所有方向导数都存在，为什么仍不一定可微？

你的“致密切线拼出平面”直觉，暗中多用了一个并未给出的条件

方向导数只告诉你：对每一个固定方向，沿那条射线走得足够近以后，差商会稳定。可微却要求：存在一个共同的半径，使圆周上的所有方向同时稳定。

逐方向 / 点态

方向导数给出的信息

\forall\bm u\in S^1:\quad \lim_{r\to0^+}Q(r,\bm u)=0

这里的“足够近”可以依赖方向：每条线都有自己的 δ。

≠

全方向 / 一致

可微真正要求的信息

\lim_{r\to0^+}\ \sup_{\bm u\in S^1}|Q(r,\bm u)|=0

同一个 δ 必须在整圈方向上同时有效。

你不是缺少更多直线；你缺少的是“这些直线上的收敛速度能被同一个 δ 统一控制”。

\forall\bm u:\ \lim_{r\to0}Q(r,\bm u)=0\quad\nRightarrow\quad \lim_{r\to0}\sup_{\bm u}|Q(r,\bm u)|=0

最容易误判的地方“相邻方向的极限斜率很接近”只比较了极限后的数值；可微需要控制的是尚未取极限时、同一半径 r 上的归一化误差。极限斜率可以完全相同，而有限尺度上的曲面仍长出越来越窄的尖峰。

方向导数是一台“锁死方向”的显微镜；可微是一台“全视场”的显微镜

锁死方向 u

方向导数

D_{\bm u}f(\bm0)=\lim_{t\to0}\frac{f(t\bm u)-f(\bm0)}{t}\qquad(\bm u\ \text{fixed first})

一旦选定 u，后续只能考察点 t u。这是一条一维道路。

任意位移 h

可微

f(\bm h)=f(\bm0)+L(\bm h)+o(\lVert\bm h\rVert)\qquad(\bm h\to\bm0\ \text{arbitrarily})

h 可以沿直线、抛物线、螺旋或随尺度改变方向；线性主部必须统一处理全部趋近方式。

把可微改写成“圆周最坏误差”后，断点立刻暴露

Q(r,\bm u):=\frac{f(r\bm u)-f(\bm0)-rL(\bm u)}{r},\qquad \lVert\bm u\rVert=1

对每个半径 r，考察半径为 r 的小圆。可微不是问圆上的每个固定点最终会不会变小，而是问这一整圈中最坏的那个点会不会也变小。

几何翻译方向导数：每条经线单独看都趋于平面。可微：每一层小圆必须整体压向平面，不能有一根高度不降、位置却不断移动的细针。

所有方向导数存在，首先连“同一个线性平面”都未必能拼出来

g(x,y)=\begin{cases}\dfrac{x^3}{x^2+y^2},&(x,y)\ne(0,0),\\0,&(x,y)=(0,0),\end{cases}\qquad D_{(a,b)}g(0,0)=\frac{a^3}{a^2+b^2}

所有方向都可求，但方向斜率关于方向不是线性函数。

D_{(1,0)}g=1,\quad D_{(0,1)}g=0\ \Rightarrow\ L(a,b)=a,\qquad D_{(1,1)}g=\frac12\ne1=L(1,1)

这一层只说明“共面性”缺失可微时方向导数必为某个线性映射 L(a,b)=Aa+Bb。上例不满足线性，所以立即不可微。但你进一步追问的是：假如所有方向斜率不但共面，而且完全相同，会不会就够？答案仍然是否定的。

把反例强度推高：方向导数全部为 0，候选切平面明确就是 z=0

f(x,y)=\begin{cases}\sqrt{x^2+y^2}\,\dfrac{x^2y}{x^4+y^2},&(x,y)\ne(0,0),\\[7pt]0,&(x,y)=(0,0).\end{cases}

✓

原点连续函数值被 ‖h‖/2 压住。

✓

原点外 C∞分母只在原点为零。

✓

点态线性控制|f(h)|≤‖h‖/2。

✓

全方向导数为 0斜率族是常数函数。

仍不可微归一化余项沿 y=x² 恒为 1/2。

先证连续：曲面高度确实趋于 0

2|x^2y|\le x^4+y^2\quad\Longrightarrow\quad |f(x,y)|\le\frac12\sqrt{x^2+y^2}\longrightarrow0

因此这不是靠“函数在原点不连续”偷懒的反例。

再算任意方向：所有斜率一模一样

\frac{f(ta,tb)}{t}=|t|\sqrt{a^2+b^2}\,\frac{a^2b}{t^2a^4+b^2}\longrightarrow0\quad(b\ne0);\qquad b=0\Rightarrow f(ta,0)\equiv0

