ch8多元函数微积分和其应用
多元函数微分法及其应用总结
多元函数微分法及其应用总结多元函数微分法及其应用是高等数学中一个重要的内容。
多元函数是指自变量有两个或者多个的函数,如z=f(x,y)。
而微分法是研究函数的变化率的一种方法。
本文将对多元函数微分法及其应用进行总结。
1. 多元函数微分法的基本概念多元函数的微分可以分为偏导数和全微分两种形式。
对于多元函数z=f(x,y),其偏导数表示函数在某一自变量上的变化率,可以记作∂z/∂x,∂z/∂y。
全微分表示函数在所有自变量上的变化率,可以记作dz。
多元函数的微分法有很多性质和定理,如链式法则、高阶偏导数、隐函数定理等。
2. 多元函数的极值与最值利用多元函数微分法,我们可以求多元函数的极值与最值。
对于多元函数z=f(x,y),其极值、最值的求解步骤大致如下:(1)求函数的偏导数,得到所有的偏导数;(2)令所有的偏导数等于零,求解出关于x和y的方程;(3)求解方程组,得到x和y的解;(4)将解代回原函数,求得z的值;(5)比较求得的z值,得到最大值或最小值。
3. 多元函数的泰勒展开多元函数的泰勒展开是利用多元函数在某一点附近进行近似求解的一种方法。
对于多元函数z=f(x,y),其泰勒展开公式为:f(x+Δx,y+Δy) = f(x,y) + (∂f/∂x)Δx + (∂f/∂y)Δy + 1/2(∂²f/∂x²)(Δx)² + 1/2(∂²f/∂y²)(Δy)² + (∂²f/∂x∂y)ΔxΔy + O(Δx²,Δy²)这里的O(Δx²,Δy²)表示高阶无穷小,Δx和Δy表示自变量的增量。
4. 多元函数微分法的应用多元函数微分法广泛应用于物理学、工程学和经济学等领域。
具体应用如下:(1)在物理学中,多元函数微分法可以用于描述粒子在空间中的运动轨迹,求解最优路径等问题。
(2)在工程学中,多元函数微分法可以用于建模和优化设计,如求解最优结构、最优控制等问题。
多元函数微分学的应用
多元函数微分学的应用一、极值问题多元函数微分学最重要的应用之一是求解极值问题。
通过求取函数的偏导数,我们可以找到函数的极值点。
这对于经济学家、物理学家和其他相关领域的研究者来说是非常重要的。
例如,在经济学中,我们可以使用多元函数微分学来确定产品的最优产量和价格,以使利润最大化。
在物理学中,我们可以使用多元函数微分学来优化力学系统的能量和动量。
二、方向导数与梯度方向导数是一个重要概念,它描述了函数在其中一点沿着一些方向的变化率。
梯度是一个向量,它指向函数值增加最快的方向,并且梯度的模表示函数在其中一点的最大变化率。
方向导数和梯度在工程技术中的应用非常广泛。
例如,在机器学习中,我们可以使用梯度下降算法来优化模型的参数,以最小化损失函数。
三、偏微分方程偏微分方程是描述自然现象的重要数学工具,包括热传导、扩散、波动等。
多元函数微分学为解偏微分方程提供了重要的数学基础。
通过偏微分方程的分析解或数值解,我们可以深入了解自然现象的行为和性质。
例如,在工程技术中,我们可以使用多元函数微分学来解决电磁场、弹性力学和流体力学等方面的问题。
四、约束优化约束优化是指在满足一定条件下找到使目标函数最大或最小的参数的问题。
多元函数微分学是解决约束优化问题的重要工具。
通过拉格朗日乘数法,我们可以将约束优化问题转化为无约束优化问题,并应用多元函数微分学的方法求解。
约束优化问题在经济学、运筹学和供应链管理等领域有着广泛的应用。
例如,在经济学中,我们可以使用约束优化来确定消费者的最优选择。
五、多元函数积分学多元函数微分学与多元函数积分学是紧密相关的。
多元函数微分学提供了计算多元函数导数的方法,而多元函数积分学则通过对函数的积分来研究函数的整体性质。
应用多元函数积分学,我们可以计算多元函数在其中一区域上的平均值、总值和概率密度等。
多元函数积分学在统计学、物理学和金融工程学等领域有广泛的应用。
例如,在统计学中,我们可以使用多元函数积分学来计算多维随机变量的期望和方差。
多元函数微分学的基本原理及其在实际问题中的应用
多元函数微分学的基本原理及其在实际问题中的应用多元函数微分学是微积分的一个分支,主要研究多元函数在某点处的变化率及其相关性质。
在实际问题中,多元函数微分学有广泛的应用,可以帮助我们理解和解决各种实际问题。
一、多元函数微分学的基本原理1. 偏导数:对于多元函数,偏导数是指将其他所有自变量固定,只对一个自变量求导的过程。
偏导数可以表示函数在某一方向上的变化率。
2. 全微分:给定一个多元函数,如果函数在某一点可导,则存在一个线性映射,将各个自变量的变化与函数值的变化联系起来。
这个线性映射称为全微分,表示函数在某一点的变化。
3. 方向导数:方向导数表示函数在给定方向上的变化率。
对于足够光滑的函数,在某一点处的方向导数可以通过对该点处的梯度与方向向量取内积得到。
4. 雅可比矩阵:雅可比矩阵是偏导数的推广,用于描述多元函数的变化率。
它是一个 m×n 的矩阵,其中 m 表示函数的输出维度,n 表示函数的输入维度。
二、多元函数微分学在实际问题中的应用1. 最优化问题:多元函数微分学可以帮助我们解决最优化问题。
通过求解多元函数的导数以及方程组,我们可以找到函数的最值点。
这在经济学、工程学和物理学等领域中有广泛的应用,如最大化收益、最小化成本、优化产品设计等。
2. 凸优化问题:凸优化问题在机器学习和数据分析中起着重要的作用。
多元函数微分学可以帮助我们判断一个函数是否是凸函数,并且通过求解函数的导数和二阶导数,可以找到函数的凸区域和凸包络。
这对于解决凸优化问题和设计高效算法至关重要。
3. 方程组求解:多元函数微分学可以应用于求解多元方程组。
通过对方程组中的各个方程进行偏导数运算,并联立求解方程组,我们可以求得方程组的根。
这在工程学和科学研究中经常用到,如电路分析、物理问题求解等。
4. 曲面拟合:多元函数微分学可以帮助我们对实际观测的数据进行曲面拟合。
通过求解多元函数的一阶导数和二阶导数,我们可以确定曲面的局部特性,并找到最适合观测数据的拟合曲面。
多元函数的微积分
多元函数的微积分多元函数的微积分是数学中的一个重要分支,涉及到对具有多个变量的函数进行求导和积分的操作。
它在应用数学、物理学、工程学等领域中具有广泛的应用价值。
本文将从多元函数的定义和性质入手,介绍多元函数微积分的基本概念和方法,并通过一些具体的例子来说明其应用。
一、多元函数的定义和性质多元函数是指具有多个自变量的函数,一般形式为f(x1, x2, ..., xn),其中x1, x2, ..., xn是实数。
多元函数的定义域是自变量的取值范围,值域是函数的取值范围。
多元函数可以表示实际问题中的各种关系,如物体的位置随时间的变化、温度随空间位置的变化等。
多元函数的导数和偏导数是多元函数微积分的基本概念。
对于多元函数f(x1, x2, ..., xn),其导数是一个向量,表示函数在每个自变量方向上的变化率。
偏导数是多元函数在某个自变量上的导数,其他自变量保持不变。
导数和偏导数的计算方法与一元函数类似,可以通过极限的概念来定义。
二、多元函数的微分和积分多元函数的微分是指函数在某一点附近的线性逼近,可以近似地表示函数在该点的变化。
多元函数的微分可以通过导数和偏导数来计算,具体的计算方法与一元函数类似。
微分在数学和物理中有广泛的应用,如近似计算、优化问题等。
多元函数的积分是对函数在某个区域上的求和操作,可以用来计算函数在该区域上的平均值、总和等。
多元函数的积分可以通过重积分来计算,即将区域分成小块,然后对每个小块进行积分,最后将结果相加。
重积分的计算方法与一元函数的积分类似,可以通过定积分的定义来推导。
三、多元函数微积分的应用多元函数微积分在实际问题中具有广泛的应用价值。
例如,在物理学中,可以利用多元函数微积分来描述物体的运动和力学性质;在经济学中,可以利用多元函数微积分来描述供需关系和最优化问题;在工程学中,可以利用多元函数微积分来解决工程设计和优化问题等。
例如,考虑一个二维平面上的函数f(x, y),表示某个物体的高度。
多元函数微分法及其应用笔记
多元函数微分法及其应用笔记一、引言多元函数微分法是微积分中的重要内容之一,它涉及到多元函数的极限、连续性、可微性以及方向导数、梯度等概念。
在实际应用中,多元函数微分法有着广泛的应用,例如在物理、经济、生物等领域中都会遇到相关问题。
本文将详细探讨多元函数微分法的相关概念及其应用。
二、多元函数的极限与连续性2.1 多元函数的极限多元函数的极限与一元函数的极限类似,但需要考虑多维空间中的情况。
对于多元函数f(x,y),当点(x,y)靠近某一点(a,b)时,如果f(x,y)的数值趋近于一个确定的常数L,则称L为函数f(x,y)在点(a,b)处的极限,记作lim(x,y)→(a,b)f(x,y)=L。
2.2 多元函数的连续性与一元函数类似,多元函数的连续性也是建立在极限的基础上。
若函数f(x,y)在点(a,b)处极限存在且与函数在该点的数值相等,则称函数f(x,y)在点(a,b)处连续。
三、多元函数的偏导数3.1 偏导数的定义对于多元函数f(x,y),其偏导数表示函数在某一方向上的变化率,而不考虑其他方向的变化。
对于偏导数的计算,可以按照以下步骤进行: 1. 将函数中的其他自变量视为常数,仅对某一个自变量求导; 2. 将其他自变量恢复为原来的形式。
对于函数f(x,y),其对x的偏导数表示为∂f∂x ,对y的偏导数表示为∂f∂y。
3.2 高阶偏导数与一元函数类似,多元函数也可以计算高阶偏导数。
对于函数 f (x,y ),其二阶混合偏导数为 ∂2f ∂x ∂y 和 ∂2f∂y ∂x ,它们的求导顺序不同可能会得到不同的结果。
如果这两个混合偏导数相等,则称函数 f (x,y ) 具有混合偏导数的对称性。
四、方向导数与梯度4.1 方向导数的定义方向导数表示函数在某一给定方向上的变化率,通常用单位向量 u =(u 1,u 2) 表示给定的方向。
对于函数 f (x,y ),其在点 (x 0,y 0) 处沿方向 u 的方向导数定义如下:D u f (x 0,y 0)=lim ℎ→0f (x 0+ℎu 1,y 0+ℎu 2)−f (x 0,y 0)ℎ4.2 梯度的定义梯度是多元函数微分法中的一个重要概念,表示函数在某一点上变化最快的方向和变化率。
多元函数微积分的应用
多元函数微积分的应用随着科学技术的不断发展,多元函数微积分日益成为一种重要的数学工具。
多元函数微积分主要是研究多变量的函数,它是单变量微积分的推广和拓展。
其中最重要的内容就是求多变量函数的偏导数、全微分、求极值、积分等。
多元函数微积分在工程、物理、化学等学科中都得到了广泛的应用。
以下将主要介绍多元函数微积分在科学技术领域中的应用。
1. 物理学领域的应用在物理学中,多元函数微积分可以被用来描述物体的运动以及物体与其他物体之间的相互作用。
最常见的例子是牛顿运动定律。
牛顿第一定律说,如果物体不受到任何力的作用,则它将保持运动状态,或保持静止状态。
如果我们要确定一个物体的运动状态,我们需要知道该物体所受到的外力,以及它的初始位置和速度。
这个问题可以用多元函数微积分中的运动学方程来解决,它基于加速度与速度、位移之间的关系。
另一个物理学中的例子是电场的计算。
电场是由电荷在空间中所产生的电力作用,因此了解电场是研究电荷和电流行为的先决条件。
在多元函数微积分中,我们可以利用电场的公式来计算电场的介质性质、电势的强度等。
2. 工程学领域的应用在工程学领域中,多元函数微积分通常用于设计机器和设备,使得它们在运行时能够以最佳的方式工作。
例如,可以使用多元函数微积分来得出一个最佳的轮廓参数,以便使得机器人能够在一定范围内移动。
此外,它还可以被用于热力学方程的求解,以此来改进空调、锅炉、汽车发动机、炉子等工业设备的设计。
另外,多元函数微积分还可以在土木建筑工程领域中得到应用。
例如,在桥梁设计中,可以利用多元函数微积分求得桥梁的建筑比例和强度,从而确保它们可以承受使用过程中的载荷。
在建筑设计中,则可以使用多元函数微积分来计算建筑物的稳定性和质量等方面的参数。
3. 医学领域的应用多元函数微积分在医学领域中的应用也越来越多,它可以帮助研究人体的治疗方法和药物的研发。
例如,它可以帮助研究血液循环系统、神经系统、肺功能等方面的生理现象。
多元函数微分学的几何应用
多元函数微分学的几何应用一、多元函数微分学多元函数微分学是微积分的一个分支,研究的是多个自变量的函数的导数、微分和全微分等概念。
与一元函数微分学不同的是,多元函数在求导时需要通过偏导数来计算,而全微分可以看做多元函数在某一点上的线性近似。
多元函数微分学在实际生活中有着广泛的应用,尤其是在几何学方面。
二、几何应用1. 向量场和梯度向量场是一个函数与向量的映射关系,在几何学中经常用于描述速度场、磁场等。
其中,梯度是向量场的一个重要概念。
