高等数学教案ch 8 多元函数微分法及其应用_多元函数微分及其应用

高等数学教案ch 8 多元函数微分法及其应用由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“多元函数微分及其应用”。

§8 4 多元复合函数的求导法则

设zf(u v) 而u(t) v(t) 如何求dz？

dt

设zf(u v) 而u(x y) v(x y) 如何求z和z？

xy

1 复合函数的中间变量均为一元函数的情形

定理1 如果函数u(t)及v(t)都在点t可导 函数zf(u v)在对应点(u v)具有连续偏导数 则复合函数zf[(t) (t)]在点t可导 且有

dzzduzdv

dtudtvdt

简要证明1 因为zf(u v)具有连续的偏导数 所以它是可微的 即有

dzzduzdv

uv又因为u(t)及v(t)都可导 因而可微 即有

dududt dvdvdt

dtdt代入上式得

dzzdudtzdvdt(zduzdv)dt

udtvdtudtvdt从而

dzzduzdv

dtudtvdt

简要证明2 当t取得增量t时 u、v及z相应地也取得增量u、v及z  由zf(u v)、u(t)及v(t)的可微性 有

zzuzvo()z[duto(t)]z[dvto(t)]o()

uvudtvdt

(zduzdv)t(zz)o(t)o()

udtvdtuvo(t)o()

zzduzdv(zz)

tudtvdtuvtt令t0 上式两边取极限 即得

注limdzzduzdv

dtudtvdtlimt0o()to()t0(u)2(v)2t0(du2dv)()20dtdt

推广 设zf(u v w) u(t) v(t) w(t) 则zf[(t) (t) (t)]对t 的导数为

dzzduzdvzdw

dtudtvdtwdt上述dz称为全导数

dt

2 复合函数的中间变量均为多元函数的情形

定理2 如果函数u(x y) v(x y)都在点(x y)具有对x及y的偏导数 函数zf(u v)在对应点(u v)具有连续偏导数 则复合函数zf [(x y) (x y)]在点(x y)的两个偏导数存在 且有

zzuzv zzuzv

xuxvxyuyvy

推广 设zf(u v w) u(x y) v(x y) w(x y) 则

zzuzvzw

zzuzvzw 

xuxvxwxyuyvywy

讨论

(1)设zf(u v) u(x y) v(y) 则z？

xzzuzdv

提示 zzu 

z？ yxuxyuyvdy

(2)设zf(u x y) 且u(x y) 则z？

xz？ y

fufzfuf

提示 z 

xuxxyuyy这里z与xf是不同的 z是把复合函数zf[(x y) x y]中的y看作不变而对x的xx偏导数

ffz是把f(u x y)中的u及y看作不变而 对x的偏导数 与也朋类似

yyx的区别

3．复合函数的中间变量既有一元函数 又有多元函数的情形

定理3 如果函数u(x y)在点(x y)具有对x及对y的偏导数 函数v(y)在点y可导 函数zf(u v)在对应点(u v)具有连续偏导数 则复合函数zf[(x y) (y)]在点(x y)的两个偏导数存在 且有

zzuzdv

zzu 

xuxyuyvdy

例1 设zeusin v uxy vxy 求z和

xzy

解 zzuzv

xuxvx

eusin vyeucos v1

ex y[y sin(xy)cos(xy)]

zzuzv

yuyvy

eusin vxeucos v1

exy[x sin(xy)cos(xy)]

例2 设uf(x,y,z)exff

解 uz

xxzx22y2z2 而zx2siny 求u和

xuy

2xexy2z22zex2y2z22xsiny  2x(12x2siny)ex2y2x4si2ny

uffz yyzy2yexy2z22zex2y2z2x2cosy

2(yx4sinycosy)ex2y2x4si2ny

dt

例3 设zuvsin t  而uet vcos t 求全导数dz

解 dzzduzdvz

dtudtvdtt

vetu(sin t)cos t

etcos te tsin tcos t

et(cos tsin t)cos t 

例4 设wf(xyz xyz) f具有二阶连续偏导数

解 令uxyz vxyz  则wf(u v)

引入记号 f1xuxf(u,v)uvx求wx2w及xz

 f12f(u,v)uv等

f22 同理有f2f11ff

wuvf1yzf2

ff2w(f1yzf2)1yf2yz2xzzzz

xyf12yf2yzf21xy2zf22

f11y(xz)f12yf2xy2zf22

f1

1注 f1f1uf1vf2f2uf2vxyf12 xyf22f11f21zuzvzzuzvz

例5 设uf(x y)的所有二阶偏导数连续 把下列表达式转换成极坐标系中的形式

(1)(u2u)()2 xy22u(2)u

22xy解 由直角坐标与极坐标间的关系式得

uf(x y)f(cosθ sinθ)F( θ)

