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».

12.8.2 Локальные экстремумы функций многих переменных

Определение. Пусть $f$ – действительная функция на открытом множестве $E \subset \mathbb{R}^{n}$. Говорят, что $f$ имеет локальный максимум в точке $x_{0} \in E$, если существует такая окрестность $U$ точки $x_{0}$, что для всех $x \in U$ выполняется неравенство $f\left(x\right) \leqslant f\left(x_{0}\right)$.

Локальный максимум называется строгим, если окрестность $U$ можно выбрать так, чтобы для всех $x \in U$, отличных от $x_{0}$, было $f\left(x\right) < f\left(x_{0}\right)$.

Определение
Пусть $f$ – действительная функция на открытом множестве $E \subset \mathbb{R}^{n}$. Говорят, что $f$ имеет локальный минимум в точке $x_{0} \in E$, если существует такая окрестность $U$ точки $x_{0}$, что для всех $x \in U$ выполняется неравенство $f\left(x\right) \geqslant f\left(x_{0}\right)$.

Локальный минимум называется строгим, если окрестность $U$ можно выбрать так, чтобы для всех $x \in U$, отличных от $x_{0}$, было $f\left(x\right) > f\left(x_{0}\right)$.

Локальный экстремум объединяет понятия локального минимума и локального максимума.

Теорема (необходимое условие экстремума дифференцируемой функции)
Пусть $f$ – действительная функция на открытом множестве $E \subset \mathbb{R}^{n}$. Если в точке $x_{0} \in E$ функция $f$ имеет локальный экстремум и дифференцируема в этой точке,то $$\text{d}f\left(x_{0}\right)=0.$$ Равенство нулю дифференциала равносильно тому, что все частные производные равны нулю, т.е. $$\displaystyle\frac{\partial f}{\partial x_{i}}\left(x_{0}\right)=0.$$

В одномерном случае это – теорема Ферма. Обозначим $\phi \left(t\right) = f \left(x_{0}+th\right)$, где $h$ – произвольный вектор. Функция $\phi$ определена при достаточно малых по модулю значениях $t$. Кроме того, по теореме о производной сложной функции, она дифференцируема, и ${\phi}’ \left(t\right) = \text{d}f \left(x_{0}+th\right)h$.
Пусть $f$ имеет локальный максимум в точкеx $0$. Значит, функция $\phi$ при $t = 0$ имеет локальный максимум и, по теореме Ферма, ${\phi}’ \left(0\right)=0$.
Итак, мы получили, что $df \left(x_{0}\right) = 0$, т.е. дифференциал функции $f$ в точке $x_{0}$ равен нулю на любом векторе $h$.

Определение
Точки, в которых дифференциал равен нулю, т.е. такие, в которых все частные производные равны нулю, называются стационарными. Критическими точками функции $f$ называются такие точки, в которых $f$ не дифференцируема, либо ее градиент равен нулю. Если точка стационарная, то из этого еще не следует, что в этой точке функция имеет экстремум.

Пример 1.
Пусть $f \left(x,y\right)=x^{3}+y^{3}$. Тогда $\displaystyle\frac{\partial f}{\partial x} = 3 \cdot x^{2}$,$\displaystyle\frac{\partial f}{\partial y} = 3 \cdot y^{2}$, так что $\left(0,0\right)$ – стационарная точка, но в этой точке у функции нет экстремума. Действительно, $f \left(0,0\right) = 0$, но легко видеть, что в любой окрестности точки $\left(0,0\right)$ функция принимает как положительные, так и отрицательные значения.

Пример 2.
У функции $f \left(x,y\right) = x^{2} − y^{2}$ начало координат – стационарная точка, но ясно, что экстремума в этой точке нет.

Теорема (достаточное условие экстремума).
Пусть функция $f$ дважды непрерывно-дифференцируема на открытом множестве $E \subset \mathbb{R}^{n}$. Пусть $x_{0} \in E$ – стационарная точка и $$\displaystyle Q_{x_{0}} \left(h\right) \equiv \sum_{i=1}^n \sum_{j=1}^n \frac{\partial^{2} f}{\partial x_{i} \partial x_{j}} \left(x_{0}\right)h^{i}h^{j}.$$ Тогда

  1. если $Q_{x_{0}}$ – знакоопределенная квадратичная форма, то функция $f$ в точке $x_{0}$ имеет локальный экстремум, а именно, минимум, если форма положительноопределенная, и максимум, если форма отрицательноопределенная;
  2. если квадратичная форма $Q_{x_{0}}$ неопределенная, то функция $f$ в точке $x_{0}$ не имеет экстремума.

Воспользуемся разложением по формуле Тейлора (12.7 стр. 292). Учитывая, что частные производные первого порядка в точке $x_{0}$ равны нулю, получим $$\displaystyle f \left(x_{0}+h\right)−f \left(x_{0}\right) = \frac{1}{2} \sum_{i=1}^n \sum_{j=1}^n \frac{\partial^{2} f}{\partial x_{i} \partial x_{j}} \left(x_{0}+\theta h\right)h^{i}h^{j},$$ где $0<\theta<1$. Обозначим $\displaystyle a_{ij}=\frac{\partial^{2} f}{\partial x_{i} \partial x_{j}} \left(x_{0}\right)$. В силу теоремы Шварца (12.6 стр. 289-290), $a_{ij}=a_{ji}$. Обозначим $$\displaystyle \alpha_{ij} \left(h\right)=\frac{\partial^{2} f}{\partial x_{i} \partial x_{j}} \left(x_{0}+\theta h\right)−\frac{\partial^{2} f}{\partial x_{i} \partial x_{j}} \left(x_{0}\right).$$ По предположению, все частные производные второго порядка непрерывны и поэтому $$\lim_{h \rightarrow 0} \alpha_{ij} \left(h\right)=0. \left(1\right)$$ Получаем $$\displaystyle f \left(x_{0}+h\right)−f \left(x_{0}\right)=\frac{1}{2}\left[Q_{x_{0}} \left(h\right)+\sum_{i=1}^n \sum_{j=1}^n \alpha_{ij} \left(h\right)h_{i}h_{j}\right].$$ Обозначим $$\displaystyle \epsilon \left(h\right)=\frac{1}{|h|^{2}}\sum_{i=1}^n \sum_{j=1}^n \alpha_{ij} \left(h\right)h_{i}h_{j}.$$ Тогда $$|\epsilon \left(h\right)| \leq \sum_{i=1}^n \sum_{j=1}^n |\alpha_{ij} \left(h\right)|$$ и, в силу соотношения $\left(1\right)$, имеем $\epsilon \left(h\right) \rightarrow 0$ при $h \rightarrow 0$. Окончательно получаем $$\displaystyle f \left(x_{0}+h\right)−f \left(x_{0}\right)=\frac{1}{2}\left[Q_{x_{0}} \left(h\right)+\epsilon \left(h\right)|h|^{2}\right]. \left(2\right)$$ Предположим, что $Q_{x_{0}}$ – положительноопределенная форма. Согласно лемме о положительноопределённой квадратичной форме (12.8.1 стр. 295, Лемма 1), существует такое положительное число $\lambda$, что $Q_{x_{0}} \left(h\right) \geqslant \lambda|h|^{2}$ при любом $h$. Поэтому $$\displaystyle f \left(x_{0}+h\right)−f \left(x_{0}\right) \geq \frac{1}{2}|h|^{2} \left(λ+\epsilon \left(h\right)\right).$$ Так как $\lambda>0$, а $\epsilon \left(h\right) \rightarrow 0$ при $h \rightarrow 0$, то правая часть будет положительной при любом векторе $h$ достаточно малой длины.
Итак, мы пришли к тому, что в некоторой окрестности точки $x_{0}$ выполнено неравенство $f \left(x\right) >f \left(x_{0}\right)$, если только $x \neq x_{0}$ (мы положили $x=x_{0}+h$\right).  Это означает, что в точке $x_{0}$ функция имеет строгий локальный минимум, и тем самым доказана первая часть нашей теоремы.
Предположим теперь, что $Q_{x_{0}}$ – неопределенная форма. Тогда найдутся векторы $h_{1}$, $h_{2}$, такие, что $Q_{x_{0}} \left(h_{1}\right)=\lambda_{1}>0$, $Q_{x_{0}} \left(h_{2}\right)= \lambda_{2}<0$. В соотношении $\left(2\right)$ $h=th_{1}$ $t>0$. Тогда получим $$f \left(x_{0}+th_{1}\right)−f \left(x_{0}\right) = \frac{1}{2} \left[ t^{2} \lambda_{1} + t^{2} |h_{1}|^{2} \epsilon \left(th_{1}\right) \right] = \frac{1}{2} t^{2} \left[ \lambda_{1} + |h_{1}|^{2} \epsilon \left(th_{1}\right) \right].$$ При достаточно малых $t>0$ правая часть положительна. Это означает, что в любой окрестности точки $x_{0}$ функция $f$ принимает значения $f \left(x\right)$, большие, чем $f \left(x_{0}\right)$.
Аналогично получим, что в любой окрестности точки $x_{0}$ функция $f$ принимает значения, меньшие, чем $f \left(x_{0}\right)$. Это, вместе с предыдущим, означает, что в точке $x_{0}$ функция $f$ не имеет экстремума.