梯度表示在某一点上函数变化增加最快的方向。
例如,在平面上的某一点上,一个函数的梯度表示了函数值增加最快的方向及增加的速率。
2. 方向导数和梯度的应用方向导数表示函数在某一点上沿着某一给定方向上的导数。
在平面几何中,方向导数可以用来求解曲面的切平面方程。
具体来说,可以通过梯度和方向向量的点积计算出方向导数,从而得到曲面上某一点的切平面方程。
3. 曲面积分曲面积分是对曲面上的函数进行积分,类似于线积分。
在计算曲面积分时,需要用到曲面的面积元素,这里面积元素的计算需要用到微积分中的偏微分。
具体来说,可以通过将曲面分成小的面元,计算每个面元的面积和函数值,然后将它们累加起来,从而得到曲面上的积分值。
4. 极值和拐点在多元函数中,类似于一元函数中的极值和拐点的概念。
在平面几何中,可以将这些概念应用于曲线的局部特征的分析中。
通过极值和拐点的计算,可以得到曲线上的最大和最小值,以及拐点的位置和拐点的类型等信息。
总之,多元函数微分学在几何学中有着广泛的应用。
通过对向量场、梯度、方向导数、曲面积分、极值和拐点等概念的研究,可以深入分析曲线、曲面的本质特征和局部特征,从而为实际问题的求解提供了精确的数学工具。
高中数学知识点多元函数微积分应用
高中数学知识点多元函数微积分应用在高中数学学习中,多元函数微积分是一个非常重要的知识点。
多元函数微积分可以用来研究多元函数的导数、极值、曲线、曲面、变化率、微分、积分等等,具有广泛的应用。
本文将探讨多元函数微积分在实际中的应用。
一、多元函数的导数和极值多元函数的导数不仅可以用于研究函数的变化率,还可以指导实际生活中的问题。
例如,在物理学中,速度就是位移对时间的导数,加速度就是速度对时间的导数。
利用这些知识,可以研究行人、汽车、火车、飞机等移动物体的速度和加速度问题。
一般来说,多元函数的极值是在优化问题中经常用到的,例如,求解一个开销最小的问题,或者求解一个最大利润的问题。
例如,存在一个工厂需要购买原材料和粉尘,对于这个问题,我们可以建立一个多元函数模型,以此求出最优方案。
这个方案的最小值或者最大值就是整个问题的解。
二、曲线和曲面多元函数也可以用来研究曲线和曲面等几何问题。
例如,在计算机图形学中,平面和立体的图形都是由曲线和曲面组成的。
利用多元函数微积分,可以研究图形的曲率、曲面的法向量等几何问题。
在物理学中,曲率也有着非常重要的应用。
例如,曲率可以用来研究弯曲物体的形态,如桥梁、大棚、玻璃等的形态。
三、微分和积分微分是多元函数微积分中的另一个重要概念。
它的主要作用是确定一个函数的局部变化率和切线方程,进而可以用来解决各种实际问题。
例如,微分可以用来确定一个物体在某个瞬间的位置、速度和加速度。
积分也是多元函数微积分中的一个重要概念。
它可以用来求解面积、体积、质量、重心等问题。
例如,在建筑工程中,如何确定一个建筑物的体积?在机械制造中,如何确定一个机器的质量和重心?这些问题都可以通过积分来求解。
总之,多元函数微积分的应用范围非常广泛,可以用来研究各种实际问题。
在生活中,我们经常遇到需要用到多元函数微积分来解决的问题。
掌握了多元函数微积分的相关知识,对我们的生活和工作都有显著的帮助。
多元函数微分学的应用
多元函数微分学的应用一、多元函数微分学在物理学中的应用多元函数微分学在物理学中有重要的应用,可以用于描述和分析物体的运动和力学性质。
例如,当我们研究一个物体在空气中自由落体的过程时,可以通过建立物体的位置、速度和加速度之间的多元函数关系来描述物体的运动规律。
通过对这个多元函数进行微分,我们可以计算出物体的速度和加速度,并进一步研究物体的运动轨迹和运动的特性。
二、多元函数微分学在工程技术中的应用工程技术领域广泛应用多元函数微分学,其中一个重要的应用是工程优化。
通过建立多元函数模型,可以描述工程系统的性能与各种因素之间的关系,例如工程结构的刚度、强度和稳定性与材料、尺寸和几何形状等因素之间的关系。
通过对这些多元函数进行微分,可以找到使性能最优化的设计变量组合,从而优化工程系统的设计。
三、多元函数微分学在经济管理中的应用多元函数微分学在经济管理中也有广泛的应用,可以用于分析和优化经济系统的运行和决策问题。
例如,在经济学中,我们可以建立多元函数模型来描述生产函数、成本函数和效用函数等与经济生产和消费相关的关系。
通过对这些多元函数进行微分,可以分析生产效率、最小化成本和最大化效用的最优决策策略,从而实现经济系统的优化和管理。
四、多元函数微分学在生物学中的应用多元函数微分学也被广泛应用于生物学领域,可以用于描述和分析生物系统中的各种生物过程和生物现象。
例如,在生态学中,我们可以建立多元函数模型来描述种群数量与环境因素之间的关系。
通过对这些多元函数进行微分,可以研究种群的增长速率、极限状态和稳定性等生态学性质,从而深入理解和预测生态系统的动态演化。
总之,多元函数微分学具有广泛的应用领域,可以用于自然科学、工程技术和经济管理等各个领域中的建模、优化和解决实际问题。
通过对多元函数的微分,我们可以深入理解各种系统和过程的特性和规律,从而实现对这些系统和过程的优化和控制。
多元函数微分学的应用
多元函数微分学的应用在物理学中,多元函数微分学广泛应用于描述和分析物理问题。
例如,通过对位移、速度和加速度等量的求导,可以得到物体的运动学性质。
这种应用包括运动物体、弹性和流体力学等领域。
在力学中,多元函数微分学被用于描述复杂的力和能量系统。
例如,它可以帮助研究动力学系统的不稳定性和平衡性。
在经济学中,多元函数微分学也有重要的应用。
经济学中的许多问题可以用多元函数模型进行数学建模,如宏观经济模型、价格理论、产量与成本理论等。
例如,均衡理论用微分方程和最优化理论进行数学建模,研究市场供求关系和均衡价格。
在生物学中,多元函数微分学也有广泛应用。
生物学常常需要用复杂的数学模型来描述生态系统。
例如,生态系统中的食物网络和生物钟可以用微分方程进行数学建模和分析。
微分方程还可以用于描述细胞分化、神经反应和心脏功能等生物过程。
在金融学中,多元函数微分学同样具有重要的应用。
金融市场中的诸多因素可以建立数学模型来进行分析和预测。
例如,股票价格的变化可以用微分方程进行数学建模。
此外,数学模型也可以用于描述和分析各种金融衍生品的风险和收益。
在信息工程中,多元函数微分学同样有广泛应用。
例如,信号处理中的滤波器应用了傅里叶变换和微分方程等数学概念,可以进行自动控制和图像处理操作。
此外,微分方程还可以用于描述传感器网格、电路设计等信息科学领域的问题。
总之,多元函数微分学在各个领域都有广泛的应用。
它能够帮助我们理解和分析各种复杂的现象,解决实际问题,推动科学技术的进步。
因此,对多元函数微分学的深入学习和研究是今天各个领域中的重要任务之一。
多元函数微分学在几何上的应用
目录
CONTENTS
• 引言 • 多元函数微分学基础 • 多元函数微分学在几何中的应用 • 具体案例分析 • 结论与展望
01
引言
主题简介
多元函数微分学是数学的一个重要分 支,主要研究多元函数的可微性、微 分法则和微分方程等。
在几何上,多元函数微分学可以用来 研究曲面、曲线和流形等的几何性质 和变化。
05
结论与展望
研究结论
多元函数微分学在几何上有着广泛的应用,它为解决几何问题提供了重要 的理论工具。
通过多元函数微分学,我们可以更好地理解几何对象的性质,例如曲面、 曲线和流形等的几何特征。
多元函数微分学在解决几何问题时具有高效性和精确性,为几何学的发展 提供了重要的推动力。
研究展望
01
随着数学理论和计算机技术的 不断发展,多元函数微分学在 几何上的应用将更加深入和广 泛。
球面函数的微分学分析
总结词
通过球面函数的微分学分析,可以研究球面上的几何性质和变多元函数,其定义域为球面。通过研究球面函数的导数和微分,可以了解球面上点的切线和法线, 以及曲面在一点的切平面和法线方向。这些信息对于研究球面的几何性质和变化规律非常重要,例如球面上的曲 线、曲面和体积等。
二次曲面在几何中的应用
总结词
二次曲面是一类重要的几何对象,可以通过二次曲面 的微分学分析来研究其几何性质和变化规律。
详细描述
二次曲面是由两个二元二次多项式定义的曲面。通过 研究二次曲面的导数和微分,可以了解曲面的切线和 法线,以及曲面在一点的切平面和法线方向。这些信 息对于研究二次曲面的几何性质和变化规律非常重要 ,例如二次曲面的面积、体积和质量分布等。此外, 二次曲面在几何、物理和工程等领域也有着广泛的应 用,例如地球表面形状、光学和力学等。
多元函数微分学及其应用总结
多元函数微分学及其应用总结
多元函数微分学是微积分学的一个分支,研究的是多元函数的导数和微分,并在实际应用中得到广泛的应用。
本文将从多元函数的导数、微分和应用等方面进行总结。
多元函数的导数是指多元函数在某一点处的切向量。
与一元函数的导数不同,多元函数的导数是一个向量,而不是一个数。
多元函数的导数可以通过偏导数来定义,偏导数是指多元函数在某一点处,对于某一个变量求导时,其他所有变量都视为常数的导数。
通过偏导数的定义,我们可以求出多元函数在某一点处的所有偏导数,再将这些偏导数组成一个向量,就是该点的导数。
多元函数的微分是指函数在某一点处沿着切向量的变化率。
对于一个多元函数,其微分可以通过求出该点的导数,再将其与自变量的变化量相乘得到。
多元函数的微分在实际应用中有着重要的作用,比如在经济学中,微分可以用来描述市场需求和供给之间的关系,从而帮助企业做出决策。
在实际应用中,多元函数微分学有着广泛的应用。
其中一个重要的应用是在物理学中,多元函数微分学可以用来描述物理量之间的关系。
比如在热力学中,温度、压力和体积之间的关系可以用多元函数来表示,通过求导和微分可以得到温度、压力和体积的变化率。
在机器学习中,多元函数微分学也有着重要的应用,比如在神经网
络中,通过求导和微分可以得到网络参数的更新量,从而提高模型的准确性。
多元函数微分学是微积分学中一个重要的分支,它可以用来描述多元函数的导数和微分,并在实际应用中得到广泛的应用。
对于学习微积分学的同学们来说,多元函数微分学是一个重要的课程,需要认真学习,并通过实际应用来加深对其的理解。
多元函数微积分在高等数学中的应用
高等数学是大多数理工科专业学生必修的一门课程,它是数学的重要分支之一,主要包括微积分和数学分析两部分。
而其中的多元函数微积分作为其重要的组成部分,广泛应用于各个领域,具有重要的实际意义。
多元函数微积分主要研究含有多个变量的函数,它是高等数学的一项重要内容。
在高等数学的学习过程中,多元函数微积分的应用是不可或缺的。
首先,在几何中,多元函数微积分可以用于描述和研究曲线、曲面以及多元函数的图像。
通过对多元函数的导数和微分的研究,可以求得曲线的切线和曲面的切平面,进一步帮助我们理解几何中的诸多概念和性质。
其次,多元函数微积分在物理学中也具有重要的应用价值。
物理学中很多问题都可以归结为求解关于时间、空间和速度等参数的多元函数微积分问题。
比如,物体的运动问题可以用多元函数表达,并通过对其求导和积分,得到物体在不同时间点的速度和位移等信息。
同时,多元函数微积分还能用于解决涉及到多个变量的问题,如流体力学中的动量守恒、质量守恒等问题。
此外,多元函数微积分在经济学中也有着广泛的应用。
经济学中常常涉及到多个变量之间的相互作用关系,而多元函数微积分可以提供工具来研究这些关系。
例如,通过对多元函数求偏导和最值,可以帮助经济学家优化生产成本、最大化利润等问题。
此外,多元函数微积分还可以帮助理解和解决市场经济中的供需关系、定价策略等重要问题。
最后,多元函数微积分还在工程学和计算机科学中有广泛的应用。
在工程学中,多元函数微积分可以帮助进行结构分析、材料力学、电路设计等问题的求解。
而在计算机科学中,多元函数微积分常常用于图像处理、机器学习、模式识别等方面,这些都涉及到对多元函数的处理和分析。
总的来说,多元函数微积分是高等数学中的重要内容,它在几何学、物理学、经济学、工程学和计算机科学等领域都有着广泛的应用。
通过学习和理解多元函数微积分的概念和原理,我们可以用数学的方法分析和解决实际问题,进一步提高我们的分析能力和解决问题的能力。
多元函数微积分及其应用(精)
第一节 多元函数
一、多元函数的概念
二、多元函数的极限
三、多元函数的连续性
一、多元函数的概念
引例:
圆柱体的体积
定量理想气体的压强
r
h
三角形面积的海伦公式
b
美国经济学家柯布-道格拉斯根据历史统计资料, 1 研究得出生产函数 Q AK L 简称C_D函数 例4 某工厂的生产函数为 f ( K , L) 100K 0.6 L0.4 试问 (1)当K=1000,L=500时,生产水平是多少? (2)当K=2000,L=1000时,生产水平是多少? 解 (1)f(1000,500)≈75786 (2)f(2000,1000)≈151572
x
y
图形为
空间中的超曲面.
