用Python学《微积分B》(多元函数的极限)
2017-10-23 13:30
856 查看
先回顾一下“一元微分学”部分的知识链:数轴 -> 数列 -> 数列的收敛 -> (不等式)数列的极限 -> 一元函数的极限 -> 一元函数的连续性 -> 一致连续 -> 导数 -> 微分。
从上面的链条可以看出:数列是一维空间(数轴)的、离散的研究对象;而函数二维空间(平面)的、连续的研究对象。而多元函数微积分(Multivarialbe Calculus)是对之前“一元微分学”的维度扩展。
从几何角度来看,数列是分布在数轴上的点,而点列是分布在平面或空间中的点。它们之间的主要差异是维度不一样,也可以将数列看作一维的点列。
1)数列中两个元素的距离
dis(a,b)=|b−a|=|x2−x1|,a,b∈R
2)二维点列(平面)中两点的距离
dis(A⃗ ,B⃗ )=|B⃗ −A⃗ |=(x2−x1)2+(y2−y1)2−−−−−−−−−−−−−−−−−−√,A⃗ ,B⃗ ∈R2
3)三维点列中两点的距离
dis(A⃗ ,B⃗ )=|B⃗ −A⃗ |=(x2−x1)2+(y2−y1)2+(z2−z1)2−−−−−−−−−−−−−−−−−−−−−−−−−−−−√,A⃗ ,B⃗ ∈R3
依次类推,可以扩展到n维点列,都可以将它们转换为n维向量的运算。
2,点列的收敛
数列收敛的定义是
limn→∞|an−A|=0
注:上式的绝对值可以去掉,极限的定义本身就是用绝对值不等式来描述的。
Rn 中点列收敛的定义是借助 distance 来表示的(P - point)
limm→∞dis(Pm,P0)=0
从向量的角度来说,上式等价于
limm→∞|Pmk−P0k|=0
即向量的各分量之差趋于零。
在平面直角坐标系中,任意一点 P(x,y) ,包含来两个坐标值。换句话说,它是一个二元组(tuple)—— (x,y)。用集合的概念来表示平面点集如下:
E={(x,y)|(x,y)具有性质P}
例如:中心在原点,半径为 r 的圆内的所有点,可以表示为:
C={(x,y)|x2+y2<r2}
或者
C={P||OP|<r}
2,邻域
U(P0,δ)={(x,y)|(x−x0)2+(y−y0)2−−−−−−−−−−−−−−−−√<δ}
注:很明显,上式使用距离(distance)来描述的
去心邻域
U˙(P0,δ)={P|0<|PP0|<δ}
3,内点、外点、边界点
利用邻域可以很方便的描述点与点集的关系,常见的有:内点、外点和边界点( ∂E )。
4,聚点
如果对于任意给定的 δ>0 ,点P的去心邻域 U˙(P0,δ) 内总有 E 中的点,则称P是E的聚点。
5,开集、闭集
主要看 ∂E 与 E 的关系
6,连通集、区域(连通的开集)、闭区域
区域 .vs 区间
7,有界集与无界集
注:本节的概念较多,准确定义可以去看教科书。
8,n维空间 —— Rn
数轴到平面再到三维空间,依此类推,可以知道 Rn 实际上是由 n 元组或n维向量来描述。
顾名思义,它是有多个自变量的函数,比如:圆柱体体积 V=πr2h ,它与柱面的半径和柱体的高都相关。
很显然,多元函数的定义域与一元函数的定义域的表示方式是不一样的:一元函数的定义域是数轴上的一个区间,而多元函数是定义域是点集。比如二元函数 z=arcsin(x2+y2) 它的定义域是平面上的一个圆
{(x,y)|x2+y2≤1}
注:为了方便讨论,后面一般只讨论二元函数,多元函数可以另行扩展。
2,二元函数的极限(二重极限)
函数的极限不同于数列的极限:数列的极限只有 n→+∞ 一种趋势,而函数的极限可以是 x→x0 ,即任一点都可以取极限。先回顾一元函数的极限
limx→x0f(x)=A
对于一元函数来讲,自变量被限制在x轴上,根据极限的定义: x→x0 的方式只有三种:从左边趋近、从右边趋近、或者在左右两边跳动绝对值趋近。
二元函数极限的定义是
lim(x,y)→(x0,y0)f(x,y)=A
从上式可以看出,它是平面上的两个点的趋近 P(x,y)→P0(x0,y0) ,很明显,平面上两个点的趋近方式(路径)有无数种,这就决定了二元极限要比一元极限复杂的多。例:
lim(x,y)→(0,0)xyx2+y2
(x,y) 可以沿不同的直线 y=kx 趋向于原点
lim(x,y)→(0,0)xyx2+y2=limx→0,y=kxxyx2+y2=limx→0x∗kxx2+(kx)2=kk2+1
很明显,极限值是不同的。再来看
lim(x,y)→(0,0)x2+y2x2+y=limx→0,y=kxx2+y2x2+y=limx→0x2+(kx)2x2+(kx)=0
我们能说这个极限存在,且等于0吗?换条路径再看 y=−x2+x3
lim(x,y)→(0,0)x2+y2x2+y=limx→0,y=−x2+x3x2+y2x2+y=limx→0x2+(−x2+x3)2x3→∞
事实上,我们只能以邻域的方式来描述平面上两个点的趋近。
3,求二元函数的极限
一般利用极限的性质转化为一元函数的极限,例如:
lim(x,y)→(0,2)sin(xy)x=lim(x,y)→(0,2)[sin(xy)xy⋅y]=limxy→0sin(xy)xy⋅limy→2y=1⋅2=2
4,二次极限
直接看例子,注意它与二重极限的关系
limy→0[limx→0xyx2+y2]=?
