Unit8(8.4 | 您所在的位置:网站首页 › 函数的极值点怎么表示 › Unit8(8.4 |
Unit8(8.4-8.9) 【导言】 下面六章主要讲述了多元函数的求导法则,方向导数与梯度,极值最值以及几何运用的相关知识。补充内容比如多元函数的泰勒公式,因为在考纲外以及其理解难度的原因,涉及泰勒公式与基于泰勒公式的证明推导内容将不被包含。 求导包含了显函数以及隐函数的求导。显性函数的求导包含了三个知识点,多元函数转一元函数的求导办法,中间变量求导办法以及全微分的不变性。隐函数的求导则分为二元函数,三元函数以及方程组形式(三元-四元方程组)。 在掌握求导技巧以后,可以选择求一个多元函数的极值与最值。求多元函数的极值涉及了新定义的“拉格朗日乘数”,这将导致求解过程极其困难。 方向导数以及梯度则是偏向于几何方面的运用,了解它们的定义以及几何意义即可。还有一个曲面的切线,法线,法平面,切平面,都是几何方面的相关运用。 最后则讲解一道有趣的多元函数最值题,包含了“等价思想”。 【正文】 一、求导法则 Ⅰ显性函数的求导 1多转一:这里本质在于z对t(通过中间变量u,v)直接求导。因为不方便直接用t表示z,那么利用u,v做媒介的公式是很适合求解的。 (1)z=f(u,v),u=u(t),v=v(t), 那么dz/dt=(∂z/∂u) (du/dt)+ (∂z/∂v)(dv/dt) (2)证明:①Δz=∂z/∂u Δu+∂z/∂v Δv +o(ρ) ②整体同除以Δt,在limΔt→0时,dz/dt=(∂z/∂u) (du/dt)+ (∂z/∂v)(dv/dt),o(ρ)在此时等于0 2中间变量:这里是多元函数套着多元函数,也只能对底层两个变量中的一个求偏导 z=f(u,v),u=u(x,y),v=v(x,y) ∂z/∂x=∂z/∂u ∂u/∂x+ ∂z/∂v ∂v/∂x 对于y则同理 3全微分不变性:利用全微分不变性可以巧解问题,省去麻烦。 z=f(u,v),u=u(x,y),v=v(x,y) dz=∂z/∂x dx +∂z/∂y dy =(∂z/∂u ∂u/∂x+∂z/∂v ∂v/∂x)dx+(∂z/∂u ∂u/∂y+∂z/∂v ∂v/∂y)dy Ⅱ隐函数求导 1二元情况 (1)定理 ①基础条件:F(x,y)在U(P0,δ)领域内,偏导数连续;F(x0,y0)=0, F’y(x0,y0)≠0 ②结论:dy/dx=-Fx/Fy (2)证明: ①令y=f(x)(在满足上述条件下,存在关系式y=f(x)) ②F(x,f(x))=0,两边同时对x求偏导,根据多元函数求导法则,得出∂F/∂x+∂F/∂y dy/dx=0,从而得出结论 2三元情况
(1)条件:F(x,y,z)在U(P0,δ)领域内,偏导数连续;F(x0,y0)=0, F’z(x0,y0)≠0 (2)结论:①存在关系:z=f(x,y)(隐函数存在定理)②∂z/∂x=-Fx/Fz,y也同理 3方程组 (1)三元F(x,y,z)=0,G(x,y,z)=0----x=x,y=y(x),z=z(x) ①条件:F,G在U(P0,δ)内各偏导连续,F0=G0=0; 定义J=∂(F,G)/∂(x,y)=FyGz-FzGy≠0 ②结论:存在唯一的y=y(x)与z=z(x),使得y0=y(x0),z0=z(x0) 且dy/dx=(-1/J) (∂(F,G)/∂(x,z)) dz/dx=(-1/J) (∂(F,G)/∂(x,y)) ③证明:左右同导 (2)四元情形:F(x,y,z,u)=0,G(x,y,z,u)=0---u=u(x,y), v=v(x,y) ①条件:F,G在U(P0,δ)内各偏导连续,F0=G0=0, 定义J=FuGv-FvGu ②结论:∂u/∂x=-1/J [∂(F,G)/ ∂(x,v)]. 这里记住一个方法,1/J,∂(F,G)是不变的,变的是∂(x,v)。对x求偏导那么左边就是x,而是u对x求偏导,那么右边就不是u,而是v (3)反函数 ①条件:u=u(x,y), v=v(x,y); (x0,y0)领域内偏导连续, U0=(x0,y0), v0=(x0,y0),UxVy-UyVx≠0 ②结论:存在反函数x=x(u,v),y=y(u,v) 且x0=x(u0,v0),y=y(u0,v0) 且:(∂v/∂y)/(∂x/∂u)=∂(u,v)/∂(x,y) 二、极值与最值 Ⅰ极值 1定义:若z=f(x,y)在U(P0,δ)内有定义,那么对任意P属于Uo(P0)(空心领域),f(P)<f(P0),则P0处取得极大值(如果是大于就是极小值) 2驻点与极值存在 (1)驻点: ①若z=f(x,y)在P0有偏导,有极值,则fx=fy=0(多元的话就是在P0处对所有变量的偏导都为0)。