Практический тест по частным производным, якобианам и градиентам с пошаговым интерактивным уроком
Используйте вопросы ниже на странице, чтобы отработать дифференцирование функций нескольких переменных: вычислять частные производные, удерживая остальные переменные фиксированными, составлять градиенты, использовать \(D_u f=\nabla f\cdot u\) для единичных направлений, читать множества уровня, строить матрицы Якоби для отображений \(F:\mathbb{R}^n\to\mathbb{R}^m\), применять правило цепочки, распознавать матрицы Гессе и смешанные частные производные, записывать линеаризации касательных плоскостей и проверять, когда ненулевой определитель якобиана дает локальную обратимость. Если нужно повторить материал, откройте урок с короткими разобранными примерами и быстрыми проверками.
Ответьте на набор вопросов и разберите ошибки в конце.
Как работает эта практика по дифференцированию функций нескольких переменных
1. Выполните набор практики: ответьте на вопросы о частных производных, градиентах, якобианах, производных по направлению и правилах цепочки.
2. Откройте урок: повторите определения, проверки на распознавание, разобранные примеры и задания с одним ответом.
3. Попробуйте снова: вернитесь к набору вопросов и определяйте, какой объект производной требуется в каждой задаче.
Что вы изучите в уроке о частных производных, якобианах и градиентах
Частные производные
Удерживайте остальные переменные фиксированными: \(f_x\) дифференцирует только зависимость от \(x\)
Смешанные частные производные: \(f_{xy}\) и \(f_{yx}\) совпадают при обычных условиях непрерывности
Непрерывные первые частные производные в окрестности точки являются достаточно сильным условием дифференцируемости в этой точке
Градиенты и направления
Градиент: \(\nabla f=(f_{x_1},\ldots,f_{x_n})\) для скалярной функции \(f\)
Производная по направлению: \(D_u f(a)=\nabla f(a)\cdot u\), когда \(u\) - единичный вектор
Градиент нормален к регулярным множествам уровня и направлен в сторону наискорейшего возрастания
Матрицы Якоби
Строки - выходы, столбцы - входы: \(J_F\) имеет размер \(m\times n\) для \(F:\mathbb{R}^n\to\mathbb{R}^m\)
Для квадратных отображений \(\det J_F\) измеряет локальное масштабирование площади или объема и ориентацию
Правило цепочки для функций нескольких переменных - это умножение матриц производных
Проверки теорем и ошибки
Ненулевой \(\det J_F(a)\) дает локальную обратную функцию для дифференцируемого квадратного отображения при нужной гладкости
У регулярного множества уровня градиент ненулевой, поэтому градиент задает нормальное направление
Не путайте существование частных производных с полной дифференцируемостью или корректной касательной плоскостью
Математический анализ нескольких переменных и дифференциальные методы
Урок: частные производные, якобианы и градиенты
1 / 8
Обзор урока
Цель: Сформировать надежный набор инструментов для дифференцирования функций нескольких переменных: вычислять частные производные, составлять градиенты и якобианы, использовать производные по направлению, применять правила цепочки, читать матрицы Гессе и смешанные частные производные, строить линейные приближения первого порядка и распознавать, когда важны условия теорем.
Критерии успеха
Вычислять \(f_x,f_y,\ldots\), удерживая остальные переменные фиксированными.
Составлять \(\nabla f\) для скалярных функций.
Использовать \(D_u f(a)=\nabla f(a)\cdot u\) для единичных направлений.
Распознавать градиенты как нормали к регулярным множествам уровня.
Строить \(J_F\) со строками для выходов и столбцами для входов.
Интерпретировать \(\det J_F\) для квадратных отображений как локальное масштабирование и ориентацию.
Применять правило цепочки в скалярной и матричной форме.
Правильно использовать матрицы Гессе, смешанные частные производные и линеаризацию первого порядка.
Проверять дифференцируемость и условия теоремы об обратной функции перед применением теорем.
Ключевая лексика
Частная производная: производная по одной переменной при фиксированных всех остальных переменных.
Градиент: вектор первых частных производных для скалярной \(f\).
Производная по направлению: скорость изменения в заданном единичном направлении.
Матрица Гессе: матрица вторых частных производных скалярной функции.
Линеаризация: лучшее аффинное приближение первого порядка около точки дифференцируемости.
Быстрая предварительная проверка
Предварительная проверка: Для скалярной функции \(f(x,y)\), что такое \(\nabla f\)?
Подсказка: градиент собирает все первые частные производные одной скалярной функции.
Частные производные - это обычные производные при замороженных остальных переменных
Цель обучения: Определять, какие переменные меняются, какие остаются фиксированными, и что первая частная производная доказывает и не доказывает.
