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)表示为h,k的多项式.
f(x0+h,y0+k)=f(x0,y0)+(h∂x∂+k∂x∂)f(x0,y0)+2!1(h∂x∂+k∂x∂)2f(x0,y0)+⋯+n!1(h∂x∂+k∂x∂)nf(x0,y0)+(n+1)!1(∂x∂+∂y∂)n+1f(x0+θh,y0+θk)
注意这里偏导算符的意义:
(h∂x∂+k∂x∂)f(x0,y0)=fx′(x0,y0)h+fy′(x0,y0)k
(h∂x∂+k∂x∂)2f(x0,y0)=fxx′′(x0,y0)h2+2fxy′′(x0,y0)hk+fyy′′f(x0,y0)k2
令n=0,得到拉格朗日中值定理
令x=x0+h,y=y0+h, 把h,k换成(x−x0),(y−y0)
f(x0+hx,y0+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n!1k(h+k)n
- 记得除以n!1

多元函数的极值
极值点的定义
定义: 在某邻域内f(P)≥f(P0)(≤)
驻点(稳定点): fx′(x0,y0)=fy′(x0,y0)=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)偏导数存在,且在(x0,y0)有极值,那么fx′(x0,y0)=fy′(x0,y0)=0 (对应一元函数的费马定理)
- 驻点不一定是极值点. 如z=xy在(0,0). (邻域内有>0和<0的)
- 极值点不一定可导. 如z=x2+y2
极值的充分条件
若在(x0,y0)有连续的二阶偏导数,且fx′(x0,y0)=fy′(x0,y0)=0 (驻点). 令A=fxx′′(x0,y0),B=fxy′′(x0,y0),C=fyy′′(x0,y0)
- AC−B2>0 是极值点,且A>0极小值点,A<0极大值点
- AC−B2<0 不是极值点
- AC−B2=0 无法确定
证明:
做二阶Taylor展开,有
f(x0+h,y0+k)−f(x0,y0)=21(A2h2+2ABhk+C2k2)+o(ρ2)
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). 根据二次型正定性的判定,计算主子式:
- 当Δ1=A>0,Δ2=AC−B2>0,二次型正定
- 当(−1)Δ1=−A>0,Δ2=AC−B2>0,二次型负定
推广到n元函数,我们有

多元函数的最值
-
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)
-
再看边界上的点的函数值(换成条件极值)
-
取最值
(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)
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)
矢量场: 矢量的分量是位置坐标x,y,z的函数
场的方向导数*
是一个标量∂l∂u=limρ→0ρu(P)−u(P0)
定理: 若u在点P0处可微,设l的方向向量为(cosα,cosβ,cosγ). 则方向导数
∂l∂u=∂x∂ucosα+∂y∂ucosβ+∂z∂ucosγ
可微->方向导数存在.反之不成立
例: 求z=(x3+y3)31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)
∂l∂u=limρ→0ρ3ρ3cos3α+ρ3cos3β=3cos3α+cos3β
但是limρ→0ρΔz−0Δx−0Δy 不存在(令Δy=kΔx),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=(∂x∂u,∂y∂u,∂z∂u)
另外也可以利用Nabla算子∇=(∂x∂,∂y∂,∂z∂). 写成
∇u=gradu
曲线的切线和法平面*
切向量v
曲线参数形式: x=x(t),y=y(t),z=z(t),得
v=(x′(t),y′(t),z′(t))
一般式F(x,y,z)=0,G(x,y,z)=0. 用隐函数组求偏导的方式得到dxdy,dxdz
v=(1,dxdy,dxdz)
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
对于曲面方程F(x,y,z)=0. 对x,y,z分别求偏导
n=(Fx′,Fy′,Fz′)
特殊情况:
-
z=f(x,y). 移项得f(x,y)−z=0. n=(fx′,fy′,−1)
-
a2x2+b2y2+c2z2=0. n=(a22x,b22y,c22z) 切平面方程a2x0x+b2y0y+c2z0z=0
求平行于某平面的切平面
- 求出n
- 代入原方程解出(x0,y0,z0). 一般有两个解

A错(不一定可微)
BC都对