例5 求二元函数z=l n (x +y)的定义域 解 自变量x, y所取得的值必须满足不等式 x+ y>o 即定义域D={(x, y) |x +y>0} 点集D在x O y面上表示一个在直线上方的 半平面(不包含边界x +y=0),此时D为无界 开区域.
例6 求二元函数
常见的区域有: 矩形域: D {( x, y) | a x b, c y d} 圆域: D {( x, y) | ( x x0 )2 ( y y0 )2 2 ( 0)}
圆域一般称为平面上点 P0 ( x0 , y0 ) 的 δ邻域,记 作 U ( p0 , ) 而称不包含 P0 ( x0 , y0 ) 点的邻域为空心 邻域,记作: U ( p, ) 如果区域D可以被包含在以原点为圆心的某一 圆域内,则称 D为有界区域,否则称为无界开 区域。
多元函数微分法及其应用21164
3.介值定理
对任意
Q D,
小结
一、多元函数的概念
Rn
二元函数图形一般为空间曲面.
二、多元函数极限的概念
lim f (P)=A (注意趋近方式的任意性)
P P0
三、多元函数连续的概念
lim f (P)
P P0
f (P0 )
一切多元初等函数在定义区域内连续.
有界闭区域上连续函数的性质(三个)
(
x0
,
y0
)
U( P0 , δ ) ( x, y) ( x x0 )2 ( y y0 )2 δ (圆邻域)
在空间中, (球邻域)
U( P0 , ) ( x, y, z ) ( x x0 )2 ( y y0 )2 (z z0 )2 δ
x y2 的连续域.
解 只须求出该初等函数的定义区域.
3 x2 y2 1
x y2 0
2 x2 y2 4
x y2
y o 2 2x
有界闭域上多元连续函数有与一元函数类似 的如下性质:
定理:若 f (P) 在有界闭域 D上连续, 则
1.有界性定理
2.最值定理
f (P) 在D上可取得最大值M及最小值m ;
定义了线性运算和距离的集合 R2称为二维空间. 推广: n 元有序数组 的全体称为n维空间,记作 Rn , 即
Rn R R R
n 维空间中的每一个元素
称为空间中的一个点,
称为该点的第k个
坐标 .
2. 邻域
U( x0, ) x x x0
在平面上,
x0
x
P0
例如,在平面上
(整理)Ch8典型知识点.
第八章 多元函数微分法及其应用一、多元函数的基本概念1、平面点集,平面点集的内点、外点、边界点、聚点等,多元函数的定义等概念2、多元函数的极限✧ 如00(,)(,)lim (,)x y x y f x y A →=(或0lim (,)P P f x y A →=)的εδ-定义✧ 掌握判定多元函数极限不存在的方法:(1)令(,)P x y 沿y kx =趋向00(,)P x y ,若极限值与k 有关,则可断言函数极限不存在;(2)找两种不同趋近方式,若00(,)(,)lim (,)x y x y f x y →存在,但两者不相等,此时也可断言极限不存在。
✧ 多元函数的极限的运算法则(包括和差积商,连续函数的和差积商等)与一元类似: 例1.用εδ-定义证明2222(,)(0,0)1lim ()sin0x y x y x y→+=+ 例2.设222222,0(,)0,0xy x y x y f x y x y ⎧+≠⎪+=⎨⎪+=⎩ ,讨论(,)(0,0)lim (,)x y f x y →是否存在?例3.设2222422,0(,)0,0xy x y x y f x y x y ⎧+≠⎪+=⎨⎪+=⎩ ,讨论(,)(0,0)lim (,)x y f x y →是否存在?例4.求222(,)(0,0)sin()lim x y x y x y →+3、多元函数的连续性0000(,)(,)lim(,)(,)x y x y f x y f x y →⇔=✧ 一切多元初等函数在其定义区域内都是连续的,定义区域是指包含在定义域内的区域或闭区域。
✧ 在定义区域内的连续点求极限可用“代入法”例1.讨论函数33222222,0(,)0,0x y x y x y f x y x y ⎧++≠⎪+=⎨⎪+=⎩ 在(0,0)处的连续性。
例2.求(,)(1,2)limx y x yxy →+ 例3.(,)(0,0)lim x y →4、了解闭区域上商连续函数的性质:有界性,最值定理,介值定理二、多元函数的偏导数1、 二元函数(,)z f x y =关于,x y 的一阶偏导数的定义(二元以上类似定义)如果极限00000(,)(,)limx f x x y f x y x∆→+∆-∆存在,则有000000000000(,)(,)(,)limx x x x x y y x x x x y y y y f x x y f x y z fz f x y xx x=∆→=====+∆-∂∂====∂∂∆ (相当于把y 看成常数!所以求偏导数本质是求一元函数的导数。
多元微积分及其应用
多元微积分及其应用
多元微积分是指处理k个变量的函数的微积分的学科。
它的形式有很多,但它们的基本思想是求解变量函数(或更一般的两个或多个变量函数)的变化率,并使用这些变化率来确定函数的最值,即当函数最大或最小时,它们做什么,及其他与函数有关的性质。
因此,它可以用来解决实际应用中的许多问题,包括最小值的问题,拟合直线或多项式,求解积分等问题。
多元微积分的应用涵盖很多领域,如机械,天文学,地震学,经济学,生物学,物理学,金融学,统计学等。
它可以用来解决一些实际应用中的问题,如在经济学中,可以利用多元微积分来分析不同货币汇率,应用概率学计算期权价格,研究市场波动等。
在生物学中,它可以用来研究生命历史和自然选择进化的情况,分析发育过程,研究物种耐受环境变化的程度等。
在地质学中,它可以用来研究地面形变,成像和地质构造,探测深处的矿物资源等。
总的来说,多元微积分可以应用于各种领域,提供有价值的洞察力,以及决定有关变量间的相互关系的方法和工具,从而有助于求解各种实际问题。
多元函数微积分及其应用8
例4 求函数 f ( x, y) x3 y3 3x2 3 y2 9x 的极值 .
解 解方程组
f( x
x,
y)
3x2
6x
9
0,
f ( x, y) 3 y2 6 y 0, y
求得驻点为 (1,0),(1,2),(3,0),(3,2).
再求二阶偏导数
在 (1,2)处, AC B2 12 (6) 0, 所以 f (1,2)不是极值.
在 (3,0) 处, AC B2 12 6 0,
所以 f (3,0)不是极值. 在 (3,2) 处, AC B2 (12) (6) 0, 又A 0,
所以函数在(3,2) 处有极大值, 极大值为 f (3,2) 31 .
具有偏导数,且在点 ( x0 , y0 ) 处有极值,则它在该点 的偏导数必 然为零:
f x ( x0 , y0 ) 0 , f y ( x0 , y0 ) 0 .
证明 不妨设 z f ( x, y) 在点( x0 , y0 )处有极大值, 则对于( x0 , y0 ) 的某邻域内任意 ( x, y) ( x0 , y0 ) 都有 f ( x, y) f ( x0 , y0 ),
定理2 (充分条件) 设函数 z f ( x, y) 在点( x0 , y0 ) 的某邻域内连续,有一阶及二阶连续偏导数,
又
f (x , y ) 0,
x
0
0
f (x , y ) 0,
y
0
0
令 f (x , y ) A,
xx
0
0
f (x , y ) B,
Ch8多元函数微分学 释疑解难
Ch8多元函数微分学释疑解难1.怎样理解二元函数的概念?解析:设有三个变量x 、y 和z .如果变量x ,y 在一定范围内任意取定一对值时,变量z 按照一定的法则,总有确定的数值和它们对应,那么变量z 叫做变量x 、y 的二元函数,记作),(y x f z =,其中变量x 、y 叫做自变量,而变量z 叫做因变量.自变量x 、y 的变化范围叫做函数的定义域.二元函数的定义域,可以是整个xoy 平面,也可以是xoy 平面的一部分.例如函数221y x z --=的定义域是满足不等式122≤+y x 的点的全体,即xoy 平面内以原点为圆心,以1为半径的闭圆域;又如函数2ln(1)z x =-,作为二元函数,它的定义域是满足+∞<<-∞<<-y x ,11的点的全体,即xoy 平面内介于两条直线1±=x 之间的带形开区域.二元函数),(y x f z =的图形,我们可以用空间直角坐标系来表示它.设函数),(y x f z =在xoy 平面上某一区域D 内有定义,在区域D 内任取一点),(y x P ,由),(y x f z =求出相应的函数值z ,于是确定了空间一点),,(z y x M ,当点P 在区域D 内变动时,点M 就在空间相应变动,一般说来,它的轨迹是一个曲面.例如,22y x z +=是以原点为顶点,开口向上的圆锥面;又如)(x f z =是母线平行于y 轴的柱面.2.怎样理解二元函数的极限的概念?解析:设二元函数),(y x f z =在点),(000y x P 某一去心邻域内有定义.如果对于任意给定的正数ε(不论它多么小),总存在一个正数δ,使得对于适合不等式00||PP δ<=的一切点,都有|(,)|f x y A ε-<成立,那么常数A 叫做函数值),(y x f 当00(,)(,)x y x y →时的极限,记作0lim (,)x xy y f x y A →→=,或),(),(00y y x x A y x f →→→.在上述二元函数极限的定义中,无论点),(y x P 以何种方式趋向点),(000y x P ,只要当点P 与点0P 的距离2020)()(y y x x -+-大于0小于δ时,所对应的函数值),(y x f 都满足不等式ε<-A y x f ),(,就能保证常数A 是函数),(y x f 当00(,)(,)x y x y →时的极限.即所谓二元函数),(y x f 当00(,)(,)x y x y →时存在极限A ,是指点P 以任何方式趋近于点0P 时,函数),(y x f 都无限接近于同一数值A ,这里P 是点0P 的某一邻域内异于0P 的任意一点.如果点P 以某一特殊方式,例如沿着一条直线或定曲线趋近于点0P 时,即使函数无限接近于某一数值,我们还不能由此断定二元函数的极限存在.例如,分析函数yx yx y x f -+=),(.当点),(y x P 沿x 轴趋近于点)0,0(时,1lim )0,(lim 0==→→xxx f x x ;当点),(y x P 沿y 轴趋近于点)0,0(时,11lim),0(lim 00-=-=→→yy f x y .一般地,点),(y x P 沿直线kx y =趋近于点)0,0(时,有)1(11lim ),(lim 0≠-+=-+==→→=→k kkkx x kx x y x f x kx y x .显然,k k -+11是随着直线的斜率k的不同而改变其数值的,因此,当(,)(0,0)x y →时,函数),(y x f 的极限不存在.3.如果一元函数0(,)f x y 和0(,)f x y 分别在0x 和0y 连续,那么二元函数),(y x f 在00(,)x y 一定连续吗?解析:不一定.我们知道,如果当00(,)(,)x y x y →时,函数),(y x f 的极限存在,并且等于它在点00(,)x y 处的函数值,即000lim (,)(,)x xy y f x y f x y →→=,那么二元函数),(y x f 在点00(,)x y 处连续.这时,就有0000lim (,)(,)x x f x y f x y →=,0000lim (,)(,)y yf x y f x y →=,即一元函数0(,)f x y 和0(,)f x y 分别在0x 和0y 连续.反之,如果0(,)f x y 和0(,)f x y 分别在0x 和0y 连续,那么函数),(y x f 在00(,)x y 不一定连续.例如,函数2222,0(,)0,0xyx y x yf x y x y ⎧+≠⎪+=⎨⎪==⎩.因(,0)f x 恒等于零,它在0x =处连续,同样(0,)f y 也恒等于零,它在0y =处也连续;但是当点),(y x P 沿直线kx y =趋近于点)0,0(时,有001lim (,)lim 1)1x x y kx x kx kf x y k x kx k→→=→++==≠--,21k k +是随着k 的不同而改变的,因此,当(,)(0,0)x y →时,函数),(y x f 的极限不存在,所以函数),(y x f 在)0,0(是不连续的.4.任何二元连续函数都存在偏导数吗?解析:不一定.例如多元初等函数22(,)f x y x y =+在点)0,0(处连续且偏导数存在,但函数(,)f x y =在)0,0(连续但偏导数不存在.因为(,0)(0,0)x f x f x x∆∆∆∆-==,当0x ∆→+时,上式趋近于1;当0x ∆→-时,上式趋近于-1,所以偏导数(0,0)x f 不存在.同理,偏导数(0,0)y f 也不存在.5.如果函数),(y x f z =的偏导数z x ∂∂和zy∂∂在点),(000y x P 处都存在,那么),(y x f 在点0P 处一定连续吗?解析:我们知道,如果一元函数在某点有导数,那么它在该点一定连续.但是对于二元函数),(y x f z =来说,即使偏导数z x ∂∂和z y∂∂在点0P 处都存在,也不能保证),(y x f 在点0P 处一定连续.