其中xcosθ ysinθ x2y2 arctan应用复合函数求导法则 得

uuuuuysinuxuycosxxx2uucosuuuuyuxsinyyy2yx





两式平方后相加 得

(u)2(u)2(u)212(u)2

xy再求二阶偏导数 得

2uuu()()

2 xxxxxuusinuusinsin(cos)cos(cos)



22u2usincos2usin2u2sincosusin2

2cos2 222同理可得

22u2u2usincos2ucos2u2sincosucos 2

22sin2y222两式相加 得

22u2u112u1u2u

u[()] 2222222xy

全微分形式不变性

设zf(u v)具有连续偏导数 则有全微分

dzzduzdv

uv如果zf(u v)具有连续偏导数 而u(x y) v(x y)也具有连续偏导数 则

zz

dzdxdy

xyzuzvzuzv)dx()dy

(uxyvxuyyvyzuuzvv

(dxdy)(dxdy)

uxvx

zduzdv

uv由此可见 无论z 是自变量u、v的函数或中间变量u、v的函数 它的全微分形式是一样的 这个性质叫做全微分形式不变性

例6 设ze usin v ux y vxy 利用全微分形式不变性求全微分

解 dzzduzdv e usin vdu e ucos v dv uv

 e usin v(y dxx dy) e ucos v(dxdy)

(ye usin v e ucos v)dx(xe usin v e ucos v)dy

e xy [y sin(xy)cos(xy)]dx e xy [x sin(xy)cos(xy)]dy 

§8 5

隐函数的求导法则一、一个方程的情形

隐函数存在定理1

设函数F(x y)在点P(x0 y0)的某一邻域内具有连续偏导数 F(x0 y0)0 Fy(x0 y0)0 则方程F(x y)0在点(x0 y0)的某一邻域内恒能唯一确定一个连续且具有连续导数的函数yf(x) 它满足条件y0f(x0) 并有

dydxFxFy



求导公式证明 将yf(x)代入F(x y)0 得恒等式 F(x f(x))0

等式两边对x求导得 FFdy0

xydx由于F y连续 且Fy(x0 y0)0 所以存在(x0 y0)的一个邻域 在这个邻域同Fy 0 于是得 dydxFxFy

例1 验证方程x2y210在点(0 1)的某一邻域内能唯一确定一个有连续导数、当x0时y1的隐函数yf(x) 并求这函数的一阶与二阶导数在x0的值

解 设F(x y)x2y21 则Fx2x Fy2y F(0 1)0 Fy(0 1)20 因此由定理1可知 方程x2y210在点(0 1)的某一邻域内能唯一确定一个有连续导数、当x0时y1的隐函数yf(x)

dydxFxFyxy dydxx00

d2ydx2yxyy2yx(y2x)yy2x2y3d2y13；

dx2y1

x0

隐函数存在定理还可以推广到多元函数 一个二元方程F(x y)0可以确定一个一元隐函数 一个三元方程F(x y z)0可以确定一个二元隐函数

隐函数存在定理2

设函数F(x y z)在点P(x0 y0 z0)的某一邻域内具有连续的偏导数 且F(x0 y0 z0)0 Fz(x0 y0 z0)0  则方程F(x y z)0在点(x0 y0 z0)的某一邻域内恒能唯一确定一个连续且具有连续偏导数的函数zf(x y) 它满足条件z0f(x0 y0) 并有

FF

zx zy



xFzyFz

公式的证明 将zf(x y)代入F(x y z)0 得F(x y f(x y))0

将上式两端分别对x和y求导 得

FxFzz0 FyFzz0 xy因为F z连续且F z(x0 y0 z0)0 所以存在点(x0 y0 z0)的一个邻域 使F z0 于是得

FF

zx zy

xFzyFz

例2.设xyz4z0 22

2解

设F(x y z) x2y2z24z 则Fx2x Fy2z4

Fz2xx

xxFz2z42z22z求2x

zx2(2x)xzx(2x)x()22x2z(2x)x

(2z)2(2z)2(2z)

