大學微積分題解-二變數函數的線性化與全微分

更新於 發佈於 閱讀時間約 3 分鐘

前導

二變數的函數可能相當複雜,有時我們需要用較簡單的函數來近似,以達到所需的精確度,同時也讓這些函數較容易處理。我們會用一種方法來做這件事,這種方法與我們在線性化單變數函數時所使用的方式相似。

公式推導說明

假設我們要近似的函數是 z=f(x,y),我們想在某一點 (x0,y0) 附近進行近似,而且我們知道該點的函數值 f(x0,y0),還有偏導數 fx 和 fy​,且函數 f 在該點可微。

若從 (x0,y0) 移動到鄰近點 (x,y),其偏移量為 Δx = x−x0、Δy = y−y0,我們可以得到如下圖:

raw-image

最後我們可以得到近似式:

raw-image

二變數函數的線性化其實就是一種切平面近似(tangent-plane approximation),就像一變數函數的線性化是一種切線近似

範例演習

求函數

raw-image

在點 (3,2) 的線性化函數 L(x, y)


先計算 f、偏導數 fx、fy​ 在 (3, 2) 的值:

raw-image

接著代入線性化公式:

raw-image

這個函數在點 (3, 2) 的線性化為:

raw-image

所以呢,函數在 (3, 2) 處附近的近似行為示意圖如下:

raw-image

全微分(total differential)

我們對單變數函數 y = f(x) 有以下定義:

  • 若 x 從 a 變化為 a + Δx,則函數的變化量為:
raw-image
  • 而微分 df 被定義為(可估函數變化量近似值):
raw-image

現在我們考慮二變數函數 f(x, y) 的微分。

如果從點 (x0,y0) 移動到一個鄰近點 (x0+dx,y0+dy),則函數的總變化量(全微分)定義為:

raw-image

全微分 df 代表 f(x, y, z) 由於 x、y、z 微變所引發之變化量總和,由此亦可估計一個函數之微變量。

範例演習

假設一個圓柱罐原本設計半徑為 1 英吋,高為 5 英吋,但實際製作時半徑與高度的誤差分別為:

  • dr = +0.03
  • dh = −0.1

請估計這會造成的體積變化量


我們用體積公式 V=πr2h 的微分 dV 來估計體積變化:

raw-image

計算並帶入:

raw-image

得出結論:

