D第六章多元函数的微积分

高等数学·下册核心章节第六章多元函数的微积分Contents本章内容概览第六章·多元函数的微积分01多元函数的基本概念与极限02偏导数与全微分03复合函数与隐函数的微分法04多元函数的极值与最值05重积分及其应用CHAPTER01多元函数的基本概念与极限从一元推广到多元，建立多元微积分的认知基础CHAPTER06·MULTIVARIATECALCULUS多元函数的定义多元函数是一元函数概念的自然推广：当因变量由两个或两个以上自变量共同决定时，就构成多元函数。理解多元函数的关键在于把握"定义域是点集、对应法则是映射"这两个核心要素。01二元函数定义设D为平面上某点集，对D中每点(x,y)，按法则f有唯一确定的实数z与之对应，则称z为x、y的二元函数，记为z=f(x,y)。z=f(x,y)02n元函数推广当自变量扩展到n个时，函数u=f(x₁,x₂,...,xₙ)称为n元函数，定义域为n维空间中的点集。u=f(x₁,…,xₙ)03定义域的确定自然定义域需使函数表达式有意义，如z=√(1−x²−y²)要求x²+y²≤1，定义域为单位圆盘。x²+y²≤104实际问题的定义域物理或工程问题中，定义域还需满足实际约束条件，如几何量须为正数、概率值须在[0,1]之间。[0,1]CHAPTER06·MULTIVARIATEFUNCTIONS多元函数的几何表示与等值线二元函数的图形是三维空间中的曲面，而等值线是将其"压"到平面上的可视化工具。等值线的疏密直接反映函数值变化的快慢。几何图形—二元函数z=f(x,y)的图形是空间曲面，如z=x²+y²是旋转抛物面，z=√(R²−x²−y²)是上半球面等值线定义—令f(x,y)=c得到平面曲线族，不同c值对应不同等值线，如z=x²+y²的等值线是以原点为圆心的同心圆族疏密意义—等值线密集处表示函数值变化剧烈（曲面陡峭），稀疏处表示变化平缓，与地形图中等高线的含义完全一致工程应用—气象图中的等温线、等压线，地形图中的等高线，电场中的等势线，本质上都是二元函数的等值线CALCULUS·CHAPTER06多元函数的极限与连续二元函数的极限比一元函数更为严格：要求沿所有可能路径趋近时极限值一致。这一"路径无关性"要求是多元极限与一元极限的本质区别，也是判断多元极限不存在的有力工具。二重极限定义

Definition若点(x,y)以任意方式趋近(x₀,y₀)时f(x,y)均趋近常数A，则称A为f在(x₀,y₀)的二重极限，记为limf(x,y)=A极限不存在的判定

Criterion若能找到两条不同路径使极限值不同，则二重极限不存在。如f(x,y)=xy/(x²+y²)沿y=kx趋近原点时极限值依赖k连续性定义

Continuity若limf(x,y)=f(x₀,y₀)，则f在(x₀,y₀)连续；多元初等函数在其定义区域内均连续闭区域上连续函数的性质

Theorem有界性定理、最值定理、介值定理与一元情形类似，在闭区域上连续的函数必有最大值和最小值典型例题典型例题：多元极限的计算与判定多元极限的求解有三大核心方法：换元化为一元极限、沿不同路径趋近判别极限不存在、利用夹逼定理证明极限存在。01换元法化简令t=xy将limsin(xy)/(xy)化为标准一元极限sint/t→1，适用于含xy乘积项的极限。sint/t→102路径判别法f(x,y)=x²y/(x⁴+y²)沿y=kx²趋近原点时极限为k/(1+k²)，因依赖k值故二重极限不存在。