高数复习: 多元函数微分学及其应用
目录
- 多元函数的基本概念
- 平面点集;nnn 维空间
- 多元函数的极限
- 多元函数的连续性
- 偏导数
- 偏导数的定义及其计算法
- 高阶偏导数
- 全微分
- 全微分的定义
- 全微分在近似计算中的应用
- 多元复合函数的求导法则
- 一元函数与多元函数复合的情形
- 多元函数与多元函数复合的情形
- 全微分形式不变性
- 隐函数的求导公式
- 一个方程的情形
- 方程组的情形
- 方向导数与梯度
- 方向导数
- 梯度
- 参考
多元函数的基本概念
多元的定义可以类似地由二元的定义写出,因此下面只写二元有关的定义
平面点集;nnn 维空间
- 下面首先将 R1\R^1R1 中两点间距离、区间、邻域等概念推广到 R2\R^2R2 及 Rn\R^nRn
平面点集
- 坐标平面上具有某种性质 PPP 的点的集合,称为平面点集
R2\R^2R2 中的邻域
- 点 P0P_0P0 的 δ\deltaδ 邻域,记作 U(P0,δ)U(P_0,\delta)U(P0,δ)
U(P0,δ)={P∣∣PP0∣<δ}U\left(P_{0}, \delta\right)=\left\{P|\ \ | P P_{0}| <\delta\right.\}U(P0,δ)={P∣ ∣PP0∣<δ} - 点 P0P_0P0 的去心 δ\deltaδ 邻域,记作 U˚(P0,δ)\mathring U(P_0,\delta)U˚(P0,δ)
U˚(P0,δ)={P∣0<∣PP0∣<δ}\mathring U\left(P_{0}, \delta\right)=\left\{P|\ \ 0<| P P_{0}| <\delta\right.\}U˚(P0,δ)={P∣ 0<∣PP0∣<δ}
点和点集的关系
- 内点:U(P)⊂EU(P)\subset EU(P)⊂E,其中 E⊂R2E\subset \R^2E⊂R2
- 外点:U(P)∩E=∅U(P)\cap E=\varnothingU(P)∩E=∅
- 边界点:邻域内既含有属于 EEE 的点,有含有不属于 EEE 的点 (边界点的全体称为 EEE 的边界 ∂E\partial E∂E) (边界点可能属于 EEE,也可能不属于 EEE,取决于 EEE 包不包含其边界)
- 聚点 (边界点 / 内点):对于任意给定的 δ>0\delta > 0δ>0, 点 PPP 的去心邻域 U˚(P,δ)\mathring U(P,\delta)U˚(P,δ) 内总有 EEE 中的点
重要的平面点集
- 如果点集 EEE 的点都是 EEE 的内点,那么称 EEE 为开集
- 如果点集 EEE 的边界 ∂E⊂E\partial E\subset E∂E⊂E, 那么称 EEE 为闭集
- 如果点集 EEE 内任何两点,都可用折线联结起来,且该折线上的点都属于 EEE, 那么称 EEE 为连通集
- 连通的开集称为区域或开区域;开区域连同它的边界一起所构成的点集称为闭区域
- 对于平面点集 EEE, 如果存在某一正数 rrr 使得 E⊂U(O,r)E\subset U(O,r)E⊂U(O,r),其中 OOO 为坐标原点,则称 EEE 为有界集,反之为无界集
多元函数的极限
二元函数的极限 / 二重极限
- 必须注意.所谓二重极限存在,是指 P(x,y)P(x,y)P(x,y) 以任何方式趋于 P0(x0,y0)P_0(x_0,y_0)P0(x0,y0) 时,f(x,y)f(x,y)f(x,y) 都无限接近于 AAA. 如果当 P(x,y)P(x,y)P(x,y) 以不同的方式趋于 P0(x0,y0)P_0(x_0,y_0)P0(x0,y0) 时,f(x,y)f(x,y)f(x,y) 趋于不同的值,那么就可以断定这函数的极限不存在
例
多元函数的连续性
偏导数
偏导数的定义及其计算法
在求对 xxx 的偏导时,将 xxx 以外的变量都看作常量即可
偏导数的几何意义
- 我们已经知道,如果一元函数在某点具有导数,那么它在该点必定连续.但对多元函数来说,即使各偏导数在某点都存在,也不能保证函数在该点连续.这是因为各偏导数存在只能保证点 PPP 沿着平行于坐标轴的方向趋于 P0P_0P0 时,函数值 f(P)f(P)f(P) 趋于 f(P0)f(P_0)f(P0),但不能保证点 PPP 按任何方式趋与 P0P_0P0 时, 函数值 f(P)f(P)f(P) 都趋于 f(P0)f(P_0)f(P0)
高阶偏导数
- 按照对变量求导次序的不同有下列四个二阶偏导数:
其中第二、三两个偏导数称为混合偏导数
- 二阶混合偏导数在连续的条件下与求导的次序无关
全微分
全微分的定义