Рассмотрим частный случай этой теоремы для функции $f \left(x,y\right)$ двух переменных, определенной в некоторой окрестности точки $\left(x_{0},y_{0}\right)$ и имеющей в этой окрестности непрерывные частные производные первого и второго порядков. Предположим, что $\left(x_{0},y_{0}\right)$ – стационарная точка, и обозначим $$\displaystyle a_{11}= \frac{\partial^{2} f}{\partial x^{2}} \left(x_{0} ,y_{0}\right), a_{12}=\frac{\partial^{2} f}{\partial x \partial y} \left(x_{0}, y_{0}\right), a_{22}=\frac{\partial^{2} f}{\partial y^{2}} \left(x_{0}, y_{0}\right).$$ Тогда предыдущая теорема примет следующий вид.

Теорема
Пусть $\Delta=a_{11} \cdot a_{22} − a_{12}^2$. Тогда:

  1. если $\Delta>0$, то функция $f$ имеет в точке $\left(x_{0},y_{0}\right)$ локальный экстремум, а именно, минимум, если $a_{11}>0$, и максимум, если $a_{11}<0$;
  2. если $\Delta<0$, то экстремума в точке $\left(x_{0},y_{0}\right)$ нет. Как и в одномерном случае, при $\Delta=0$ экстремум может быть, а может и не быть.

Примеры решения задач

Алгоритм нахождения экстремума функции многих переменных:

  1. Находим стационарные точки;
  2. Находим дифференциал 2-ого порядка во всех стационарных точках
  3. Пользуясь достаточным условием экстремума функции многих переменных, рассматриваем дифференциал 2-ого порядка в каждой стационарной точке
  1. Исследовать функцию на экстремум $f \left(x,y\right) = x^{3} + 8 \cdot y^{3} + 18 \cdot x — 30 \cdot y$.
    Решение

    Найдем частные производные 1-го порядка: $$\displaystyle \frac{\partial f}{\partial x}=3 \cdot x^{2} — 6 \cdot y;$$ $$\displaystyle \frac{\partial f}{\partial y}=24 \cdot y^{2} — 6 \cdot x.$$ Составим и решим систему: $$\displaystyle \begin{cases}\frac{\partial f}{\partial x}= 0\\\frac{\partial f}{\partial y}= 0\end{cases} \Rightarrow \begin{cases}3 \cdot x^{2} — 6 \cdot y= 0\\24 \cdot y^{2} — 6 \cdot x = 0\end{cases} \Rightarrow \begin{cases}x^{2} — 2 \cdot y= 0\\4 \cdot y^{2} — x = 0\end{cases}$$ Из 2-го уравнения выразим $x=4 \cdot y^{2}$ — подставим в 1-ое уравнение: $$\displaystyle \left(4 \cdot y^{2}\right)^{2}-2 \cdot y=0$$ $$16 \cdot y^{4} — 2 \cdot y = 0$$ $$8 \cdot y^{4} — y = 0$$ $$y \left(8 \cdot y^{3} -1\right)=0$$ В результате получены 2 стационарные точки:
    1) $y=0 \Rightarrow x = 0, M_{1} = \left(0, 0\right)$;
    2) $\displaystyle 8 \cdot y^{3} -1=0 \Rightarrow y^{3}=\frac{1}{8} \Rightarrow y = \frac{1}{2} \Rightarrow x=1, M_{2} = \left(\frac{1}{2}, 1\right)$
    Проверим выполнение достаточного условия экстремума:
    $$\displaystyle \frac{\partial^{2} f}{\partial x^{2}}=6 \cdot x; \frac{\partial^{2} f}{\partial x \partial y}=-6; \frac{\partial^{2} f}{\partial y^{2}}=48 \cdot y$$
    1) Для точки $M_{1}= \left(0,0\right)$:
    $$\displaystyle A_{1}=\frac{\partial^{2} f}{\partial x^{2}} \left(0,0\right)=0; B_{1}=\frac{\partial^{2} f}{\partial x \partial y} \left(0,0\right)=-6; C_{1}=\frac{\partial^{2} f}{\partial y^{2}} \left(0,0\right)=0;$$
    $A_{1} \cdot B_{1} — C_{1}^{2} = -36<0$ , значит, в точке $M_{1}$ нет экстремума.
    2) Для точки $M_{2}$:
    $$\displaystyle A_{2}=\frac{\partial^{2} f}{\partial x^{2}} \left(1,\frac{1}{2}\right)=6; B_{2}=\frac{\partial^{2} f}{\partial x \partial y} \left(1,\frac{1}{2}\right)=-6; C_{2}=\frac{\partial^{2} f}{\partial y^{2}} \left(1,\frac{1}{2}\right)=24;$$
    $A_{2} \cdot B_{2} — C_{2}^{2} = 108>0$, значит, в точке $M_{2}$ существует экстремум, и поскольку $A_{2}>0$, то это минимум.
    Ответ: Точка $\displaystyle M_{2} \left(1,\frac{1}{2}\right)$ является точкой минимума функции $f$.

  2. Исследовать функцию на экстремум $f=y^{2} + 2 \cdot x \cdot y — 4 \cdot x — 2 \cdot y — 3$.
    Решение

    Найдём стационарные точки: $$\displaystyle \frac{\partial f}{\partial x}=2 \cdot y — 4;$$ $$\displaystyle \frac{\partial f}{\partial y}=2 \cdot y + 2 \cdot x — 2.$$
    Составим и решим систему: $$\displaystyle \begin{cases}\frac{\partial f}{\partial x}= 0\\\frac{\partial f}{\partial y}= 0\end{cases} \Rightarrow \begin{cases}2 \cdot y — 4= 0\\2 \cdot y + 2 \cdot x — 2 = 0\end{cases} \Rightarrow \begin{cases} y = 2\\y + x = 1\end{cases} \Rightarrow x = -1$$
    $M_{0} \left(-1, 2\right)$ – стационарная точка.
    Проверим выполнение достаточного условия экстремума: $$\displaystyle A=\frac{\partial^{2} f}{\partial x^{2}} \left(-1,2\right)=0; B=\frac{\partial^{2} f}{\partial x \partial y} \left(-1,2\right)=2; C=\frac{\partial^{2} f}{\partial y^{2}} \left(-1,2\right)=2;$$
    $A \cdot B — C^{2} = -4<0$ , значит, в точке $M_{0}$ нет экстремума.
    Ответ: экстремумы отсутствуют.

