07 多元函数微分

多元函数微分学

第一节 多元函数的基本概念

一、多元函数的极限

${\lim }_{(x,y)\to (x_0,y_0)}f(x,y)=A$

【注】

①$(x,y)\to (x_0,y_0)$是以“任意方式”。

②一元函数极限中的下述性质对多元函数仍成立

局部有界性；保号性；有理运算；极限与无穷小的关系；夹逼性

1.1 求简单重极限

Answer

Answer

【注】

1. 求多元极限的常见方法：

   ①四则运算法则、取绝对值用夹逼准则。$f(x)\to 0\iff |f(x)|\to 0$

   ②消去分母中极限为零的因子（有理化，等价无穷小代换）

   ③利用无穷小量与有界变量之积为无穷小量

2. 求多元极限的初步判定（一般情况）：

   ①上下同次，不存在

   ②上比下的次数高，0

   ③上比下的次数低，$\infty$

1.2 判断重极限不存在

Answer

Answer

【注】

1. 说明简单重极限不存在的基本方法：通常选过这点的不同路径，然后去看如果不同路径

的值都不一样，立马就断定这个极限不存在。

2. 初步判定：上下同次，一般不存在。

二、多元函数的连续性

1. 连续的概念

   ${\lim }_{(x,y)\to (x_0,y_0)}f(x,y)=f(x_0,y_0)$

2. 连续函数的性质

   性质1 多元连续函数的和、差、积、商（分母不为零）仍为连续函数。

   性质2 多元连续函数的复合函数也是连续函数。

   性质3 多元初等函数在其定义区域内连续

   性质4（最大值定理）

   有界闭区域D上的连续函数在区域D上必能取得最大值与最小值

   性质5（介值定理）

   有界闭区域D上的连续函数在区域D上必能取得介于最大值与最小值之间的任何值

   性质6（有界性）

   若$f(x,y)$在有界闭区域D上连续，则$f(x,y)$在D上有界

【掌握】会用定义来判定一个函数在一点上的连续性。

Answer

三、偏导数

1. 偏导数的定义

$f_x^{\prime }(x_0,y_0)={\lim }_{\Delta x\to 0}\frac{f(x_0+\Delta x,y_0)-f(x_0,y_0)}{\Delta x}=\frac{d}{dx}f(x,y_0){|}_{x=x_0}$

$f_y^{\prime }(x_0,y_0)={\lim }_{\Delta y\to 0}\frac{f(x_0,y_0+\Delta y)-f(x_0,y_0)}{\Delta y}=\frac{d}{dy}f(x_0,y){|}_{y=y_0}$

【注】偏导数本质上就是一元函数的导数，其中$f_x^{\prime }(x_0,y_0)$就是一元函数$f(x,y_0)$在

$x=x_0$处的导数，$f_y^{\prime }(x_0,y_0)$就是一元函数$f(x_0,y)$在$y=y_0$处的导数。

Answer

【注1】方法：先代后求

【注2】先代后求只能算一个具体点，不能证明整个偏导函数的相关问题。

例如

2. 二元函数偏导数的几何意义

   

3. 高阶偏导数

   对x的二阶偏导：$f_{xx}^{\prime \prime }(x,y)=\frac{{\partial }^{2}z}{\partial x^2}=\frac{\partial }{\partial x}(\frac{\partial z}{\partial x})$

   先对x后对y的偏导数：$f_{xy}^{\prime \prime }=\frac{{\partial }^{2}z}{\partial x\partial y}=\frac{\partial }{\partial y}(\frac{\partial z}{\partial x})$

   先对y后对x的偏导数：$f_{yx}^{\prime \prime }=\frac{{\partial }^{2}z}{\partial y\partial x}=\frac{\partial }{\partial x}(\frac{\partial z}{\partial y})$

   对y的二阶偏导数：$f_{yy}^{\prime \prime }(x,y)=\frac{{\partial }^{2}z}{\partial y^2}=\frac{\partial }{\partial y}(\frac{\partial z}{\partial y})$

​ 定理 如果函数$z=f(x,y)$的两个二阶混合偏导数$\frac{{\partial }^{2}z}{\partial x\partial y}$及$\frac{{\partial }^{2}z}{\partial y\partial x}$在区域D内连续，则在该

区域内这两个混合偏导数必定相等，即
$$\frac{{\partial }^{2}z}{\partial x\partial y}=\frac{{\partial }^{2}z}{\partial y\partial x}$$
【注】偏导数存在不一定保证f在那个点连续