极限不存在03夹逼定理证存在|xy/√(x²+y²)|≤(x²+y²)/(2√(x²+y²))=√(x²+y²)/2→0，由夹逼定理知原极限为0。极限=004极坐标法辅助令x=rcosθ,y=rsinθ，若表达式仅依赖r而与θ无关或可统一放缩，则可判定极限存在性。r→0Chapter02偏导数与全微分掌握多元函数变化率的计算方法，理解偏导数与全微分的关系第六章·多元函数的微积分偏导数的定义与计算偏导数是将多元函数沿某一自变量方向的变化率，计算时将其他变量视为常数。01极限定义∂f/∂x=lim(Δx→0)[f(x+Δx,y)−f(x,y)]/Δx将y固定为常数后对x求一元导数，体现了"固定其他变量"的核心思想。02计算示例f(x,y)=x²y+3xy³时：•∂f/∂x=2xy+3y³（y视为常数）•∂f/∂y=x²+9xy²（x视为常数）03几何意义∂f/∂x表示曲面z=f(x,y)被平面y=y₀所截得的截线，在该点处沿x方向的切线斜率。反映了函数在特定方向上对某一自变量的敏感程度。04存在≠连续偏导数存在不能推出函数连续——它仅反映沿坐标轴方向的变化信息。多元函数在其他方向的行为可能完全不同，这是与一元函数导数的本质区别。SECOND-ORDERPARTIALDERIVATIVES高阶偏导数与混合偏导数二元函数有四个二阶偏导数，其中两个混合偏导数在连续条件下相等（Schwarz定理）。这一结论使得混合求导顺序可以交换，是简化高阶偏导数计算的理论基础。01二阶偏导数分类二元函数有∂²f/∂x²、∂²f/∂y²两个纯二阶偏导数，以及∂²f/∂x∂y和∂²f/∂y∂x两个混合偏导数。4个02Schwarz定理若混合偏导数∂²f/∂x∂y和∂²f/∂y∂x在区域D内连续，则它们在D内处处相等，即求导顺序可交换。连续→相等03计算验证f(x,y)=x³y²−3xy³，∂²f/∂x∂y=6x²y−9y²，∂²f/∂y∂x同样得到6x²y−9y²，二者相等。6x²y−9y²04定理失效反例f(x,y)=xy(x²−y²)/(x²+y²)在原点处（补充定义f(0,0)=0）两个混合偏导数不相等，因不满足连续条件。不连续≠DIFFERENTIALCALCULUS全微分的定义与可微条件全微分是全增量的线性主部，反映函数值总变化的线性近似；可微性强于偏导存在，偏导连续是可微的充分条件。全微分定义若函数z=f(x,y)的全增量可表示为Δz=AΔx+BΔy+o(ρ)，其中ρ=√(Δx²+Δy²)，则称f在点(x,y)处可微。全微分定义为dz=(∂f/∂x)dx+(∂f/∂y)dy，即全增量的线性主部，用于近似计算函数值的微小变化。Δz≈dz可微充分条件若偏导数∂f/∂x与∂f/∂y在点(x,y)的某邻域内存在且在该点连续，则函数f在该点必定可微。这是判断多元函数可微性最常用的充分条件，在实际计算中应用广泛。C¹⟹可微条件关系链多元函数各条件间的蕴含关系为：偏导连续⇒可微⇒偏导存在；可微⇒连续。注意以上蕴含关系均不可逆，偏导存在不能推出连续，更不能推出可微，这是多元函数与一元函数的本质区别。单向蕴含近似计算应用当|Δx|、|Δy|很小时，有近似公式f(x+Δx,y+Δy)≈f(x,y)+(∂f/∂x)Δx+(∂f/∂y)Δy。此公式在工程测量误差估计、物理量近似计算及数值分析中具有重要实用价值。误差估计第六章·多元函数的微积分方向导数与梯度方向导数将变化率从坐标轴方向推广到任意方向，而梯度向量指向函数增长最快的方向，其模等于最大方向导数值。