\boxed{\ D_{\bm u}f(0,0)=0\quad\text{for every }\bm u\ne\bm0\ }

方向映射 u↦Dᵤf(0) 不仅连续，而且恒等于零，当然是线性的。

最后沿移动方向追上窄脊：余项不再是 o(‖h‖)

y=x^2:\qquad \frac{f(x,x^2)}{\sqrt{x^2+x^4}}=\frac{x^4}{x^4+x^4}=\frac12\not\longrightarrow0

若可微，既然所有方向导数为 0，导数只能是零映射；于是必须有 f(h)/‖h‖→0。上式直接否定它。

在这个反例里，任意两条方向的极限斜率之差都精确等于 0。所以“找更近的两条线，使斜率差小于 ε”已经被满足到极致，却仍然无济于事。

真正的“缝隙”不是固定角度缝隙，而是一条随 r 一起移动、同时越来越窄的脊

q_r(\theta):=\frac{f(r\cos\theta,r\sin\theta)}{r}=\frac{r\cos^2\theta\sin\theta}{r^2\cos^4\theta+\sin^2\theta}

\sin\theta_r=r\cos^2\theta_r\quad\Longrightarrow\quad \theta_r\to0,\qquad q_r(\theta_r)=\frac12,\qquad q_r(0)=0

\lVert\bm u_r-(1,0)\rVert\to0,\qquad |q_r(\bm u_r)-q_r(1,0)|=\frac12

对你的 ε 论证做精确反驳方向 uᵣ 与 x 轴方向的夹角趋于 0；但在半径 r 的同一个小圆上，二者的归一化误差始终相差 1/2。也就是说，想让“近方向 ⇒ 近函数值”成立，所需的角度窗口会随 r 缩到 0，根本没有一个独立于 r 的统一窗口。

交互图 A：固定方向看见 0，移动峰却始终保持 1/2

固定任意 θ，曲线最终都落到 0；但峰值始终是 1/2，峰的位置 θᵣ≈r 向 0 移动，峰宽同时收缩。

拖动 r

半径 r0.080

黑色竖线 θ=0 代表固定 x 轴方向；红点是每个 r 的移动峰值。固定看黑线会得到 0，跟着红点移动则始终得到 1/2。

交互图 B：把“方向 m”提升成一根坐标轴

这是量词差异最直接的三维翻译：固定 m 是留在一张竖切片；m=x 是跨越切片追着峰走。

蓝色 x 轴沿所选直线靠近原点的参数

绿色 m 轴直线 y=mx 的斜率，也就是方向

紫色 E 轴E(x,m)=mx/(x²+m²)，即归一化误差

步骤 3 · 固定切片与跨切片追峰并排比较镜头锁定｜点击“自由旋转”后再拖动

镜头位置：推荐斜视

一键视角

同步移动两个探针

蓝点锁定 m=m₀；红点强制 m=x。拖动同一个 x，观察二者的高度是否一起下降。

固定切片 m₀0.076

共同的 x→0

当前 x0.1200

固定 m₀ 的 E0.45

m=x 的 E0.5000

二维截线翻译器

蓝曲线来自一张固定竖切片；红线每走一步都换切片。空心红点表示路径极限 1/2，不是 E(0,0) 的函数值。

蓝色量词先固定 m，再令 x→0：∀m，lim E(x,m)=0。

红色量词允许 m=m(x) 同时变化：E(x,x)=1/2。

可微真正要求不是每张切片各自收敛，而是所有切片在同一尺度上统一收敛。

交互图 C：把“点态收敛 ≠ 一致收敛”画成整张热力图

横轴是方向角 θ，纵轴是半径的对数。沿任意固定竖线向下，颜色会暗；但每一横层都保留一条亮脊。

点态 ≠ 一致

方向导数允许“每条线各管各的”；可微要求“一把尺子管住全圈”

方向导数

\forall\bm u\ \forall\varepsilon>0\ \exists\delta(\bm u,\varepsilon)>0\ \forall r<\delta(\bm u,\varepsilon):\ |Q(r,\bm u)|<\varepsilon

δ 可以写成 δ(u,ε)。方向越来越靠近坏脊时，这个 δ 可能越来越小。

可微

\forall\varepsilon>0\ \exists\delta(\varepsilon)>0\ \forall\bm u\ \forall r<\delta(\varepsilon):\ |Q(r,\bm u)|<\varepsilon

