![bb70d041bf1b50a1386a8abadd24ab7b.png](https://i-blog.csdnimg.cn/blog_migrate/58bb5bfa95c65c101eaca21e5b634fd3.jpeg)
高等数学是多数大学生进入大学的第一门课程,但有趣的是:很多大学生在学完高等数学后,并没有理解到什么是dx。往往对dx的印象停留在「一个无穷小的量」、「要多小有多小」、「比任意ε都小」等这样的初步直观印象。当然,这些说法的确都是正确的,但这无法解决无穷小量间的关系问题。
例如:如果问为什么dy=f'(x)dx?如果把dx和dy理解为两个独立而不相关的无穷小量,这一现象都变得无法理解。而如果无法理解到dx与dy的关系,对于后期多元函数的各种诡异而变化莫测的换元方法就更加难以理解了。光凭借死记硬背,或许应付高数的考试是足够的,但是在笔者看来,这不能算作学会了高数。从这个意义上,或许物理学系的对无穷小量dx理解得最透彻,因为他们做题时要一直对dx进行各种换元与分析。
在本文中,笔者会以讨论的形式,不断提出问题,以与读者讨论的方式来研究分析这些问题,最终探讨出一个答案。关于这些结论中的部分,笔者是有严谨的证明。但是本文的目的是培养对无穷小量dx的直观认识,故笔者将略去这些证明。对于少数笔者认为有必要让读者了解的关键步骤,笔者会单独提出来讲思路,但尽可能地不涉及具体的证明细节。
总之,本文的目的是培养读者对无穷小量的直觉。希望读者在阅读本文时,不要将本文当作教科书生硬地“学习”,而是要想象笔者站在你的面前,在与读者“探讨”问题。全文第一部分我将采用对话体,笔者自称「我」,对话对象称为「小羽咲」(这是设定,不要吐槽啦)。请读者自行代入「小羽咲视角」。
当然,由于本文是面向各个知识段的读者的,在全文开始之前,我将在下面罗列一些有必要掌握的定理,当读者遇到没有学过的内容时,可以参考以下说明进行补充阅读。
以下是公式定理说明表(已经了解这些定理的读者,可以直接跳到下一环节)
本文最理想的读者是学习完高等数学的《多元函数的重积分》及其之前的所有内容的读者,对于没有修习这些内容的读者,下面将列举你们所必要了解的一些内容/定理[1]:
(已经了解这些定理的读者,可以直接跳到下一环节)
一、对于没有修习《高等数学(下)》的读者,你们需要了解的有:
1、全微分公式
即:
![equation?tex=dz%3D%5Cfrac%7B%5Cpartial+z%7D%7B%5Cpartial+x%7Ddx%2B%5Cfrac%7B%5Cpartial+z%7D%7B%5Cpartial+y%7Ddy](https://i-blog.csdnimg.cn/blog_migrate/41de66bcc15c85fd2009ac638078d848.png)
(笔者注1:事实上,本质上,隐函数求导公式可由该公式导出。在本文中,由于该公式具有非常好的对称美性质,我们将十分频繁地应用该公式)
(笔者注2:该公式具有很好的对称美性质,我们可以将该公式推广到n维情形,对于n维情形的该公式,我们也称之为「全微分公式」)
2、全微分形式不变性
即:在全微分公式
![equation?tex=dz%3D%5Cfrac%7B%5Cpartial+z%7D%7B%5Cpartial+u%7Ddu%2B%5Cfrac%7B%5Cpartial+z%7D%7B%5Cpartial+v%7Ddv](https://i-blog.csdnimg.cn/blog_migrate/3b0d68738ac3273d6d46219a9fefb413.png)
如果u,v是中间变量,即有
![equation?tex=u%3D%5Cvarphi%28x%2Cy%29](https://i-blog.csdnimg.cn/blog_migrate/12b73f203718fcc493c90e7ca03cd803.png)
![equation?tex=v%3D%5Cpsi%28x%2Cy%29](https://i-blog.csdnimg.cn/blog_migrate/88cebb435da9abe65fd01a4e59092860.png)
![equation?tex=dz%3D%5Cfrac%7B%5Cpartial+z%7D%7B%5Cpartial+u%7Ddu%2B%5Cfrac%7B%5Cpartial+z%7D%7B%5Cpartial+v%7Ddv%3D%5Cfrac%7B%5Cpartial+z%7D%7B%5Cpartial+x%7Ddx%2B%5Cfrac%7B%5Cpartial+z%7D%7B%5Cpartial+y%7Ddy](https://i-blog.csdnimg.cn/blog_migrate/3b0d68738ac3273d6d46219a9fefb413.png%3D%5Cfrac%7B%5Cpartial+z%7D%7B%5Cpartial+x%7Ddx%2B%5Cfrac%7B%5Cpartial+z%7D%7B%5Cpartial+y%7Ddy)
