11.2 Непрерывные функции

Пусть $f\colon E\to \mathbb{R}^{m}$, $E \subset \mathbb{R}^{n}$ и точка $x_0 \in E$.

Определение. Функция $f$ называется непрерывной в точке $x_0$, если для любого $\varepsilon > 0$ найдется такое $\delta > 0$, что для всех $x \in E$, удовлетворяющих условию $\lvert x−x_0 \rvert < \delta$, справедливо неравенство $\lvert f(x)−f(x_0)\rvert < \varepsilon$.

Если $x_0$ – предельная точка множества $E$, то непрерывность функции $f$ в точке $x_0$ равносильна тому, что $\lim_\limits{{x \to x_0}, {x \in E}} f(x) = f(x_0)$.

Пусть точка $x_0$ не является предельной для $E$. Это означает, что найдется такая окрестность $U$ точки $x_0$, в которой нет других точек множества $E$. Такая точка называется изолированной точкой множества $E$. Ясно, что каждая точка множества $E$ является либо предельной, либо изолированной. Очевидно, в изолированной точке множества $E$ любая функция $f$ непрерывна, это следует сразу из определения непрерывности.

Равносильное данному выше определение непрерывности в терминах окрестностей может быть сформулировано следующим образом.

Определение. Функция $f$ называется непрерывной в точке $x_0$, если для любой окрестности $V$ точки $f(x_0)$ найдется такая окрестность $U$ точки $x_0$, что образ $f(U \cap E)$ множества $U \cap E$ содержится в $V$, т. е. $f(U \cap E) \subset V$ .

Используя определение предела по Гейне, можно также легко сформулировать определение непрерывности функции в точке в терминах последовательностей.

Теорема. Пусть функция $f\colon E\to \mathbb{R}^{m}$, $E \subset \mathbb{R}^{n}$ . Для того чтобы $f$ была непрерывной в точке $x_0$, необходимо и достаточно, чтобы были непрерывными в точке $x_0$ все ее компоненты.

Эта теорема мгновенно вытекает из следующего неравенства: $$\lvert f^i(x) — f^i(x_0)\rvert \leqslant \lvert f(x) — f(x_0)\rvert = \sqrt{\sum_{i=1}^m[f^i(x) — f^i(x_0)]^2}(i = 1,\ldots,m)$$

Теорема. Пусть функции $f,g \colon E\to \mathbb{R}^{m}$, $E \subset \mathbb{R}^{n}$. Если $f$ и $g$ непрерывны в точке $x_0 \in E$, то в этой точке непрерывны и функции $f + g$, $f ·g$. Если $f,g$ – действительные функции и $g(x) \neq 0$ на $E$, то $\frac{f}{g}$ непрерывна в точке $x_0$.

Действительно, если $x_0$ – изолированная точка, то в этой точке непрерывна каждая функция. Если же $x_0$ – предельная точка множества $E$, то для доказательства этой теоремы достаточно применить соответствующую теорему для пределов функции.

Теорема (о непрерывности сложной функции). Пусть $f\colon E\to \mathbb{R}^{m}$, $E \subset \mathbb{R}^{n}$ и $g\colon N\to \mathbb{R}^{k}$, $N \subset \mathbb{R}^{m}$, причем $f(E) \subset N$. Если $f$ непрерывна в точке $x_0 \in E$, а функция $g$ непрерывна в точке $y_0 = f(x_0) \in N$, то композиция $h \equiv g \circ f$ непрерывна в точке $x_0$.

Пусть $\varepsilon > 0$. В силу непрерывности функции $g$ в точке $y_0$, найдется такое $\eta > 0$, что для всех $y \in N$, удовлетворяющих условию $\lvert y−y_0 \rvert < \eta$, выполнено неравенство $\lvert g(y)−g(y_0) \rvert < \varepsilon$. Так как $f$ непрерывна в точке $x_0$, то для числа $\eta$ существует такое $\delta$, что для всех $x \in E$, удовлетворяющих условию $\lvert x−x_0 \rvert < \delta$, справедливо неравенство $\lvert f(x)−f(x_0) \rvert < \eta$. Окончательно, если $\lvert x−x_0 \rvert < \delta$, то, так как $y_0 = f(x_0)$, получаем $\lvert h(x)−h(x_0)\rvert = \lvert g(f(x))−g(f(x_0))\rvert < \varepsilon$.

Определение. Функция $f\colon E\to \mathbb{R}^{m}$ называется непрерывной на множестве $E$, если она непрерывна в каждой точке этого множества.

Пример 1. Рассмотрим $\pi^i(x) = x^i (x \in \mathbb{R}^{n}), \pi^i \colon \mathbb{R}^{n} \to \mathbb{R} (i \in 1,\ldots,n)$. Имеем $$\lvert \pi^i(x)−\pi^i(x_0)\rvert = \lvert x^i −x^i_0\rvert \leqslant \lvert x−x_0\rvert,$$ так что функция $\pi^i$ непрерывна на всем $\mathbb{R}^{n}$.

Пример 2. Пусть $f(x) = (x^i)^ν$, где $ν \in \mathbb{N}$. Тогда функция $f\colon \mathbb{R}^{n} \to \mathbb{R}$ непрерывна на всем пространстве $\mathbb{R}^{n}$.

Действительно, рассмотрим функцию $g(t) = t^ν (t \in \mathbb{R})$. Тогда $f = g \circ\pi^i$ и из теоремы о непрерывности сложной функции сразу получаем утверждение.