偏微分与偏增量
- 根据一元函数微分学中增量与微分的关系,可得
上面两式的左端分别叫做二元函数对 xxx 和对 yyy 的偏增量,而右端分别叫做二元函数对 xxx 和对 yyy 的偏微分
全增量
- 与一元函数的情形一样,我们希望用自变量的增量 Δx\Delta xΔx、Δy\Delta yΔy 的线性函数来近似地代替函数的全增量 Δz\Delta zΔz,从而引入全微分
多元函数可微
- 多元函数在某点的偏导数存在,并不能保证函数在该点连续;但是,由上述定义可知,如果函数 z=f(x,y)z = f(x ,y)z=f(x,y) 在点 (x,y)(x,y)(x,y) 可微分,那么这函数在该点必定连续
- 证:
- 证:
ρ→0\rho\rightarrow0ρ→0 与 (Δx,Δy)→(0,0)(\Delta x,\Delta y)\rightarrow(0,0)(Δx,Δy)→(0,0) 相当
可微分的条件
- 注意:各偏导数的存在只是全微分存在的必要条件而不是充分条件 (当函数的各偏导数都存在时,虽然能形式地写出 ∂z∂xΔx+∂z∂yΔy\frac{\partial z}{\partial x} \Delta x+\frac{\partial z}{\partial y} \Delta y∂x∂zΔx+∂y∂zΔy, 但它与 Δz\Delta zΔz 之差并不一定是较 ρ\rhoρ 高阶的无穷小,因此它不一定是函数的全微分)
叠加原理
- 习惯上,我们将自变量的增量 Δx\Delta xΔx 与 Δy\Delta yΔy 分别记作 dxdxdx 与 dydydy, 并分别称为自变量 xxx 与 yyy 的微分.这样,函数 z=f(x,y)z=f(x ,y)z=f(x,y) 的全微分就可写为
- 叠加原理也适用于三元以上的函数. 例如,如果三元函数 u=f(x,y,z)u=f(x,y,z)u=f(x,y,z) 可微分,那么它的全微分就等于它的三个偏微分之和,即
全微分在近似计算中的应用
- 如果函数可微,则可以利用全微分对全增量的近似来对二元函数作近似计算和误差分析:
多元复合函数的求导法则
一元函数与多元函数复合的情形
多元函数与多元函数复合的情形
全微分形式不变性
隐函数的求导公式
一个方程的情形
- 这里不证上述定理,仅就公式 (5-2) 作如下推导:将方程 F(x,y)=0F(x,y)=0F(x,y)=0 所确定的函数 y=f(x)y =f(x)y=f(x) 代入 F(x,y)=0F(x,y)=0F(x,y)=0, 得恒等式
求这个函数的全导数,可得
由此可得公式 (5-2) - 如果 F(x,y)F(x ,y)F(x,y) 的二阶偏导数也都连续,我们可以把等式 (5-2) 的两端看做 xxx 的复合函数而再一次求导,即得
- 这个定理我们也不证明。与定理 1 类似,由隐函数存在的条件可以推导出公式 (5-4)
方程组的情形
- 下面我们将隐函数存在定理作另一方面的推广.我们不仅增加方程中变量的个数,而且增加方程的个数.例如,考虑方程组
这时,在四个变量中,一般只能有两个变量独立变化,因此方程组就有可能确定两个二元函数
方向导数与梯度
方向导数
- 偏导数反映的是函数沿坐标轴方向的变化率,下面我们来讨论函数沿任一指定方向的变化率
方向导数
方向导数与偏导数的关系
方向导数与可微的关系
梯度
梯度
方向导数与梯度
- 可以看出:梯度 ∇f\nabla f∇f 是这样一个向量,它的方向是函数 f(x,y)f(x,y)f(x,y) 在这点的方向导数取得最大值的方向,它的模就等于方向导数的最大值
函数的梯度就是函数等值线的法向量
单位法向量的推导如下:设 f(x,y)=cf(x,y)=cf(x,y)=c 确定了隐函数 y=g(x)y=g(x)y=g(x),因此 f(x,g(x))=cf(x,g(x))=cf(x,g(x))=c,等式两端对 xxx 求导可得 fx+fyg′=0f_x+f_yg'=0fx+fyg′=0,因此 g′=−fxfyg'=-\frac{f_x}{f_y}g′=−fyfx;而法线与切线的斜率之积为 −1-1−1,因此法线斜率为 fyfx\frac{f_y}{f_x}fxfy,故法线向量为 (1,fyfx)(1,\frac{f_y}{f_x})(1,fxfy) 或 (fx,fy)(f_x,f_y)(fx,fy)
- 上面讨论的梯度概念可以类似地推广到三元函数的情形
参考
- 《高等数学》(同济版)
- 汤家凤考研资料
高数复习: 多元函数微分学及其应用相关推荐
- 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 ...
