Геометрический смысл дифференциала функции 2 переменных. Полный дифференциал. Геометрический смысл полного дифференциала. Касательная плоскость и нормаль к поверхности. Приближенные вычисления с помощью полного дифференциала

Касательная плоскость и нормаль к поверхности.

касательная плоскость

Пусть N и N 0 – точки данной поверхности. Проведем прямую NN 0 . Плоскость, которая проходит через точку N 0 , называется касательной плоскостью к поверхности, если угол между секущей NN 0 и этой плоскостью стремится к нулю, когда стремится к нулю расстояние NN 0 .

Определение. Нормалью к поверхности в точке N 0 называется прямая, проходящая через точку N 0 перпендикулярно касательной плоскости к этой поверхности.

В какой – либо точке поверхность имеет, либо только одну касательную плоскость, либо не имеет ее вовсе.

Если поверхность задана уравнением z = f(x, y), где f(x, y) – функция, дифференцируемая в точке М 0 (х 0 , у 0), касательная плоскость в точке N 0 (x 0 ,y 0, (x 0 ,y 0)) существует и имеет уравнение:

Уравнение нормали к поверхности в этой точке:

Геометрическим смыслом полного дифференциала функции двух переменных f(x, y) в точке (х 0 , у 0) является приращение аппликаты (координаты z) касательной плоскости к поверхности при переходе от точки (х 0 , у 0) к точке (х 0 +х, у 0 +у).

Как видно, геометрический смысл полного дифференциала функции двух переменных является пространственным аналогом геометрического смысла дифференциала функции одной переменной.

Пример. Найти уравнения касательной плоскости и нормали к поверхности

в точке М(1, 1, 1).

Уравнение касательной плоскости:

Уравнение нормали:

20.4. Приближенные вычисления с помощью полного дифференциала.

Пусть функция f(x, y) дифференцируема в точке (х, у). Найдем полное приращение этой функции:

Если подставить в эту формулу выражение

то получим приближенную формулу:

Пример. Вычислить приближенно значение , исходя из значения функцииприx = 1, y = 2, z = 1.

Из заданного выражения определим x = 1,04 – 1 = 0,04, y = 1,99 – 2 = -0,01,

z = 1,02 – 1 = 0,02.

Найдем значение функции u(x, y, z) =

Находим частные производные:

Полный дифференциал функции u равен:

Точное значение этого выражения: 1,049275225687319176.

20.5. Частные производные высших порядков.

Если функция f(x, y) определена в некоторой области D, то ее частные производные итоже будут определены в той же области или ее части.

Будем называть эти производные частными производными первого порядка.

Производные этих функций будут частными производными второго порядка.

Продолжая дифференцировать полученные равенства, получим частные производные более высоких порядков.

Определение. Частные производные вида и т.д. называютсясмешанными производными.

Теорема. Если функция f(x, y) и ее частные производные определены и непрерывны в точке М(х, у) и ее окрестности, то верно соотношение:

Т.е. частные производные высших порядков не зависят от порядка дифференцирования.

Аналогично определяются дифференциалы высших порядков.

…………………

Здесь n – символическая степень производной, на которую заменяется реальная степень после возведения в нее стоящего с скобках выражения.

$E \subset \mathbb{R}^{n}$. 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 в этой точке,то $$\text{d}f\left(x_{0}\right)=0.$$ Равенство нулю дифференциала равносильно тому, что все равны нулю, т.е. $$\displaystyle\frac{\partial f}{\partial x_{i}}\left(x_{0}\right)=0.$$

В одномерном случае это – . 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 , 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. 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 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 $Q_{x_{0}}$ – , 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 непрерывны и поэтому $$\lim_{h \rightarrow 0} \alpha_{ij} \left(h\right)=0. \left(1\right)$$ Получаем $$\displaystyle f \left(x_{0}+h\right)−f \left(x_{0}\right)=\frac{1}{2}\left.$$ 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 $$\displaystyle f \left(x_{0}+h\right)−f \left(x_{0}\right)=\frac{1}{2}\left. \left(2\right)$$ 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.

Лимит времени: 0

Навигация (только номера заданий)

0 из 4 заданий окончено

Информация

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

Вы уже проходили тест ранее. Вы не можете запустить его снова.

Тест загружается...

Вы должны войти или зарегистрироваться для того, чтобы начать тест.