Пример 3. Функция $$f(x) = \sum_{{i_1}=0}^{m_1}\ldots\sum_{{i_n}=0}^{m_n} C_{i_1,\ldots,i_n}(x^1)^{i_1}\ldots(x^n)^{i_n}$$ непрерывна на всем пространстве $\mathbb{R}^{n}$. Это следует из двух предыдущих примеров.

Пример 4.Пусть $f(x) = \lvert x\rvert (x \in \mathbb{R}^{n})$. Тогда из неравенства $$\lvert f(x)−f(x_0)\rvert = \lvert \lvert x\rvert −\lvert x_0\rvert\rvert \leqslant \lvert x−x_0\rvert (x, x_0 \in \mathbb{R}^{n})$$ сразу следует непрерывность функции $f$.

Определение. Множество $A \subset \mathbb{R}^{n}$ называется открытым относительно множества $B \subset \mathbb{R}^{n}$, если существует такое открытое множество $G \subset \mathbb{R}^{n}$, что $A = G \cap B$.

Теорема. Если функция $f\colon E\to \mathbb{R}^{m}$ непрерывна на множестве $E,$ то прообраз любого открытого множества $H \subset \mathbb{R}^{n}$ открыт относительно $E$.

Если $H \cap f(E) = \varnothing$, то прообраз множества $H$ равен $\varnothing$ и утверждение теоремы в этом случае справедливо.

Пусть $H \cap f(E) \neq \varnothing$. Для каждого $y_0 ∈ H \cap f(E)$ построим окрестность $V_{y_0} \subset H$ и, пользуясь непрерывностью функции $f$, для каждого $x_0 \in E$, такого, что $f(x_0) = y_0$, построим такую окрестность $U_{x_0}$, что $f(U_{x_0} \cap E) \subset V_{y_0}$. Обозначим через $G$ объединение всех таких окрестностей $U_{x_0}$, полученных, когда $y_0$ пробегает все множество $H \cap f(E)$. Нетрудно видеть, что прообразом множества $H$ является множество $G \cap E$.

Примеры решения задач

  1. Будет ли функция $f(x,y) = x^6 + y^3 + 2x^4y^3 — 1$ непрерывной на $\mathbb{R}^{2}$?
    Решение

    Да, будет по вышеуказанной теореме, как сумма непрерывных функций $f_1(x,y) = x^6 + y^3$ и $f_2(x,y) = 2x^4y^3 — 1$. Каждая из них в свою очередь, очевидно будет непрерывна, потому что для любого $(x_0,y_0) \in \mathbb{R}^{2}$ $$\lim_{{x \to x_0}, {y \to y_0}} f_1(x, y) = \lim_{{x \to x_0}, {y \to y_0}} x^6 + y^3 = x_0^6+y_0^3 = f_1(x_0)$$ $$\lim_{{x \to x_0}, {y \to y_0}} f_2(x, y) = \lim_{{x \to x_0}, {y \to y_0}} 2x^4y^3 — 1 = 2x_{0}^4y_0^3 = f_2(x_0)$$

  2. Исследовать на непрерывность функцию $f(x,y)$ в точке $O(0, 0)$.
    $$\begin{equation*}
    f(x,y) =
    \begin{cases}
    \dfrac{2xy}{x^2+y^2}, x^2+y^2 \neq 0\\
    0, x^2+y^2=0.
    \end{cases}
    \end{equation*}$$

    Решение

    $$\lim_{x\to 0} f(x,y) = \lim_{x\to 0}\dfrac{2\cdot 0 \cdot y}{0+y^2} = 0$$ $$\lim_{y\to 0} f(x,y) = \lim_{y\to 0}\dfrac{2y \cdot 0}{x^2+0} = 0$$ Тем не менее, функция разрывна в $O(0, 0)$, что показывается по Гейне. Выберем последовательности точек $(\dfrac1n, \dfrac1n)$ и $(\dfrac1n, -\dfrac1n)$, сходящиеся к $O(0,0)$. $$\lim f(\dfrac1n, \dfrac1n) = \lim_{(x,y)\to(\frac1n, \frac1n)}\dfrac{2xy}{x^2+y^2} = \lim_{(x,y)\to(\frac1n, \frac1n)}\dfrac{2\cdot\dfrac1n\cdot\dfrac1n}{\dfrac1{n^2}+\dfrac1{n^2}} = 1$$ $$\lim f(\dfrac1n, -\dfrac1n) = \lim_{(x,y)\to(\frac1n, -\frac1n)}\dfrac{2xy}{x^2+y^2} = \lim_{(x,y)\to(\frac1n, -\frac1n)}\dfrac{2\cdot\dfrac1n\cdot(-\dfrac1n)}{\dfrac1{n^2}+\dfrac1{n^2}} = -1$$
    Так как $\lim f(\dfrac1{n}, \dfrac1{n}) \neq\lim_\limits{(x,y)\to(\frac1{n}, -\frac1{n})}f(x,y)$, то функция не непрерывна в данной точке.

  3. Показать, что функция $$f(x,y) = \dfrac{xy}{\sqrt{x^2+y^2}}, \textrm{ если } x^2+y^2\neq 0$$ и $$f(0,0) = 0$$ непрерывна в окрестности точки $(0, 0)$.
    Решение

    Вне $0$ функция, очевидно, будет непрерывна, как композиция непрерывных. Найдём предел функции в точке $(0,0)$ : $$\lim_{(x,y)\to (0,0)} f(x,y) = \lim_{(x,y)\to (0,0)}\dfrac{xy}{\sqrt{x^2+y^2}} = \lim_{(x,y)\to (0,0)}\dfrac{\dfrac{xy}{xy}}{\dfrac{\sqrt{x^2+y^2}}{xy}}=$$ $$=\lim_{(x,y)\to (0,0)}\dfrac1{\sqrt{\dfrac1{y^2}+\dfrac1{x^2}}} = 0.$$ Так как $f(0,0) = \lim_{(x,y)\to (0,0)} f(x,y)$, то функция непрерывна в $(0,0)$. Что и требовалось доказать.

