在上面的对话中,我们“发明”了多变量微积分。我们研究了吞进去一个数吐出来两个数的机器,例如m(x)≡(f(x),g(x))。课本上称这些为“向量值函数”,意思是它们吞进去一个数吐出来的是向量。“向量”的意思同(我们说的)“列表”基本是一回事,在这本书后面的部分,我会交叉使用这两个术语。请注意我们这里的前数学论证对n个格子的向量同样成立。也就是说,我们可以要求n个格子的列表有如下性质:
(x1,x2,…,xn)+(y1,y2,…,yn)=(x1+y1,x2+y2,…,xn+yn)
c·(x1,x2,…,xn)=(cx1,cx2,…,cxn)。
同样,我们可以做能想到的最简单的事情。我们可以通过这些定义,以上面对话中一样的方式,证明“一进n出”的机器
m(x)≡(f1(x),f2(x),…,fn(x))
的导数是我们所能期望的最简单的东西,即
类似的,对于吞进去两个数吐出来一个数的机器,可以缩写为m(x,y),我们也找到了与单变量微积分类似的处理方法。我们直接定义了两个不同的导数:每个输入一个。也就是说,我们有相对于x的导数(将y视为常量),和相对于y的导数(将x视为常量)。我们决定将这些表述为:
课本上称这些为“偏导数”。它们把左边的称为“m相对于x的偏导数”,把右边的称为“m相对于y的偏导数”。但这些偏导数并不“偏”:它们的计算与第2章的导数的计算是一样的。注意我们可以在不改变y的条件下改变x(反过来也是一样),因此我们可以写出这些式子:
同样,m(x,y)的格子数量为两个也没有什么特殊的。我们可以对有n个格子的机器做类似的定义和论证。如果将m定义为吞进去n个数吐出来一个数的机器,写作
我们就有n个格子,因此有n个不同的导数:一个对应x1,一个对应x2,依此类推,直到xn。同前面一样,我们可以这样定义导数:
其中我们记为di而不是,因为后者有下标的下标,有点复杂。虽然上面的等式难看得足以让你血压升高,它所表达的内容却极其简单:“n进一出”机器相对于某个变量xi的导数。就是前面一样的东西。我们只需无视不是xi的一切,然后将xi视为唯一的变量做单变量微积分。看得出来这其实没有新东西了吗?下一节我们就会用更简洁的缩写来表示上面这个标记。