在求 x 的极限时,将 y 当常数看待,故有
limy→0[limx→0xyx2+y2]=limy→0[limx→00⋅y02+y2]=limy→0[0]=0
5,二元函数的连续性
二元函数的连续性与一元函数的连续性是相似,包括:点连续、一致连续、介值定理、有界性与最大最小值定理。具体可以参考教材。
lim(x,y)→(x0,y0)f(x,y)=f(x0,y0)
注:关于多元函数的极限和连续性,可以参考 wiki - multivariable calculus
以下 R2 的子集不是闭区域的是
{(x,y)|x+y2≥1}
解:先画图
如上图所示,这个点集位于曲线外围 y≥1−x−−−−−√ory≤−1−x−−−−−√
Exercise 10-1-1-4
(0,0)是以下函数f(x,y)的定义域的内点的是:
f(x,y)=x√ln(x+y)
f(x,y)=x+yx2+y2
f(x,y)=arcsinxy
f(x,y)=ln(1−x2−y2)
解: (0,0)是 A 的边界点, B 的聚点,非内点; C 的聚点,边界点, D 的内点。
x3−y3
从上面的链条可以看出:数列是一维空间(数轴)的、离散的研究对象;而函数二维空间(平面)的、连续的研究对象。而多元函数微积分(Multivarialbe Calculus)是对之前“一元微分学”的维度扩展。
一、点列
1,从“数列”(sequence)到“点列”(point range)从几何角度来看,数列是分布在数轴上的点,而点列是分布在平面或空间中的点。它们之间的主要差异是维度不一样,也可以将数列看作一维的点列。
1)数列中两个元素的距离
dis(a,b)=|b−a|=|x2−x1|,a,b∈R
2)二维点列(平面)中两点的距离
dis(A⃗ ,B⃗ )=|B⃗ −A⃗ |=(x2−x1)2+(y2−y1)2−−−−−−−−−−−−−−−−−−√,A⃗ ,B⃗ ∈R2
3)三维点列中两点的距离
dis(A⃗ ,B⃗ )=|B⃗ −A⃗ |=(x2−x1)2+(y2−y1)2+(z2−z1)2−−−−−−−−−−−−−−−−−−−−−−−−−−−−√,A⃗ ,B⃗ ∈R3
依次类推,可以扩展到n维点列,都可以将它们转换为n维向量的运算。
2,点列的收敛
数列收敛的定义是
limn→∞|an−A|=0
注:上式的绝对值可以去掉,极限的定义本身就是用绝对值不等式来描述的。
Rn 中点列收敛的定义是借助 distance 来表示的(P - point)
limm→∞dis(Pm,P0)=0
从向量的角度来说,上式等价于
limm→∞|Pmk−P0k|=0
即向量的各分量之差趋于零。
二、平面点集和n维空间
1,平面点集在平面直角坐标系中,任意一点 P(x,y) ,包含来两个坐标值。换句话说,它是一个二元组(tuple)—— (x,y)。用集合的概念来表示平面点集如下:
E={(x,y)|(x,y)具有性质P}
例如:中心在原点,半径为 r 的圆内的所有点,可以表示为:
C={(x,y)|x2+y2<r2}
或者
C={P||OP|<r}
2,邻域
U(P0,δ)={(x,y)|(x−x0)2+(y−y0)2−−−−−−−−−−−−−−−−√<δ}
注:很明显,上式使用距离(distance)来描述的
去心邻域
U˙(P0,δ)={P|0<|PP0|<δ}
3,内点、外点、边界点
利用邻域可以很方便的描述点与点集的关系,常见的有:内点、外点和边界点( ∂E )。
4,聚点
如果对于任意给定的 δ>0 ,点P的去心邻域 U˙(P0,δ) 内总有 E 中的点,则称P是E的聚点。
5,开集、闭集
主要看 ∂E 与 E 的关系
6,连通集、区域(连通的开集)、闭区域
区域 .vs 区间
7,有界集与无界集
注:本节的概念较多,准确定义可以去看教科书。
8,n维空间 —— Rn
数轴到平面再到三维空间,依此类推,可以知道 Rn 实际上是由 n 元组或n维向量来描述。
三、多元函数
1,多元函数(multi-variable function)的概念顾名思义,它是有多个自变量的函数,比如:圆柱体体积 V=πr2h ,它与柱面的半径和柱体的高都相关。
很显然,多元函数的定义域与一元函数的定义域的表示方式是不一样的:一元函数的定义域是数轴上的一个区间,而多元函数是定义域是点集。比如二元函数 z=arcsin(x2+y2) 它的定义域是平面上的一个圆
{(x,y)|x2+y2≤1}
注:为了方便讨论,后面一般只讨论二元函数,多元函数可以另行扩展。
2,二元函数的极限(二重极限)
函数的极限不同于数列的极限:数列的极限只有 n→+∞ 一种趋势,而函数的极限可以是 x→x0 ,即任一点都可以取极限。先回顾一元函数的极限
limx→x0f(x)=A