梯度与等值线正交，是连接微分学与最优化理论的桥梁。01方向导数公式∂f/∂l=(∂f/∂x)cosα+(∂f/∂y)cosβ，其中(cosα,cosβ)为单位方向向量，反映函数沿任意方向l的瞬时变化率。02梯度定义gradf=(∂f/∂x,∂f/∂y)是函数增长最快方向的向量，其模|gradf|=√[(∂f/∂x)²+(∂f/∂y)²]即为最大方向导数。03梯度与等值线的关系梯度方向与等值线f(x,y)=c在该点的法线方向一致，即梯度始终垂直于等值线指向函数值增大的一侧。04应用意义最优化算法中的梯度下降法、物理学中的力场与势函数关系、图像处理中的边缘检测，都基于梯度的核心概念。第六章·多元函数的微积分偏导数与全微分的计算例题全微分的计算遵循"先求偏导、再组合微分"的两步流程；方向导数需要先单位化方向向量再代入公式；可微性判别则需要直接验证定义中的极限条件。全微分计算01z=x²y+exy的全微分∂z/∂x=2xy+yexy，∂z/∂y=x²+xexydz=(2xy+yexy)dx+(x²+xexy)dy02可微性判别需验证[Δz−fxΔx−fyΔy]/ρ→0（ρ→0）若不趋于0则不可微，需检查偏导数连续性方向导数计算01f=x²+xy在(1,2)沿l=(3,4)单位化得(3/5,4/5)，代入公式：∂f/∂l=2×1×(3/5)+(1+2)×(4/5)=24/502梯度方向与最大方向导数梯度方向即最大方向导数方向，与梯度垂直的方向导数为0该点gradf=(4,3)，最大方向导数|gradf|=5Chapter03复合函数与隐函数的微分法掌握多元链式法则与隐函数求导，攻克本章核心难点第六章·多元函数微积分多元复合函数的链式法则多元链式法则的核心口诀是"路径相乘、分支相加"：从目标变量到自变量的每条依赖路径贡献一个乘积项，所有路径的乘积项求和即为所求偏导数。两个中间变量设z=f(u,v)，其中u=u(x,y)，v=v(x,y)均为二元可微函数，则z对x的偏导数为：∂z/∂x=(∂f/∂u)(∂u/∂x)+(∂f/∂v)(∂v/∂x)两条路径各贡献一项，体现了"分支相加"的思想。同理可求∂z/∂y。双路径求和·偏导数计算一个中间变量当u,v都仅为t的函数时，z成为t的一元函数，此时求的是全导数而非偏导数：dz/dt=(∂f/∂u)(du/dt)+(∂f/∂v)(dv/dt)全导数刻画了复合函数随单一自变量的整体变化率，是偏导数概念的推广。全导数·单参数情形多层嵌套推广法则可自然推广至多个中间变量情形。设z=f(u,v,w)，三者均为x,y的函数：∂z/∂x=Σ(∂f/∂·)(∂·/∂x)展开为三项之和，每一项对应一条从z到x的依赖路径，路径数量与中间变量个数相等。三项求和·推广形式链式图辅助法面对复杂复合结构时，建议先绘制变量依赖关系图：以箭头连接各变量，明确谁是谁的函数。从目标变量出发，找出所有到达指定自变量的路径每条路径上的偏导数连续相乘，各路径结果相加此方法直观清晰，可有效避免漏项或重复计算。路径枚举·可视化工具第六章·多元函数的微积分链式法则典型例题链式法则计算的关键步骤是：明确中间变量→画出链式图→按"路径相乘、分支相加"展开→代回原变量。对抽象函数，需用f₁、f₂等记号区分对不同中间变量的偏导。