高等数学笔记：多元抽象复合函数求二阶偏导数

繁星依月

已于 2023-09-07 14:40:34 修改

阅读量5k

点赞数 6

文章标签：高等数学

于 2023-09-07 14:34:58 首次发布

本文链接：https://blog.csdn.net/Ding_Yifan/article/details/132737382

版权

多元抽象复合函数求二阶偏导

一、多元复合函数

形如 $f (x + y + z, x yz)$ 的函数

二、求导策略

一阶偏导求解的核心策略是：链式法则（最好用！）
二阶偏导求解的核心策略是：矩阵公式法

三、雅可比矩阵与海森矩阵

01 雅可比矩阵与海森矩阵的概念

现有多元函数组 $\mathrm{f_1(x_1,x_2,\cdots,x_n)\ ,\ f_2(x_1,x_2,\cdots,x_n)\ ,\cdots\ ,\ f_m(x_1,x_2,\cdots,x_n)}$ ，

那么其雅可比矩阵如下所示，它储存了该函数组所有一阶偏导数的信息
$\mathrm{ J= \left[\begin{array}{cccc} \displaystyle{ \frac{\partial f_{1}}{\partial x_{1}} } & \displaystyle{ \frac{\partial f_{1}}{\partial x_{2}} } & \cdots & \displaystyle{ \frac{\partial f_{1}}{\partial x_{n}} } \\ \displaystyle{ \frac{\partial f_{2}}{\partial x_{1}} } & \displaystyle{ \frac{\partial f_{2}}{\partial x_{2}} } & \cdots & \displaystyle{ \frac{\partial f_{2}}{\partial x_{n}} } \\ \vdots & \vdots & \ddots & \vdots \\ \displaystyle{ \frac{\partial f_{m}}{\partial x_{1}} } & \displaystyle{ \frac{\partial f_{m}}{\partial x_{2}} } & \cdots & \displaystyle{ \frac{\partial f_{m}}{\partial x_{n}} } \\ \end{array}\right] }$
我们可以观察到，它满足同一行(hang)同一函数(han)，同一列(lie)同一自变量(liang)的规律

当多元函数组退化为一个多元函数时，其表示成
$\mathrm{ J= \left[\begin{array}{cccc} \displaystyle{ \frac{\partial f}{\partial x_{1}} } \ ,\ \displaystyle{ \frac{\partial f}{\partial x_{2}} } \ ,\ \cdots \ ,\ \displaystyle{ \frac{\partial f}{\partial x_{n}} } \end{array}\right] }$
此时这个多元函数的海森矩阵如下所示，它储存了这个多元函数所有二阶偏导数的信息
$\mathrm{ H= \left[\begin{array}{cccc} \displaystyle{ \frac{\partial^2 f}{\partial x_1^2} } & \displaystyle{ \frac{\partial^2 f}{\partial x_1\partial x_2} } & \cdots & \displaystyle{ \frac{\partial^2 f}{\partial x_1\partial x_n} } \\ \displaystyle{ \frac{\partial^2 f}{\partial x_2\partial x_1} } & \displaystyle{ \frac{\partial^2 f}{\partial x_2^2} } & \cdots & \displaystyle{ \frac{\partial^2 f}{\partial x_2\partial x_n} } \\ \vdots & \vdots & \ddots & \vdots \\ \displaystyle{ \frac{\partial^2 f}{\partial x_n\partial x_1} } & \displaystyle{ \frac{\partial^2 f}{\partial x_n\partial x_2} } & \cdots & \displaystyle{ \frac{\partial^2 f}{\partial x_n^2} } \\ \end{array}\right] }$
显然，当多元函数 $\mathrm{f}$ 二阶偏导数连续时，海森矩阵为实对称矩阵