Литература

  1. Коляда В.И., Кореновский А. А. Курс лекций по математическому анализу.- Одесса : Астропринт , 2009. с. 252-255.
  2. Кудрявцев Л. Д. Курс математического анализа : учебник для вузов: В 3 т. Т. 1. Дифференциальное и интегральное исчисления функций одной переменной / Л. Д. Кудрявцев. 5-е изд., перераб. и доп. — Москва: Дрофа, 2003. — 703 с. — с.288-291.
  3. Фихтенгольц Г. М. Курс дифференциального и интегрального исчисления: учеб. пособие для ун-тов и пед. ин-тов. Т. 1 / Г. М. Фихтенгольц. — 5-е изд., стереотип. — Москва: Физматгиз, 1962. — 607 с. — С. 362-364.
  4. Б.П.Демидович. Сборник задач и упражнений по математическому анализу, 13-ое издание, Московского университета, 1997, с. 318

Непрерывные функции

Тест на проверку знаний по теме «Непрерывные функции».

13.4 Производная сложной функции

Пусть $g$ — отображение открытого множества $E \subset \mathbb{R}^{n}$ в открытое множество $N \subset \mathbb{R}^{m},$ а $f: N \longmapsto \mathbb{R}^{p}.$ Тогда можно рассматривать сложную функцию $F: E \longmapsto \mathbb{R}^{p},$ $F(x) = f(g(x))$   $(x\in E).$ Ее называют композицией $F=f\circ g.$

Теорема. Пусть отображение $g$ дифференцируемо в точке $x_{0}\in E,$ а отображение $f$ дифференцируемо в соответствующей точке $y_{0}=g(x_{0})\in N.$ Тогда композиция $F=f\circ g$ дифференцируема в точке $x_{0}$ и справедливо равенство
$$F'(x_{0})=f'(y_{0})g'(x_{0}). \tag {13.1}$$

Обозначим $A=f'(y_{0}),$ $B=g'(x_{0}).$ При достаточно малой длине вектора $k$ вектор $y_{0}+k\in N$ и справедливо равенство
$$f(y_{0}+k)-f(y_{0})=A(k)+\alpha(k)|k|,$$
где
$$\lim_{k \to 0}\alpha (k)=0 \qquad (\alpha (0)=0). \tag {13.2}$$
(Заметим, что $N$ — открытое множество, и поэтому $y_{0}+k\in N$ при достаточно малых по длине векторах $k.$) Если вектор $h$ достаточно мал, то $x_{0}+h\in E.$ Положим $k\equiv k(h)=g(x_{0}+h)-g(x_{0}).$ Тогда $f(y_{0}+k)= f(g(x_{0}+h))=F(x_{0}+h)$ и получаем
$$F(x_{0}+h)-F(x_{0})=A(k(h))+\alpha (k(h))|k(h)|, \tag {13.3}$$
где
$$k(h)=B(h)+\beta (h)|h|$$
по свойству дифференцируемости отображения $g,$ и $\displaystyle\lim_{h \to 0} \beta (h)=0$. Подставив это в равенство $(13.3),$ получаем
$$F(x_{0}+h)-F(x_{0})=A(B(h))+r(h),$$
где
$$r(h)=A(\beta(h)|h|)+\alpha (k(h))|k(h)|.$$
По определению производной, нужно доказать, что $$\lim_{h \to 0}\frac{|r(h)|}{|h|}=0,$$
и тем самым теорема будет доказана.
Пусть $r_{1}(h)=A(\beta (h)|h|).$ Тогда в силу линейности отображения $А,$
$$\frac{|r_{1}(h)|}{|h|}=| A(\beta (h))| \leqslant \begin{Vmatrix}A\end{Vmatrix}\cdot| \beta (h)|.$$
Но правая часть стремится к нулю при $h\to 0$, и поэтому получаем, что
$$\lim_{h \to 0}\frac{|r_{1}(h)|}{|h|}=0.$$
Теперь положим $r_{2}(h)= \alpha (k(h))|k(h)|.$ Воспользуемся неравенством
$$|k(h)|\leqslant |B(h)|+|h|\cdot|\beta(h)|\leqslant [\begin{Vmatrix}B\end{Vmatrix}+|\beta (h)|]\cdot | h |,$$
откуда
$$\frac{|r_{2}(h)|}{|h|}\leqslant (\begin{Vmatrix}B\end{Vmatrix}+| \beta (h)|)| \alpha (k(h))|.$$
Первый множитель справа ограничен при достаточно малых $h,$ а второй множитель справа стремится к нулю при $h\to 0$ в силу $(13.2).$
Таким образом, $\frac{|r_{}(h)|}{|h|}\leqslant \frac{|r_{1}(h)|}{|h|}+\frac{|r_{2}(h) |}{|h|}$ стремится к нулю при $h\to 0,$ и теорема доказана.

Замечание. В правой части равенства $(13.1)$ мы имеем композицию линейных отображений $f{}'(y_{0})$ и $g{}'(x_{0}).$ Поэтому доказанную теорему можно сформулировать так: производная композиции равна композиции производных.

