多元函数的邻域

所属章节:第13讲 多元函数微分学

原文专题:13.1 基本概念

设 P0(x0,y0)P_0(x_0,y_0) 为平面上的一点,δ>0\delta>0,则 P0P_0 的 δ\delta 邻域为

U(P0,δ)={(x,y) | (x−x0)2+(y−y0)2<δ}.U(P_0,\delta)=\left\{(x,y)\,\middle|\,\sqrt{(x-x_0)^2+(y-y_0)^2}<\delta\right\}.

它表示以 P0P_0 为圆心、δ\delta 为半径的圆的内部,不包含圆周。去心邻域还要去掉中心 P0P_0,即

U˚(P0,δ)={(x,y) | 0<(x−x0)2+(y−y0)2<δ}.\mathring U(P_0,\delta)=\left\{(x,y)\,\middle|\,0<\sqrt{(x-x_0)^2+(y-y_0)^2}<\delta\right\}.

不强调半径时,分别记作 U(P0)U(P_0)、U˚(P0)\mathring U(P_0)。

关联知识

  • 专题关联:二重极限。同属原笔记“基本概念”专题,可结合比较阅读。
  • 专题关联:多元函数的连续性。同属原笔记“基本概念”专题,可结合比较阅读。
  • 专题关联:偏导数。同属原笔记“基本概念”专题,可结合比较阅读。
  • 专题关联:多元函数可微与全微分。同属原笔记“基本概念”专题,可结合比较阅读。
  • 概念关系:邻域与函数极限。多元函数邻域把一维邻域的概念推广到平面。

原文:原笔记 13.1(原文件第 5198–5217 行)。

返回高等数学导航

二重极限

所属章节:第13讲 多元函数微分学

原文专题:13.1 基本概念

设 f(x,y)f(x,y) 在区域 DD 上有定义,P0(x0,y0)P_0(x_0,y_0) 是 DD 的聚点。若对任意 ε>0\varepsilon>0,存在 δ>0\delta>0,使得当 (x,y)∈D(x,y)\in D 且

0<(x−x0)2+(y−y0)2<δ0<\sqrt{(x-x_0)^2+(y-y_0)^2}<\delta

时,恒有 ∣f(x,y)−A∣<ε|f(x,y)-A|<\varepsilon,则称 AA 为 (x,y)→(x0,y0)(x,y)\to(x_0,y_0) 时 f(x,y)f(x,y) 的极限,记作

lim⁡(x,y)→(x0,y0)f(x,y)=A.\lim_{(x,y)\to(x_0,y_0)}f(x,y)=A.

关键条件: 点 (x,y)(x,y) 必须能沿定义域内的任意方式趋于 (x0,y0)(x_0,y_0),且函数值都趋于同一个 AA。

  • 若沿两条路径所得极限不同,或沿某条路径极限不存在,则二重极限不存在。
  • 沿有限条路径,甚至沿所有直线 y−y0=k(x−x0)y-y_0=k(x-x_0) 所得极限相同,仍不足以证明二重极限存在;还可能存在其他曲线路径。
  • 二重极限保留唯一性、局部有界性、局部保号性及四则运算法则。
  • 可使用夹逼准则、等价无穷小、变量代换等一元极限方法;不能直接照搬洛必达法则和数列的单调有界准则。

脱帽法:

lim⁡(x,y)→(x0,y0)f(x,y)=A  ⟺  f(x,y)=A+α(x,y),α(x,y)→0.\lim_{(x,y)\to(x_0,y_0)}f(x,y)=A \iff f(x,y)=A+\alpha(x,y),\qquad \alpha(x,y)\to0.

证明极限为零时,可设 r=x2+y2r=\sqrt{x^2+y^2},把绝对值估计为仅依赖 rr 的无穷小。例如

0≤∣xy∣x2+y2≤x2+y22→0.0\le\frac{|xy|}{\sqrt{x^2+y^2}} \le\frac{\sqrt{x^2+y^2}}2\to0.