这时因为偏导数存在能保证点(,)P x y 沿着平行于坐标轴的方向趋近于点0P 时,),(y x f 无限接近于000(,)f x y ,而不能保证点(,)P x y 沿任何方式趋近点0P 时,),(y x f 都无限接近于000(,)f x y .例如函数22222,0(,)0,0x yx y x yf x y x y ⎧+≠⎪+=⎨⎪==⎩,在点)0,0(对x 的偏导数为(,0)(0,0)00(0,0)lim lim 0x x x f x f f x x∆∆∆∆∆→→--===,同样有(0,0)0y f =.但是,当(,)(0,0)x y →时,函数),(y x f 的极限不存在,所以函数),(y x f 在)0,0(是不连续的.如果函数),(y x f z =的偏导数z x ∂∂和z y∂∂在点),(000y x P 处存在且连续,那么),(y x f在点0P 处一定连续.这时因为根据拉格朗日中值定理,函数的全增量[][]00000000001000212(,)(,)(,)(,)(,)(,)(,)(,)(0,1)x y z f x x y y f x y f x x y y f x y y f x y y f x y f x x y y x f x y y y ∆∆∆∆∆∆∆θ∆∆∆θ∆∆θθ=++-=++-+++-=++++<<当0ρ=,即0,0x y ∆∆→→时,有0z ∆→,所以,函数),(y x f 在点0P 处是连续的.6.如果函数),(y x f z =在点),(000y x P 的偏导数z x ∂∂和z y∂∂都存在,那么),(y x f 在点0P 全微分一定存在吗?解析:不一定.一元函数在某点可导与可微是等价的.但是,对于二元函数来说,情况就不同了,即使函数的偏导数存在,全微分可能不存在.全微分的定义可以理解为:如果函数),(y x f z =在点0P 的全增量z ∆与0000(,)(,)x y f x y x f x y y ∆∆+之差,当0ρ=时是一个比ρ较高阶的无穷小量,那么函数),(y x f 在点0P 可微;反之,如果z ∆与0000(,)(,)x y f x y x f x y y ∆∆+之差,当0ρ→时不是比ρ较高阶的无穷小量,那么函数),(y x f 在点0P 的全微分就不存在.例如函数(,)f x y =(,0)(0,0)00(0,0)lim lim 0x x x f x f f x x∆∆∆∆∆→→--'===,同样(0,0)0y f '=.但是由于(0,0)(0,0)x y z f x f y ∆∆∆-+=,当以特殊方式0x y ∆∆=→0=,即不是比ρ较高阶的无穷小量,从而),(y x f 在点(0,0)的全微分就不存在,也就是),(y x f 在点(0,0)处是不可微的.7.多元函数全微分的运算法则是怎样的?解析:多元函数全微分的运算法则与一元函数全微分的运算法则在形式上是相同的.即当u 与v 都是同一组自变量的具有连续偏导数的多元函数时,有()d cu cdu =(c 是常数);()d u v du dv ±=±;()+d uv udv vdu =;2((0)u vdu udv d v v v -=≠.使用上述运算法则,可以计算多元函数的全微分.例如,22xz x y =+.22222222222222222222()()()()(22)()2.()()x y dx xd x y dz x y x y dx x xdx ydy x y y x xy dx dy x y x y +-+=++-+=+-=-++8.二元函数的极值点一定是驻点吗?解析:不一定.函数(,)f x y 的极值点是指使(,)f x y 取得极值的点;而函数(,)f x y 的驻点是指使00(,)x f x y ,00(,)y f x y 同时成立的点.可微函数),(y x f z =在点00(,)x y 有极值的必要条件为00(,)0x f x y '=、00(,)0y f x y '=,即可微函数),(y x f z =的极值点一定是驻点.但函数的偏导数中至少有一个不存在的点也可能是极值点.例如,在xoy平面下方的锥面方程z =(0,0)处有极大值,但在点(0,0)处的偏导数z x ∂∂和zy∂∂都不存在,点(0,0)并非函数的驻点,而是函数的偏导数不存在的点.9.二元函数的驻点一定是极值点吗?解析:不一定.例如,点(0,0)是函数z xy =的驻点,但不是极值点.这是因为z xy =在点(0,0)的任何邻域内总有函数值为正的点,也总有函数值为负的点;点(0,0)是函数22z x y =+的驻点,也是极值点,函数在这点有极小值.10.如果二元函数在某区域内只有一个极值,并且是极大(小)值,那么这个极大(小)值一定是函数在该区域的最大(小)值吗?解析:不一定.我们知道,如果一元函数在某区域内只有一个极值,并且是极大(小)值,那么这个极大(小)值就函数在该区域是的最大(小)值.但对于二元函数,却没有与之类似的结论.如果二元函数在某区域内只有一个极值,并且是极大(小)值,那么这个极大(小)值不一定是函数在该区域的最大(小)值.例如,考察函数322(,)42f x y x x xy y =-+-在矩形区域66x -≤≤,11y -≤≤上的最大值.令23820220x y f x x y f x y =-+=⎧⎨=-=⎩解这个方程组,得0,0;2, 2.x y x y ====但是点(2,2)不在所讨论的矩形区域内,于是函数(,)f x y 在该矩形区域内只有一个驻点.再求出二阶偏导数68xxf x ''=-,2xy f =,2xy f =-,在点(0,0)上,有(0,0)8xx A f ==-,=(0,0)2xy B f =,(0,0)2yy C f ==-因为2120B AC -=-<,而8A =-.根据二元函数极值的充分条件,函数(,)f x y 在点(0,0)处有极大值(0,0)0f =.然而,极大值零并不是函数(,)f x y 在矩形区域上的最大值,因为,例如在点(5,0),有(5,0)250f =>.。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第八章多元函数微分法及其使用教学目的:1、理解多元函数的概念和二元函数的几何意义。
2、了解二元函数的极限和连续性的概念,以及有界闭区域上的连续函数的性质。
3、理解多元函数偏导数和全微分的概念,会求全微分,了解全微分存在的必要条件和充分条件,了解全微分形式的不变性。
4、理解方向导数和梯度的概念并掌握其计算方法。
5、掌握多元复合函数偏导数的求法。
6、会求隐函数(包括由方程组确定的隐函数)的偏导数。
7、了解曲线的切线和法平面及曲面的切平面和法线的概念,会求它们的方程。
8、了解二元函数的二阶泰勒公式。
9、理解多元函数极值和条件极值的概念,掌握多元函数极值存在的必要条件,了解二元函数极值存在的充分条件,会求二元函数的极值,会用拉格郎日乘数法求条件极值,会求简多元函数的最大值和最小值,并会解决一些简单的使用问题。
教学重点:1、二元函数的极限和连续性;2、函数的偏导数和全微分;3、方向导数和梯度的概念及其计算;4、多元复合函数偏导数;5、隐函数的偏导数6、曲线的切线和法平面及曲面的切平面和法线;7、多元函数极值和条件极值的求法。
教学难点:1、二元函数的极限和连续性的概念;2、全微分形式的不变性;3、复合函数偏导数的求法;4、二元函数的二阶泰勒公式;5、隐函数(包括由方程组确定的隐函数)的偏导数;6、拉格郎日乘数法;7、多元函数的最大值和最小值。
§8. 1 多元函数的基本概念一、平面点集n维空间1.平面点集由平面分析几何知道,当在平面上引入了一个直角坐标系后,平面上的点P和有序二元实数组(x,y)之间就建立了一一对应.于是,我们常把有序实数组(x,y)和平面上的点P视作是等同的.这种建立了坐标系的平面称为坐标平面.二元的序实数组(x,y)的全体,即R2=R⨯R={(x,y)|x,y∈R}就表示坐标平面.坐标平面上具有某种性质P 的点的集合, 称为平面点集, 记作E ={(x , y )| (x , y )具有性质P }.例如, 平面上以原点为中心、r 为半径的圆内所有点的集合是C ={(x , y )| x 2+y 2<r 2}.如果我们以点P 表示(x , y ), 以|OP |表示点P 到原点O 的距离, 那么集合C 可表成C ={P | |OP |<r }.邻域:设P 0(x 0, y 0)是xOy 平面上的一个点, δ是某一正数. 和点P 0(x 0, y 0)距离小于δ的点P (x , y )的全体, 称为点P 0的δ邻域, 记为U (P 0, δ), 即}|| |{),(00δδ<=PP P P U 或} )()( |) ,{(),(20200δδ<-+-=y y x x y x P U .邻域的几何意义: U (P 0, δ)表示xOy 平面上以点P 0(x 0, y 0)为中心、δ >0为半径的圆的内部的点P (x , y )的全体.点P 0的去心δ邻域, 记作) ,(0δP U , 即}||0 |{) ,(00δδ<<=P P P P U .注: 如果不需要强调邻域的半径δ, 则用U (P 0)表示点P 0的某个邻域, 点P 0的去心邻域记作)(0P U .点和点集之间的关系:任意一点P ∈R 2和任意一个点集E ⊂R 2之间必有以下三种关系中的一种:(1)内点: 如果存在点P 的某一邻域U (P ), 使得U (P )⊂E , 则称P 为E 的内点;(2)外点: 如果存在点P 的某个邻域U (P ), 使得U (P )⋂E =∅, 则称P 为E 的外点;(3)边界点: 如果点P 的任一邻域内既有属于E 的点, 也有不属于E 的点, 则称P 点为E 的边点.E 的边界点的全体, 称为E 的边界, 记作∂E .E 的内点必属于E ; E 的外点必定不属于E ; 而E 的边界点可能属于E , 也可能不属于E . 聚点:如果对于任意给定的δ>0, 点P 的去心邻域),(δP U内总有E 中的点, 则称P 是E 的聚点. 由聚点的定义可知, 点集E 的聚点P 本身, 可以属于E , 也可能不属于E .例如, 设平面点集E ={(x , y )|1<x 2+y 2≤2}.满足1<x 2+y 2<2的一切点(x , y )都是E 的内点; 满足x 2+y 2=1的一切点(x , y )都是E 的边界点, 它们都不属于E ; 满足x 2+y 2=2的一切点(x , y )也是E 的边界点, 它们都属于E ; 点集E 以及它的界边∂E 上的一切点都是E 的聚点.开集: 如果点集E 的点都是内点, 则称E 为开集.闭集: 如果点集的余集E c 为开集, 则称E 为闭集.开集的例子: E ={(x , y )|1<x 2+y 2<2}.闭集的例子: E ={(x , y )|1≤x 2+y 2≤2}.集合{(x , y )|1<x 2+y 2≤2}既非开集, 也非闭集.连通性: 如果点集E 内任何两点, 都可用折线连结起来, 且该折线上的点都属于E , 则称E 为连通集.区域(或开区域): 连通的开集称为区域或开区域. 例如E ={(x , y )|1<x 2+y 2<2}.闭区域: 开区域连同它的边界一起所构成的点集称为闭区域. 例如E = {(x , y )|1≤x 2+y 2≤2}. 有界集: 对于平面点集E , 如果存在某一正数r , 使得E ⊂U (O , r ),其中O 是坐标原点, 则称E 为有界点集.无界集: 一个集合如果不是有界集, 就称这集合为无界集.例如, 集合{(x , y )|1≤x 2+y 2≤2}是有界闭区域; 集合{(x , y )| x +y >1}是无界开区域;集合{(x , y )| x +y ≥1}是无界闭区域.2. n 维空间设n 为取定的一个自然数, 我们用R n 表示n 元有序数组(x 1, x 2, ⋅ ⋅ ⋅ , x n )的全体所构成的集合, 即R n =R ⨯R ⨯⋅ ⋅ ⋅⨯R ={(x 1, x 2, ⋅ ⋅ ⋅ , x n )| x i ∈R , i =1, 2, ⋅ ⋅ ⋅, n }.R n 中的元素(x 1, x 2, ⋅ ⋅ ⋅ , x n )有时也用单个字母x 来表示, 即x =(x 1, x 2, ⋅ ⋅ ⋅ , x n ). 当所有的x i (i =1, 2, ⋅ ⋅ ⋅, n )都为零时, 称这样的元素为R n 中的零元, 记为0或O . 在分析几何中, 通过直角坐标, R 2(或R 3)中的元素分别和平面(或空间)中的点或向量建立一一对应, 因而R n 中的元素x =(x 1, x 2, ⋅ ⋅ ⋅ , x n )也称为R n 中的一个点或一个n 维向量, x i 称为点x 的第i 个坐标或n 维向量x 的第i 个分量. 特别地, R n 中的零元0称为R n 中的坐标原点或n 维零向量.为了在集合R n 中的元素之间建立联系, 在R n 中定义线性运算如下:设x =(x 1, x 2, ⋅ ⋅ ⋅ , x n ), y =(y 1, y 2, ⋅ ⋅ ⋅ , y n )为R n 中任意两个元素, λ∈R , 规定x +y =(x 1+ y 1, x 2+ y 2, ⋅ ⋅ ⋅ , x n + y n ), λx =(λx 1, λx 2, ⋅ ⋅ ⋅ , λx n ).这样定义了线性运算的集合R n 称为n 维空间.R n 中点x =(x 1, x 2, ⋅ ⋅ ⋅ , x n )和点 y =(y 1, y 2, ⋅ ⋅ ⋅ , y n )间的距离, 记作ρ(x , y ), 规定2222211)( )()(),(n n y x y x y x -+⋅⋅⋅+-+-=y x ρ.