Ключевая идея
Для \(f(x,y)\) запись \(f_x\) означает дифференцировать по \(x\), считая \(y\) константой. Аналогично, \(f_y\) считает \(x\) константой. Обозначение фиксирует локальную скорость в одном координатном направлении; само по себе существование частных производных не всегда гарантирует полную дифференцируемость.
Контрольный список распознавания
Определите переменную дифференцирования.
Считайте каждую другую переменную постоянным коэффициентом.
При необходимости применяйте обычные правила произведения, частного и цепочки.
После дифференцирования подставляйте точку только если задача просит значение.
Для утверждений о дифференцируемости ищите более сильные условия, например непрерывные первые частные производные поблизости.
Разобранный пример
Пример: Для \(f(x,y)=xe^y+y^2\) вычислите \(f_x\) и \(f_y\).
Для \(f_x\), \(e^y\) и \(y^2\) постоянны относительно \(x\), поэтому \(f_x=e^y\). Для \(f_y\), \(x\) постоянен, поэтому \(f_y=xe^y+2y\).
Попробуйте
Попробуйте: Для \(f(x,y)=x^2y+\sin x\), чему равно \(f_y\)?
Подсказка: относительно \(y\) член \(\sin x\) является константой.
Градиент упаковывает все координатные скорости в один вектор
Цель обучения: Использовать градиенты для вычисления производных по направлению и чтения геометрии множеств уровня.
Ключевая идея
Для \(f:\mathbb{R}^n\to\mathbb{R}\), \(\nabla f(a)\) - это вектор первых частных производных в точке \(a\). Если \(u\) - единичный вектор, то \(D_u f(a)=\nabla f(a)\cdot u\). Наибольшая возможная производная по направлению равна \(\|\nabla f(a)\|\) и достигается в направлении градиента, когда градиент ненулевой.
Факты о градиенте
Градиент указывает направление наискорейшего возрастания.
Отрицательный градиент указывает направление наискорейшего убывания.
Направления, перпендикулярные \(\nabla f(a)\), имеют изменение первого порядка \(0\).
На регулярном множестве уровня \(f=c\) градиент нормален к множеству уровня.
Формула производной по направлению требует, чтобы \(u\) был единичным вектором.
Разобранный пример
Пример: Пусть \(f(x,y)=x^2+y^2\). Найдите \(D_u f(1,2)\) для \(u=(1/\sqrt5,2/\sqrt5)\).
\(\nabla f=(2x,2y)\), поэтому \(\nabla f(1,2)=(2,4)\). Тогда \(D_u f(1,2)=(2,4)\cdot(1/\sqrt5,2/\sqrt5)=10/\sqrt5=2\sqrt5\).
Попробуйте
Попробуйте: Если \(\nabla f(a)=(3,4)\), какова максимальная производная по направлению среди всех единичных направлений?
Подсказка: максимальная производная по направлению равна длине градиента.
Якобиан - это матрица производной векторнозначного отображения
Цель обучения: Строить якобиан правильной формы и интерпретировать его определитель, когда отображение квадратное.
Ключевая идея
Для \(F=(F_1,\ldots,F_m):\mathbb{R}^n\to\mathbb{R}^m\) матрица Якоби - это \(J_F=(\partial F_i/\partial x_j)\). У нее \(m\) строк и \(n\) столбцов: одна строка для каждой выходной компоненты и один столбец для каждой входной переменной.
Ненулевой определитель - ключевая проверка локальной обратимости для квадратных отображений при стандартных условиях гладкости.
Разобранный пример
Пример: Для \(F(x,y)=(x+y,xy)\) найдите \(J_F\) и \(\det J_F(3,1)\).
Строки берутся из двух компонент: \[J_F(x,y)=\begin{pmatrix}1&1\ y&x\end{pmatrix}.\] Его определитель равен \(x-y\), поэтому в \((3,1)\) он равен \(2\).
Попробуйте
Попробуйте: Если \(F:\mathbb{R}^3\to\mathbb{R}^2\), каков размер \(J_F\)?
Подсказка: считайте выходы для строк и входы для столбцов.
Правило цепочки для нескольких переменных умножает данные производных в правильном порядке
Цель обучения: Выбирать скалярное или матричное правило цепочки, соответствующее диаграмме зависимостей.
Ключевая идея
Если \(z=f(x(t),y(t))\), то \(dz/dt=f_x\,dx/dt+f_y\,dy/dt\). В более общем виде производную композиции получают умножением матриц Якоби, причем внешняя производная вычисляется в значении внутренней функции.
Шаблоны правила цепочки
Путь в скалярное поле: \(d(f(r(t)))/dt=\nabla f(r(t))\cdot r^\prime(t)\).
Отображение после отображения: \(J_{F\circ G}=J_F(G)J_G\).
Замена координат: сначала дифференцируйте новые переменные, затем подставляйте их во внешние производные.
