《数学分析》多元函数微分学
《数学分析》第十七章多元函数微分学
06 曲线积分与曲面积分在多 元函数中的应用
曲线积分计算及其在电磁学中的应用
曲线积分的定义与计算方法
包括第一类曲线积分和第二类曲线积分的概念、性质及计算 方法。
曲线积分在电磁学中的应用
通过曲线积分可以计算电场强度、磁场强度等物理量,进而 研究电磁场的分布和变化规律。
曲面积分计算及其在流体力学中的应用
如果函数$f(x,y)$在点$P_0(x_0,y_0)$ 的某一邻域内有定义,且$lim_{(x,y) to (x_0,y_0)}f(x,y)=f(x_0,y_0)$,则称 函数$f(x,y)$在点$P_0(x_0,y_0)$连续。
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。
全微分概念与计算
全微分的定义
全微分是多元函数微分学中的一个重要概念,表示函数在某一点附 近的变化量可以近似地用一个线性函数来表示。
全微分的计算
全微分可以通过偏导数来计算,具体为将函数的增量表示为各自变 量增量的线性组合,系数即为偏导数。
全微分的几何意义
全微分表示函数在某一点附近的变化量,可以用来近似计算函数值 的增量。
多元反函数微分法
多元反函数存在定理
若函数$f: D subseteq mathbb{R}^n to mathbb{R}^n$在点$x_0$处可逆,即存在反函数$f^{-1}$,则$f^{1}$在点$f(x_0)$处也可微。
多元反函数微分法
设$y = f(x)$在点$x_0$处可微,且$f'(x_0)$可逆,则反函数$x = f^{-1}(y)$在点$y_0 = f(x_0)$处也可微,且其 导数为$[f^{-1}]'(y_0) = [f'(x_0)]^{-1}$。
《数学分析》多元函数微分学
《数学分析》多元函数微分学多元函数微分学是数学分析的重要分支之一,研究的对象是多元函数。
在微积分领域,一元函数的微分学研究的是一元函数的导数及其应用,而多元函数微分学则研究的是多元函数的偏导数、全微分、方向导数等。
在多元函数微分学中,最基本的概念是偏导数。
对于一个多元函数,其偏导数就是固定其它变量,只对一个变量求导。
偏导数描述了函数在其中一方向上的变化率。
一元函数的导数可以理解为函数在一条直线上的变化率,而偏导数可以理解为函数在一个坐标轴上的变化率。
在多元函数微分学中,我们也可以定义高阶偏导数。
高阶偏导数描述了多元函数的曲率和变化率的变化。
高阶偏导数可以通过迭代地对偏导数求导得到。
除了偏导数以外,多元函数微分学还研究了全微分。
全微分是函数在其中一点的微小增量与自变量的增量之间的线性关系。
全微分可以用来近似表示函数的改变。
多元函数微分学还研究了方向导数。
方向导数是函数在其中一点沿着其中一方向的变化率。
方向导数可以用来描述函数在一些方向上的变化速率,其计算方法与偏导数类似。
在多元函数微分学中,还有许多重要的定理和应用。
例如,拉格朗日中值定理可以描述函数在一些区间上的变化率与端点的关系;极值定理可以帮助我们找到函数的最大值和最小值;隐函数定理可以帮助我们求解由方程组确定的隐函数。
多元函数微分学在各个科学领域具有广泛的应用。
在物理学中,多元函数微分学可以帮助我们描述物体运动的速度和加速度;在经济学中,多元函数微分学可以帮助我们描述生产函数和边际效益;在工程学中,多元函数微分学可以帮助我们分析电路、流体力学等问题。
总之,多元函数微分学是数学分析的重要分支,研究的是多元函数的偏导数、全微分、方向导数等。
多元函数微分学具有广泛的应用,是许多科学领域的基础。
《数学分析》多元函数微分学
《数学分析》多元函数微分学数学分析是数学中的一个重要分支,它主要研究的是函数的变化规律。
在数学分析中,多元函数微分学是一个重要的内容,它研究的是多元函数在其中一点的微分性质。
本文将介绍多元函数微分学的基本概念和定理,以及一些相关的应用。
一、多元函数的定义在数学中,多元函数是指定义在多维空间中的函数。
通常情况下,多元函数可以用一个或多个自变量来描述,例如二元函数可以写成f(x,y),三元函数可以写成f(x,y,z)等。
多元函数在数学分析中有着重要的应用,因此多元函数微分学也是数学分析的重要内容之一二、偏导数的定义在多元函数微分学中,偏导数是一个重要的概念。
偏导数表示函数在其中一个方向上的变化率,可以通过对函数的自变量进行偏微分来得到。
偏导数的定义如下:对于一个具有多个自变量的函数f(x₁, x₂, ..., xn),其在点(a₁,a₂, ..., an)处关于第i个自变量的偏导数定义为:∂f/∂xi = lim(h→0) [f(a₁, ..., ai+h, ..., an) - f(a₁, ...,ai, ..., an)] / h其中偏导数表示在变量xi方向上的变化率,可以通过对xi进行微小改变来计算函数f的变化量。
三、偏导数的性质偏导数具有一些性质,其中最重要的是混合偏导数的性质。
对于一个具有多个自变量的函数f,它的混合偏导数可以通过对其各个自变量的偏导数进行求导得到。
混合偏导数的性质如下:∂/∂x(∂f/∂y)=∂/∂y(∂f/∂x)这个性质表明对于一个函数f,其混合偏导数与求导的顺序无关,这为我们在实际应用中提供了便利。
四、多元函数的微分多元函数的微分是多元函数微分学中的一个重要内容。
对于一个具有多个自变量的函数f,其在其中一点处的微分可以表示为:df = ∂f/∂x₁dx₁ + ∂f/∂x₂dx₂ + ... + ∂f/∂xn dxn其中dx₁, dx₂, ..., dxn表示自变量的微小变化量。
数学分析多元函数微分学
数学分析多元函数微分学数学分析是数学的一个基础学科,研究实数域上函数的性质、极限与连续性、刻划数学对象的一致变化规律以及相关的计算方法。
多元函数微分学是数学分析的重要分支,研究多元函数的导数、偏导数和微分,并为求解实际问题提供了强有力的工具。
多元函数是指依赖于多个自变量的函数,例如f(x,y)、g(x,y,z)等。
在多元函数微分学中,我们研究的对象不再是曲线或者平面上的函数,而是定义在空间中区域上的函数。
多元函数的导数是指函数在其中一点的变化率,而偏导数是多元函数沿着一些坐标轴方向的导数。
与一元函数的导数类似,我们可以通过极限的概念来定义多元函数的导数和偏导数。
为了简化计算,我们通常使用偏导数来求解多元函数的极值,这样的极值点被称为临界点。
多元函数的微分是指函数在其中一点的线性逼近,通过一阶偏导数来表示。
微分的概念在实际问题的应用中非常重要,例如物体的平衡条件、导弹的轨迹优化等。
微分可以帮助我们确定一些函数在给定点附近的性质,从而更好地理解和应用多元函数。
在多元函数微分学中,我们引入了梯度的概念,它是函数在其中一点处的方向导数最大的方向。
梯度不仅可以帮助我们理解函数的变化趋势,还可以应用于优化问题中,例如最小二乘法、无约束优化等。
除了导数、偏导数和微分,多元函数微分学还涉及到极限、连续性和泰勒展开等概念和定理。
多元函数的极限和连续性与一元函数类似,可以通过序列的方法来定义,并可以推广到多个变量的情况。
而泰勒展开则是将多元函数近似为一个多项式,从而简化计算和分析。
多元函数微分学不仅有着严密的理论基础,还有着广泛的应用。
在物理学、经济学、工程学等领域,许多实际问题都可以通过多元函数微分学的方法进行建模和求解。
例如机械结构的受力分析、经济学中的边际效用和边际成本分析等。
总之,多元函数微分学是数学分析的重要分支,研究多个自变量的函数的导数、偏导数和微分,并应用于实际问题的建模和求解中。
它不仅为我们理解数学对象的性质提供了重要的工具,还为现代科学和工程技术的发展做出了重要贡献。
数学分析期末复习要点(第三学期)
Ch16 多元函数的极限与连续1.平面点集的一些概念(如邻域、聚点、开集、闭集等) ;R2上的完备性定理(柯西准则、闭区域套定理、聚点定理).2. 二元函数的定义域、几何意义.3.二元函数极限、累次极限,二元函数的连续性、闭区域上连续函数的性质.Ch17 多元函数微分学1.多元函数可微性与全微分的概念、几何意义,多元函数偏导数的概念、几何意义;2. 可微分的条件(函数连续、偏导存在、可微之间的关系)及验证;3.多元复合函数微分法(链式法则)、一阶微分形式的不变性、高阶偏导数及求法、方向导数与梯度;4. 二元函数的极值:无条件极值的求法(必要条件、充分条件)、条件极值及拉格朗日乘数法、闭区域上连续函数的最大、最小值的求法;Ch18 隐函数定理及其应用1.隐函数的概念、隐函数定理(条件、结论),隐函数的可微性定理及求导;2.隐函数组定理、由方程组确定的隐函数的导数(公式法、两边求导再解方程组法、一阶微分形式不变性法);3.多元函数微分法的几何应用:空间曲线的切向量、切线和法平面,曲面的切平面、法线及法向量.Ch19 含参量的积分1. 含参量正常积分的概念,含参量正常积分的性质(连续性、可微性、可积性)及计算(求导、求积分)2.含参量反常积分的概念、一致收敛的概念与判别法(柯西准则、M判别法等);3.含参量的无穷积分的性质(连续、可微、可积)、简单积分的计算;4.欧拉积分:Γ函数、B函数的定义、简单性质及计算;Ch20 曲线积分1. 第一型曲线积分的概念,性质与计算;2. 第一型曲线积分的应用:弧长、质量、质心;3. 第二型曲线积分的概念和计算、变力沿曲线作功;Ch21 重积分1.二重积分的概念、性质(包括对称性、轮换性);2. 直角坐标系下二重积分的计算(x型、y型区域),用对称性简化计算;3. Green公式,用Green公式计算二重积分(闭曲线、非闭曲线,区域内有无奇异点),平面曲线积分与路径无关的四个等价条件及应用,求二元函数全微分表达式的原函数;4. 二重积分的变量变换、极坐标系下的二重积分计算(掌握定限方法);5.三重积分的概念,直角坐标系下三重积分的计算(化为累次积分);6. 用柱坐标、球坐标变换计算三重积分;7.重积分的应用:平面区域的面积,曲面的面积,立体的体积,物体的质量、质心;Ch22 曲面积分1、第一型曲面积分的概念与计算,曲面片的面积、质量、质心的计算;2、第二型曲面积分的概念,掌握第二型曲面积分的计算;3、高斯公式,用高斯公式计算第二型曲面积分(闭曲面和非闭曲面);4. 斯托克斯公式,空间曲线积分与路径无关的四个等价条件及应用,求三元函数全微分表达式的原函数.试卷结构与题型1.考试采用闭卷笔试方法,考试时间150分钟,全卷满分100分。
《数学分析》第十七章 多元函数微分学
第十七章 多元函数微分学 ( 1 6 时 ) §1 可微性 ( 4 时 )一. 可微性与全微分:1. 可微性:由一元函数引入.))()((22y x ∆+∆ο亦可写为y x ∆+∆βα,→∆∆) , (y x ) 0 , 0 (时→) , (βα) 0 , 0 (.2. 全微分:例1 考查函数xy y x f =),(在点) , (00y x 处的可微性. [1]P 105 E1二. 偏导数:1. 偏导数的定义、记法:2. 偏导数的几何意义: [1]P 109 图案17—1.3. 求偏导数:例2 , 3 , 4 . [1]P 142—143 E2 , 3 , 4 .例5 设 . 0, 0, 0 ,),(22222223⎪⎩⎪⎨⎧=+≠+++=y x y x y x y x y x f证明函数),(y x f 在点) 0 , 0 (连续 , 并求) 0 , 0 (x f 和) 0 , 0 (y f .证ρθθρρρθρθρ)sin cos (lim ),(lim2320sin ,cos )0,0(),(+===========→==→y x y x y x f=)0,0(0)sin cos (lim 230f ==+→θθρρρ. ),(y x f 在点) 0 , 0 (连续 .) 0 , 0 (x f =0||lim )0,0()0,(lim300==-→→x x x x f x f x x , ) 0 , 0 (y f ||lim )0,0(),0(lim 200y y y yf y f y y →→=-= 不存在 .Ex [1]P 116—117 1⑴—⑼,2 — 4 .三. 可微条件:1. 必要条件:Th 1 设) , (00y x 为函数),(y x f 定义域的内点.),(y x f 在点) , (00y x 可微⇒) , (00y x f x 和) , (00y x f y 存在, 且==),(00),(00y x df dfy x ) , (00y x f x +∆x ) , (00y x f y y ∆. (证)由于dy y dx x =∆=∆ , ,微分记为=),(00y x df ) , (00y x f x +dx ) , (00y x f y dy . 定理1给出了计算可微函数全微分的方法.两个偏导数存在是可微的必要条件 , 但不充分.例6 考查函数⎪⎩⎪⎨⎧=+≠++=0 , 0, 0 , ),(222222y x y x y x xy y x f 在原点的可微性. [1]P 110 E5 .2. 充分条件:Th 2 若函数),(y x f z =的偏导数在的某邻域内存在, 且x f 和y f 在点) , (00y x 处连续 . 则函数f 在点) , (00y x 可微. (证) [1]P 111 Th 3 若),(y x f y 在点) , (00y x 处连续, ),(y x f x 点) , (00y x 存在,则函数f 在点) , (00y x 可微.证 f y y x x f -∆+∆+) , (00) , (00y x[][]) , () , () , () , (00000000y x f y x x f y x x f y y x x f -∆++∆+-∆+∆+= 0 1,0 ),() , (0000→<<∆+∆+∆∆+∆+=αθαθx x y x f y y y x x f x y []x x y x f y y x f x y ∆+∆+∆+=αβ),(),(0000 0→β y x y y x f x y x f y x ∆+∆+∆+∆=βα) , () , (0000.即f 在点) , (00y x 可微 .要求至少有一个偏导数连续并不是可微的必要条件 .例7 设⎪⎩⎪⎨⎧=+≠+++=.0 , 0, 0 ,1sin )(),(22222222y x y x y x y x y x f验证函数),(y x f 在点) 0 , 0 (可微, 但x f 和y f 在点) 0 , 0 (处不连续 . 证).0 , 0(),( , 01sin),(2222→→++=y x yx y x y x f ρ因此)(),(ρο=y x f ,即 )(00)0,0(),(ρο+∆+∆=-y x f y x f ,f 在点)0 , 0(可微,0)0,0( , 0)0,0(==y x f f . 但≠),(y x ) 0 , 0 (时, 有2222221cos1sin2),(yx y x x yx x y x f x ++-+=,沿方向,kx y = 2221||limlimkx xy x x x x +=+→→不存在, ⇒沿方向,kx y = 极限22221cos limyx y x x x ++→不存在; 又→),(y x ) 0 , 0 (时, 01sin222→+yx x ,因此,),(lim)0,0(),(y x f x y x →不存在, x f 在点) 0 , 0 (处不连续.由f 关于x 和y 对称,y f 也在点) 0 , 0 (处不连续 .四. 中值定理:Th 4 设函数f 在点) , (00y x 的某邻域内存在偏导数. 若),(y x 属于该邻域, 则存在)(010x x x -+=θξ和)(020y y y -+=θη, 10 , 1021<<<<θθ, 使得))( , ())( , (),(),(00000y y x f x x y f y x f y x f y x -+-=-ηξ. ( 证 ) 例8 设在区域D 内0==y x f f . 证明在D 内c x f ≡)(.五. 连续、偏导数存在及可微之间的关系:六.可微性的几何意义与应用:1. 可微性的几何意义: 切平面的定义. [1]P 115.Th 5 曲面),(y x f z =在点)) , ( , , (0000y x f y x P 存在不平行于Z 轴的切平面的充要条件是函数),(y x f 在点),(000y x P 可微 . (证略) 2. 切平面的求法: 设函数),(y x f 在点),(000y x P 可微,则曲面),(y x f z =在点)) , ( , , (0000y x f y x P 处的切平面方程为 (其中),(000y x f z =)))(,())(,(0000000y y y x f x x y x f z z y x -+-=-, 法线方向数为()1 , ),( , ),( 0000-±y x f y x f y x , 法线方程为1),(),(0000000--=-=-z z y x f y y y x f x x y x . 例9试求抛物面 22by ax z +=在点),,(000z y x M 处的切平面方程和法线方程 .[1] P 115 E63.作近似计算和误差估计: 与一元函数对照, 原理.例10 求96.308.1的近似值. [1] P 115 E7例11 应用公式C ab S sin 21=计算某三角形面积.现测得50.12=a , 30 , 30.8==C b . 若测量b a , 的误差为C , 01.0±的误差为1.0± . 求用此公式计算该三角形面积时的绝对误差限与相对误差限. [1] P 116 E8 Ex [1]P 116—117 5—14 ;§ 2复合函数微分法 ( 5 时 )简介二元复合函数 : ),( , ),( , ),(t s y t s x y x f z ψφ===. 以下列三种情况介绍复合线路图: 参阅[4] P 327—328 . ),( , ),( , ),(t s y t s x y x f z ψφ===;, ),,(z y x f u =),( , ),( t s y t s x ψφ==, ),(t s z η=;, ),,(z y x f u = ),,( , ),,( z t s y z t s x ψφ==.一. 链导法则: 以“外二内二”型复合函数为例.Th 设函数),( , ),( t s y t s x ψφ==在点∈),(t s D 可微, 函数),(y x f z =在点=),(y x ()),( , ),(t s t s ψφ可微 , 则复合函数f z =()),( , ),(t s t s ψφ在点),(t s 可微, 且),(),(),(),(),(t s y x t s y x t s s y y z s x x z s z ∂∂∂∂+∂∂∂∂=∂∂,),(),(),(),(),(t s y x t s y x t s ty yz tx xz tz ∂∂∂∂+∂∂∂∂=∂∂. ( 证 ) [1] P 155称这一公式为链导公式. 该公式的形式可在复合线路图中用所谓“分线加,沿线乘”(或“并联加,串联乘”)来概括.对所谓“外三内二”、“外二内三”、“外一内二”等复合情况,用“并联加,串联乘”的原则可写出相应的链导公式.链导公式中内函数的可微性可减弱为存在偏导数. 但对外函数的可微性假设不能减弱. 如[1] P 156的例.