3二、方程组的情形

在一定条件下 由个方程组F(x y u v)0 G(x y u v)0可以确定一对二元函数uu(x y) vv(x y) 例如方程xuyv0和yuxv1可以确定两个二元函数uyx2y2 vxx2y2

yx2y2xx 事实上

xuyv0 vuyuxu1uyy vyxx

2yxy2x2y

2如何根据原方程组求u v的偏导数？

隐函数存在定理设F(x y u v)、G(x y u v)在点P(x0 y0 u0 v0)的某一邻域内具有对各个变量的连续偏导数 又F(x0 y0 u0 v0)0 G(x0 y0 u0 v0)0 且偏导数所组成的函数行列

F(F,G)u式：

JG(u,v)uFv Gv在点P(x0 y0 u0 v0)不等于零 则方程组F(x y u v)0 G(x y u v)0在点P(x0 y0 u0 v0)的某一邻域内恒能唯一确定一组连续且具有连续偏导数的函数uu(x y) vv(x y) 它们满足条件u0u(x0 y0) v0v(x0 y0) 并有

(F,G)

u1xJ(x,v)FxFvGxGvFuFvGuGvFyFvGyGv(F,G)

v1xJ(u,x)FuFxGuGxFuFvGuGvFuFyGuGy

u1(F,G)yJ(y,v)FuFvGuGv

v1(F,G)yJ(u,y)FuFvGuGv

隐函数的偏导数: 设方程组F(x y u v)0 G(x y u v)0确定一对具有连续偏导数的 二元函数uu(x y) vv(x y) 则

FFuFv0,uvxxx 偏导数u v由方程组确定 uvxxGv0.GxGuxxFFuFv0,uvyyyuv 偏导数 由方程组确定

uvyyGv0.GyGuyyv 例3 设xuyv0 yuxv1 求u v u和

xxyy 解 两个方程两边分别对x 求偏导 得关于u和v的方程组

xxuxuyv0xx uvvx0yxx

yvvyuxv当x2y2 0时 解之得uxu 

2222xxyxxy

两个方程两边分别对x 求偏导 得关于u和v的方程组

yyxuvyv0yy uvx0uyyyyuxuyvv当x2y2 0时 解之得uxv 

2222yxyyxy

另解 将两个方程的两边微分得

udxxduvdyydv0xduydvvdyudx

 即xdv0udyyduvdxyduxdvudyvdx

解之得 duxuyvx2y2dxxvyux2y2dy

dvyuxvx2y2dxxuyvx2y2dy

xuyvxvyu于是

u22 u22

xxyyxyyuxvxuyv

v22 v22 xxyyxy

例 设函数xx(u v) yy(u v)在点(u v)的某一领域内连续且有连续偏导数

又

(x,y)(u,v)0

xx(u,v)

(1)证明方程组

 yy(u,v)在点(x y u v)的某一领域内唯一确定一组单值连续且有连续偏导数的反函数uu(x y) vv(x y)

(2)求反函数uu(x y) vv(x y)对x y的偏导数

解(1)将方程组改写成下面的形式

F(x,y,u,v)xx(u,v)0



G(x,y,u,v)yy(u,v)0则按假设

J(F,G)(u,v)(x,y)(u,v)0.由隐函数存在定理3 即得所要证的结论

(2)将方程组(7)所确定的反函数uu(x y)vv(x y)代入(7) 即得

xx[u(x,y),v(x,y)]



yy[u(x,y),v(x,y)]将上述恒等式两边分别对x求偏导数得

由于J0 故可解得

yy

u1 v1

xJvxJu1xuxvuxvxyuyv0uxvx

同理 可得

u1xyJv

v1xyJu §8 6

多元函数微分学的几何应用

一

空间曲线的切线与法平面

设空间曲线的参数方程为

x(t) y(t) z(t)这里假定(t) (t) (t)都在[ ]上可导

在曲线上取对应于tt0的一点M0(x0 y0 z0)及对应于tt0t的邻近一点M(x0+x y0+y z0+z) 作曲线的割线MM0 其方程为

xx0xyy0yzz0z 当点M沿着趋于点M0时割线MM0的极限位置就是曲线在点M0处的切线 考虑

xx0yy0zz0 xyzttt当MM0 即t0时 得曲线在点M0处的切线方程为

xx0yy0zz0 (t0)(t0)(t0)

曲线的切向量 切线的方向向量称为曲线的切向量 向量

T((t0) (t0) (t0))就是曲线在点M0处的一个切向量

法平面 通过点M0而与切线垂直的平面称为曲线在点M0 处的法平面 其法平面方程为

(t0)(xx0)(t0)(yy0)(t0)(zz0)0

例1 求曲线xt yt2 zt3在点(1 1 1)处的切线及法平面方程

解

因为xt1 yt2t zt3t2 而点(1 1 1)所对应的参数t1 所以

T (1 2 3)

