高数数学——多元函数微分学
文章目录
- 版权声明
- 概念
- 多元函数的极限
- 多元函数的连续性
- 偏导数
- 定义
- 高阶偏导数
- 全微分
- 定义
- 全微分存在的必要条件
- 全微分存在的充分条件
- 多元函数的微分法
- 复合函数微分法
- 隐函数微分法
- 多元函数的极值与最值
- 无约束极值
- 条件极值和拉格朗日乘数法
- 最大值最小值
版权声明
本文大部分内容皆来自武忠祥老师考研教材和视频课。
概念
设DDD是平面上的一个点集,若对每个点P(x,y)∈DP(x,y)∈DP(x,y)∈D,变量zzz按照某一对应法则fff有一个确定的值与之对应,则称zzz为x,yx,yx,y的二元函数,记为z=f(x,y)z=f(x,y)z=f(x,y)。其中点集DDD称为该函数的定义域,x,yx,yx,y称为自变量,zzz称为因变量,函数f(x,y)f(x,y)f(x,y)的全体所构成的集合称为函数fff的值域,记为f(D)f(D)f(D)。通常情况下,二元函数在几何上表示一张空间曲面。
多元函数的极限
设函数f(x,y)f(x,y)f(x,y)在区域DDD上有定义,点P0(x0,y0)∈DP_0(x_0,y_0)∈DP0(x0,y0)∈D或为DDD的边界点,如果∀ε>0\forall\varepsilon>0∀ε>0,存在δ>0\delta>0δ>0,当P(x,y)∈DP(x,y)∈DP(x,y)∈D,且0<(x−x0)2+(y−y0)2<δ0<\sqrt{(x-x_0)^2+(y-y_0)^2}<\delta0<(x−x0)2+(y−y0)2<δ时,都有∣f(x)−A∣<ε|f(x)-A|<\varepsilon∣f(x)−A∣<ε成立,则称常数AAA为函数f(x,y)f(x,y)f(x,y)当(x,y)→(x0,y0)(x,y)\to(x_0,y_0)(x,y)→(x0,y0)时的极限,记为lim(x,y)→(x0,y0)f(x,y)=A\lim\limits_{(x,y)\to(x_0,y_0)}f(x,y)=A(x,y)→(x0,y0)limf(x,y)=A或limx→x0y→y0f(x,y)=A\lim\limits_{x\to x_0 y\to y_0}f(x,y)=Ax→x0y→y0limf(x,y)=A或limP→P0f(P)=A\lim\limits_{P\to P_0}f(P)=AP→P0limf(P)=A。一元函数的以下性质对多元函数仍然适用:
- 局部有界性
- 保号性
- 有理运算
- 极限与无穷小的关系
- 夹逼原理
多元函数的连续性
设函数f(x,y)f(x,y)f(x,y)在区域DDD上有定义,点P0(x0,y0)∈DP_0(x_0,y_0)∈DP0(x0,y0)∈D,如果lim(x,y)→(x0,y0)f(x,y)=f(x0,y0)\lim\limits_{(x,y)\to(x_0,y_0)}f(x,y)=f(x_0,y_0)(x,y)→(x0,y0)limf(x,y)=f(x0,y0)成立,则称函数f(x,y)f(x,y)f(x,y)在点P0(x0,y0)P_0(x_0,y_0)P0(x0,y0)连续,如果f(x,y)f(x,y)f(x,y)在区域DDD上的每个点(x,y)(x,y)(x,y)处都连续,则称函数f(x,y)f(x,y)f(x,y)在区域DDD上连续。
- 性质一:多元函数的和、差、积、商(分母不为零)仍为连续函数。
- 性质二:多元连续函数的复合函数也是连续函数。
- 性质三:多元初等函数在其定义区域内连续。
- 性质四(最大最小值定理):有界闭区域DDD上的连续函数在区域DDD上必能取得最大值和最小值。
- 性质五(介值定理):有界闭区域DDD上的连续函数在区域DDD上必能取得介于最大值和最小值之间的任何值。
偏导数
定义