Пройдите этот тест, чтобы проверить свои знания по только что прочитанной теме «Локальные экстремумы функций многих переменных».


Таблица лучших: Локальные экстремумы функций многих переменных

максимум из 4 баллов
Место Имя Записано Баллы Результат
Таблица загружается
Нет данных

Литература:
См. Также:

Дифференцируемость функции в точке и существование частных производных

Дадим определение дифференцируемости функции в точке.
Определение. Функция $f \left( x \right) = f \left( x_1, \dots, x_n \right)$ называется дифференцируемой в точке $x^0 = \left( x_1^0, \dots, x_n^0 \right)$, если она определена в некоторой окрестности этой точки и существуют такие числа $A_1, \dots, A_n$, что $$f \left( x \right) — f \left( x^0 \right) = \sum\limits_{i = 1}^{n} A_i \left( x_i — x_i^0 \right) + o \left( \rho \left( x, x^0 \right) \right) \qquad (2)$$ при $x \to x^0$.
Теорема 1. Функция $f \left( x \right)$ дифференцируема в точке $x^0$ в том и только том случае, когда в некоторой окрестности точки $x^0$ функция $f \left( x \right)$ может быть представлена в следующем виде: $$f \left( x \right) = f \left( x^0 \right) + \sum\limits_{i = 1}^{n} f_i \left( x \right) \left( x_i — x_i^0 \right), \qquad (2)$$ где функции $f_i \left( x \right)$ непрерывны в точке $x^0$.

Доказательство

Пусть функция $f \left( x \right)$ дифференцируема в точке $x^0$. Тогда выполнено условие (1). Заметим, что равенство $\psi \left( x \right) = o \left( \rho \left( x, x^0 \right) \right)$ при $x \to x^0$ означает, что $\psi \left( x \right) = \varepsilon \left( x \right) \rho \left( x, x^0 \right)$, где $\lim_{x \to x^0} \varepsilon \left( x \right) = 0$.
Тогда $$\psi \left( x \right) = \frac{ \varepsilon \left( x \right) }{ \rho \left( x, x^0 \right) } \sum\limits_{i = 1}^{n} \left( x_i — x_i^0 \right) ^2 = \\ = \sum\limits_{i = 1}^{n} \varepsilon_i \left( x \right) \left( x_i — x_i^0 \right), \qquad (3)$$
где $\varepsilon \left( x \right) = \varepsilon \left( x \right) \frac{ x_i — x_i^0 }{ \rho \left( x, x^0 \right) }$, $\lim_{ x \to x^0 } \varepsilon \left( x \right) = 0$, так как $0 \leq \frac{ \left| x_i — x_i^0 \right| }{ \rho \left( x, x^0 \right) } \leq 1$.
Доопределим функции $\varepsilon_i \left( x \right)$ в точке $x^0$ по непрерывности, полагая $\lim_{x \to x^0} \varepsilon_i \left( x \right) = \varepsilon_i \left( x^0 \right) = 0$.
Тогда из (1) и (3) получаем $$f \left( x \right) = f \left( x^0 \right) + \sum\limits_{ i = 1 }^{ n } A_i \left( x_i — x_i^0 \right) + \sum\limits_{ i = 1 }^{ n } \varepsilon_i \left( x \right) \left( x_i — x_i^0 \right) = \\ = f \left( x^0 \right) + \sum\limits_{ i = 1 }^{ n } f_i \left( x \right) \left( x_i — x_i^0 \right), f_i \left( x \right) = A_i + \varepsilon_i \left( x \right).$$ Так как функции $\varepsilon_i \left( x \right)$ непрерывны в точке $x^0$, то и функции $f_i \left( x \right)$ непрерывны в точке $x^0$ и $f_i \left( x^0 \right) = A_i, i = \overline{1, n}$.
Пусть выполнено (2). Тогда, воспользовавшись непрерывностью функции $f_i \left( x \right)$ в точке $x^0$, положим $$A_i = f_i \left( x^0 \right), f_i \left( x \right) = A_i + \varepsilon_i \left( x \right), \lim\limits_{x \to x^0} \varepsilon_i \left( x \right) = 0.$$ Получаем $$f \left( x \right) — f \left( x^0 \right) = \sum\limits_{i = 1}^{n} A_i \left( x_i — x_i^0 \right) + \sum\limits_{i = 1}^{n} \varepsilon_i \left( x \right) \left( x_i — x_i^0 \right) = \\ = \sum\limits_{i = 1}^{n} A_i \left( x_i — x_i^0 \right) + o \left( \rho \left( x, x^0 \right) \right),$$ так как $$\frac{ \left| \sum\limits_{i = 1}^{n} \varepsilon_i \left( x \right) \left( x_i — x_i^0 \right) \right| }{ \rho \left( x, x^0 \right) } \leq \sum\limits_{i = 1}^{n} \left| \varepsilon_i \left( x \right) \right| \to 0, x \to x^0. $$

[свернуть]

Упражнение 1. Пусть функции $f \left( x \right)$ и $\varphi \left( x \right)$ определены в окрестности точки $x^0 \in \mathbb{R}^n$, функция $f \left( x \right)$ дифференцируема в точке $x^0$ и $f \left( x^0 \right) = 0$, а функция $\varphi \left( x \right)$ непрерывна в точке $x^0$. Доказать, что функция $f \left( x \right) \varphi \left( x \right)$ дифференцируема в точке $x^0$.
Упражнение 2. Доказать, что функция $$\left( x + y \right) \left( x^3 + y^3 \right) ^{\frac{1}{3}}$$ дифференцируема в точке $\left( 0, 0 \right)$.
Указание. Воспользоваться результатом упр. 1.
Пример 1. Показать, что функция $$f \left( x, y \right) = \sqrt[3]{x^3 + y^4}$$дифференцируема в точке $\left( 0, 0 \right)$.
Решение

Покажем, что существует число $C > 0$ такое, что для любых $x \in \mathbb{R}$ и $y \in \mathbb{R}$ справедливо неравенство $$\left| \sqrt[3]{x^3 + y^4} — x \right| \leq C \left| y \right| ^{\frac{4}{3}}. \qquad (4)$$ Если $y = 0$, то неравенство (4) справедливо при любом $C$. Пусть $y \ne 0$. Положим $t = xy^{- \frac{4}{3}}$. Тогда неравенство (4) эквивалентно неравенству $\left| \psi \left( t \right) \right| < C$, где $\psi \left( t \right) = \sqrt[3]{1 + t^3} — t$.
Так как функция $\psi \left( t \right)$ непрерывна на $\mathbb{R}$ и $\psi \left( t \right) \to 0$ при $t \to \infty$, то $\psi \left( x \right)$ есть ограниченная функция на $\mathbb{R}$.
Итак, неравенство (4) установлено. Так как $$\left| \frac{ y^{\frac{4}{3}} }{ \sqrt{ x^2 + y^2 } } \right| = \left| y \right| ^{\frac{1}{3}} \frac{ \left| y \right| }{ \sqrt{x^2 + y^2} } \leq \left| y \right| ^{\frac{1}{3}},$$ то $$y^{\frac{4}{3}} = o \left( \sqrt{x^2 + y^2} \right), \left( x, y \right) \to \left( 0, 0 \right),$$ и, следовательно, $$\sqrt[3]{x^3 + y^4} = x + o \left( \sqrt{x^2 + y^2} \right), \left( x, y \right) \to \left( 0, 0 \right),$$ т. е. функция $f \left( x, y \right) = \sqrt[3]{x^3 + y^3}$ дифференцируема в точке $\left( 0, 0 \right)$.