(笔者注1:通俗地说,就是:不管把什么当成自变量,dz都可以表示为这一组自变量(下以x为例)对应的
![equation?tex=%5Cfrac%7B%5Cpartial+z%7D%7B%5Cpartial+x%7Ddx](https://i-blog.csdnimg.cn/blog_migrate/9389b6d55c19af3f3f355a5e9ab8d986.png)
(笔者注2:换言之:「全微分形式不变性」保证了——dz可以被写成对应的全微分,这一点与你选择的变量是自变量或中间变量无关)
(笔者注3:高阶微分不再具有微分形式不变性,这一点与「一元高阶微分不具有形式不变性」类似)
3、隐函数求导法则(偏导)
即:
![equation?tex=%5Cfrac%7B%5Cpartial+z%7D%7B%5Cpartial+x%7D%3D-%5Cfrac%7BF_x%7D%7BF_z%7D](https://i-blog.csdnimg.cn/blog_migrate/5ca1dafb4ad62d9349a9ef1b99ecd382.png)
(其中
![equation?tex=F_x](https://i-blog.csdnimg.cn/blog_migrate/885143d11132a28a4f8d8aaba86841af.png)
这一推导可以类比二元隐函数方程求导记忆——
我们通过对
![equation?tex=F%28x%2Cy%29%3D0](https://i-blog.csdnimg.cn/blog_migrate/ef63504ceb5f03a78e50ae5eb9628e9c.png)
即:
![equation?tex=%5Cfrac%7Bdy%7D%7Bdx%7D%3D-%5Cfrac%7BF_x%7D%7BF_y%7D](https://i-blog.csdnimg.cn/blog_migrate/45c4730192be177df9a7a372a0e0bd05.png)
同理,多元(未知数大于等于2)函数,不过是把d换成了∂罢了。
即:
![equation?tex=%5Cfrac%7B%5Cpartial+y%7D%7B%5Cpartial+x%7D%3D-%5Cfrac%7BF_x%7D%7BF_y%7D%5Cquad+%E5%85%B6%E4%B8%ADF%28x%2Cy%2Cz%29%3D0](https://i-blog.csdnimg.cn/blog_migrate/2b0f70384f426c906d37d7d7e6bd2bba.png)
二、对于没有修习《高等数学(上)》的读者,你们需要了解的有:
1、复合函数的链式求导法则
即:
![equation?tex=%5Cfrac%7Bdy%7D%7Bdx%7D%3D%5Cfrac%7Bdy%7D%7Bdu%7D%5Cfrac%7Bdu%7D%7Bdx%7D](https://i-blog.csdnimg.cn/blog_migrate/d4b6b0b4b3f3a88bbff1f085e702c17c.png)
(笔者注:这也暗示了微分的一大特性:微分可以被当成实体参与运算)
2、各种求导法则
例如乘积求导法则、除法求导法则等
3、求偏导
所谓求偏导,即把其他变量当成常数,只对指定变量求导,符号用
![equation?tex=%5Cfrac%7B%5Cpartial+%3F%7D%7B%5Cpartial+%3F%7D](https://i-blog.csdnimg.cn/blog_migrate/111a68c7dd1b1fa4892e4d02252543de.png)
![equation?tex=%5Cfrac%7B%5Cpartial+z%7D%7B%5Cpartial+x%7D](https://i-blog.csdnimg.cn/blog_migrate/8bfbec19c47c2598a3dcaa729b326a82.png)
举例[2]A:
![equation?tex=%5Cfrac%7B%5Cpartial+%28xy%29%7D%7B%5Cpartial+x%7D%3Dy](https://i-blog.csdnimg.cn/blog_migrate/c00808eb457d1d18a2b610b609c9ccaf.png)
B:
