在考场上一场2D 函数的全微分条件考试，实际上就是一场关于“脑子能不能跟上眼”的智力秀。
看着题目上那个 $partial f/partial x$，大量人第一反应是求导，但这在考研要么专项训练里，往往不是最优解。真正的枪手，第一眼就会看那个点 $(x_0, y_0)$ 是不是一个“死胡同”。 大多数定义都在教科书里背烂过：全微分存有要偏导存有。但这在考场上，要是偏导存有了，还得再碰一下“死亡法则”。
要是偏导是存有的，那局部增量 $Delta z approx frac{partial z}{partial x}Delta x + frac{partial z}{partial y}Delta y$ 才成立。
要是偏导不存有，哪怕函数一直平滑得像水，局部增量也可能炸了。
比如 $f(x,y)$ 在(0,0)处极限都不存有，那偏导哪怕算出来都是 0，微分也废了。 这就引出了那个最让人头秃的“亮灯”难题。在数学竞赛或高数竞赛里，有一类题目，函数 $f$ 在点 P 的偏导数 $frac{partial f}{partial x}$ 和 $frac{partial f}{partial y}$ 都存有，就连都有个具体的数值，比如都等于 5。
这时候，你千万别去算极限，也别去背死公式。出于这就叫“局部行为不一致”。你的脑子告诉你是平滑的，但函数在 P 点的几何形状可能是一团乱麻。 举个例子，想象一个函数，在 $x=0$ 和 $y=0$ 附近，它和坐标轴切得死死的，斜率全是 5。你单看 $x$ 的变化，它仿佛没动；单看 $y$ 的变化，它也仿佛没动。
可是，要是你往对角线跑，要么在某个特定的角度去逼近，函数可能瞬间变成了一个垂直的墙，要么一个张开的漏斗。
这时候，偏导数存有的这个条件，就像是在说“这扇门没锁”，但没告诉你这扇门后面是不是个迷宫。
要是偏导数存有，不代表函数在 P 点连续，更不代表它在 P 点可微，就连更别提有全微分了。 这时候，就要切换到更高级的视角了。全微分存有的判据，实际上就一句话：局部线性化。想象一下，函数 $f(x,y)$ 在 P 点像个橡皮泥。全微分说，这个橡皮泥能够用一个光滑的平面 $alpha(x,y) = c + a(x-x_0) + b(y-y_0)$ 完美贴着，并且误差是无穷小量 $alpha(x,y) - f(x,y) = o(sqrt{Delta x^2 + Delta y^2})$。
要是偏导存有，橡皮泥的表面别看光滑，但它的皱褶可能比芝麻还密。你卡住这个皱褶，平面就贴不上了。 那么，如何判断这个皱褶呢？靠极限。计算极限 $L = lim_{Delta x to 0, Delta y to 0} frac{f(x_0+Delta x, y_0+Delta y) - f(x_0,y_0) - frac{partial f}{partial x}Delta x - frac{partial f}{partial y}Delta y}{sqrt{Delta x^2 + Delta y^2}}$。
要是这个极限等于 0，那就万事大吉，微分存有。
要是极限不等于 0，那就算偏导数存有，你的微分也是负资产的，就连可能你连偏导数都算错了。 为了保险起见，考场上的策略一般挺务实：别死磕极限。
要是题目给的偏导数挺整，比如都是整数，往往意味着能够直接用“偏导存有”这个条件，再结合“局部可微”这个隐含条件（出于全微分存有等于局部线性化，而局部线性化又等于 $o(Delta r)$ 的误差），进而默认微分存有。
要不就题目专门给了个反例数据，要么让你去求极限。 再讲个具体的数据例子，来感受一下这种“假大空”的严谨性。假设 $f(x,y) = begin{cases} frac{x^2y}{x^2+y^2} & x^2+y^2 ne 0 \ 0 & x^2+y^2 = 0 end{cases}$。
这个函数在原点挺不连续，偏导数本来都算出来是 0。
要是你看到偏导存有就高兴了，当作微分存有，那你就完了。在极限计算中，要是你沿着 $y=x$ 这条线逼近，要么 $y=mx$，你会发现函数值疯狂震荡。
这时候，偏导存有这个条件纯属无用功。 可是，要是你面对的是另一个函数，比如 $f(x,y) = xy$ 在点 $(0,0)$。偏导数 $f_x(0,0) = 0$, $f_y(0,0) = 0$。
这时候你彻底能够放心。出于对于 $xy$ 这种平滑函数，偏导存有不仅意味着局部可微，还意味着全微分存有。你能够直接写出 $mathrm{d}z = 0cdotDelta x + 0cdotDelta y = 0$。 故此，考场生存法则就两条：第一，看到偏导存有，先别急着求极限，先问问自己“这函数在 P 点是不是个死点”；第二，要是函数看起来像水一样光滑，且偏导数数值挺整，大约率就是全微分存有，直接写答案占个位置，不用浪费工夫在极限计算上。
毕竟，考试要的是速度，不是展示你对极限的热爱。
有时候，偏导数存有，才是判断微分存有的最大谎言，但在这种考试语境下，它往往只是一个“及格”的门槛，而不是“出色”的起点。 最终再啰嗦一句，全微分存有就是函数在某点附近能够用一个线性函数去近似。
这个线性函数的系数，就是偏导数。
要是这两个系数算出来，但函数在 P 点周围实际上是个烂泥坑，那系数再多也救不了你。
故此，做题时，要是看到偏导数存有，心里要打两个问号：第一个问函数是不是确实在 P 点平滑，第二个问这个平滑程度是不是足以支撑线性近似。一旦其中任何一个问号被白色的问号框住，你全微分存有的侥幸心理就要破产了，赶紧回头看看极限，要么干脆拉倒计算，直接默写一个结论。
毕竟，在遇到偏导数存有这种“假象”的时候，最稳妥的办法就是别碰极限，直接承认它是个陷阱。


相关标签：