Вы должны закончить следующие тесты, чтобы начать этот:

Результаты

Правильных ответов: 0 из 4

Ваше время:

Время вышло

Вы набрали 0 из 0 баллов (0 )

Ваш результат был записан в таблицу лидеров

  1. С ответом
  2. С отметкой о просмотре

    Задание 1 из 4

    1 .
    Количество баллов: 1

    Исследовать функцию $f$ на экстремумы: $f=e^{x+y}(x^{2}-2 \cdot y^{2})$

    Правильно

    Неправильно

  1. Задание 2 из 4

    2 .
    Количество баллов: 1

    Существует ли экстремум у функции $f = 4 + \sqrt{(x^{2}+y^{2})^{2}}$

    Правильно

Для функции одной переменной y = f (x ) в точкеx 0 геометрический смысл дифференциала означает приращение ординаты касательной, проведенной к графику функции в точке с абсциссойx 0 при переходе к точкеx 0 + x . А дифференциал функции двух переменных в этом плане является приращениемаппликаты касательнойплоскости , проведенной к поверхности, заданной уравнениемz = f (x , y ) , в точкеM 0 (x 0 , y 0 ) при переходе к точкеM (x 0 + x , y 0 + y ). Дадим определение касательной плоскости к некоторой поверхности:

Df . Плоскость, проходящая через точкуР 0 поверхностиS , называетсякасательной плоскостью в данной точке, если угол между этой плоскостью и секущей, проходящей через две точкиР 0 иР (любая точка поверхностиS ) , стремится к нулю, когда точкаР стремится по этой поверхности к точкеР 0 .

Пусть поверхность S задана уравнениемz = f (x , y ). Тогда можно показать, что эта поверхность имеет в точкеP 0 (x 0 , y 0 , z 0 ) касательную плоскость тогда и только тогда, если функцияz = f (x , y ) дифференцируема в этой точке. В этом случае касательная плоскость задается уравнением:

z z 0 = +
(6).

§5. Производная по направлению, градиент функции.

Частные производные функции y = f (x 1 , x 2 .. x n ) по переменнымx 1 , x 2 . . . x n выражают скорость изменения функции по направлению координатных осей. Например,есть скорость изменения функции пох 1 – то есть предполагается, что точка, принадлежащая области определения функции, перемещается лишь параллельно осиОХ 1 , а все остальные координаты остаются неизменными. Однако, можно предположить, что функция может изменяться и по какому-нибудь другому направлению, не совпадающему с направлением какой либо из осей.

Рассмотрим функцию трех переменных: u = f (x , y , z ).

Зафиксируем точку М 0 (x 0 , y 0 , z 0 ) и какую-нибудь направленную прямую (ось)l , проходящую через эту точку. ПустьМ(x , y , z ) - произвольная точка этой прямой иМ 0 М - расстояние отМ 0 доМ.

u = f (x , y , z ) – f (x 0 , y 0 , z 0 ) – приращение функции в точкеМ 0 .

Найдем отношение приращения функции к длине вектора
:

Df . Производной функцииu = f (x , y , z ) по направлениюl в точкеМ 0 называется предел отношения приращения функции к длине вектораМ 0 М при стремлении последнего к 0 (или, что одно и то же, при неограниченном приближенииМ кМ 0 ):

(1)

Эта производная характеризует скорость изменения функции в точке М 0 в направленииl .

Пусть ось l (векторМ 0 М ) образует с осямиOX , OY , OZ углы
соответственно.

Обозначим x-x 0 =
;

y - y 0 =
;

z - z 0 =
.

Тогда вектор М 0 М = (x - x 0 , y - y 0 , z - z 0 )=
и его направляющие косинусы:

;

;

.

(4).

(4) – формула для вычисления производной по направлению.

Рассмотрим вектор, координатами которого являются частные производные функции u = f (x , y , z ) в точкеМ 0 :

grad u - градиент функцииu = f (x , y , z ) в точке М(x , y , z )

Свойства градиента:


Вывод : длина градиента функцииu = f (x , y , z ) – есть наиболее возможное значениев данной точкеМ(x , y , z ) , а направление вектораgrad u совпадает с направлением вектора, выходящего из точкиМ , вдоль которого функция меняется быстрее всего. То есть, направление градиента функции grad u - есть направление наискорейшего возрастания функции.

Определение Для функции f(x, y) выражение Dz = f(x + Dx, y + Dy) – f(x, y) называется полным приращением .