设z=f(x,y)z=f(x,y)z=f(x,y)在点P0(x0,y0)P_0(x_0,y_0)P0(x0,y0)的某一邻域内有定义,如果limΔx→0f(x0+Δx,y0)−f(x0,y0)Δx\lim\limits_{\Delta x\to0}\frac{f(x_0+\Delta x,y_0)-f(x_0,y_0)}{\Delta x}Δx→0limΔxf(x0+Δx,y0)−f(x0,y0)存在,则称这个极限值为函数z=f(x,y)z=f(x,y)z=f(x,y)在点P0(x0,y0)P_0(x_0,y_0)P0(x0,y0)处对xxx的偏导数,记为∂z∂x∣x=x0y=x0\frac{\partial z}{\partial x}|_{x=x_0 y=x_0}∂x∂z∣x=x0y=x0或∂f∂x∣x=x0y=x0\frac{\partial f}{\partial x}|_{x=x_0 y=x_0}∂x∂f∣x=x0y=x0或fx′(x0,y0)f'_x(x_0,y_0)fx′(x0,y0)。类似的,如果limΔy→0f(x0,y0+Δy)−f(x0,y0)Δy\lim\limits_{\Delta y\to0}\frac{f(x_0,y_0+\Delta y)-f(x_0,y_0)}{\Delta y}Δy→0limΔyf(x0,y0+Δy)−f(x0,y0)存在,则称这个极限值为函数z=f(x,y)z=f(x,y)z=f(x,y)在点P0(x0,y0)P_0(x_0,y_0)P0(x0,y0)处对yyy的偏导数,记为∂z∂y∣x=x0y=x0\frac{\partial z}{\partial y}|_{x=x_0 y=x_0}∂y∂z∣x=x0y=x0或∂f∂y∣x=x0y=x0\frac{\partial f}{\partial y}|_{x=x_0 y=x_0}∂y∂f∣x=x0y=x0或fy′(x0,y0)f'_y(x_0,y_0)fy′(x0,y0)。
高阶偏导数
如果f(x,y)f(x,y)f(x,y)在区域DDD内的偏导数∂z∂x,∂z∂y\frac{\partial z}{\partial x},\frac{\partial z}{\partial y}∂x∂z,∂y∂z仍然存在偏导数,则称之为函数f(x,y)f(x,y)f(x,y)的二阶偏导数,常记为∂∂x∂z∂x=∂2z∂x2\frac{\partial}{\partial x}{\frac{\partial z}{\partial x}}=\frac{\partial^2z}{\partial x^2}∂x∂∂x∂z=∂x2∂2z或fxx′′f''_{xx}fxx′′,∂∂y∂z∂x=∂2z∂x∂y\frac{\partial}{\partial y}{\frac{\partial z}{\partial x}}=\frac{\partial^2z}{\partial x \partial y}∂y∂∂x∂z=∂x∂y∂2z或fxy′′f''_{xy}fxy′′,∂∂x∂z∂y=∂2z∂y∂x\frac{\partial}{\partial x}{\frac{\partial z}{\partial y}}=\frac{\partial^2z}{\partial y \partial x}∂x∂∂y∂z=∂y∂x∂2z或fyx′′f''_{yx}fyx′′,∂∂y∂z∂y=∂2z∂y2\frac{\partial}{\partial y}{\frac{\partial z}{\partial y}}=\frac{\partial^2z}{ \partial y^2}∂y∂∂y∂z=∂y2∂2z或fyy′′f''_{yy}fyy′′。常称∂2z∂x∂y,∂2z∂y∂x\frac{\partial^2z}{\partial x \partial y},\frac{\partial^2z}{\partial y \partial x}∂x∂y∂2z,∂y∂x∂2z为混合偏导数。如果函数f(x,y)f(x,y)f(x,y)的两个二阶混合偏导数∂2z∂x∂y,∂2z∂y∂x\frac{\partial^2z}{\partial x \partial y},\frac{\partial^2z}{\partial y \partial x}∂x∂y∂2z,∂y∂x∂2z在区域DDD内连续,则在该区域内这两个混合偏导数一定相等。
全微分
定义
