【高等数学】四.多元函数微分学和二重积分

多元函数微分学

一、基本概念

需要熟练掌握概念的描述,容易考选择题。

1.平面点集的概念

正向证明有点难,可以反向证伪
【高等数学】四.多元函数微分学和二重积分_第1张图片

2.极限

lim ⁡ x → x 0 , y → y 0 ( x , y ) = A \lim_{x\to x_0,y\to y_0}(x,y) = A xx0,yy0lim(x,y)=A
多元微分下洛必达、泰勒展开、单调有界准则不可用
并且极限会排除不存在的路径,要求的是每个方向的极限都存在并且相等
因此求极限是否存在,关键在于是否存在特殊路径,使得极限不一致

3.连续

lim ⁡ x → x 0 , y → y 0 ( x , y ) = f ( x 0 , y 0 ) \lim_{x\to x_0,y\to y_0}(x,y) = f(x_0,y_0) xx0,yy0lim(x,y)=f(x0,y0)
如果f(x,y)在闭区域D上连续,则f(x,y)在D上有界

4.偏导数

lim ⁡ Δ x → 0 f ( x 0 + Δ x , y 0 ) + f ( x 0 , y 0 ) Δ x \lim_{\Delta x\to 0}\frac{f(x_0+\Delta x,y_0)+f(x_0,y_0)}{\Delta x} Δx0limΔxf(x0+Δx,y0)+f(x0,y0)
存在,则称此为极限f(x,y)对x的偏导
TIPS

  • 二阶偏导数 f x y ′ f ( x , y ) f'_{xy}f(x,y) fxyf(x,y) f y x ′ f ( x , y ) f'_{yx}f(x,y) fyxf(x,y)是同样的
  • f ( x , y 0 ) = 0 f(x,y_0)=0 f(x,y0)=0的情况下, f x ′ ( x , y 0 ) = [ f ( x , y 0 ) ] x ′ = f x ′ ( x , y ) ∣ y = y 0 f'_x(x,y_0)=[f(x,y_0)]'_x=f'_x(x,y)|_{y=y_0} fx(x,y0)=[f(x,y0)]x=fx(x,y)y=y0
  • 注意:多元微分中的 ∂ z ∂ x \frac{∂z}{∂x} xz不可拆分看成 ∂ z ∂z z除以 ∂ x ∂x x,这和一元函数中的 d z d x \frac{dz}{dx} dxdz不一样,数值上 ∂ z ∂ x \frac{∂z}{∂x} xz F x ′ F z ′ \frac{F'_x}{F'_z} FzFx一样

5.偏导数连续

对于z=f(x,y)讨论在某特殊点(x0,y0)是否连续,其步骤为:

  1. 用定义法求 f x ′ ( x 0 , y 0 ) , f y ′ ( x 0 , y 0 ) f'_x(x_0,y_0), f'_y(x_0,y_0) fx(x0,y0),fy(x0,y0)
  2. 用公式法求 f x ′ ( x , y ) , f y ′ ( x , y ) f'_x(x,y), f'_y(x,y) fx(x,y),fy(x,y)
  3. 计算 lim ⁡ x → x 0 , y → y 0 f x ′ ( x , y ) \lim_{x\to x_0, y\to y_0}f'_x(x,y) limxx0,yy0fx(x,y) lim ⁡ x → x 0 , y → y 0 f y ′ ( x , y ) \lim_{x\to x_0, y\to y_0}f'_y(x,y) limxx0,yy0fy(x,y),分别比较是否和 f x ′ ( x 0 , y 0 ) , f y ′ ( x 0 , y 0 ) f'_x(x_0,y_0), f'_y(x_0,y_0) fx(x0,y0),fy(x0,y0)相等,如果相等则在点(x0,y0)处偏导数连续
  4. ∂x和dx的区别是什么?

TIPS:求极限的时候,可以将极限已确认的部分提出用于简化计算

6.可微分

全增量减去各个自变量的偏增量部分的极限为0则可微分
求可微的步骤:

  1. 写出全增量 Δ z = f ( x 0 + Δ x , y 0 + Δ y ) − f ( x 0 , y 0 ) \Delta z=f(x_0+\Delta x, y_0+\Delta y)-f(x_0, y_0) Δz=f(x0+Δx,y0+Δy)f(x0,y0)
  2. 写出线性增量 A Δ x + B Δ y A\Delta x+B\Delta y AΔx+BΔy,其中 Δ x = f x ′ ( x 0 , y 0 ) , Δ y = f y ′ ( x 0 , y 0 ) \Delta x=f'_x(x_0,y_0),\Delta y=f'_y(x_0,y_0) Δx=fx(x0,y0),Δy=fy(x0,y0)
  3. 作极限 lim ⁡ Δ x → x 0 , Δ y → y 0 Δ z − ( A Δ x + B Δ y ) ( Δ x ) 2 + ( Δ y ) 2 \lim_{\Delta x \to x_0, \Delta y \to y_0}\frac{\Delta z-(A\Delta x+B\Delta y)}{\sqrt {(\Delta x)^2+(\Delta y)^2}} Δxx0,Δyy0lim(Δx)2+(Δy)2 Δz(AΔx+BΔy)如果极限为0,则可微,反之则不可微