- 高数下|多元函数微分学及其应用|高数叔|手写笔记
- 【20考研】数学:高数复习的先后顺序
在考研数学中,高数的复习难度是比较大的,所以很多考研er都已经早早开始高数的复习了.但是具体怎么复习,该先复习什么呢?下面跟小编一起来看看高数复习的先后顺序. 按照考试大纲划分复习范围 在熟悉大纲的基 ...
- 【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 ...
- 大一微积分笔记整理_大一上学期 高数复习要点整理
高数解题技巧.高数(上册)期末复习要点 高数(上册)期末复习要点 第一章: 1 .极限 2 .连续(学会用定义证明一个函数连续,判断间断点类型) 第二章: 1 .导数(学会用定义证明一个函数是否可导) ...
- 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 ...
- 高数复习系列(同济,b版)——快乐级数
目录 一.引言 二.思维导图 三.浅谈题目 四.解题思路 1. 正向级数敛散性判定 2. 交错级数敛散性判定 3. 任意项(期末应该不考) 4. 有关常数项的证明和综合题(期末考这个,很多人估计就寄了 ...
最新文章
- linux云自动化运维基础知识23(DNS服务)
- 【经典书】线性代数与应用(附pdf)
- 你的 mixin 兼容 ECMAScript 5 吗?
- JSONObject JSONArray各种用法以及js eval()函数与JSON.parse的区
- 初学flex时候搞得一个大头贴工具(开源)
- 【Python】用 Python 帮财务小妹生成 Excel 报表,小妹直说一辈子。。。
- OpenGL实现Cubic Environment Map立方环境图实例
- Django 【第六篇】ORM跨表操作(聚合查询,分组查询,F和Q查询等)
- batocera 完整包_Batocera Plus 可能是现如今最强最全最好用的模拟器集成系统!
- 微信小程序 java高校科研管理系统
- 怎么转换kux格式?教你把优酷的kux格式转换成avi
- 电大计算机原理及应用,电大《ERP原理与应用》试题及答案.doc
- 详细Ubuntu系统修改默认软件下载源
- 桥接模式、NAT模式和仅主机模式
- 小米怎么快速回到顶部_打开小米这3个设置,手机越用越好用啦!你现在还不知道吗?...
- 两台笔记本无线共享上网
- 火影150集碎片拾忆 记于2014-04-08
- Named Route index has a default child route. When navigating to this named route to name index
- java解压在线tgz文件
- 计算思维导论-为什么要学习计算思维
热门文章
- Win7 Server 漏洞修复(CVE-2017-**、CVE-2018-**、CVE-2019-**、CVE-2012-**)
- GlobeImposter
- ffmpeg php 使用教程_php的ffmpeg - CSDN博客
- COMSOL指南:COMSOL案例库文件夹的寻找
- comsol3.5安装教程
- 安装MapGIS IGServer遇到的问题
- C语言队列(排队)先进先出.实现全部函数
- 机器学习、深度学习常见面试题300道
- 设计模式:(生成器模式)
- (matlab代码)绘制地震记录的F-K谱