显式函数求导01z=e^(u²+v)，u=xy，v=x+y：∂z/∂x=2xy·e^(x²y²+x+y)·y+e^(x²y²+x+y)·1=e^(x²y²+x+y)(2xy²+1)02z=arctan(y/x)：令u=y/x，∂z/∂x=1/(1+u²)·(−y/x²)=−y/(x²+y²)，∂z/∂y=1/(1+u²)·(1/x)=x/(x²+y²)抽象函数求导03z=f(xy,x²−y²)：设u=xy，v=x²−y²，∂z/∂x=f₁'(u,v)·y+f₂'(u,v)·2x，其中f₁'表示f对第一个变量的偏导04w=f(x+y+z,xyz)：设u=x+y+z，v=xyz，∂w/∂x=f₁'·1+f₂'·yz，需分别计算对两个中间变量的偏导后组合IMPLICITDIFFERENTIATION隐函数的求导法则隐函数求导的核心方法是对方程两端直接求导，利用链式法则处理隐含的函数关系，再解出所求导数。01一元隐函数方程F(x,y)=0确定y=y(x)，对x求导得Fx+Fy·y'=0dy/dx=−Fx/Fy02二元隐函数方程F(x,y,z)=0确定z=z(x,y)，分别对x、y求偏导∂z/∂x=−Fx/Fz∂z/∂y=−Fy/Fz03方程组情形两个方程确定两个隐函数，对每个方程分别求导联立求解线性方程组04隐函数存在定理F(x₀,y₀)=0且Fy≠0时，邻域内存在唯一连续可微隐函数Fy≠0→唯一y(x)第六章·多元函数的微积分隐函数求导典型例题隐函数求导有两种主要方法：直接法和公式法。直接法对等式两端直接求导，思路清晰但需要整理；公式法利用-Fₓ/Fz等公式更快捷。方程组情形则需联立求解。单个方程求导01x²+y²+z²=1确定z(x,y)：直接对x偏导得2x+2z·∂z/∂x=0，解得∂z/∂x=−x/z，或用公式法−Fx/Fz=−2x/2z=−x/z02xez+z−xy=0确定z(x,y)：对x偏导得ez+xez·∂z/∂x+∂z/∂x−y=0，整理后解得∂z/∂x=(y−ez)/(xez+1)方程组求导01u+v=x+y，u²+v²=x²+y²：对x偏导得方程组∂u/∂x+∂v/∂x=1和2u∂u/∂x+2v∂v/∂x=2x，联立解得∂u/∂x=(x−v)/(u−v)02方程组求导时需对每个方程都求导，得到的线性方程组用克莱默法则或直接消元法求解。关键在于将偏导数视为未知量，构建并求解线性系统。CHAPTER04多元函数的极值与最值从无条件极值到条件极值，掌握多元优化的数学方法第六章·多元函数的微积分无条件极值的判别方法多元函数取极值的必要条件是所有偏导数为零（驻点），充分条件由Hessian矩阵的行列式AC-B²判别：Δ>0为极值，Δ<0为鞍点，Δ=0需进一步分析。鞍面z=x²−y²轮廓·原点处沿不同方向呈现极大与极小01必要条件：若f(x,y)在(x₀,y₀)取极值且偏导数存在，则fₓ(x₀,y₀)=0且fᵧ(x₀,y₀)=0，满足此条件的点称为驻点02充分条件（AC-B²判别法）：令A=fₓₓ，B=fₓᵧ，C=fᵧᵧ，若AC-B²>0则取极值（A>0极小，A<0极大）；AC-B²<0为鞍点03鞍点概念：如z=x²-y²在原点处，fₓ=fᵧ=0但AC-B²=2×(−2)−0=−4<0，沿x轴是极小沿y轴是极大，故非极值04求极值步骤：①求所有驻点→②计算各驻点处A、B、C值→③用AC-B²判别性质→④比较各极值得到最值CALCULUS·EXAMPLE无条件极值的计算例题求无条件极值遵循"求驻点→算二阶导数→AC-B²判别"的三步流程。通过完整的计算示例，可以清晰看到每个步骤的具体操作和判断依据。