而 x∣y∣x2+y2\dfrac{x|y|}{x^2+y^2} 沿 y=0y=0 的极限为 00,沿 y=xy=x 的右极限为 12\dfrac12,故二重极限不存在。

关联知识

原文:原笔记 13.1(原文件第 5218–5255 行)。

返回高等数学导航

多元函数的连续性

所属章节:第13讲 多元函数微分学

原文专题:13.1 基本概念

若 f(x,y)f(x,y) 在 (x0,y0)(x_0,y_0) 有定义,且

lim⁡(x,y)→(x0,y0)f(x,y)=f(x0,y0),\lim_{(x,y)\to(x_0,y_0)}f(x,y)=f(x_0,y_0),

则称 ff 在该点连续。在区域内每一点连续,称为在该区域连续。

二元初等函数在其定义区域内连续。分段函数在分界点的连续性,应由二重极限定义判定;若函数只依赖 x2+y2x^2+y^2,常可令 u=x2+y2→0+u=x^2+y^2\to0^+,化为一元极限。

关联知识

原文:原笔记 13.1(原文件第 5256–5267 行)。

返回高等数学导航

偏导数

所属章节:第13讲 多元函数微分学

原文专题:13.1 基本概念

设 z=f(x,y)z=f(x,y) 在 (x0,y0)(x_0,y_0) 的某邻域内有定义。固定另一个变量,若下列极限存在,则分别称为该点对 xx、yy 的偏导数:

fx(x0,y0)=lim⁡Δx→0f(x0+Δx,y0)−f(x0,y0)Δx,fy(x0,y0)=lim⁡Δy→0f(x0,y0+Δy)−f(x0,y0)Δy.\begin{aligned} f_x(x_0,y_0) &=\lim_{\Delta x\to0} \frac{f(x_0+\Delta x,y_0)-f(x_0,y_0)}{\Delta x},\\ f_y(x_0,y_0) &=\lim_{\Delta y\to0} \frac{f(x_0,y_0+\Delta y)-f(x_0,y_0)}{\Delta y}. \end{aligned}

也可记为 ∂z∂x\dfrac{\partial z}{\partial x}、∂z∂y\dfrac{\partial z}{\partial y}、fx′f'_x、fy′f'_y。计算 fxf_x 时把 yy 视为常数,计算 fyf_y 时把 xx 视为常数。

几何意义: 设 z0=f(x0,y0)z_0=f(x_0,y_0)。fx(x0,y0)f_x(x_0,y_0) 是曲面与平面 y=y0y=y_0 的交线在 (x0,y0,z0)(x_0,y_0,z_0) 处的切线对 xx 轴的斜率;fy(x0,y0)f_y(x_0,y_0) 是曲面与平面 x=x0x=x_0 的交线在该点的切线对 yy 轴的斜率。

特殊点求偏导: 含绝对值、分段定义或分母为零的特殊点,优先用定义。先固定 y=y0y=y_0 求一元函数 f(x,y0)f(x,y_0) 的导数,与先求一般点偏导再代入特殊点,是两种不同操作;后者只有在相应公式于该点适用时才可用。

高阶偏导数: 对一阶偏导继续求偏导,得到二阶、三阶及更高阶偏导。例如

fxx=∂∂x(∂f∂x),fxy=∂∂y(∂f∂x),fyy=∂∂y(∂f∂y),fyx=∂∂x(∂f∂y).\begin{aligned} f_{xx}&=\frac{\partial}{\partial x}\left(\frac{\partial f}{\partial x}\right),& f_{xy}&=\frac{\partial}{\partial y}\left(\frac{\partial f}{\partial x}\right),\\ f_{yy}&=\frac{\partial}{\partial y}\left(\frac{\partial f}{\partial y}\right),& f_{yx}&=\frac{\partial}{\partial x}\left(\frac{\partial f}{\partial y}\right). \end{aligned}

本节下标按求导先后顺序书写,如 fxyf_{xy} 表示先对 xx 求导、再对 yy 求导。

混合偏导交换次序: 若 fxyf_{xy}、fyxf_{yx} 都在区域 DD 内连续,则在 DD 内有

fxy=fyx.f_{xy}=f_{yx}.

不能只根据两个混合偏导在某点存在,就断定它们相等。

含积分的偏导: 固定另一变量后,仍用一元函数的积分求导方法。被积函数中含参数时,可先拆项或换元,使其成为变限积分。例如 ff 连续,

F(x,y)=∫0x−y(x−y−t)f(t) dtF(x,y)=\int_0^{x-y}(x-y-t)f(t)\,\mathrm{d}t

可拆为 (x−y)∫0x−yf(t) dt−∫0x−ytf(t) dt(x-y)\int_0^{x-y}f(t)\,\mathrm{d}t-\int_0^{x-y}tf(t)\,\mathrm{d}t,从而

Fx=∫0x−yf(t) dt=−Fy,Fxx=Fyy=f(x−y).F_x=\int_0^{x-y}f(t)\,\mathrm{d}t=-F_y, \qquad F_{xx}=F_{yy}=f(x-y).

