多変数関数を可視化するには、1次元の線から2次元の面、3次元の体への認知的転換が必要です。従属変数を定数 $k$ に設定することで次元を低くし、「レベル」集合を作り出し、複雑な地形を扱いやすい座標系にマッピングします。
1. 等高線の論理
2変数関数 $f(x, y)$ は $\mathbb{R}^2$ 平面上の点を高さ $z$ にマッピングします。この関係は 等高線として定義されます：
2変数関数 $f$ の等高線とは、$f(x, y) = k$ という方程式を持つ曲線であり、ここで $k$ は $f$ の値域内の定数です。
コブ・ダグラス生産モデル
経済学において、$P(L, K) = 1.01L^{0.75}K^{0.25}$ は生産をモデル化します。ここで等高線は 等量曲線と呼ばれ、労働力 ($L$) と資本 ($K$) のすべての組み合わせが同じ出力 $P$ を生み出すことを示します。気象学：風寒指数
風寒指数 $W = 13.12 + 0.6215T - 11.37v^{0.16} + 0.3965Tv^{0.16}$ は、等高線（同温線）を使って、異なる温度 $T$ と風速 $v$ の範囲で一定の「感じられる温度」を表現します。2. 高次元：等高面
3変数関数は順序対 $(x, y, z)$ に数 $z = f(x, y, z)$ を割り当てます。4次元空間ではグラフが描けないため、私たちは 等高面を使用します：
$$f(x, y, z) = k$$
例えば、関数 $f(x, y, z) = x^2 + y^2 + z^2$ は、その等高面として同心円状の球面の族を生成します。逆に、次の 表現の限界：全体の球面は $x$ と $y$ の単一の関数では表現できません。$g(x, y) = \sqrt{9 - x^2 - y^2}$（上半球）と $h(x, y) = -\sqrt{9 - x^2 - y^2}$（下半球）のような区分的な定義を使用しなければなりません。
3. 高度な可視構造
可視化は多変数微積分の基本操作の基盤です：
- 線形化： 関数 $L$ は $f$ の $(a, b)$ における線形化であり、近似式 $f(x, y) \approx L(x, y)$ は接平面の幾何的解釈です。
- 方向微分： 次のように表されます：$D_{\mathbf{u}} f(x_0, y_0, z_0) = \lim_{h \to 0} \frac{f(x_0 + ha, y_0 + hb, z_0 + hc) - f(x_0, y_0, z_0)}{h}$。これは方向 $\mathbf{u}$ における表面の「傾き」を意味します。
- 勾配 ($\nabla f$)： 証明されているように、$D_{\mathbf{u}} f = \nabla f \cdot \mathbf{u} = |\nabla f| \cos \theta$ です。勾配は常に等高線に対して垂直であり、最も急な上昇方向（$\theta=0$）を指します。
🎯 核心的洞察
- クラロの定理： 連続な混合偏導関数に対して、$f_{xy} = f_{yx}$ が成り立ちます。
- ラプラスの方程式： 定常状態の温度面は $u_{xx} + u_{yy} = 0$ を満たします。
- 最適化： 極値は、$f$ の等高線が制約曲線 $g$ と接する場所に多く現れます。これはラグランジュ乗数法により解決され、$\nabla f = \lambda \nabla g$ となります。