[свернуть]

Пример 2. Показать, что функция $$f \left( x, y \right) = \sqrt[3]{x^3 + y^3}$$недифференцируема в точке $\left( 0, 0 \right)$.
Решение

Первый способ. Пусть функция дифференцируема в точке $\left( 0, 0 \right)$, тогда, согласно определению, существует числа $A$ и $B$ такие, что $$f \left( x, y \right) — f \left( 0, 0 \right) = Ax + By + o \left( \rho \right), \rho = \sqrt{x^2 + y^2},$$ где $f \left( x, y \right) = \sqrt[3]{x^3 + y^3}$, $f \left( 0, 0 \right) = 0$, $A = \frac{ \partial f \left( 0 , 0 \right) }{ \partial x }$, $B = \frac{ \partial f \left( 0, 0 \right) }{ \partial y } = 1$.
Поэтому $$\sqrt[3]{x^3 + y^3} = x + y + o \left( \sqrt{x^2 + y^2} \right).$$ Пусть $x = y > 0$, тогда $$\sqrt[3]{2x} = 2x + 0 \left( x \right)$$ или $\left( \sqrt[3]{2} — 2 \right) x = o \left( x \right)$ при $x \to 0$, что противоречит определению символа $o \left( x \right)$. Следовательно, функция $\sqrt[3]{x^3 + y^3}$ недифференцируема в точке $\left( 0, 0 \right)$.
Второй способ. Если функция $f \left( x, y \right)$ дифференцируема в точке $\left( 0, 0 \right)$, то ее можно в некоторой окрестности этой точки, согласно теореме 1, представить в следующем виде: $$\sqrt[3]{x^3 + y^3} = x \varphi \left( x, y \right) + y \psi \left( x, y \right), \qquad (5)$$где функции $\varphi \left( x, y \right)$ и $\psi \left( x, y \right)$ непрерывны в точке $\left( 0, 0 \right)$.
Пусть $k$ — произвольное число. Положим в (5) $y = kx$. Тогда $$\sqrt[3]{1 + k^3} = \varphi \left( x, kx \right) + k \psi \left( x, kx \right).$$ Переходя к пределу при $x \to 0$ и пользуясь непрерывностью функции $\varphi \left( x, y \right)$ и $\psi \left( x, y \right)$ в точке $\left( 0, 0 \right)$, получаем, что при любом $k$ выполняется равенство $$\sqrt[3]{1 + k^3} + \varphi \left( 0, 0 \right) + k\psi \left( 0, 0 \right) = a + kb.$$
Это неверно, так как функция $\sqrt[3]{1 + k^3}$ не есть линейная функция (ее вторая производная по $k$ не обращается тождественно в нуль).

[свернуть]

Из теоремы 1 следует, что функция $f \left( x \right)$, дифференцируемая в точке $x^0$, непрерывна в этой точке. Обратное утверждение неверно: функция примера 2 непрерывна, но недифференцируема в точке $\left( 0, 0 \right)$.

Необходимое условие дифференцируемости функции в точке.

Теорема 2. Если функция $f \left( x \right)$ дифференцируема в точке $x^0 \in \mathbb{R}^n$, то она имеет в точке $x^0$ все частные производные $\frac{ \partial f }{ \partial x_i } \left( x^0 \right)$, $i = \overline{1, n}$, и $$f \left( x \right) — f \left( x^0 \right) = \\ = \sum\limits_{i = 1}^{n} \frac{ \partial f }{ \partial x_i } \left( x^0 \right) \left( x_i — x_i^0 \right) + o \left( \rho \left( x, x^0 \right) \right), x \to x^0. \qquad (6)$$

Доказательство

Пусть функция $ f \left( x \right)$ дифференцируема в точке $x^0$. Тогда найдутся такие числа $A_1, \dots, A_n$, что при $x \to x_1^0$ будет выполнено равенство (1). Пусть в этом равенстве $x_1 \neq x_1^0$, а $x_2 = x_2^0, \dots, x_n = x_n^0$. Тогда равенство (1) принимает следующий вид: $$f \left( x_1, x_2^0, \dots, x_n^0 \right) — f \left( x_1^0, \dots, x_n^0 \right) = \\ = A_1 \left( x_1 — x_1^0 \right) + o \left( \left| \Delta x_1 \right| \right), x_1 — x_1^0 = \Delta x_1 \to 0.$$ Следовательно, существует предел: $$A_1 = \lim\limits_{\Delta x_1 \to 0} \frac{ f \left( x_1, x_2^0, \dots, x_n^0 \right) — f \left( x_1^0 , \dots, x_n^0 \right) }{ \Delta x_1 } = \frac{ \partial f }{ \partial x_1 } \left( x^0 \right).$$ Аналогично доказывается, что у функции $f \left( x \right)$ в точке $x^0$ существуют и остальные частные производные и что $$A_i = \frac{ \partial f }{ \partial x_i } \left( x^0 \right), i = \overline{ 2, n }.$$ Подставляя эти выражения в равенство (1), получаем (6).

[свернуть]

Функция примера 2 имеет в точке $\left( 0, 0 \right)$ обе частные производные первого порядка: $$\frac{ \partial f }{ \partial x } \left( 0, 0 \right) = \lim\limits_{x \to 0} \frac{ f \left( x, 0 \right) — f \left( 0, 0 \right) }{ x } = \\ = \lim\limits_{x \to 0} \frac{ \sqrt[3]{x^3} }{ x } = 1, \frac{ \partial f }{ \partial y } \left( 0, 0 \right) = 1.$$ Так как функция $f \left( x, y \right) = sqrt[3]{x^3 + y^3}$ примера 2 недиффиринцируема в точке $\left( 0, 0 \right)$, то этот пример показывает, что из существования частных производных в точке не следует дифференцируемость функции в этой точке. Существование частных производных функции в точке не гарантирует даже непрерывности функции в этой точке.
Так, функция $$f \left( x \right) = \begin{cases} \frac{2xy}{x^2+y^2}, & x^2 + y^2 > 0, \\ 0, & x = y = 0 \end{cases}$$ не имеет предела при $\left( x, y \right) \to \left( 0, 0 \right)$, а поэтому и не является непрерывной в точке $\left( 0, 0 \right)$. Тем не менее у этой функции в точке $\left( 0, 0 \right)$ существуют обе частные производные: $$\frac{ \partial f }{ \partial x } \left( 0, 0 \right) = \lim\limits_{x \to 0} \frac{ f \left( x, 0 \right) — f \left( 0, 0 \right) }{ x } = 0, \frac{ \partial f }{ \partial y } \left( 0, 0 \right) = 0.$$

Достаточные условия дифференцируемости функции в точке.

Теорема 3. Если все частные производные $\frac{ \partial f }{ \partial x_i }$, $i = \overline{1, n}$ определены в окрестности точки $x^0 \in \mathbb{R}^n$ и непрерывны в точке $x^0$, то функция $f \left( x \right)$ дифференцируема в точке $x^0$.