Цепное правило.
Пусть $z=f(y^{1},\ldots,y^{m})$ – действительная функция. Если положить $y^{i}=g_{i}(x)  (i=1,\ldots,m),$ то получим $z=f(g_{1}(x),\ldots,g_{m}(x)),$ и тогда, согласно правилу дифференцирования сложной функции,
$$\frac{\mathrm{dz} }{\mathrm{d} x}=\frac{\partial f}{\partial y^{1}}\frac{\mathrm{dg_{1}} }{\mathrm{d} x}+\ldots+\frac{\partial f}{\partial y^{m}}\frac{\mathrm{dg_{m}} }{\mathrm{d} x}$$
Положим теперь $y^{i}=g_{i}(x^{1},\ldots,x^{n}) (i=1,\ldots,m)$ и получим сложную функцию $z=f(g_{1}(x^{1},\ldots,x^{n}),\ldots,g_{m}(x^{1},\ldots,x^{n})).$ Если воспользоваться упомянутым только что правилом дифференцирования сложной функции, то получим
$$\frac{\partial z}{\partial x^{i}}=\frac{\partial f}{\partial y^{1}}\frac{\partial g_{1}}{\partial x^{i}}+\ldots+\frac{\partial f}{\partial y^{m}}\frac{\partial g_{m}}{\partial x^{i}} \qquad (i=1,\ldots,n).$$
Это равенство называется цепным правилом.

Цепное правило можно вывести также из только что доказанной теоремы. Действительно, положим в теореме $p = 1,$ т. е. рассмотрим случай, когда $f$ – действительная функция. Тогда $F:E \longmapsto \mathbb{R}$ – действительная функция. Из соотношения $(13.1)$ видно, что матрица производной $F'(x_{0})$ равна произведению матриц $f{}'(y_{0})$ и $g{}'(x_{0}).$ В векторной форме это можно записать так:
$$( \frac{\partial F}{\partial x^{1}}(x_{0}),\ldots,\frac{\partial F}{\partial x^{n}}(x_{0}))=$$
$$=\left ( \frac{\partial f}{\partial y^{1}}(y_{0}),\ldots,\frac{\partial f}{\partial y^{m}}(y_{0}) \right )\cdot\begin{pmatrix}
\frac{\partial g_{1}}{\partial x^{1}}(x_{0})& \ldots& \frac{\partial g_{1}}{\partial x^{n}}(x_{0}) \\
\ldots& \ldots& \ldots \\
\frac{\partial g_{m}}{\partial x^{1}}(x_{0})& \ldots& \frac{\partial g_{m}}{\partial x^{n}}(x_{0}) \\
\end{pmatrix} .$$
В частности,
$$ \frac{\partial F }{\partial x^{i}}=\frac{\partial f}{\partial y^{1}}\frac{\partial g_{1}}{\partial x^{i}}+\ldots +\frac{\partial f}{\partial y^{m}}\frac{\partial g_{m}}{\partial x^{i}} \qquad \qquad (i=1,\ldots,n),$$
и тем самым снова получаем цепное правило.

Примеры решения задач

Рассмотрим примеры задач, в которых фигурируют производные сложных функций. Читателю с целью самопроверки предлагается решить данные примеры самому, а затем сверить свое решение с приведенным.

  1. Найти производную сложной функции $u=\frac{x}{y}-\frac{y}{x},$ где $x=\sin(t),$ $y=\cos(t)$
    Решение

    $\frac{\partial u}{\partial x}=\left (\frac{x}{y}-\frac{y}{x} \right )’= \frac{1}{y}(x)’-y\left ( \frac{1}{x} \right )’=\frac{1}{y}+\frac{y}{x^{2}}$
    $\frac{\partial u}{\partial y}=\left (\frac{x}{y}-\frac{y}{x} \right )’= x\left ( \frac{1}{y} \right )’-\frac{1}{x}(y)’=-\frac{x}{y^{2}}-\frac{1}{x}$
    $\frac{\mathrm{d} x}{\mathrm{d} t}={(\sin(t))}’=\cos(t)\qquad$ $\frac{\mathrm{d} y}{\mathrm{d} t}={(\cos(t))}’=-\sin(t)$
    $\frac{\mathrm{d} u}{\mathrm{d} t}=\frac{\partial u}{\partial x}\frac{\mathrm{d} x}{\mathrm{d} t}+\frac{\partial u}{\partial y}\frac{\mathrm{d} y}{\mathrm{d} t}=\left ( \frac{1}{y}+\frac{y}{x^{2}} \right )\cos(t)+\left ( -\frac{x}{y}-\frac{1}{x} \right )(-\sin(t))$

  2. Найти полную производную сложной функции $u=x+y^{2}+z^{3},$ где $y=\sin(x),$ $z=\cos(x)$
    Решение

    $\frac{\mathrm{d} u}{\mathrm{d} x}=\frac{\partial u}{\partial x}+\frac{\partial u}{\partial y}\frac{\mathrm{d} y}{\mathrm{d} x}+\frac{\partial u}{\partial z}\frac{\mathrm{d} z}{\mathrm{d} x}=\\=1+2y\cos(x)+3z^{2}(-\sin(x))=1+2\sin(x)\cos(x)-3\cos^{2}(x)\sin(x)$

  3. Найти полный дифференциал сложной функции $u=\ln^{2}(x^{2}+y^{2}-z^{2})$
    Решение