于是 切线方程为

y1z1

x1

123法平面方程为

(x1)2(y1)3(z1)0 即x2y3z6

讨论

1 若曲线的方程为

y(x) z(x)

问其切线和法平面方程是什么形式

提示 曲线方程可看作参数方程 xx y(x) z(x) 切向量为T(1 (x) (x))

2 若曲线的方程为

F(x y z)0 G(x y z)0

问其切线和法平面方程又是什么形式

提示 两方程确定了两个隐函数

y(x) z(x) 曲线的参数方程为

xx y(x) z(x) dydzFxFyFz0dydxdx由方程组可解得dydxdzGxGyGz0dxdx和dz

dx切向量为T(1, dydz,) dxdxdydz2x2y2z0dxdx得dydz10dxdx

例2 求曲线x2y2z26 xyz0在点(1 2 1)处的切线及法平面方程 

解 为求切向量 将所给方程的两边对x求导数

解方程组得dydxzxdzxy  yzdxyzdydx0在点(1 2 1)处

 dz1

dx从而T (1 0 1)

所求切线方程为

y2z1

x1

101法平面方程为

(x1)0(y2)(z1)0 即xz0

二 曲面的切平面与法线

设曲面的方程为

F(x y z)0

M0(x0 y0 z0)是曲面上的一点

并设函数F(x y z)的偏导数在该点连续且不同时为零 在曲面上 通过点M0任意引一条曲线 假定曲线的参数方程式为

x(t) y(t) z(t)

tt0对应于点M0(x0 y0 z0) 且(t0) (t0) (t0)不全为零 曲线在点的切向量为

T ((t0) (t0) (t0))

考虑曲面方程F(x y z)0两端在tt0的全导数

Fx(x0 y0 z0)(t0)Fy(x0 y0 z0)(t0)Fz(x0 y0 z0)(t0)0

引入向量

n(Fx(x0 y0 z0) Fy(x0 y0 z0) Fz(x0 y0 z0))

易见T与n是垂直的 因为曲线是曲面上通过点M0的任意一条曲线 它们在点M0的切线都与同一向量n垂直 所以曲面上通过点M0的一切曲线在点M0的切线都在同一个平面上 这个平面称为曲面在点M0的切平面 这切平面的方程式是

Fx(x0 y0 z0)(xx0)Fy(x0 y0 z0)(yy0)Fz(x0 y0 z0)(zz0)0

曲面的法线 通过点M0(x0 y0 z0)而垂直于切平面的直线称为曲面在该点的法线 法线方程为

xx0Fx(x0, y0, z0)yy0Fy(x0, y0, z0)zz0Fz(x0, y0, z0)

曲面的法向量 垂直于曲面上切平面的向量称为曲面的法向量 向量

n(Fx(x0 y0 z0) Fy(x0 y0 z0) Fz(x0 y0 z0))就是曲面在点M0处的一个法向量

例3 求球面x2y2z214在点(1 2 3)处的切平面及法线方程式

解

F(x y z) x2y2z214

Fx2x Fy2y  Fz2z 

Fx(1 2 3)2 Fy(1 2 3)4 Fz(1 2 3)6

法向量为n(2 4 6) 或n(1 2 3)

所求切平面方程为

2(x1)4(y2)6(z3)0 即x2y3z140

法线方程为x11y22z33

讨论 若曲面方程为zf(x y) 问曲面的切平面及法线方程式是什么形式

提示

此时F(x y z)f(x y)z 

n(fx(x0 y0) fy(x0 y0) 1)

例4 求旋转抛物面zx2y21在点(2 1 4)处的切平面及法线方程

解

f(x y)x2y21

n(fx fy 1)(2x 2y 1)

n|(2 1 4)(4 2 1)

所以在点(2 1 4)处的切平面方程为

4(x2)2(y1)(z4)0 即4x2yz60

y1z4法线方程为 x2

421 §8 7

方向导数与梯度

一、方向导数

现在我们来讨论函数zf(x y)在一点P沿某一方向的变化率问题

设l是xOy平面上以P0(x0 y0)为始点的一条射线 el(cos  cos )是与l同方向的单位向量 射线l的参数方程为

xx0t cos  yy0t cos (t0)

