Chapter6——多元函数微分学

作者: crishawy | 来源:发表于2019-07-31 10:16 被阅读0次

Chapter6——多元函数微分学
多元函数的极限
判别多元函数连续，可微，可偏导？掌握这些套路反例，答得快准稳
markdown基础
微积分七讲
微积分概括
高等数学
0810多元函数微分学应用
ky数学多元函数微分学
多元微分学

1. 多元函数

1.1 多元函数定义

设 $D$ 为 $\mathbb{R}^{n}$ 的一个非空子集， $\mathbb{R}$ 为实数集，若 $f$ 为 $D$ 到 $\mathbb{R}$ 的一个映射，即对于 $D$ 中的每一个点 $P(x_{1},x_{2},\cdots,x_{n})$ 在 $\mathbb{R}$ 中存在唯一的确定实数 $z$ 通过 $f$ 与之对应，则称 $f$ 为定义在 $D$ 上的 $n$ 元函数，记为
$z=f(x_{1},x_{2},\cdots,x_{n})$

1.2 多元函数的极限

$\varepsilon-\delta$ 语言：设函数 $z=f(x,y)$ 的定义域为 $D$ ， $P_{0}(x_{0},y_{0})$ 是 $D$ 的一个聚点。若存在常数 $A$ ，使得对 $\forall\varepsilon>0,\exists\delta>0$ ，当 $P(x,y)\in D\cap U^{*}(P_{0},\delta)$ 时，恒有
$|f(P)-A|=|f(x,y)-A|<\varepsilon$
则称A为函数 $f(x,y)$ 当 $P\rightarrow P_{0}$ 的极限，记为
$\lim_{(x,y)\rightarrow (x_{0},y_{0})}f(x,y)=A$

1.3 多元函数的连续性

设二元函数 $f(x,y)$ 的定义域为 $D$ ， $P_{0}(x_{0},y_{0})$ 是 $D$ 的一个聚点，且 $P_{0}\in D$ ，如果
$\lim_{(x,y)\rightarrow (x_{0},y_{0})}f(x,y)=f(x_{0},y_{0})$ 则称函数 $f(x,y)$ 在点 $P_{0}(x_{0},y_{0})$ 连续。

多元函数和一元函数同样具有最值定理和界值定理等

2. 偏导数和全微分

2.1 偏导数的定义

若极限
$\lim_{\Delta x\rightarrow 0}\frac{f(x_{0}+\Delta x, y_{0}) - f(x_{0},y_{0})}{\Delta x}$ 存在，则此极限值为函数 $f(x,y)$ 在点 $(x_{0},y_{0})$ 对 $x$ 的偏导数，记作
$\frac{\partial f}{\partial x}|_{(x_{0},y_{0})}或f_{x}(x_{0},y_{0})$

类似地，若极限
$\lim_{ \Delta y\rightarrow 0}\frac{f(x_{0}, y_{0}+\Delta y) - f(x_{0},y_{0})}{\Delta y}$ 存在，则此极限值为函数 $f(x,y)$ 在点 $(x_{0},y_{0})$ 对 $y$ 的偏导数，记作
$\frac{\partial f}{\partial y}|_{(x_{0},y_{0})}或f_{y}(x_{0},y_{0})$

2.2 高阶偏导数

在低阶偏导数的基础上继续求偏导。

二阶偏导数的性质：
$f_{xy}(x,y)=f_{yx}(x,y)$
即求高阶偏导数与求低阶偏导数的顺序无关。

2.3 全微分、连续、偏导数之间的关系

2.3.1 全微分定义

若函数 $z=f(x,y)$ 在点 $(x_{0},y_{0})$ 处的全增量 $\Delta z$ 可表示为
$\Delta z=A(x_{0},y_{0})\cdot \Delta x+B(x_{0},y_{0})\cdot \Delta y+o(\rho)$ 且 $\rho=\sqrt{(\Delta x)^{2}+(\Delta y)^{2}}, A(x_{0},y_{0})=f_{x}(x_{0},y_{0}),B(x_{0},y_{0})=f_{y}(x_{0},y_{0})$ ，则称函数 $f(x,y)$ 在点 $(x_{0},y_{0})$ 可微， $\Delta z$ 为其全微分，记作
$dz=f_{x}(x_{0},y_{0})dx+f_{y}(x_{0},y_{0})dy$