若含参积分在某变量趋于无穷时可以先求出极限函数,常可先换元、求极限,再对留下的变量求导。例如对 x>0x>0,

H(x,y)=∫0xye−xt2 dt=1x∫0x3/2ye−u2 du,H(x,+∞)=π2x,ddxH(x,+∞)∣x=1=−π4.\begin{aligned} H(x,y)&=\int_0^{xy}e^{-xt^2}\,\mathrm{d}t =\frac1{\sqrt x}\int_0^{x^{3/2}y}e^{-u^2}\,\mathrm{d}u,\\ H(x,+\infty)&=\frac{\sqrt\pi}{2\sqrt x},\qquad \left.\frac{\mathrm{d}}{\mathrm{d}x}H(x,+\infty)\right|_{x=1} =-\frac{\sqrt\pi}{4}. \end{aligned}

这里求的是已确定的极限函数的导数;一般含参积分不能未经条件检查就交换求导与极限。

由偏导反求函数: 对某一变量积分时,积分“常数”应写成其他变量的函数,再用其余偏导关系和给定函数值确定。例如由 fy=e−xcos⁡yf_y=e^{-x}\cos y 得

f(x,y)=e−xsin⁡y+φ(x).f(x,y)=e^{-x}\sin y+\varphi(x).

若又有 fx=−ff_x=-f,则 φ′(x)+φ(x)=0\varphi'(x)+\varphi(x)=0;结合 f(0,0)=0f(0,0)=0,得 f(x,y)=e−xsin⁡yf(x,y)=e^{-x}\sin y。

关联知识

原文:原笔记 13.1(原文件第 5268–5344 行)。

返回高等数学导航

多元函数可微与全微分

所属章节:第13讲 多元函数微分学

原文专题:13.1 基本概念

设 z=f(x,y)z=f(x,y) 在点 (x0,y0)(x_0,y_0) 的某邻域内有定义,全增量为

Δz=f(x0+Δx,y0+Δy)−f(x0,y0),ρ=(Δx)2+(Δy)2.\Delta z=f(x_0+\Delta x,y_0+\Delta y)-f(x_0,y_0), \qquad \rho=\sqrt{(\Delta x)^2+(\Delta y)^2}.

若存在仅与 (x0,y0)(x_0,y_0) 有关、与 Δx,Δy\Delta x,\Delta y 无关的常数 A,BA,B,使得

Δz=AΔx+BΔy+o(ρ),ρ→0,\Delta z=A\Delta x+B\Delta y+o(\rho),\qquad \rho\to0,

则称 ff 在该点可微,线性主部 AΔx+BΔyA\Delta x+B\Delta y 称为全微分。

必要条件: 可微必有两个偏导数存在,且 A=fx(x0,y0)A=f_x(x_0,y_0)、B=fy(x0,y0)B=f_y(x_0,y_0)。因此

dz=fx(x0,y0) dx+fy(x0,y0) dy.\mathrm{d}z=f_x(x_0,y_0)\,\mathrm{d}x +f_y(x_0,y_0)\,\mathrm{d}y.

充分条件: 若两个偏导数在该点的某邻域内存在,并在该点连续,则 ff 在该点可微。

关系辨析:

偏导数连续⟹可微⟹{连续,各偏导数存在.\text{偏导数连续}\Longrightarrow\text{可微} \Longrightarrow\begin{cases}\text{连续},\\\text{各偏导数存在}.\end{cases}
  • 可微推出连续,连续推出二重极限存在;逆命题一般不成立。极限存在还要等于函数值,才能得到连续。
  • 偏导数存在不能推出连续或可微;连续也不能推出偏导数存在。
  • 连续且两个偏导数都存在,仍不能保证可微。
  • 可微不要求偏导数在该点连续;偏导数连续是充分条件,不能当作必要条件。
  • 一元函数中“可微”等价于“可导”,多元函数中“可微”强于“偏导数存在”。

用定义判别可微: 先用定义求 A=fx(x0,y0)A=f_x(x_0,y_0)、B=fy(x0,y0)B=f_y(x_0,y_0),再判断

lim⁡(Δx,Δy)→(0,0)Δz−fx(x0,y0)Δx−fy(x0,y0)Δy(Δx)2+(Δy)2=0\lim_{(\Delta x,\Delta y)\to(0,0)} \frac{\Delta z-f_x(x_0,y_0)\Delta x-f_y(x_0,y_0)\Delta y} {\sqrt{(\Delta x)^2+(\Delta y)^2}}=0

