基本概念
n维欧式空间 $\mathbb{R}^n$
定义
我们有元素(n 元有序组):$x = (x_1, x_2, \cdots, x_n), x_i \in \mathbb{R}$,则由这些元素所组成的集合称为 n 维实空间:$\mathbb{R}^n = \{ (x_1, x_2, \cdots, x_n) | x_i \in \mathbb{R} \}$$=\mathbb{R} \times \mathbb{R} \times \cdots \times \mathbb{R}$
可以定义:
- $x = y$:$x_i = y_i$
- $x+y$: $(x_i + y_i)$
- $\lambda x$:$(\lambda x_i)$
- $x-y$:$x+(-1)y$
- $0 = (0, 0, \cdots, 0)$
- 内积 $<x, y> = \sum_{i=1}^n x_iy_i$(满足该定义称为:欧氏空间)
- 范数 $| x-y | = \sqrt{\sum_{i=1}^n (x_i - y_i)^2}$
注释
- $\mathbb{R}^n$ 对加法、数乘封闭,满足加法交换、结合律,数乘分配律,故 $\mathbb{R}^n$ 为线性空间;
- 引入内积,满足:
- $<x,y>=<y,x>$
- $<x+y,z>=<x,z>+<y,z>$
- $<\lambda x,y>=<x,z>+<y,z>$
- $<x,x>\geq 0$,且 $<x,x>=0 \Leftrightarrow x=0$
$\mathbb{R}^n$ 为内积空间
- 引入范数,满足:
- $|x| \geq 0$ 且 $|x|=0 \Leftrightarrow 0$
- $|\lambda x| = \lambda|x|$
- $|x+y| < |x|+|y|$
$\mathbb{R}^n 为范数空间$
定理
Cauchy-Schwars不等式:$| <x,y> | \leq |x|\cdot|y|$
证明
$\sum_{i=1}^n (\lambda x_i + y_i)^2 \geq 0$,把 $\lambda$ 看作未知量,则判别式 $\Delta \leq 0$,即可证。
此外,我们高中还学过 三角不等式:$|x+y| \leq |x| + |y|$,证明只需把左边平方后放大即可。
定义
邻域:对于 $P_0 = (x_1, x_2, \cdots, x_n)$,$O(P_0, \delta) = \{ P \,\big|\, |P-P_0| < \delta> \}$ 为 $P_0$ 的邻域.
下面介绍点和集合的关系:$x = (x_1, x_2)$,$E \subset \mathbb{R}^2$
点:
- 内点:存在 $O(x, \delta) \subset E$,所有的 $x$ 称为 $E$ 的内部,记作 $E^o$ 或 $\mathrm{Int} E$
- 外点:$y \notin E$,存在 $O(y,\delta) \cap E = \varnothing$;或 $y \in \complement_U E$,存在 $O(y, \delta) \subset \complement_C E$
- 边界点:$\forall O(z, \delta)$,都有 $O(z, \delta) \cap E \neq \varnothing$,$O(z, \delta) \cap \complement_U E \neq \varnothing$. 所有的 $z$ 称为 $E$ 的边界,记作 $\partial E$
- 聚点:$\forall O(z, \delta)$ 中,都含有 $E$ 中异于 $x$ 的点,即 $O(z, \delta) - {x} \cap E \neq \varnothing$
- 孤立点:$x \in E$ 但不是聚点
注释
内点一定是聚点,边界点不一定是聚点
集合:
- 开集:$E = E^o$
- 闭集:$\complement_C E$ 为开集,则 $E$ 为闭集
- 规定:$\mathbb{R}^n, \varnothing$ 又开又闭
- $E$ 为闭集 $\Leftrightarrow $ 所有聚点$\in E$
闭包 $\bar{E} = E \cup {E \text{的一切聚点}}$ $= E\cup \partial E$. 闭包一定是闭集。
区域:
- 开区域:$D \in \mathbb{R}^2$,$D$ 中任意两点都可用 $D$ 中一条折线连通
- 闭区域:$D$ 的闭包,即 $D \cup \partial D$
多元函数的基本概念
定义
二元函数 $A \subset \mathbb{R}^2, B \subset \mathbb{R}$,若 $f: A\rightarrow B$ 则称 $f$ 为二元函数
类似的,我们可以定义 n 元函数:$A \subset \mathbb{R}^n, B \subset \mathbb{R}$,记:$u=f(x_1, x_2, \cdots, x_n),$ $(x_1, x_2, \cdots, x_n)\in A$
