Beta

第六章 多元函数微分学

第一节 多元函数微分学概念

一、多元函数定义

  1. 定义

    Initializing MathJax...

    是平面上的一个点集, 如果对每一个点

    Initializing MathJax...

    , 变量

    Initializing MathJax...

    按照一定法则总有确定的值和它对应, 则称

    Initializing MathJax...

    是变量

    Initializing MathJax...

    的二元函数, 记为

    Initializing MathJax...

    , 其中点集

    Initializing MathJax...

    称为函数的定义域,

    Initializing MathJax...

    称为自变量,

    Initializing MathJax...

    称为因变量, 数集

    Initializing MathJax...

    称为函数的 值域
    类似可定义

    Initializing MathJax...

    元函数。
  2. 几何意义
    二元函数

    Initializing MathJax...

    表示空间的曲面

二、二重极限及连续

  1. 定义

    Initializing MathJax...

    Initializing MathJax...

    的某去心邻域有定义, 若对任意

    Initializing MathJax...

    , 存在

    Initializing MathJax...

    , 使得当

    Initializing MathJax...

    时, 有

    Initializing MathJax...

    , 则称

    Initializing MathJax...

    为函数

    Initializing MathJax...

    Initializing MathJax...

    时的极限, 记为

    Initializing MathJax...

    .

    Initializing MathJax...

    , 当

    Initializing MathJax...

    , 则

    Initializing MathJax...

  2. 二元函数连续

    Initializing MathJax...

    是函数

    Initializing MathJax...

    的定义域

    Initializing MathJax...

    的内点, 若

    Initializing MathJax...

    , 则称函数

    Initializing MathJax...

    在点

    Initializing MathJax...

    连续。

解法: 特殊路径法:求二重极限,分子次数和分母次数相等,99%极限不存在。(此方法只可用于证明极限不存在,不能证明极限存在)

二重极限: 一元方法、夹逼、无穷小×有界量

三、偏导数

  1. 一点处
    设函数

    Initializing MathJax...

    在点

    Initializing MathJax...

    的某邻域内有定义, 如果

    Initializing MathJax...

    存在, 则称此极限为函数

    Initializing MathJax...

    在点

    Initializing MathJax...

    处对

    Initializing MathJax...

    的偏导数, 记为

    Initializing MathJax...

    Initializing MathJax...


    类似地,函数

    Initializing MathJax...

    在点

    Initializing MathJax...

    处对

    Initializing MathJax...

    的偏导数定义为

    Initializing MathJax...

  2. 一阶偏导 (函) 数
    如果函数

    Initializing MathJax...

    在定义域内每点偏导数都存在, 则称

    Initializing MathJax...

    Initializing MathJax...

    为偏导函数。
    注: 求

    Initializing MathJax...

    时, 把

    Initializing MathJax...

    看作常量, 直接对

    Initializing MathJax...

    求导。

四、全微分

如果函数

Initializing MathJax...

在点

Initializing MathJax...

的全增量

Initializing MathJax...

可表示为

Initializing MathJax...

, 其中

Initializing MathJax...

仅与

Initializing MathJax...

Initializing MathJax...

相关, 而与

Initializing MathJax...

Initializing MathJax...

无关, 则称函数

Initializing MathJax...

在点

Initializing MathJax...

可微, 记

Initializing MathJax...

为全微分。

可微

Initializing MathJax...

Initializing MathJax...

第二节 偏导数的计算

一、高阶偏导数

若函数

Initializing MathJax...

的两个偏导数

Initializing MathJax...

Initializing MathJax...

仍然是

Initializing MathJax...

的函数, 可以考虑

Initializing MathJax...

Initializing MathJax...

的偏导数, 即二阶偏导数, 依次记为

Initializing MathJax...

Initializing MathJax...

Initializing MathJax...

Initializing MathJax...

定理 若函数

Initializing MathJax...

的两个混合偏导数

Initializing MathJax...

连续, 则

Initializing MathJax...

二、多元复合函数

Initializing MathJax...

具有偏导数,

Initializing MathJax...

具有连续的偏导数, 则复合函数

Initializing MathJax...