四、全微分

4.1 定义

定义（全微分） 若$\Delta z=f(x_0+\Delta x,y_0+\Delta y)-f(x_0,y_0)=A\Delta x+B\Delta y+o(\rho )$，

则称函数$z=f(x,y)$在点$(x_0,y_0)$处可微，$dz=A\Delta x+B\Delta y=Adx+Bdy$

其中：$\rho $为动点到定点之间的距离，$\rho = \sqrt{(\Delta x)^2+(\Delta y)^2}$

【注】可微定义的四种等价形式

4.2 必要条件

定理（全微分存在的必要条件） 如果函数$z=f(x,y)$在点$(x,y)$处可微，则该函数在点

$(x,y)$处的偏导数$\frac{\partial z}{\partial x},\frac{\partial z}{\partial y}$必定存在，且
$$dz=\frac{\partial z}{\partial x}dx+\frac{\partial z}{\partial y}dy$$
即，$f_x(x_0,y_0)$与$f_y(x_0,y_0)$都存在。

4.3 充分条件

定理（全微分存在的充分条件） 如果$z=f(x,y)$的偏导数$\frac{\partial z}{\partial x},\frac{\partial z}{\partial y}$在点$(x,y)$处连

续，则函数$z=f(x,y)$在点$(x,y)$处可微。即$f_x(x,y)$与$f_y(x,y)$在$(x_0,y_0)$连续。

4.4 判定

用定义判断可微性

a) $f_x(x_0,y_0)$与$f_y(x_0,y_0)$是否都存在？

b) ${\lim }_{(\Delta x,\Delta y)\to (0,0)}\frac{\Delta z-[f_x(x_0,y_0)\Delta x+f_y(x_0,y_0)\Delta y]}{\sqrt{(\Delta x{)}^2+(\Delta y{)}^2}}$是否为零？

$\Delta z=f(x_0+\Delta x,y_0+\Delta y)-f(x_0,y_0)=A\Delta x+B\Delta y+o(\rho )$

4.5 连续、可偏导及可微之间的关系

【注1】

为什么多元函数可偏导推不出可微，也推不出来连续？

$f_x^{\prime }(x_0,y_0)={\lim }_{\Delta x\to 0}\frac{f(x_0+\Delta x,y_0)-f(x_0,y_0)}{\Delta x}=\frac{d}{dx}f(x,y_0){|}_{x=x_0}$

$f_y^{\prime }(x_0,y_0)={\lim }_{\Delta y\to 0}\frac{f(x_0,y_0+\Delta y)-f(x_0,y_0)}{\Delta y}=\frac{d}{dy}f(x_0,y){|}_{y=y_0}$

$f_x^{\prime }(x_0,y_0)$只与$y=y_0$这条直线上的函数值有关

$f_y^{\prime }(x_0,y_0)$只与$x=x_0$这条直线上的函数值有关

其他的点他们管不了，但是连续和可微，不是由这两条线上的函数值决定的。

第二节 多元函数微分法

一、复合函数的微分法

定理 设$u=u(x,y),v=v(x,y)$在点$(x,y)$处有对x及对y的偏导数，函数$z=f(u,v)$在对

应点$(u,v)$处有连续偏导数，则$z=f[u(x,y),v(x,y)]$在点$(x,y)$处的两个偏导数存在，且

有
$$\frac{\partial z}{\partial x}=\frac{\partial z}{\partial u}\frac{\partial u}{\partial x}+\frac{\partial z}{\partial v}\frac{\partial v}{\partial x},\frac{\partial z}{\partial y}=\frac{\partial z}{\partial u}\frac{\partial u}{\partial y}+\frac{\partial z}{\partial v}\frac{\partial v}{\partial y}$$

全微分形式的不变性

设函数$z=f(u,v),v=(x,y)$及$v=v(x,y)$都有连续的一阶偏导数，则复合函数

$z=f[u(x,y),v(x,y)]$的全微分
$$\begin{gathered} dz=\frac{\partial z}{\partial x}dx+\frac{\partial z}{\partial y}dy \\ dz=\frac{\partial z}{\partial u}du+\frac{\partial z}{\partial v}dv \end{gathered}$$
即：不论把函数z看作自变量x，y的函数，还是看作中间变量u，v的函数，函数z的全微分