Example求f(x,y)=x³+y³−3xy的极值01求驻点：fₓ=3x²−3y=0，fᵧ=3y²−3x=0，联立解得(0,0)和(1,1)两个驻点02在(0,0)处：A=0，B=−3，C=0，AC−B²=−9<0→判定为鞍点，非极值03在(1,1)处：A=6，B=−3，C=6，AC−B²=27>0且A>0→极小值f(1,1)=−1Application实际应用：最优化问题01最大体积问题：表面积为a²的长方体，约束2(xy+yz+xz)=a²，代入V=xyz化为二元极值求解02工程最优化：材料最省、效率最高等设计问题，通常可转化为多元函数求极值的数学模型第六章·多元函数的微积分条件极值与拉格朗日乘数法拉格朗日乘数法通过引入待定乘数λ将条件极值转化为无条件极值问题。其几何本质是：在极值点处目标函数的梯度与约束函数的梯度平行，即∇f=λ∇g。01方法构造对约束条件g(x,y)=0下求f(x,y)的极值，构造拉格朗日函数L(x,y,λ)=f(x,y)+λg(x,y)L=f+λg02求解步骤令∂L/∂x=0,∂L/∂y=0,∂L/∂λ=0（即g(x,y)=0），解三元方程组得到候选极值点三元方程组03几何解释极值点处∇f∥∇g，即f的等值线与约束曲线g=0相切，λ表示两者梯度的比例关系∇f=λ∇g04多约束推广若有两个约束g₁=0和g₂=0，则L=f+λ₁g₁+λ₂g₂，需要解更多变量的方程组L=f+λ₁g₁+λ₂g₂CHAPTER06·APPLICATIONS拉格朗日乘数法应用例题拉格朗日乘数法将条件极值问题转化为方程组求解问题，关键在于正确构造拉格朗日函数并完整求解。几何优化问题01点到平面距离最小化在约束条件x+y+z=1下，求目标函数x²+y²+z²的最小值。构造拉格朗日函数L=x²+y²+z²+λ(x+y+z−1)，通过求解偏导方程组，得到临界点x=y=z=1/3，代入得最小值为1/3。02内接长方体体积最大化求内接于球面x²+y²+z²=R²的长方体最大体积。设长方体顶点坐标为(±x,±y,±z)，则体积V=8xyz。构造L=8xyz+λ(x²+y²+z²−R²)，解得x=y=z=R/√3，此时体积最大。经济优化问题01消费者效用最大化在预算约束px+qy=M下，求效用函数U(x,y)的最大化。构造拉格朗日函数L=U+λ(px+qy−M)，得到最优条件：∂U/∂x÷∂U/∂y=p/q，即边际替代率等于价格比，这是消费者均衡的核心条件。02生产者成本最小化Cobb-Douglas生产函数Q=ALαKβ在成本约束wL+rK=C下的最优要素组合。通过构造拉格朗日函数并求导，解得劳动与资本的最优投入比例L/K与产出弹性参数α,β及要素价格w,r密切相关。Chapter05重积分及其应用从二重积分到三重积分，掌握多元积分的计算方法与应用Definition&Properties二重积分的定义与基本性质二重积分∬Df(x,y)dσ的几何意义是以D为底、z=f(x,y)为顶的曲顶柱体体积（f≥0时）。其定义采用'分割-近似-求和-取极限'的思想，性质与一元定积分类似。01几何意义当f(x,y)≥0时，∬Df(x,y)dσ等于以D为底面、曲面z=f(x,y)为顶面的曲顶柱体体积02定义过程将D分割为n个小区域Δσᵢ，取点(ξᵢ,ηᵢ)，∬fdσ=limΣf(ξᵢ,ηᵢ)Δσᵢ，与分割和取点方式无关03线性性质∬(αf+βg)dσ=α∬fdσ+β∬gdσ，常数可提出，函数和的积分等于积分的和04区域可加性若D=D₁∪D₂且D₁∩D₂=∅，则∬Dfdσ=∬D₁fdσ+∬D₂fdσ，便于分块计算第六章·多元函数的微积分二重积分的计算：化为累次积分二重积分通过化为两次一元定积分来计算，核心技巧是根据积分区域的类型（X型或Y型）正确确定积分限。