文章目录
  1. 1. 多元函数
  2. 2. 多元函数的极限
  3. 3. 多元函数的连续性
  4. 4. 偏导数
    1. 4.1. 几何意义
    2. 4.2. 高阶偏导数
  5. 5. 全微分
    1. 5.1. 必要条件
    2. 5.2. 充分条件
  6. 6. 参考资料

继续!

多元函数

设 $D$ 是 $R^{2}$ 的一个非空子集,称映射 $f: D \to R$ 为定义在 $D$ 上的一个二元函数,通常记为

$$z=f(x,y), (x,y) \in D$$

$$z=f(P), P \in D,$$

其中点集 $D$ 称为该函数的定义域,$x$ 和 $y$ 称为自变量, $z$ 称为因变量。

多元函数即

$$u=f(\mathbf{x}), \mathbf{x}=(x_1, x_2, \cdots, x_n) \in D$$

也可以记为

$$u=f(P), P(x_1, x_2, \cdots, x_n) \in D$$

多元函数的极限

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 $\varepsilon$,总存在正数 $\delta$,使得当点 $P(x,y) \in D \cap \stackrel{o}{\cup}(P_{0}, \delta)$ 时,都有

$$|f(P)-A|=|f(x,y)-A|<\varepsilon$$

成立,那么就称常数 $A$ 为函数 $f(x,y)$ 当 $(x, y) \to (x_{0}, y_{0})$ 时的极限,记作

$$\lim_{(x, y) \to (x_{0}, y_{0})} f(x,y)=A 或 f(x,y) \to A((x,y) \to (x_{0}, y_{0})),$$

也记作

$$\lim_{P \to P_{0}} f(P)=A 或 f(P) \to A,(P \to P_{0})$$

多元函数的连续性

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 $P_{0} \in D$。如果

$$\lim_{(x,y) \to (x_{0}, y_{0})}f(x,y)=f(x_{0},y_{0}),$$

那么称函数 $f(x,y)$ 在点 $(x_{0}, y_{0})$ 连续。

偏导数

设函数 $z=f(x,y)$ 在点 $(x_{0}, y_{0})$ 的某一领域内有定义,当 $y$ 固定在 $y_{0}$ 而 $x$ 在 $x_0$ 处有增量 $\Delta x$ 时,相应的函数有增量

$$f(x_{0}+\Delta x, y_{0})-f(x_{0}, y_{0}),$$

如果

$$\lim_{\Delta x \to 0}\frac{f(x_0+\Delta x, y_{0})-f(x_{0}, y_{0})}{\Delta x}$$

存在,那么称此极限为函数 $z=f(x,y)$ 在点 $(x_{0}, y_{0})$ 处对 $x$ 的偏导数,记作

$$\frac{\partial z}{\partial x}|_{\stackrel{x=x_{0}}{y=y_{0}}}或\frac{\partial f}{\partial x}|_{\stackrel{x=x_{0}}{y=y_{0}}}或z_{x}|_{\stackrel{x=x_{0}}{y=y_{0}}}或f_{x}(x_{0},y_{0}).$$

对 $y$ 的偏导数类似。

求 $z=f(x,y)$ 的偏导数,只有一个自变量在动,另一个自变量是看做固定的,所以仍旧是一元函数的微分法问题。求$\frac{\partial f}{\partial x}$ 时,只要把 $y$ 暂时看做常量而对 $x$ 求导数;求 $\frac{\partial f}{\partial y}$ 时,只要把 $x$ 暂时看做常量而对 $y$ 求导数。

几何意义

二元函数 $z=f(x,y)$ 在点 $(x_{0}, y_{0})$ 的偏导数几何意义:

设 $M_{0}(x_{0}, y_{0})$ 为曲面 $z=f(x,y)$ 上的一点,过 $M_{0}$ 作平面 $y=y_{0}$,截此曲面得一曲线,此曲线在平面 $y=y_{0}$ 上的方程为 $z=f(x, y_{0})$,则导数 $\frac{d}{dx}f(x, y_{0})|_{x=x_{0}}$,即偏导数 $f_x(x_{0}, y_{0})$,就是这曲线在点 $M_{0}$ 处的切线对 $x$ 轴的斜率。同样,偏导数 $f_{y}(x_{0}, y_{0})$ 的几何意义是曲平面被平面 $x=x_{0}$ 所截得的曲线在点 $M_{0}$ 处的切线对 $y$ 轴的斜率。