02 不同情况下雅可比行列式的形式

当多元函数组由两个二元函数 $\mathrm{\begin{cases}\ u(x,y)=0 \\ \ v(x,y)=0 \end{cases}}$ 组成时，我们可以把它写成
$\mathrm{ J= \left[\begin{array}{cccc} \displaystyle{ \frac{\partial u}{\partial x} } & \displaystyle{ \frac{\partial u}{\partial y} } \\ \displaystyle{ \frac{\partial v}{\partial x} } & \displaystyle{ \frac{\partial v}{\partial y} } \end{array}\right] }$
当多元函数组由三个二元函数 $\mathrm{\begin{cases}\ u(x,y)=0 \\ \ v(x,y)=0\\ \ w(x,y)=0 \end{cases}}$ 组成时，我们可以把它写成
$\mathrm{ J= \left[\begin{array}{cccc} \displaystyle{ \frac{\partial u}{\partial x} } & \displaystyle{ \frac{\partial u}{\partial y} } \\ \displaystyle{ \frac{\partial v}{\partial x} } & \displaystyle{ \frac{\partial v}{\partial y} } \\ \displaystyle{ \frac{\partial w}{\partial x} } & \displaystyle{ \frac{\partial w}{\partial y} } \end{array}\right] }$

03 不同情况下海森矩阵的形式

当函数为 $f (x, y) = 0$ 时，海森矩阵表达为：
$\mathrm{ H= \left[\begin{array}{cccc} f''_{xx} & f''_{xy}\\ f''_{yx} & f''_{yy} \end{array}\right] }$
当函数为 $F (x, y, z) = 0$ 时，海森矩阵表达为：
$\mathrm{ H= \left[\begin{array}{cccc} F''_{xx} & F''_{xy} & F''_{xz}\\ F''_{yx} & F''_{yy} & F''_{yz}\\ F''_{zx} & F''_{zy} & F''_{zz} \end{array}\right] }$

四、矩阵公式法

01 定理内容

(1) 一般的偏导数求解

若函数 $u=f\left(x_{1}, x_{2}, \cdots, x_{n}\right)$ 在 $\left(x_{1}, x_{2}, \cdots, x_{n}\right)$ 可微，而 $x_{i}=\varphi_{i}\left(t_{1}, t_{2}, \cdots, t_{m}\right)$ 在点 $\left(t_{1}, t_{2}\right.$ , $\left.\cdots, t_{m}\right)$ 处
存在偏导数 $\cdots, n)$ ，则 $u=f\left(\varphi_{1}\left(t_{1}, t_{2}, \cdots, t_{m}\right), \cdots, \varphi_{n}\left(t_{1}, t_{2}, \cdots, t_{m}\right)\right)$ 在 $\left(t_{1}, t_{2}, \cdots, t_{m}\right)$ 处存在偏导数，
且有： $\displaystyle{ \frac{\partial u}{\partial t_{j}}=\frac{\partial u}{\partial x_{1}} \frac{\partial \varphi_{1}}{\partial t_{j}}+\frac{\partial u}{\partial x_{2}} \frac{\partial \varphi_{2}}{\partial t_{j}}+\ldots+\frac{\partial u}{\partial x_{n}} \frac{\partial \varphi_{n}}{\partial t_{j}},(j=1, \cdots, m) . }$

(2) 矩阵公式定理

设函数 $\displaystyle{ u=f\left(x_{1}, x_{2}, \cdots, x_{n}\right)\ ,\ \frac{\partial u}{\partial x_{1}}, \frac{\partial u}{\partial x_{2}}, \cdots, \frac{\partial u}{\partial x_{n}} }$ 在 $\left(x_{1}, x_{2}, \cdots, x_{n}\right)$ 处可微，
函数 $x_{i}=\varphi_{i}\left(t_{1}, t_{2}\right.$ , $\left.\cdots, t_{m}\right)$ 在点 $\left(t_{1}, t_{2}, \cdots, t_{m}\right)$ 有二阶偏导数，
则复合函数 $u=f\left(\varphi_{1}\left(t_{1}, t_{2}, \cdots, t_{m}\right), \cdots, \varphi_{n}\left(t_{1}, t_{2}, \cdots, t_{m}\right)\right)$ 在点 $\left(t_{1}, t_{2}, \cdots, t_{m}\right)$ 处存在二阶偏导数，
且有公式（ $i\in\{1,2, \cdots, m\}\ , \ j=1,2, \cdots, m$ ）：