    Вначале находим частные производные:
    $\frac{\partial u}{\partial x}=2\ln(x^{2}+y^{2}-z^{2})\frac{1}{x^{2}+y^{2}-z^{2}} 2x$
    $\frac{\partial u}{\partial y}=2\ln(x^{2}+y^{2}-z^{2})\frac{1}{x^{2}+y^{2}-z^{2}} 2y$
    $\frac{\partial u}{\partial z}=2\ln(x^{2}+y^{2}-z^{2})\frac{1}{x^{2}+y^{2}-z^{2}} (-2z)$
    Для функции $n$-переменных $y=f(x_{1},x_{2},\ldots ,x_{n})$ полный дифференциал определяется выражением : $dy=\frac{\partial y}{\partial x_{1}}dx_{1}+\frac{\partial y}{\partial x_{2}}dx_{2}+\ldots +\frac{\partial y}{\partial x_{n}}dx_{n}$. Согласно этой формуле, получаем :
    $du=4\ln(x^{2}+y^{2}-z^{2})\frac{1}{x^{2}+y^{2}-z^{2}}(xdx+ydy-zdz)$

  4. Вычислить приближенно $(1,02)^{3,01}$
    Решение

    Рассмотрим функцию $z=z^{y}.$ При $x_{0}=1$ и $y_{0}=3$ имеем $z_{0}=1^{3}=1,$
    $\Delta x=1,02-1=0,02 \qquad \Delta y=3,01-3=0,01.$
    Находим полный дифференциал функции $z=x^{y}$ в любой точке:
    $dz=yx^{y-1}\Delta x+^{y}\ln(x)\Delta y$
    Вычисляем его значения в точке $M(1,3)$ при данных приращениях $\Delta x= 0,02$ и $\Delta y= 0,01$
    $dz=3\cdot 1^{2}\cdot 0,02+1^{3}\cdot \ln(1)\cdot 0,02=0,06$
    Тогда $z=(1,02)^{3,01}\approx z_{0}+dz=$1+0,06=1,06

  5. Найти частные производные второго порядка функции $z=e^{x^{2}y^{2}}$
    Решение

    Вначале найдем частные производные первого порядка:
    $\frac{\partial z}{\partial x}=e^{x^{2}y^{2}}2xy^{2},\qquad \frac{\partial z}{\partial y}=e^{x^{2}y^{2}}2x^{2}y$
    Продифференцировав их еще раз, получим:
    $\frac{\partial^2 z}{\partial x^2}=e^{x^{2}y^{2}}4x^{2}y^{4}+e^{x^{2}y^{2}}2y^{2}$
    $\frac{\partial^2 z}{\partial y^2}=e^{x^{2}y^{2}}4x^{4}y^{2}+e^{x^{2}y^{2}}2x^{2}$
    $\frac{\partial^2 z}{\partial x \partial y}=e^{x^{2}y^{2}}4x^{3}y^{3}+e^{x^{2}y^{2}}4xy$
    $\frac{\partial^2 z}{\partial y \partial x}=e^{x^{2}y^{2}}4x^{3}y^{3}+e^{x^{2}y^{2}}4xy$
    Сравнивая последние два выражения, видим, что $\frac{\partial^2 z}{\partial x \partial y}=\frac{\partial^2 z}{\partial y \partial x}$

  6. Найти полный дифференциал второго порядка функции $z=x^{3}+y^{3}+x^{2}y^{2}$
    Решение

    Вначале находим частные производные до второго порядка:
    $\frac{\partial z}{\partial x}=3x^{2}+2xy^{2},\qquad \frac{\partial z}{\partial y}=3y^{2}+2x^{2}y$
    $\frac{\partial^2 z}{\partial x^2}=6x+2y^{2},\qquad \frac{\partial^2 z}{\partial y^2}=6y+2x^{2},\qquad \frac{\partial^2 z}{\partial x \partial y}=4xy$
    Полный дифференциал второго порядка $d^{2}z$ функции $z=f(x,y)$ выражается формулой:
    $d^{2}z=\frac{\partial^2 z}{\partial x^2}dx^{2}+2\frac{\partial^2 z}{\partial x \partial y}dxdy+\frac{\partial^2 z}{\partial y^2}dy^{2}$
    Следовательно,
    $d^{2}z=(6x+2y^{2})dx^{2}+8xydxdy+(6y+2x^{2})dy^{2}$

Литература

  1. Лысенко З.М. Конспект лекций по математическому анализу.
  2. В. И. Коляда, А. А. Кореновский «Курс лекций по математическому анализу». — Одесса: Астропринт, 2009, ч.1, раздел 13.4 «Производная сложной функции» (стр. 311 — 313).
  3. А. П. Рябушко «Сборник индивидуальных заданий по высшей математике». — Минск: «Вышэйшая школа», 1991, ч.2, разделы 10.2,10.3 «Полный дифференциал. Дифференцирование сложных и неявных функций», «Частные производные высших порядков. Касательная плоскость и нормаль к поверхности» (стр. 212 — 216).
  4. И. И. Ляшко, А.К. Боярчук, Я.Г.Гай, Г.П.Головач «Математический анализ: введение в анализ, производная, интеграл». «М.Едиториал», 2001, глава 2(4), «Производные и дифференциал высших порядков» (стр. 137).

Производная сложной функции

Пройдите этот тест, чтобы проверить свои знания по только что прочитанной теме.