形式都是一样的。

【注1】多元内外层都可导，推不出来复合可导。是内层可导，外层有连续可导数，才能推

出复合可导。

【注2】对多元复合函数求导：①画变量之间树形图；②对某个变量求导，几项相加看尾巴

上几个x，就几项相加，每一项有几个因子相乘，从z到自变量几个连线就一个因子相乘。

二、隐函数微分法

（1）由方程$F(x,y)=0$确定的隐函数$y=(x)$

若函数$F(x,y)$在点$P(x_0,y_0)$的某一领域内有连续偏导数，且$F(x_0,y_0)=0$，

$F_x^{\prime }(x_0,y_0)\ne 0$，且方程$F(x,y)=0$在点$(x_0,y_0)$的某领域内可唯一确定一个有连续导数的

函数$y=f(x)$，并有
$$y^{\prime }=-\frac{F_x^{\prime }}{F_y^{\prime }}$$
（2）由方程$F(x,y,z)=0$确定的隐函数$z=z(x,y)$

若函数$F(x,y,z)$在点$P(x_0,y_0,z_0)$的某一领域内有连续偏导数，且$F(x_0,y_0,z_0)=0$，

$F’_z(x_0, y_0,z_0)\neq 0 $，则方程$F(x,y,z) = 0$在点$(x_0, y_0, z_0)$的某领域可唯一确定一个有连续

偏导数的函数$z=f(x,y)$，并有
$$\frac{\partial z}{\partial x}=-\frac{F_x^{\prime }}{F_z^{\prime }},\frac{\partial z}{\partial y}=-\frac{F_y^{\prime }}{F_z^{\prime }}$$

【注】由$F’_z(x_0, y_0,z_0)\neq 0 $，可以确定z是x，y的函数。

x，y，z三个变量，谁是另外两个变量的函数？

F对x，y，z的某个偏导不为零，如果题目已知$F_y^{\prime }\ne 0$，则$y=y(x,z)$

【注2】

【注3】

公式法：
$$\frac{\partial z}{\partial x}=-\frac{F_x^{\prime }}{F_z^{\prime }},\frac{\partial z}{\partial y}=-\frac{F_y^{\prime }}{F_z^{\prime }}$$

例，$z+e^z=xy$

将所有变量移到一边，变为$F(x,y,z)=0$的形式。$z+e^z-xy=0$

求$F_x^{\prime }$时，把y、z看作常数。$F_x^{{}^{\prime }}=-y$

求$F_z^{{}^{\prime }}$时，把x、y看作常数。$F_z^{{}^{\prime }}=1+e^z$

则$\frac{\partial z}{\partial x}=-\frac{F_x^{\prime }}{F_z^{\prime }}=\frac{y}{1+e^z}$

两边求导： 要把z看作x、y的函数。$\frac{\partial z}{\partial x}+e^z\frac{\partial z}{\partial x}=y$

微分形式不变性：

$dz+e^{z}dz=xdy+ydx$

$(1+e^z)dz=xdy+ydx$

$dz=\frac{x}{1+e^z}dy+\frac{y}{1+e^z}dx$

第三节 多元函数的极值和最值

一、无条件极值

定义 设函数$z=f(x,y)$在点$P(x_0,y_0)$的某领域内有定义，若对该领域内任意的点

$P(x,y)$均有
$$f(x,y)\le f(x_0,y_0)(orf(x,y)\ge f(x_0,y_0))$$

则称$(x_0,y_0)$为$f(x,y)$的极大值点（或极小值点）；称$f(x_0,y_0)$为$f(x,y)$的极大值（或极小值），极大值点和极小值点统称为极值点，极大值和极小值统称为极值。

定理（极值的必要条件） 设$z=f(x,y)$在点$(x_0,y_0)$存在偏导数，且$(x_0,y_0)$为$f(x,y)$的

极值点，则
$$f_x^{\prime }(x_0,y_0)=0,f_y^{\prime }(x_0,y_0)=0$$

【注】

驻点：导数为零的点。

极值点不一定是驻点。$z=|x|+|y|$

驻点不一定是极值点。$z=xy$

定理（极值的充分条件）

设$z=f(x,y)$在点$P_0(x_0,y_0)$的某领域内有二阶连续偏导数，又

$f_x^{\prime }(x_0,y_0),f_y^{\prime }(x_0,y_0)=0$

记 $A=f_{xx}^{\prime \prime }(x_0,y_0),B=f_{xy}^{\prime \prime }(x_0,y_0),C=f_{yy}^{\prime \prime }(x_0,y_0)$，则