δ 只能依赖 ε，不能再依赖方向 u。

不能交换的次序先说“对每个方向，存在一个半径”，再把无穷多个半径取最小值，是非法的：无穷多个正数的下确界可能是 0。只有有限个方向时才能安全取最小值；要把无限方向压缩成有限网格，还需要额外的统一连续性。

MAX这已经把固定直线能提供的局部信息推到极致每条直线不仅给出同一条切线，而是局部整段都与候选平面完全重合。失败只能来自“依赖直线的邻域无法统一”。

构造：在趋向原点的一列圆盘里，放置彼此分离的 C∞ 光滑圆丘

为什么改用真正的欧氏圆盘：每座山的严格支撑就是 B(pₙ,ρₙ)，没有“看起来像圆盘、公式却是角向条带”的错位。三维图中的实线小圆与严格证明使用完全相同的支撑集合；默认填充山体横向放大 ×8，仅用于肉眼观察，并被明确标注。

终极反例三维实验台

先看真实高度为何连续，再除以距离暴露单位高峰，最后俯视验证每条固定射线只命中有限个严格圆盘。

蓝色 x 轴圆丘中心的横坐标

绿色 y 轴圆丘中心的纵坐标

紫色竖轴实际高度 F，或归一化高度 F/‖h‖

第 1 步 · 真实高度：圆丘峰高 rₙ→0镜头锁定｜点击“自由旋转”后再拖动

镜头位置：推荐斜视

一键视角

严格支撑与教学可见宽度

填充圆丘横向放大 ×8；实线小圆＝严格支撑

固定射线 θ0.000 rad

精确命中总数0

命中的 n无

峰顶 F/‖h‖1

读图纪律

填充山体变宽只为可见；严格命中永远由实线小圆和下方窗口图计算。切到“严格宽度 ×1”，即可看到真实支撑几乎细到不可见——这正是每条固定直线会漏掉它们的原因。

真实高度视图所有山峰随 rₙ 一起降低，因此连续。

归一化视图除以距离后峰顶恒为 1，因此不可微。

俯视与射线中心角按 1/n 移动，角宽按 1/n² 收缩。

严格支撑窗口图：一条固定直线为什么最终全都错过

每一行是第 n 个真实角窗口；黑色竖线是先固定后不再移动的方向。命中时该行出现红框。

四步严格核验：没有任何“靠不连续或不可控符号取巧”

① 支撑圆盘彼此分离，函数在原点外 C∞

任意非原点附近只会遇到有限座圆丘；圆丘在边界处无限阶贴零，所以无穷和在原点外是局部有限的光滑和。

② 连续，而且具有最强的一阶增长界

同一点至多落进一个圆盘，且 0≤ψ≤1，因此没有叠加放大。注意这只是 |F(h)|≤‖h‖ 的点态增长界，并不偷用局部 Lipschitz。

③ 每条固定直线的整个局部截面恒为零

若 θ≠0（模 π），左边趋于 |sinθ|>0，右边趋于 0；若 θ=0，sin(1/n) 约为 1/n，也远大于 1/(8n²)。所以只可能命中有限个圆盘，再把 δθ 取得比这些有限圆盘离原点的最近距离更小即可。

④ 但移动峰顶序列始终保留单位归一化误差

每条直线给出的候选导数都只能是 0；若 F 可微，必须有 F(h)/‖h‖→0。峰顶序列把这个要求以常数 1 直接否定。

所以，哪怕你知道“每一条过原点的直线，在它自己的某个邻域里，整段函数都与切平面完全重合”，仍不能把这些依赖直线的邻域拼成一个共同的二维圆盘。

补上局部 Lipschitz（或等价的统一角向连续性），你的 ε-网格论证就能成立

f\ \text{ locally Lipschitz},\quad D_{\bm u}f(0)=L(\bm u)\ \forall\bm u\quad\Longrightarrow\quad f\ \text{ is differentiable at }0\text{ with }Df(0)=L

先减去候选线性平面，令 g(h)=f(h)-f(0)-L(h)。于是所有方向导数都为 0。局部 Lipschitz 给出：

|g(\bm x)-g(\bm y)|\le K\lVert\bm x-\bm y\rVert

有限 ε-网格证明

用有限多个方向覆盖单位圆

单位圆是紧集，可选有限方向 u₁,…,u_N，使每个 u 都离某个 uᵢ 足够近。

只对有限条射线取共同 δ

每个 uᵢ 的方向导数为 0，分别得到 δᵢ；有限最小值 δ=min δᵢ 仍大于 0。

Lipschitz 把网格点控制传给邻近方向

|g(r\bm u)|\le |g(r\bm u)-g(r\bm u_i)|+|g(r\bm u_i)|\le Kr\lVert\bm u-\bm u_i\rVert+\frac{\varepsilon r}{2}\le\varepsilon r