对于一元函数来讲,自变量被限制在x轴上,根据极限的定义: x→x0 的方式只有三种:从左边趋近、从右边趋近、或者在左右两边跳动绝对值趋近。
二元函数极限的定义是
lim(x,y)→(x0,y0)f(x,y)=A
从上式可以看出,它是平面上的两个点的趋近 P(x,y)→P0(x0,y0) ,很明显,平面上两个点的趋近方式(路径)有无数种,这就决定了二元极限要比一元极限复杂的多。例:
lim(x,y)→(0,0)xyx2+y2
(x,y) 可以沿不同的直线 y=kx 趋向于原点
lim(x,y)→(0,0)xyx2+y2=limx→0,y=kxxyx2+y2=limx→0x∗kxx2+(kx)2=kk2+1
很明显,极限值是不同的。再来看
lim(x,y)→(0,0)x2+y2x2+y=limx→0,y=kxx2+y2x2+y=limx→0x2+(kx)2x2+(kx)=0
我们能说这个极限存在,且等于0吗?换条路径再看 y=−x2+x3
lim(x,y)→(0,0)x2+y2x2+y=limx→0,y=−x2+x3x2+y2x2+y=limx→0x2+(−x2+x3)2x3→∞
事实上,我们只能以邻域的方式来描述平面上两个点的趋近。
3,求二元函数的极限
一般利用极限的性质转化为一元函数的极限,例如:
lim(x,y)→(0,2)sin(xy)x=lim(x,y)→(0,2)[sin(xy)xy⋅y]=limxy→0sin(xy)xy⋅limy→2y=1⋅2=2
4,二次极限
直接看例子,注意它与二重极限的关系
limy→0[limx→0xyx2+y2]=?
在求 x 的极限时,将 y 当常数看待,故有
limy→0[limx→0xyx2+y2]=limy→0[limx→00⋅y02+y2]=limy→0[0]=0
5,二元函数的连续性
二元函数的连续性与一元函数的连续性是相似,包括:点连续、一致连续、介值定理、有界性与最大最小值定理。具体可以参考教材。
lim(x,y)→(x0,y0)f(x,y)=f(x0,y0)
注:关于多元函数的极限和连续性,可以参考 wiki - multivariable calculus
四、课后习题
Exercise 10-1-1-2以下 R2 的子集不是闭区域的是
{(x,y)|x+y2≥1}
解:先画图
import numpy as np import matplotlib.pyplot as plt y = np.linspace(-5, 5) x = 1 - y ** 2 plt.plot(x, y) plt.grid() plt.show()
如上图所示,这个点集位于曲线外围 y≥1−x−−−−−√ory≤−1−x−−−−−√
Exercise 10-1-1-4
(0,0)是以下函数f(x,y)的定义域的内点的是:
f(x,y)=x√ln(x+y)
f(x,y)=x+yx2+y2
f(x,y)=arcsinxy
f(x,y)=ln(1−x2−y2)
解: (0,0)是 A 的边界点, B 的聚点,非内点; C 的聚点,边界点, D 的内点。
#Exercise 10-1-1-5 from sympy import * init_printing() x,y,u,v = symbols('x y u v') expr = (3 * u ** 2 * v + v ** 3 ) / 4 simplify(expr.subs({u:(x+y), v:(x-y)}))
x3−y3
相关文章推荐
- 用Python学《微积分B》(多元函数的微分)
- 用Python学《微积分B》(Unit Test 1)
- 用Python学《微积分B》(微分法)
- 用Python学《微积分B》(单调性与极值,凸性与拐点)
- 用Python学《微积分B》(Chapter 4-3 Special Derivate)
- 用Python学《微积分B》(不定积分的概念)
- 用Python学《微积分B》(空间向量)
- 用Python学《微积分B》(Chapter 4-2 Derivate and Differential)
- 用Python学《微积分B》(微积分应用)
- 用Python学《微积分B》(反常积分)
- 用Python学《微积分B》(函数项级数)
- Python数据可视化:中心极限定律
- 用Python学《微积分B》(重积分)
- Python分析欧冠小组赛极限情况
- 用Python学《微积分B》(Newton-Leibniz公式)
- 用Python学《微积分B》(多元函数Taylor公式)
- 用Python学《微积分B》(Taylor公式与曲线拟合)
- 用Python学《微积分B》(多元微分学的几何应用)
- 用Python学《微积分B》(Unit Test 3)
- 用Python学《微积分B》(微分中值定理与洛必达法则)