![equation?tex=%5Cfrac%7B%5Cpartial+%28xyzuvw%29%7D%7B%5Cpartial+x%7D%3Dyzuvw](https://i-blog.csdnimg.cn/blog_migrate/f2e8b16187ea2dddd6cde36abda74ea8.png)
C、
![equation?tex=%5Cfrac%7B%5Cpartial+e%5E%7Bxy%7D%7D%7B%5Cpartial+x%7D%3Dye%5E%7Bxy%7D](https://i-blog.csdnimg.cn/blog_migrate/4b8345e90e3aa4e271c792708664c984.png)
![equation?tex=e%5E%7Bkx%7D](https://i-blog.csdnimg.cn/blog_migrate/4135f03aa978a32bd46c9b87464696e5.png)
![equation?tex=ke%5E%7Bkx%7D](https://i-blog.csdnimg.cn/blog_migrate/45bb54289efa49607a7ed7feee79d1ea.png)
4、隐函数求导法则
我们知道任意函数
![equation?tex=y%3Df%28x%29](https://i-blog.csdnimg.cn/blog_migrate/0968e0afadc9022c382aed6c86ffddc6.png)
![equation?tex=F%28x%2Cy%29%3Dy-f%28x%29%3D0](https://i-blog.csdnimg.cn/blog_migrate/04aa187590bdd1dcbc0890bcb70b5bd2.png)
更广义地,当y=f(x)不容易被显式地写出时,就可以将其写成一个方程
![equation?tex=F%28x%2Cy%29%3D0](https://i-blog.csdnimg.cn/blog_migrate/ef63504ceb5f03a78e50ae5eb9628e9c.png)
(例如想要绕开反三角函数,就可以把
![equation?tex=y%3D%5Carctan+x](https://i-blog.csdnimg.cn/blog_migrate/29d44c3cb8f22d4cc9402128e83b87c4.png)
![equation?tex=%5Ctan+y%3Dx](https://i-blog.csdnimg.cn/blog_migrate/bcb80bc0b0cbb2042c4813492bf448c3.png)
![equation?tex=F%28x%2Cy%29%3D%5Ctan+y-x%3D0](https://i-blog.csdnimg.cn/blog_migrate/f6c4f868e85d1043dcf23edf66ce41db.png)
这样确定了一个隐函数,如果把
![equation?tex=F%28x%2Cy%29%3D0](https://i-blog.csdnimg.cn/blog_migrate/ef63504ceb5f03a78e50ae5eb9628e9c.png)
![equation?tex=z%3DF%28x%2Cy%29](https://i-blog.csdnimg.cn/blog_migrate/f497255048bd896eb9c7f255f88f1901.png)
![equation?tex=%5Cfrac%7B%5Cpartial+F%7D%7B%5Cpartial+x%7Ddx%2B%5Cfrac%7B%5Cpartial+F%7D%7B%5Cpartial+y%7Ddy%3D0](https://i-blog.csdnimg.cn/blog_migrate/6dfe4990ab3a95b79f56585588360d61.png)
![equation?tex=%5Cfrac%7Bdy%7D%7Bdx%7D%3D-%5Cfrac%7B%5Cfrac%7B%5Cpartial+F%7D%7B%5Cpartial+x%7D%7D%7B%5Cfrac%7B%5Cpartial+F%7D%7B%5Cpartial+y%7D%7D](https://i-blog.csdnimg.cn/blog_migrate/42fe2609802b34cd535841332b112185.png)
(笔者注:看起来这里写的隐函数求导法则与《高等数学(上)》不同,但实质上是相同的。至于为什么,这就留待读者自行思考了)
以下是正文部分
全文采取对话体,请脑补「笔者」为「我」,脑补「读者」为「小羽