设函数zf(x y)在点P0(x0 y0)的某一邻域U(P0)内有定义 P(x0t cos  y0t cos )为l上另一点 且PU(P0) 如果函数增量f(x0t cos  y0t cos )f(x0 y0)与P到P0的距离|PP0|t的比值

f(x0tcos, y0tcos)f(x0,y0)t

当P沿着l趋于P0(即tt0)时的极限存在

则称此极限为函数f(x y)在点P0沿方向l的方向导数 记作flfl(x0,y0) 即

lim(x0,y0)f(x0tcos, y0tcos)f(x0,y0)tt0

从方向导数的定义可知 方向导数

fl(x0,y0)就是函数f(x y)在点P0(x0 y0)处沿方向l的变化率

方向导数的计算

定理

如果函数zf(x y)在点P0(x0 y0)可微分 那么函数在该点沿任一方向l 的方向导数都存在 且有

fl(x0,y0)fx(x0,y0)cosfy(x0,y0)cos

其中cos  cos 是方向l 的方向余弦

简要证明 设xt cos  yt cos  则

f(x0tcos y0tcos)f(x0 y0)f x(x0 y0)tcosf y(x0 y0)tcoso(t)

所以

limf(x0tcos, y0tcos)f(x0,y0)t0tfx(x0,y0)cosfy(x0,y0)sin

这就证明了方向导数的存在 且其值为

fl(x0,y0)fx(x0,y0)cosfy(x0,y0)cos提示 f(x0x,y0y)f(x0,y0)fx(x0,y0)xfy(x0,y0)yo((x)2(y)2)

xt cos  yt cos (x)2(y)2t

讨论 函数zf(x y)在点P 沿x轴正向和负向

沿y轴正向和负向的方向导数如何? 提示

沿x轴正向时 cos cos0

flfx

沿x轴负向时 cos1 cos0

ff lx

例1 求函数zxe2y在点P(1 0)沿从点P(1 0)到点Q(2 1)的方向的方向导数

解 这里方向l即向量PQ(1, 1)的方向 与l同向的单位向量为

el(12, 12)

e2y1

zy2xe2y2 因为函数可微分 且z所以所求方向导数为

zl(1,0)x(1,0)(1,0)(1,0)(1,0)1122(12)2

2对于三元函数f(x y z)来说 它在空间一点P0(x0 y0 z0)沿el(cos  cos  cos )的方向导数为

fllim(x0,y0,z0)f(x0tcos, y0tcos,z0tcos)f(x0,y0,z0)tt0

如果函数f(x y z)在点(x0 y0 z0)可微分 则函数在该点沿着方向el(cos  cos  cos 的方向导数为

fl(x0,y0,z0)fx(x0 y0 z0)cosfy(x0 y0 z0)cosfz(x0 y0 z0)cos

例2求f(x y z)xyyzzx在点(1 1 2)沿方向l的方向导数 其中l的方向角分

别为60 45 60

解 与l同向的单位向量为

el(cos60 cos 45 cos60(1, 2, 1)

222因为函数可微分且

fx(1 1 2)(yz)|(1 1 2)3

fy(1 1 2)(xz)|(1 1 2)3

fz(1 1 2)(yx)|(1 1 2)2 所以

fl1211332(532)2222(1,1,2)

二 梯度

设函数zf(x y)在平面区域D内具有一阶连续偏导数 则对于每一点P0(x0 y0)D 都可确定一个向量

fx(x0 y0)ify(x0 y0)j

这向量称为函数f(x y)在点P0(x0 y0)的梯度 记作grad f(x0 y0) 即

grad f(x0 y0) fx(x0 y0)ify(x0 y0)j

梯度与方向导数 

如果函数f(x y)在点P0(x0 y0)可微分 el(cos  cos )是与方向l同方向的单位向量 则

fl(x0,y0)fx(x0,y0)cosfy(x0,y0)cos

 grad f(x0 y0)el

| grad f(x0 y0)|cos(grad f(x0 y0)^ el)

这一关系式表明了函数在一点的梯度与函数在这点的方向导数间的关系 特别 当向量el与grad f(x0 y0)的夹角0 即沿梯度方向时 方向导数

fl取得

(x0,y0)最大值 这个最大值就是梯度的模|grad f(x0 y0)| 这就是说 函数在一点的梯度是个向量 它的方向是函数在这点的方向导数取得最大值的方向 它的模就等于方向导数的最大值