如果函数f(x,y)f(x,y)f(x,y)在(x0,y0)(x_0,y_0)(x0,y0)处的全增量Δx=f(x0+Δx,y0+Δy)−f(x0,y0)\Delta x=f(x_0+\Delta x,y_0+\Delta y)-f(x_0,y_0)Δx=f(x0+Δx,y0+Δy)−f(x0,y0)可表示为δx=AΔx+BΔy+o(ρ)\delta x=A\Delta x+B\Delta y+o(\rho)δx=AΔx+BΔy+o(ρ),其中A,BA,BA,B与Δx,Δy\Delta x,\Delta yΔx,Δy无关,ρ=(Δx)2+(Δy)2\rho=\sqrt{(\Delta x)^2+(\Delta y)^2}ρ=(Δx)2+(Δy)2,则称函数z=f(x,y)z=f(x,y)z=f(x,y)在点(x0,y0)(x_0,y_0)(x0,y0)处可微,而AΔx+BΔyA\Delta x+B\Delta yAΔx+BΔy称为函数f(x,y)f(x,y)f(x,y)在点(x0,y0)(x_0,y_0)(x0,y0)处的全微分,记为dz=AΔx+BΔydz=A\Delta x+B\Delta ydz=AΔx+BΔy。如果f(x,y)f(x,y)f(x,y)在区域DDD内的每一点(x,y)(x,y)(x,y)都可微分,则称f(x,y)f(x,y)f(x,y)在DDD内可微。
全微分存在的必要条件
如果函数f(x,y)f(x,y)f(x,y)在(x0,y0)(x_0,y_0)(x0,y0)处可微,则该函数在点(x,y)(x,y)(x,y)处的偏导数∂z∂x,∂z∂y\frac{\partial z}{\partial x},\frac{\partial z}{\partial y}∂x∂z,∂y∂z必定存在,且dz=∂z∂xdx+∂z∂ydydz=\frac{\partial z}{\partial x}dx+\frac{\partial z}{\partial y}dydz=∂x∂zdx+∂y∂zdy。用定义判断函数f(x,y)f(x,y)f(x,y)在(x0,y0)(x_0,y_0)(x0,y0)处的可微性分为以下两步:
- fx′(x0,y0)f'_x(x_0,y_0)fx′(x0,y0)和fy′(x0,y0)f'_y(x_0,y_0)fy′(x0,y0)是否存在。
- limΔx→0Δy→0[f(x0+Δx,y0+Δy)−f(x0,y0)]−[fx′(x0,y0)Δx+fy′(x0,y0)Δy](Δx)2+(Δy)2\lim\limits_{\Delta x\to 0 \Delta y \to 0}\frac{[f(x_0+\Delta x,y_0+\Delta y)-f(x_0,y_0)]-[f'_x(x_0,y_0)\Delta x+f'_y(x_0,y_0)\Delta y]}{\sqrt{(\Delta x)^2+(\Delta y)^2}}Δx→0Δy→0lim(Δx)2+(Δy)2[f(x0+Δx,y0+Δy)−f(x0,y0)]−[fx′(x0,y0)Δx+fy′(x0,y0)Δy]是否等于零。
全微分存在的充分条件
如果函数f(x,y)f(x,y)f(x,y)的偏导数∂z∂x,∂z∂y\frac{\partial z}{\partial x},\frac{\partial z}{\partial y}∂x∂z,∂y∂z在点(x0,y0)(x_0,y_0)(x0,y0) 处连续,则函数f(x,y)f(x,y)f(x,y)在点(x0,y0)(x_0,y_0)(x0,y0) 处可微。
多元函数的微分法
复合函数微分法
- 定义:设函数u=u(x,y),v=v(x,y)u=u(x,y),v=v(x,y)u=u(x,y),v=v(x,y)在点(x,y)(x,y)(x,y)处有对xxx及对yyy的偏导数,函数z=f(u,v)z=f(u,v)z=f(u,v)在对应点(u,v)(u,v)(u,v)处有连续偏导数,则复合函数z=f[u(x,y),v(x,y)]z=f[u(x,y),v(x,y)]z=f[u(x,y),v(x,y)]在点(x,y)处的两个偏导数存在,且有∂z∂x=∂z∂u∂u∂x+∂z∂v∂v∂x,∂z∂y=∂z∂u∂u∂y+∂z∂v∂v∂y\frac{\partial z}{\partial x}=\frac{\partial z}{\partial u}\frac{\partial u}{\partial x}+\frac{\partial z}{\partial v}\frac{\partial v}{\partial x},\frac{\partial z}{\partial y}=\frac{\partial z}{\partial u}\frac{\partial u}{\partial y}+\frac{\partial z}{\partial v}\frac{\partial v}{\partial y}∂x∂z=∂u∂z∂x∂u+∂v∂z∂x∂v,∂y∂z=∂u∂z∂y∂u+∂v∂z∂y∂v