TIPS:在第3步判断是否可微的时候,如果最后的结果有两个变量不好计算,可以取特殊路径,比如令 x → x 0 , y → k x x\to x_0, y\to kx xx0,ykx

二、多元微分计算

2.1复合函数求导法

1.链式求导规则

【高等数学】四.多元函数微分学和二重积分_第2张图片

2.全导数

【高等数学】四.多元函数微分学和二重积分_第3张图片

3.全微分形式不变性

比如对于y=f(u), u=g(x),有 y x ′ = y u ′ ⋅ u x ′ y'_x=y'_u\cdot u'_x yx=yuux,也可以表示为: d y = y u ′ d u = y x ′ d x dy=y'_udu=y'_xdx dy=yudu=yxdx,这个是一元微分的不变性
【高等数学】四.多元函数微分学和二重积分_第4张图片
全微分形式不变指出:全微分既可以用最终变量表示,也可以用中间变量表示。这使得微分的表示不一定要用最终的x,y表示,也可以用中间变量u,v表示,从而隐藏了一部分复杂的关系细节,在复合关系难以理清的时候,可以使用。

2.2 隐函数求导法

1.一个方程的情形(公式法)

此法又称为隐函数存在定理
设F(x,y,z)=0,在点P0(x0,y0,z0)处满足 F ( P 0 ) = 0 F(P_0)=0 F(P0)=0并且 F z ′ ( P 0 ) ≠ 0 F'_z(P_0)\neq 0 Fz(P0)=0则在P0的某邻域内可确定z=z(x,y)并且有
∂ z ∂ x = − F x ′ F z ′ , ∂ z ∂ y = − F y ′ F z ′ \frac{∂z}{∂x}=-\frac{F'_x}{F'_z},\frac{∂z}{∂y}=-\frac{F'_y}{F'_z} xz=FzFxyz=FzFy

【高等数学】四.多元函数微分学和二重积分_第5张图片

2.方程组情形

【高等数学】四.多元函数微分学和二重积分_第6张图片

3.方法和总论

多元微分的计算的三大基本思路是:1.链式求导规则2.隐函数存在定理(公式法)还有3.全微分形式不变性
隐函数定理:由隐函数推导出普通函数及其微分的定理
对于一般的多元微分计算,考虑三种方法:公式法、全微分、偏微分求导法
TIPS:

  • 对于难以求偏导的,可以使用先代入具体点,后求解。这一点不只是可以用于一阶求导,也可以在知道一阶导数,但是二阶导数求导十分复杂时用于简化二阶导数式子。这种方法可用范围十分广泛,包括隐函数都能用
  • 幂指函数多元微分:换元法、对数化(两边加ln)、指数化
  • 对于拉格朗日乘数法求条件极值仍需要加强理解,以及30讲练习11.5
  • 如果出现微分难以计算,可以试试交换下求导次序
  • 对于一些求微分的题目,可以试试将其转化为隐函数然后使用公式法,可能会更快
  • 注意:多元微分中的 ∂ z ∂ x \frac{∂z}{∂x} xz不可拆分看成 ∂ z ∂z z除以 ∂ x ∂x x,这和一元函数中的 d z d x \frac{dz}{dx} dxdz不一样,数值上 ∂ z ∂ x \frac{∂z}{∂x} xz F x ′ F z ′ \frac{F'_x}{F'_z} FzFx一样

三、极值和最值问题

三大考察点:概念、无条件极值、有条件极值

3.1 无条件极值

先找必要条件:
点X0(x0,y0)使得f’x(x0,y0)=f’y(x0,y0)=0,则点X0为驻点,是可能的极值点
再找充分条件

{ f x x ′ ′ ( x 0 , y 0 ) = A > 0 f x y ′ ′ ( x 0 , y 0 ) = f y x ′ ′ ( x 0 , y 0 ) = B f y y ′ ′ ( x 0 , y 0 ) = C \left\{ \begin{aligned} f''_{xx}(x_0,y_0) & = A>0 \\ f''_{xy}(x_0,y_0) & = f''_{yx}(x_0,y_0)=B \\ f''_{yy}(x_0,y_0) & = C \end{aligned} \right. fxx(x0,y0)fxy(x0,y0)fyy(x0,y0)=A>0=fyx(x0,y0)=B=C

