Skip to content

1.2多元函数的极值

注意复习曲线的切线和法平面,极值的判定定理

多元函数的Taylor展开

目的:把f(x0+h,y0+k)f(x_0+h,y_0+k)表示为h,kh ,k的多项式.

f(x0+h,y0+k)=f(x0,y0)+(hx+kx)f(x0,y0)+12!(hx+kx)2f(x0,y0)++1n!(hx+kx)nf(x0,y0)+1(n+1)!(x+y)n+1f(x0+θh,y0+θk) f(x_0+h,y_0+k)=f(x_0,y_0)+(h\frac{\partial}{\partial x}+k\frac{\partial}{\partial x})f(x_0,y_0)\\+\frac{1}{2!}(h\frac{\partial}{\partial x}+k\frac{\partial}{\partial x})^2f(x_0,y_0)+\dots +\frac{1}{n!}(h\frac{\partial}{\partial x}+k\frac{\partial}{\partial x})^nf(x_0,y_0)\\+\frac{1}{(n+1)!}(\frac{\partial}{\partial x}+\frac{\partial}{\partial y})^{n+1}f(x_0+\theta h,y_0+\theta k)

注意这里偏导算符的意义:

(hx+kx)f(x0,y0)=fx(x0,y0)h+fy(x0,y0)k(h\frac{\partial}{\partial x}+k\frac{\partial}{\partial x})f(x_0,y_0)=f'_x(x_0,y_0)h+f'_y(x_0,y_0)k
(hx+kx)2f(x0,y0)=fxx(x0,y0)h2+2fxy(x0,y0)hk+fyyf(x0,y0)k2(h\frac{\partial}{\partial x}+k\frac{\partial}{\partial x})^2f(x_0,y_0)=f''_{xx}(x_0,y_0)h^2+2f''_{xy}(x_0,y_0)hk+f''_{yy}f(x_0,y_0)k^2

n=0n=0,得到拉格朗日中值定理 令x=x0+h,y=y0+hx=x_0+h,y=y_0+h, 把h,k换成(xx0),(yy0)(x-x_0),(y-y_0)

f(x0+hx,y0+hy)f(x_0+hx,y_0+hy)

计算寄巧 - 前n项是多项式,余项是n+1阶导函数 - 系数是偏导×二项式系数。如果所有n阶偏导都相等,就可以写成1n!k(h+k)n\frac{1}{n!}k(h+k)^n - 记得除以1n!\frac{1}{n!}

29229c20f31fc4c46cd4b7046a58d832.png

多元函数的极值

极值点的定义

定义: 在某邻域内f(P)f(P0)()f(P)\geq f(P_0)(\leq)

驻点(稳定点): fx(x0,y0)=fy(x0,y0)=0f'_x(x_0,y_0)=f'_y(x_0,y_0)=0

极值点一定包含在稳定点或偏导数不存在的点中

极值的必要条件: 若在(x0,y0)(x_0,y_0)偏导数存在,且在(x0,y0)(x_0,y_0)有极值,那么fx(x0,y0)=fy(x0,y0)=0f'_x(x_0,y_0)=f'_y(x_0,y_0)=0 (对应一元函数的费马定理)

  • 驻点不一定是极值点. 如z=xyz=xy(0,0)(0,0). (邻域内有>0和<0的)
  • 极值点不一定可导. 如z=x2+y2z=\sqrt{x^2+y^2}

极值的充分条件

若在(x0,y0)(x_0,y_0)连续的二阶偏导数,且fx(x0,y0)=fy(x0,y0)=0f'_x(x_0,y_0)=f'_y(x_0,y_0)=0 (驻点). 令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)

  • ACB2>0AC-B^2>0 是极值点,且A>0A>0极小值点,A<0A<0极大值
  • ACB2<0AC-B^2<0 不是极值点
  • ACB2=0AC-B^2=0 无法确定

证明:

做二阶Taylor展开,有

f(x0+h,y0+k)f(x0,y0)=12(A2h2+2ABhk+C2k2)+o(ρ2) f(x_0+h,y_0+k)-f(x_0,y_0)=\frac{1}{2}(A^2h^2+2ABhk+C^2k^2)+o(\rho^2)

判断括号内的正负,这是一个二次型,对应二次型矩阵为(A BB C)\begin{pmatrix} A \ B \\ B \ C\end{pmatrix}. 根据二次型正定性的判定,计算主子式:

  • Δ1=A>0,Δ2=ACB2>0\Delta_1=A>0,\Delta_2=AC-B^2>0,二次型正定
  • (1)Δ1=A>0,Δ2=ACB2>0(-1)\Delta_1=-A>0,\Delta_2=AC-B^2>0,二次型负定