17 Степенные ряды

Степенным рядом называется ряд вида $\displaystyle\sum_{n=0}^{\infty} a_n(x-x_0)^n,$ где $x_0$ — фиксированная точка, $\{ a_n \}$ — числовая последовательность. Числа $a_n(n = 0,1,…)$ называются коэффициентами ряда, точка $x_0$ — центром ряда. Будем рассматривать ряды вида $\displaystyle\sum_{n=0}^{\infty} a_nx^n,$ т. е. полагаем $x_0 = 0.$

Пример
Ряд $\displaystyle\sum_{n=0}^{\infty}x^n $ — сумма геометрической прогрессии. Этот ряд сходится при $|x| \lt 1$ и расходится при $|x| \ge 1.$

13.3 Матрица Якоби

Рассмотрим отображение $f : E \longmapsto R^m,$ где $E \subset R^n.$ Оно состоит из $m$ функций: $f = \left(f_1 \left(x_1,\ldots,x_n \right),f_2 \left(x_1,\ldots,x_n \right),\ldots,f_m \left(x_1,\ldots,x_n \right) \right),$ которые осуществляют отображение множества $E$ из $R^n$ в пространство $R^m.$

Предположим, что функции $f_k \left(x_1,\ldots,x_n \right),$ где $k = \overline{1,m},$ дифференцируемы, то есть имеют частные производные по аргументам $(x_1,\ldots,x_n):$

$\frac{\partial f_1}{\partial x_1},\ldots,\frac{\partial f_n}{\partial x_n}, x = \overline{1,m}.$

Составим матрицу из этих частных производных по переменным $x_1,\ldots,x_n$

$$\begin{pmatrix} \frac{\partial f_1}{\partial x_1} & \frac{\partial f_1}{\partial x_2} & \ldots & \frac{\partial f_1}{\partial x_n} \\ \frac{\partial f_2}{\partial x_1} & \frac{\partial f_2}{\partial x_2} & \ldots & \frac{\partial f_2}{\partial x_n} \\ \ldots & \ldots & \ldots & \ldots \\ \frac{\partial f_m}{\partial x_1} & \frac{\partial f_m}{\partial x_2} & \ldots & \frac{\partial f_m}{\partial x_n} \end{pmatrix}$$

Такая матрица называется матрицей Якоби.

Если $m = n,$ то получаем квадратную матрицу, определитель которой называется определителем Якоби или якобианом $Jf(x)$ и обозначается

$$Jf(x) = \frac{\partial (f_1, \ldots, f_n)}{\partial (x_1, \dots, x_n)} = \begin{vmatrix} \frac{\partial f_1}{\partial x_1}(x) & \frac{\partial f_1}{\partial x_2}(x) & \ldots & \frac{\partial f_1}{\partial x_n}(x) \\ \frac{\partial f_2}{\partial x_1}(x) & \frac{\partial f_2}{\partial x_2}(x) & \ldots & \frac{\partial f_2}{\partial x_n}(x) \\ \dots & \dots & \dots & \dots \\ \frac{\partial f_n}{\partial x_1}(x) & \frac{\partial f_n}{\partial x_2}(x) & \ldots & \frac{\partial f_n}{\partial x_n}(x) \end{vmatrix}.$$

Замечание. Если все частные производные непрерывны, то и сам оределитель Якоби является непрерывной функцией.

Теорема. Якобиан тождественно равен нулю в некоторой области $\mathbb{S}$:

$\frac{D(f_1,f_2, \ldots, f_n)}{D(x_1,x_2, \ldots, x_n)} \equiv 0$ при $x = \left(x_1, \ldots, x_n \right) \in \mathbb{S}$

тогда и только тогда, когда между функциями $f_1,f_2,\ldots,f_n$ имеется функциональная зависимость в $\mathbb{S},$ то есть существует функция $G \left(y_1,y_2,\ldots,y_n \right) \not \equiv 0$ такая, что

$G \left(f_1(x),f_2(x),\ldots,f_n(x) \right) \equiv 0$ при всех $x = (x_1, \ldots, x_n) \in \mathbb{S}.$

Пример 1.Являются ли функции функционально зависимыми?

\begin{cases} f_1 = x_1 + x_2 + x_3 -1; \\ f_2 = x_1x_2 + x_1x_3 + x_2x_3 -2; \\ f_3 = x^2_1 + x^2_2 + x^2_3 + 3. \end{cases}

Решение.

$\frac{D(f_1,f_2,f_3)}{D(x_1,x_2,x_3)} = \begin{vmatrix} \\ 1 & 1 & 1 \\ x_2 + x_3 & x_1 + x_3 & x_1 + x_2 \\ 2x_1 & 2x_2 & 2x_3 \end{vmatrix} = $

$=\begin{vmatrix} \\ 1 & 1 & 1 \\ x_1 + x_2 + x_3 & x_1 + x_2 + x_3 & x_1 + x_2 + x_3 \\ 2x_1 & 2x_2 & 2x_3 \end{vmatrix} \equiv 0$

Так как якобиан равен нулю, то эти функции функционально зависимы. Несложно найти эту зависимость:

$\left(f_1 + 1 \right)^2 -2\left(f_2 + 2 \right) -\left(f_3 -3\right) = 0.$

Пример 2. Для линейных функций $f_1 = a_{11} x_1 + \ldots + a_{1n} x_n -b_1, \ldots , f_m = a_{m1} x_1 + a_{mn} x_n -b_m$ матрица Якоби будет матрицей коэффициентов при переменных:

Решение.

\begin{pmatrix} a_{11} & a_{12} & \ldots & a_{1n} \\ \ldots & \ldots & \ldots & \ldots \\ a_{m1} & a_{m2} & \ldots & a_{mn} \end{pmatrix}

Если мы хотим разрешить систему $f_1 = 0,f_2 = 0, \ldots, f_n = 0$ относительно $x_1, \ldots, x_n,$ то для случая $m = n$ определитель Якоби

\begin{vmatrix} a_{11} & \ldots & a_{1n} \\ \ldots & \ldots & \ldots \\ a_{n1} & \ldots & a_{nn}\end{vmatrix}

есть определитель системы и для её разрешимости он должен быть отличен от нуля.