对外m 元),,,(21m u u u f , 内n 元),,,(21n i k x x x u φ= ) , , 2 , 1(m k =, 有∑=∂∂∂∂=∂∂mk ikk i x u u f x f 1 , n i , , 2 , 1 =. 外n 元内一元的复合函数为一元函数 . 特称该复合函数的导数为全导数. 例1 y x v e u v u z y x +==+=+22 , , )ln(2. 求x z ∂∂和y z∂∂. [1] P 157 E1 例2 22uv v u z -=, y x v y x u sin , cos ==. 求x z ∂∂和yz ∂∂. 例3 ())3(222y x yx z ++=, 求x z ∂∂和yz ∂∂. 例4 设函数),,(w v u f 可微 . ),,(),,(xyz xy x f z y x F =. 求x F 、y F 和z F . 例5 用链导公式计算下列一元函数的导数 :ⅰ> xx y = ; ⅱ> xx xx y cos sin ln )1(2++= . [1] P 158 E4例6 设函数),(y x u u =可微. 在极坐标变换θθsin , cos r y r x ==下 , 证明222221⎪⎪⎭⎫⎝⎛∂∂+⎪⎭⎫ ⎝⎛∂∂=⎪⎭⎫ ⎝⎛∂∂+⎪⎭⎫ ⎝⎛∂∂y u x u u r r u θ. [1] P 157 E2 例7 设函数)(u f 可微 , )(22y x yf z -=. 求证xz yzxy x z y=∂∂+∂∂2. 二. 复合函数的全微分: 全微分和全微分形式不变性 .例8 )sin(y x e z xy+=. 利用全微分形式不变性求dz , 并由此导出x z ∂∂和yz∂∂. [1] P 160 E5Ex [1]P 160—161 1—5.三. 高阶偏导数:1. 高阶偏导数的定义、记法: 例9 ,2yx ez += 求二阶偏导数和23xy z∂∂∂. [1]P 167 E1 例10 xyarctgz =. 求二阶偏导数. [1]P 167 E2 2. 关于混合偏导数: [1]P 167—170.3. 求含有抽象函数的二元函数的高阶偏导数: 公式 , [1]P 171例11 ) , (y xx f z =. 求22xz ∂∂和y x z ∂∂∂2. [1]P 171 E34. 验证或化简偏微分方程:例12 22ln y x z +=. 证明22x z ∂∂ + 22y z∂∂0=. ( Laplace 方程 )例13 将方程0=∂∂-∂∂xu y y u x变为极坐标形式. 解 xyarctgy x r r y r x =+=⇒==θθθ , .sin , cos 22.r xy x x xr =+=∂∂22, r y y r =∂∂ , 2ry x -=∂∂θ ,2r x y =∂∂θ. θθθ∂∂-∂∂=∂∂∂∂+∂∂∂∂=∂∂ur y r u r x x u x r r u x u 2, θθθ∂∂+∂∂=∂∂∂∂+∂∂∂∂=∂∂u r x r u r y y u y r r u y u 2; 因此, θθθθ∂∂=∂∂+=∂∂+∂∂-∂∂+∂∂=∂∂-∂∂uu ry x u r y r u r xy u r x r u r xy x u y y u x 2222222 . 方程化简为0=∂∂θu. 例14 试确定a 和b , 利用线性变换 by x t ay x s +=+= , 将方程03422222=∂∂+∂∂∂+∂∂yu y x u x u 化为02=∂∂∂ts u. 解tus u x t t u x s s u x u ∂∂+∂∂=∂∂∂∂+∂∂∂∂=∂∂ , t u b s u a y t t u y s s u y u ∂∂+∂∂=∂∂∂∂+∂∂∂∂=∂∂. 22x u ∂∂=x∂∂=⎪⎭⎫ ⎝⎛∂∂+∂∂t u s u 22s u ∂∂x s ∂∂+t s u ∂∂∂2x t ∂∂+s t u ∂∂∂2x s ∂∂+22t u ∂∂xt∂∂= =22s u∂∂+2t s u ∂∂∂2+22t u ∂∂.y x u ∂∂∂2=y∂∂=⎪⎭⎫ ⎝⎛∂∂+∂∂t u s u 22s u ∂∂y s ∂∂+t s u ∂∂∂2y t ∂∂+s t u ∂∂∂2y s ∂∂+22t u ∂∂yt∂∂= =22s ua ∂∂+)(b a +t s u ∂∂∂2+b 22tu ∂∂.22y u ∂∂=y ∂∂==⎪⎭⎫ ⎝⎛∂∂+∂∂ t u b s u a 222s u a ∂∂+ab 2t s u ∂∂∂2+2b 22t u ∂∂. 因此 , =∂∂+∂∂∂+∂∂2222234yuy x u x u)341(2a a ++=22s u ∂∂ + ()6442ab b a +++t s u ∂∂∂2 + )341(2b b ++22t u ∂∂. 令 03412=++a a , 1 , 31 , 03412-=-=⇒=++b a b b 或31 , 1-=-=b a 或 ……, 此时方程03422222=∂∂+∂∂∂+∂∂yuy x u x u 化简为02=∂∂∂t s u .Ex [1]P 183 1,2 .§3 方向导数和梯度 ( 3 时 )一. 方向导数:1. 方向导数的定义:定义 设三元函数f 在点),,(0000z y x P 的某邻域)(0P ⊂3R 内有定义.l 为从点0P 出发的射线.),,(z y x P 为l 上且含于)(0P 内的任一点,以ρ表示P 与0P 两点间的距离.若极限 ρρρρfP f P f l ∆=-++→→000lim )()(lim存在,则称此极限为函数f 在点0P 沿方向l 的方向导数,记为P lf ∂∂或)(0P f l 、),,(000z y x f l .对二元函数),(y x f z =在点),(000y x P , 可仿此定义方向导数. 易见,x f ∂∂、y f ∂∂ 和 zf ∂∂是三元函数f 在点0P 分别沿X 轴正向、Y 轴正向和Z 轴正向的方向导数 .例1 ),,(z y x f =32z y x ++. 求f 在点0P ) 1 , 1 , 1 (处沿l 方向的方向导数,其中ⅰ> l 为方向) 1 , 2 , 2 (-; ⅱ> l 为从点) 1 , 1 , 1 (到点) 1 , 2 , 2 (-的方向.解 ⅰ> l 为方向的射线为令===-=--=-112121z y x )0 ( >t . 即)0 ( , 1 , 12 , 12≥+=+-=+=t t z t y t x .3) 1, 1 , 1 ()(0==f P f ,37) 1 () 12 () 12 ( ) 1 , 12 , 12 ()(2332+++=+++-++=++-+=t t t t t t t t t f P ft t t t z y x 3)2()2()1()1()1(222222=+-+=-+-+-=ρ.因此 ,.3137lim )()(lim 23000=++=-=∂∂++→→t t t t P f P f lft P ρρ ⅱ> 从点) 1 , 1 , 1 (到点) 1 , 2 , 2 (-的方向l 的方向数为), 0 , 3 , 1 (-l 方向的 射线为 ) 0 ( , 1 , 13 , 1≥=+-=+=t z t y t x .359) 1 , 13 , 1()(2+-=+-+=t t t t f P f , 3) 1, 1 , 1 ()(0==f P f ;t t t z y x 10)3()1()1()1(22222=-+=-+-+-=ρ.因此 ,.1051059lim )()(lim 2000-=-=-=∂∂++→→tt t P f P f lft P ρρ2. 方向导数的计算:Th 若函数f 在点),,(0000z y x P 可微, 则f 在点0P 处沿任一方向l 的方向导数都存在, 且 =)(0P f l )(0P f x αcos +)(0P f y βcos +)(0P f z γcos ,其中αcos 、βcos 和γcos 为l 的方向余弦. ( 证 ) [1]P 163对二元函数),(y x f , =)(0P f l )(0P f x αcos +)(0P f y βcos , 其中α和β是l 的方向角.注:由=)(0P f l )(0P f x αcos +)(0P f y βcos +)(0P f z γcos=()(0P f x , )(0P f y , )(0P f z )(⋅αcos , βcos , γcos ),可见, )(0P f l 为向量()(0P f x , )(0P f y , )(0P f z )在方向l 上的投影.例2 ( 上述例1 )解 ⅰ> l 的方向余弦为αcos =321)2(22222=+-+, βcos =32-, γcos =31.)(0P f x =1 , )(0P f y =221==y y , )(0P f z =3312==z z .因此 ,l f ∂∂=)(0P f x αcos +)(0P f y βcos +)(0P f z γcos =31313) 32(232=⋅+-⋅+. ⅱ> l 的方向余弦为αcos =101)11()12()12(12222=-+--+--, βcos =103-, γcos =0 .因此 ,l f∂∂=10510321011-=⋅-⋅.可微是方向导数存在的充分条件 , 但不必要 .例3 [1]P 164 E2 .二. 梯度 ( 陡度 ):1. 梯度的定义: =gradf ()(0P f x , )(0P f y , )(0P f z ) .||gradf =()()()202020)()()(P f P f P f z y x ++.易见, 对可微函数f , 方向导数是梯度在该方向上的投影.2. 梯度的几何意义: 对可微函数 , 梯度方向是函数变化最快的方向 . 这是因为=)(0P f l =⋅l gradf ||)(0P gradf θcos .其中θ是l 与)(0P gradf 夹角. 可见0=θ时)(0P f l 取最大值 , 在l 的反方向取最小值 . 3. 梯度的运算:ⅰ> grad =+)(c u grad u .ⅱ> grad (αu +βv ) = αgrad u +βgrad v .ⅲ> grad (u v ) = u grad v +v grad u .ⅳ> grad 2uvgradu ugradv u v -=. ⅴ> grad f (u ) = gradu u f )('.证ⅳ> 2u v u uv u v x x x -=⎪⎭⎫ ⎝⎛ , 2u v u uv u v y y y-=⎪⎭⎫ ⎝⎛. grad =--=) , (12v u uv v u uv uu v y y x x []=-=) , ( ) , (12v u v u v u uv uy x y x []=-=) , () , (12y x y x u u v v v u u 2u vgradu ugradv -.Ex [1]P 165 1,2 ,3 ,6 .§4 Taylor 公式和极值问题 ( 4 时 )一. 中值定理: 凸区域 . Th 1 设二元函数f 在凸区域D 2R ⊂上连续, 在D 的所有内点处可微. 则对D 内任意两点int ) , ( , ),(∈++k b h a Q b a P D , 存在) 10 ( <<θθ, 使k k b h a f h k b h a f b a f k b h a f x ) , () , (),() , (θθθθ+++++=-++. 证 令 , ) , ()(tk b th a f t ++=Φ.在闭凸区域上的情况: [1]P 173—174.推论 若函数f 在区域D 上存在偏导数 , 且x f ≡y f ≡0, 则f 是D 上的常值函数.二. Taylor 公式:Th 2 (Taylor 公式) 若函数f 在点),(000y x P 的某邻域)(0P 内有直到1+n 阶连续偏导数, 则对)(0P 内任一点) , (00k y h x ++,存在相应的) 1 , 0(∈θ, 使∑=+++⎪⎪⎭⎫ ⎝⎛∂∂+∂∂++⎪⎪⎭⎫ ⎝⎛∂∂+∂∂=++ni n i k y h x f y k x h n y x f y k x h i k y h x f 00010000). , ()!1(1),(!1 ) , (θθ 证 [1]P 175 例1 求函数y x y x f =),(在点) 4 , 1 (的Taylor 公式 ( 到二阶为止 ) . 并用它计算.) 08.1 (96.3 [1]P 175—176 E4 .三. 极值问题:1. 极值的定义: 注意只在内点定义极值.例2 [1]P 176 E5Ex [1]P 183 5,6,7⑴⑷.2. 极值的必要条件:与一元函数比较 .Th 3 设0P 为函数)(P f 的极值点. 则当)(0P f x 和存在时,有)(0P f x =)(0P f y 0=. (证)函数的驻点、不可导点 , 函数的可疑点 .3. 极值的充分条件:代数准备: 给出二元( 实 )二次型 222),(cy bxy ax y x g ++=. 其矩阵为 ⎪⎪⎭⎫ ⎝⎛c b b a . ⅰ> ),(y x g 是正定的,⇔ 顺序主子式全0 >,),(y x g 是半正定的,⇔ 顺序主子式全 0 ≥;ⅱ> ),(y x g 是负定的,⇔ 0||) 1(1>-k ij k a , 其中k ij a 1||为k 阶顺序主子式. ),(y x g 是半负定的, ⇔ 0||) 1(1≥-k ij k a .ⅲ> ⎪⎪⎭⎫ ⎝⎛c b b a < 0时, ),(y x g 是不定的. 充分条件的讨论: 设函数),(y x f 在点),(000y x P 某邻域有二阶连续偏导数.由Taylor公式, 有)()(!21)(),() , (20200000ρ +⎪⎪⎭⎫ ⎝⎛∂∂+∂∂+⎪⎪⎭⎫ ⎝⎛∂∂+∂∂=-++P f y k x h P f y k x h y x f k y h x f =)(0P f x h +)(0P f y k + [])()()(2)(!21220020ρ +++k P f hk P f h P f yy xy xx . 令 )(0P f A xx = , )(0P f B xy =, )(0P f C yy =, 则当0P 为驻点时, 有[])(221),() , (2220000ρ +++=-++Ck Bhk Ah y x f k y h x f . 其中22k h +=ρ. 可见式),() , (0000y x f k y h x f -++的符号由二次型222Ck Bhk Ah ++完全决定.称该二次型的矩阵为函数),(y x f 的Hesse 矩阵. 于是由上述代数准备, 有ⅰ> 0 , 02>->B AC A , 0 P ⇒为 ( 严格 ) 极小值点 ;ⅱ> 0 , 02>-<B AC A , 0 P ⇒为 ( 严格 ) 极大值点 ;ⅲ> 0 2<-B AC 时, 0P 不是极值点;ⅳ> 0 2=-B AC 时, 0P 可能是极值点 , 也可能不是极值点 . 综上, 有以下定理.Th 4 设函数)(P f 在点0P 的某邻域内有连续的二阶偏导数, 0P 是驻点. 则ⅰ> ()0)( , 0)(020>->P f f f P f xy yy xx xx 时 , 0P 为极小值点; ⅱ> ()0)( , 0)(020>-<P f f f P f xy yy xx xx 时 , 0P 为极大值点;ⅲ> ()0)( 02<-P f f f xy yy xx 时 , 0P 不是极值点;ⅳ> ()0)( 02=-P f f f xy yy xx 时 , 0P 可能是极值点 , 也可能不是极值点 .例3—7 [1]P 179—182 E6—10 .四. 函数的最值:例8 求函数),(y x f y x y xy x 4102422+--+=在域D = } 4 , 0 , 0 |),( {≤+≥≥y x y x y x 上的最值 .解 令 ⎩⎨⎧=+-==-+=.04 44),(,01042),(y x y x f y x y x f yx 解得驻点为) 2 , 1 (. 1) 2 , 1 (-=f . 在边界) 40 ( 0≤≤=y x 上 , y y y f 42),0(2+-=, 驻点为1=y , 2)1,0(=f ; 在边界) 40 ( 0≤≤=x y 上 , x x x f 10)0,(2-=, 没有驻点;在边界) 40 ( 4≤≤-=x x y 上 , 16185)4 , (2-+-=-x x x x f ,驻点为8.1=x , 2.0)8.14 , 8.1(=-f .又24)0,4( , 16)4,0( , 0)0,0(-=-==f f f .于是 , )}0,4( , )4,0( , )0,0( , )2.2 , 8.1( , )1,0( , )2,1(max{),(max f f f f f f y x f D = 2.0} 24 , 16 , 0 , 2.0 , 2 , 1 max{=---=.),(min y x f D24} 24 , 16 , 0 , 2.0 , 2 , 1 min{-=---=.Ex [1]P 184 8⑴⑵,9⑴⑵,10,11 .。
《数学分析》第四章多元函数微分学
《数学分析》第四章多元函数微分学《数学分析》第四章多元函数微分学主要涉及多元函数的导数、偏导数、全微分以及极值等概念与性质。
多元函数微分学是微积分的一个重要分支,掌握了多元函数的微分学理论,将能够深入研究多元函数的性质、求解极值问题以及应用于物理、经济等领域。
第四章首先介绍了多元函数的导数。
多元函数的导数与一元函数类似,是函数在其中一点附近的变化率。
导数的定义也与一元函数的导数相似,但多元函数的导数是一个向量,称为梯度。
在多元函数中,梯度的方向是函数值增长最快的方向。
然后,第四章讨论了多元函数的偏导数。
偏导数是多元函数在其中一点上关于其中一个自变量的导数。
偏导数的计算方法与求一元函数导数的方法相似,只需将其他自变量视为常数。
多元函数的偏导数可以通过偏导数的存在性与连续性判断函数的可导性,并可应用于求函数在其中一点的切线方程、法向量等问题。
接着,第四章介绍了多元函数的全微分。
全微分是多元函数在其中一点附近的近似线性变化量,是多元函数的微分的推广。
全微分可以近似地表示函数在其中一点的微小变化。
全微分的计算方法与一元函数的微分类似,但需要考虑多个自变量的变化。
最后,第四章讨论了多元函数的极值。
多元函数的极值点与一元函数的极值点类似,是函数取得极大值或极小值的点。
通过求解多元函数的偏导数,可以得到函数的驻点。
通过求解偏导数的二阶导数,可以判断函数在驻点处的极值性,并应用于优化问题的求解。
在实际应用中,多元函数微分学可用于研究空间曲线的切线与法平面,解决最优化问题,研究约束条件下的极值问题等。
例如,在经济学中,多元函数微分学可用于分析生产函数的边际产出与边际成本,在物理学中,可用于研究位移、速度、加速度等物理量之间的关系。
总之,多元函数微分学是微积分领域中的一个重要分支,它深入研究了多元函数的导数、偏导数、全微分以及极值等概念与性质。
掌握了多元函数微分学理论,将能够深入研究多元函数的性质、解决最优化问题,并应用于实际问题中。
17-3——华东师范大学数学分析课件PPT
高等教育出版社
§3 方向导数与梯度
说明 (i) 函数在一点可微是方向导数存在的充分条 件而不是必要条件; (ii) 函数在一点连续同样不是方向导数存在的必要 条件, 当然也非充分条件 ( 对此读者应能举出反例 ).
