1 基本概念
1.1 总微分的定义
总微分是用来描述多元函数在某一点附近变化规律的线性近似。设函数 \(z=f(x,y)\) 在点 \((x,y)\) 处可微，当自变量分别产生微小增量 \(dx\) 与 \(dy\) 时，函数的主要变化可用一个线性表达式表示，这个表达式就称为总微分，记作 \[ dz=\frac{\partial f}{\partial x}dx+\frac{\partial f}{\partial y}dy. \] 更一般地，对多元函数而言，总微分由各个偏导数与对应变量增量的乘积相加得到，反映了函数在局部的整体变化趋势。
1.2 自变量增量与函数增量
在讨论总微分时，通常需要区分自变量增量与函数增量。自变量增量是输入变量的变化量，记作 \(\Delta x,\Delta y,\dots\)，函数增量则是函数值的实际变化，记作 \[ \Delta z=f(x+\Delta x,y+\Delta y)-f(x,y). \] 总微分所给出的，是函数增量的线性近似部分。一般情况下，\(\Delta z\) 不完全等于 \(dz\)，但在增量足够小时，两者的差异可以忽略，从而使总微分成为估计变化的重要工具。
1.3 可微性的关系
总微分的存在以函数在该点可微为前提。可微意味着函数在该点附近可以被一个线性函数很好地逼近，而总微分正是这个线性近似的核心部分。因此，讨论总微分时，实际上是在讨论函数局部是否具有良好的线性化结构。
1.3.1 可微与连续的区别
可微比连续更强。函数在某点连续，只说明函数值变化不会发生断裂；而可微要求函数在该点不仅连续，而且变化规律能够被线性部分准确描述。也就是说，连续性只保证“没有跳跃”，可微性则进一步保证“可线性近似”。
1.3.2 可微与偏导数存在的关系
偏导数存在并不一定意味着函数可微。偏导数描述的是函数沿单一坐标方向的变化率，而可微要求函数在所有方向上的变化能够统一地由一个线性表达式刻画。只有当各偏导数与余项满足适当条件时，函数才可微，进而总微分才有明确意义。
1.4 几何意义
从几何上看，总微分对应于曲面或高维图形在某点处的切平面近似。对于曲线，微分刻画切线斜率；对于曲面，微分刻画切平面的方向和倾斜程度。局部范围内，函数图形可被切平面替代，这使得复杂曲面的分析转化为简单的线性问题。
2 数学表达形式
2.1 一元函数的微分
对于一元函数 \(y=f(x)\)，若在点 \(x\) 可导，则微分定义为 \[ dy=f'(x)\,dx. \] 这里 \(dx\) 是自变量的微小变化量，\(dy\) 是函数变化的线性近似。若 \(x\) 发生很小改变，则 \(dy\) 可用来近似函数增量 \(\Delta y\)。
2.2 多元函数的总微分
对于多元函数，微分表达式由所有自变量的偏导数组成。若函数 \(u=f(x_1,x_2,\dots,x_n)\) 在某点可微，则其总微分为 \[ du=\frac{\partial f}{\partial x_1}dx_1+\frac{\partial f}{\partial x_2}dx_2+\cdots+\frac{\partial f}{\partial x_n}dx_n. \] 这一定义体现了多元函数变化的叠加特征：每个变量的微小变化都会对函数值产生一部分影响，而总微分将这些影响综合起来。
2.2.1 二元函数的总微分
二元函数 \(z=f(x,y)\) 的总微分写为 \[ dz=f_x(x,y)\,dx+f_y(x,y)\,dy, \] 其中 \(f_x\) 和 \(f_y\) 分别表示对 \(x\) 与 \(y\) 的偏导数。该形式最常见，也最便于用于计算与应用。
2.2.2 n元函数的总微分
对于 \(n\) 元函数，总微分可以统一写成 \[ df=\sum_{i=1}^{n}\frac{\partial f}{\partial x_i}dx_i. \] 这种记法简洁而通用，适用于变量较多的情形，也便于进一步推广到向量分析和微分几何中。
2.3 微分算子记号
在实际书写中，微分常用算子形式表示，如 \[ d,\quad \frac{d}{dx},\quad \frac{\partial}{\partial x}. \] 其中 \(d\) 常表示整体微分操作，\(\frac{d}{dx}\) 用于一元函数的导数，\(\frac{\partial}{\partial x}\) 用于多元函数的偏导。不同记号强调的对象略有差异，但都与函数的局部变化率有关。
2.4 高阶微分
高阶微分是对微分继续求微分所得的结果。对于可二次微分的一元函数，有 \[ d^2y=f''(x)(dx)^2, \] 而多元函数的高阶微分则会出现二阶偏导数以及不同变量微分的组合项。高阶微分在更精细的近似中具有作用，尤其适用于泰勒展开与误差分析。
3 计算方法
3.1 求偏导数
计算总微分的第一步通常是求偏导数。对于函数 \(f(x,y,\dots)\)，先分别对每个自变量求偏导，得到各方向上的变化率，再将这些结果按变量增量组合起来。偏导数是总微分的系数，因此其准确计算是后续步骤的基础。
3.2 代入增量并线性化