Пример 3. Переход элементарной площади $dS = dx\,dy$ от декартовых координат $ \left( x,y \right)$ к полярным координатам $ \left( r,\phi \right)$:

Решение.

$\begin{cases} x = r\,\cos(\phi); \\ y = r\,\sin(\phi). \end{cases}$

Матрица Якоби имеет вид:

$$J(r,\phi) = \begin{pmatrix} \frac{\partial x}{\partial r} & \frac{\partial x}{\partial \phi} \\ \frac{\partial y}{\partial r} & \frac{\partial y}{\partial \phi} \end{pmatrix} = \begin{pmatrix} \cos(\phi) & -r\,\sin(\phi) \\ \sin(\phi) & r\,\cos(\phi) \end{pmatrix}.$$
Якобиан перехода от декартовых координат к полярным есть определитель матрицы Якоби:

$J(r,\phi) = \det I(r,\phi) = \det\begin{pmatrix} \cos(\phi) & -r\,\sin(\phi) \\ \sin(\phi) & r\,\cos(\phi) \end{pmatrix}.$

Таким образом, элемент площади при переходе от декартовых к полярным координатам будет выглядеть следующим образом:

$dS = dx\,dy = J\left(r,\phi \right) dr\,d\phi = r\,dr\,d\phi.$

Пример 4.Переход элементарного объёма $dV$=$dx$ $dy$ $dz$ от декартовых координат $\left(x,y,z \right)$ к сферическим координатам $\left(r,\theta,\phi \right)$ :

Решение.

$\begin{cases}x = r\,\sin(\theta)\,\cos(\phi); \\ y = r\,\sin(\theta)\,\sin(\phi); \\ z = r\,\cos(\theta).\end{cases}$

Матрица Якоби имеет следующий вид: $I(r,\theta,\phi) = \begin{pmatrix} \frac{\partial x}{\partial r}   \frac{\partial x}{\partial \theta}   \frac{\partial x}{\partial \phi} \\ \frac{\partial y}{\partial r}   \frac{\partial y}{\partial \theta}   \frac{\partial y}{\partial \phi} \\ \frac{\partial z}{\partial r}   \frac{\partial z}{\partial \theta}   \frac{\partial z}{\partial \phi} \end{pmatrix} =$

$= \begin{pmatrix} \sin(\theta) \cos(\phi) & r\,\cos(\theta) \cos(\phi) &  -r\,\sin(\theta)\,\sin(\phi) \\ \sin(\theta)\,\sin(\phi) &  r\,\cos(\theta)\,\sin(\phi) & r\,\sin(\theta)\,\cos(\phi) \\ \cos(\theta) & -r\,\sin(\theta) & 0 \end{pmatrix}.$

А якобиан перехода от декартовых координат к сферическим – есть определитель матрицы Якоби:

$J\left(r,\theta,\phi \right) = \det I\left(r,\theta,\phi \right)$ =

= $\begin{vmatrix} \sin(\theta)\,\cos(\phi) & r\,\cos(\theta)\,\cos(\phi) &  -r\,\sin(\theta)\,\sin(\phi) \\ \sin(\theta)\,\sin(\phi) &  r\,\cos(\theta)\,\sin(\phi) & r\,\sin(\theta)\, \cos(\phi) \\ \cos(\theta) & -r\,\sin(\theta) & 0 \end{vmatrix} = r^2\sin(\theta).$

Таким образом, элемент объёма при переходе от декартовых к сферическим координатам будет выглядеть следующим образом:

$dV = dx\,dy\,dz = J\left(r,\theta,\phi \right) dr\,d\theta\,d\phi = r^2\,\sin(\theta)\,dr\,d\theta \,d\phi.$

Матрица Якоби

Для закрепления пройденного материала предлагается пройти тест.

Список использованной литературы

  1. Коляда В.И., Кореновский А.А. Курс лекций по математическому анализу.-Одесса : Астропринт, 2009. стр.309-311
  2. Демидович Б.П. «Сборник задач и упражнений по математическому анализу» 13-е издание, 1997 М.: Изд-во Моск. ун-та, ЧеРо. №3990.
  3. Фихтенгольц Г.М. Курс дифференциального и интегрального исчисления: Том 1 / Г.М. Фихтенгольц – М.: Книга по Требованию, 2013. стр.455-456.

15.2.2 Признак Даламбера

Теорема (признак Даламбера). Пусть дан ряд $\displaystyle \sum_{n = 1}^{\infty} a_n$ с положительными слагаемыми. Предположим, что существует такое число $q, 0 < q < 1,$ что начиная с некоторого номера $N$ справедливо неравенство $\frac{a_{n + 1}}{a_n} \leqslant q \left(n \geqslant N\right).$ Тогда ряд $\displaystyle \sum_{n = 1}^{\infty} a_n$ сходится.