定义2
若 f ( x, y, z) 在点 P0( x0 , y0 , z0 ) 存在对所有自变量 的偏导数, 则称向量 ( fx (P0 ), f y (P0 ), fz (P0 ))为函数 f 在点 P0 的梯度, 记作
(2)
其中 , 是 R2 中向量 l 的方向角.
数学分析 第十七章 多元函数微分学
高等教育出版社
§3 方向导数与梯度
例 1 设 f ( x, y, z) x y2 z3, 求 f 在点 P0(1,1,1) 处
沿着指向点 P1(3, 1, 2) 方向的方向导数.
解 易见 f 在点 P0 可微. 故由
U (P0 ) R3 内有定义,l 为从点 P0 出发的射线.
任给 P( x, y, z) l U(P0 ), 记 | P0P |,若极限
f lim l lim
f (P) f (P0 )
0
0
存在, 则称此极限为函数 f 在点 P0 沿方向 l 的
方向导数, 记作 f l
,
f l
z P• P0 •
l
O
x y
y
由假设 f 在点 P0 可微,则有
x
图17 – 5
f (P) f (P0 ) fx (P0 ) x f y(P0 ) y
fz (P0 ) z o ( ). 上式左、右两边皆除以 , 并根据 (2) 式可得
数学分析 第十七章 多元函数微分学
数学分析多元函数微分学148
abc [3(1 1 1)1 ]3 abc
或
3(1 1 1)1 3 abc .
abc
23
y02 b2
z02 c2
1下求
V 的最小值,
令 u ln x0 ln y0 ln z0 ,
G( x0 , y0 , z0 )
ln
x0
ln
y0
ln z0
(
x02 a2
y02 b2
z02 c2
1),
由
G
x0
x02 a2
0,
y02 b2
Gy0
y02 c2
0, 1
Gz0 0
0
,
14
可得
a x0 3
上述问题的极值点, 且雅可比矩阵
1
x1
1
xn
m
x1
m
xn
P0
的秩为m,
则存在m个常数1(0)
,
(0) 2
,,
(0) m
,
使得
(
x1( 0 )
,,
x n( 0 )
,
(0) 1
,,
(0) m
)
为拉格朗日函数(1)的
稳定点.
6
即
(
x1( 0 )
,,
x n( 0 )
,
(0) 1
,,
(0) m
)
为下述方程的解
:
Lx1
f x1
m
k
k 1
k
x1
0
Lxn
f xn
m
k
k 1
k
xn
0
L1 1( x1 ,, xn )0
Lm m ( x1 ,, xn ) 0
数学分析17.2多元函数微分学之复合函数微分法
第十七章 多元函数微分学2复合函数微分法一、复合函数的求导法则定义1:设函数x=φ(s,t)与y=ψ(s,t)定义在st 平面的区域D 上,z=f(x,y)定义在xy 平面的区域D 1上,{(x,y)|x=φ(s,t),y=ψ(s,t), (s,t)∈D}⊂D 1, 则函数z=F(s,t)=f(φ(s,t),ψ(s,t)), (s,t)∈D 是以f 为外函数,φ,ψ为内函数的复合函数. 其中x,y 称为函数F 的中间变量,s,t 为F 的自变量.定理17.5:若函数x=φ(s,t),y=ψ(s,t)在点(s,t)∈D 可微, z=f(x,y)在点(x,y)= (φ(s,t),ψ(s,t))可微,则复合函数z=f(φ(s,t),ψ(s,t))在点(s,t)可微,且它关于s 与t 的偏导数分别为:t)(s,sz ∂∂=t)(s,y )(x,sx x z ∂∂∂∂+t)(s,y )(x,sy y z ∂∂∂∂,t)(s,tz ∂∂=t)(s,y )(x,tx x z ∂∂∂∂+t)(s,y )(x,ty y z ∂∂∂∂.证:∵x=φ(s,t),y=ψ(s,t)在点(s,t)可微, ∴△x=s x ∂∂△s+t x ∂∂△t+α1△s+β1△t; △y=s y ∂∂△s+ty∂∂△t+α2△s+β2△t , 其中当△s,△t →0时,α1,α2,β1,β2→0, 又由z=f(x,y)在点(x,y)可微,∴△z=xz ∂∂△x+y z∂∂△y+α△x+β△y ,其中当△x,△y →0时,α,β→0,补充定义:当△x=0,△y=0时, α=β=0,则⎪⎭⎫ ⎝⎛∆∆∆∂∂∆∂∂⎪⎪⎭⎫ ⎝⎛+∂∂+⎪⎭⎫ ⎝⎛∆∆∆∂∂∆∂∂⎪⎭⎫ ⎝⎛+∂∂∆t β+s α+t t y +s sy βy z t β+s α+t t x +s s x αx z =z 2211=t β+s αt t y y z + t x x z s s y y z s x x z ∆∆+∆⎪⎪⎭⎫⎝⎛∂∂∂∂∂∂∂∂+∆⎪⎪⎭⎫⎝⎛∂∂∂∂+∂∂∂∂,其中 α=x z ∂∂α1+y z ∂∂α2+s x ∂∂α+sy∂∂β+αα1+βα2,β=x z ∂∂β1+y z ∂∂β2+t x ∂∂α+ty∂∂β+αβ1+ββ2,由x=φ(s,t),y=ψ(s,t)在点(s,t)可微知,x=φ(s,t),y=ψ(s,t)在点(s,t)都连续, 即当△s,△t →0时,△x △y →0时,从而α,α1,α2,β,β1,β2→0,于是, 当△s,△t →0时,α,β→0,即z=F(s,t)在(s,t)可微,从而得:(链式法则)t)(s,sz∂∂=t)(s,y )(x,sx x z ∂∂∂∂+t)(s,y )(x,sy y z ∂∂∂∂,t)(s,tz ∂∂=t)(s,y )(x,tx x z ∂∂∂∂+t)(s,y )(x,ty y z ∂∂∂∂.注:1、若只求复合函数f(φ(s,t),ψ(s,t))关于s 或t 的偏导数,则内函数只需具有关于s 或t 的偏导数,但对外函数f 的可微性假设不能省略.如:函数f(x,y)=⎪⎩⎪⎨⎧=+≠++0y x 00y x y x yx 2222222,有f x (0,0)=f y (0,0)=0,但f 在(0,0)处不可微. 若以f(x,y)为外函数,x=t, y=t 为内函数,则得 以t 为自变量的复合函数z=F(t)=f(t,t)=2t , ∴dt dz =21, 这时用链式法则, 将得到错误的结果:0t tz=∂∂=0t (0,0)tx x z =∂∂∂∂+t (0,0)tx yz =∂∂∂∂=0·1+0·1=0.2、若f(u 1,…,u m )在点(u 1,…,u m )可微,u k =g k (x 1,…,x n ) (k=1,2,…,m)在点(x 1,…,x n )具有关于x i (i=1,2,…,n)的偏导数,则复合函数关于自变量x i的偏导数为:i x z∂∂=∑=∂∂∂∂m1k ik k x u u z (i=1,2,…,n).例1:设z=ln(u 2+v), 而u=2y x e +, v=x 2+y ,求x z ∂∂,yz ∂∂. 解:x z ∂∂=x u u z ∂∂∂∂+x v v z ∂∂∂∂=2y x 2e v u u 2+⋅++x 2v u 12⋅+=yx e x 2e 22y 22x y 22x 22+++++;y z ∂∂=y u u z ∂∂∂∂+y v v z ∂∂∂∂=2y x 2ye 2v u u 2+⋅++v u 12+=yx e 1ye 42y 22x y 22x 22+++++.例2:设u=u(x,y)可微,在极坐标变换x=rcos θ, y=rsin θ下,证明:2r u ⎪⎭⎫⎝⎛∂∂+22θu r 1⎪⎭⎫ ⎝⎛∂∂=2x u ⎪⎭⎫ ⎝⎛∂∂+2y u ⎪⎪⎭⎫ ⎝⎛∂∂. 解:∵r x ∂∂=cos θ, r y ∂∂=sin θ; θx ∂∂=-rsin θ, θy∂∂=rcos θ; 又 r u ∂∂=r x x u ∂∂∂∂+r y y u ∂∂∂∂=x u ∂∂cos θ+y u ∂∂sin θ;θu ∂∂=θy y u ∂∂∂∂+θx x u ∂∂∂∂=y u ∂∂rcos θ-xu ∂∂rsin θ;∴2r u ⎪⎭⎫ ⎝⎛∂∂=2x u ⎪⎭⎫ ⎝⎛∂∂cos 2θ+2y u ⎪⎪⎭⎫ ⎝⎛∂∂sin 2θ+y u x u ∂∂∂∂sin2θ; 22θu r 1⎪⎭⎫ ⎝⎛∂∂=2x u ⎪⎭⎫ ⎝⎛∂∂sin 2θ+2y u ⎪⎪⎭⎫ ⎝⎛∂∂cos 2θ-y u x u ∂∂∂∂sin2θ; ∴2r u ⎪⎭⎫ ⎝⎛∂∂+22θu r 1⎪⎭⎫ ⎝⎛∂∂=2x u ⎪⎭⎫ ⎝⎛∂∂+2y u ⎪⎪⎭⎫⎝⎛∂∂.例3:设z=uv+sint, 其中u=e t ,v=cost, 求dtdz. 解法一:dt dz =dt du u z ∂∂+dt dv v z ∂∂+dtdt t z ∂∂=ve t -usint+cost=e t (cost-sint)+cost. 解法二:z=uv+sint=e t cost+sint ,∴dtdz=(e t cost+sint)’=e t (cost-sint)+cost.例4:用多元复合微分法计算下列一元函数的导数.(1)y=x x; (2)y=cosxsinx )lnxx (12++.解:(1)令y=u v , u=x, v=x , 则dx dy =dx du u y ∂∂+dxdv v y ∂∂=vu v-1+u v lnu=x x (1+lnx). (2)令y=uvw, u=sinx+cosx, v=1+x 2, w=lnx ,则dx dy =dx du u y ∂∂+dx dv v y ∂∂+dx dw w y ∂∂=-2uvw (cosx-sinx)+u w ·2x+x 1u v =22cosx)(sinx )lnx x (1++(sinx-cosx)+ cosx sinx 2xlnx ++cosx )x (sinx x 12++.例5:设u=f(x,y,z), y=φ(x,t), t=ψ(x,z)都有一阶连续偏导数,求x u ∂∂,zu ∂∂. 解:∵u=f(x,y,z)=f(x,φ(x,ψ(x,z)),z); ∴x u ∂∂=x f ∂∂+dx d φy f ∂∂+dxd ψdt d φy f ∂∂. 又u=f(x,y,z)=f(x,φ(x,ψ(x,z)),z); ∴z u ∂∂=dz d ψdt d φy f ∂∂+zf ∂∂.例6:设f(x,y)在R 2上可微,且满足方程y·f x (x,y)=x·f y (x,y). 证明:在极坐标中f 只是r 的函数,即θf∂∂=0. 证:设u=f(x,y), x=rcos θ, y=rsin θ,则有θf ∂∂=θx x f ∂∂∂∂+θyy f ∂∂∂∂=-f x (x,y)rsin θ+f y (x,y)rcos θ=-yf x (x,y)+x·f y (x,y)=0.二、复合函数的微分定义2:或以x 和y 为自变量的函数z=f(x,y)可微,则其全微分为: dz=xz∂∂dx+y z ∂∂dy. 如果x,y 作为中间变量又是自变量s,t 的可微函数:x=φ(s,t),y=ψ(s,t),则复合函数z=f(φ(s,t),ψ(s,t))是可微的,其全微分为: dz=s z ∂∂ds+t z ∂∂dt= ⎝⎛∂∂∂∂s x x z +⎪⎪⎭⎫∂∂∂∂s y y z ds+ ⎝⎛∂∂∂∂t x x z +⎪⎪⎭⎫∂∂∂∂t y y z dt =⎝⎛∂∂∂∂ds s x x z +⎪⎭⎫∂∂dt t x + ⎝⎛∂∂∂∂ds s y y z +⎪⎭⎫∂∂dt t y , 又x,y 是(s,t)的可微函数,因此有:dx=s x ∂∂ds+t x ∂∂dt; dy=s y ∂∂ds+t y ∂∂dt ;∴dz=xz∂∂dx+y z ∂∂dy ,结果与非复合函数完全相同,即多元函数有一阶(全)微分形式不变性.例7:设z=e xy sin(x+y), 利用微分形式不变性求dz, 并导出xz∂∂与y z ∂∂. 解:令z=e u sinv, 即u=xy, v=x+y, 则dz=u z ∂∂du+vz∂∂dv=e u sinvdu+e u cosvdv. 又du=ydx+xdy, dv=dx+dy,∴dz=e xy sin(x+y)(ydx+xdy)+e xy cos(x+y)(dx+dy)=e xy [ysin(x+y)+cos(x+y)]dx+e xy [xsin(x+y)+cos(x+y)]dy. 并可得:xz ∂∂=e xy[ysin(x+y)+cos(x+y)];y z ∂∂=e xy [xsin(x+y)+cos(x+y)].习题1、求下列复合函数的偏导数或导数: (1)设z=arctan(xy), y=e x , 求dxdz;(2)设z=xy y x 22+exyy x 22+, 求x z ∂∂,yz ∂∂; (3)设z=x 2+xy+y 2,x=t 2,y=t,求dtdz;(4)设z=x 2lny,x=v u ,y=3u-2v,求u z ∂∂,v z ∂∂;(5)设u=f(x+y,xy), 求x u ∂∂,y u ∂∂;(6)设u=f ⎪⎪⎭⎫ ⎝⎛z y ,y x , 求x u ∂∂,y u ∂∂,z u∂∂. 解:(1)dx dz =x z ∂∂+dx dy y z ∂∂=22yx 1y ++ 22y x 1x +e x =2x2xe x 1x )(1e ++. (2)令u=x yy x 22+, 则z=ue u ,∴x z ∂∂=x u du dz ∂∂=(1+u)e u (y 1-2x y )=232222yx )y x )(y xy (x -++e xyy x 22+;y z ∂∂=y u du dz ∂∂=(1+u)e u (x 1-2y x )=322222yx )x y )(y xy (x -++e xyy x 22+.(3)dt dz =dtdxx z ∂∂+ dt dy y z ∂∂=(2x+y)·2t+(x+2y)·1=2t(2t 2+t)+t 2+2t=4t 3+3t 2+2t.(4)u z ∂∂=u x x z ∂∂∂∂+u y y z ∂∂∂∂=2xlny·v 1+y x 2·3=2v 2u ln(3u-2v) +2v)-(3u v 3u 22; v z ∂∂=v x x z ∂∂∂∂+v y y z ∂∂∂∂=2xlny·⎪⎭⎫ ⎝⎛-2v u +y x2·(-2)=-32v 2u ln(3u-2v)-2v)-(3u v 2u 22.(5)∵du=f 1d(x+y)+f 2d(xy)=f 1dx+f 1dy+f 2ydx+f 2xdy=(f 1+yf 2)dx+(f 1+xf 2)dy ; ∴xu∂∂=f 1+yf 2;y u ∂∂=f 1+xf 2.(6)∵du=f 1d ⎪⎪⎭⎫ ⎝⎛y x +f 2d ⎪⎭⎫ ⎝⎛z y =211y x dy f -ydx f +222zydzf -zdy f =y f 1dx+(z f 2-21y xf )dy-22zyf dz ; ∴x u ∂∂=y f 1;y u ∂∂=z f 2-21y xf ;z u∂∂=-22zyf .2、设z=(x+y)xy , 求dz.解: 令u=x+y, v=xy ,则z=u v ,且du=dx+dy ,dv=ydx+xdy. ∴dz=u z ∂∂du+vz∂∂dv=vu v-1(dx+dy)+u v (ydx+xdy)lnv =xy(x+y)xy-1dx+xy(x+y)xy-1dy+y(x+y)xy (lnx+lny)dx+x(x+y)xy (lnx+lny)dy =[xy(x+y)xy-1+y(x+y)xy (lnx+lny)]dx+[xy(x+y)xy-1+x(x+y)xy (lnx+lny)]dy. 3、设z=)y -f(x y 22,其中f 为可微函数,验证:xz x 1∂∂+y z y 1∂∂=2y z.证:令u=x 2-y 2, 则x z ∂∂=x u u z ∂∂∂∂=(u)f (u)f x y 22'-; y z ∂∂=y z ∂∂+y u u z ∂∂∂∂=(u)f (u)f y 2f(u)22'+; ∴x z x 1∂∂+y z y 1∂∂=(u)f (u)f y 22'-+(u)f (u)f y 2yf(u)2'+=(u)yf f(u)2=yf(u)1;又2y z =2y )f(u y=yf(u)1;∴x z x 1∂∂+y z y 1∂∂=2y z.4、设z=siny+f(sinx-siny), 其中f 为可微函数,证明:xz ∂∂secx+y z∂∂secy=1.证:令u=sinx-siny ,则x z ∂∂=xuu z ∂∂∂∂=f ’(u)cosx; y z ∂∂=y z ∂∂+y u u z ∂∂∂∂=[1-f ’(u)]cosy;∴xz ∂∂secx+y z∂∂secy=f ’(u)cosxsecx+[1-f ’(u)]cosysecy= f ’(u)+1-f ’(u)=1.5、设f(x,y)可微,证明:在坐标旋转变换x=ucos θ-vsin θ, y=usin θ+vcos θ之下(旋转角θ为常数),(f x )2+(f y )2是一个形式不变量,即 若g(u,v)=f(ucos θ-vsin θ,usin θ+vcos θ),则必有(f x )2+(f y )2=(g u )2+(g v )2. 证:g u =u x x f ∂∂∂∂+u y y f ∂∂∂∂=f x cos θ+f y sin θ;g v =v x x f ∂∂∂∂+vy y f ∂∂∂∂=-f x sin θ+f y cos θ; ∴(g u )2+(g v )2=(f x cos θ+f y sin θ)+(-f x sin θ+f y cos θ)2=(cos 2θ+sin 2θ)(f x )2+(sin 2θ+cos 2θ)(f y )2+2f x cos θ·f y sin θ-2f x sin θ·f y cos θ =(f x )2+(f y )2.6、设f(u)是可微函数,F(x,t)=f(x+2t)+f(3x-2t). 试求:F x (0,0)与F t (0,0). 解:令u=x+2t, v=2x-2t ,则F u |(0,0)=f ’(0);F v |(0,0)=f ’(0).