多元函数的极限
定义
设 $P_0(x_0, y_0)$ 是定义域 $D$ 中的一个聚点,若 $P\in D$ 以 任何方式 趋于 $P_0$ 时,$f(P)$ 都趋于某一定数 $A$,则称 $A$ 为 $f(x,y)$在 $P_0$ 处的极限。
我们可以用数学描述: \(z=f(x,y), D 为定义域, P_0(x_0,y_0)为聚点, A为某一定值\\ \forall \varepsilon>0, \exists \delta>0, \text{st.} 0\leq \| P-P_0 \|< 且 P\in D,有:\\ 则称 A 为 f(x,y) 在 P_0 处的极限,记为:\\ \lim_{(x,y)\rightarrow(x_0,y_0)} =A 或 \lim_{x\rightarrow x_0\\y\rightarrow y_0} f(x,y)=A\)
类似可以写出趋向 $+\infty$ 的定义:
\[\forall\varepsilon>0, \exists M, \text{st.} |x|>M,|y|>M, \\ 有 |f(x,y)-A|<\varepsilon \\ \lim_{x\rightarrow \infty\\y\rightarrow \infty} f(x,y)=A\]注意
$(x,y)$ 要同时趋向 $(x_0,y_0)$,这种叫重极限。还有一种是先后的 $\lim_{y\rightarrow y_0} \lim_{x\rightarrow x_0} f(x,y)$,叫累次极限。这两种极限是不同的。
多元函数的连续
多元函数的偏导数
定义
$z=f(x,y)$ 在 $(x_0,y_0)$的某个领域内有定义,固定 $y_0$,得到一元函数 $f(x,y_0)$。
若 $\lim_{\Delta x\rightarrow 0}\frac{f(x_0+\Delta x)-f(x_0,y_0)}{\Delta x}$ 存在,则称为 $f(x,y)$ 关于 $x$ 的偏导数。
记作 $\frac{\p f}{\p x}\Big | _{x=x_0,y=y_0}$ 或 $f_x(x_0,y_0)$ 或 $\frac{\p f(x_0, y_0)}{\p x}$ |
偏导数的几何意义是:$f_x(x_0,y_0)$ 是曲面在 $(x_0,y_0)$ 处在 x轴方向的斜率。
注意
{error}
在一元函数中,可导必连续,但在多元函数中,可偏导不一定连续,还要加上偏导邻域存在。比如下面这个证明:
若 $f_x, f_y$ 在某个邻域内有界(即偏导邻域存在),则函数在 $f(x_0,y_0)$ 处连续
证:
$$
\begin{align}
&f(x_0+\Delta x, y_0+\Delta y) - f(x_0,y_0)\\
&=f(x_0+\Delta x, y_0+\Delta y) -f(x_0, y+\Delta y)\\
&\;\;+f(x_0,y_0+\Delta y)-f(x_0,y_0)\\
&=f_x(x_0+\theta_1\Delta x, y_0+\Delta y)\Delta x + f_y(x_0, y_0+\theta_2\Delta y) \Delta y(中值定理)\\
&\;\;\longrightarrow0,(\Delta x,\Delta y)\longrightarrow 0\\
&\therefore 全增量为0
\end{align}
$$
全微分
定义
$z=f(x,y)$ 在 $(x_0,y_0)$处某个邻域有定义
若 $\Delta z=f(x_0+\Delta x,y+\Delta y)-f(x_0,y_0)$$=A\Delta x+B\Delta y+o(\rho)$
其中 $A,B$ 只与 $x_0,y_0$ 有关,与 $\Delta x, \Delta y$ 无关,$\rho = \sqrt{(\Delta x)^2 + (\Delta y)^2}$,则我们称 $A\Delta x+B\Delta$ 为 $f(x,y)$ 为 $f(x,y)$ 在 $(x_0, y_0)$ 处的全微分。记作:$\dif z \big | _{x=x_0,y=y_0}$ 或 $d f(x_0,y_0)$ |
注释
- 全微分存在 $\Rightarrow$ 连续
- 可将 $f(x,y)$ 表示成 $f(x,y)=f(x_0,y_0)+a(x-x_0)+B(y-y_0)+o(\rho)$,左边是一个曲面,右边是一个平面,相当于用平面去逼近一个曲面
- 可微可以推出连续和偏导,但偏导不能推出连续
定理
可微的必要条件:$f_x,f_y$ 存在且 $A=f_x, B=f_y$
证明
定理
可微的充分条件:$z=f(x,y)$,若$f_x’,f_y’$在 $(x_0,y_0)$处连续,则 $f$ 在$(x_0,y_0)$ 可微