- 全微分形式的不变性:设函数z=f(u,v),u=u(x,y)z=f(u,v),u=u(x,y)z=f(u,v),u=u(x,y),及v=v(x,y)v=v(x,y)v=v(x,y)都有连续的一阶偏导数,则复合函数z=f[u(x,y),v(x,y)]z=f[u(x,y),v(x,y)]z=f[u(x,y),v(x,y)]的全微分dx=∂z∂xdx+∂z∂ydy+∂z∂udu+∂z∂vdvdx=\frac{\partial z}{\partial x}dx+\frac{\partial z}{\partial y}dy+\frac{\partial z}{\partial u}du+\frac{\partial z}{\partial v}dvdx=∂x∂zdx+∂y∂zdy+∂u∂zdu+∂v∂zdv即不论把函数zzz看做自变量x,yx,yx,y的函数,还是看作中间变量u,vu,vu,v的函数,函数zzz的全微分形式都是一样的。
隐函数微分法
- 由方程F(x,y)=0F(x,y)=0F(x,y)=0确定的隐函数y=y(x)y=y(x)y=y(x):若函数F(x,y)F(x,y)F(x,y)在点P(x0,y0)P(x_0,y_0)P(x0,y0) 的某一邻域内有连续偏导数,且F(x0,y0)=0,Fy′(x0,y0)≠0F(x_0,y_0)=0,F'_y(x_0,y_0)≠0F(x0,y0)=0,Fy′(x0,y0)=0,则方程F(x,y)=0F(x,y)=0F(x,y)=0在点(x0,y0)(x_0,y_0)(x0,y0)的某邻域可唯一确定一个有连续导数的函数y=f(x)y=f(x)y=f(x),并有y′=−Fx′Fy′y'=-\frac{F'_x}{F'_y}y′=−Fy′Fx′
- 由方程F(x,y,z)=0F(x,y,z)=0F(x,y,z)=0确定的隐函数z=z(x,y)z=z(x,y)z=z(x,y):若函数F(x,y,z)F(x,y,z)F(x,y,z)在点P(x0,y0,z0)P(x_0,y_0,z_0)P(x0,y0,z0)的某一邻域内有连续偏导数,且F(x0,y0,z0)=0,Fy′(x0,y0,z0)≠0F(x_0,y_0,z_0)=0,F'_y(x_0,y_0,z_0)≠0F(x0,y0,z0)=0,Fy′(x0,y0,z0)=0,则方程F(x,y,z)=0F(x,y,z)=0F(x,y,z)=0在点(x0,y0,z0)(x_0,y_0,z_0)(x0,y0,z0)的某邻域可唯一确定一个有连续导数的函数z=f(x,y)z=f(x,y)z=f(x,y),并有∂z∂x=−Fx′Fz′,∂z∂y=−Fy′Fz′\frac{\partial z}{\partial x}=-\frac{F'_x}{F'_z},\frac{\partial z}{\partial y}=-\frac{F'_y}{F'_z}∂x∂z=−Fz′Fx′,∂y∂z=−Fz′Fy′
多元函数的极值与最值
无约束极值
设函数z=f(x,y)z=f(x,y)z=f(x,y)在点P0(x0,y0)P_0(x_0,y_0)P0(x0,y0)的某邻域内有定义,若对该邻域内任意的点P(x,y)P(x,y)P(x,y)均有f(x,y)≤f(x0,y0)f(x,y)≤f(x_0,y_0)f(x,y)≤f(x0,y0),则称(x0,y0)(x_0,y_0)(x0,y0)为f(x,y)f(x,y)f(x,y)的极大值点,称f(x0,y0)f(x_0,y_0)f(x0,y0)为f(x,y)f(x,y)f(x,y)的极大值。极大值和极小值点统称为极值点,极大值极小值统称为极值。
- 极值的必i要条件:设函数z=f(x,y)z=f(x,y)z=f(x,y)在点P0(x0,y0)P_0(x_0,y_0)P0(x0,y0)存在偏导数,且(x0,y0)(x_0,y_0)(x0,y0)为f(x,y)f(x,y)f(x,y)的极值点,则fx′(x0,y0)=0,fy′(x0,y0)=0f'_x(x_0,y_0)=0,f'_y(x_0,y_0)=0fx′(x0,y0)=0,fy′(x0,y0)=0