又F x =x u u F ∂∂∂∂+x v v F ∂∂∂∂=F u +3 F v ; F t =t u u F ∂∂∂∂+tvv F ∂∂∂∂=2F u -2 F v ; ∴F x (0,0)=F u |(0,0)+ 3F v |(0,0)=4f ’(0);F t (0,0)=2F u |(0,0)-2F v |(0,0)=0.7、若函数u=F(x,y,z)满足恒等式F(tx,ty,tz)=t k F(x,y,z), (t>0), 则称F(x,y,z)为k 次齐次函数. 试证下述关于齐次函数的欧拉定理:可微函数F(x,y,z)为k 次齐次函数的充要条件是:xF x (x,y,z)+yF y (x,y,z)+zF z (x,y,z)=kF(x,y,z).并证明:z=222yx xy +-xy 为2次齐次函数.证:(1)令a=tx,b=ty,c=tz.[必要性]由F(tx,ty,tz)=t k F(x,y,z), (t>0),两边对t 求导得:t a a F ∂∂∂∂+t b b F ∂∂∂∂+tc c F ∂∂∂∂=kt k-1F(x,y,z),即 xF a (a,b,c)+yF b (a,b,c)+zF c (a,b,c)=kt k-1F(x,y,z),令t=1,则有 xF x (x,y,z)+yF y (x,y,z)+zF z (x,y,z)=kF(x,y,z). [充分性]设f(x,y,z,t)=k t1F(tx,ty,tz), (t>0),求f 关于t 的偏导数得 t f∂∂=1k t1+{[xF a (a,b,c)+yF b (a,b,c)+zF c (a,b,c)]t-kF(a,b,c)}; ∵F a (a,b,c)+yF b (a,b,c)+zF c (a,b,c)=kF(a,b,c),∴tf∂∂=0. 即f 与t 无关,只是x,y,z 的函数,可记g(x,y,z)=f(x,y,z,t), ∴t k g(x,y,z)=F(tx,ty,tz), (t>0). 当t=1时,g(x,y,z)=F(x,y,z), ∴F(tx,ty,tz)=t k F(x,y,z). (2)∵当t>0时,z(tx,ty)=2223y x t xy t +-t 2xy=t 2(222y x xy +-xy)=t 2z(x,y);∴z(x,y)为2次齐次函数.8、设f(x,y,z)具有性质f(tx,t k y,t m z)=t n f(x,y,z),证明:(1)f(x,y,z)=x n f(1,kx y ,m xz);(2)xf x (x,y,z)+kyf y (x,y,z)+mzf z (x,y,z)=nf(x,y,z). 证:(1)由f(tx,t k y,t m z)=t n f(x,y,z), 令t=x 1,则f(1,k x y ,m x z )=n x1f(x,y,z),即有f(x,y,z)=x n f(1,k x y ,m xz).(2)令a=tx, b=t k y, c=t m z ,对f(tx,t k y,t m z)=t n f(x,y,z)两边关于t 求偏导数得: xf a (a,b,c)+yf b (a,b,c)+f c (a,b,c)=nt n-1f(x,y,z),当t=1时,即有 xf x (x,y,z)+kyf y (x,y,z)+mzf z (x,y,z)=nf(x,y,z).9、设由行列式表示的函数D(t)=)t (a )t (a )t (a )t (a nn n11n 11⋯⋯⋯⋯⋯, 其中a ij (t) (i,j=1,2,…,n)的导数都存在. 证明:dt dD(t)=∑=⋯⋯⋯⋯⋯'⋯''⋯⋯⋯⋯⋯n1k nn n2n1k n k 2k 11n 1211)t (a )t (a )t (a )t (a )t (a )t (a )t (a )t (a )t (a . 证:记x ij =a ij (t) (i,j=1,2,…,n), f(x 11,x 12,…,x ij ,…,x nn )=nnn11n11x x x x ⋯⋯⋯⋯⋯.由行列式定义知f 为n 2元的可微函数且D(t)=f(a 11(t),…,a ij (t),…,a nn (t)),又由复合函数求导法则知D ’(t)=dt dx x f ij n1j ,i ij ∑=∂∂=∑=∂∂n 1j ,i ijx f a ’ij (t),记nnn11n 11x x x x ⋯⋯⋯⋯⋯中x ij 的代数余子式为A ij ,则f(x 11,…,x ij ,…,x nn )=∑=n1j ,i ij ij A x .又ij x f ∂∂=A ij ,∴D ’(t)=∑∑==n 1i n1j ij (t)A a ’ij (t),其中A ij (t)是将A ij 的元素x hl 换为a hl (t)后得到的n-1阶行列式,恰为行列式)t (a )t (a )t (a )t (a )t (a )t (a )t (a )t (a )t (a nn n2n1in i2i11n 1211⋯⋯⋯⋯⋯'⋯''⋯⋯⋯⋯⋯中a ’ij (t)的代数余分式,于是知 D ’(t)=∑=⋯⋯⋯⋯⋯'⋯''⋯⋯⋯⋯⋯n1k nn n2n1k n k 2k 11n 1211)t (a )t (a )t (a )t (a )t (a )t (a )t (a )t (a )t (a .。
数学分析17.4多元函数微分学之泰勒公式与极值问题
第十七章 多元函数微分学4泰勒公式与极值问题一、高价偏导数概念1:二元函数z=f(x,y)的二阶偏导数有如下四种情形: (1)⎪⎭⎫ ⎝⎛∂∂∂∂x z x =22x z ∂∂=f xx (x,y); (2)⎪⎭⎫ ⎝⎛∂∂∂∂x z y =yx z 2∂∂∂=f xy (x,y); (3)⎪⎪⎭⎫ ⎝⎛∂∂∂∂y z x =x y z 2∂∂∂=f yx (x,y); (4)⎪⎪⎭⎫ ⎝⎛∂∂∂∂y z y =22y z ∂∂=f yy (x,y). 二元函数z=f(x,y)的三阶偏导数有共有八种情形,如:⎪⎪⎭⎫ ⎝⎛∂∂∂∂22x z x =33x z ∂∂=3x f (x,y);⎪⎪⎭⎫ ⎝⎛∂∂∂∂22x z y =y x z 23∂∂∂=y x 2f (x,y);……例1:求函数z=e x+2y 的所有二阶偏导数和23xy z ∂∂∂. 解:∵z x =e x+2y ; z y =2e x+2y ;∴z xx =ex+2y ; z xy =2e x+2y ; z yx =2e x+2y ; z yy =4e x+2y ;23x y z ∂∂∂=⎪⎪⎭⎫ ⎝⎛∂∂∂∂∂x y z x 2=2e x+2y .例2:求函数z=arctan xy 的所有二阶偏导数.解:∵z x =22x y 1xy -⎪⎭⎫ ⎝⎛+=-22y x y +; z y =2x y 1x1⎪⎭⎫ ⎝⎛+=22y x x +; ∴z xx =222)y (x 2x y +; z xy =-222222)y (x y 2y x +-+=22222)y (x x y +-; z yx =222222)y (x x 2y x +-+=22222)y (x x y +-; z yy =-222)y (x 2x y +.注:既有关于x又有关于y的高阶偏导数,称为混合偏导数.定理17.7:若f xy(x,y)和f yx(x,y)都在点(x0,y0)连续,则f xy(x0,y0)=f yx(x0,y0). 证:令F(△x,△y)=f(x0+△x,y0+△y)-f(x0+△x,y0)-f(x0,y0+△y)+f(x0,y0),φ(x)=f(x,y0+△y)-f(x,y0),则F(△x,△y)=φ(x0+△x)-φ(x0).∵f存在关于x的偏导数,∴φ可导,应用一元函数的中值定理,有φ(x0+△x)-φ(x0)=φ’(x0+θ1△x)△x=[f x(x0+θ1△x,y0+△y)-f x(x0+θ1△x,y0)]△x, (0<θ1<1).又由f x存在关于y的偏导数,∴对以y为自变量的函数f x(x0+θ1△x,y) 应用一元函数的中值定理,又有φ(x0+△x)-φ(x0)=f xy(x0+θ1△x,y0+θ2△y)△x△y, (0<θ1,θ2<1).∴F(△x,△y)=f xy(x0+θ1△x,y0+θ2△y)△x△y, (0<θ1,θ2<1).若令ψ(y)=f(x0+△x,y)-f(x0,y),则有F(△x,△y)=ψ(y0+△y)-φ(y0).同理可得F(△x,△y)=f yx(x0+θ3△x,y0+θ4△y)△x△y, (0<θ3,θ4<1).当△x,△y不为零时,就有f xy(x0+θ1△x,y0+θ2△y)=f yx(x0+θ3△x,y0+θ4△y), (0<θ1,θ2,θ3,θ4<1).又f xy(x,y)和f yx(x,y)都在点(x0,y0)连续,∴当△x→0,△y→0时,上式两边极限存在且相等,∴f xy(x0,y0)=f yx(x0,y0).注:n元函数m阶混合偏导数在某点都连续时,则与顺序无关.概念2:设z 是通过中间变量x,y 而成为s,t 的函数,即z=f(x,y), 其中x=φ(s,t), y=ψ(x,t). 若函数f,φ,ψ都具有连续的二阶偏导数,则作为复合函数z 对s,t 同样存在二阶连续偏导数,即由一阶偏导数: s z ∂∂=s x x z ∂∂∂∂+s y y z ∂∂∂∂,t z ∂∂=t x x z ∂∂∂∂+ty y z ∂∂∂∂,可得二阶偏导数: 22s z ∂∂=s x x z s ∂∂⎪⎭⎫ ⎝⎛∂∂∂∂+⎪⎭⎫ ⎝⎛∂∂∂∂⋅∂∂s x s x z +s y y z s ∂∂⎪⎪⎭⎫ ⎝⎛∂∂∂∂+⎪⎭⎫ ⎝⎛∂∂∂∂⋅∂∂s y s y z =s x x z 22∂∂ ⎝⎛∂∂+s x s y y x z 2∂∂⎪⎭⎫∂∂∂∂∂+22s x x z ∂∂⋅∂∂+s y y z 22∂∂ ⎝⎛∂∂+s y s x x y z 2∂∂⎪⎭⎫∂∂∂∂∂+22s y y z ∂∂⋅∂∂ =222s x x z ⎪⎭⎫ ⎝⎛∂∂∂∂+2s x s y y x z 2∂∂∂∂∂∂∂+222s y y z ⎪⎭⎫ ⎝⎛∂∂∂∂+22s x x z ∂∂⋅∂∂+22s y y z ∂∂⋅∂∂. 同理可得: 22t z ∂∂=222t x x z ⎪⎭⎫ ⎝⎛∂∂∂∂+2t x t y y x z 2∂∂∂∂∂∂∂+222t y y z ⎪⎭⎫ ⎝⎛∂∂∂∂+22t x x z ∂∂⋅∂∂+22t y y z ∂∂⋅∂∂. t s z 2∂∂∂=t x s x x z 22∂∂∂∂∂∂+t y s x y x z 2∂∂ ⎝⎛∂∂∂∂∂+⎪⎭⎫∂∂∂∂s y t x +t y s y y z 22∂∂∂∂∂∂+t s x x z 2∂∂∂⋅∂∂+t s y y z 2∂∂∂⋅∂∂=s t z 2∂∂∂.例3:设z=f(x,y x ), 求22x z ∂∂,yx z 2∂∂∂. 解:记z=f(u,v), u=x, v=yx ,由复合函数求导公式有:x z ∂∂=x u u f ∂∂∂∂+x v v f ∂∂∂∂=u f ∂∂+vf y 1∂∂, ∴22xz ∂∂= ⎝⎛∂∂∂∂u f x +⎪⎭⎫∂∂v f y 1=x u u f 22∂∂∂∂+x v v u f 2∂∂∂∂∂+ ⎝⎛∂∂∂∂∂x u u v f y 12+⎪⎭⎫∂∂∂∂x v v f 22 =22uf ∂∂+v u f y 22∂∂∂+222v f y 1∂∂. y x z 2∂∂∂= ⎝⎛∂∂∂∂u f y +⎪⎭⎫∂∂v f y 1=y u u f 22∂∂∂∂+y v v u f 2∂∂∂∂∂-v f y 12∂∂+ ⎝⎛∂∂∂∂∂y u u v f y 12+⎪⎪⎭⎫∂∂∂∂y v v f 22=-v u f y x 22∂∂∂-v f y 12∂∂-223vf y x ∂∂.二、中值定理和泰勒公式概念3:若区域D 上任意两点的连线都含于D ,则称D 为凸区域,即 若D 为凸区域,则对任意两点P 1(x 1,x 2), P 2(x 2,y 2)∈D 和一切λ(0≤λ≤1), 恒有P(x 1+λ(x 2-x 1),y 1+λ(y 2-y 1))∈D.定理17.8:(中值定理)设二元函数f 在凸开域D ⊂R 2上连续,在D 的所有内点都可微,则对任意两点P(a,b),Q(a+h,b+k)∈D ,存在θ(0<θ<1), 使得f(a+h,b+k)-f(a,b)=f x (a+θh,b+θk)h+f y (a+θh,b+θk)k.证:令φ(t)=f(a+th,b+tk),它是定义在[0,1]上的一元函数;∵φ(t)在[0,1]上连续,在(0,1)上可微;∴根据一元函数中值定理, 存在θ(0<θ<1), 使得φ(1)-φ(0)=φ’(θ). 由复合函数的求导法则知, φ’(θ)=f x (a+θh,b+θk)h+f y (a+θh,b+θk)k. 又由D 为凸区域知,(a+θh,b+θk)∈D, ∴f(a+h,b+k)-f(a,b)=f x (a+θh,b+θk)h+f y (a+θh,b+θk)k.注:对闭凸域D ,任意两点P 1(x 1,x 2), P 2(x 2,y 2)∈D 和一切λ(0<λ<1),都有 P(x 1+λ(x 2-x 1),y 1+λ(y 2-y 1))∈intD ,则对D 上连续,intD 内可微的函数f , 只要P ,Q ∈intD ,也存在θ∈(0,1)使中值定理成立. 如,若D 为圆域{(x,y)|(x-ξ)2+(y-ζ)2≤r 2}, f 在D 上连续,在intD 内可微,则中值定理成立;若D 为矩形区域[a,b]×[c,d],则不能保证对D 上任意两点P ,Q 都有中值定理成立.推论:若函数f 在区域D 上存在偏导数,且f x ≡f y ≡0,则f 在区域D 上为常量函数.证:设P 和P ’是区域D 上任意两点,由于D 为区域,可用一条完全在D 内的折线连接PP ’. 设x 1为折线上第一个折点, 直线段Px 1上每一点P 0(x 0,y 0), 存在邻域U(P 0)⊂D, 由中值定理知, 在U(P 0)内任一点M(x m ,y m )有f(M)-f(P 0)=f x (θ1)(x m -x 0)+f y (θ1)(y m -y 0), ∵f x ≡f y ≡0,∴f(M)-f(P 0)=0, 即f(M)=f(P 0),∴在U(P 0)内f 是常数函数. 由Px 1上每一点都有这样的邻域U(P 0),使得f(x,y)=常数.由有限覆盖定理知,存在有限个邻域U(P 1),…,U(P N )覆盖Px 1, ∴f(P)=f(x 1), 以x 1,…,x n 表示折线上的所有折点,同理有f(P)=f(x 1)=…=f(x n )=f(P ’). 又由P ,P ’在区域D 内的任意性,知在D 内,f(x,y)=常数.例4:对f(x,y)=1xy 2x 12+-应用微分中值定理,证明存在θ(0<θ<1),使得1-2=2(1-3θ)(1-2θ+3θ2)-3/2.解:f 定义在E={(x,y)|x 2-2xy+1>0}上,凸区域D={(x,y)|x 2+y 2≤1}⊂E. 又f x =-()321xy 2x y-x +-; f y =()321xy 2x x+-,且f,f x ,f y 都在D 上连续,取(1,0),(0,1)∈D ,根据微分中值定理,存在θ(0<θ<1), 使得 f(1,0)-f(0,1)=f x (θ,1-θ)-f y (θ,1-θ), 即21-1=-[]321θ)-θ(12θθ)-(1-θ+--[]321θ)-θ(12θθ+-=(1-3θ)(1-2θ+3θ2)-3/2,∴1-2=2(1-3θ)(1-2θ+3θ2)-3/2.定理17.9:(泰勒定理)若函数f 在点P 0(x 0,y 0)的某邻域U(P 0)上有直到n+1阶的连续偏导数,则对U(P 0)内任一点(x 0+h,y 0+k), 存在相应的 θ∈(0,1),使得有二元函数f 在点P 0的n 阶泰勒公式:f(x 0+h,y 0+k)=f(x 0,y 0) + ⎝⎛∂∂x h +⎪⎪⎭⎫∂∂y k f(x 0,y 0)+ ⎝⎛∂∂x h !21+2y k ⎪⎪⎭⎫∂∂f(x 0,y 0)+… + ⎝⎛∂∂x h !n 1+n y k ⎪⎪⎭⎫∂∂f(x 0,y 0)+ ⎝⎛∂∂+x h !1)(n 1+1n y k +⎪⎪⎭⎫∂∂f(x 0+θh,y 0+θk).证:令φ(t)=f(x 0+th,y 0+tk),其定义域为[0,1],且满足一元函数泰勒条件; ∴φ(1)=φ(0)+φ’(0)+!21φ”(0)+…+!n 1φ(n)(0)+!)1(n 1+φ(n+1)(θ), (0<θ<1). 应用复合函数求导法则,可求得φ(t)的各阶导数:φ(m)(t)= ⎝⎛∂∂xh +m y k ⎪⎪⎭⎫∂∂f(x 0+th,y 0+tk), (m=1,2,…,n+1). 当t=0时,则有 φ(m)(0)= ⎝⎛∂∂x h +m y k ⎪⎪⎭⎫∂∂f(x 0,y 0), (m=1,2,…,n) 及φ(n+1)(θ)= ⎝⎛∂∂x h +1n y k +⎪⎪⎭⎫∂∂f(x 0+θh,y 0+θk),将φ(m)(0), φ(n+1)(θ)代入φ(1),得f(x 0+h,y 0+k)=f(x 0,y 0)+ ⎝⎛∂∂x h +⎪⎪⎭⎫∂∂y k f(x 0,y 0)+ ⎝⎛∂∂x h !21+2y k ⎪⎪⎭⎫∂∂f(x 0,y 0)+… + ⎝⎛∂∂x h !n 1+n y k ⎪⎪⎭⎫∂∂f(x 0,y 0)+ ⎝⎛∂∂+x h !1)(n 1+1n y k +⎪⎪⎭⎫∂∂f(x 0+θh,y 0+θk), (0<θ<1).注:1、中值公式为泰勒公式在n=0时的特列情形;2、若只要求余项R n =o (ρn ) (ρ=22k h +),则仅需f 在U(P 0)内存在直到n 阶连续偏导数,便有f(x 0+h,y 0+k)=f(x 0,y 0)+∑= ⎝⎛∂∂n 1p x h !p 1+py k ⎪⎪⎭⎫∂∂f(x 0,y 0)+o (ρn ).例5:求f(x,y)=x y 在点(1,4)的泰勒公式(到二阶),并用它计算(1.08)3.96. 