得到偏导数后，将变量增量 \(dx,dy,\dots\) 代入总微分公式即可。若需要近似原函数的实际变化，还可用 \[ \Delta f\approx df \] 进行线性化处理。这种方法常用于估计函数值、分析误差或快速判断变化趋势。
3.3 链式法则下的总微分
当函数由多个变量经过复合关系得到时，总微分的计算通常要借助链式法则。此时，外层函数的变化不仅取决于直接变量，还取决于中间变量的变化，因此需要逐层求导并累加。
3.3.1 复合函数的微分
若 \(z=f(u,v)\)，而 \(u=u(x,y)\)、\(v=v(x,y)\)，则 \(z\) 对 \(x,y\) 的总微分可通过链式法则展开。其本质是把中间变量的微小变化传递到最终函数中，从而得到整体变化的线性近似。
3.3.2 参数方程中的微分
在参数方程中，变量往往通过参数间接表示，例如 \(x=x(t)\)、\(y=y(t)\)。这时函数对参数的微分可由链式法则求得，先求各变量对参数的导数，再代入总微分公式。该方法在曲线运动和轨迹分析中十分常见。
3.4 隐函数的总微分
对于隐函数关系 \(F(x,y)=0\) 或更复杂的隐式表达式，可对等式两边求微分，再整理出目标变量的变化关系。隐函数微分常用于求切线斜率、研究约束条件下的变化，以及分析无法直接显式解出的函数形式。
4 性质与定理
4.1 线性性
总微分具有明显的线性性质。若函数可以表示为若干可微函数的线性组合，则其微分等于各部分微分的相应线性组合。这一性质使复杂函数的微分计算可以拆分处理，显著降低了分析难度。
4.2 局部线性近似
总微分的核心特点是局部线性近似。函数在某点附近的真实变化，可用总微分代表的线性函数逼近。这种近似在增量很小时尤为有效，也是微积分中将非线性问题转化为线性问题的重要手段。
4.3 误差项与高阶无穷小
总微分只是函数增量的主要部分，实际增量与微分之间还存在误差项。对于可微函数，这一误差通常比自变量增量更“高阶”，在增量趋于零时相对变得更小。正因如此，总微分能够提供稳定而有效的近似。
4.4 在极值问题中的作用
在极值分析中，总微分常用于判断函数在临界点附近的变化趋势。若在某点附近总微分为零，说明一阶线性变化消失，这往往是寻找极大值、极小值或驻点的重要线索。进一步结合二阶微分或其他判别方法，能够更细致地研究函数性质。
5 应用
5.1 近似计算
总微分常用于快速估算函数值。例如，当变量只有轻微变化时，可利用微分代替精确计算，从而简化繁琐运算。这种方法在手工计算和工程估算中都很实用。
5.2 误差传播与测量
在测量过程中，输入量往往带有误差。总微分可以用来分析这些误差如何传递到最终结果中，从而估计输出误差的大小和方向。它在仪器校准、实验数据处理和精密测量中具有基础作用。
5.3 物理中的微小变化分析
许多物理量之间存在函数关系，温度、压力、体积、位移等都可能通过微分形式联系起来。总微分可以帮助描述系统在微小扰动下的状态变化，因此常被用于热学、力学和电学等领域的局部分析。
5.4 工程建模中的灵敏度分析
在工程问题中，模型参数的微小调整可能显著影响输出结果。总微分能够用于衡量系统对各参数的敏感程度，帮助识别关键变量，并为优化设计、容差控制和稳定性分析提供依据。
5.5 经济学中的边际分析
经济学中常用微分思想描述“边际”变化，例如边际成本、边际收益和边际效用。总微分可用于研究多个因素同时变化时对经济指标的综合影响，从而更好地反映现实中的联动关系。
6 相关概念辨析
6.1 总微分与全微分
总微分与全微分在许多教材中常被视为同义，均指多元函数在某点处的线性增量部分。不过在部分语境中，“全微分”更强调函数对全部自变量变化的综合反应，而“总微分”更常用于说明这一线性表达式本身。两者在基础微积分中通常可互换使用。
6.2 微分与积分的关系
微分与积分是互逆关联的两个基本过程。微分关注局部变化率，积分则关注累积效果。总微分提供了局部近似和变化描述，而积分往往用于从局部变化恢复整体量，因此二者共同构成分析连续变化的核心框架。
6.3 偏微分与总微分
偏微分只研究函数对某一个变量的变化率，其他变量保持不变；总微分则同时考虑所有自变量的共同变化。前者是局部方向上的单项分析，后者是整体变化的综合描述。二者关系紧密，但关注重点不同。
6.4 导数、梯度与方向导数
导数是一元函数变化率的基本概念；在多元情形中，偏导数、方向导数和梯度共同扩展了这一思想。总微分与梯度关系密切，因为总微分的系数正是各偏导数组成的线性信息。方向导数则反映某一具体方向上的变化，而总微分提供了所有方向变化的统一表达。
7 历史与发展
7.1 微积分早期思想
总微分的思想源于微积分早期对“无穷小变化”的研究。早期数学家试图用增量和比值描述曲线切线、面积与变化率问题，这些探索逐步形成了微分学的基础框架。
7.2 多元微积分中的完善
随着多元函数研究的发展，微分概念从一元情形扩展到多元情形。人们逐渐认识到，仅有单方向导数并不足以描述复杂系统的局部变化，于是形成了偏导数、总微分和可微性的系统理论，使多元分析更加严谨。
7.3 现代分析中的表述演变
在现代数学中，总微分的表述更加精确，常以线性映射的形式定义。此时，微分不再只是一个计算公式，而是函数在某点的最佳线性近似。这样的表述推动了微分几何、泛函分析以及更高层次的现代分析理论发展。