- 极值的充分条件:设函数z=f(x,y)z=f(x,y)z=f(x,y)在点P0(x0,y0)P_0(x_0,y_0)P0(x0,y0)的某邻域内有二阶连续偏导数,且fx′(x0,y0)=0,fy′(x0,y0)=0f'_x(x_0,y_0)=0,f'_y(x_0,y_0)=0fx′(x0,y0)=0,fy′(x0,y0)=0,记A=fxx′′(x0,y0),B=fxy′′(x0,y0),C=fyy′′(x0,y0)A=f''_{xx}(x_0,y_0),B=f''_{xy}(x_0,y_0),C=f''_{yy}(x_0,y_0)A=fxx′′(x0,y0),B=fxy′′(x0,y0),C=fyy′′(x0,y0)则有以下结论:
- 若AC−B2>0AC-B^2>0AC−B2>0,则(x0,y))(x_0,y_))(x0,y))为f(x,y)f(x,y)f(x,y)的极值点。
- 若A<0A<0A<0,则(x),y))(x_),y_))(x),y))为f(x,y)f(x,y)f(x,y)的极大值点;
- 若A>0A>0A>0,则(x),y))(x_),y_))(x),y))为f(x,y)f(x,y)f(x,y)的极小值点。
- 若AC−B2<0AC-B^2<0AC−B2<0,则(x0,y))(x_0,y_))(x0,y))不为f(x,y)f(x,y)f(x,y)的极值点。
- 若AC−B2=0AC-B^2=0AC−B2=0,则(x0,y))(x_0,y_))(x0,y))可能为f(x,y)f(x,y)f(x,y)的极值点,也可能不为f(x,y)f(x,y)f(x,y)的极值点(此时一般用定义判断)。
- 若AC−B2>0AC-B^2>0AC−B2>0,则(x0,y))(x_0,y_))(x0,y))为f(x,y)f(x,y)f(x,y)的极值点。
求具有二阶连续偏导数的二元函数z=f(x,y)z=f(x,y)z=f(x,y)极值的一般步骤为:
- 求出f(x,y)f(x,y)f(x,y)的驻点P1...PkP_1...P_kP1...Pk。
- 利用极值的充分条件判定驻点PiP_iPi是否是驻点。
条件极值和拉格朗日乘数法
求z=f(x,y)z=f(x,y)z=f(x,y)在条件φ(x,y)=0\varphi(x,y)=0φ(x,y)=0下的条件极值的一般方法为:
- 构造拉格朗日函数F(x,y,λ)=f(x,y)+λp(x,y)F(x,y,\lambda)=f(x,y)+\lambda p(x,y)F(x,y,λ)=f(x,y)+λp(x,y)
- 将F(x,y,λ)F(x,y,\lambda)F(x,y,λ)分别对x,y,zx,y,zx,y,z求偏导数,构造方程组{fx′(x,y)+λφx′(x,y)=0,fy′(x,y)+λφy′(x,y)=0,φ(x,y)=0\begin{cases}f'_x(x,y)+\lambda\varphi'_x(x,y)=0,\\f'_y(x,y)+\lambda\varphi'_y(x,y)=0,\\\varphi(x,y)=0\end{cases}⎩⎨⎧fx′(x,y)+λφx′(x,y)=0,fy′(x,y)+λφy′(x,y)=0,φ(x,y)=0。
解出x,y,λx,y,\lambdax,y,λ,则其中(x,y)(x,y)(x,y)就是函数f(x,y)f(x,y)f(x,y)在条件φ(x,y)=0\varphi(x,y)=0φ(x,y)=0下的可能极值点。
最大值最小值
求连续函数f(x,y)f(x,y)f(x,y)在有界闭区域DDD上的最大值:
- 第一步:求f(x,y)f(x,y)f(x,y)在点DDD内部可能的极值点。
- 第二步:求f(x,y)f(x,y)f(x,y)在点DDD的边界上的最大最小值。
- 第三步:比较。
高数数学——多元函数微分学相关推荐
- 高数 | 【多元函数微分学 概念篇】连续、可偏导及可微之间的关系
(一)重极限(多元函数的极限) 要掌握简单求重极限的方法,在判断连续性,特别是判断可微性时会用到. 高数 | [多元函数微分学]多元函数求极限方法总结_西皮呦的博客-CSDN博客_多元函数求极限的方法 ...