2.3.2 可微、偏导数、连续的关系

若函数在某点可微，则其在该点的偏导数必然存在。偏导数存在是可微的必要条件。

若函数在某点的偏导数存在，且偏导数在该点连续，则函数在该点可微。偏导数存在且连续是可微的充分条件。
image.png

2.3.3 多元复合函数求导的链式法则

image.png
首先画出多元变量之间的链式图，对某个变量求导时，从根节点出发直到该叶子节点使用链式法则求导。

2.3.3 一阶微分的形式不变性

无论 $u,v$ 是中间变量还是自变量，都有
$dz=\frac{\partial z}{\partial u}du+\frac{\partial z}{\partial v}dv$

3. 方向导数

设函数 $z=f(x,y)$ 在点 $M_{0}(x,y)$ 处的某一邻域内有定义，自点 $M_{0}$ 引射线 $l$ 与 $x$ 轴正向的夹角为 $\alpha$ ，在射线上任取一点 $M(x+\Delta x, y+\Delta y)$ ，若极限
$\lim_{M \rightarrow M_{0}} \frac{f(M)-f(M_{0})}{|MM_{0}|}$ 存在，则称此极限为函数 $z=f(x,y)$ 在点 $M$ 处沿 $l$ 方向的方向导数，即
$\frac{\partial f}{\partial l}|_{M}=\lim_{\rho\rightarrow 0^{+}}\frac{f(x+\rho \cos \alpha, y +\sin \alpha )-f(x,y)}{\rho}$ 方向导数就是函数 $f(x,y)$ 在在点 $M_{0}(x,y)$ 沿 $l=\{\cos \alpha, \sin \alpha\}$ 方向的变化率

image.png

方向导数的计算：若 $z=f(x,y)$ 在点 $P(x,y)$ 处可微，则函数在该点沿任一方向 $l=\{\cos \alpha, \sin \alpha\}$ 的方向导数存在，且
$\frac{\partial f}{\partial l}|_{P}=f_{x}(x,y)\cos \alpha + f_{y}(x,y)\sin \alpha$

4. 梯度（重要）

设函数 $u=f(x,y,z)$ 在点 $P(x,y,z)$ 处可微，则由三个偏导数构成的向量 $\{f_{x},f_{y},f_{z}\}$ 称为函数在 $P$ 点的梯度，记为 $grad \space u|_{p}$ 即
$grad\space u|_{P}= \{f_{x},f_{y},f_{z}\}_{P}$ 若 $l^{*}=\{\cos \alpha,\cos \beta,\cos \gamma \}$ 是与 $l$ 同方向的单位向量，则可微函数 $f(x,y,z)$ 在点 $P$ 处沿 $l$ 方向的方向导数
$\begin{split} \frac{\partial f}{\partial l}|_{P} &=f_{x}(P)\cos \alpha+f_{y}(P)\cos \beta+f_{z}(P)\cos \gamma\\ &=grad\space f|_{P} \cdot l^{*}=|grad \space f_{P}| \cos (grad \space f_{P},l) \end{split}$ 所以，函数在 $P$ 点沿着该点的梯度方向，其方向导数取得最大值，为 $|grad \space f_{P}|$ ，沿着反梯度方向，其方向导数取最小值为 $-|grad \space f_{P}|$