Доказательство

Рассмотрим случай функции трех переменных. Общий случай рассматривается аналогично. Пусть функции $\frac{ \partial f }{ \partial x } \left( x, y, z \right)$, $\frac{ \partial f }{ \partial y } \left( x, y, z \right)$, $\frac{ \partial f }{ \partial z } \left( x, y, z \right)$ определены в некотором шаре $S_\varepsilon \left( x^0, y^0, z^0 \right)$ и непрерывны в центре шара $\left( x^0, y^0, z^0 \right)$.
Запишем приращения функции в следующем виде: $$f \left( x, y, z \right) — f \left( x^0, y^0, z^0 \right) = \\ = f \left( x, y, z \right) — f \left( x^0, y, z \right) + f \left( x^0, y, z \right) — f \left( x^0, y^0, z \right) + \\ + f \left( x^0, y^0, z \right) — f \left( x^0, y^0, z^0 \right).$$ Пусть $x^0 < x$. Рассмотрим функцию одной переменной $\psi \left( t \right)$ при $t \in \left[ x^0, x \right]$. На этом отрезке функция $\psi \left( t \right)$ имеет производную $$\psi ‘ \left( t \right) = \frac{ \partial f }{ \partial x } \left( t, y, z \right).$$ Применяя формулу конечных приращений Лагранжа для функции $\psi \left( t \right)$ на отрезке $\left[ x^0, x \right]$, получаем $$\psi \left( x \right) — \psi \left( x^0 \right) = \psi ‘ \left( x^0 + \theta \left( x — x^0 \right) \right) \left( x — x^0 \right), 0 < \theta < 1.$$ Если подставить в эту формулу выражение для $\psi \left( t \right)$, то $$f \left( x, y, z \right) — f \left( x^0, y, z \right) = f_1 \left( x, y, z \right) \left( x — x^0 \right), \\ f_1 \left( x, y, z \right) = \frac{ \partial f }{ \partial x } \left( x^0 + \theta \left( x — x^0 \right), y, z \right). \qquad (7)$$ Так как частная производная $\frac{ \partial f }{ \partial x } \left( x, y, z \right)$ непрерывна в точке $\left( x^0, y^0, z^0 \right)$, то существует $$\lim\limits_{ \left( x, y, z \right) \to \left( x^0, y^0, z^0 \right) } f_1 \left( x, y, z \right) = \frac{ \partial f }{ \partial x } \left( x^0, y^0, z^0 \right).$$ Аналогично,$$f \left( x^0, y, z \right) — f \left( x^0, y^0, z \right) = f_2 \left( , y, z \right) \left( y — y^0 \right), \\ f \left( x^0, y^0, z \right) — f \left( x^0, y^0, z^0 \right) = f_3 \left( , y, z \right) \left( z — z^0 \right), \qquad (8)$$ где функции $f_2 \left( x, y, z \right)$ и $f_3 \left( x, y, z \right)$ имеют конечные пределы при $\left( x, y, z \right) \to \left( x^0, y^0, z^0 \right)$. Доопределяя эти функции в точке $\left( x^0, y^0, z^0 \right)$предельным значениями, получим, что функции $f_i \left( x, y, z \right)$, $i = \overline{1, 3}$, непрерывны в точке $\left( x^0, y^0, z^0 \right)$. Таким образом, $$f \left( x, y, z \right) — f \left( x^0, y^0, z^0 \right) = \\ = \left( x — x^0 \right) f_1 \left( x, y, z \right) + \left( y — y^0 \right) f_2 \left( x, y, z \right) + \left( z, z_0 \right) f_3 \left( x, y, z \right).$$ Из непрерывности функций $f_1 \left( x, y, z \right)$, $f_2 \left( x, y, z \right)$ и $f_3 \left( x, y, z \right)$ в точке $ \left( x^0, y^0, z^0 \right)$ и теоремы 1 следует дифференцируемость функции $f \left( x, y, z \right)$ в точке $\left( x^0, y^0, z^0 \right)$.

[свернуть]

Непрерывность частных производных в точке не является необходимым условием дифференцируемости функции в этой точке.
Функция $$f \left( x, y \right) = \begin{cases} \left( x^2 + y^2 \right) \sin \frac{ 1 }{ \sqrt{ x^2 + y^2 } }, & x^2 + y^2 > 0, \\ 0, & x = y = 0, \end{cases}$$ дифференцируема в точке $\left( 0, 0 \right)$, так как $$f \left( x, y \right) = 0 \cdot x + 0 \cdot y + o \left( \sqrt{ x^2 + y^2 } \right), \left( x, y \right) \to \left( 0, 0 \right).$$ Но при $x^2 + y^2 > 0$ частная производная$$\frac{ \partial f }{ \partial x } \left( x, y \right) = 2x \sin \frac{ 1 }{ \sqrt{ x^2 + y^2 } } — \frac{ x }{ \sqrt{ x^2 + y^2 } } \cos \frac{ 1 }{ x^2 + y^2 }$$ не имеет предела при $\left( x, y \right) \to \left( 0, 0 \right)$ и, следовательно, не является непрерывной функцией в точке $\left( 0, 0 \right)$. Чтобы в этом убедиться, достаточно показать, что $\frac{ \partial f \left( x, 0 \right) }{ \partial x }$ не имеет предела при $x \to 0$.

Список литературы

Тест

Тест для проверки усвоения материала

Определение частной производной и её геометрический смысл

Определение. Пусть функция $$ f \left( x \right) = f \left( x_1, \dots, x_n \right) $$ определена в окрестности точки $ x^0 = \left( x_2^0, \dots, x_n^0 \right) $. Рассмотрим функцию одной переменной $$ \varphi \left( x_1 \right) = f \left( x_1, x_2^0, \dots, x_n^0 \right). $$ Функция $ \varphi \left( x_1 \right) $ может иметь производную в точке $ x_1^0 $. По определению такая производная называется частной производной $ \frac{ \partial f }{ \partial x_1 } \left( x^0 \right) $. Таким образом, $$ \frac{ \partial f }{ \partial x_1 } \left( x^0 \right) = \frac{ \partial f }{ \partial x_1 } \left( x_1^0, \dots, x_n^0 \right) = \\ = \lim\limits_{\Delta x_1 \to 0 } \frac{ f \left( x_1, x_2^0, \dots, x_n^0 \right) — f \left( x_1^0, \dots, x_n^0 \right) }{ \Delta x_1 }, $$ где $ \Delta x_1 = x_1 — x_1^0 $.
Аналогично определяются частные производные (первого порядка) $$ \frac{ \partial f }{ \partial x_i } \left( x_1^0, \dots, x_n^0 \right) , i = \overline{2, n}. $$ Употребляются и другие обозначения для частных производных первого порядка: $$ \frac{ \partial f }{ \partial x_i } \left( x^0 \right) = f_{x_i} \left( x^0 \right) = D_i f \left( x^0 \right) = \\ = {f’}_{x_i} \left( x^0 \right) = \frac{ \partial }{ \partial x_i } f \left( x^0 \right) = \frac{ \partial f \left( x^0 \right) }{ \partial x_i }. $$ Функция двух переменных может иметь в точке $ \left( x^0, y^0 \right) $ две частные производные первого порядка $$ \frac{ \partial f }{ \partial x } \left( x^0, y^0 \right), \frac{ \partial f }{ \partial y } \left( x^0, y^0 \right). $$ Для функции трех переменных — три частные производные первого порядка $$ \frac{ \partial f }{ \partial x } \left( x^0, y^0, z^0 \right), \frac{ \partial f }{ \partial y } \left( x^0, y^0, z^0 \right), \frac{ \partial f }{ \partial z } \left( x^0, y^0, z^0 \right). $$ Поскольку при вычслении частных производных все переменные, кроме одной, фиксируются, то техника вычисления частных производных такая же, как техника вычисления производных функции одной переменной.
Например, $$ \frac{ \partial }{ \partial x } \sqrt{x^2 + y^2} = \frac{ 1 }{ 2 \sqrt{x^2 + y^2} } \frac{ \partial }{ \partial x } \left( x^2 + y^2 \right) = \frac{ x }{ \sqrt{x^2 + y^2} }. $$

