【偏导数基本公式】在多元微积分中，偏导数是研究函数在多个变量情况下变化率的重要工具。它用于描述一个函数在某一特定变量方向上的变化趋势，而其他变量保持不变。掌握偏导数的基本公式是学习多元函数分析和应用的基础。
一、偏导数的定义
设函数 $ f(x, y) $ 在点 $ (x_0, y_0) $ 处有定义，若固定 $ y = y_0 $，则函数关于 $ x $ 的偏导数为：
$$
\frac{\partial f}{\partial x} = \lim_{h \to 0} \frac{f(x_0 + h, y_0) - f(x_0, y_0)}{h}
$$
同理，关于 $ y $ 的偏导数为：
$$
\frac{\partial f}{\partial y} = \lim_{h \to 0} \frac{f(x_0, y_0 + h) - f(x_0, y_0)}{h}
$$
二、常见函数的偏导数公式
以下是一些常见的函数及其偏导数的基本公式，适用于多变量函数：
| 函数形式 | 偏导数（关于 x） | 偏导数（关于 y） |
| $ f(x, y) = c $（常数） | 0 | 0 |
| $ f(x, y) = x $ | 1 | 0 |
| $ f(x, y) = y $ | 0 | 1 |
| $ f(x, y) = x^n $ | $ n x^{n-1} $ | 0 |
| $ f(x, y) = y^n $ | 0 | $ n y^{n-1} $ |
| $ f(x, y) = xy $ | $ y $ | $ x $ |
| $ f(x, y) = x^2 + y^2 $ | $ 2x $ | $ 2y $ |
| $ f(x, y) = \sin(x) $ | $ \cos(x) $ | 0 |
| $ f(x, y) = \cos(y) $ | 0 | $ -\sin(y) $ |
| $ f(x, y) = e^{x+y} $ | $ e^{x+y} $ | $ e^{x+y} $ |
| $ f(x, y) = \ln(x) $ | $ \frac{1}{x} $ | 0 |
| $ f(x, y) = \ln(y) $ | 0 | $ \frac{1}{y} $ |
三、偏导数的运算法则
1. 线性法则：
若 $ f $ 和 $ g $ 是可偏导函数，则：
$$
\frac{\partial}{\partial x}(af + bg) = a\frac{\partial f}{\partial x} + b\frac{\partial g}{\partial x}
$$
2. 乘积法则：
$$
\frac{\partial}{\partial x}(fg) = f\frac{\partial g}{\partial x} + g\frac{\partial f}{\partial x}
$$
3. 商法则：
$$
\frac{\partial}{\partial x}\left(\frac{f}{g}\right) = \frac{g\frac{\partial f}{\partial x} - f\frac{\partial g}{\partial x}}{g^2}
$$
4. 链式法则：
若 $ z = f(u, v) $，且 $ u = u(x, y) $，$ v = v(x, y) $，则：
$$
\frac{\partial z}{\partial x} = \frac{\partial f}{\partial u} \cdot \frac{\partial u}{\partial x} + \frac{\partial f}{\partial v} \cdot \frac{\partial v}{\partial x}
$$
四、总结
偏导数是研究多元函数局部变化率的重要工具，其基本公式包括对常见函数的求导规则以及一些重要的运算法则。掌握这些公式不仅有助于理解函数的变化趋势，也为后续学习梯度、方向导数、多元极值等打下坚实基础。
通过表格形式可以更直观地对比不同函数的偏导数表达式，便于记忆与应用。