- 高数下|多元函数微分学及其应用|高数叔|手写笔记
- 【高数】多元函数求极值和最值有什么不同?
[高数]多元函数求极值和最值有什么不同? 一.起因 二.概念理解 三.问题思考 四.解题 五.小结 一.起因 在做某道题时,多元函数函数在有界闭区域内连续,求最值. 当时有诸多疑惑: 为什么求极值时, ...
- 高数考研归纳 - 微分学 - 多元微分学
点击此处查看高数其他板块总结 文章目录 1 基本概念 (1) 极限 (2) 连续 (3) 增量 (4) 偏导数 (5) 连续可偏导 / 偏导数连续 (6) 全微分 (7) 连续性质三定理 2 连续.可 ...
- 高数考研归纳 - 微分学 - 一元微分学
点击此处查看高数其他板块总结 文章目录 Part 1 导数与微分 记忆内容 1 导数与微分的定义 2 基本公式 3 运算法则 4 求导方法 (一) 根据定义求导 (二) 显函数求导 (三) 隐函数求导 ...
- 高数考研归纳 - 微分学 - 中值定理
点击此处查看高数其他板块总结 文章目录 记忆内容 1 中值定理 (一) 费马引理 - F\mathrm{F}F (二) 罗尔定理 - R\mathrm{R}R (三) 拉格朗日中值定理 - L\mat ...
- 高数 | 【一元函数微分学】一元函数微分的本质 导数与微分的区别
一.微分的本质 微分本质是一个微小的线性变化量,是用一个线性函数作为原函数变化的逼近(或者叫近似). 现在我们将 定义为dy.而 表示的是函数值的变化,显然dy的真正含义是对这种变化的逼近.也就是说我 ...
- 二元函数泰勒公式例题_高数 | 8.12 多元函数微分学重难点补充【2020版】
写在前面:本学期开始所有视频均已进行降噪处理,但是在录制的时候由于设备原因,有一些回声,请大家谅解~TAT~同时,由于微信公众号后台消息保存时间有限,大家如果有疑问,可以关注B站账号:兆筱小分队,在B ...
- 高数_第2章多元函数微分学 概述
高数的重点是微分, 积分. 从第2章开始,我们要学习的. 要接触的都是重点, 在考试中占比很大,在100分试卷中本章约占25分. 先看知识结构图
最新文章
- python中文字符画、编写程序合理选取中文字符构造_编写程序,合理选取中文字符构造字符表,生成中文字符画。...
- 因为在企业软件中采用了React,我差点被公司开除
- 非平衡数据处理方式与评估
- 美团性能分析框架和性能监控平台
- Python教程分享之Python基础知识点梳理
- JS移动客户端--触屏滑动事件 banner图效果
- 夸克、QQ浏览器、简单搜索竞品分析报告
- 关于复利2.0 3.0
- c++ windows 光标操作_电脑操作常用快捷键
- 以对象的方式来访问xml数据表(二)
- neo4j︱Cypher完整案例csv导入、关系联通、高级查询(三)
- matlab 阶梯形矩阵,求化矩阵为阶梯型矩阵的代码(不是行最简函数rref)
- oCPC实践录 | 开篇语
- 类似淘票票 选座功能(svg)
- QSqlDatabase: QMYSQL driver not loaded 解决方案
- 抢答网页PHP,GitHub - zhaiwenjun/vie-to-answer: 用于小型多人的线下知识竞赛活动的在线抢答器...
- Nvidia驱动卸载干净了,新驱动却还是安装不上?
- 2020Java面试题汇总(2020年负重前行的Java码畜社招遇到的Java面试题---亲历总结)
- C语言程序设计学习001——初步认识
- 2016 CCF大数据与计算智能大赛 开源资料整理