Геометрический смысл

kolomeiets20160630Рассмотрим функцию двух переменных $ z = f \left( x, y \right) $, определенную на множестве $ D \subset \mathbb{R}^2 $ и имеющую конечные частные производные $ \frac{ \partial z }{ \partial x } $ и $ \frac{ \partial z }{ \partial y } $ в точке $ M_0 \left( x_0, y_0 \right) $. Чтобы выяснить геометрический смысл частных производных, выполним следующие построения. В плоскости $ Oxy $ отметим точку $ M_0 $.
Затем нарисуем поверхность $ S $, являющуюся графиком функции $ z = f \left( x, y \right) $. Без ограничения общности будем полагать, что поверхность расположена над плоскостью $ Oxy $. Через точку $ M_0 $ проведем плоскость $ y = y_0 $ параллельную коорднатной плоскости $ Oxy $. В сечении поверхности $ S $ этой плоскостью получаем кривую $ \Gamma $. Уравнение этой кривой описывается функцией одной переменной $ z = f \left( x, y_0 \right) $. Так как в точке $ M_0 $ существует частная производная $ {f’}_x \left( x_0, y_0 \right) $, то она согласно геометрическому смыслу обычной производной функции одной переменной равна угловому коэффициенту касательной, проведенной в точке $ N \left( x_0, y_0, f \left( x_0, y_0 \right) \right) $ к кривой $ \Gamma $: $$ {f’}_x \left( x_0, y_0 \right) = \tan \alpha, $$ где $ \alpha $ — угол между касательной и положительным направлением оси $ Ox $. В этом состоит геометрический смысл частной производной $ {f’}_x \left( x_0, y_0 \right) $.

Список литературы

Тест

Тест для проверки усвоения материала

Достаточные условия экстремума функции двух переменных

Дифференциальное исчисление функций многих переменных — важный раздел анализа, имеющий немало приложений в физике, инженерии и прикладной математике. Существенное количество практических задач формулируется в терминах функций от двух переменных — явном выражении поверхностей в пространстве [latex]\mathbb{R}^{3}[/latex]. В классических курсах анализа их изучают с более общих позиций, рассматривая достаточные критерии экстремума функций вида [latex]f: \mathbb{R}^{n} \rightarrow \mathbb{R}[/latex] (также называемых скалярными полями), в терминах которых ведётся дальнейшее изложение.


Определение

Говорят, что функция [latex]f: \mathbb{E} \subset \mathbb{R}^{m} \rightarrow \mathbb{R}[/latex] имеет во внутренней точке [latex]x_{0}[/latex]

  • локальный минимум, если [latex]\exists U(x_{0}) \subset \mathbb{E}: \forall f(x) \le f(x_{0})[/latex].
  • локальный максимум, если [latex]\exists U(x_{0}) \subset \mathbb{E}: \forall f(x) \ge f(x_{0})[/latex].

Заменой неравенств на строгие получаем условия соответственно строгого локального минимума и максимума.


Определение

Якобианом векторного поля [latex]f: \mathbb{R}^{m} \rightarrow \mathbb{R}^{n}, \forall x \in \mathbb{R}^{m} f(x) = (f_{1}(x),…,f_{m}(x))[/latex], дифференцируемого в точке [latex]x[/latex] и непрерывного в некоторой её окрестности [latex]U(x) \in \mathbb{R}^{m}[/latex]называют линейный оператор [latex]\mathbf{J}[/latex], описывающий наилучшее линейное приближение функции в некоторой окрестности точки [latex]x[/latex] и имеющий матрицу вида:

$$ { J }_{ f }(x)=\begin{Vmatrix} \frac { \partial f_{ 1 } }{ \partial x_{ 1 } } (x) & \frac { \partial f_{ 1 } }{ \partial x_{ 2 } } (x) & … & \frac { \partial f_{ 1 } }{ \partial x_{ m } } (x) \\ \frac { \partial f_{ 2 } }{ \partial x_{ 1 } } (x) & \frac { \partial f_{ 2 } }{ \partial x_{ 2 } } (x) & … & \frac { \partial f_{2} }{ \partial x_{ m } } (x) \\ … & … & … & … \\ \frac { \partial f_{m} }{ \partial x_{ 1 } } (x) & \frac { \partial f_{m} }{ \partial x_{ 2 } } (x) & … & \frac { \partial f_{m} }{ \partial x_{ m }} (x) \end{Vmatrix} $$

— так называемую матрицу Якоби (матрица касательного отображения). Для скалярного поля матрица Якоби имеет вид:

$$ { J }_{ f }(x)=\begin{Vmatrix} \frac { \partial f }{ \partial x_{ 1 } } (x) & \frac { \partial f }{ \partial x_{ 2 } } (x) & … & \frac { \partial f }{ \partial x_{ m } } (x) \end{Vmatrix} $$

Определение

Гессианом скалярного поля [latex]f: \mathbb{R}^{m} \rightarrow \mathbb{R}[/latex], дважды дифференцируемого по всем аргументам в точке [latex]x=(x^{1},…,x^{m}) \in \mathbb{R}^{m}[/latex], называют симметрическую квадратичную форму [latex]H(x)=\sum _{ i=1 }^{ m }{ \sum _{ j=1 }^{ m }{ h_{ij}x_{i}x_{j} } } [/latex], описывающую наилучшее квадратичное приближение функции в некоторой окрестности точки [latex]x[/latex] и имеющую матрицу вида:

$$ \mathbf{H}_{f}(x) = \begin{Vmatrix} \frac { \partial ^{ 2 }f }{ \partial x_{ 1 }^{ 2 } } (x) & \frac { \partial ^{ 2 }f }{ \partial x_{ 1 }\partial x_{ 2 } } (x) & … & \frac { \partial ^{ 2 }f }{ \partial x_{ 1 }\partial x_{ m } } (x) \\ \frac { \partial ^{ 2 }f }{ \partial x_{ 2 }\partial x_{ 1 } } (x) & \frac { \partial ^{ 2 }f }{ \partial x_{ 2 }^{ 2 } } (x) & … & \frac { \partial ^{ 2 }f }{ \partial x_{ 2 }\partial x_{ m } } (x) \\ … & … & … & … \\ \frac { \partial ^{ 2 }f }{ \partial x_{ m }\partial x_{ 1 } } (x) & \frac { \partial ^{ 2 }f }{ \partial x_{ m }\partial x_{ 2 } } (x) & … & \frac { \partial ^{ 2 }f }{ \partial x_{ m }^{ 2 } } (x) \end{Vmatrix} $$

— так называемую матрицу Гессе, определитель которой обычно подразумевается под Гессианом. Матрица Гессе также описывает локальную кривизну скалярного поля.


