2006年考研数学三第11题

选择题 · 4分

📝 题目

设 $f(x, y)$ 与 $\varphi(x, y)$ 均为可微函数,且 $\varphi_{y}^{\prime}(x, y) \neq 0$ ,已知 $\left(x_{0}, y_{0}\right)$ 是 $f(x, y)$ 在约束条件 $\varphi(x, y)=0$ 下的一个极值点,下列选项正确的是( )

A
若 $f_{x}^{\prime}\left(x_{0}, y_{0}\right)=0$ ,则 $f_{y}^{\prime}\left(x_{0}, y_{0}\right)=0$ 。
B
若 $f_{x}^{\prime}\left(x_{0}, y_{0}\right)=0$ ,则 $f_{y}^{\prime}\left(x_{0}, y_{0}\right) \neq 0$ .
C
若 $f_{x}^{\prime}\left(x_{0}, y_{0}\right) \neq 0$ ,则 $f_{y}^{\prime}\left(x_{0}, y_{0}\right)=0$ 。
D
若 $f_{x}^{\prime}\left(x_{0}, y_{0}\right) \neq 0$ ,则 $f_{y}^{\prime}\left(x_{0}, y_{0}\right) \neq 0$ .

💡 答案解析

**答案**: (D).

---

**解析**:

方法一 因为 $\varphi_{y}^{\prime}(x, y) \neq 0$ ,所以 $\varphi(x, y)=0$ 确定 $y$ 为 $x$ 的函数,设为 $y= y(x)$ ,代人 $z=f(x, y)$ 中,得 $z=f[x, y(x)]$ 。 因为 $\left(x_{0}, y_{0}\right)$ 为极值点,所以 $\left.\displaystyle\frac{\mathrm{d} z}{\mathrm{~d} x}\right|_{x=x_{0}}=f_{x}^{\prime}\left(x_{0}, y_{0}\right)+f_{y}^{\prime}\left(x_{0}, y_{0}\right) \cdot y^{\prime}\left(x_{0}\right)=0$ ,若 $f_{x}^{\prime}\left(x_{0}, y_{0}\right) \neq 0$ ,则 $f_{y}^{\prime}\left(x_{0}, y_{0}\right) \neq 0$ ,应选(D)。 方法二 令 $F(x, y, \lambda)=f(x, y)+\lambda \varphi(x, y)$ ,因为 $\left(x_{0}, y_{0}\right)$ 为极值点,所以

$$ \left\{\begin{array}{l} F_{x}^{\prime}\left(x_{0}, y_{0}\right)=f_{x}^{\prime}\left(x_{0}, y_{0}\right)+\lambda \varphi_{x}^{\prime}\left(x_{0}, y_{0}\right)=0 \\ F_{y}^{\prime}\left(x_{0}, y_{0}\right)=f_{y}^{\prime}\left(x_{0}, y_{0}\right)+\lambda \varphi_{y}^{\prime}\left(x_{0}, y_{0}\right)=0 \\ F_{\lambda}^{\prime}\left(x_{0}, y_{0}\right)=\varphi\left(x_{0}, y_{0}\right)=0 \end{array}\right. $$

当 $f_{x}^{\prime}\left(x_{0}, y_{0}\right) \neq 0$ 时,$\lambda \neq 0$ . 由 $\varphi_{y}^{\prime}\left(x_{0}, y_{0}\right) \neq 0$ ,得 $\lambda \varphi_{y}^{\prime}\left(x_{0}, y_{0}\right) \neq 0$ ,则 $f_{y}^{\prime}\left(x_{0}, y_{0}\right) \neq 0$ ,应选(D).

