微分学

隐函数求导(implicit differentiation)

有些曲线没法整整齐齐地写成「y 等于某个关于 x 的公式」。圆是最典型的例子:x^2 + y^2 = 1 把它描述得完美无缺,但要解出 y,你就被迫把它拆成两片(上半部和下半部),还带着别扭的平方根。隐函数求导是一种技巧,让你不必把曲线解开成 y = 某式,就能求出它上面的斜率。

思路是:把 y 当作 x 的函数(尽管它是隐藏的),然后对方程两边同时关于 x 求导,每当出现 y 就动用链式法则。对 x^2 + y^2 = 1 求导,得到 2x + 2y(dy/dx) = 0——注意链式法则给 y^2 这一项附上的 dy/dx。接着用代数解出 dy/dx,得到 dy/dx = -x/y。结果通常同时依赖 x 和 y,这没问题:把曲线上任何一点代进去,就得到那里的斜率。

让这套办法奏效的关键习惯,就是记住 y 暗地里是 x 的函数,所以你对每个 y 求导时都要带上一个 dy/dx——这个因子正是要害所在。像 y^3 这样的项,导数是 3y^2(dy/dx),而不是 3y^2。隐函数求导也是相关变化率问题的解法所在,并且是反函数求导规则的根基。

x^2 + y^2 = 1 => 2x + 2y(dy/dx) = 0 => dy/dx = -x/y

对圆作隐函数求导:任意点处的斜率为 -x/y。

每当你对一个 y 项求导,都必须附上 dy/dx(链式法则);漏掉它是常见错误,例如 d/dx[y^2] = 2y(dy/dx),而不是 2y。

又称
implicit differentiationdifferentiating implicit relations隐函数求导隐式微分隱函數求導隱式微分