是否成立。成立则可微,否则不可微;若某个偏导数不存在,可直接断定不可微。

例如 z1=∣xy∣z_1=|xy| 在原点两个偏导数为零,且 ∣xy∣/x2+y2→0|xy|/\sqrt{x^2+y^2}\to0,故可微。对

z2={x∣y∣x2+y2,(x,y)≠(0,0),0,(x,y)=(0,0),z_2=\begin{cases} \dfrac{x|y|}{\sqrt{x^2+y^2}},&(x,y)\ne(0,0),\\ 0,&(x,y)=(0,0), \end{cases}

有 ∣z2∣≤12x2+y2→0|z_2|\le\dfrac12\sqrt{x^2+y^2}\to0,原点两个偏导数也都为零,但可微判别式变为 x∣y∣x2+y2\dfrac{x|y|}{x^2+y^2},极限不存在,故原点连续且偏导数存在,仍不可微。

判别偏导数连续时,应分别求出特殊点的偏导数值和邻近点的偏导函数,再比较其二重极限与该点偏导数值;不能用原函数连续代替偏导函数连续。

关联知识

原文:原笔记 13.1(原文件第 5345–5406 行)。

返回高等数学导航

多元复合函数的链式法则

所属章节:第13讲 多元函数微分学

原文专题:13.2 多元函数微分法则

设 z=f(u,v)z=f(u,v),u=φ(x,y)u=\varphi(x,y)、v=ψ(x,y)v=\psi(x,y)。若外层函数在对应点可微,内层函数在 (x,y)(x,y) 处可偏导,则

zx=fuux+fvvx,zy=fuuy+fvvy.\begin{aligned} z_x&=f_u u_x+f_v v_x,\\ z_y&=f_u u_y+f_v v_y. \end{aligned}

若 u=φ(t)u=\varphi(t)、v=ψ(t)v=\psi(t),则

dzdt=fududt+fvdvdt.\frac{\mathrm{d}z}{\mathrm{d}t} =f_u\frac{\mathrm{d}u}{\mathrm{d}t} +f_v\frac{\mathrm{d}v}{\mathrm{d}t}.

多层复合时,沿每条从因变量通向所求自变量的路径,将各层导数相乘,再把各条路径的乘积相加。若中间变量含有直接出现的自变量,也必须计入这条直接路径。

位置记号: 对 f(u,v)f(u,v),f1′f'_1、f2′f'_2 分别表示对第一个、第二个自变量位置求偏导;例如 f1′(exsin⁡y,x2+y2)f'_1(e^x\sin y,x^2+y^2),仍是 f1′f'_1 与两个中间变量的复合函数。

高阶复合求导: 求过一次导数后,新的 f1′f'_1、f2′f'_2 仍保留原有复合结构,再求导时继续用链式法则,并对乘积使用乘积法则。若各函数有二阶连续偏导数,则

zxx=fuuux2+2fuvuxvx+fvvvx2+fuuxx+fvvxx,zxy=fuuuxuy+fuv(uxvy+vxuy)+fvvvxvy+fuuxy+fvvxy.\begin{aligned} z_{xx}={}&f_{uu}u_x^2+2f_{uv}u_xv_x+f_{vv}v_x^2 +f_u u_{xx}+f_v v_{xx},\\ z_{xy}={}&f_{uu}u_xu_y +f_{uv}(u_xv_y+v_xu_y)+f_{vv}v_xv_y\\ &+f_u u_{xy}+f_v v_{xy}. \end{aligned}

求某一点的高阶偏导,应先完成求导再代入点;过早把含自变量的因子代成常数,会漏掉乘积求导项。

沿曲线的复合关系不等于原函数关系。 已知 f(x,ex)=x+exf(x,e^x)=x+e^x,不能据此推出 f(x,y)=x+yf(x,y)=x+y;只能对复合函数求导,得到

fx(x,ex)+exfy(x,ex)=1+ex.f_x(x,e^x)+e^x f_y(x,e^x)=1+e^x.