固定y=y0,f(x,y0)在x=x0处取得的极值是相同的 ②在极值点处构造切平面:z-z0=fx(x-x0)+fy(y-y0) (2)极值存在定理: 设fxx=A,fxy=B,fyy=C ①AC-B*2>0,是极值点 ②AC-B*2<0,不是极值点 ③若AC-B*2=0,则定理失效,继续讨论。证实的思路是用定义去证明这个点是极值点,证伪的思路是取两个不同情况互相矛盾,则不是极值点(一个全小,一个全大) 3条件极值 (1)基础:z=f(x,y),约束以条件Φ(x,y)=0.此时要注意,x与y在之前的二元函数是没有联系的,不联动的,就是说不管你x怎么取,y不会被影响。但是加了约束条件以后,x取值会影响y取值,y和x是联动的。 (2)设y=φ(x),那么z=f(x,φ(x))(在x=x0处)
(3)①z对x求导:dz/dx|x=x0=fx+fy dy/dx=0 ②隐函数求导法则:dy/dx=-Φx(x0,y0)/Φy(x0,y0)。利用约束条件来求dy/dx ③将②式代入①式子,整理可得,fx/Φx=fy/Φy 设这个比值为-λ0. λ的学名是拉格朗日乘数。引入λ将对极值的求解大有裨益 ④构造拉格朗日辅助函数: F(x,y,λ)=f(x,y)+λΦ(x,y) ⑤条件驻点满足方程组:Fx=Fy=Fλ=0. 本质:F(x,y)=f(x,y)+λΦ(x,y)。若F在P0处取得极值,则z=f(x,y)在Φ=0的情况下,P0处也能取得极值。 Ⅱ最值求解思路 1.求z=f(x,y)在D内部的所有驻点与不可导点对应的函数值 2.求z=f(x,y)在约束条件Φ(x,y)=0边界下可能极值点对应函数值 3.比大小 三、应用:方向导数,梯度 Ⅰ方向导数 1定义 ΔZl=f(x0+ Δx,y0+Δy)-f(x0,y0)为l方向上的增量 (2)①Lo(向量)(l方向的单位向量)=(cosα,sinα)。 ②定义ρ=【(Δx)*2+(Δy)*2】*0.5。那么x=x0+ρcosα,y=y0+ρsinα (3)lim(P→P0)(或者写ρ→0)ΔΔz/ρ =lim(P→P0)∂ f(z)/∂l |P0 = ∂f/∂x|P0 cosα+∂f/∂y|P0 sinα = ∂f/∂x|P0 cosα+∂f/∂y|P0cosβ 2意义:方向导数的几何含义即此点沿l方向半切线与l的斜率 1定义 (1)∂f/∂l|P0=fx cosα+fy cosβ ①设g=(fx,fy),el=(cosα,cosβ) ②∂f/∂l|P0 =|g| cosγ(γ为g与方向向量el的夹角) ③记g=gradf(x0,y0)。每个点的g方向是固定的,此点沿着这个方向的增速最快,即方向线服从g方向。
2实际运用:等值线 (1)f(x,y)=C----x=x, y=y(x) (2)s=(1,y‘),为方便起见,设s=(dx,dy),即切向方向向量 (3)对f(x,y)=C两边同求微分,则df=∂f/∂x dx+ ∂f/∂y dy=0 ①提取向量:前面涉及的s,以及(∂f/∂x,∂f/∂y),这个的本质是grad f ②gradf(梯度) s(切向方向向量)=0
四。几何运用 Ⅰ对于空间曲线的:切线与法平面的参数式与一般式 参数式情况 (1)构建参数式并取点: ①x=x(t),y=y(t),z=z(t),t∈【α,β】, ②P0(x0,y0,z0),对应同一个t0 (2)若x‘(t0),y‘(t0),z’(t0)存在且不全为0 ①T切(斜率)=(x‘(t0),y‘(t0),z’(t0)) ②对称式以求得切线,点法式以求得法平面 2一般式情况 (1)可以考虑转为参数式 (2)定理:F(x,y,z)=G(x,y,z)=0 则T切 ={∂(F,G)/∂(y,z),∂(F,G)/∂(z,x),∂(F,G)/∂(x,y)}|P0 Ⅱ对于曲面的切平面与法线: 定义:过点M0处所有切线汇聚成为切平面,过M0且垂直于切平面为法线 2情形 (1)F(x,y,z)=0,那么n=(Fx,Fy,Fz) (2)z=f(x,y),那么相当于F(x,y,z)=z-f(x,y)=0,n=(fx,fy,-1)
四、技巧 Ⅰ比如T=xyz,约束条件x*2+y*2+z*2=1,求Tmax 那么不如设T1=ln|xyz|,求得T1的最大值从而求得T的最大值,更为简便。 |
CopyRight 2018-2019 实验室设备网 版权所有 |