Утверждение

Поведение функция [latex]f: \mathbb{R}^{m} \rightarrow \mathbb{R}^{n}[/latex], дважды дифференцируемой в точке [latex]x=(x^{1},…,x^{m}) \in \mathbb{R}^{m}[/latex] и непрерывной в некоторой окрестности [latex]U(x) \subset \mathbb{R}[/latex] этой точки, характеризуется формулой:

$$ f(\mathbf{x}+\mathbf{\Delta x}) \approx f(x) + \mathbf{J(x)\Delta x} + \frac{1}{2} \mathbf{\Delta x^{T} H(x) \Delta x} $$

Достаточное условие экстремума в терминах частных производных

Для того, чтобы функция [latex]f: U(x_{0}) \rightarrow \mathbb{R}[/latex], дважды дифференцируемая по всем аргументам в точке [latex]x_{0}=(x_{0}^{1},…,x_{0}^{m}) \in \mathbb{R}^{m}[/latex], в ней имела экстремум достаточно, чтобы её Гессиан был знакоопределён, причем, положительная определённость влечёт наличие в точке строгого локального минимума, отрицательная определённость — строгого локального максимума.

Спойлер

Воспользуемся разложением в ряд Тейлора, обозначив вектор сдвига как [latex]\mathbf{h}=(h_{1},…,h_{m})[/latex]. Тогда

$$ f(\mathbf{x}+\mathbf{h}) = f(\mathbf{x}) + \frac{1}{2!} \mathbf{h^{T} H(x) h} + \underline{o}((\left\| \mathbf{h} \right\|)^{2}),\left\| h \right\| =\sqrt { \sum _{ i=1 }^{ n }{ h_{ i }^{ 2 } } } \\ f(\mathbf{x}+\mathbf{h}) = f(\mathbf{x}) + \sum _{i=1}^{m}{\sum_{j=1}^{m}{\frac {\partial f^{2}} {\partial x_{i} \partial x_{j}}h_{i}h_{j}}} + \underline{o}((\left\| \mathbf{h} \right\|)^{2}) \\ f(\mathbf{x}+\mathbf{h}) — f(\mathbf{x}) = \frac {1}{2!} \left\| \mathbf{h} \right\|^{2}\left[\sum _{i=1}^{m}{\sum_{j=1}^{m}{\frac {\partial f^{2}} {\partial x_{i} \partial x_{j}} \frac{h_{i} } { \left\| \mathbf{h} \right\| } \frac{ h_{j}} {\left\| \mathbf{h} \right\|}}} + \underline{o}(1) \right] $$

Отсюда следует, что знак выражения в левой части, позволяющий судить о наличии или отсутствии экстремума в точке [latex]\mathbf{x}[/latex], определяется знаком выражения в квадратных скобках. Посмотрим на неё внимательнее: пусть [latex]\mathbf{h} != 0[/latex], тогда вектор [latex]{ e }=\left( \frac { h_{ 1 } }{ \left\| { h } \right\| } ,\frac { h_{ 2 } }{ \left\| { h } \right\| } ,…,\frac { h_{ m } }{ \left\| { h } \right\|} \right) [/latex] имеет единичную норму [latex]\left\| { e } \right\| = 1[/latex], каким бы он ни был. Форма [latex]\sum _{i=1}^{m}{\sum_{j=1}^{m}{\frac {\partial f^{2}} {\partial x_{i} \partial x_{j}} \frac{h_{i} } { \left\| \mathbf{h} \right\| } \frac{ h_{j}} {\left\| \mathbf{h} \right\|}}}[/latex] непрерывна на [latex]\mathbb{R}^{m}[/latex] как однородный многочлен второй степени от координат [latex]\mathbf{h}[/latex] в силу непрерывности вторых производных [latex]f[/latex] в окрестности [latex]\mathbf{x}[/latex]. Квадратичная форма непрерывна и на единичной сфере [latex]S(0;1)=\left\{ x \in \mathbb{R}^{m}| \left\| { x } \right\| \le 1 \right\} [/latex]. Приниципиальный интерес этот факт представляет по той причине, что единичная сфера — компакт, а свойства скалярных функций, непрерывных на компакте, хорошо известны и сыграют важную роль. В частности, непрерывная на компакте функция достигает на нём своих точных верхней и нижней граней [latex]m[/latex] и [latex]M[/latex].
Если форма положительно определена, то [latex]0 0[/latex], что [latex]\forall y: \left\| y \right\| < \delta \quad \underline { o } (1)=\alpha (y) < m \Rightarrow \underline { o } (1) < m 0[/latex].
Доказательство для случая отрицательно определённой квадратичной формы симметрично приведенному.
Докажем далее, что значения разных знаков, принимаемые формой в окрестности данной точки, являются достаточным условием отсутствия в ней экстремума функции. Сохраняя обозначения предыдущего пункта, назовём [latex]\mathbf{e_{m}}[/latex] и [latex]\mathbf{e_{M}}[/latex] точки единичной сфера, в которых форма достигает значений [latex]m[/latex] и [latex]M[/latex] соответственно, причем пусть [latex]m < 0 < M[/latex].
Вновь выпишем разложение в ряд Тейлора функции [latex]f[/latex], взяв за вектор сдвига вектор [latex]t\mathbf{e_{m}}[/latex], где число [latex]t[/latex] подобрано таким образом, чтобы [latex]\mathbf{x}+t\mathbf{e_{m}} \in U(x)[/latex]:

$$ f({ x }+{ h })-f({ x })=\frac { 1 }{ 2! } \left\| { te_{ m } } \right\| ^{ 2 }\left[ m+\underline { o } (1) \right] =\frac { 1 }{ 2! } (\left| t \right| \left\| { e_{ m } } \right\| )^{ 2 }\left[ m+\underline { o } (1) \right] =\frac { 1 }{ 2! } t^{ 2 }\left[ m+\underline { o } (1) \right] $$

Аналогично рассуждениям предыдущего пункта, рассмотрим случай [latex]\text{sign}(\underline {o}(1))=1[/latex]: [latex]\lim _{ \left\| t \right\| \rightarrow 0}{ \alpha (t\mathbf{e_{m}}) } = 0 \Rightarrow \exists \delta > 0: \forall t m[/latex]. Тогда значение в квадратных скобках, как и выражение в левой части, неположительно. В ходе аналогичных рассуждений получим двойственную ситуацию для [latex]\mathbf{e_{M}}[/latex]. Следовательно, в любой окрестности [latex]U(\mathbf{x})[/latex] точки [latex]\mathbf{x}[/latex] функция [latex]f[/latex] принимает значения, как большие, так и меньше [latex]f(\mathbf{x})[/latex], следовательно, в точке [latex]\mathbf{x}[/latex] экстремума быть не может по определению.

[свернуть]

Замечание 1

Условие не является необходимым, так как ничего не говорит о случае, когда квадратичная форма полуопределена, т.е. является и неположительна или неотрицательна, т.е. содержит критические точки, не являющиеся экстремальными, строго больше или меньше нуля на всех векторах окрестности.