显然, n =1, 2, 3时, 上术规定和数轴上、直角坐标系下平面及空间中两点间的距离一至. R n 中元素x =(x 1, x 2, ⋅ ⋅ ⋅ , x n )和零元0之间的距离ρ(x , 0)记作||x ||(在R 1、R 2、R 3中, 通常将||x ||记作|x |), 即22221 ||||nx x x ⋅⋅⋅++=x . 采用这一记号, 结合向量的线性运算, 便得),()( )()(||||2222211y x y x ρ=-+⋅⋅⋅+-+-=-n n y x y x y x .在n 维空间R n 中定义了距离以后, 就可以定义R n 中变元的极限:设x =(x 1, x 2, ⋅ ⋅ ⋅ , x n ), a =(a 1, a 2, ⋅ ⋅ ⋅ , a n )∈R n .如果||x -a ||→0,则称变元x 在R n 中趋于固定元a , 记作x →a .显然,x →a ⇔ x 1→a 1, x 2→a 2, ⋅ ⋅ ⋅ , x n →a n .在R n 中线性运算和距离的引入, 使得前面讨论过的有关平面点集的一系列概念, 可以方便地引入到n (n ≥3)维空间中来, 例如,设a =(a 1, a 2, ⋅ ⋅ ⋅ , a n )∈R n , δ是某一正数, 则n 维空间内的点集U (a , δ)={x | x ∈ R n , ρ(x , a )<δ}就定义为R n 中点a 的δ邻域. 以邻域为基础, 可以定义点集的内点、外点、边界点和聚点, 以及开集、闭集、区域等一系列概念.二. 多元函数概念例1 圆柱体的体积V 和它的底半径r 、高h 之间具有关系V =πr 2h .这里, 当r 、h 在集合{(r , h ) | r >0, h >0}内取定一对值(r , h )时, V 对应的值就随之确定.例2 一定量的理想气体的压强p 、体积V 和绝对温度T 之间具有关系VRT p =, 其中R 为常数. 这里, 当V 、T 在集合{(V ,T ) | V >0, T >0}内取定一对值(V , T )时, p 的对应值就随之确定.例3 设R 是电阻R 1、R 2并联后的总电阻, 由电学知道, 它们之间具有关系2121R R R R R +=. 这里, 当R 1、R 2在集合{( R 1, R 2) | R 1>0, R 2>0}内取定一对值( R 1 , R 2)时, R 的对应值就随之确定. 定义1 设D 是R 2的一个非空子集, 称映射f : D →R 为定义在D 上的二元函数, 通常记为z =f (x , y ), (x , y )∈D (或z =f (P ), P ∈D )其中点集D 称为该函数的定义域, x , y 称为自变量, z 称为因变量.上述定义中, 和自变量x 、y 的一对值(x , y )相对应的因变量z 的值, 也称为f 在点(x , y )处的函数值, 记作f (x , y ), 即z =f (x , y ).值域: f (D )={z | z =f (x , y ), (x , y )∈D }.函数的其它符号: z =z (x , y ), z =g (x , y )等.类似地可定义三元函数u =f (x , y , z ), (x , y , z )∈D 以及三元以上的函数.一般地, 把定义1中的平面点集D 换成n 维空间R n 内的点集D , 映射f : D →R 就称为定义在D 上的n 元函数, 通常记为u =f (x 1, x 2, ⋅ ⋅ ⋅ , x n ), (x 1, x 2, ⋅ ⋅ ⋅ , x n )∈D ,或简记为u =f (x ), x =(x 1, x 2, ⋅ ⋅ ⋅ , x n )∈D ,也可记为u =f (P ), P (x 1, x 2, ⋅ ⋅ ⋅ , x n )∈D .关于函数定义域的约定: 在一般地讨论用算式表达的多元函数u =f (x )时, 就以使这个算式有意义的变元x 的值所组成的点集为这个多元函数的自然定义域. 因而, 对这类函数, 它的定义域不再特别标出. 例如,函数z =ln(x +y )的定义域为{(x , y )|x +y >0}(无界开区域);函数z =arcsin(x 2+y 2)的定义域为{(x , y )|x 2+y 2≤1}(有界闭区域).二元函数的图形: 点集{(x , y , z )|z =f (x , y ), (x , y )∈D }称为二元函数z =f (x , y )的图形, 二元函数的图形是一张曲面.例如 z =ax +by +c 是一张平面, 而函数z =x 2+y 2的图形是旋转抛物面.三. 多元函数的极限和一元函数的极限概念类似, 如果在P (x , y )→P 0(x 0, y 0)的过程中, 对应的函数值f (x , y )无限接近于一个确定的常数A , 则称A 是函数f (x , y )当(x , y )→(x 0, y 0)时的极限.定义2设二元函数f (P )=f (x , y )的定义域为D , P 0(x 0, y 0)是D 的聚点. 如果存在常数A , 对于任意给定的正数ε总存在正数δ, 使得当),(),(0δP U D y x P ⋂∈时, 都有|f (P )-A |=|f (x , y )-A |<ε成立, 则称常数A 为函数f (x , y )当(x , y )→(x 0, y 0)时的极限, 记为A y x f y x y x =→),(lim ),(),(00, 或f (x , y )→A ((x , y )→(x 0, y 0)),也记作A P f P P =→)(lim 0或f (P )→A (P →P 0). 上述定义的极限也称为二重极限.例4. 设22221sin)(),(y x y x y x f ++=, 求证0),(lim )0,0(),(=→y x f y x . 证 因为2222222222 |1sin ||| |01sin)(||0),(|y x y x y x y x y x y x f +≤+⋅+=-++=-, 可见∀ε >0, 取εδ=, 则当δ<-+-<22)0()0(0y x ,即),(),(δO U D y x P ⋂∈时, 总有|f (x , y )-0|<ε,因此0),(lim )0,0(),(=→y x f y x .必须注意:(1)二重极限存在, 是指P 以任何方式趋于P 0时, 函数都无限接近于A .(2)如果当P 以两种不同方式趋于P 0时, 函数趋于不同的值, 则函数的极限不存在.讨论:函数⎪⎩⎪⎨⎧=+≠++=000 ),(222222y x y x y x xy y x f 在点(0, 0)有无极限?提示: 当点P (x , y )沿x 轴趋于点(0, 0)时,00lim )0 ,(lim ),(lim 00)0,0(),(===→→→x x y x x f y x f ; 当点P (x , y )沿y 轴趋于点(0, 0)时,00lim ) ,0(lim ),(lim 00)0,0(),(===→→→y y y x y f y x f . 当点P (x , y )沿直线y =kx 有22222022 )0,0(),(1lim limk k x k x kx y x xy x kxy y x +=+=+→=→. 因此, 函数f (x , y )在(0, 0)处无极限.极限概念的推广: 多元函数的极限.多元函数的极限运算法则: 和一元函数的情况类似.例5 求x xy y x )sin(lim)2,0(),(→. 解: y xy xy x xy y x y x ⋅=→→)sin(lim )sin(lim)2,0(),()2,0(),(y xy xy y x y x )2,0(),()2,0(),(lim )sin(lim →→⋅==1⨯2=2. 四. 多元函数的连续性定义3 设二元函数f (P )=f (x , y )的定义域为D , P 0(x 0, y 0)为D 的聚点, 且P 0∈D . 如果 ),(),(lim 00),(),(00y x f y x f y x y x =→,则称函数f (x , y )在点P 0(x 0, y 0)连续.如果函数f (x , y )在D 的每一点都连续, 那么就称函数f (x , y )在D 上连续, 或者称f (x , y )是D 上的连续函数.二元函数的连续性概念可相应地推广到n 元函数f (P )上去.例6设f (x ,y )=sin x , 证明f (x , y )是R 2上的连续函数.证 设P 0(x 0, y 0)∈ R 2. ∀ε>0, 由于sin x 在x 0处连续, 故∃δ>0, 当|x -x 0|<δ时, 有|sin x -sin x 0|<ε.以上述δ作P 0的δ邻域U (P 0, δ), 则当P (x , y )∈U (P 0, δ)时, 显然|f (x , y )-f (x 0, y 0)|=|sin x -sin x 0|<ε,即f (x , y )=sin x 在点P 0(x 0, y 0) 连续. 由P 0的任意性知, sin x 作为x , y 的二元函数在R 2上连续. 证 对于任意的P 0(x 0, y 0)∈R 2. 因为),(sin sin lim ),(lim 000),(),(),(),(0000y x f x x y x f y x y x y x y x ===→→,所以函数f (x ,y )=sin x 在点P 0(x 0, y 0)连续. 由P 0的任意性知, sin x 作为x , y 的二元函数在R 2上连续.类似的讨论可知, 一元基本初等函数看成二元函数或二元以上的多元函数时, 它们在各自的定义域内都是连续的.定义4设函数f (x , y )的定义域为D , P 0(x 0, y 0)是D 的聚点. 如果函数f (x , y )在点P 0(x 0, y 0)不连续, 则称P 0(x 0, y 0)为函数f (x , y )的间断点.例如函数⎪⎩⎪⎨⎧=+≠++=000 ),(222222y x y x y x xy y x f ,其定义域D =R 2, O (0, 0)是D 的聚点. f (x , y )当(x , y )→(0, 0)时的极限不存在, 所以点O (0, 0)是该函数的一个间断点.又如, 函数11sin 22-+=y x z , 其定义域为D ={(x , y )|x 2+y 2≠1}, 圆周C ={(x , y )|x 2+y 2=1}上的点都是D 的聚点, 而f (x , y )在C 上没有定义, 当然f (x , y )在C 上各点都不连续, 所以圆周C 上各点都是该函数的间断点.注: 间断点可能是孤立点也可能是曲线上的点.可以证明, 多元连续函数的和、差、积仍为连续函数; 连续函数的商在分母不为零处仍连续; 多元连续函数的复合函数也是连续函数.多元初等函数: 和一元初等函数类似, 多元初等函数是指可用一个式子所表示的多元函数, 这个式子是由常数及具有不同自变量的一元基本初等函数经过有限次的四则运算和复合运算而得到的.例如2221y y x x +-+, sin(x +y ), 222z y x e ++都是多元初等函数. 一切多元初等函数在其定义区域内是连续的. 所谓定义区域是指包含在定义域内的区域或闭区域.由多元连续函数的连续性, 如果要求多元连续函数f (P )在点P 0处的极限, 而该点又在此函数的定义区域内, 则)()(lim 00P f P f p p =→. 例7 求xy y x y x +→)2,1(),(lim. 解: 函数xy y x y x f +=),(是初等函数, 它的定义域为 D ={(x , y )|x ≠0, y ≠0}.P 0(1, 2)为D 的内点, 故存在P 0的某一邻域U (P 0)⊂D , 而任何邻域都是区域, 所以U (P 0)是f (x , y )的一个定义区域, 因此23)2,1(),(lim)2,1(),(==→f y x f y x . 一般地, 求)(lim 0P f P P →时, 如果f (P )是初等函数, 且P 0是f (P )的定义域的内点, 则f (P )在点P 0处连续, 于是)()(lim 00P f P f P P =→. 例8 求xyxy y x 11lim )0 ,0(),(-+→. 解: )11()11)(11(lim 11lim )0 ,0(),()0 ,0(),(++++-+=-+→→xy xy xy xy xy xy y x y x 21111lim )0 ,0(),(=++=→xy y x . 多元连续函数的性质:性质1 (有界性和最大值最小值定理)在有界闭区域D 上的多元连续函数, 必定在D 上有界, 且能取得它的最大值和最小值.性质1就是说, 若f (P )在有界闭区域D 上连续, 则必定存在常数M >0, 使得对一切P ∈D , 有|f (P )|≤M ; 且存在P 1、P 2∈D , 使得f (P 1)=max{f (P )|P ∈D }, f (P 2)=min{f (P )|P ∈D },性质2 (介值定理) 在有界闭区域D 上的多元连续函数必取得介于最大值和最小值之间的任何值.§8. 2 偏导数一、偏导数的定义及其计算法对于二元函数z =f (x , y ), 如果只有自变量x 变化, 而自变量y 固定, 这时它就是x 的一元函数, 这函数对x 的导数, 就称为二元函数z =f (x , y )对于x 的偏导数.