变量代换后的偏导关系: 应先把新函数写明,再求新变量的偏导。例如

g(u,v)=f(uv,u2−v22)g(u,v)=f\left(uv,\frac{u^2-v^2}{2}\right)

给出 gu=vfx+ufyg_u=vf_x+uf_y、gv=ufx−vfyg_v=uf_x-vf_y;不能把 gug_u 直接等同于 fxf_x。

关联知识

原文:原笔记 13.2(原文件第 5407–5459 行)。

返回高等数学导航

全微分形式不变性

所属章节:第13讲 多元函数微分学

原文专题:13.2 多元函数微分法则

设 z=f(u,v)z=f(u,v),u=u(x,y)u=u(x,y)、v=v(x,y)v=v(x,y),各函数具有连续偏导数,则

dz=fu du+fv dv\mathrm{d}z=f_u\,\mathrm{d}u+f_v\,\mathrm{d}v

无论 u,vu,v 是自变量还是中间变量,该形式都成立。代入

du=ux dx+uy dy,dv=vx dx+vy dy\mathrm{d}u=u_x\,\mathrm{d}x+u_y\,\mathrm{d}y, \qquad \mathrm{d}v=v_x\,\mathrm{d}x+v_y\,\mathrm{d}y

即可得到关于 dx,dy\mathrm{d}x,\mathrm{d}y 的全微分。

对隐方程两端求全微分时,因变量的微分也必须保留。例如

ex+2y+3z+xyz=1e^{x+2y+3z}+xyz=1

两端求全微分得

ex+2y+3z(dx+2 dy+3 dz)+yz dx+xz dy+xy dz=0.e^{x+2y+3z}(\mathrm{d}x+2\,\mathrm{d}y+3\,\mathrm{d}z) +yz\,\mathrm{d}x+xz\,\mathrm{d}y+xy\,\mathrm{d}z=0.

先由原方程求出 z(0,0)=0z(0,0)=0,再代入上式,得

dz∣(0,0)=−13 dx−23 dy.\left.\mathrm{d}z\right|_{(0,0)}=-\frac13\,\mathrm{d}x-\frac23\,\mathrm{d}y.

关联知识

原文:原笔记 13.2(原文件第 5460–5496 行)。

返回高等数学导航

多元隐函数存在定理与求导

所属章节:第13讲 多元函数微分学

原文专题:13.2 多元函数微分法则

一元隐函数: 若 FF 在 (x0,y0)(x_0,y_0) 的某邻域内具有连续偏导数,满足

F(x0,y0)=0,Fy(x0,y0)≠0,F(x_0,y_0)=0,\qquad F_y(x_0,y_0)\ne0,

则方程 F(x,y)=0F(x,y)=0 在该点附近能唯一确定一个连续可导的隐函数 y=y(x)y=y(x),满足 y(x0)=y0y(x_0)=y_0,且

dydx=−FxFy.\frac{\mathrm{d}y}{\mathrm{d}x}=-\frac{F_x}{F_y}.

二元隐函数: 若 F(x,y,z)F(x,y,z) 在 (x0,y0,z0)(x_0,y_0,z_0) 的某邻域内具有连续偏导数,满足

F(x0,y0,z0)=0,Fz(x0,y0,z0)≠0,F(x_0,y_0,z_0)=0,\qquad F_z(x_0,y_0,z_0)\ne0,

则该方程在此点附近能唯一确定连续且具有连续偏导数的隐函数 z=z(x,y)z=z(x,y),且

zx=−FxFz,zy=−FyFz,dz=−FxFz dx−FyFz dy.z_x=-\frac{F_x}{F_z},\qquad z_y=-\frac{F_y}{F_z}, \qquad \mathrm{d}z=-\frac{F_x}{F_z}\,\mathrm{d}x-\frac{F_y}{F_z}\,\mathrm{d}y.

上述分母非零条件是定理保证隐函数存在及使用商式的充分条件,不是隐函数存在的必要条件。例如 F(x,y)=(y−x)2=0F(x,y)=(y-x)^2=0 能确定 y=xy=x,但在原点 Fy=0F_y=0。

要判断方程能够确定哪个变量为隐函数,应检查对相应因变量的偏导是否非零;例如要确定 x=x(y,z)x=x(y,z),检查 Fx≠0F_x\ne0。

两种求导方法:

  • 公式法先把 x,y,zx,y,z 当作三个独立变量求 Fx,Fy,FzF_x,F_y,F_z,再代入商式;这里求 FxF_x 时把 y,zy,z 都视为常数。
  • 复合求导法从 F[x,y,z(x,y)]=0F[x,y,z(x,y)]=0 出发,得到 Fx+Fzzx=0F_x+F_z z_x=0、Fy+Fzzy=0F_y+F_z z_y=0;此时 zz 是因变量,必须对它继续求导。