解:∵f(1,4)=1; f x (1,4)=yx y-1|(1,4)=4; f y (1,4)=x y lnx|(1,4)=0;f xx (1,4)=y(y-1)x y-2|(1,4)=12; f yy (1,4)= x y (lnx) 2|(1,4)=0;f xy (1,4)=f yx (1,4)=x y-1+yx y-1lnx|(1,4)=1.∴x y =1+4(x-1)+6(x-1)2+(x-1)(y-4)+ o (ρ2). 当x=1.08, y=3.96时,有 (1.08)3.96≈1+4×0.08+6×0.082-0.08×0.04=1.3552.三、极值问题定义:设函数f 在点P 0(x 0,y 0)的某邻域U(P 0)内有定义,若对于任何点P(x,y)∈U(P 0),有f(P)≤f(P 0)或f(P)≥f(P 0),则称f 在点P 0取得极大(或极小)值,统称为极值. 极大值点、极小值点统称极值点.注:1、极值点只限于定义域的内点;2、若f 在点(x 0,y 0)取得极值,则当固定y=y 0时,一元函数f(x,y 0)必定在x=x 0取相同的极值;同理,一元函数f(x 0,y)在y=y 0也取相同的极值.例6:设f(x,y)=2x 2+y 2, g(x,y)=22y -x -1,h(x,y)=xy ,讨论原点(0,0)是不是它们的极值点.解:∵f(x,y)=2x 2+y 2≥f(0,0)=0,∴原点(0,0)是f 的极小值点; 又对任何(x,y)∈{(x,y)|x 2+y 2≤1},有 g(x,y)=22y -x -1≤g(0,0)=1,∴原点(0,0)是g 的极大值点;但在原点的任意邻域内,对I,III 象限的任意点有h(x,y)>h(0,0)=0; 对II, IV 象限中的任意点有h(x,y)<h(0,0)=0; ∴(0,0)不是h 的极值点.定理17.10:(极值必要条件)若函数在点P 0(x 0,y 0)存在偏导数,且在P 0取得极值,则有f x (x 0,y 0)=0, f y (x 0,y 0)=0. 反之,若函数在点P 0满足上式,则称点P 0为f 的稳定点.注:1、极值点一定是稳定点,但稳定点不一定是极值点. 如例6中的函数h ,原点为其稳定点,但不是其极值点.2、函数在偏导数不存在的点也有可能取得极值,如f(x,y)=22y x +在原点没有偏导数,但f(0,0)=0是f 的极小值.概念4:假定f 具有二阶连续偏导数,并记H f (P 0)=⎪⎪⎭⎫ ⎝⎛)(P f )(P f )(P f )(P f 0y y 0y x 0xy 0xx =0P y y y x xy xx f f f f ⎪⎪⎭⎫ ⎝⎛,称之为P 0的黑赛矩阵.定理17.11:(极值充分条件)设二元函数f 在点P 0(x 0,y 0)的某邻域U(P 0)上具有二阶连续偏导数,且P 0是f 的稳定点,则当H f (P 0)是正定矩阵时,f 在点P 0取得极小值;当H f (P 0)是负定矩阵时,f 在点P 0取得极大值;当H f (P 0)是不定矩阵时,f 在点P 0不取极值.证:由f 在点P 0的二阶泰勒公式,及f x (P 0)= f y (P 0)=0,得f(x,y)-f(x 0,y 0)=21(△x,△y)H f (P 0)(△x,△y)T +o (△x 2+△y 2).当H f (P 0)正定时,对任何(△x,△y)≠(0,0),恒有二次型Q(△x,△y)=(△x,△y)H f (P 0)(△x,△y)T >0,∴存在一个与△x,△y 无关的正数q, 使得Q(△x,△y)≥2q(△x 2+△y 2). 从而对充分小的U(P 0), 只要(x,y)∈U(P 0), 就有f(x,y)-f(x 0,y 0)≥q(△x 2+△y 2)+o (△x 2+△y 2)=(△x 2+△y 2)(q+o (1))≥0, 即f 在点P 0取得极小值;同理, 当H f (P 0)负定时,f 在点P 0取得极大值; 当H f (P 0)不定时,若f 取极值,不妨设取极大值,则沿任何过P 0的直线x=x 0+t △x, y=y 0+t △y, f(x,y)=f(x 0+t △x,y 0+t △y)=φ(t) 在t=0亦取得极大值. 由一元函数取极大值的充分条件知 φ”(0)≤0. 而φ’(t)=f x △x+f y △y, φ”(t)=f xx △x 2+2f xy △x △y+f yy △y 2,又φ”(0)=(△x,△y)H f (P 0)(△x,△y)T , 即H f (P 0)必须为负半定,矛盾! 同理,若f 取极小值,则H f (P 0)必须为正半定,亦矛盾!∴当H f (P 0)是不定矩阵时,f 在点P 0不取极值.注:根据正半定或负半定对称阵所属主子行列式的符号规则,定理17.11又可写成为:若函数f 如定理所设,P 0是f 的稳定点,则有:(1)当f xx (P 0)>0, (f xx f yy -f xy 2)(P 0)>0时,f 在点P 0 取得极小值;(2)当f xx (P 0)<0, (f xx f yy -f xy 2)(P 0)>0时,f 在点P 0取得极大值;(3)当(f xx f yy -f xy 2)(P 0)<0时,f 在点P 0不能取得极值;(4)当(f xx f yy -f xy 2)(P 0)=0时,不能肯定f 在点P 0是否取得极值.例7:设f(x,y)=x2+5y2-6x+10y+6的极值.解:当f x=2x-6=0, f y=10y+10=0时, x=3, y=-1,即点(3,-1)是f的稳定点. ∵f xx=2>0, f yy=10, f xy=0, 即有(f xx f yy-f xy2)(3,-1)=20>0,∴f在点(3,-1)取得极小值f(3,-1)=9+5-18-10+6=-8.又f在R2上处处存在偏导数,∴(3,-1)是f唯一的极值点.例8:讨论f(x,y)=x2+xy是否存在极值.解:当f x=2x+y=0, f y=x=0时, x=0, y=0,即点(0,0)是f的稳定点.∵f xx=2, f yy=0, f xy=1, 即有(f xx f yy-f xy2)(0,0)=-1<0,∴(0,0)不是f的极值点. 又f在R2上处处存可微,∴f不存在极值.例9:设f(x,y)=(y-x2)(y-2x2),试用定理17.11能否判定f在原点是否取得极值?如果不能,请试用其它方法判定?解:∵f x(0,0)=8x3-6xy|(0,0)=0, f y(0,0)=2y-3x2|(0,0)=0, ∴原点是f的稳定点. 又f xx=24x2-6y, f yy=2, f xy=-6x, 即有(f xx f yy-f xy2)(0,0)=0,∴由定理17.11无法判定f在原点是否取得极值.但当x2<y<2x2时,有f(x,y)<f(0,0),而当y>2x2或y<x2时,f(x,y)>f(0,0),∴f不可能在原点取得极值.例10:证明:圆的所有外切三角形中,以正三角形的面积为最小. 证:记圆的半径为1,任一外切三角形切点间弧长分别为α,β,γ,其中γ=2π-(α+β),则外切三角形的面积可以表示为:S=tan 2α+tan 2β+tan 2γ= tan 2α+tan 2β-tan2β+α, 0<α,β<π.当S α=21(sec 22α-sec 22β+α)=0, S β=21(sec 22β-sec 22β+α)=0时,α=β=32π,即S 有稳定点(32π,32π). ∵S αα(32π,32π)=43>0, S ββ(32π,32π)=23,S αβ(32π,32π)=43, 即有(S ααS ββ-S αβ2)(32π,32π)=36>0,∴S 在(32π,32π)取得极小值. 又S 在定义域内处处存在偏导数,∴(32π,32π)是S 唯一的极小值点,∴当α=β=32π, γ=2π-(α+β)=32π,即外切三角形为正三角形时,面积最小.例11:(最小二乘法问题)设通过观测或实验得到一列点(x i ,y i ),i=1,2,…,n.它们大体上在一条直线上,即大体上可用直线方程来反映变量x 与y 之间的对应关系. 现要确定一直线使得与这n 个点的偏差平方和最小(最小二乘方).解:设所求直线方程为y=ax+b ,则这n 个点的偏差平方和可表示为: f(a,b)=∑=+n 1i 2i i )y -b (ax .当f a =2∑=+n 1i i i i )y -b (ax x =0, f b =2∑=+n1i i i )y -b (ax =0时,整理得⎪⎪⎩⎪⎪⎨⎧=+=+∑∑∑∑∑=====n1i i n 1i i n1i i i n 1i i n 1i 2i y bn x a y x x b x a , 解方程组,得f(a,b)的稳定点: a 0=∑∑∑∑∑=====⎪⎭⎫ ⎝⎛-⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛-n 1i 2n 1i i 2i n 1i i n 1i i n1i i i x x n y x y x n , b 0=2n1i i n 1i 2i n 1i i n 1i i i n 1i i n 1i 2i x x n x y x y x ⎪⎭⎫⎝⎛-⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛-⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛∑∑∑∑∑∑======. 又A=f aa =2∑=n 1i 2ix >0, B=f ab =2∑=n1i i x , C=f bb =2n, D=AC-B 2=4n ∑=n1i 2ix -4(∑=n1i i x )2>0,从而f(a,b)在点(a 0,b 0)取得极小值,根据实际可知该极小值就是最小值.习题1、求下列函数的高阶偏导数.(1)z=x 4+y 4-4x 2y 2, 二阶偏导数;(2)z=e x (cosy+xsiny), 二阶偏导数;(3)z=xln(xy), y x z 23∂∂∂,23y x z ∂∂∂;(4)u=xyze x+y+z , r q p r q p zy x z ∂∂∂∂++; (5)z=f(xy 2,x 2y), 二阶偏导数;(6)u=f(x 2+y 2+z 2), 二阶偏导数; (7)z=f(x+y,xy,yx), z x ,z xx ,z xy .解:(1)z x =4x 3-8xy 2, z y =4y 3-8x 2y, z xx =12x 2-8y 2, z yy =12y 2-8x 2, z xy =z yx =-16xy. (2)z x =e x (cosy+xsiny)+e x siny=e x (cosy+siny+xsiny), z y =e x (xcosy-siny), z xx =e x (cosy+siny+xsiny)+e x siny=e x (cosy+2siny+xsiny), z yy =-e x (xsiny+cosy), z xy =z yx =e x (cosy-siny+xcosy).(3)∵x z ∂∂=ln(xy)+1, 22x z ∂∂=x 1, y x z 2∂∂∂=y 1, ∴y x z 23∂∂∂=0; 23yx z∂∂∂=-2y 1. (4)方法一:∵x u ∂∂=(yz+xyz)e x+y+z, ∴p p xu ∂∂=(pyz+xyz)e x+y+z ;∵y x u p 1p ∂∂+=(pz+pyz+xz+xyz)e x+y+z, ∴q p q p y x u ∂∂+=(qpz+pyz+qxz+xyz)e x+y+z ,∵zy x uq p q p ∂∂+=(qp+qpz+py+pyz+qx+qxz+xy+xyz)e x+y+z , ∴r q p r q p zy x z∂∂∂∂++=(rqp+qpz+rpy+pyz+rqx+qxz+rxy+xyz)e x+y+z . 方法二:u=xyze x+y+z =xe x ·ye y ·ze z . 由归纳法知: (xe x )(p)=(x+p)e x , (ye y )(q)=(y+q)e y , (ze z )(r)=(z+r)e x ,∴r q p r q p zy x z∂∂∂∂++=(xe x )(p)(ye y )(q)(ze z )(r)=(x+p)(y+q)(z+r)e x+y+z . (5)∵z x =y 2f 1+2xyf 2, z y =2xyf 1+x 2f 2,∴z xx =y 4f 11+4xy 3f 12+4x 2y 2f 22+2yf 2, z yy =2xf 1+4x 2y 2f 11+4x 3yf 21+x 4f 22, z xy =z yx =2yf 1+y 2(2xyf 11+x 2f 12)+2xf 2+2xy(x 2f 22+2xyf 21) =2yf 1+2xf 2+2xy(x 2f 22+y 2f 11)+5x 2y 2f 21.(6)设w=x 2+y 2+z 2, 则u=f(w). ∵u x =2xf ’(w), u y =2yf ’(w), u z =2zf ’(w), ∴u xx =2f ’(w)+4x 2f ”(w), u yy =2f ’(w)+4y 2f ”(w), u zz =2f ’(w)+4z 2f ”(w), u xy =u yx =4xyf ”(w); u yz =u zy =4yzf ”(w); u zz =u zx =4xzf ”(w). (7)z x =f 1+yf 2+y1f 3,z xx =f 11+yf 12+y 1f 13+y(f 21+yf 22+y 1f 23)+y 1(f 31+yf 32+y1f 33) =f 11+f 23+f 32+y(f 12+f 21)+y 2f 22+y 1(f 13+f 31)+2y 1f 33 = f 11+2yf 12+y2f 13+y 2f 22+2f 23+2y1f 33. z xy =f 11+xf 12-2y x f 13+f 2+y(f 21+xf 22-2y x f 23)-2y 1f 3+y 1(f 31+xf 32-2y x f 33) =f 11+(x+y)f 12+ ⎝⎛y 1-⎪⎪⎭⎫2y x f 13+xyf 22 -3y x f 33+f 2-2y 1f 3.2、设u=f(x,y), x=rcos θ, y=rsin θ, 证明:22ru ∂∂+r u r 1∂∂+222θu r 1∂∂=22x u ∂∂+22y u∂∂.证:∵r u ∂∂=r x x u ∂∂∂∂+r y y u ∂∂∂∂=cos θxu ∂∂+sin θy u∂∂,θu ∂∂=θx x u ∂∂∂∂+θy y u ∂∂∂∂=rcos θy u ∂∂-rsin θxu ∂∂;∴22r u ∂∂=cos 2θ22x u ∂∂+2sin θcos θy x u 2∂∂∂+sin 2θ22yu ∂∂, 22θu ∂∂=r 2cos 2θyu 22∂∂-rsin θy u ∂∂+r 2sin 2θ22x u ∂∂-rcos θx u ∂∂-2r 2sin θcos θy x u 2∂∂∂; 又r u r 1∂∂=r 1cos θx u ∂∂+r1sin θy u∂∂,222θu r 1∂∂= cos 2θy u 22∂∂-r1sin θy u ∂∂+sin 2θx u ∂∂-r 1cos θx u ∂∂-2sin θcos θy x u 2∂∂∂; ∴22r u ∂∂+r u r 1∂∂+222θu r 1∂∂=22x u ∂∂+22yu∂∂.3、设u=f(r), r2=x 12+x 22+…+x n 2,证明:212x u ∂∂+222x u ∂∂+…+2n 2x u ∂∂=22dru d +dr dur 1-n .证:记∵k x u ∂∂=k x r dr du ∂∂=dr du r x k , ∴2k 2x u ∂∂=dr du rx r 132k⎪⎪⎭⎫ ⎝⎛-+r d u d r x 2222k , k=1,2,…,n ∴∑=∂∂n1k 2k2x u =212x u ∂∂+222x u ∂∂+…+2n 2x u ∂∂=22dr u d +dr du r 1r n ⎪⎭⎫ ⎝⎛-=22dr u d +dr dur 1-n .4、设v=r 1g ⎪⎭⎫ ⎝⎛-c r t , c 为常数,r=222z y x ++. 证明:v xx +v yy +v zz =2c1v tt .证:∵v x =-r x r 12g+r 1⎪⎭⎫⎝⎛-cr x g ’=-3r x g-2cr x g ’, v y =-3r y g-2cr y g ’, v z =-3r z g-2crz g ’; ∴v xx =522r r -3x g+42cr x g ’+422cr r -2x g ’+322r c x g ” =522r r -3x g+422cr r -3x g ’+322r c x g ”, v yy =522r r -3y g+422cr r -3y g ’+322r c y g ”, v zz =522rr -3z g+422cr r -3z g ’+322r c z g ”,∵522r r -3x +522r r -3y +522r r -3z =0, 422cr r -3x +422cr r -3y +422cr r -3z =0, 322r c x +322r c y +322r c z =r c 12, ∴v xx +v yy +v zz =rc 12g ”; 又v t =r 1g ’, v tt =r 1g ”, ∴v xx +v yy +v zz =2c 1v tt .5、证明定理17.8的推论. 证:证明过程见17.8推论.6、通过对F(x,y)=sinxcosy 施用中值定理,证明对某θ∈(0,1),有43=3πcos 3πθcos 6πθ-6πsin 3πθsin 6πθ. 证:F x =cosxcosy, F y =-sinxsiny. 