由於製造誤差導致圓柱罐體積增加約 0.63 立方英吋。

留言
avatar-img
留言分享你的想法!
蘇念安老師-avatar-img
2025/05/10
感謝分享
avatar-img
電資鼠 - 您的學習好夥伴
10會員
215內容數
在當今數位時代,電資領域人才需求爆發式成長,不論是前端網頁設計、嵌入式開發、人工智慧、物聯網還是軟硬體整合,這些技術都在改變世界。而掌握 C/C++、Python、數位邏輯、電路學與嵌入式開發等大學電資領域的課程,正是進入這個高薪、高需求產業的關鍵!
2025/05/10
本篇文章探討多變數函數的梯度向量與等值面切平面、法線的關係,並提供計算切平面方程式、法線方程式及估計函數在特定方向變化量的範例與步驟說明。
Thumbnail
2025/05/10
本篇文章探討多變數函數的梯度向量與等值面切平面、法線的關係,並提供計算切平面方程式、法線方程式及估計函數在特定方向變化量的範例與步驟說明。
Thumbnail
2025/05/10
本文章提供方向導數的完整教學,涵蓋定義、計算方法、梯度向量、性質、與等高線的關係,並附有範例與圖解,方便讀者理解。
Thumbnail
2025/05/10
本文章提供方向導數的完整教學,涵蓋定義、計算方法、梯度向量、性質、與等高線的關係,並附有範例與圖解,方便讀者理解。
Thumbnail
2025/05/10
這篇文章探討了多變數函數的鏈鎖率 (Chain Rule),從單變數情況逐步延伸到多變數情況,並利用樹狀結構圖解說明其運算過程,最後以隱函數微分為例,展現鏈鎖率的應用。文章深入淺出,適合具備微積分基礎的讀者學習。
Thumbnail
2025/05/10
這篇文章探討了多變數函數的鏈鎖率 (Chain Rule),從單變數情況逐步延伸到多變數情況,並利用樹狀結構圖解說明其運算過程,最後以隱函數微分為例,展現鏈鎖率的應用。文章深入淺出,適合具備微積分基礎的讀者學習。
Thumbnail
看更多
你可能也想看
Thumbnail
家中修繕或裝潢想要找各種小零件時,直接上網採買可以省去不少煩惱~看看Sylvia這回為了工地買了些什麼吧~
Thumbnail
家中修繕或裝潢想要找各種小零件時,直接上網採買可以省去不少煩惱~看看Sylvia這回為了工地買了些什麼吧~
Thumbnail
👜簡單生活,從整理包包開始!我的三款愛用包+隨身小物清單開箱,一起來看看我每天都帶些什麼吧🌿✨
Thumbnail
👜簡單生活,從整理包包開始!我的三款愛用包+隨身小物清單開箱,一起來看看我每天都帶些什麼吧🌿✨
Thumbnail
創作者營運專員/經理(Operations Specialist/Manager)將負責對平台成長及收入至關重要的 Partnership 夥伴創作者開發及營運。你將發揮對知識與內容變現、影響力變現的精準判斷力,找到你心中的潛力新星或有聲量的中大型創作者加入 vocus。
Thumbnail
創作者營運專員/經理(Operations Specialist/Manager)將負責對平台成長及收入至關重要的 Partnership 夥伴創作者開發及營運。你將發揮對知識與內容變現、影響力變現的精準判斷力,找到你心中的潛力新星或有聲量的中大型創作者加入 vocus。
Thumbnail
本章節深入淺出介紹多變數函數的定義、幾何觀念與範例演習,讓讀者能夠大致掌握本單元的重點。
Thumbnail
本章節深入淺出介紹多變數函數的定義、幾何觀念與範例演習,讓讀者能夠大致掌握本單元的重點。
Thumbnail
本單元詳細介紹參數式的表達式與觀念。
Thumbnail
本單元詳細介紹參數式的表達式與觀念。
Thumbnail
本章節介紹"通過部分分數對有理函數進行積分",提供大量範例的逐步講解,以幫助讀者熟悉其概念與解題的方式。
Thumbnail
本章節介紹"通過部分分數對有理函數進行積分",提供大量範例的逐步講解,以幫助讀者熟悉其概念與解題的方式。
Thumbnail
透過本章的學習,你將能熟練掌握 Rolle 定理、均值定理的定義、幾何觀念與實戰應用技巧。
Thumbnail
透過本章的學習,你將能熟練掌握 Rolle 定理、均值定理的定義、幾何觀念與實戰應用技巧。
Thumbnail
對於反雙曲函數的微分推導,方法並不僅僅侷限於一種方法,我們既可以先定義反雙曲函數的形式再進行微分。亦可以由反函數的微分方式來做微分。 透過本章的學習,你將能熟練掌握 反雙曲函數的定義表達式與微分技巧。
Thumbnail
對於反雙曲函數的微分推導,方法並不僅僅侷限於一種方法,我們既可以先定義反雙曲函數的形式再進行微分。亦可以由反函數的微分方式來做微分。 透過本章的學習,你將能熟練掌握 反雙曲函數的定義表達式與微分技巧。
Thumbnail
透過本章學習,你將能夠掌握雙曲函數的微分推導原理。
Thumbnail
透過本章學習,你將能夠掌握雙曲函數的微分推導原理。
Thumbnail
本章節將帶你掌握 反函數的微分法則,透過本章學習,你將熟悉如何處理反函數相關的導數問題。
Thumbnail
本章節將帶你掌握 反函數的微分法則,透過本章學習,你將熟悉如何處理反函數相關的導數問題。
Thumbnail
本章節將帶你深入理解 線性化(Linearization)與微分(Differentials) 在微積分中的概念與應用。透過函數在某點的 切線近似,我們能快速估算複雜函數的值,並以 微分觀點 分析小變化量對結果的影響。
Thumbnail
本章節將帶你深入理解 線性化(Linearization)與微分(Differentials) 在微積分中的概念與應用。透過函數在某點的 切線近似,我們能快速估算複雜函數的值,並以 微分觀點 分析小變化量對結果的影響。
Thumbnail
極限的題型也包含三角函數,而這類題型往往需要經過許多加工處理,本章節系統性得呈現多種三角函數題型與解題技巧,幫助讀者了解其概念與解題的步驟方法。
Thumbnail
極限的題型也包含三角函數,而這類題型往往需要經過許多加工處理,本章節系統性得呈現多種三角函數題型與解題技巧,幫助讀者了解其概念與解題的步驟方法。
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News