当 FF 又是多层复合函数时,可先命名中间变量,再按位置偏导和链式法则计算,不能漏掉中间变量对 zz 的依赖。

隐函数高阶偏导: 若 FF 具有二阶连续偏导数且 Fz≠0F_z\ne0,对一阶关系再次求导,可得

zxx=−Fxx+2Fxzzx+Fzzzx2Fz,zxy=−Fxy+Fxzzy+Fyzzx+FzzzxzyFz,zyy=−Fyy+2Fyzzy+Fzzzy2Fz.\begin{aligned} z_{xx}&=-\frac{F_{xx}+2F_{xz}z_x+F_{zz}z_x^2}{F_z},\\ z_{xy}&=-\frac{F_{xy}+F_{xz}z_y+F_{yz}z_x+F_{zz}z_xz_y}{F_z},\\ z_{yy}&=-\frac{F_{yy}+2F_{yz}z_y+F_{zz}z_y^2}{F_z}. \end{aligned}

在驻点 zx=zy=0z_x=z_y=0 处,分别简化为 zxx=−Fxx/Fzz_{xx}=-F_{xx}/F_z、zxy=−Fxy/Fzz_{xy}=-F_{xy}/F_z、zyy=−Fyy/Fzz_{yy}=-F_{yy}/F_z。用隐函数求极值时,这种简化可减少运算。

关联知识

原文:原笔记 13.2(原文件第 5497–5547 行)。

返回高等数学导航

二元函数的拉格朗日定理

所属章节:第13讲 多元函数微分学

原文专题:13.2 多元函数微分法则

若 f(x,y)f(x,y) 在连通区域 DD 上两个偏导数处处为零,则

fx=0,fy=0⟹f(x,y)=C((x,y)∈D).f_x=0,\quad f_y=0\quad\Longrightarrow\quad f(x,y)=C\qquad ((x,y)\in D).

其依据是沿区域内部的折线连接任意两点,再逐段应用一元中值定理。若 ff 在连接两点的线段附近具有连续偏导数,则存在 0<θ<10<\theta<1,使得

f(x2,y2)−f(x1,y1)=fx(ξ,η)(x2−x1)+fy(ξ,η)(y2−y1),(ξ,η)=(x1+θ(x2−x1), y1+θ(y2−y1)).\begin{aligned} f(x_2,y_2)-f(x_1,y_1) ={}&f_x(\xi,\eta)(x_2-x_1) +f_y(\xi,\eta)(y_2-y_1),\\ (\xi,\eta)={}&\bigl(x_1+\theta(x_2-x_1),\ y_1+\theta(y_2-y_1)\bigr). \end{aligned}

注意定义域的形状: 在一般区域上,仅由 fx=0f_x=0,未必能断定整个区域内 f(x,y)=g(y)f(x,y)=g(y),因为固定 yy 后的水平截线可能不连通。若对 DD 内具有相同 yy 的任意两点,其间水平线段均包含在 DD 内,则可用一元中值定理得到 f(x,y)=g(y)f(x,y)=g(y)。对 fy=0f_y=0 的结论同理。

二阶泰勒公式(仅数学一): 若 ff 在 (x0,y0)(x_0,y_0) 的某邻域内具有二阶连续偏导数,令 h=x−x0h=x-x_0、k=y−y0k=y-y_0,则

f(x0+h,y0+k)=f(x0,y0)+fx(x0,y0)h+fy(x0,y0)k+12[fxx(x0,y0)h2+2fxy(x0,y0)hk+fyy(x0,y0)k2]+o(h2+k2).\begin{aligned} f(x_0+h,y_0+k) ={}&f(x_0,y_0)+f_x(x_0,y_0)h+f_y(x_0,y_0)k\\ &+\frac12\left[f_{xx}(x_0,y_0)h^2 +2f_{xy}(x_0,y_0)hk+f_{yy}(x_0,y_0)k^2\right]\\ &+o(h^2+k^2). \end{aligned}

它可由令 g(t)=f(x0+th,y0+tk)g(t)=f(x_0+th,y_0+tk) 并应用一元泰勒公式得到;驻点附近的二次项是下面极值判别的依据。

关联知识

原文:原笔记 13.2(原文件第 5548–5582 行)。

返回高等数学导航

多元函数极值与最值的概念

所属章节:第13讲 多元函数微分学

原文专题:13.3 多元函数的极值与最值

若在 (x0,y0)(x_0,y_0) 的某邻域内恒有

f(x,y)≤f(x0,y0)或f(x,y)≥f(x0,y0),f(x,y)\le f(x_0,y_0) \quad\text{或}\quad f(x,y)\ge f(x_0,y_0),

则 (x0,y0)(x_0,y_0) 分别为极大值点或极小值点,f(x0,y0)f(x_0,y_0) 为对应的极值。若不等式对定义域内所有点成立,则对应为最大值或最小值。