的偏导数存在且满足

Initializing MathJax...

Initializing MathJax...

如果

Initializing MathJax...

, 则

Initializing MathJax...

同路相乘,异路相加。(相当于一阶的链式求导)

三、隐函数存在定理

  1. 一元隐函数存在定理
    存在性: 点

    Initializing MathJax...

    在方程

    Initializing MathJax...

    上, 若函数

    Initializing MathJax...

    在点

    Initializing MathJax...

    的某邻域内具有连续的一阶偏导数且

    Initializing MathJax...

    , 则方程

    Initializing MathJax...

    在点

    Initializing MathJax...

    邻域内能唯一确定一个连续且有连续导数的函数

    Initializing MathJax...

    ;
    导数:

    Initializing MathJax...

  2. 二元隐函数存在定理
    存在性: 点

    Initializing MathJax...

    在方程

    Initializing MathJax...

    上, 若函数

    Initializing MathJax...

    在点

    Initializing MathJax...

    的某邻域内具有连续的一阶偏导数且

    Initializing MathJax...

    , 则方程

    Initializing MathJax...

    在点

    Initializing MathJax...

    邻域内能唯一确定一个连续且有连续偏导数的函数

    Initializing MathJax...

    ;
    偏导数:

    Initializing MathJax...

    ,

    Initializing MathJax...

第三节 微分的运算法则

设函数

Initializing MathJax...

Initializing MathJax...

均可微, 则

Initializing MathJax...

Initializing MathJax...

Initializing MathJax...

参考导数的运算法则

第四节 多元函数微分学的应用

一、多元函数的无条件极值

  1. 定义

    Initializing MathJax...

    在二元函数

    Initializing MathJax...

    的曲线上, 若

    Initializing MathJax...

    Initializing MathJax...

    , 则称

    Initializing MathJax...

    Initializing MathJax...

    取得极大值; 反之, 称极小值。
  2. 极值必要条件

    可疑极值点:偏导为0的点。(或偏导不存在的点,考试不会这么难)


    与一元函数类似, 若

    Initializing MathJax...

    , 称

    Initializing MathJax...

    称为函数

    Initializing MathJax...

    的驻点(稳定点)。
    定理: 若

    Initializing MathJax...

    存在且

    Initializing MathJax...

    为极值点, 则必有

    Initializing MathJax...

    ;可偏导的极值点必为稳定点。
    注:
    1. 稳定点未必为极值点;
    2. 若可偏导且不是稳定点则必不为极值点。
  3. 极值存在的充分条件
    设函数

    Initializing MathJax...

    在点

    Initializing MathJax...

    的某邻域内具有一阶及二阶连续偏导数, 又

    Initializing MathJax...

    , 即

    Initializing MathJax...

    为稳定点, 令

    Initializing MathJax...

    Initializing MathJax...

    Initializing MathJax...


    则:
    1. Initializing MathJax...

      Initializing MathJax...

      为极值点; 当

      Initializing MathJax...

      时为极大值, 当

      Initializing MathJax...

      时为极小值;
    2. Initializing MathJax...

      时没有极值;
    3. Initializing MathJax...

      时不确定是否为极值。

二、多元函数的条件极值

求解目标函数

Initializing MathJax...

在约束条件

Initializing MathJax...

下的极值。

拉格朗日乘数法步骤:

  1. 作拉格朗日函数

    Initializing MathJax...

    , 其中

    Initializing MathJax...

    为参数;
  2. 计算

    Initializing MathJax...

    的驻点, 即解方程组

    Initializing MathJax...

  3. 所有驻点即为可疑极值点, 逐个比较, 最大即为所有极大值, 最小即为所有极小值; 若只有一个驻点, 根据实际问题, 该点即为所求。

三、有界闭区域上多元函数的最值

设函数

Initializing MathJax...

在有界闭区域

Initializing MathJax...

上连续, 求

Initializing MathJax...

Initializing MathJax...

上的最大值与最小值。其方法为:

  1. Initializing MathJax...

    内部计算无条件极值: 求解

    Initializing MathJax...

    Initializing MathJax...