定义 设函数z =f (x , y )在点(x 0, y 0)的某一邻域内有定义, 当y 固定在y 0而x 在x 0处有增量∆x 时, 相应地函数有增量f (x 0+∆x , y 0)-f (x 0, y 0).如果极限xy x f y x x f x ∆-∆+→∆),(),(lim 00000 存在, 则称此极限为函数z =f (x , y )在点(x 0, y 0)处对x 的偏导数, 记作00y y x x x z ==∂∂, 00y y x x x f ==∂∂, 00y y x x x z ==, 或),(00y x f x .例如xy x f y x x f y x f x x ∆-∆+=→∆),(),(lim ),(0000000. 类似地, 函数z =f (x , y )在点(x 0, y 0)处对y 的偏导数定义为yy x f y y x f y ∆-∆+→∆),(),(lim 00000, 记作 00y y x x y z ==∂∂, 00y y x x y f ==∂∂, 00y y x x y z ==, 或f y (x 0, y 0).偏导函数: 如果函数z =f (x , y )在区域D 内每一点(x , y )处对x 的偏导数都存在, 那么这个偏导数就是x 、y 的函数, 它就称为函数z =f (x , y )对自变量x 的偏导函数, 记作x z ∂∂, xf ∂∂, x z , 或),(y x f x . 偏导函数的定义式: x y x f y x x f y x f x x ∆-∆+=→∆),(),(lim ),(0. 类似地, 可定义函数z =f (x , y )对y 的偏导函数, 记为y z ∂∂, yf ∂∂, z y , 或),(y x f y . 偏导函数的定义式: y y x f y y x f y x f y y ∆-∆+=→∆),(),(lim),(0. 求xf ∂∂时, 只要把y 暂时看作常量而对x 求导数; 求y f ∂∂时, 只要把x 暂时看作常量而对y 求导数. 讨论: 下列求偏导数的方法是否正确?00),(),(00y y x x x x y x f y x f ===, 00),(),(00y y x x y y y x f y x f ===. 0]),([),(000x x x y x f dxd y x f ==, 0]),([),(000y y y y x f dy d y x f ==. 偏导数的概念还可推广到二元以上的函数. 例如三元函数u =f (x , y , z )在点(x , y , z )处对x 的偏导数定义为xz y x f z y x x f z y x f x x ∆-∆+=→∆),,(),,(lim ),,(0, 其中(x , y , z )是函数u =f (x , y , z )的定义域的内点. 它们的求法也仍旧是一元函数的微分法问题. 例1 求z =x 2+3xy +y 2在点(1, 2)处的偏导数.解 y x x z 32+=∂∂, y x y z 23+=∂∂. 8231221=⋅+⋅=∂∂==y x x z, 7221321=⋅+⋅=∂∂==y x y z .例2 求z =x 2sin 2y 的偏导数.解y x xz 2sin 2=∂∂, y x y z 2cos 22=∂∂. 例3 设)1,0(≠>=x x x z y , 求证: z yz x x z y x 2ln 1=∂∂+∂∂. 证 1-=∂∂y yx xz , x x y z y ln =∂∂. z x x x x x yx y x y z x x z y x y y y y 2ln ln 1ln 11=+=+=∂∂+∂∂-. 例4 求222z y x r ++=的偏导数.解 r x z y x x x r =++=∂∂222; ry z y x y y r =++=∂∂222. 例5 已知理想气体的状态方程为pV =RT (R 为常数),求证: 1-=∂∂⋅∂∂⋅∂∂pT T V V p . 证 因为V RT p =, 2V RT V p -=∂∂; p RT V =, pR T V =∂∂; R pV T =, R V p T =∂∂; 所以12-=-=⋅⋅-=∂∂⋅∂∂⋅∂∂pV RT RV p R V RT p T T V V p . 例5 说明的问题: 偏导数的记号是一个整体记号, 不能看作分子分母之商.二元函数z =f (x , y )在点(x 0, y 0)的偏导数的几何意义:f x (x 0, y 0)=[f (x , y 0)]x '是截线z =f (x , y 0)在点M 0处切线T x 对x 轴的斜率.f y (x 0, y 0) =[f (x 0, y )]y '是截线z =f (x 0, y )在点M 0处切线T y 对y 轴的斜率.偏导数和连续性: 对于多元函数来说, 即使各偏导数在某点都存在, 也不能保证函数在该点连续. 例如⎪⎩⎪⎨⎧=+≠++=000 ),(222222y x y x y x xy y x f在点(0, 0)有, f x (0, 0)=0, f y (0, 0)=0, 但函数在点(0, 0)并不连续.提示:0)0 ,(=x f , 0) ,0(=y f ;0)]0 ,([)0 ,0(==x f dxd f x , 0)] ,0([)0 ,0(==y f dy d f y . 当点P (x , y )沿x 轴趋于点(0, 0)时, 有 00lim )0 ,(lim ),(lim00)0,0(),(===→→→x x y x x f y x f ; 当点P (x , y )沿直线y =kx 趋于点(0, 0)时, 有22222022 )0,0(),(1lim limk k x k x kx y x xy x kxy y x +=+=+→=→. 因此, ),(lim )0,0(),(y x f y x →不存在, 故函数f (x , y )在(0, 0)处不连续.类似地, 可定义函数z =f (x , y )对y 的偏导函数, 记为y z ∂∂, yf ∂∂, z y , 或),(y x f y . 偏导函数的定义式: yy x f y y x f y x f y y ∆-∆+=→∆),(),(lim),(0. 二. 高阶偏导数 设函数z =f (x , y )在区域D 内具有偏导数),(y x f x z x=∂∂, ),(y x f y z y =∂∂, 那么在D 内f x (x , y )、f y (x , y )都是x , y 的函数. 如果这两个函数的偏导数也存在, 则称它们是函数z =f (x , y )的二偏导数. 按照对变量求导次序的为同有下列四个二阶偏导数如果函数z =f (x , y )在区域D 内的偏导数f x (x , y )、f y (x , y )也具有偏导数,则它们的偏导数称为函数z =f (x , y )的二阶偏导数. 按照对变量求导次序的不同有下列四个二阶偏导数),()(22y x f xz x z x xx =∂∂=∂∂∂∂, ),()(2y x f y x z x z y xy =∂∂∂=∂∂∂∂,),()(2y x f x y z y z x yx=∂∂∂=∂∂∂∂, ),()(22y x f y z y z y yy =∂∂=∂∂∂∂. 其中),()(2y x f y x z x z y xy =∂∂∂=∂∂∂∂, ),()(2y x f xy z y z x yx =∂∂∂=∂∂∂∂称为混合偏导数. 22)(x z x z x ∂∂=∂∂∂∂, y x z x z y ∂∂∂=∂∂∂∂2)(, x y z y z x ∂∂∂=∂∂∂∂2)(, 22)(y z y z y ∂∂=∂∂∂∂. 同样可得三阶、四阶、以及n 阶偏导数.二阶及二阶以上的偏导数统称为高阶偏导数.例6 设z =x 3y 2-3xy 3-xy +1, 求22x z ∂∂、33x z ∂∂、x y z ∂∂∂2和yx z ∂∂∂2. 解 y y y x xz --=∂∂32233, x xy y x y z --=∂∂2392; 2226xy x z =∂∂, 2336y x z =∂∂; 196222--=∂∂∂y y x y x z , 196222--=∂∂∂y y x xy z . 由例6观察到的问题: yx z x y z ∂∂∂=∂∂∂22 定理 如果函数z =f (x , y )的两个二阶混合偏导数x y z ∂∂∂2及yx z ∂∂∂2在区域D 内连续, 那么在该区域内这两个二阶混合偏导数必相等.类似地可定义二元以上函数的高阶偏导数. 例7 验证函数22ln y x z +=满足方程02222=∂∂+∂∂y z x z . 证 因为)ln(21ln 2222y x y x z +=+=, 所以22y x x x z +=∂∂, 22y x y y z +=∂∂,222222222222)()(2)(y x x y y x x x y x x z +-=+⋅-+=∂∂, 222222222222)()(2)(y x y x y x y y y x y z +-=+⋅-+=∂∂. 因此 0)()(22222222222222=+-++-=∂∂+∂∂y x x y y x y x y z x z . 例8.证明函数r u 1=满足方程0222222=∂∂+∂∂+∂∂zu y u x u , 其中222z y x r ++=.证:32211r x r x r x r r x u -=⋅-=∂∂⋅-=∂∂, 52343223131r x r x r r x r x u +-=∂∂⋅+-=∂∂. 同理 5232231r y r y u +-=∂∂, 5232231rz r z u +-=∂∂. 因此)31()31()31(523523523222222rz r r y r r x r z u y u x u +-++-++-=∂∂+∂∂+∂∂ 033)(3352352223=+-=+++-=rr r r z y x r . 提示: 6236333223)()(rx r r x r r r x x r r x x x u ∂∂⋅--=∂∂⋅--=-∂∂=∂∂. §8. 3全微分及其使用一、全微分的定义根据一元函数微分学中增量和微分的关系, 有偏增量和偏微分:f (x +∆x , y )-f (x , y )≈f x (x , y )∆x ,f (x +∆x , y )-f (x , y )为函数对x 的偏增量, f x (x , y )∆x 为函数对x 的偏微分;f (x , y +∆y )-f (x , y )≈f y (x , y )∆y ,f (x , y +∆y )-f (x , y )为函数)对y 的偏增量, f y (x , y )∆y 为函数对y 的偏微分.全增量: ∆z = f (x +∆x , y +∆y )-f (x , y ).计算全增量比较复杂, 我们希望用∆x 、∆y 的线性函数来近似代替之.定义 如果函数z =f (x , y )在点(x , y )的全增量∆z = f (x +∆x , y +∆y )-f (x , y )可表示为) )()(( )(22y x o y B x A z ∆+∆=+∆+∆=∆ρρ,其中A 、B 不依赖于∆x 、∆y 而仅和x 、y 有关, 则称函数z =f (x , y )在点(x , y )可微分, 而称A ∆x +B ∆y 为函数z =f (x , y )在点(x , y )的全微分, 记作dz , 即dz =A ∆x +B ∆y .如果函数在区域D 内各点处都可微分, 那么称这函数在D 内可微分.可微和连续: 可微必连续, 但偏导数存在不一定连续.这是因为, 如果z =f (x , y )在点(x , y )可微, 则∆z = f (x +∆x , y +∆y )-f (x , y )=A ∆x +B ∆y +o (ρ),于是 0lim 0=∆→z ρ, 从而 ),(]),([lim ),(lim 0)0,0(),(y x f z y x f y y x x f y x =∆+=∆+∆+→→∆∆ρ. 因此函数z =f (x , y )在点(x , y )处连续.可微条件:定理1(必要条件)如果函数z =f (x , y )在点(x , y )可微分, 则函数在该点的偏导数x z ∂∂、y z ∂∂必定存在, 且函数z =f (x , y )在点(x , y )的全微分为y yz x x z dz ∆∂∂+∆∂∂=. 证 设函数z =f (x , y )在点P (x , y )可微分. 于是, 对于点P 的某个邻域内的任意一点P '(x +∆x , y +∆y ), 有∆z =A ∆x +B ∆y +o (ρ). 特别当∆y =0时有f (x +∆x , y )-f (x , y )=A ∆x +o (|∆x |).上式两边各除以∆x , 再令∆x →0而取极限, 就得A x y x f y x x f x =∆-∆+→∆),(),(lim, 从而偏导数x z ∂∂存在, 且A xz =∂∂. 同理可证偏导数y z ∂∂存在, 且B y z =∂∂. 所以 y y z x x z dz ∆∂∂+∆∂∂=.简要证明: 设函数z =f (x , y )在点(x , y )可微分. 于是有∆z =A ∆x +B ∆y +o (ρ). 特别当∆y =0时有 f (x +∆x , y )-f (x , y )=A ∆x +o (|∆x |).