极值比较的是局部邻域,最值比较的是整个定义域;极值的定义本身不要求函数可微。

若二元函数在某点取极大值或极小值,则分别固定另一个变量后,所得两个一元函数在相应点也取同类极值。反之不成立:只沿两个坐标方向检查,不能保证所有方向都满足极值不等式。

若 ff 具有二阶连续偏导数且在 (x0,y0)(x_0,y_0) 取极大值,则 fxx(x0,y0)≤0f_{xx}(x_0,y_0)\le0、fyy(x0,y0)≤0f_{yy}(x_0,y_0)\le0;极小值时均 ≥0\ge0。等号可以成立,不能改成严格不等式。

关联知识

原文:原笔记 13.3(原文件第 5583–5601 行)。

返回高等数学导航

多元函数的无条件极值

所属章节:第13讲 多元函数微分学

原文专题:13.3 多元函数的极值与最值

必要条件: 若函数在内部点 (x0,y0)(x_0,y_0) 取得极值,且两个一阶偏导数存在,则

fx(x0,y0)=0,fy(x0,y0)=0.f_x(x_0,y_0)=0,\qquad f_y(x_0,y_0)=0.

两个一阶偏导数均为零的点称为驻点。该必要条件也适用于三个及更多自变量的函数,即所有一阶偏导数都为零。

极值还可能在某个偏导数不存在的点取得,例如 x2+y2\sqrt{x^2+y^2} 在原点取得极小值;所以可疑点必须包括驻点和偏导数不存在的点。驻点未必是极值点。

二元函数的充分条件: 设 ff 在驻点 (x0,y0)(x_0,y_0) 的某邻域内具有一阶、二阶连续偏导数,记

A=fxx(x0,y0),B=fxy(x0,y0),C=fyy(x0,y0),Δ=AC−B2.A=f_{xx}(x_0,y_0),\qquad B=f_{xy}(x_0,y_0),\qquad C=f_{yy}(x_0,y_0),\qquad \Delta=AC-B^2.

则有

{Δ>0, A>0⟹极小值,Δ>0, A<0⟹极大值,Δ<0⟹不是极值,Δ=0⟹此方法不能判定,需另用定义等方法.\begin{cases} \Delta>0,\ A>0&\Longrightarrow\text{极小值},\\ \Delta>0,\ A<0&\Longrightarrow\text{极大值},\\ \Delta<0&\Longrightarrow\text{不是极值},\\ \Delta=0&\Longrightarrow\text{此方法不能判定,需另用定义等方法}. \end{cases}

当 Δ>0\Delta>0 时,A,CA,C 同号,可以用 CC 的符号代替 AA。上述 AC−B2AC-B^2 判别式只适用于二元函数,不能原样套到三元及更多自变量的函数。

求法: 先解一阶偏导数同时为零的方程组并找出偏导数不存在的点,再对各可疑点用二阶判别法或定义判定。

对于隐函数 F(x,y,z)=0F(x,y,z)=0 的极值,在 Fz≠0F_z\ne0 的范围内,驻点条件可写为

Fx=0,Fy=0,F=0.F_x=0,\qquad F_y=0,\qquad F=0.

解出 (x,y,z)(x,y,z) 后,再求二阶偏导并判别,不能只由一阶偏导为零就宣布取得极值。

关联知识

原文:原笔记 13.3(原文件第 5602–5643 行)。

返回高等数学导航

条件最值与拉格朗日乘数法

所属章节:第13讲 多元函数微分学

原文专题:13.3 多元函数的极值与最值

求 u=f(x,y,z)u=f(x,y,z) 在约束 φ(x,y,z)=0\varphi(x,y,z)=0、ψ(x,y,z)=0\psi(x,y,z)=0 下的最值,构造辅助函数

L(x,y,z,λ,μ)=f(x,y,z)+λφ(x,y,z)+μψ(x,y,z),L(x,y,z,\lambda,\mu)=f(x,y,z)+\lambda\varphi(x,y,z)+\mu\psi(x,y,z),

解方程组

{fx+λφx+μψx=0,fy+λφy+μψy=0,fz+λφz+μψz=0,φ(x,y,z)=0,ψ(x,y,z)=0.\begin{cases} f_x+\lambda\varphi_x+\mu\psi_x=0,\\ f_y+\lambda\varphi_y+\mu\psi_y=0,\\ f_z+\lambda\varphi_z+\mu\psi_z=0,\\ \varphi(x,y,z)=0,\\ \psi(x,y,z)=0. \end{cases}