Проверяйте размерности: произведение матриц должно иметь строки от конечного выхода и столбцы от исходного входа.
Разобранный пример
Пример: Пусть \(f(x,y)=x^2y\), \(x=t\) и \(y=t^2\). Вычислите \(dz/dt\) для \(z=f(x(t),y(t))\).
Напрямую, \(z=t^2\cdot t^2=t^4\), поэтому \(dz/dt=4t^3\). По правилу цепочки \(f_x=2xy=2t^3\), \(x^\prime=1\), \(f_y=x^2=t^2\), и \(y^\prime=2t\), что дает \(2t^3+2t^3=4t^3\).
Попробуйте
Попробуйте: Если \(z=f(x(t),y(t))\), какая формула является правилом цепочки?
Подсказка: сложите вклад через каждую промежуточную переменную.
Вторые частные производные описывают, как меняется первая производная
Цель обучения: Распознавать матрицу Гессе, обозначения смешанных частных производных и условие, позволяющее менять порядок смешанных частных производных.
Ключевая идея
Для скалярной \(f\) матрица Гессе \(H_f\) - это матрица вторых частных производных. На диагонали стоят чистые вторые частные производные, такие как \(f_{xx}\), а вне диагонали - смешанные частные производные, такие как \(f_{xy}\) и \(f_{yx}\). Если смешанные вторые частные производные непрерывны около точки, то \(f_{xy}=f_{yx}\) в этой точке.
Факты о матрице Гессе
Матрица Гессе для \(f(x,y)\) равна \(\begin{pmatrix}f_{xx}&f_{xy}\ f_{yx}&f_{yy}\end{pmatrix}\).
Для единичного направления \(u\) вторая производная по направлению равна \(u^T H_f(a)u\).
Симметрия матрицы Гессе требует условий; это не просто вопрос обозначений.
Матрица Гессе важна для локальной формы, но градиент дает условие критической точки первого порядка.
Разобранный пример
Пример: Для \(f(x,y)=x^2y+y^2\) вычислите \(f_{xy}\) и \(f_{yx}\).
Сначала \(f_x=2xy\), поэтому \(f_{xy}=2x\). Также \(f_y=x^2+2y\), поэтому \(f_{yx}=2x\). Смешанные частные производные совпадают для этой гладкой функции.
Попробуйте
Попробуйте: Если \(f_{xy}\) и \(f_{yx}\) непрерывны около точки, что следует в этой точке?
Подсказка: непрерывные смешанные вторые частные производные позволяют менять порядок дифференцирования.
Дифференцируемость превращает данные производной в модель первого порядка
Цель обучения: Использовать градиенты и якобианы для локального приближения, касательных плоскостей и условия критической точки первого порядка.
Ключевая идея
Если \(f\) дифференцируема в \(a\), то \(f(a+h)\approx f(a)+\nabla f(a)\cdot h\). Для \(z=f(x,y)\) касательная плоскость в \((a,b)\) имеет вид \(z=f(a,b)+f_x(a,b)(x-a)+f_y(a,b)(y-b)\). Во внутреннем локальном экстремуме, где \(f\) дифференцируема, градиент должен быть \(0\).
Шаблоны линеаризации
Для скалярной \(f\) линеаризация использует скалярное произведение с \(\nabla f\).
Для векторнозначной \(F\) линеаризация использует \(J_F(a)h\).
Для регулярной линии уровня \(f=c\) касательный вектор перпендикулярен \(\nabla f\).
Во внутреннем дифференцируемом локальном экстремуме \(\nabla f=0\).
Не записывайте касательную плоскость по частным производным, если дифференцируемость не обоснована.
Разобранный пример
Пример: Пусть \(f(1,2)=5\), \(f_x(1,2)=3\) и \(f_y(1,2)=-2\). Приблизьте \(f(1.1,1.97)\).
Здесь \(h=0.1\) и \(k=-0.03\). Линейное приближение дает \(5+3(0.1)-2(-0.03)=5+0.30+0.06=5.36\).
Попробуйте
Попробуйте: Если \(f_x(a,b)=2\) и \(f_y(a,b)=-1\), каково изменение первого порядка при изменении входа на \((h,k)\)?
Подсказка: умножьте каждое координатное изменение на соответствующую частную производную и сложите.
Типичные ошибки чаще всего связаны с типом объекта
Цель обучения: В конце разделить скалярные функции, векторнозначные отображения, градиенты, якобианы, матрицы Гессе и факты об определителях.
Типичные ошибки
Неверно замороженная переменная: в \(f_x\) каждая не-\(x\) переменная является константой.
Неединичное направление: нормируйте направление перед использованием \(D_u f=\nabla f\cdot u\).
Неверная форма якобиана: строки - это выходы, а столбцы - входы.