Спойлер

Исследуем на экстремум функцию [latex]f(x,y)=x^{4}+y^{4}-2x^{2}[/latex]. Отыщем критические точки согласно необходимому условию:

$$ \begin{cases} \frac { \partial f }{ \partial x } (x,y)=4x^{ 3 }-4x=0, \\ \frac { \partial f }{ \partial x } (x,y)=4y^{ 3 }=0; \end{cases} $$

Решаяя систему, получаем точки: [latex](-1,0),(0,0),(1,0)[/latex]. Поскольку смешанные производные существуют и непрерывны и

$$ \frac { \partial f^{ 2 } }{ \partial x^{ 2 } } (x,y)=12x^{ 2 }-4, \frac { \partial f^{ 2 } }{ \partial y\partial x } (x,y)=0, \frac { \partial f^{ 2 } }{ \partial y^{ 2 } } (x,y)=12y^{ 2 } $$

матрица Гессе имеет вид

$$ { H }_{ f }(x,y)=\begin{Vmatrix} 12x^{ 2 }-4 & 0 \\ 0 & 12y^{ 2 } \end{Vmatrix} $$

Используя критерий Сильвестра, убедитесь, что в указанных трёх точках квадратичная форма полуопределена. Несмотря на то, что достаточный критерий экстремума в терминах квадратичного приближения неприменим, из записи функции в виде [latex]f(x,y)=(x^{2}-1)^{2}+y^{4}-1[/latex] очевидно, что в точках [latex](\pm 1, 0)[/latex] функция (симметричная и монотонно возрастающая по обеим переменным) имеет строгий локальный минимум, а в точке [latex](0, 0)[/latex] не имеет экстремума вовсе.
Нижеприведенное изображение наглядно демонстрирует правильность выводов. Нормалями к поверхности обозначены стационарные точки.
Example_Top_View

[свернуть]

Замечание 2

Функция может принимать экстремальные значения в граничных точках области определения. Вышеприведенное достаточное условие для их выявления использовать не рекомендуется, следует обратиться к аппарату теории условного экстремума.


Пример (Демидович, №3629)

Исследовать на локальный экстремум функцию

$$ z = x y \sqrt{1-\frac{x^2}{a^2}-\frac{y^2}{b^2}} \quad (a > 0, \quad b > 0) $$

Спойлер

Вычислим первые частные производные. Решением нижеприведенной системы

$$ z^{ ‘ }_{ x }=\frac { y\left( 1-\frac { 2x^{ 2 } }{ a^{ 2 } } -\frac { y^{ 2 } }{ b^{ 2 } } \right) }{ \sqrt { 1-\frac { x^{ 2 } }{ a^{ 2 } } -\frac { y^{ 2 } }{ b^{ 2 } } } }, \quad z^{ ‘ }_{ y }=\frac { y\left( 1-\frac { x^{ 2 } }{ a^{ 2 } } -\frac { 2y^{ 2 } }{ b^{ 2 } } \right) }{ \sqrt { 1-\frac { x^{ 2 } }{ a^{ 2 } } -\frac { y^{ 2 } }{ b^{ 2 } } } } $$

находим стационарные точки

$$(0,0),\quad \left( \frac { a }{ \sqrt { 3 } } ,\frac { b }{ \sqrt { 3 } } \right) ,\quad \left( -\frac { a }{ \sqrt { 3 } } ,\frac { b }{ \sqrt { 3 } } \right) ,\quad \left( \frac { a }{ \sqrt { 3 } } ,-\frac { b }{ \sqrt { 3 } } \right) ,\quad \left( -\frac { a }{ \sqrt { 3 } } ,-\frac { b }{ \sqrt { 3 } } \right) $$

Отметим, что в точках, лежащих на границе эллипса [latex]1=\frac{x^2}{a^2}+\frac{y^2}{b^2}[/latex] частные производные не существуют, следовательно, их следует отдельно проверить на экстремум, что выходит за рамки аппарата данной статьи.

Для проверки достаточных условий выпишем вторые производные

$$ z^{ » }_{ x^{ 2 } }=\frac { -\frac { xy }{ a^{ 2 } } \left( 1-\frac { 2x^{ 2 } }{ a^{ 2 } } -\frac { 3y^{ 2 } }{ b^{ 2 } } \right)}{ \left(1-\frac { 2x^{ 2 } }{ a^{ 2 } } -\frac { 3y^{ 2 } }{ b^{ 2 } } \right)^{\frac{3}{2}} }, \quad z^{ » }_{ y^{ 2 } }=\frac { -\frac { xy }{ b^{ 2 } } \left( 1-\frac { 3x^{ 2 } }{ a^{ 2 } } -\frac { 2y^{ 2 } }{ b^{ 2 } } \right) }{ \left( 1-\frac { 2x^{ 2 } }{ a^{ 2 } } -\frac { 3y^{ 2 } }{ b^{ 2 } } \right) ^{ \frac { 3 }{ 2 } } }, \\ z^{ » }_{ xy }=\frac { 1+\frac { 2x^{ 4 } }{ a^{ 4 } } +\frac { 3x^{ 2 }y^{ 2 } }{ a^{ 2 }b^{ 2 } } +\frac { 2y^{ 4 } }{ b^{ 4 } } -\frac { 3x^{ 2 } }{ a^{ 2 } } -\frac { 3y^{ 2 } }{ b^{ 2 } } }{ \left( 1-\frac { 2x^{ 2 } }{ a^{ 2 } } -\frac { 3y^{ 2 } }{ b^{ 2 } } \right) ^{ \frac { 3 }{ 2 } } } $$
  1. Точка [latex] (0,0) [/latex] не является точкой условного экстремума
    $$ \mathbf{ H }_{ z }(0,0)=\begin{Vmatrix} 0 & 1 \\ 1 & 0 \end{Vmatrix},\quad \Delta_{1}=0,\quad \Delta_{2}=-1 $$
  2. Заметим, что функция [latex]z(x,y)[/latex] чётна, а также [latex]z \left( \frac { -a }{ \sqrt { 3 } } ,\frac { b }{ \sqrt { 3 } } \right) = z \left( \frac { a }{ \sqrt { 3 } } ,\frac { -b }{ \sqrt { 3 } } \right)[/latex].

    Точки [latex] (\pm \frac { a }{ \sqrt { 3 } }, \pm \frac { b }{ \sqrt { 3 } }) [/latex] являются точками условного экстремума

    $$ { H }_{ z }(\frac { a }{ \sqrt { 3 } } ,\frac { b }{ \sqrt { 3 } } )=\begin{Vmatrix} -\frac { 4b }{ \sqrt { 3 } a } & -\frac { 2 }{ \sqrt { 3 } } \\ -\frac { 2 }{ \sqrt { 3 } } & -\frac { 4a }{ \sqrt{3}b} \end{Vmatrix},\quad \Delta _{ 1 }=-\frac { 4b }{ \sqrt { 3 } a } 0 $$ $$ { H }_{ z }(\frac { -a }{ \sqrt { 3 } } ,\frac { b }{ \sqrt { 3 } } )=\left( \begin{array}{cc} \frac { 4b }{ \sqrt { 3 } a } & -\frac { 2 }{ \sqrt { 3 } } \\ -\frac { 2 }{ \sqrt { 3 } } & \frac { 4a }{ \sqrt { 3 } b } \end{array} \right) ,\Delta _{ 1 }=\frac { 4b }{ \sqrt { 3 } a } >0, \quad \Delta _{ 1 }=\frac { 16 }{ 3 } — \frac{4}{3} = 4 > 0 $$

    Соответственно, [latex]\left(\pm \frac {a}{ \sqrt { 3 } } , \pm \frac { b }{ \sqrt { 3 } } \right)[/latex] — точки минимума, [latex]\left(\pm \frac {a}{ \sqrt { 3 } } , \mp \frac { b }{ \sqrt { 3 } } \right)[/latex] — точки максимума.

  3. Пример: [latex]a = b = 2[/latex]
    Elliptic_Surface_a_b_2

[свернуть]

Источники:

Закрепление материала.

Таблица лучших: Достаточные условия экстремума функции многих переменных

максимум из 23 баллов
Место Имя Записано Баллы Результат
Таблица загружается
Нет данных