    内部的全部稳定点, 做可疑最值点待比较;
  2. Initializing MathJax...

    边界

    Initializing MathJax...

    计算条件极值: 求解目标函数

    Initializing MathJax...

    Initializing MathJax...

    的边界方程

    Initializing MathJax...

    为约束条件下的极值,只计算稳定点, 做可疑最值点待比较;
  3. 比较 (1)、(2)中所有可疑最值点,最大即为最大值,最小即为最小值。

注:

  1. 函数

    Initializing MathJax...

    在有界闭域

    Initializing MathJax...

    上连续,由最值定理,

    Initializing MathJax...

    Initializing MathJax...

    上必有最值;
  2. Initializing MathJax...

    有多段边界方程

    Initializing MathJax...

    时, 逐段计算每段下的条件极值。

内部:无条件极值;边界:条件极值;

四、空间曲线的切线与法平面

设空间曲线

Initializing MathJax...

的参数方程为:

Initializing MathJax...

, 曲线

Initializing MathJax...

上一点

Initializing MathJax...

, 对应参数为

Initializing MathJax...

, 则

  1. 曲线

    Initializing MathJax...

    在点

    Initializing MathJax...

    的切向量为

    Initializing MathJax...

    ,
  2. 切线方程为

    Initializing MathJax...

    ,
  3. 法平面方程为

    Initializing MathJax...

五、曲面的切平面与法线

设曲面

Initializing MathJax...

的方程为

Initializing MathJax...

为曲面

Initializing MathJax...

上一点

Initializing MathJax...

在点

Initializing MathJax...

可微, 则:

  1. Initializing MathJax...

    在点

    Initializing MathJax...

    的法向量为:

    Initializing MathJax...

  2. 切平面的方程为:

    Initializing MathJax...

  3. 法线方程为:

    Initializing MathJax...

六、方向导数与梯度

  1. 方向导数
    在许多问题中,不仅要知道函数在坐标轴方向上的变化率(即偏导数),而且还要设法求得函数在某点沿着其他特定方向上的变化率. 这就是本部分所要讨论的方向导数。
    1. 定义:

      Initializing MathJax...

      为平面上以点

      Initializing MathJax...

      为起点,

      Initializing MathJax...

      为方向向量的射线, 将

      Initializing MathJax...

      限 制 在

      Initializing MathJax...

      上, 则

      Initializing MathJax...

      , 若

      Initializing MathJax...

      存在,则称之为函数

      Initializing MathJax...

      在点

      Initializing MathJax...

      沿射线

      Initializing MathJax...

      方向的方向导数, 记为

      Initializing MathJax...

    2. 计算公式:
      如果函数

      Initializing MathJax...

      Initializing MathJax...

      点可微分, 那么函数在该点沿任何方向

      Initializing MathJax...

      的方向导数存在, 而且有

      Initializing MathJax...

      , 其中

      Initializing MathJax...

      是方向

      Initializing MathJax...

      的方向余弦。
      如果

      Initializing MathJax...

      Initializing MathJax...

      点可微分, 则函数在该点沿方向

      Initializing MathJax...

      的方向 导数为

      Initializing MathJax...

  2. 梯度
    1. 定义:设

      Initializing MathJax...

      在平面区域

      Initializing MathJax...

      内具有一阶连续偏导数,对于每一点

      Initializing MathJax...

      , 向量

      Initializing MathJax...

      , 这个向量称为

      Initializing MathJax...

      在点

      Initializing MathJax...

      的梯度, 记为

      Initializing MathJax...

      ,即:

      Initializing MathJax...


      对于具有连续偏导数的三元函数

      Initializing MathJax...

      , 在其定义区域内的每一点

      Initializing MathJax...

      , 其梯度向量为

      Initializing MathJax...

    2. 方向导数与梯度的关系 沿着梯度的方向, 方向导数最大, 且最大值为梯度的模。
继续对所向往的东西保持信念,即使现在没有,也许永远得不到。
——尼采
关于 - 定制 - 合作
© 2019-2025 ® , 版权所有.
Powered by WINGEASE
ICP备案: 京ICP备11004781号-11
京公网安备 11010502050752号