对点(3π,6π)和(0,0)运用中值定理知,存在某θ∈(0,1),有F(3π,6π)-F(0,0)=3πF x (3πθ,6πθ)+6πF y (3πθ,6πθ),即sin 3πcos 6π-sin0cos0=3πcos 3πθcos 6πθ-6πsin 3πθsin 6πθ, 又sin 3πcos 6π-sin0cos0=43,∴43=3πcos 3πθcos 6πθ-6πsin 3πθsin 6πθ.7、求下列函数在指定点处的泰勒公式:(1)f(x,y)=sin(x 2+y 2)在点(0,0) (至二阶);(2)f(x,y)=yx在点(1,1) (至三阶); (3)f(x,y)=ln(1+x+y)在点(0,0);(4)f(x,y)=2x 2-xy-y 2-6x-3y+5在点(1,-2). 解:(1)∵f(0,0)=sin0=0, f x (0,0)=2xcos(x 2+y 2)|(0,0)=0, f y (0,0)=0, f xx (0,0)=[2cos(x 2+y 2)-4x 2sin(x 2+y 2)]|(0,0)=2, f yy (0,0)=2, f xy (0,0)=f yx (0,0)=-4xysin(x 2+y 2)|(0,0)=0, f xxx (θx,θy)=[-12xsin(x 2+y 2)-8x 3cos(x 2+y 2)]|(θx,θy)=-4θxsin(θ2x 2+θ2y 2)-8θ3x 3cos(θ2x 2+θ2y 2), f xxy (θx,θy)=[-4ysin(x 2+y 2)-8x 2ycos(x 2+y 2)]|(θx,θy) =-4θysin(θ2x 2+θ2y 2)-8θ3x 2ycos(θ2x 2+θ2y 2), f yyx (θx,θy)=-4θxsin(θ2x 2+θ2y 2)-8θ3xy 2cos(θ2x 2+θ2y 2), f yyy (θx,θy)=-12θysin(θ2x 2+θ2y 2)-8θ3y 3cos(θ2x 2+θ2y 2), ∴sin(x 2+y 2)=x 2+y 2+R 2(x,y),其中R 2(x,y)=61[x 3f xxx (θx,θy)+3x 2yf xxy (θx,θy)+3xy 2f yyx (θx,θy) +y 3f yyy (θx,θy)] =-32[3θ(x 2+y 2)2sin(θ2x 2+θ2y 2) +2θ3(x 2+y 2)3cos(θ2x 2+θ2y 2)]. (2)∵f(1,1)=1, f x (1,1)=y1|(1,1)=1, f y (1,1)=-2y x|(1,1)=-1, f xx =0, f yy (1,1)=3y 2x |(1,1)=2, f xy (1,1)=f yx (1,1)=-2y1|(1,1)=-1, f xxx =f xxy =0, f yyx (1,1)=3y 2|(1,1)=2, f yyy (1,1)=-4y 6x|(1,1)=-6, f xxxx =f xxxy =f xxxy =f xxyy =0, f yyyx (1+θx,1+θy)=-4θy)(16+, f yyyy (1+θx,1+θy)=5θy)(1θx )24(1++. ∴yx=1+(x-1)-(y-1)-(x-1)(y-1)+(y-1)2+(x-1)(y-1)2-(y-1)3+R 3(x,y),其中 R 3(x,y)=241[4(x-1)(y-1)3f yyyx (1+θx,1+θy)+(y-1)4f yyyy (1+θx,1+θy)] =-431)]-θ(y [11)-1)(y -(x ++51)]-θ(y [11)-θ(x 1++(y-1)4. (3)∵k k x f ∂∂=k 1-k y)x (11)!-(k (-1)++=k k yf ∂∂, ∴k k x f(0,0)∂∂=kk y f(0,0)∂∂=(-1)k-1(k-1)!; ∵p -n p n y x f ∂∂∂=n1-n y)x (11)!-(n (-1)++, ∴p -n p n yx f(0,0)∂∂∂=(-1)n-1(n-1)!;∴ ⎝⎛∂∂x x p!1+py y ⎪⎪⎭⎫∂∂f(0,0)=∑=p 0i p iC p!1(-1)p-1(p-1)!x i y p-i =p (-1)1-p (x+y)p. ⎝⎛∂∂+x x 1)!(n 1+py y ⎪⎪⎭⎫∂∂f(θx,θy)=1n n 1-n 0p p 1n θy)θx (1n!)1(C 1)!(n 1+=+++-+∑x p y n-p =1n n θy)θx 1)(1(n )1(++++- (x+y)n+1. ∴ln(1+x+y)=p y)(x )1(p n1p 1-p +-∑=+(-1)n1n 1n θy)θx 1)(1(n )y x (++++++, (0<θ<1). (4)∵f(1,-2)=5, f x (1,-2)=(4x-y-6)|(1,-2)=0, f y (1,-2)=(-x-2y-3)|(1,-2)=0, f xx =4, f yy =-2, f xy =f yx =-1, ∴f 的三阶偏导数都为0, ∴2x 2-xy-y 2-6x-3y+5=5+2(x-1)2-(x-1)(y+2)-(y+2)2.8、求下列函数的极值点:(1)z=3axy-x 3-y 3 (a>0);(2)z=x 2-xy+y 2-2x+y ;(3)z=e 2x (x+y 2+2y). 解:(1)当z x =3ay-3x 2=0, z y =3ax-3y 2=0时,x=y=0或x=y=a, ∴函数z 有稳定点(0,0)和(a,a).又z xx (a,a)=-6a<0, z yy (a,a)=-6a, z xx (0,0)=0, z yy (0,0)=0, z xy =z yx =3a, 即有 (z xx z yy -z xy 2)(a,a)=27a 2>0; (z xx z yy -z xy 2)(a,a)=-9a 2<0, ∴(a,a)是极大值点, (0,0)不是极值点.(2)当z x =2x-y-2=0, z y =-x+2y +1=0时,x=1, y=0,∴函数z 有稳定点(1,0). 又z xx =2>0, z yy =2, z xy =z yx =-1, 即有z xx z yy -z xy 2=3>0;∴(1,0)是极小值点. (3)当z x =e 2x (2x+2y 2+4y+1)=0, z y =e 2x (2y+2)=0时,x=21, y=-1,∴函数z 有稳定点(21,-1). 又z xx =e 2x (4x+4y 2+8y+4), z xx (21,-1)=2e>0; z yy =2e 2x , z yy (21,-1)=2e; z xy =z yx =e 2x (4y+4), z xy (21,-1)=z yx (21,-1)=0, 即有(z xx z yy -z xy 2)(21,-1)=4e 2>0; ∴(21,-1)是极小值点.9、求下列函数在指定范围内的最大值与最小值:(1)z=x 2-y 2, {(x,y)|x 2+y 2≤4};(2)z=x 2-xy+y 2, {(x,y)||x|+|y|≤1}; (3)z=sinx+siny-sin(x+y), {(x,y)|x ≥0,y ≥0,x+y ≤2π}.解:(1)当z x =2x=0, z y =-2y=0时,x=0, y=0,∴函数z 有稳定点(0,0). 又z xx =2>0, z yy =-2, z xy =z yx =0, 即有z xx z yy -z xy 2=-4<0;∴(0,0)不是极值点. 当x 2+y 2=4时,y 2=4-x 2,∴z=2x 2-4. 由z ’=4x=0,得稳定点x=0, y=±2, z(0,2)=z(0,-2)=-4. 又x 2=4-y 2,∴z=4-2y 2.由z ’=-4y=0,得稳定点y=0, x=±2, z(2,0)=z(-2,0)=4. ∴在(2,0),(-2,0)取最大值4, 在(2,0),(-2,0)取最小值-4. (2)当z x =2x-y=0, z y =2y-x=0时,x=0, y=0,∴函数z 有稳定点(0,0). 又z xx =2>0, z yy =2, z xy =z yx =-1, 即有z xx z yy -z xy 2=3>0;∴z(0,0)=0是极小值. 当x+y=1, 即y=1-x 时, z=x 2-x(1-x)+(1-x)2=3x 2-3x+1, 由z ’=6x-3=0, 得稳定点x=21, y=21, z(21,21)=41;当x-y=1, 即y=x-1时, z=x 2-x(x-1)+(x-1)2=x 2-x+1, 由z ’=2x-1=0, 得 稳定点x=21,y=-21, z(21,-21)=43;当-x-y=1, 即y=-x-1时, z=x 2-x(-x-1)+(-x-1)2=3x 2+3x+1, 由z ’=6x+3=0, 得 稳定点x=-21,y=-21, z(-21,-21)=43; 又z(1,0)=z(0,1)=z(-1,0)=z(0,-1)=1, ∴函数在(1,0),(0,1),(-1,0),(0,-1)取最大值1, 在(0,0)取最小值0. (3)当z x =cosx-cos(x+y)=0, z y =cosy-cos(x+y)=0时,cosx=cosy, ∴函数的稳定点在x=y 或x+y=2π上.当x=y 时cosx-cos2x=-2cos 2x+cosx+1=0, ∴cosx=cosy=-21或1,∴x=y=32π或x=y=0, z(32π,32π)=233, z(0,0)=0. 又在边界{(x,y)|x=0, 0≤y ≤2π}∪{(x,y)|y=0, 0≤x ≤2π}∪{(x,y)|x+y=2π}上, z=0, ∴函数在(32π,32π)取最大值233, 在边界上取最小值0.10、在已知周长为2p 的一切三角形中,求出面积为最大的三角形. 解:设三边分别为x,y,y. 则面积S=z)-y)(p -x)(p -p(p , x+y+z=2p. ∴S=p)-y y)(x -x)(p -p(p , (x,y)∈D={(x,y)|0≤x ≤p, 0≤y ≤p, x+y ≥p }. 根据S 偏导数的特点,可知S 与f=(p-x)(p-y)(x+y-p)有相同的稳定点. 又当f x =(p-y)(2p-2x-y)=0, f y =(p-x)(2p-2y-x)=0时, x=y=32p , z=2p-x-y=32p, 且S 在D 的边界上有S ≡0, ∴S 在(32p ,32p)处取得最大值,即 边长为32p 的等边三角形面积最大为S(32p ,32p)=9p 3.11、在xy 平面上求一点,使它到三直线x=0, y=0及x+2y-16=0的距离平方和最小.解:所求点(x,y)到三直线的距离平方和为:s=x 2+y 2+516)-2y +(x 2.当s x =2x+516)-2y +2(x =0, s y =2y+516)-2y +4(x =0时,x=58, y=516. ∴(58,516)是s 的稳定点. 又s 在R 2内处处存在连续的偏导数, ∴(58,516)是s 唯一的稳定点,也是s 的最小值点.12、已知平面上n 个点的坐标分别为A 1(x 1,x 1), A 2(x 2,y 2), …,A n (x n ,y n ),试求一点,使它与这n 个点距离的平方和最小.解: 设点(x,y)为所求,它与各点距离平方和为:S=∑=+n1i 2i 2i ])y -(y )x -[(x .当S x =2nx-2∑=n 1i i x =0, S y =2ny-2∑=n1i i y =0时,x=∑=n 1i i x n 1, y=∑=n1i i y n 1.又S 在R 2内处处存在连续的偏导数,∴(∑=n 1i i x n 1,∑=n1i i y n 1)是S 唯一的稳定点,也是S 的最小值点.13、证明:函数u=ta 4b)-(x 22eπta 21-(a,b 为常数)满足热传导方程:t u ∂∂=a 222xu∂∂.证:t u∂∂=-ta 4b)-(x 322e πta 41-+ta 4b)-(x 22222e t a 4b)-(x πta 21-. x u ∂∂=-ta 4b)-(x 222e ta 4b)-2(x πt a 21-, 22x u∂∂=-ta 4b)-(x 3322e πta 41+ta 4b)-(x 24222e t a 4b)-(x πt 2a 1-,∴a 222x u∂∂=-ta 4b)-(x 322e πta 41-+ta 4b)-(x 22222e t a 4b)-(x πta 21-=tu∂∂.14、证明:函数u=ln 22b)-(y a)-(x +(a,b 为常数)满足拉普拉斯方程:22x u ∂∂+22yu∂∂=0. 证:∵x u∂∂=2222b)-(y a)-(x b)-(y a)-(x a -x +⋅+=22b)-(y a)-(x a -x +, ∴22x u ∂∂=222222]b)-(y a)-[(x a)-(x 2b)-(y a)-(x +-+=22222]b)-(y a)-[(x a)-(x b)-(y +-; 同理可得22y u∂∂=22222]b)-(y a)-[(x b)-(y a)-(x +-; ∴22x u ∂∂+22yu ∂∂=0.15、证明:若函数u=f(x,y)满足拉普拉斯方程:22x u ∂∂+22yu∂∂=0;则函数v=f(22y x x +,22y x y+)也满足此方程. 证:记s=22y x x +, t=22y x y +, 则x s ∂∂=22222)y x (x y +-=-y t ∂∂,y s∂∂=-222)y x (x y 2+=xt ∂∂.x v ∂∂=x s s f ∂∂∂∂+x t t f ∂∂∂∂,22x v ∂∂=222x s s f⎪⎭⎫⎝⎛∂∂∂∂+2x t x s t s f 2∂∂∂∂∂∂∂+222x t t f ⎪⎭⎫ ⎝⎛∂∂∂∂+22x s s f ∂∂∂∂+22x tt f ∂∂∂∂; 同理22y v ∂∂=222y s s f ⎪⎪⎭⎫⎝⎛∂∂∂∂+2y t y s t s f 2∂∂∂∂∂∂∂+222y t t f ⎪⎪⎭⎫ ⎝⎛∂∂∂∂+22y s s f ∂∂∂∂+22y tt f ∂∂∂∂; ∵22x s ∂∂=-x y t 2∂∂∂,22y s ∂∂=y x t 2∂∂∂, ∴22x s ∂∂+22y s ∂∂=0, 同理22x t ∂∂+22yt∂∂=0. 又2x s ⎪⎭⎫ ⎝⎛∂∂=2y t ⎪⎪⎭⎫ ⎝⎛∂∂, 2x t ⎪⎭⎫ ⎝⎛∂∂=2y s ⎪⎪⎭⎫⎝⎛∂∂, x t x s ∂∂∂∂=-y t y s ∂∂∂∂,22s f ∂∂+22t f ∂∂=0, 代入上述各式子,可得22x v ∂∂+22yv∂∂=0.16、设函数u=φ(x+ψ(y)),证明y x u x u 2∂∂∂∂∂=22x uy u ∂∂∂∂.证:令s=x+ψ(y), 则∵x u ∂∂=ds d φ,y x u 2∂∂∂=dy d ψds φd 22, ∴y x u x u 2∂∂∂∂∂=dy d ψds φd ds d φ2;又y u ∂∂=dy d ψds d φ, 22x u ∂∂=22dsφd , ∴22x u y u ∂∂∂∂=dy d ψds φd ds d φ22=y x u x u 2∂∂∂∂∂.17、设f x ,f y 和f yx 在点(x 0,y 0)在某邻域内存在,f yx 在点(x 0,y 0)连续,证明:f xy 也存在,且f xy (x 0,y 0)=f yx (x 0,y 0). 证:由已知条件及中值定理得:F(△x,△y)=f(x 0+△x,y 0+△y)-f(x 0+△x,y 0)-f(x 0,y 0+△y)+f(x 0,y 0) =f yx (x 0+θ1△x,y 0+θ2△y)△x △y, 0<θ1,θ2<1,即有 f yx (x 0+θ1△x,y 0+θ2△y) =y1x )y ,f(x -)y x,f(x x y)y ,f(x -y)y x,f(x 00000000∆⎥⎦⎤⎢⎣⎡∆∆+-∆∆+∆+∆+. 又f yx 在点(x 0,y 0)连续,故对上式两边取△x →0得 f yx (x 0,y 0+θ2△y)=y)y ,f(x -)y x ,f(x 0000∆∆+,再让△y →0,由f yx 在点(x 0,y 0)连续及f xy 的定义知,f xy (x 0,y 0)=f yx (x 0,y 0).18、证明:若f x ,f y 在点(x 0,y 0)在某邻域内存在且在点(x 0,y 0)可微,则有f xy (x 0,y 0)=f yx (x 0,y 0).证:由已知条件及中值定理得:F(△x,△y)=f(x 0+△x,y 0+△y)-f(x 0+△x,y 0)-f(x 0,y 0+△y)+f(x 0,y 0) =[f x (x 0+θ1△x,y 0+△y)-f x (x 0+θ1△x,y 0)]△x, 0<θ1<1. 由f x 在点(x 0,y 0)可微知F(△x,△y)=f x (x 0+θ1△x,y 0+△y)-f x (x 0,y 0)]△x-f x (x 0+θ1△x,y 0)-f x (x 0,y 0)]△x =[f xx (x 0,y 0)θ1△x+f xy (x 0,y 0)△y+o (ρ)-f xx (x 0,y 0)θ1△x-o (ρ)]△x= f xy (x 0,y 0)△x △y+o (ρ)△x. ∴yx y)x ,f(lim (0,0)y )x,(∆⋅∆∆∆→∆∆=f xy (x 0,y 0). 同理, 由f y 在点(x 0,y 0)可微得yx y)x ,f(lim (0,0)y )x,(∆⋅∆∆∆→∆∆=f yx (x 0,y 0). ∴f xy (x 0,y 0)=f yx (x 0,y 0).19、设u=222z y x z y x111, 求(1)u x +u y +u z ;(2)xu x +yu y +zu z ;(3)u xx +u yy +u zz . 解:u x =22z y 2x z y1110=2xz+y 2-2xy-z 2=(y-z)(-2x+y+z), 同理 u y =(x-z)(-2y+x+z), u z =(x-y)(-2z+x+y),∴(1)u x +u y +u z =0; (2)xu x +yu y +zu z =3(z-y)(x-y)(x-z). 又∵u xx =2(z-y), u yy =2(x-z), u zz =2(y-x),∴(3)u xx +u yy +u zz =0.20、设f(x,y,z)=Ax 2+By 2+Cz 2+Dxy+Eyz+Fzx, 试按h,k,l 的正数幂展开f(x+h,y+k,z+l).解:∵f x =2Ax+Dy+Fz, f y =2By+Dx+Ez, f z =2Cz+Ey+Fx; f xx =2A, f yy =2B, f zz =2C; f xy =f yx =D, f xz =f zx =F, f yz =f zy =E.∴f(x+h,y+k,z+l)=f(x,y,z)+(2Ax+Dy+Fz)h+(2By+Dx+Ez)k+(2By+Dx+Ez)l +Ah 2+Bk 2+Cl 2+Dhk+Ekl+Fhl= f(x,y,z)+(2Ax+Dy+Fz)h+(2By+Dx+Ez)k+(2By+Dx+Ez)l+f(h,k,l).。
