变量函数中,固定其他变量不动、只对一个变量求导得到的变化率。符号 ∂ 替代 d,提醒"还有变量被固定住了"。
核心公式
📖 符号说明
| 符号 | 含义 | 说明 |
|---|---|---|
| 多变量函数 | 接受多个输入、输出一个标量的函数 | |
| 求导目标变量 | 对它求变化率 | |
| 被固定的变量 | 在求导过程中视为常数 | |
| 偏导数符号 | 读作 partial,区别于全导数的 d |
前置知识
直觉理解
偏导数就是"控制变量实验"——一次只调一个旋钮,看结果怎么变。
想象你调空调:遥控器上有"温度"和"风速"两个按钮。你想知道"温度调高一度,耗电量增加多少"——这时你会固定风速不动,只改温度。这个"固定其他、只动一个"得到的变化率,就是偏导数。
数学定义
对于二元函数 f(x,y),f 对 x 的偏导数定义为:
∂x∂f=Δx→0limΔxf(x+Δx,y)−f(x,y)跟单变量导数的定义一模一样——只是 y 被当作常数,不参与变化。
计算方法
把其他变量当常数,然后用普通导数的全套工具(幂函数规则、链式法则……)正常求导。
示例:f(x,y)=x2y+3y
- ∂x∂f=2xy(y 视为常数)
- ∂y∂f=x2+3(x 视为常数)
几何含义
对于二元函数 f(x,y) 画出的曲面(想象一片起伏的地形),偏导数就是沿某个方向切一刀,看那个截面上的坡度:
- ∂x∂f:沿东西方向的坡度
- ∂y∂f:沿南北方向的坡度
这为后续学习打什么基础
当函数有多个变量时,每个变量各有一个偏导数。把所有偏导数打包在一起,就得到一个描述"各方向坡度"的整体工具——这就是后续会学到的"梯度"概念。