5. 多元函数极值

5.1 极值存在性条件

必要条件：设函数 $z=f(x,y)$ 在点 $P_{0}(x_{0},y_{0})$ 处取得极值，且函数在该点处的偏导数存在，则 $f_{x}(x,y)=f_{y}(x,y)=0$ ，或 $\bigtriangledown f(P_{0})=0$ ，称该点 $P$ 为驻点。

充分条件：设 $z=f(x,y)$ 在点 $P_{0}(x_{0},y_{0})$ 的某邻域内有二阶连续偏导数，且 $\bigtriangledown f(P_{0})=0$ ，记 $A=f_{xx}(x_{0},y_{0}),B=f_{xy}(x_{0},y_{0}),C=f_{yy}(x_{0},y_{0})$ ，则
(1). 当 $AC-B^{2}>0$ 时，函数在 $(x_{0},y_{0})$ 取得极值，当 $A<0$ 时，取得极大值，当 $A>0$ 时，取得极小值；
(2). 当 $AC-B^{2}<0$ 时，在点 $(x_{0},y_{0})$ 无极值；
(3). 当 $AC-B^{2}=0$ 时，函数可能取得极值，也可能不取得极值，此时需通过计算函数邻域内的值来判断。

5.2 条件极值，拉格朗日乘数法

求函数 $u=f(x_{1},x_{2},\cdots,x_{n})$ 在 $m$ 个条件 $\varphi_{i}(x_{1},x_{2},\cdots,x_{n})=0(i=0,1,\cdots,m,m<n)$ 下的条件极值,先作辅助函数
$F(x_{1},x_{2},\cdots,x_{n})=f(x_{1},x_{2},\cdots,x_{n})+\sum_{i=1}^{m} \lambda_{i}\varphi_{i}(x_{1},x_{2},\cdots,x_{n})$ 其中 $\lambda_{i}$ 为待定系数，有以下方程组成立
$\begin{cases}\frac{\partial F}{\partial x_{j}}=\frac{\partial f}{\partial x_{j}}+\sum_{i=1}^{m}\lambda_{i}\frac{\partial \varphi_{i}}{\partial x_{j}} = 0, \quad & j=1,2,\cdots,n\\ \varphi_{i}(x_{1},x_{2},\cdots,x_{n})=0, \quad & i = 1,2,\cdots,m \end{cases}$ 从而根据以上方程解出 $x_{1},x_{2},\cdots,x_{i}$ 及 $\lambda_{1},\lambda_{2},\cdots, \lambda_{m}$ ，其中 $x_{1},x_{2},\cdots,x_{i}$ 为可能的极值点。

Chapter6——多元函数微分学
1. 多元函数 1.1 多元函数定义设为的一个非空子集，为实数集，若为到的一个映射，即对于中的每一个点在中存在唯...
多元函数的极限
多元函数的极限是多元函数微分学中非常重要的一个基础概念。本篇文章是我在微积分的学习中为了巩固多元函数极限的知识而记...
判别多元函数连续，可微，可偏导？掌握这些套路反例，答得快准稳
本章框架图如图：首先从一道选择题引入本文话题：一、多元函数微分学的基本概念部分有关偏导数存在，多元函数连续，...
markdown基础
一. 高数 a. 公共部分 1.极限与连续 2.一元函数微分学 3.一元函数积分学 4.微分方程 5.多元微分学 ...
微积分七讲
上册有三讲:极限、一元函数微分学、一元函数积分学；下册有四讲:多元微分学、二重积分、微分方程、无穷级数。第一讲极...
微积分概括
微积分共七讲，其中上册有三讲:极限、一元函数微分学、一元函数积分学；下册有四讲:多元微分学、二重积分、微分方程、无...
高等数学
一元微积分学常微分方程向量代数二元函数微分学多元积分无穷级数
0810多元函数微分学应用
ky数学多元函数微分学
偏导x就把y当成常数于是相×的数也一个变一个不变当然5也有简单的方法，那就是x的偏导先带入y的值1然后求偏导，...
多元微分学