讨论 fl的最大值



结论 函数在某点的梯度是这样一个向量 它的方向与取得最大方向导数的 方向一致 而它的模为方向导数的最大值

我们知道 一般说来二元函数zf(x y)在几何上表示一个曲面 这曲面被平面zc(c是常数)所截得的曲线L的方程为

zf(x,y)



zc这条曲线L在xOy面上的投影是一条平面曲线L* 它在xOy平面上的方程为

f(x y)c

对于曲线L*上的一切点 已给函数的函数值都是c 所以我们称平面曲线L*为函数zf(x y)的等值线

若f x f y不同时为零 则等值线f(x y)c上任一点P0(x0 y0)处的一个单位法向量为

n1fx2(x0,y0)fy2(x0,y0)(fx(x0,y0),fy(x0,y0))

这表明梯度grad f(x0 y0)的方向与等值线上这点的一个法线方向相同 而沿这个方向的方向导数f就等于|grad f(x0 y0)| 于是 nfn

n

gradf(x0,y0)

这一关系式表明了函数在一点的梯度与过这点的等值线、方向导数间的关系 这说是说 函数在一点的梯度方向与等值线在这点的一个法线方向相同 它的指向为从数值较低的等值线指向数值较高的等值线 梯度的模就等于函数在这个法线方向的方向导数

梯度概念可以推广到三元函数的情形 设函数f(x y z)在空间区域G内具有一阶连续偏导数 则对于每一点P0(x0 y0 z0)G 都可定出一个向量

fx(x0 y0 z0)ify(x0 y0 z0)jfz(x0 y0 z0)k

这向量称为函数f(x y z)在点P0(x0 y0 z0)的梯度 记为grad f(x0 y0 z0) 即

grad f(x0 y0 z0)fx(x0 y0 z0)ify(x0 y0 z0)jfz(x0 y0 z0)k

结论 三元函数的梯度也是这样一个向量 它的方向与取得最大方向导数的方向一致 而它的模为方向导数的最大值

如果引进曲面

f(x y z)c

为函数的等量面的概念 则可得函数f(x y z)在点P0(x0 y0 z0)的梯度的方向与过点P0的等量面 f(x y z)c在这点的法线的一个方向相同 且从数值较低的等量面指向数值较高的等量面 而梯度的模等于函数在这个法线方向的方向导数

例3 求grad 1x2y2

 解 这里f(x,y)

因为 1x2y2ff2y2x 

222222xy(xy)(xy)2y2xij

(x2y2)2(x2y2)21所以

grad 2xy2

例4 设f(x y z)x2y2z2 求grad f(1 1 2)

解 grad f(fx fy fz)(2x 2y 2z)

于是

grad f(1 1 2)(2 2 4)

数量场与向量场 如果对于空间区域G内的任一点M 都有一个确定的数量f(M) 则称在这空间区域G内确定了一个数量场(例如温度场、密度场等) 一个数量场可用一个数量函数f(M)来确定 如果与点M相对应的是一个向量F(M) 则称在这空间区域G内确定了一个向量场(例如力场、速度场等) 一个向量场可用一个向量函数F(M)来确定 而

F(M)P(M)iQ(M)jR(M)k

其中P(M) Q(M) R(M)是点M的数量函数

利用场的概念 我们可以说向量函数grad f(M)确定了一个向量场——梯度场 它是由数量场f(M)产生的 通常称函数f(M)为这个向量场的势 而这个向量场又称为势场 必须注意 任意一个向量场不一定是势场 因为它不一定是某个数量函数的梯度场

例5 试求数量场m所产生的梯度场 其中常数m>0

rrx2y2z2为原点O与点M(x y z)间的距离

rmx 解 (m)m 23xrrxr同理

mym()3yrr (m)mz 3zrrymmxz2(ijk) 从而

gradrrrrryxz记erijk 它是与OM同方向的单位向量 则gradmmer

rrrrr2

上式右端在力学上可解释为 位于原点O 而质量为m 质点对位于点M而质量为l的质点的引力 这引力的大小与两质点的质量的乘积成正比、而与它们的距平方成反比 这引力的方向由点M指向原点 因此数量场m的势场即梯度场

rgradm称为引力场 而函数m称为引力势

r

r §88

多元函数的极值及其求法

一、多元函数的极值及最大值、最小值

定义

设函数zf(x y)在点(x0 y0)的某个邻域内有定义 如果对于该邻域内任何异于(x0 y0)的点(x y) 都有

f(x y)f(x0 y0))

则称函数在点(x0 y0)有极大值(或极小值)f(x0 y0)