①当$AC - B^2 > 0 $时，有极值$\begin{cases}A> 0 , &极小值 \ A< 0 , & 极大值 \end{cases}$

②当$AC-B^2<0$时，无极值。（在内部无极值）

③当$AC-B^2=0$时，不一定（一般用定义判定）。

【注】

二元函数$z=f(x,y)$可能取得极值的点就两种，驻点和偏导数不存在的点。

二、条件极值和拉格朗日乘数法

求$z=f(x,y)$在条件$\phi (x,y)=0$下的条件极值的一般方法为：

①构造拉格朗日函数$F(x,y,\lambda )=f(x,y)+\lambda \phi (x,y)$

②将$F(x,y,\lambda )$分别对x，y，$\lambda$求偏导数，构造方程组

$\{\begin{array}{l}{F}_x=f_x^{\prime }(x,y)+\lambda {\phi }_x^{\prime }(x,y)=0\\ F_y=f_y^{\prime }(x,y)+\lambda {\phi }_y^{\prime }(x,y)=0\\ F_{\lambda }=\phi (x,y)=0\end{array}$

解出x，y及$\lambda$，则其中$(x,y)$就是函数$f(x,y)$在条件$\phi (x,y)=0$下的可能极值点。

函数$f(x,y,z)$在条件$\phi (x,y,z)=0,\psi (x,y,z)=0$条件下的条件极值。

令$F(x,y,z,\lambda ,\mu )=f(x,y,z)+\lambda \phi (x,y,z)+\mu \psi (x,y,z)$

三、最大值最小值

1. 求连续函数$f(x,y)$在有界闭区域D上的最大值最小值

   ①求$f(x,y)$在D内部可能的极值点

   ②求$f(x,y)$在D的边界上的最大值最小值

   ③比较

2. 应用题

【注】是在内部可能取到的极值点。

注意点

1. 多元内外层都可导，推不出来复合可导。是内层可导，外层有连续可导数，才能推出复

   合可导。

2. 和差的微分=微分的和差

3. $dz=Adx+Bdy$

4. 偏导连续就是一阶偏导是连续函数。

5. 当混合偏导连续时，混合偏导相等。

6. 常函数一定可微。

技巧

1. 多元微分中的bug级技巧

问题

1. 如何形象直观的理解全微分？

2. 咸鱼的微积分笔记——隐函数

方法

1. 隐函数求导

   ①两边求偏导

   ②代公式（其余变量看作常数）

   ③两边求微分

2. 复合和隐函数综合在一起微分问题常用的方法

   ①变量之间关系理清楚，然后用复合函数求导和隐函数求导直接求

   ②可以不去理那个变量，用微分形式不变性，给几个式子几个式子求微分，求完以后要什么留什么，不要什么就把什么东西消掉。（微分形式不变性的优势：可以不去理变量之间的关系。当你拿到一道题当复合函数和隐函数综合在一起，特别是变量之间的关系理不清楚的时候，这种方法的优越性就体现的更加明显）

3. 已知全微分求原函数的方法

   ①凑微分

   ②偏积分

4. 求条件最值的方法

   ①拉格朗如乘数法

   ②化条件为无条件$\{\begin{array}{l}y=y(x)\\ 参数方程\end{array}$

5. 求一点处的偏导数和全微分

   ①分段函数在分界点，用定义。

   ②先代后求

   【注1】算具体点上的二阶偏导，也可以先代后求

   【注2】算三元函数的全微分，也可以先代后求

6. 具体函数偏导数和全微分

   ①幂指函数：1）改写成e； 2）两边取对数； 3）换元$\to$复合函数求导$\to$链导法

   【注】法3)也可以用在一元函数求导中

7. $dz=P(x,y)dx+Q(x,y)dy$

   dx前面对y求偏导=dy前面对x求偏导

   

具体方法

1. 偏积分

Answer

【注】

①对一个偏积分，另一个看作常数。

②第一次偏积分要加$\phi (x)$，第二次要加$\psi (x)$。

③每做完一个偏积分，就要想办法把相应的x或y的函数定出来。

Answer

2. 知道全微分求函数本身

2.1 偏积分

【注】对x偏积分加y的任意函数，对y偏积分加x的任意函数。

2.2 凑微分

方法：$du(x,y)=Adx+Bdy=d()\Rightarrow u=()+C$

$du(x,y)=ydx+[(x-1)+y^2]dy=ydx+(x-1)dy+d(\frac{1}{3}{y}^3)$

$=yd(x-1)+(x-1)dy+d(\frac{1}{3}{y}^3)$

$=d(x-1)y+d(\frac{1}{3}{y}^3)$

则$u=(x-1)y+\frac{1}{3}{y}^3+C$

【注】如果不好凑，那就分组凑。