Определители только для квадратных якобианов: у \(F:\mathbb{R}^3\to\mathbb{R}^2\) нет определителя якобиана.
Частных производных недостаточно: существование первых частных производных само по себе не обязано доказывать дифференцируемость.
Пропущенные условия теорем: локальные обратные функции и симметрия смешанных частных производных требуют условий регулярности.
Разобранный пример
Пример: Для \(F(x,y)=(x+y,x-y)\), что локально сообщает \(\det J_F=-2\)?
Определитель ненулевой, поэтому отображение локально обратимо. Его абсолютное значение \(2\) - это локальный коэффициент масштабирования площади, а отрицательный знак означает, что отображение меняет ориентацию.
Попробуйте
Попробуйте: Если определитель квадратного якобиана отрицателен в точке, локальное отображение меняет:
Подсказка: знак определителя показывает, сохраняется или меняется ориентация.
Итоговое повторение
Частные производные - это скорости по одной координате.
Градиент - это вектор первых частных производных для скалярной \(f\).
Производные по направлению используют скалярное произведение с единичным направлением.
Градиенты нормальны к регулярным множествам уровня.
Якобиан \(F:\mathbb{R}^n\to\mathbb{R}^m\) имеет размер \(m\times n\).
Определитель квадратного якобиана дает информацию о локальном масштабировании и ориентации.
Правило цепочки - это скалярные произведения для скалярных путей и умножение матриц для отображений.
Матрица Гессе содержит вторые частные производные; смешанные частные производные переставляются при условиях непрерывности.
Линеаризация требует дифференцируемости, а не только формальных частных производных.
Следующий шаг: Закройте этот урок и попробуйте пройти тест снова. В каждом вопросе сначала определите, требуется ли скаляр, вектор, матрица или определитель.
Набор практики
Практические вопросы по теме Partial Derivatives, Jacobians & Gradients с мгновенным результатом
Ответьте на все 10 вопросов ниже, затем получите итоговый результат и разбор ошибок, чтобы точно понять, что улучшить.
0/10отвечено
Вопрос 1Нет ответа
Для \(f(x,y)=x^2+y\) чему равно \(\partial f/\partial x\)?
Правильный ответ: C. \(2x\)
Объяснение: Считайте \(y\) постоянной и продифференцируйте \(x^2\).
Вопрос 2Нет ответа
Для \(f(x,y)=xy\) чему равен \(\nabla f(1,2)\)?
Правильный ответ: C. \((2,1)\)
Объяснение: \(\nabla f=(y,x)\), поэтому в точке \((1,2)\) это \((2,1)\).
Вопрос 3Нет ответа
Чему равен определитель якобиана отображения \(F(x,y)=(x+y,x-y)\)?
Правильный ответ: B. \(-2\)
Объяснение: Матрица Якоби равна \(\begin{pmatrix}1&1\\1&-1\end{pmatrix}\), её определитель равен \(-2\).
Вопрос 4Нет ответа
Внутренняя критическая точка дифференцируемой скалярной функции удовлетворяет условию:
Правильный ответ: B. \(\nabla f=0\)
Объяснение: Во внутренней критической точке градиент обращается в нуль.
Вопрос 5Нет ответа
Направленная производная функции \(f\) в единичном направлении \(u\) равна:
Правильный ответ: A. \(\nabla f\cdot u\)
Объяснение: Это скалярное произведение градиента на вектор направления.
Вопрос 6Нет ответа
Для \(f(x,y)=x^2+y^2\) чему равен \(\nabla f(0,0)\)?
Правильный ответ: A. \((0,0)\)
Объяснение: \(\nabla f=(2x,2y)\), поэтому в начале координат это \((0,0)\).
Вопрос 7Нет ответа
Если \(F:\mathbb{R}^2\to\mathbb{R}^2\) имеет класс \(C^1\) в окрестности точки и \(\det J_F\) в этой точке отличен от нуля, то локально \(F\):
Правильный ответ: A. Локально обратимо
Объяснение: Для отображения класса \(C^1\) с обратимой производной теорема об обратной функции даёт локальную обратимость.
Вопрос 8Нет ответа
Для \(f(x,y)=\sin x+y^3\) чему равно \(\partial f/\partial y\)?
Правильный ответ: D. \(3y^2\)
Объяснение: Считайте \(x\) постоянной и продифференцируйте \(y^3\).
Вопрос 9Нет ответа
Что содержит матрица Гессе?
Правильный ответ: D. Вторые частные производные
Объяснение: Матрица Гессе состоит из вторых частных производных.
Вопрос 10Нет ответа
Если \(z=f(x(t),y(t))\), какая формула задаёт правило цепочки?
Правильный ответ: A. \(z'=f_xx'+f_yy'\)
Объяснение: Дифференцируйте по каждой переменной и сложите вклады.