极大值、极小值统称为极值 使函数取得极值的点称为极值点

例1 函数z3x24y2在点(0 0)处有极小值



当(x y)(0 0)时 z0 而当(x y)(0 0)时 z0 因此z0是函数的极小值

例2 函数zx2y2在点(0 0)处有极大值



当(x y)(0 0)时 z0 而当(x y)(0 0)时 z0 因此z0是函数的极大值

例3 函数zxy在点(0 0)处既不取得极大值也不取得极小值



因为在点(0 0)处的函数值为零 而在点(0 0)的任一邻域内 总有使函数值为正的点 也有使函数值为负的点

以上关于二元函数的极值概念 可推广到n元函数

设n元函数uf(P)在点P0的某一邻域内有定义 如果对于该邻域内任何异于P0的点P 都有

f(P)f(P 0))

则称函数f(P)在点P0有极大值(或极小值)f(P0)

定理1(必要条件)设函数zf(x y)在点(x0 y0)具有偏导数 且在点(x0 y0)处有极值 则有

fx(x0 y0)0 fy(x0 y0)0

证明 不妨设zf(x y)在点(x0 y0)处有极大值 依极大值的定义 对于点(x0 y0)的某邻域内异于(x0 y0)的点(x y) 都有不等式

f(x y)

特殊地 在该邻域内取yy0而xx0的点 也应有不等式

f(x y0)

这表明一元函数f(x y0)在xx0处取得极大值 因而必有

fx(x0 y0)0

类似地可证

fy(x0 y0)0

从几何上看 这时如果曲面zf(x y)在点(x0 y0 z0)处有切平面 则切平面

zz0fx(x0 y0)(xx0) fy(x0 y0)(yy0)成为平行于xOy坐标面的平面zz0

类似地可推得 如果三元函数uf(x y z)在点(x0 y0 z0)具有偏导数 则它在点

(x0 y0 z0)具有极值的必要条件为

fx(x0 y0 z0)0 fy(x0 y0 z0)0 fz(x0 y0 z0)0

仿照一元函数 凡是能使fx(x y)0 fy(x y)0同时成立的点(x0 y0)称为函数zf(x y)的驻点

从定理1可知 具有偏导数的函数的极值点必定是驻点 但函数的驻点不一定是极值点



例如 函数zxy在点(0 0)处的两个偏导数都是零 函数在(0 0)既不取得极大值也不取得极小值



定理2(充分条件)

设函数zf(x y)在点(x0 y0)的某邻域内连续且有一阶及二阶连续偏导数 又fx(x0 y0)0 fy(x0 y0)0 令

fxx(x0 y0)A fxy(x0 y0)B fyy(x0 y0)C

则f(x y)在(x0 y0)处是否取得极值的条件如下

(1)ACB2>0时具有极值 且当A0时有极小值

(2)ACB2

(3)ACB20时可能有极值 也可能没有极值



在函数f(x y)的驻点处如果 fxx fyyfxy2>0 则函数具有极值 且当fxx0时有极小值

极值的求法

f(3 2)31

应注意的问题

不是驻点也可能是极值点

例如  函数zx2y2在点(0 0)处有极大值 但(0 0)不是函数的驻点 因此 在考虑函数的极值问题时 除了考虑函数的驻点外 如果有偏导数不存在的点 那么对这些点也应当考虑

最大值和最小值问题 如果f(x y)在有界闭区域D上连续 则f(x y)在D上必定能取得最大值和最小值 这种使函数取得最大值或最小值的点既可能在D的内部 也可能在D的边界上 我们假定 函数在D上连续、在D内可微分且只有有限个驻点 这时如果函数在D的内部取得最大值(最小值) 那么这个最大值(最小值)也是函数的极大值(极小值) 因此 求最大值和最小值的一般方法是 将函数f(x y)在D内的所有驻点处的函数值及在D的边界上的最大值和最小值相互比较 其中最大的就是最大值 最小的就是最小值 在通常遇到的实际问题中 如果根据问题的性质 知道函数f(x y)的最大值(最小值)一定在D的内部取得 而函数在D内只有一个驻点 那么可以肯定该驻点处的函数值就是函数f(x y)在D上的最大值(最小值)