上式两边各除以∆x , 再令∆x →0而取极限, 就得A x x o A x y x f y x x f x x =∆∆+=∆-∆+→∆→∆]|)(|[lim ),(),(lim0, 从而x z ∂∂存在, 且A xz =∂∂. 同理y z ∂∂存在, 且B y z =∂∂. 所以y y z x x z dz ∆∂∂+∆∂∂=. 偏导数x z ∂∂、y z ∂∂存在是可微分的必要条件, 但不是充分条件. 例如,函数⎪⎩⎪⎨⎧=+≠++=0 00 ),(222222y x y x y x xy y x f 在点(0, 0)处虽然有f x (0, 0)=0及f y (0, 0)=0, 但函数在(0, 0)不可微分, 即∆z -[f x (0, 0)∆x +f y (0, 0)∆y ]不是较ρ高阶的无穷小.这是因为当(∆x , ∆y )沿直线y =x 趋于(0, 0)时,ρ])0 ,0()0 ,0([y f x f z y x ∆⋅+∆⋅-∆021)()()()(2222≠=∆+∆∆⋅∆=∆+∆∆⋅∆=x x x x y x y x . 定理2(充分条件)如果函数z =f (x , y )的偏导数x z ∂∂、yz ∂∂在点(x , y )连续, 则函数在该点可微分. 定理1和定理2的结论可推广到三元及三元以上函数.按着习惯, ∆x 、∆y 分别记作dx 、dy , 并分别称为自变量的微分, 则函数z =f (x , y )的全微分可写作dy yz dx x z dz ∂∂+∂∂=. 二元函数的全微分等于它的两个偏微分之和这件事称为二元函数的微分符合叠加原理. 叠加原理也适用于二元以上的函数, 例如函数u =f (x , y , z ) 的全微分为dz zu dy y u dx x u du ∂∂+∂∂+∂∂=. 例1 计算函数z =x 2y +y 2的全微分.解 因为xy xz 2=∂∂, y x y z 22+=∂∂, 所以dz =2xydx +(x 2+2y )dy .例2 计算函数z =e xy 在点(2, 1)处的全微分.解 因为xy ye xz =∂∂, xy xe y z =∂∂,212e x z y x =∂∂==, 2122e y z y x =∂∂==, 所以 dz =e 2dx +2e 2dy .例3 计算函数yz e y x u ++=2sin的全微分. 解 因为1=∂∂xu , yz ze y y u +=∂∂2cos 21, yz ye z u =∂∂, 所以 dz ye dy ze y dx du yz yz +++=)2cos 21(.*二、全微分在近似计算中的使用当二元函数z =f (x , y )在点P (x , y )的两个偏导数f x (x , y ) , f y (x , y )连续, 并且|∆x |, |∆y |都较小时, 有近似等式∆z ≈dz = f x (x , y )∆x +f y (x , y )∆y ,即 f (x +∆x , y +∆y ) ≈ f (x , y )+f x (x , y )∆x +f y (x , y )∆y .我们可以利用上述近似等式对二元函数作近似计算.例4 有一圆柱体, 受压后发生形变, 它的半径由20cm 增大到20. 05cm , 高度由100cu 减少到99cm . 求此圆柱体体积变化的近似值.解 设圆柱体的半径、高和体积依次为r 、h 和V , 则有V =π r 2h .已知r =20, h =100, ∆r =0. 05, ∆h =-1. 根据近似公式, 有∆V ≈dV =V r ∆r +V h ∆h =2πrh ∆r +πr 2∆h=2π⨯20⨯100⨯0. 05+π⨯202⨯(-1)=-200π (cm 3).即此圆柱体在受压后体积约减少了200π cm 3.例5 计算(1. 04)2. 02的近似值.解 设函数f (x , y )=x y . 显然, 要计算的值就是函数在x =1.04, y =2.02时的函数值f (1.04, 2.02). 取x =1, y =2, ∆x =0.04, ∆y =0.02. 由于f (x +∆x , y +∆y )≈ f (x , y )+f x (x , y )∆x +f y (x , y )∆y=x y +yx y -1∆x +x y ln x ∆y ,所以(1.04)2. 02≈12+2⨯12-1⨯0.04+12⨯ln1⨯0.02=1.08.例6 利用单摆摆动测定重力加速度g 的公式是224Tl g π=. 现测得单摆摆长l 和振动周期T 分别为l =100±0.1cm 、T =2±0.004s. 问由于测定l 和T 的误差而引起g 的绝对误差和相对误差各为多少?解 如果把测量l 和T 所产生的误差当作|Δl |和|ΔT |, 则利用上述计算公式所产生的误差就是二元函数224Tl g π=的全增量的绝对值|Δg |. 由于|Δl |, |ΔT |都很小, 因此我们可以用dg 来近似地代替Δg . 这样就得到g 的误差为||||||T Tg l l g dg g ∆∂∂+∆∂∂=≈∆ Tl T g l g δδ⋅∂∂+⋅∂∂≤|||| )21(4322T l T l T δδπ+=, 其中δl 和δT 为l 和T 的绝对误差. 把l =100, T =2, δl =0.1, δT =0.004代入上式, 得g 的绝对误差约为 )004.02100221.0(4322⨯⨯+=πδg )/(93.45.022s cm ==π.002225.0210045.0=⨯=ππδg g. 从上面的例子可以看到, 对于一般的二元函数z =f (x, y ), 如果自变量x 、y 的绝对误差分别为δx 、δy , 即|Δx |≤δx , |Δy |≤δy ,则z 的误差||||||y yz x x z dz z ∆∂∂+∆∂∂=≈∆ ||||||||y yz x x z ∆⋅∂∂+∆⋅∂∂≤ y x y z x z δδ⋅∂∂+⋅∂∂≤||||; 从而得到z 的绝对误差约为y x z yz x z δδδ⋅∂∂+⋅∂∂=||||;z 的相对误差约为yx z z y z z x z z δδδ∂∂+∂∂=||. §8. 4 多元复合函数的求导法则设z =f (u , v ), 而u =ϕ(t ), v =ψ(t ), 如何求dtdz ? 设z =f (u , v ), 而u =ϕ(x , y ), v =ψ(x , y ), 如何求x z ∂∂和y z ∂∂? 1. 复合函数的中间变量均为一元函数的情形定理1 如果函数u =ϕ(t )及v =ψ(t )都在点t 可导, 函数z =f (u , v )在对应点(u , v )具有连续偏导数, 则复合函数z =f [ϕ(t ), ψ(t )]在点t 可导, 且有dtdv v z dt du u z dt dz ⋅∂∂+⋅∂∂=. 简要证明1: 因为z =f (u , v )具有连续的偏导数, 所以它是可微的, 即有dv vz du u z dz ∂∂+∂∂=. 又因为u =ϕ(t )及v =ψ(t )都可导, 因而可微, 即有dt dt du du =, dt dtdv dv =, 代入上式得 dt dt dv v z dt dt du u z dz ⋅∂∂+⋅∂∂=dt dtdv v z dt du u z )(⋅∂∂+⋅∂∂=, 从而 dt dv v z dt du u z dt dz ⋅∂∂+⋅∂∂=. 简要证明2: 当t 取得增量∆t 时, u 、v 及z 相应地也取得增量∆u 、∆v 及∆z . 由z =f (u , v )、u =ϕ(t )及v =ψ(t )的可微性, 有)(ρo v v z u u z z +∆∂∂+∆∂∂=∆)()]([)]([ρo t o t dtdv v z t o t dt du u z +∆+∆∂∂+∆+∆∂∂= )()()()(ρo t o vz u z t dt dv v z dt du u z +∆∂∂+∂∂+∆⋅∂∂+⋅∂∂=, t o t t o v z u z dt dv v z dt du u z t z ∆+∆∆∂∂+∂∂+⋅∂∂+⋅∂∂=∆∆)()()(ρ, 令∆t →0, 上式两边取极限, 即得dtdv v z dt du u z dt dz ⋅∂∂+⋅∂∂=.注:0)()(0)()()(lim )(lim 222200=+⋅=∆∆+∆⋅=∆→∆→∆dt dv dt du t v u o t o t t ρρρ. 推广: 设z =f (u , v , w ), u =ϕ(t), v =ψ(t ), w =ω(t ), 则z =f [ϕ(t), ψ(t ), ω(t )]对t 的导数为:dt dw w z dt dv v z dt du u z dt dz ∂∂+∂∂+∂∂=. 上述dtdz 称为全导数. 2. 复合函数的中间变量均为多元函数的情形定理2 如果函数u =ϕ(x , y ), v =ψ(x , y )都在点(x , y )具有对x 及y 的偏导数, 函数z =f (u , v )在对应点(u , v )具有连续偏导数, 则复合函数z =f [ϕ(x , y ), ψ(x , y )]在点(x , y )的两个偏导数存在, 且有 x v v z x u u z x z ∂∂⋅∂∂+∂∂⋅∂∂=∂∂, yv v z y u u z y z ∂∂⋅∂∂+∂∂⋅∂∂=∂∂. 推广: 设z =f (u , v , w ), u =ϕ(x , y ), v =ψ(x , y ), w =ω(x , y ), 则x w w z x v v z x u u z x z ∂∂⋅∂∂+∂∂⋅∂∂+∂∂⋅∂∂=∂∂, y w w z y v v z y u u z y z ∂∂⋅∂∂+∂∂⋅∂∂+∂∂⋅∂∂=∂∂. 讨论:(1)设z =f (u , v ), u =ϕ(x , y ), v =ψ(y ), 则=∂∂xz ?=∂∂y z ? 提示: x u u z x z ∂∂⋅∂∂=∂∂, dydv v z y u u z y z ⋅∂∂+∂∂⋅∂∂=∂∂. (2)设z =f (u , x , y ), 且u =ϕ(x , y ), 则=∂∂xz ?=∂∂y z ? 提示: x f x u u f x z ∂∂+∂∂∂∂=∂∂, yf y u u f y z ∂∂+∂∂∂∂=∂∂. 这里x z ∂∂和x f ∂∂是不同的, xz ∂∂是把复合函数z =f [ϕ(x , y ), x , y ]中的y 看作不变而对x 的偏导数, x f ∂∂是把f (u , x , y )中的u 及y 看作不变而 对x 的偏导数. y z ∂∂和y f ∂∂也朋类似的区别. 3.复合函数的中间变量既有一元函数, 又有多元函数的情形定理3 如果函数u =ϕ(x , y )在点(x , y )具有对x 及对y 的偏导数, 函数v =ψ(y )在点y 可导, 函数z =f (u , v )在对应点(u , v )具有连续偏导数, 则复合函数z =f [ϕ(x , y ), ψ(y )]在点(x , y )的两个偏导数存在, 且有x u u z x z ∂∂⋅∂∂=∂∂, dydv v z y u u z y z ⋅∂∂+∂∂⋅∂∂=∂∂. 例1 设z =e u sin v , u =xy , v =x +y , 求x z ∂∂和y z ∂∂.解 xv v z x u u z x z ∂∂⋅∂∂+∂∂⋅∂∂=∂∂ =e u sin v ⋅y +e u cos v ⋅1=e x y [y sin(x +y )+cos(x +y )], yv v z y u u z y z ∂∂⋅∂∂+∂∂⋅∂∂=∂∂ =e u sin v ⋅x +e u cos v ⋅1=e xy [x sin(x +y )+cos(x +y )].例2 设222),,(z y xe z y xf u ++==, 而y x z sin 2=. 求x u ∂∂和y u ∂∂. 解 xz z f x f x u ∂∂⋅∂∂+∂∂=∂∂ y x ze xe z y x z y x sin 222222222⋅+=++++y x y xe y x x 2422sin 22)sin 21(2++++=. yz z f y f y u ∂∂⋅∂∂+∂∂=∂∂ y x ze ye z y x z y x cos 222222222⋅+=++++yx y x e y y x y 2422sin 4)cos sin (2+++=. 例3 设z =uv +sin t , 而u =e t , v =cos t . 求全导数dt dz . 解 tz dt dv v z dt du u z dt dz ∂∂+⋅∂∂+⋅∂∂= =v ⋅e t +u ⋅(-sin t )+cos t=e t cos t -e t sin t +cos t=e t (cos t -sin t )+cos t .例4 设w =f (x +y +z , xyz ), f 具有二阶连续偏导数, 求x w ∂∂及zx w ∂∂∂2. 解 令u =x +y +z , v =xyz , 则w =f (u , v ).引入记号: u v u f f ∂∂='),(1, vu v u f f ∂∂∂='),(12; 同理有2f ',11f '',22f ''等. 21f yz f x v v f x u u f x w '+'=∂∂⋅∂∂+∂∂⋅∂∂=∂∂,zf yz f y z f f yz f z z x w ∂'∂+'+∂'∂='+'∂∂=∂∂∂221212)( 2222121211f z xy f yz f y f xy f ''+''+'+''+''= 22221211)(f z xy f y f z x y f ''+'+''++''=. 