高阶偏导数

设函数 $z=f(x,y)$ 在区域 $D$ 内具有偏导数

$$\frac{\partial z}{\partial x}=f_{x}(x,y),\frac{\partial z}{\partial y}=f_{y}(x,y)$$

于是在 $D$ 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,那么称它们是函数 $z=f(x,y)$ 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:

$$\begin{eqnarray}
\frac{\partial}{\partial x}(\frac{\partial z}{\partial x})=\frac{\partial ^{2}z}{\partial x^{2}}=f_{xx}(x,y),\\
\frac{\partial}{\partial y}(\frac{\partial z}{\partial x})=\frac{\partial ^{2}z}{\partial x\partial y}=f_{xy}(x,y),\\
\frac{\partial}{\partial x}(\frac{\partial z}{\partial x})=\frac{\partial ^{2}z}{\partial y\partial x}=f_{yx}(y,x),\\
\frac{\partial}{\partial y}(\frac{\partial z}{\partial y})=\frac{\partial ^{2}z}{\partial y^{2}}=f_{yy}(y,y),
\end{eqnarray}$$

其中(2)和(3)两个偏导数称为混合偏导数,同样可导三阶、四阶等以及 $n$ 偏导数。二阶及以上称为高阶偏导数。

如果函数 $z=f(x,y)$ 的两个二阶混合偏导数 $\frac{\partial z}{\partial x}$ 和 $\frac{\partial z}{\partial x}$ 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须相等。

全微分

设函数 $z=f(x,y)$ 在点 $(x,y)$ 的某领域内有定义,如果函数在点 $(x,y)$ 的全增量

$$\Delta z=f(x+\Delta x, y+\Delta y)-f(x,y)$$

可表示

$$\Delta z=A\Delta x+B\Delta y + o(\rho),$$

其中 $A$ 和 $B$ 不依赖于 $\Delta x$ 和 $\Delta y$ 而仅与 $x$ 和 $y$ 有关,$\rho=\sqrt{(\Delta x)^{2}+(\Delta y)^{2}}$,那么称函数 $z=f(x,y)$ 在点 $(x,y)$ 可微分,而 $A\Delta x+B\Delta y$ 称为函数 $z=f(x,y)$ 在点 $(x,y)$ 全微分,记作 $dz$,即

$$dz=A\Delta x+B\Delta y.$$

如果函数在区域 $D$ 内各点处都可微,那么称这函数在 $D$ 内可微。

必要条件

如果函数 $z=f(x,y)$ 在点 $(x,y)$ 可微分,那么该函数在点 $(x,y)$ 的偏导数 $\frac{\partial z}{\partial x}$ 与 $\frac{\partial z}{\partial y}$ 必定存在,且函数 $z=f(x,y)$ 在点 $(x,y)$ 的全微分为

$$dz=\frac{\partial z}{\partial x}\Delta x+\frac{\partial z}{\partial y}\Delta y.$$

充分条件

如果函数 $z=f(x,y)$ 的偏导数 $\frac{\partial z}{\partial x}、\frac{\partial z}{\partial y}$ 在点 $(x,y)$ 连续,那么函数在该点可微分。

习惯上,我们将自变量的增量 $\Delta x$ 与 $\Delta y$ 分别记作 $dx$ 和 $dy$ ,并分别称为自变量 $x$ 和 $y$ 的微分,这样,函数 $z=f(x,y)$ 的全微分就可写为

$$dz=\frac{\partial z}{\partial x}dx+\frac{\partial z}{\partial y}dy.$$

参考资料

  1. 《高等数学》,第七版上册,同济大学版
文章目录
  1. 1. 多元函数
  2. 2. 多元函数的极限
  3. 3. 多元函数的连续性
  4. 4. 偏导数
    1. 4.1. 几何意义
    2. 4.2. 高阶偏导数
  5. 5. 全微分
    1. 5.1. 必要条件
    2. 5.2. 充分条件
  6. 6. 参考资料