Из условия теоремы следует, что $a_{N +1} \leqslant q \cdot a_N, a_{N + 2} \leqslant q \cdot a_{N + 1}, \ldots, a_n \leqslant q \cdot a_{n − 1} \left(n \geqslant N + 1\right).$ Перемножая эти неравенства, получаем $a_n \leqslant q^{n – N} \cdot a_N \left(n \geqslant N + 1\right),$ т. е. $a_n \leqslant c \cdot q^n \left(n \geqslant N + 1\right),$ где $c = a_N \cdot q^{−N}.$ По признаку сравнения, из сходимости геометрической прогрессии со знаменателем $q, \mid q \mid < 1,$ следует сходимость исходного ряда.

Замечание 1. Из неравенства $$\frac{a_{n + 1}}{a_n} < 1 \tag{15.6}$$ не следует сходимость ряда $\displaystyle \sum_{n = 1}^{\infty} a_n.$ Неравенство $\left(15.6\right)$ означает лишь то, что слагаемые ряда строго убывают, из чего вовсе не следует сходимость ряда, например, $\displaystyle \sum_{n = 1}^{\infty} \frac{1}{n}, \displaystyle \sum_{n = 1}^{\infty} \frac{1}{\sqrt{n}}$ и т. д.

Замечание 2. Из неравенства $$\frac{a_{n + 1}}{a_n} \geqslant 1 \left(n \geqslant N\right) \tag{15.7}$$ сразу следует расходимость ряда $\displaystyle \sum_{n = 1}^{\infty} a_n.$ В самом деле, $\left(15.7\right)$ означает, что слагаемые ряда образуют неубывающую последовательность положительных чисел и, следовательно, не стремятся к нулю, так что в этом случае не выполнено необходимое условие сходимости.

Следствие (признак Даламбера в предельной форме). Пусть дан ряд $$\displaystyle \sum_{n = 1}^{\infty} a_n \tag{15.8}$$ с положительными слагаемыми. Предположим, что существует (быть может, и бесконечный) $\displaystyle \lim_{n \rightarrow {\infty}} \frac{a_{n + 1}}{a_n} = \lambda.$ Тогда

a) если $0 \leqslant \lambda < 1,$ то ряд $\left(15.8\right)$ сходится;

b) если $1 < \lambda \leqslant \infty,$ то ряд $\left(15.8\right)$ расходится;

c) если $\lambda = 1,$ то ничего определенного о сходимости ряда $\left(15.8\right)$ сказать нельзя.

a) Выберем такое $\varepsilon > 0,$ что $q \equiv \lambda + \varepsilon < 1 \left(\text{например, }\varepsilon = \frac{\left(1 — \lambda\right)}{2}\right).$ Тогда, начиная с некоторого номера $N,$ будет иметь место неравенство $\frac{a_{n + 1}}{a_n} \leqslant q \left(n \geqslant N\right),$ и, в силу признака Даламбера, ряд $\left(15.8\right)$ сходится.

b) Если $1 < \lambda \leqslant \infty,$ то, начиная с некоторого номера, справедливо неравенство $\frac{a_{n + 1}}{a_n} \geqslant 1$ и, в силу замечания 2, ряд $\left(15.8\right)$ расходится.

c) Для доказательства приведем примеры сходящегося и расходящегося рядов, для которых $\lambda = 1.$ Ряд $\displaystyle \sum_{n = 1}^{\infty} \frac{1}{n}$ расходится и $\frac{a_{n + 1}}{a_n} = \frac{n}{n + 1} \rightarrow 1$ при $n \rightarrow \infty.$ Ряд $\displaystyle \sum_{n = 1}^{\infty} \frac{1}{n^2}$ сходится и $\frac{a_{n + 1}}{a_n} \rightarrow 1$ при $n \rightarrow \infty.$

Пример 1. Исследовать на сходимость ряд $\displaystyle \sum_{n = 1}^\infty \frac{1000^n}{n!}.$

По признаку Даламбера, $$\frac{a_{n + 1}}{a_n} = \frac{1000^{ n + 1} \cdot n!}{\left(n + 1\right)! \cdot 1000^n} = \frac{1000}{n + 1} \rightarrow 0 \qquad \left(n \rightarrow \infty\right),$$ следовательно, данный ряд сходится.

Пример 2. Исследовать на сходимость ряд $\displaystyle \sum_{n = 1}^\infty \frac{\left(2n + 1\right)!}{\left(n!\right)^2}.$

К этому ряду удобно применить признак Даламбера $$\frac{a_{n + 1}}{a_n} = \frac{\left(2n + 3\right)! \cdot \left(n!\right)^2}{\left[\left(n + 1\right)!\right]^2 \cdot \left(2n + 1\right)!} = \frac{\left(2n + 2\right) \cdot \left(2n + 3\right)}{\left(n + 1\right)^2} =$$ $$= \frac{4n^2 + 10n + 6}{n^2 + 2n + 1} \rightarrow 4 \qquad \left(n \rightarrow \infty\right),$$ По признаку Даламбера, данный ряд расходится.

Пример 3. Исследовать на сходимость ряд $\displaystyle \sum_{n = 1}^\infty \frac{1}{2n — 1}.$

По признаку Даламбера, $$\frac{a_{n + 1}}{a_n} = \frac{1 \cdot \left(2n – 1\right)}{2n \cdot 1} \rightarrow 1 \qquad \left(n \rightarrow \infty\right),$$ следовательно, мы не можем выяснить характер сходимости данного ряда с помощью признака Даламбера.

Признак Даламбера

Вы можете пройти данный тест, чтобы примерно оценить, насколько вы поняли тему «Признак Даламбера»