注: 1211111f xy f z v v f z u u f z f ''+''=∂∂⋅∂'∂+∂∂⋅∂'∂=∂'∂, 2221222f xy f zv v f z u u f z f ''+''=∂∂⋅∂'∂+∂∂⋅∂'∂=∂'∂. 例5 设u =f (x , y )的所有二阶偏导数连续, 把下列表达式转换成极坐标系中的形式: (1)22)()(y u x u ∂∂+∂∂; (2)2222y u x u ∂∂+∂∂. 解 由直角坐标和极坐标间的关系式得u =f (x , y )=f (ρcos θ, ρsin θ)=F (ρ, θ),其中x =ρcos θ, y =ρsin θ, 22y x +=ρ, xyarctan =θ. 使用复合函数求导法则, 得x u x u x u ∂∂∂∂+∂∂∂∂=∂∂θθρρ2ρθρρy u x u ∂∂-∂∂=ρθθθρsin cos y u u ∂∂-∂∂=, y u y u y u ∂∂∂∂+∂∂∂∂=∂∂θθρρ2ρθρρx u y u ∂∂+∂∂=ρθθθρcos sin ∂∂+∂∂=u u . 两式平方后相加, 得 22222)(1)()()(θρρ∂∂+∂∂=∂∂+∂∂u u y u x u . 再求二阶偏导数, 得xx u x x u x u ∂∂⋅∂∂∂∂+∂∂⋅∂∂∂∂=∂∂θθρρ)()(22 θρθθθρρcos )sin cos (⋅∂∂-∂∂∂∂=u u ρθρθθθρθsin )sin cos (⋅∂∂-∂∂∂∂-u u 22222222sin cos sin 2cos ρθθρθθθρθρ∂∂+∂∂∂-∂∂=u u uρθρρθθθ22sin cos sin 2∂∂+∂∂+u u . 同理可得2222222222cos cos sin 2sin ρθθρθθθρθρ∂∂+∂∂∂+∂∂=∂∂u u u y u ρθρρθθθ22cos cos sin 2∂∂+∂∂-u u . 两式相加, 得22222222211θρρρρ∂∂++∂∂=∂∂+∂∂u u y u x u ])([1222θρρρρρ∂∂+∂∂∂∂=u u . 全微分形式不变性: 设z =f (u , v )具有连续偏导数, 则有全微分dv vz du u z dz ∂∂+∂∂=. 如果z =f (u , v )具有连续偏导数, 而u =ϕ(x , y ), v =ψ(x , y )也具有连续偏导数, 则dy yz dx x z dz ∂∂+∂∂=dy yv v z y u u z dx x v v z x u u z )()(∂∂∂∂+∂∂∂∂+∂∂∂∂+∂∂∂∂= )()(dy y v dx x v v z dy y u dx x u u z ∂∂+∂∂∂∂+∂∂+∂∂∂∂= dv vz du u z ∂∂+∂∂=. 由此可见, 无论z 是自变量u 、v 的函数或中间变量u 、v 的函数, 它的全微分形式是一样的. 这个性质叫做全微分形式不变性.例6 设z =e u sin v , u =x y , v =x +y , 利用全微分形式不变性求全微分.解 dv vz du u z dz ∂∂+∂∂== e u sin vdu + e u cos v dv = e u sin v (y dx +x dy )+ e u cos v (dx +dy )=( ye u sin v + e u cos v )dx +(xe u sin v + e u cos v )dy=e xy [y sin(x +y )+cos(x +y )]dx + e xy [x sin(x +y )+cos(x +y )]dy .§8. 5 隐函数的求导法则一、一个方程的情形隐函数存在定理1设函数F (x , y )在点P (x 0, y 0)的某一邻域内具有连续偏导数, F (x 0, y 0)=0, F y (x 0, y 0)≠0, 则方程F (x , y )=0在点(x 0, y 0)的某一邻域内恒能唯一确定一个连续且具有连续导数的函数y =f (x ), 它满足条件y 0=f (x 0), 并有yx F F dx dy -=. 求导公式证明: 将y =f (x )代入F (x , y )=0, 得恒等式F (x , f (x ))≡0,等式两边对x 求导得0=⋅∂∂+∂∂dxdy y F x F , 由于F y 连续, 且F y (x 0, y 0)≠0, 所以存在(x 0, y 0)的一个邻域, 在这个邻域同F y ≠0, 于是得 yx F F dx dy -=. 例1 验证方程x 2+y 2-1=0在点(0, 1)的某一邻域内能唯一确定一个有连续导数、当x =0时y =1的隐函数y =f (x ), 并求这函数的一阶和二阶导数在x =0的值.解 设F (x , y )=x 2+y 2-1, 则F x =2x , F y =2y , F (0, 1)=0, F y (0, 1)=2≠0. 因此由定理1可知, 方程x 2+y 2-1=0在点(0, 1)的某一邻域内能唯一确定一个有连续导数、当x =0时y =1的隐函数y =f (x ). y x F F dx dy y x -=-=, 00==x dx dy ; 332222221)(y y x y y y x x y y y x y dx y d -=+-=---='--=, 1022-==x dx y d . 隐函数存在定理还可以推广到多元函数. 一个二元方程F (x , y )=0可以确定一个一元隐函数, 一个三元方程F (x , y , z )=0可以确定一个二元隐函数.设函数F (x , y , z )在点P (x 0, y 0, z 0)的某一邻域内具有连续的偏导数, 且F (x 0, y 0, z 0)=0, F z (x 0, y 0, z 0)≠0 , 则方程F (x , y , z )=0在点(x 0, y 0, z 0)的某一邻域内恒能唯一确定一个连续且具有连续偏导数的函数z =f (x , y ), 它满足条件z 0=f (x 0, y 0), 并有z x F F x z -=∂∂, z y F F yz -=∂∂. 公式的证明: 将z =f (x , y )代入F (x , y , z )=0, 得F (x , y , f (x , y ))≡0,将上式两端分别对x 和y 求导, 得0=∂∂⋅+xz F F z x , 0=∂∂⋅+y z F F z y . 因为F z 连续且F z (x 0, y 0, z 0)≠0, 所以存在点(x 0, y 0, z 0)的一个邻域, 使F z ≠0, 于是得z x F F x z -=∂∂, z y F F yz -=∂∂. 例2. 设x 2+y 2+z 2-4z =0, 求22xz ∂∂. 解 设F (x , y , z )= x 2+y 2+z 2-4z , 则F x =2x , F y =2z -4,zx z x F F x z z x -=--=-=∂∂2422, 3222222)2()2()2()2()2()2()2(z x x z z x x x z x z x x x z -+-=--+-=-∂∂+-=∂∂. 二、方程组的情形在一定条件下, 由个方程组F (x , y , u , v )=0, G (x , y , u , v )=0可以确定一对二元函数u =u (x , y ), v =v (x , y ), 例如方程xu -yv =0和yu +xv =1可以确定两个二元函数22y x y u +=, 22y x x v +=. 事实上, xu -yv =0 ⇒u y xv =⇒1=⋅+u y x x yu ⇒22yx y u +=, 2222yx x y x y y x v +=+⋅=. 如何根据原方程组求u , v 的偏导数?隐函数存在定理3设F (x , y , u , v )、G (x , y , u , v )在点P (x 0, y 0, u 0, v 0)的某一邻域内具有对各个变量的连续偏导数, 又F (x 0, y 0, u 0, v 0)=0, G (x 0, y 0, u 0, v 0)=0, 且偏导数所组成的函数行列式:vG u Gv F u F v u G F J ∂∂∂∂∂∂∂∂=∂∂=),(),( 在点P (x 0, y 0, u 0, v 0)不等于零, 则方程组F (x , y , u , v )=0, G (x , y , u , v )=0在点P (x 0, y 0, u 0, v 0)的某一邻域内恒能唯一确定一组连续且具有连续偏导数的函数u =u (x , y ), v =v (x , y ), 它们满足条件u 0=u (x 0, y 0), v 0=v (x 0, y 0), 并有vu v u v x v xG G F F G G F F v x G F J x u -=∂∂-=∂∂),(),(1, vu v u x u x u G G F F G G F F x u G F J x v -=∂∂-=∂∂),(),(1, vu v u v y v y G G F F G G F F v y G F J y u -=∂∂-=∂∂),(),(1, vu v u y u y u G G F F G G F F y u G F J y v -=∂∂-=∂∂),(),(1. 隐函数的偏导数:设方程组F (x , y , u , v )=0, G (x , y , u , v )=0确定一对具有连续偏导数的二元函数u =u (x , y ), v =v (x , y ), 则偏导数x u ∂∂, x v ∂∂由方程组⎪⎩⎪⎨⎧=∂∂+∂∂+=∂∂+∂∂+.0,0x v G x u G G x v F x u F F v u x v u x 确定;偏导数y u ∂∂, y v ∂∂由方程组⎪⎩⎪⎨⎧=∂∂+∂∂+=∂∂+∂∂+.0,0y v G y u G G y v F y u F F v u y v u y 确定. 例3 设xu -yv =0, yu +xv =1, 求x u ∂∂, x v ∂∂, y u ∂∂和yv ∂∂. 解 两个方程两边分别对x 求偏导, 得关于x u ∂∂和xv ∂∂的方程组 ⎪⎩⎪⎨⎧=∂∂++∂∂=∂∂-∂∂+00x v x v xu y x v y x u x u , 当x 2+y 2 ≠0时, 解之得22y x yv xu x u ++-=∂∂, 22y x xv yu x v +-=∂∂. 两个方程两边分别对x 求偏导, 得关于y u ∂∂和yv ∂∂的方程组 ⎪⎩⎪⎨⎧=∂∂+∂∂+=∂∂--∂∂00y v x y u y u y v y v y u x , 当x 2+y 2 ≠0时, 解之得22y x yu xv y u +-=∂∂, 22y x yv xu y v ++-=∂∂. 另解 将两个方程的两边微分得⎩⎨⎧=+++=--+00xdv vdx ydu udy ydv vdy xdu udx , 即⎩⎨⎧--=+-=-vdxudy xdv ydu udx vdy ydv xdu . 解之得 dy y x yu xv dx y x yv xu du 2222+-+++-=, dy y x yv xu dx y x xv yu dv 2222++-+-=. 于是 22y x yv xu x u ++-=∂∂, 22y x yu xv y u +-=∂∂,22y x xv yu x v +-=∂∂, 22y x yv xu y v ++-=∂∂.例4 设函数x =x (u , v ), y =y (u , v )在点(u , v )的某一领域内连续且有连续偏导数, 又0),(),(≠∂∂v u y x . (1)证明方程组⎩⎨⎧==),(),(v u y y v u x x 在点(x , y , u , v )的某一领域内唯一确定一组单值连续且有连续偏导数的反函数u =u (x , y ), v =v (x , y ).(2)求反函数u =u (x , y ), v =v (x , y )对x , y 的偏导数.解 (1)将方程组改写成下面的形式⎩⎨⎧=-≡=-≡0),(),,,(0),(),,,(v u y y v u y x G v u x x v u y x F , 则按假设 .0),(),(),(),(≠∂∂=∂∂=v u y x v u G F J 由隐函数存在定理3, 即得所要证的结论.(2)将方程组(7)所确定的反函数u =u (x , y ),v =v (x , y )代入(7), 即得⎩⎨⎧≡≡)],(),,([)],(),,([y x v y x u y y y x v y x u x x , 将上述恒等式两边分别对x 求偏导数,得 ⎪⎩⎪⎨⎧∂∂⋅∂∂+∂∂⋅∂∂=∂∂⋅∂∂+∂∂⋅∂∂=xvv y x u u y x v v x x u u x 01. 由于J ≠0, 故可解得v y J x u ∂∂=∂∂1, u y J x v ∂∂-=∂∂1. 同理, 可得v x J y u ∂∂-=∂∂1, ux J y v ∂∂=∂∂1. §8. 6多元函数微分学的几何使用一. 空间曲线的切线和法平面设空间曲线Γ的参数方程为。