  • Δ = A C − B 2 > 0 \Delta=AC-B^2>0 Δ=ACB2>0并且 f x x ′ ′ > 0 f''_{xx}>0 fxx>0时, f ( x 0 , y 0 ) f(x_0,y_0) f(x0,y0)为极小值
  • Δ = A C − B 2 > 0 \Delta=AC-B^2>0 Δ=ACB2>0并且 f x x ′ ′ < 0 f''_{xx}<0 fxx<0时, f ( x 0 , y 0 ) f(x_0,y_0) f(x0,y0)为极大值
  • Δ = A C − B 2 < 0 \Delta=AC-B^2<0 Δ=ACB2<0并且 f x x ′ ′ < 0 f''_{xx}<0 fxx<0时, ( x 0 , y 0 ) (x_0,y_0) (x0,y0)非极值点

3.2 条件极值拉格朗日乘数法

不需要将详细计算过程写到卷子上,列出方程组直接写解之
TIPS:轮换对等性、全微分不变性

四、偏微分方程

考题类型:

  • 已知偏导数表达式,求z=f(x,y)
  • 给出变换,话已知偏微分方程位常微分方程,求f(u)

二重积分

一、概念

1.和式极限

在长方形区域[a,b]x[c,d]上的二重积分为:
lim ⁡ n → ∞ ∑ i = 1 n ∑ i = 1 n f ( a + b − a n i , c + d − c n j ) ∗ b − a n ∗ d − c n \lim_{n\to \infty} \sum_{i=1}^n \sum_{i=1}^n f(a+\frac{b-a}{n}i, c+\frac{d-c}{n}j)*\frac{b-a}{n}*\frac{d-c}{n} nlimi=1ni=1nf(a+nbai,c+ndcj)nbandc

2.普通对称性

【高等数学】四.多元函数微分学和二重积分_第7张图片
【高等数学】四.多元函数微分学和二重积分_第8张图片
【高等数学】四.多元函数微分学和二重积分_第9张图片
【高等数学】四.多元函数微分学和二重积分_第10张图片
【高等数学】四.多元函数微分学和二重积分_第11张图片
【高等数学】四.多元函数微分学和二重积分_第12张图片

3.轮换对称性

【高等数学】四.多元函数微分学和二重积分_第13张图片
TIPS:上述的注十分重要,轮换对称性经常结合基本不等式考察。并且在某些情况下, 一元函数f(x)可以通过二元化化成g(x,y)然后使用轮换对称性加基本不等式(强化30讲 例题14.598)

轮换对称性和积分区域关于y=x对称的区别在于:轮换对称性强调的是被积函数交换x,y之后,积分是否不变,而y=x强调的是,被积函数交换x,y之后,积函数是否相等

4.二重积分中值定理

设函数f(x,y)在比区域D上连续, σ \sigma σ是D的面积,则在D上至少存在一点(a,b)使得 ∬ D f ( x , y ) d σ = f ( a , b ) σ \iint_D f(x,y)d\sigma=f(a,b)\sigma Df(x,y)dσ=f(a,b)σ

5.周期性

如果化成累次积分之后,一元积分有周期性机会,则可以化简计算
典型:设 D = ( x , y ) ∣ 0 ≤ x ≤ π , 0 ≤ y ≤ π D={(x,y)|0 \leq x\leq \pi ,0 \leq y\leq \pi} D=(x,y)0xπ,0yπ
I = ∫ 0 π ∣ c o s ( x + y ) ∣ d σ = ∫ 0 π d x ∫ 0 π ∣ c o s ( x + y ) ∣ d y = ∫ 0 π ∫ 0 π ∣ c o s y ∣ d y d x I = \int_{0}^{\pi}|cos(x+y)|d\sigma = \int_{0}^{\pi}dx\int_{0}^{\pi}|cos(x+y)|dy = \int_{0}^{\pi}\int_{0}^{\pi}|cosy|dydx I=0πcos(x+y)dσ=0πdx0πcos(x+y)dy=0π0πcosydydx

二重积分的计算

后积先定限,限内画条线,先交写下限,后交写上限

1.直角坐标系

2.极坐标系和换序

3.直极互化

TIPS:

  • 首先考虑一般对称性和轮换对称性
  • 接着考虑是否需要交换积分次序,对需要交换积分次序的函数保持敏感
  • 然后考虑是否需要进行极坐标和直角坐标的转化
  • 难以求解的一重积分可以使用轮换对称性将其化为二重积分,然后简化求解过程。比如30讲练习12.9和12.10
  • 常见结论: ∫ 0 + ∞ e − x 2 d x = π 2 \int_{0}^{+∞}e^{-x^2}dx=\frac{\sqrt{\pi}}{2} 0+ex2dx=2π

你可能感兴趣的:(考研数学,算法,人工智能)