多元分析
R^n 中的可微性
多元函数在某点“光滑”应当意味着什么?诚实的回答沿用一元的思想,但表述要小心:函数应紧贴一张平直的平面,以至于当你放大时,函数与该平面之间的差距比到该点的距离收缩得更快。可微性恰好保证了这样一个完美贴合的线性逼近存在。
精确地说,f: R^n -> R^m 在 a 处可微,是指存在线性映射 L(即其全导数)使得 f(a + h) = f(a) + L h + r(h),且当 h -> 0 时 |r(h)| / |h| -> 0。关键要求是误差相对于 |h| 趋于零,而不仅仅是误差本身趋于零。这一个条件就同时控制了所有逼近方向。
两点诚实的告诫。其一,可微蕴含连续,但反之不然。其二——这常令初学者惊讶——仅仅所有偏导数存在,远比可微弱,甚至不能保证连续。一个干净的充分条件是:偏导数在 a 附近存在且在 a 处连续,则 f 在 a 处可微。
f(x, y) = xy/(x^2 + y^2) 且 f(0,0) = 0 在原点处两个偏导数都为 0,但 f 在那里甚至不连续(沿 y = x 趋于 1/2)。所以偏导数存在并不给出可微——相对误差条件严重失败。
偏导数可存在,而可微乃至连续都失败。
另见