数学分析17.3多元函数微分学之方向导数与梯度
第十七章 多元函数微分学3方向导数与梯度定义1:设三元函数f 在点P 0(x 0,y 0,z 0)的某邻域U(P 0)⊂R 3有定义,l 为从点P 0出发的射线,P(x,y,z)为l 上且含于U(P 0)内的任一点,以ρ表示P 与P 0两点间的距离. 若极限ρ)f(P -f(P)lim00ρ+→=ρflim 0ρl ∆+→存在,则称此极限为函数f 在点P 0沿方向l 的方向导数,记作0P lz ∂∂,f l (P 0)或f l (x 0,y 0,z 0).若f 在点P 0存在关于x 的偏导数,则f 在P 0沿x 轴正向的方向导数为:P lz ∂∂=P xz ∂∂;当l 的方向为x 轴的负方向时,则有P lz ∂∂=-P xz ∂∂.定理17.6:若函数f 在点P 0(x 0,y 0,z 0)可微,则f 在点P 0沿任一方向l 的方向导数都存在,且f l (P 0)=f x (P 0)cos α+f y (P 0)cos β+f z (P 0)cos γ,其中 cos α,cos β,cos γ是方向l 的方向余弦.证:设P(x,y,z)为l 上任一点,于是有⎪⎩⎪⎨⎧=∆==∆==∆=ρcosγz z -z ρcosβy y -y ρcosαx x -x 000,∵f 在点P 0可微,∴f(P)-f(P 0)=f x (P 0)△x +f y (P 0)△y +f z (P 0)△z+o (ρ), 两边除以= f x (P 0)cos α+f y (P 0)cos β+f z (P 0)cos γ+ρ)ρ(o ,∴f l (P 0)=ρ)f(P -f(P)lim 00ρ+→=f x (P 0)cos α+f y (P 0)cos β+f z (P 0)cos γ.注:二元函数f(x,y)对应的结果是:f l (P 0)=f x (x 0,y 0)cos α+f y (x 0,y 0)cos β, 其中α,β是平面向量l 的方向角.例1:设f(x,y,z)=x+y 2+z 3,求f 在点P 0(1,1,1)沿方向l:(2,-2,1)的方向导数. 解:∵f x (P 0)=1; f y (P 0)=2y|(1,1,1)=2; f z (P 0)=3z 2|(1,1,1)=3; 又cos α=2221)2(22+-+=32; cos β=-32; cos γ=31;∴f l (P 0)=f x (P 0)cos α+f y (P 0)cos β+f z (P 0)cos γ=32-34+1=31.例2:讨论f(x,y)=⎩⎨⎧+∞<<∞<<其余部分时当,,0x -,x y 012在原点处的方向导数.解:f 在原点不连续,所有不可微. 但在始于原点的任何射线上, 都存在包含原点的充分小的一段,在这一段上,f 的函数值恒为0. 根据方向导数的定义,在原点处沿任何方向l 都有)(0,0lf∂∂=0.注:例2说明:(1)函数在一点可微是方向导数存在的充分条件,不是必要条件; (2)函数在一点连续既不是方向导数存在的必要条件也不是充分条件.定义2:若f(x,y,z)在点P 0(x 0,y 0,z 0)存在对所有自变量的偏导数,则称向量(f x (P 0),f y (P 0),f z (P 0))为函数f 在点P 0的梯度,记作:gradf=(f x (P 0),f y (P 0),f z (P 0)). 向量gradf 的长度(或模)为:|gradf|=)P (f )P (f )P (f 02z 02y 02x ++. 若记l 方向上的单位向量为:l 0=(cos α,cos β,cos γ),则方向导数公式可写成:f l (P 0)=gradf(P 0)·l 0=|gradf(P 0)|cos θ,这里θ是梯度向量gradf(P 0)与l 0的夹角. 因此当θ=0时, f l (P 0)取得最大值|gradf(P 0)|,即当f 在点P 0可微时, f 在点P 0的梯度方向是f 的值增长最快的方向,且 沿这一方面的变化率就是梯度的模;而当l 与梯度向量反方向(θ=π)时,方向导数取得最小值-|gradf(P 0)|.例3:设f(x,y,z)=xy 2+yz 3, 求f 在P 0(2,-1,1)的梯度及它的模.解:由f x (P 0)=y 2|(2,-1,1)=1; f y (P 0)=2xy+z 3|(2,-1,1)=-3; f z (P 0)=3yz 2|(2,-1,1)=-3得, f 在P 0的梯度gradf=(1,-3,-3),模为:222)3()3(1-+-+=19.习题1、求函数u=xy 2+z 3-xyz 在点(1,1,2)沿方向l(方向角分别为60⁰,45⁰,60⁰)的方向导数.解:∵u x (1,1,2)=y 2-yz|(1,1,2)=-1; u y (1,1,2)=2xy-xz|(1,1,2)=0; u z (1,1,2)=3z 2-xy|(1,1,2)=11; cos60⁰=21; cos45⁰=22; ∴f l (1,1,2)=(-1)×21+0+11×21=5.2、求函数u=xyz 在点A(5,1,2)沿到点B(9,4,14)的方向AB 上的方向导数. 解:∵u x (5,1,2)=yz|(5,1,2)=2; u y (5,1,2)=xz|(5,1,2)=10; u z (5,1,2)=xy|(5,1,2)=5; cos α=222)214()14()59(59-+-+--=134; cos β=133; cos γ=1312; ∴f l (5,1,2)=2×134+10×133+5×1312=1398.3、求函数u=x 2+2y 2+3z 2+xy-4x+2y-4z 在A(0,0,0)及B(5,-3,32)的梯度以及它们的模.解:∵u x (0,0,0)=2x+y-4|(0,0,0)=-4; u x (5,-3,32)=2x+y-4|(5,-3,2/3)=3; u y (0,0,0)=4y+x+2|(0,0,0)=2; u y (5,-3,32)=4y+x+2|(5,-3,2/3)=-5; u z (0,0,0)=6z-4|(0,0,0)=-4; u z (5,-3,32)=6z-4|(5,-3,2/3)=0;∴gradu(0,0,0)=(-4,2,-4),|gradu(0,0,0)|=222)4(2)4(-++-=6; gradu(5,-3,32)=(3,-5,0),|gradu(5,-3,32)|=2220)5(3+-+=34.4、设函数u=ln ⎪⎭⎫ ⎝⎛r 1, 其中r=222)c z ()b y ()a -(x -+-+, 求u 的梯度,并指出在空间哪些点上等式|gradu|=1成立. 解:u x =x r dr du ∂∂=-r a -x r 1=2r x -a ; u y =y r dr du ∂∂=2ry -b ; u z =z r dr du ∂∂=2r z -c ;∴gradu=(2r x -a ,2r y -b ,2rz-c ). 当|gradu|=1时,由 222222r z -c r y -b r x -a ⎪⎭⎫⎝⎛+⎪⎭⎫ ⎝⎛+⎪⎭⎫ ⎝⎛=4222r z)-(c y)-(b x)-(a ++=42r r =r 1=1,知 222)c z ()b y ()a -(x -+-+=1,即空间以(a,b,c)为球心,以1为半径的球面上的所有点,都有|gradu|=1.5、设函数u=22c z -22ax -22b y ,求它在点(a,b,c)的梯度.解:∵u x (a,b,c)=-2a 2x |(a,b,c)=-a 2; u y (a,b,c)=-2b 2y |(a,b,c)= -b 2; u z (a,b,c)=2c2z|(a,b,c)=c 2; ∴gradu(a,bc)=(-a 2,-b 2,c 2).6、证明:(1)grad(u+c)=gradu,(c 为常数); (2)grad(αu+βv)=αgradu+βgradv ; (3)grad(uv)=ugradv+vgradu ; (4)gradf(u)=f ’(u)gradu.证:设u=u(x 1,…,x n ),v=v(x 1,…,x n );则 (1)grad(u+c)=(u x1,…,u xn )=gradu.(2)grad(αu+βv)=(αu x1+βv x1,…,αu xn +βv xn )=α(u x1,…,u xn )+β(v x1,…,v xn ) = αgradu+βgradv.(3)grad(uv)=(vu x1+uv x1,…,vu xn +uv xn )=u(v x1,…,v xn )+v(u x1,…,u xn ) =ugradv+vgradu.(4)gradf(u)=(f ’(u)u x1,…,f ’(u)u xn )=f ’(u)gradu.7、设r=222z y x ++, 试求:(1)gradr; (2)grad r1.解:(1)∵r x =rx ; r y =r y ; r z =r z; ∴gradr=r1(x,y,z).(2)令u=r 1, 则u x =dr du r x =-3r x ; r y =-3r y ; r z =-3rz ; ∴grad r 1=-3r 1(x,y,z).8、设u=x 2+y 2+z 2-3xyz, 试问在怎样的点集上gradu 分别满足: (1)垂直于x 轴;(3)平行于x 轴;(3)恒为零向量.解:∵u x =2x-3yz; u y =2y-3xz; u z =2z-3xy; ∵gradu=(2x-3yz,2y-3xz,2z-3xy). (1)当gradu 垂直于x 轴时,∵x 轴的方向向量为(1,0,0), ∴(2x-3yz,2y-3xz,2z-3xy)(1,0,0)=2x-3yz=0,即2x=3yz.(3)当gradu 平行于z 轴时,13yz -2x =03xz -2y =03xy-2z =c(常数),即 2x-3yz=c, 2y=3xz, 2z=3xy.(3)当gradu 恒为零向量时, (2x-3yz,2y-3xz,2z-3xy)=(0,0,0),即 2x=3yz, 2y=3xz, 2z=3xy ;解得x 2=y 2=z 2=94.9、设f(x,y)可微,l 是R 2上的一个确定向量. 倘若处处有f l (x,y)=0,试问此函数f 有何特征?解:若f l (x,y)=f x cos α+f y cos β≡0,即(f x ,f y )(cos α,cos β)=0,说明 函数f 在定义域内任一点P(x,y)的梯度向量与向量l 垂直.10、设f(x,y)可微,l 1与l 2是R 2上的一组线性无关向量. 试证明:若i l f (x,y)≡0, (i=1,2),则f(x,y)≡常数.证:依题意,f l1(x,y)=f x cos α1+f y cos β1=0,f l2(x,y)=f x cos α2+f y cos β2=0, cos α1,cos β1为l 1的方向余弦; cos α2,cos β2为l 2的方向余弦; 又l 1与l 2性线无关,即2121βcos βcos αcos αcos ,,≠0,∴f x =f y =0,∴f(x,y)≡常数.。
第十二章 多元函数的微分学
华中科技大学数学系汤燕斌
第十二章 多元函数的微分学
28
〖教学内容〗本章介绍偏导数和全微分的概念、运算、性质、求导方法和几何应用,二元函数的泰勒公式。 隐函数的概念,隐函数存在定理的各种表述,隐函数存在的判别法。多元函数极值和条件极值的概念;极值 必要条件、充分条件:求条件极值的拉格朗日乘法。 〖教学要求〗掌握多元函数的偏导数与微分的概念,区分它们与一元函数对应概念之间的区别,熟练掌握多 元函数与隐函数的求导方法,掌握偏导数在几何上的应用,掌握求多元函数无条件极值与条件极值的方法。 〖教学安排〗 §1 偏导数与全微分 §2 多元复合函数的求导法则 §3 Taylor 公式 §4 隐函数 §5 偏导数在几何中的应用 §6 无条件极值 §7 条件极值问题与 Lagrange 乘数法
定理 1 给出了计算可微函数全微分的方法. 但是两个偏导数存在只是可微的必要条件,而不是充分条件.
⎧
例
1
考查函数
f
(x,
y)
=
⎪ ⎨
xy ,
x2 + y2
⎪⎩0 ,
x2 + y2 ≠ 0,
在原点的可微性.
x2 + y2 = 0
2
《数学分析》教案 ----多元函数的微分学
华中科技大学数学系汤燕斌
解
f x (0,0)
=
∂f ∂y
| = ( x0 , y0 )
lim
∆x→0
f (x0 , y0
+ ∆y) − ∆y
f (x0 , y0 )
注: 1) 偏导数 f x (x0 , y0 ) 或 f y (x0 , y0 ) 存在,函数 z = f (x, y)
17.1可微性
第十七章 多元函数的微分学§1 可微性教学目的 掌握多元函数偏导数,可微性与全微分的定义,可微的必要条件. 教学要求(1) 基本要求:掌握多元函数偏导数,可微性与全微分的定义,熟记可微的必要条件与充分条件.(2) 较高要求:切平面存在定理的证明.教学建议(1)本节的重点是多元函数偏导数,可微性与全微分的定义.(2) 通过讨论可微的必要条件与充分条件,弄清多元函数连续,存在偏导数与可微这三个分析性质之间的关系.教学程序一、 可微性与全微分:由一元函数可微性引入二元函数可微性.定义1(可微性) 设函数(,)z f x y =在点000(,)P x y 的某邻域0()U P 内有定义,对于0()U P 中的点00(,)(,)P x y x x y y =+∆+∆,若函数f 在点0P 处的全增量可表示为 00(,)(,)()z f x x y y f x y A x B y ρ∆=+∆+∆-=∆+∆+,其中A ,B是仅与点0P 有关的常数,()ρρ=是较ρ高阶的无穷小量,则称函数f 在点0P 处可微。
全微分:当,x y ∆∆充分小时0000(,)(,)()()dz zf x y f x y A x x B y y ≈∆≈+-+-. 例1 考查函数xy y x f =),(在点) , (00y x 处的可微性 .二 、 偏导数(一)、偏导数的定义、记法),(y x f 在点),(00y x 存在偏导数定义为:000000),(),(lim ),(0x x y x f y x f y x f x x x --=→ 或 xy x f y x x f y x f x x x ∆-∆+=→∆),(),(lim ),(0000000 000000),(),(lim ),(0y y y x f y x f y x f y y y --=→ 或 y y x f y y x f y x f y y y ∆-∆+=→),(),(lim ),(0000000 偏导数的几何意义:(二)、求偏导数:例2 ),(y x f =)12sin()32(2+++y x x . 求偏导数.例3 ),(y x f = 1)1ln(2+++y x x . 求偏导数.例4 ),(y x f =22y x y x ++. 求偏导数, 并求) 1 , 2 (-x f . 三 、 可微条件(一)、必要条件定理17.1设) , (00y x 为函数),(y x f 定义域的内点 . ),(y x f 在点) , (00y x 可微的必要条件是) , (00y x f x 和) , (00y x f y 存在 , 且 ==),(00),(00y x df dfy x ) , (00y x f x +∆x ) , (00y x f y y ∆.证明:由于dy y dx x =∆=∆ , , 微分记为=),(00y x df ) , (00y x f x +dx ) , (00y x f y dy .定理17.1给出了计算可微函数全微分的方法. 但是两个偏导数存在只是可微的必要条件, 而不是充分条件.例5.考查函数 ⎪⎩⎪⎨⎧=+≠++=0 , 0, 0 , ),(222222y x y x y x xy y x f在原点的可微性 .这个例子说明,偏导存在不一定可微,(这一点与一元函数不同!)(二)、充分条件定理17.2(可微的充分条件)若函数),(y x f z =的偏导数在的某邻域内存在 , 且x f 和y f 在点) , (00y x 处连续 . 则函数f 在点) , (00y x 可微。
数学分析3课件:17 多元函数微分学习题课
1,
f l2
fx (2,0) cos2
f y (2,0) cos 2
fx (2,0) 3,
fx (2,0) 3, f y (2,0) 3 2.
又l0 (cos , cos ) ( 3 , 2 ),
f1 (2 xdx 2 ydy ) f2e xy (ydx xdy ) f3dz ( 2 xf1 f2e xy )dx ( 2 yf1 e xy f2 )dy f3dz .
ux 2xf1 f2exy,u y 2 yf1 exy f2,uz f3.
7. 求复合函数z f ( y , x2 y)的二阶偏导数, 其中f具有二阶连续偏导数.
故f在点(x0, y0)可微.
