前言
国内的教材与教师很微妙,他们常常将一个简单的东西讲得极其复杂且玄学,让学生不明所以。在听隐函数求导时,刘老师成功的用意识流求导法让我一句话都没有听懂,所以,打算做一个简简单单的笔记,让刘老师无地自容。
再识dx与dy
在高中我们知道一个函数是这样求导的:
f′(x)=tanθ=a→0limx−af(x)−f(a)
简单,直观:求导就是在这里的切线的斜率。
老师告诉我们:这里的f′(x)也可以被表示为dxdy。那这里的d是是什么意思呢?它代表微分。比如,dx=a→xlimx−a,说简单点,就是Δx。
所以,dy=Δy=f(x+Δx)−f(x)。
以上,被称作一阶差分。同样的,这里的Δ也是支持嵌套的,组成多阶差分:
Δ(Δy)=Δ(f(x+Δx)−f(x))
对于嵌套的多阶差分,表示为Δny。
我们将求导的dxdy称作一阶差商,但在多阶求导时,分母的x并不是嵌套差分,而是x的n次方:xn。所以,n阶求导的公式是:
f(x)(n)=ΔxnΔny=dxndny
直接上手
一个小例子
好,基础知识的构建结束。但现在,我们直接跳过隐函数的求导公式,用一个实际的例子来看看分别给x和y求导是怎么得出答案的。让我们先来看下面这个隐函数(我们先来计算dxdy):
y3+y2−5y−x2=−4
欧,这个例子简直糟糕透了,因为把x的平方放到一边再开方就结束了。
好,我们的第一步首先是进行只针对x求导,即等号两侧dxd:
dxd(y3+y2−5y−x2)=dxd(−4)
这里出现问题了:很明显,如果需要对y进行x的求导,就需要将y表达成x,不过这里是隐函数,并不支持我们这样做(前面被划掉了的内容你应该没注意到吧),所以只能进行保留(不过其他部分可以先求导):
dxd(y3+y2−5y)−2x=0
第一步完成,我们再整理一下:
dxd(y3+y2−5y)=2x
好,那我们现在来进行第二步,只对左侧进行针对y的求导,即dyd。但是,我们没有对等号两边进行处理,凭什么进行针对y的求导呢?
蒋蒋!欢迎登场——求导公式:
dxd=dyd⋅dxdy
这个公式要证明起来也很简单,小学的小朋友都会:约掉dy就行了。
好,让我们回到公式,将dxd替换成dyd⋅dxdy,得到:
dyd(y3+y2−5y)⋅dxdy=2x
现在剩下的相信你已经会了,其实还是蛮简单的:
(3y2+2y−5)⋅dxdy=2x
得到:
dxdy=3y2+2y−52x
还记得吗?
芜湖!我们已经完成了一次隐函数求导,教材上常常用xx的求导作为例子,我们也来试试吧~
y=xx
两边取自然对数,得到:
lny=xlnx
两边进行x求导:
dxd⋅lny=lnx+1
变换形式,对左侧进行y求导:
dxdy⋅y1=lnx+1
整理一下:
dxdy=y(lnx+1)
带入y:
dxdy=xx(lnx+1)
这是怎么一回事
好,我们现在已经知道了一种隐函数求导的方式,那么,为什么可以这样做呢?为啥这样就求导了呢?
还记得老师是怎么把你绕晕的吗?让我们复盘一下,教材在开始说了什么:
首先,一个由x和y组成的等式可以表示为F(x,y)=0。当我们可以将其转化为y=f(x)的时候,我们将其称为显函数,反之则为隐函数。
好,现在我们来接受一个定义:不同与我们之前说的针对x求导,我们将对仅包含x的项进行求导表示为:Fx。这可能有点抽象,我们来举个例子:F(x,y)=0 为 x2+2y2+1=0得到:
Fx=2xFy=4y
在求导之前,我们需要证明在点P(x0,y0)上,函数F(x,y)=0是可导的。此时,老师抛出了一个隐函数存在定理:
当函数在P点所在的领域中有连续的偏导数(一个变量关于另外一个变量的导数),且F(x0,y0)=0,Fx(x0,y0)=0,那么函数就在P(x0,y0)可导。我们可以开始求导了,此时老师丢出一个公式:
dxdy=−FyFx
接着,老师会给出其推导公式:
∂x∂F+∂y∂F⋅dxdy=0
接下来,重磅介绍——偏导数符号(partial dee):∂
别急,这不是一个很复杂的概念:这个符号,代表着分子的扰动有多大程度得影响分母。其实这就是分数上下两者的差商:比如对于y=x2来说,∂x∂y就表示x的轻微扰动会多少得影响到y。很明显,x会将其2x倍的扰动影响到y。拓展一下,就是:
∂x∂f(x)=f(x)′
好,让我们回到这个推导公式上。这个公式表达了什么呢?
x对F(x,y)的扰动等于−k倍的y对F(x,y)的扰动。这好像还是不太好理解,不过先别急,我们慢慢来。
首先,对于等式F(x,y),x与y的变化都会对F(x,y)产生扰动,使之不等于0(那么此时,点P就离开了函数图像)。此时,如果x的变化与y的变化恰好达到一个比例,比如一边加一点,一边少一点,让P点的轻微移动也在函数图像上,那么这个比例就是这里的导数。
比如我们常见的正比例函数y+kx=0,x的轻微扰动会k倍得打破等式,只有y对等式的扰动是x的−k倍的时候,才能扳回x对等式的影响,让等式再次变成0。
所以这个等式也好理解了,F(x,y)中x对等式造成的扰动加上y造成的扰动等于0,而两者造成的扰动之间的关系就是我们所求的导数。
因为x只会因为F(x,y)中包含x的项造成影响,所以∂x∂F=Δx⋅Fx,同理∂y∂F=Δx⋅Fy。于是我们就得到了前面的公式:
dxdy=−FyFx
一些感想
相比于对微积分的初学者传授超前的概念,将微元比作影响或者扰动会更加令人理解。就像对于嵌套函数的求导一样,比起用超前的知识证明,不如用内函数对外函数的影响来解释。很多东西其实被诡异的数学专业用语复杂化了,让它们不够简单与直观。
在做这个笔记之前,我看了很多国内资料都没有搞。查阅资料时,一份英文的课件让我茅塞顿开:直观,简单——手把手,一步步教你怎么求导。这份英语课件没有困难的概念,没有高大上的原理,不墨迹,一道例题就让我完全明白了一切。
所以我想,其实我们的教学搞错了顺序,先证明再应用的方式或许在这里并不适用。所以,我也学习了这份英语课件,将顺序调过来讲解。所以,相信这时候的你肯定懂了隐函数的求导吧:)