每个独立约束对应一个乘数。只有一个约束时去掉 μψ\mu\psi 及对应方程;二元函数时去掉关于 zz 的方程。

乘数法用来求候选点:在目标函数与约束函数可微、约束梯度独立的约束点,条件极值点满足上述方程。约束梯度不独立的点、约束集合的端点及分段连接点,应另外检查。

求出全部候选点后比较函数值,并结合最值存在性确定答案。乘数方程本身不能保证某个候选点一定是极值点,也不能在未证明存在最值时直接断言比较得到全局最值。

代入法: 若约束容易解出 z=z(x,y)z=z(x,y),可代入 ff,转化为 f[x,y,z(x,y)]f[x,y,z(x,y)] 的无条件极值问题,同时保留变换后变量的取值范围。

端点不能遗漏: 约束 a2+b2=1a^2+b^2=1、a≤0a\le0、b≥0b\ge0 仅是一段圆弧。即使乘数方程求出弧内部的候选点,还要比较端点 (0,1)(0,1)、(−1,0)(-1,0) 的函数值。对目标 S=16(b−a)3S=\dfrac16(b-a)^3,可先求 b−ab-a 的最值,因为该区间上立方函数严格递增,得到

Smax⁡=23,Smin⁡=16.S_{\max}=\frac{\sqrt2}{3},\qquad S_{\min}=\frac16.

关联知识

原文:原笔记 13.3(原文件第 5644–5677 行)。

返回高等数学导航

最远(近)点的垂线原理

所属章节:第13讲 多元函数微分学

原文专题:13.3 多元函数的极值与最值

设 Γ\Gamma 是光滑闭曲线,QQ 是曲线外一点,P1,P2P_1,P_2 分别是曲线上到 QQ 的最远点、最近点,则直线 P1QP_1Q、P2QP_2Q 分别垂直于曲线在对应点处的切线。

若两条光滑闭曲线互不相交,在它们之间取得最远或最近距离的一对点为 P1,P2P_1,P_2,则线段 P1P2P_1P_2 同时垂直于两曲线在对应点处的切线,即为公垂线。

计算距离最值时,可用距离的平方作为目标函数,或用连接向量与切向量的内积为零列方程;求得的候选点仍要比较距离。对不闭合曲线,还应检查端点及极限情况。

例如椭圆 x2+4y2=4x^2+4y^2=4 上的点到直线 2x+3y−6=02x+3y-6=0 的距离,最短连线沿直线法向量 (2,3)(2,3),并垂直于椭圆切向量 (1,−x/(4y))(1,-x/(4y)),所以

2−3x4y=0.2-\frac{3x}{4y}=0.

与椭圆方程联立并比较距离,最近点为 (85,35)\left(\dfrac85,\dfrac35\right);切向量的写法在 y=0y=0 处不适用,对此类点应单独检查或改用法向量。

关联知识

原文:原笔记 13.3(原文件第 5678–5693 行)。

返回高等数学导航

有界闭区域上连续函数的最值

所属章节:第13讲 多元函数微分学

原文专题:13.3 多元函数的极值与最值

最大值与最小值定理: 多元连续函数在非空有界闭区域 DD 上一定能取得最大值和最小值。

求法:

  1. 在 DD 内部求出所有驻点和偏导数不存在的可疑点。
  2. 在边界上用代入法、参数法或拉格朗日乘数法求候选点,并计入边界的端点、角点及其他特殊点。
  3. 比较上述点的函数值,最大者为最大值,最小者为最小值。

例如由 df=2x dx−2y dy\mathrm{d}f=2x\,\mathrm{d}x-2y\,\mathrm{d}y、f(1,1)=2f(1,1)=2,得

f(x,y)=x2−y2+2.f(x,y)=x^2-y^2+2.

在 D={(x,y) | x2+y24≤1}D=\left\{(x,y)\,\middle|\,x^2+\dfrac{y^2}{4}\le1\right\} 内,内部驻点为 (0,0)(0,0),函数值为 22。边界上 y2=4−4x2y^2=4-4x^2,所以

f=5x2−2,−1≤x≤1.f=5x^2-2,\qquad -1\le x\le1.

比较内部与边界上的值,最大值为 33,在 (±1,0)(\pm1,0) 处取得;最小值为 −2-2,在 (0,±2)(0,\pm2) 处取得。

关联知识

原文:原笔记 13.3(原文件第 5694–5717 行)。

返回高等数学导航

知识点知识点知识点知识点知识点知识点知识点知识点知识点知识点知识点知识点知识点知识点专题关联专题关联专题关联专题关联专题关联专题关联专题关联专题关联专题关联专题关联专题关联概念关系概念关系