拖动下面的滑块改变网格密度。没有统一 Lipschitz 控制时，尖峰宽度可比任何固定网格间距缩得更快。

方向网格点数14

所以你的直觉应当修正为“致密方向 + 线性极限斜率 + 对方向的统一连续控制”可以推出可微；仅有“每个方向分别存在方向导数”，哪怕斜率全部为 0，也不够。

考研式判别流程：先线性，再统一，再找移动路径

检查层	你要问什么	若失败	典型动作
1. 方向导数存在	每个固定方向差商是否有极限？	立即不可微	沿不同射线计算。
2. 方向斜率线性	D_(a,b) 是否能写成 Aa+Bb？	立即不可微	用坐标方向定 A、B，再用斜方向验算。
3. 余项统一趋零	R(h)=[f-f(0)-L(h)]/‖h‖ 是否对任意路径→0？	不可微	找让分子分母同阶的曲线。
4. 充分条件	偏导在邻域连续，或有可直接控制的统一估计？	可直接推出可微	增量分解、夹逼、有限网格等。

识别“移动方向”反例的两个信号

信号 1

分母有竞争项

例如 x⁴+y²。令两项同阶：y²≈x⁴，于是自然猜 y≈±x²。这不是碰运气，而是在寻找误差最大的脊线。

信号 2

固定斜率都消失

把 y=mx 代入后若极限对每个固定 m 都为 0，再试让 m 随 x 变化；例如令 m=x，就从直线族中抽出曲线 y=x²。

C^1\Longrightarrow\text{Frechet differentiable}\Longrightarrow\text{linear Gateaux derivative}\Longrightarrow\text{all directional derivatives exist}

最后压缩成一条不会再混淆的主线

方向导数

固定 u 后做一维极限；允许收敛半径依赖 u。

可微

同一线性平面必须在全部方向上以同一个尺度统一贴近。

反例机制

保持峰高，令峰的位置与方向随 r 移动，同时让峰宽缩小。

所有固定直线都看见“最终为零”，并不代表每个小圆周都“整体接近零”；可微控制的是小圆上的最坏点，而坏点可以一直逃离任何预先固定的方向。

你的“致密切线拼出平面”直觉，暗中多用了一个并未给出的条件

方向导数给出的信息

可微真正要求的信息

方向导数是一台“锁死方向”的显微镜；可微是一台“全视场”的显微镜

方向导数

可微

把可微改写成“圆周最坏误差”后，断点立刻暴露

所有方向导数存在，首先连“同一个线性平面”都未必能拼出来

把反例强度推高：方向导数全部为 0，候选切平面明确就是 z=0

先证连续：曲面高度确实趋于 0

再算任意方向：所有斜率一模一样

最后沿移动方向追上窄脊：余项不再是 o(‖h‖)

真正的“缝隙”不是固定角度缝隙，而是一条随 r 一起移动、同时越来越窄的脊

交互图 A：固定方向看见 0，移动峰却始终保持 1/2

交互图 B：把“方向 m”提升成一根坐标轴

同步移动两个探针

二维截线翻译器

交互图 C：把“点态收敛 ≠ 一致收敛”画成整张热力图

方向导数允许“每条线各管各的”；可微要求“一把尺子管住全圈”

线性探测意义上的极限强度：每条直线在原点附近都只看到零函数

构造：在趋向原点的一列圆盘里，放置彼此分离的 C∞ 光滑圆丘

终极反例三维实验台

严格支撑与教学可见宽度

读图纪律

严格支撑窗口图：一条固定直线为什么最终全都错过

四步严格核验：没有任何“靠不连续或不可控符号取巧”

① 支撑圆盘彼此分离，函数在原点外 C∞

② 连续，而且具有最强的一阶增长界

③ 每条固定直线的整个局部截面恒为零

④ 但移动峰顶序列始终保留单位归一化误差

补上局部 Lipschitz（或等价的统一角向连续性），你的 ε-网格论证就能成立

有限 ε-网格证明

用有限多个方向覆盖单位圆

只对有限条射线取共同 δ

Lipschitz 把网格点控制传给邻近方向

考研式判别流程：先线性，再统一，再找移动路径

识别“移动方向”反例的两个信号

分母有竞争项

固定斜率都消失

最后压缩成一条不会再混淆的主线