Если функция f(x, y) имеет непрерывные частные производные, то

Тогда получаем, применив теорему Лагранжа

Т.к. частные производные непрерывны, то можно записать равенства:

Определение. Выражение называется полным приращением функции f(x, y) в некоторой точке (х, у), где a 1 и a 2 – бесконечно малые функции при Dх ® 0 и Dу ® 0 соответственно.

Определение: Полным дифференциалом функции z = f(x, y) называется главная линейная относительно Dх и Dу приращения функции Dz в точке (х, у).

Для функции произвольного числа переменных:

Пример . Найти полный дифференциал функции .

Пример. Найти полный дифференциал функции

Геометрический смысл полного дифференциала.

Касательная плоскость и нормаль к поверхности.

нормаль

касательная плоскость

Пусть N и N 0 – точки данной поверхности. Проведем прямую NN 0 . Плоскость, которая проходит через точку N 0 , называется касательной плоскостью к поверхности, если угол между секущей NN 0 и этой плоскостью стремится к нулю, когда стремится к нулю расстояние NN 0 .

Определение. Нормалью к поверхности в точке N 0 называется прямая, проходящая через точку N 0 перпендикулярно касательной плоскости к этой поверхности.

В какой – либо точке поверхность имеет, либо только одну касательную плоскость, либо не имеет ее вовсе.

Если поверхность задана уравнением z = f(x, y), где f(x, y) – функция, дифференцируемая в точке М 0 (х 0 , у 0), касательная плоскость в точке N 0 (x 0 ,y 0, (x 0 ,y 0)) существует и имеет уравнение:

Уравнение нормали к поверхности в этой точке:

Геометрическим смыслом полного дифференциала функции двух переменных f(x, y) в точке (х 0 , у 0) является приращение аппликаты (координаты z) касательной плоскости к поверхности при переходе от точки (х 0 , у 0) к точке (х 0 +Dх, у 0 +Dу).

Как видно, геометрический смысл полного дифференциала функции двух переменных является пространственным аналогом геометрического смысла дифференциала функции одной переменной.

Пример Найти уравнения касательной плоскости и нормали к поверхности

В точке М(1, 1, 1).

Уравнение касательной плоскости:

Уравнение нормали:

Частные производные высших порядков.

Пусть имеется некоторое множество Х в пространстве . Каждая точка этого множества определяется набором чисел , которые являются координатами данной точки. Будем говорить, что на множестве Х задана функция n-переменных, если каждой точке по определенному закону ставится в соответствие единственное число z, т.е. .

Пример: пусть х 1 , х 2 , х 3 – длина, ширина и глубина бассейна. Тогда найдем площадь поверхности бассейна.

Функция n-переменных называется непрерывной в точке , если предел функции в этой точке равен значению функции в предельной точке, т.е. .

Определение: частной производной функции по переменной называют производную от функции z по переменной , вычисленную при условии, что все остальные переменные остаются постоянными.

Частная производная.

Пример

Для функции двух переменных можно ввести четыре частные производные второго порядка , тогда

1. , читается: два z по дважды.

Теорема смешанные производные, там где они непрерывны, не зависят от порядка вычисления производных. Это справедливо для смешанных производных любого порядка и для функции от любого количества переменных.

Если функция f(x, y) определена в некоторой области D, то ее частные производные и тоже будут определены в той же области или ее части.

Будем называть эти производные частными производными первого порядка.

Производные этих функций будут частными производными второго порядка.

Продолжая дифференцировать полученные равенства, получим частные производные более высоких порядков.

Определение Частные производные вида и т.д. называются смешанными производными.

Теорема Если функция f(x, y) и ее частные производные определены и непрерывны в точке М(х, у) и ее окрестности, то верно соотношение: .

то точка М 0 называется точкой минимума.

Теорема (Необходимые условия экстремума) Если функция f(x,y) в точке (х 0 , у 0) имеет экстремум, то в этой точке либо обе ее частные производные первого порядка равны нулю , либо хотя бы одна из них не существует.

Эту точку (х 0 , у 0) будем называть критической точкой .

Теорема (Достаточные условия экстремума) Пусть в окрестности критической точки (х 0 , у 0) функция f(x, y) имеет непрерывные частные производные до второго порядка включительно. Рассмотрим выражение:

1) Если D(x 0 , y 0) > 0, то в точке (х 0 , у 0) функция f(x, y) имеет экстремум, если

2) - 0, то в точке (х 0 , у 0) функция f(x, y) не имеет экстремума

В случае, если D = 0, вывод о наличии экстремума сделать нельзя.