例5 某厂要用铁板做成一个体积为8m3的有盖长方体水箱 问当长、宽、高各取多少时 才能使用料最省

解 设水箱的长为xm 宽为ym 则其高应为A2(xyy8xym 此水箱所用材料的面积为

8888x)2(xy)(x0, y0) xyxyxyy令Ax2(y82)0 Ay2(x82)0 得x2 y2

x

根据题意可知 水箱所用材料面积的最小值一定存在 并在开区域D{(x

y)|x>0 y>0}内取得 因为函数A在D内只有一个驻点 所以 此驻点一定是A的最小值点 即当水箱的长为2m、宽为2m、高为82m时 水箱所用的材料最省



22 因此A在D内的唯一驻点(2 2)处取得最小值 即长为2m、宽为2m、高为82m时 所用材料最省 

2从这个例子还可看出

在体积一定的长方体中 以立方体的表面积为最小

例6 有一宽为24cm的长方形铁板 把它两边折起来做成一断面为等腰梯形的水槽 问怎样折法才能使断面的面积最大？

解 设折起来的边长为xcm 倾角为 那末梯形断面的下底长为242x 上底长为242xcos 高为xsin 所以断面面积

A1(242x2xcos242x)xsin

2即A24xsin2x2sinx2sin cos(0

可见断面面积A是x和的二元函数 这就是目标函数 面求使这函数取得最大值的点(x )

令Ax24sin4xsin2xsin cos0

A24xcos2x2 cosx2(cos2sin2)0

由于sin 0 x0 上述方程组可化为



2224cos2xcosx(cossin)0解这方程组 得60 x8cm

根据题意可知断面面积的最大值一定存在 并且在D{(x y)|0

二、条件极值

拉格朗日乘数法

对自变量有附加条件的极值称为条件极值

例如 求表面积为a2而体积为最大的长方体的体积问题 设长方体的三棱的长为x y z 则体积Vxyz 又因假定表面积为a2 所以自变量x y z还必须满足附加条件2(xyyzxz)a2



这个问题就是求函数Vxyz在条件2(xyyzxz)a2下的最大值问题 这是一个条件极值问题

对于有些实际问题 可以把条件极值问题化为无条件极值问题



例如上述问题  由条件2(xyyzxz)a2 解得z

Vxya22xy() 2(xy)a22xy2(xy)122xxcos0 于是得

只需求V的无条件极值问题

在很多情形下 将条件极值化为无条件极值并不容易 需要另一种求条件极值的专用方法 这就是拉格朗日乘数法

现在我们来寻求函数zf(x y)在条件(x y)0下取得极值的必要条件

如果函数zf(x y)在(x0 y0)取得所求的极值 那么有

(x0 y0)0

假定在(x0 y0)的某一邻域内f(x y)与(x y)均有连续的一阶偏导数 而y(x0 y0)0

由隐函数存在定理 由方程(x y)0确定一个连续且具有连续导数的函数y(x) 将其代入目标函数zf(x y) 得一元函数

zf [x (x)]

于是xx0是一元函数zf [x (x)]的极值点 由取得极值的必要条件 有

dzdxxx0fx(x0,y0)fy(x0,y0)dydxxx00

即

fx(x0,y0)fy(x0,y0)x(x0,y0)0

y(x0,y0)从而函数zf(x y)在条件(x y)0下在(x0 y0)取得极值的必要条件是

fx(x0,y0)fy(x0,y0)x(x0,y0)0与(x0 y0)0同时成立

y(x0,y0)

设fy(x0,y0)y(x0,y0) 上述必要条件变为

fx(x0,y0)x(x0,y0)0fy(x0,y0)y(x0,y0)0(x,y)000

拉格朗日乘数法 要找函数zf(x y)在条件(x y)0下的可能极值点 可以先构成辅助函数

F(x y)f(x y)(x y)

其中为某一常数

然后解方程组

Fx(x,y)fx(x,y)x(x,y)0Fy(x,y)fy(x,y)y(x,y)0 (x,y)0

由这方程组解出x y及 则其中(x y)就是所要求的可能的极值点

这种方法可以推广到自变量多于两个而条件多于一个的情形

至于如何确定所求的点是否是极值点 在实际问题中往往可根据问题本身的性质来判定

例7 求表面积为a2而体积为最大的长方体的体积

解 设长方体的三棱的长为x y z 则问题就是在条件

2(xyyzxz)a2

下求函数Vxyz的最大值

构成辅助函数

F(x y z)xyz(2xy 2yz 2xz a2)

解方程组

Fx(x,y,z)yz2(yz)0Fy(x,y,z)xz2(xz)0

Fz(x,y,z)xy2(yx)022xy2yz2xza得xyz6a

6这是唯一可能的极值点

因为由问题本身可知最大值一定存在 所以最大值就在这个可能的值点处取得 此时V6a3