推广到n元函数,我们有 38556aea6b5b03b74e8f7bb52c65c2aa.png

多元函数的最值

  1. 先求一阶导,得到怀疑点(驻点or偏导数不存在的点) (这时候没必要区分极大极小,不需要求二阶导)

  2. 再看边界上的点的函数值(换成条件极值)

  3. 取最值

9475725273cc71f26d1352add09d7b6d.png (No.104)

最大值是4

条件极值

拉格朗日函数 L=f(x,y,z)λφ(x,y,z)L=f(x,y,z)-\lambda \varphi(x,y,z)

难点在解方程如何消元

场的方向导数和梯度

数量场: 函数u(x,y,z)u(x,y,z)

矢量场: 矢量的分量是位置坐标x,y,zx,y,z的函数

场的方向导数*

是一个标量ul=limρ0u(P)u(P0)ρ\frac{\partial u}{\partial \mathbf{l}}=\lim_{\rho \to 0} \frac{u(P)-u(P_0)}{\rho}

定理: 若u在点P0处可微,设l的方向向量为(cosα,cosβ,cosγ)(\cos \alpha,\cos\beta,\cos \gamma). 则方向导数 ul=uxcosα+uycosβ+uzcosγ \frac{\partial u}{\partial \mathbf{l}}=\frac{\partial u}{\partial x}\cos\alpha+\frac{\partial u}{\partial y}\cos\beta+\frac{\partial u}{\partial z}\cos\gamma

可微->方向导数存在.反之不成立

例: 求z=(x3+y3)13z=(x^3+y^3)^\frac{1}{3}在(0,0)处沿任意方向的方向导数

设方向向量l=(cosα,cosβ),P=(ρcosα,ρcosβ)\vec{l}=(\cos \alpha,\cos \beta),P=(\rho \cos \alpha,\rho \cos \beta)

ul=limρ0ρ3cos3α+ρ3cos33βρ=cos3α+cos3β3\frac{\partial u}{\partial \vec{l}}=\lim_{\rho \to 0}\frac{\sqrt[3]{\rho^3\cos^3\alpha+\rho^3\cos^3}\beta}{\rho}=\sqrt[3]{\cos^3\alpha+\cos^3\beta}

但是limρ0Δz0Δx0Δyρ\lim_{\rho \to 0}\frac{\Delta z-0\Delta x-0\Delta y}{\rho} 不存在(令Δy=kΔx\Delta y=k\Delta x),所以不可微

梯度

是一个矢量。方向沿着函数方向导数最大的方向 gradu=(ux,uy,uz) \mathbf{grad}u=(\frac{\partial u}{\partial x},\frac{\partial u}{\partial y},\frac{\partial u}{\partial z}) 另外也可以利用Nabla算子=(x,y,z)\nabla=(\frac{\partial }{\partial x},\frac{\partial }{\partial y},\frac{\partial }{\partial z}). 写成

u=gradu\nabla u=\mathbf{grad} u

曲线的切线和法平面*

切向量v\vec{v}

曲线参数形式: x=x(t),y=y(t),z=z(t)x=x(t),y=y(t),z=z(t),得 v=(x(t),y(t),z(t)) \vec{v}=(x'(t),y'(t),z'(t)) 一般式F(x,y,z)=0,G(x,y,z)=0F(x,y,z)=0,G(x,y,z)=0. 用隐函数组求偏导的方式得到dydx,dzdx\frac{dy}{dx},\frac{dz}{dx} v=(1,dydx,dzdx) \vec{v}=(1,\frac{dy}{dx},\frac{dz}{dx}) 有了切向量和曲线上一点坐标,就可以切线和法平面

曲面的切平面和法线

法向量n\vec{n}

对于曲面方程F(x,y,z)=0F(x,y,z)=0. 对x,y,zx,y,z分别求偏导 n=(Fx,Fy,Fz) \boxed{\vec{n}=(F'_x,F'_y,F'_z)} 特殊情况:

  • z=f(x,y)z=f(x,y). 移项得f(x,y)z=0f(x,y)-z=0. n=(fx,fy,1)\boxed{\vec{n}=(f'_x,f'_y,\color{blue}{-1})}

  • x2a2+y2b2+z2c2=0\frac{x^2}{a^2}+\frac{y^2}{b^2}+\frac{z^2}{c^2}=0. n=(2xa2,2yb2,2zc2)\boxed{\vec{n}=(\frac{2x}{a^2},\frac{2y}{b^2},\frac{2z}{c^2})} 切平面方程x0xa2+y0yb2+z0zc2=0\frac{x_0x}{a^2}+\frac{y_0y}{b^2}+\frac{z_0z}{c^2}=0

求平行于某平面的切平面

  1. 求出n\vec{n}
  2. 代入原方程解出(x0,y0,z0)(x_0,y_0,z_0). 一般有两个解

021909f7f0ff00b27d291b706c4f857c.png

A错(不一定可微) BC都对

Comments