4. "设函数f (x,y)在区域D R2内有定义, 且f y (x, y) 0,(x, y) D, 则f (x, y)与y无关". 对吗? 请考察下例
f
(
x,y)
x3
0,
x 0, y 0, D中其它点,
其中I {(x, y) | x 0, y 0}, D R2 I.
x
解:zx
y x2
f1 2xyf2,
zy
1 x
f1
x2 f2.
z xx
2y x3
f1
y x2
[(
y x2
)
ቤተ መጻሕፍቲ ባይዱf11
2xyf12 ] 2 yf2
2xy[(
y x2
)
f21
2xyf22 ]
2y x3
f1 2 yf2
y2 x4
f11
4
y2 x
f12 4x2 y2 f22 ,
z xy
1 x2
f1
《数学分析》第四章多元函数微分学
《数学分析》第四章多元函数微分学第四章多元函数微分学一、本章知识脉络框图极限连续重极限与累次极限基本概念有界性极限存在的判别方法极值和最值基本性质极限与连续介值性偏导数可微性概念可微和连续可微的必要条件可微的充分条件复合函数微分隐函数微分计算参数方程微分多元函数微分学全微分(三元为例)df=f x dx+f y dy+f z dz 条件极值应用高阶导数与微分多元极值切线、法线、法平面、切平面泰勒公式二、本章重点及难点本章需要重点掌握以下几个方面内容:● 偏导数、全微分及其几何意义,可微与偏导存在、连续之间的关系,复合函数的偏导数与全微分,一阶微分形式不变性,方向导数与梯度,高阶偏导数,混合偏导数与顺序无关性,二元函数中值定理与Taylor 公式.● 隐函数存在定理、隐函数组存在定理、隐函数(组)求导方法、反函数组与坐标变换. ● 几何应用(平面曲线的切线与法线、空间曲线的切线与法平面、曲面的切平面与法线. ● 极值问题(必要条件与充分条件),条件极值与Lagrange 乘数法.三、本章的基本知识要点(一)平面点集与多元函数1.任意一点A 与任意点集E 的关系.1) 内点. 若存在点A 的某邻域()U A ,使得()U A E ?,则称点A 是点集E 的内点。
2) 外点. 若存在点A 的某邻域()U A ,使得()U A E ?=?,则称点A 是点集E 的外点。
3) 界点(边界点). 若在点A 的任何邻域内既含有属于E 得的点,又含有不属于E 的点,则称点A 是点集E 的界点。
4) 聚点. 若在点A 的任何空心邻域()oUA 内部都含有E 中的点,则称点A 是点集E的聚点。
5) 孤立点. 若点A E ∈,但不是E 的聚点,则称点A 是点集E 的孤立点。
2. 几种特殊的平面点集.1) 开集. 若平面点集E 所属的每一点都是E 的内点,则称E 为开集。
2)闭集. 若平面点集E 的所有聚点都属于E ,则称E 为闭集。
数学分析第十七章 多元函数微分学
2.02
f (1.04,2.02)
f (1,2) f x (1,2)x f0 0.02 1.08.
课堂练习: P116, 12
小结
1、理解可微和全微分的概念,会证明可微性; 2、掌握偏导数定义和计算,会求全微分; 3、了解可微的必要条件和充分条件,及其有关例子;
这个例子说明: 函数即使在一点偏导数存在, 也不一定 在该点可微 (但一元函数在一点可微与导数存在等价 ).
课堂练习: P116, 1(8), 4, 9(2). 作业:
P116, 1(3)(6)(9), 5, 8(1), 9(1).
定理 1 7.2(可微的充分条件) 若函数f ( x, y )在点( x0 , y0 ) 的某邻域内存在偏导数, 且f x与f y在点( x0 , y0 )处连续, 则函数f在该点可微.
因此, f在( x0 , y0 )的全微分(2)可唯一地表示为 df |( x0 , y0 ) f x ( x0 , y0 ) x f y ( x0 , y0 ) y.
因 dx x, dy y, 故全微分可写为 dz |( x , y ) f x ( x0 , y0 )dx f y ( x0 , y0 )dy.
下面证明过P0的平面 Z z0 f x ( x0 , y0 )( X x0 ) f y ( x0 , y0 )( Y y0 ) 就是z f ( x, y )在P0的切平面。 事实上,
h z z0 f x ( x0 , y0 )( x x0 ) f y ( x0 , y0 )( y y0 ) 1 f x2 ( x0 , y0 ) f y2 ( x0 , y0 )
它是关于x的一元函数z f ( x, y0 )在x x0处的导数.
《数学分析》第四章多元函数微分学
第四章 多元函数微分学一、本章知识脉络框图极 限 连 续重极限与累次极限 基本概念有 界 性极限存在的判别方法极值和最值 基本性质极限与连续介 值 性偏 导 数可 微 性概念可微和连续可微的必要条件可微的充分条件 复合函数微分隐函数微分计 算参数方程微分多元函数微分学全微分(三元为例)df=f x dx+f y dy+f z dz 条件极值应 用高阶导数与微分多元极值切线、法线、法平面、切平面泰勒公式二、本章重点及难点本章需要重点掌握以下几个方面内容:● 偏导数、全微分及其几何意义,可微与偏导存在、连续之间的关系,复合函数的偏导数与全微分,一阶微分形式不变性,方向导数与梯度,高阶偏导数,混合偏导数与顺序无关性,二元函数中值定理与Taylor 公式.● 隐函数存在定理、隐函数组存在定理、隐函数(组)求导方法、反函数组与坐标变换. ● 几何应用(平面曲线的切线与法线、空间曲线的切线与法平面、曲面的切平面与法线. ● 极值问题(必要条件与充分条件),条件极值与Lagrange 乘数法.三、本章的基本知识要点(一)平面点集与多元函数1.任意一点A 与任意点集E 的关系.1) 内点. 若存在点A 的某邻域()U A ,使得()U A E ⊂,则称点A 是点集E 的内点。
2) 外点. 若存在点A 的某邻域()U A ,使得()U A E ⋂=∅,则称点A 是点集E 的外点。
3) 界点(边界点). 若在点A 的任何邻域内既含有属于E 得的点,又含有不属于E 的点,则称点A 是点集E 的界点。
4) 聚点. 若在点A 的任何空心邻域()oUA 内部都含有E 中的点,则称点A 是点集E的聚点。
5) 孤立点. 若点A E ∈,但不是E 的聚点,则称点A 是点集E 的孤立点。
2. 几种特殊的平面点集.1) 开集. 若平面点集E 所属的每一点都是E 的内点,则称E 为开集。
2)闭集. 若平面点集E 的所有聚点都属于E ,则称E 为闭集。
- 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)。
第四章多元函数微分学一、本章知识脉络框图二、本章重点及难点本章需要重点掌握以下几个方面容:● 偏导数、全微分及其几何意义,可微与偏导存在、连续之间的关系,复合函数的偏导数与全微分,一阶微分形式不变性,方向导数与梯度,高阶偏导数,混合偏导数与顺序无关性,二元函数中值定理与Taylor 公式.● 隐函数存在定理、隐函数组存在定理、隐函数(组)求导方法、反函数组与坐标变换. ● 几何应用(平面曲线的切线与法线、空间曲线的切线与法平面、曲面的切平面与法线. ● 极值问题(必要条件与充分条件),条件极值与Lagrange 乘数法.三、本章的基本知识要点(一)平面点集与多元函数1.任意一点A 与任意点集E 的关系.1) 点. 若存在点A 的某邻域()U A ,使得()U A E ⊂,则称点A 是点集E 的点。
2) 外点. 若存在点A 的某邻域()U A ,使得()U A E ⋂=∅,则称点A 是点集E 的外点。
3) 界点(边界点). 若在点A 的任何邻域既含有属于E 得的点,又含有不属于E 的点,则称点A 是点集E 的界点。
4) 聚点. 若在点A 的任何空心邻域()oUA 部都含有E 中的点,则称点A 是点集E 的聚点。
5) 孤立点. 若点A E ∈,但不是E 的聚点,则称点A 是点集E 的孤立点。
2. 几种特殊的平面点集.1) 开集. 若平面点集E 所属的每一点都是E 的点,则称E 为开集。
2)闭集. 若平面点集E 的所有聚点都属于E ,则称E 为闭集。
3) 开域. 若非空开集E 具有连通性,即E 中任意两点之间都可用一条完全含于E 得有限折线相连接,则称E 为开域。
4)闭域. 开域连同其边界所成的点集称为闭域。
5)区域. 开域、闭域或者开域连同某一部分界点所成的点集,统称为区域。
3.2R 上的完备性定理.1) 点列收敛定义:设{}2n P R ⊂为平面点列,20P R ∈为一固定点。
若对任给的正数ε,存在正整数N ,使得当n N >时,有()0,n P U P ε∈,则称点列{}n P 收敛于点0P ,记作0lim n n P P →∞= 或 ()0,n P P n →→∞.2)点列收敛定理(柯西准则)平面点列{}n P 收敛的充要条件是:任给正数ε,存在正整数N ,使得当n N >时,对一切自然数k ,都有(),n n k P P ρε+<. 3)闭区域定理. 设{}n D 是2R 中的闭域列,它满足:(i) 1,1,2,...;n n D D n +⊃=(ii) (),lim 0n n n n d d D d →∞==.则存在唯一的点0,1,2,...n P D n ∈=.4) 聚点定理. 设2E R ⊂为有界无限点集,则E 在2R 中至少有一个聚点。
5) 有限覆盖定理. 设2D R ⊂为一有界闭域,{}α∆为一开域族,它覆盖了D (即D αα⊂⋃∆),则在{}α∆中必存在有限个开域12,,...m ∆∆∆,它们同样覆盖了D (即1mi D α=⊂⋃∆)。
4. 二元函数定义:设平面点集2D R ⊂,若按照某对应法则f ,D 中每一点(),P x y 都有唯一确定的实数z 与之对应,则称f 为定义在D 上的二元函数(或称f 为D 到R 的一个映射),记作:f D R →,P z a ,且称D 为f 的定义域,P D ∈所对应的z 为f 在点P 的函数值,记作()z f P =或(),z f x y =。
(注:其它多元函数与二元函数相似)。
(二)二元函数的极限。
1. 定义 设f 为定义在2D R ⊂上的二元函数,0P 为D 的一个聚点,A 是一个确定的实数,若对0ε∀>,都存在一个0δ>,使得()0,oP UP D δ∈⋂时,都有()f P A ε-<.则称f 在D 上当0P P →时,以A 为极限,记作()0lim P DP P f P A ∈→=。
有时简记为()0lim P P f P A →=。
当P 、0P 分别用()()00,,,x y x y 表示时,上式也可写作()()()00,,lim,x y x y f x y A →=.2. 重要定理及推论.1)()0lim P DP P f P A ∈→=的充要条件:对于D 的任一子集E ,只要0P 是E 的聚点就有()0lim P EP P f P A ∈→=。
2)设1E D ⊂,0P 是1E 的聚点,若()01lim P E P P f P ∈→不存在,则()0lim P DP P f P ∈→也不存在。
3)设1E 、2E D ⊂,0P 是它们的聚点。
若()011lim P E P P f P A ∈→=,()022lim P E P P f P A ∈→=,但12A A ≠,则()0lim P DP P f P ∈→不存在。
4)极限()0lim P DP P f P ∈→存在的充要条件是:对于D 中任一满足条件0n P P ≠的点列{}n P ,它所对应的函数列(){}n f P 都收敛。
3. 二元函数函数极限的四则运算.若()()()00,,lim,x y x y f x y A →=,()()()00,,lim,x y x y g x y B →=。
则1)()()()()00,,lim,,x y x y f x y g x y A B →±=±⎡⎤⎣⎦;2)()()()()00,,lim,,x y x y f x y g x y A B →=⋅;3)()()()()()00,,,lim,0,x y x y f x y AB g x y B →=≠.4. 累次极限.1) 定义:对于函数(),f x y ,若固定()()00,lim ,x x y y f x y y ϕ→≠=存在,且()0lim y y y Aϕ→=也存在,则称A 为(),f x y 在()000,P x y =处先对x 后对y 的累次极限,记为()00lim lim ,y y x x f x y →→,类似可定义()00lim lim ,x x y y f x y →→。
2) 重要定理及推论. ① 若()()()00,,lim,x y x y f x y →与()00lim lim ,x x y y f x y →→(或()00lim lim ,y y x x f x y →→)都存在,则它们相等; ② 若()()()00,,lim,x y x y f x y →,()00lim lim ,x x y y f x y →→和()00lim lim ,y y x x f x y →→都存在,则三者相等;③ 若()00lim lim ,x x y y f x y →→与()00lim lim ,y y x x f x y →→都存在但不相等,则()()()00,,lim,x y x y f x y →不存在。
(三)二元函数的连续性1. 定义 设f 为定义在点集2D R ⊂上的二元函数,0P D ∈,若对0ε∀>,都存在一个0δ>,只要()0,P U P D δ∈⋂,就有()()0f P f P ε-<则称f 关于集合D 在点0P 连续。
若f 在D 上任何点都连续,则称f 为D 上的连续函数。
若()()0000lim ,,0y y f x y f x y →-=⎡⎤⎣⎦,则称(),f x y 在()000,Px y =处关于y 连续。
同理可定义关于x 连续。
2. 复合函数的连续性定理 设二元函数(),u x y ϕ=和(),v x y ψ=在()000,P x y =点连续,函数(),z f u v =在点()00,u v 处连续,其中()()00000,,,x y v x y ϕψ=,则复合函数()()(),,,z f x y x y ϕψ=在点0P 连续。
3. 有界闭域上连续函数的性质.1)若函数f 在有界闭域2D R ⊂上连续,则f 在D 上有界,且能取得最大值与最小值; 2)若函数f 在有界闭域2D R ⊂上连续,则f 在D 上一致连续;3)若函数f 在有界闭域2D R ⊂上连续,对任意的1P 、2P D ∈,且()()12f P f P <,则对任何满足不等式()()12f P f P μ<<的实数μ,必存在点0P D ∈,使得()0f P μ=。
4. n 元函数唯一存在与连续可微性定理。
若1)函数12(,,...,,)n F x x x y 在以000012(,,...,,)n P x x x y 为点的1n +维空间区域D 连续;2)偏导数12'''',,...,,n x x x y F F F F 在D 存在且连续;3)000012(,,...,,)0n F x x x y =;4)'000012(,,...,,)0y n F x x x y ≠;则在P 的某一邻域()U P ,方程12(,,...,,)0n F x x x y =唯一地确定了一个定义在000012(,,...,,)n Q x x x y 的邻域()U Q 上的n 元连续函数12(,,...,)n y f x x x =使得:①121212(,,...,,(,,...,))(),(,,...,)();n n n x x x f x x x U P x x x U Q ∈∈0012121201(,,...,,(,,...,))0,(,,...,)(),(,...,).n n n n F x x x f x x x x x x U Q y f x x ≡∈=②12(,,...,)n y f x x x =在()U Q 连续偏导数:12''',,...,nx x x f f f而且11''',x x yF f F=-22'''''',...,.n n x x x x yy F F f f FF =-=-5. 由方程组确定的隐函数(隐函数组定理)若:1)(,,,)F x y u v 与(,,,)G x y u v 在以点00000(,,,)P x y u v 为点的区域4V R ⊂连续; 2)00000000(,,,)0,(,,,)0F x y u v G x y u v ==(为初始条件); 3)在V ,F G 具有一阶连续偏导数; 4)(,)(,)F G J U V ∂=∂在点0P 处不等于零。
则在点0P 的某一(四维空间)邻域0()U P V ⊂,方程组(,,,)0(,,,)0F x y u v G x y u v =⎧⎨=⎩唯一地确定了定义在点000(,)Q x y 的某一(二维空间)邻域0()U Q 的两个二元隐函数(,),(,),u f x y v g x y == 使得:①000000(,),(,),u f x y v g x y ==且当0(,)()x y U Q ∈时,0(,,(,),(,))(),x y f x y g x y U P ∈(,,(,),(,))0,F x y f x y g x y ≡ (,,(,),(,))0,G x y f x y g x y ≡②(,),(,)f x y g x y 在0()U Q 连续;③(,),(,)f x y g x y 在0()U Q 有一阶连续偏导数,且1(,)1(,),,(,)(,)1(,)1(,),,(,)(,)u F G v F G x J x v x J u x u F G v F G y J y v y J u y ∂∂∂∂=-=-∂∂∂∂∂∂∂∂=-=-∂∂∂∂6. (反函数组定理)若函数组(,),(,)u u x y v v x y =⎧⎨=⎩满足如下条件:1)(,),(,)u x y v x y 均是有连续的偏导数; 2)(,)0.(,)u v x y ∂≠∂则此函数组可确定唯一的具有连续偏导数的反函数组(,),(,),x x u v y y u v ==且(,)(,). 1.(,)(,)u v x y x y u v ∂∂=∂∂(四) 多元微分学的应用1. 泰勒定理1) 若(,)f x y 在点000(,)P x y 的邻域0()U P 存在1n +阶连续的偏导数,则000(,)()x h y k U P ∀++∈,有00000020000100(,)(,)()(,)1()(,)...2!1()(,)!1()(,)(1)!n n f x h y k f x y h k f x y x yh k f x y x y h k f x y n x y h k f x h y k n x yθθ+∂∂++=++∂∂∂∂+++∂∂∂∂++∂∂∂∂+++++∂∂其中0000()(,)|m mm p m p pm P m p p p f h k f x y c h k x y x y --=∂∂∂+=∂∂∂∂∑ 2) 当000,0x y ==时,相应二元函数(,)f x y 的麦克劳林公式为1(,)(0,0)()(0,0)...1()(0,0)!1()(,).(1)!n n f x y f x y f x yx y f n x y x y f x y n x yθθ+∂∂=+++∂∂∂∂++∂∂∂∂+++∂∂2.极值1)定义 设函数(,)z f x y =在点000(,)P x y =的某邻域0()U P 有定义,如果0(,)()x y U P ∀∈ 满足0000(,)(,)((,)(,))f x y f x y f x y f x y ≤≥,则称00(,)f x y 为(,)f x y 的极大值(极小值),此时点0P 称为(,)f x y 的极大值点(极小值点)。