选择合适的积分顺序可以大幅简化计算。01X型区域y2(x)}∬fdσ=∫abdx∫y1y2f(x,y)dy，先对y积分后对x积分02Y型区域x2(y)}∬fdσ=∫cddy∫x1x2f(x,y)dx，先对x积分后对y积分03积分顺序选择若被积函数对某一变量容易积出，则将该变量放在内层积分；若区域边界对某一变量描述简单，则该变量放外层04交换积分顺序原定积分次序难以计算时，需重新画图确定新积分限后交换顺序，这是常见的简化技巧Section6.3·DoubleIntegrals极坐标系下的二重积分极坐标变换x=rcosθ,y=rsinθ是处理圆域积分和含x²+y²项被积函数的利器。变换后面积元素dσ=rdrdθ（多出的r是雅可比行列式），积分限根据极坐标几何确定。01坐标变换x=rcosθ,y=rsinθ,x²+y²=r²，面积元素dσ=rdrdθ，其中r为雅可比行列式|∂(x,y)/∂(r,θ)|的值。02积分公式∬Df(x,y)dσ=∬D'f(rcosθ,rsinθ)·r·drdθ，其中D'是D在极坐标下的对应区域。03圆域积分示例∬(x²+y²≤R²)e-(x²+y²)dσ=∫₀²πdθ∫₀ᴿe-r²·r·dr=π(1−e-R²)04适用场景积分区域为圆域、扇形域、环形域，或被积函数含x²+y²、arctan(y/x)等极坐标友好表达式时使用。第六章·多元函数的微积分二重积分计算例题二重积分计算的关键是：正确画图确定积分区域类型、准确写出积分限、选择合适的坐标系。直角坐标适合矩形或简单多边形区域，极坐标适合圆域和含r²的被积函数。A直角坐标·三角形区域∬DxydσD由y=x,y=2x,x=1围成X型：0≤x≤1,x≤y≤2x∫₀¹x·(4x²−x²)/2dx=3/8B直角坐标·交换积分顺序∫₀¹dy∫y1(sinx/x)dx内层sinx/x无法积出交换顺序：∫₀¹dx∫₀ˣ(sinx/x)dy=∫₀¹sinxdx=1−cos1C极坐标·单位圆域∬(x²+y²)dσ区域x²+y²≤1极坐标下被积函数简化为r²∫₀²πdθ∫₀¹r²·rdr=2π·1/4=π/2D极坐标·偏移圆域∬√(x²+y²)dσ区域x²+y²≤2x→r=2cosθθ∈[−π/2,π/2],r∈[0,2cosθ]∫dθ∫₀²ᶜᵒˢθr²dr=32/9CHAPTER06·TRIPLEINTEGRALS三重积分的定义与计算方法三重积分∭Ωf(x,y,z)dV是二重积分的三维推广，计算方法有投影法和截面法，选择取决于区域Ω的几何特征。投影法（先一后二）∭fdV=∬D[∫z₁→z₂f(x,y,z)dz]dσ先对z做一元积分，再对投影域D做二重积分先一后二截面法（先二后一）∭fdV=∫ab[∬D(z)f(x,y,z)dσ]dz用z=c截Ω得截面D(z)，先在截面上积分再对z积分先二后一柱坐标法x=rcosθ,y=rsinθ,z=zdV=rdrdθdz适合旋转体区域或含x²+y²的被积函数x²+y²球坐标法x=ρsinφcosθ,y=ρsinφsinθ,z=ρcosφdV=ρ²sinφdρdφdθ适合球域或含x²+y²+z²的被积函数x²+y²+z²TRIPLEINTEGRALS·COORDINATEMETHODS柱坐标与球坐标下的三重积分柱坐标适合z轴旋转对称区域（圆柱、圆锥），球坐标适合球域或含x²+y²+z²的被积函数。关键记忆点：柱坐标dV=rdrdθdz，球坐