📋 详细解题步骤

步骤 1/2
目标:应用拉格朗日乘数法,写出极值点满足的条件
设目标函数为 $f(x,y)$,约束条件为 $\varphi(x,y)=0$。根据拉格朗日乘数法,若点 $(x_0,y_0)$ 是条件极值问题的可能极值点,则存在实数 $\lambda$(称为拉格朗日乘数),使得梯度向量 $\nabla f(x_0,y_0)$ 与梯度向量 $\nabla \varphi(x_0,y_0)$ 平行,即满足: $$ \nabla f(x_0,y_0) = \lambda \nabla \varphi(x_0,y_0). $$ 将梯度分量写出,得到两个方程: $$ f_x'(x_0,y_0) = \lambda \varphi_x'(x_0,y_0), \quad f_y'(x_0,y_0) = \lambda \varphi_y'(x_0,y_0). $$ 同时,点 $(x_0,y_0)$ 必须满足约束条件: $$ \varphi(x_0,y_0)=0. $$ 因此,极值点 $(x_0,y_0)$ 与乘数 $\lambda$ 需联立求解以下方程组: $$ \begin{cases} f_x'(x,y) = \lambda \varphi_x'(x,y), \\ f_y'(x,y) = \lambda \varphi_y'(x,y), \\ \varphi(x,y)=0. \end{cases} $$ 这一方程组即为条件极值点所满足的必要条件。在实际解题中,我们通常将 $x,y,\lambda$ 视为未知数,通过消元或代入法求解可能的极值点坐标。注意,拉格朗日乘数法只给出候选点,还需进一步判断是否为极值点(通常利用二阶条件或实际背景)。
公式:$$ \begin{cases} f_x'(x,y) = \lambda \varphi_x'(x,y), \\ f_y'(x,y) = \lambda \varphi_y'(x,y), \\ \varphi(x,y)=0. \end{cases} $$
提示:列方程组时,务必同时写出三个方程,缺一不可。
步骤 2/2
目标:利用已知条件φ_y'≠0,分析f_x'与f_y'的关系,判断选项
已知在点$(x_0,y_0)$处,由隐函数存在定理的条件,有$f_x' = \lambda \varphi_x'$,$f_y' = \lambda \varphi_y'$,且$\varphi_y' \neq 0$。 由$f_y' = \lambda \varphi_y'$及$\varphi_y' \neq 0$,可解得$\lambda = \dfrac{f_y'}{\varphi_y'}$。将$\lambda$代入$f_x' = \lambda \varphi_x'$,得 $$f_x' = \frac{f_y'}{\varphi_y'} \cdot \varphi_x'.$$ 现在分析$f_x'$与$f_y'$的关系: - 若$f_x' = 0$,则$\dfrac{f_y'}{\varphi_y'} \cdot \varphi_x' = 0$。由于$\varphi_y' \neq 0$,故$f_y' \cdot \varphi_x' = 0$,即$f_y' = 0$或$\varphi_x' = 0$。因此,$f_x' = 0$时,$f_y'$可能为0也可能不为0,无法确定$f_y'$必为0或必非0。 - 若$f_x' \neq 0$,则$\dfrac{f_y'}{\varphi_y'} \cdot \varphi_x' \neq 0$,从而$f_y' \neq 0$(因为若$f_y' = 0$,则左边为0,矛盾)。因此,$f_x' \neq 0$可推出$f_y' \neq 0$。 结合选项: (A) $f_x' = 0$是$f_y' = 0$的充分条件?反例:$f_x'=0$时$f_y'$可能非0,故不充分。 (B) $f_x' = 0$是$f_y' = 0$的必要条件?反例:$f_y'=0$时$f_x'$可能非0(若$\varphi_x' \neq 0$),故不必要。 (C) $f_x' \neq 0$是$f_y' \neq 0$的必要条件?若$f_y' \neq 0$,由$f_x' = \frac{f_y'}{\varphi_y'} \varphi_x'$,$f_x'$可能为0(当$\varphi_x'=0$时),故不必要。 (D) $f_x' \neq 0$是$f_y' \neq 0$的充分条件?由上述推导,$f_x' \neq 0$可推出$f_y' \neq 0$,故充分。 因此正确选项为(D)。
公式:f_x' = \frac{f_y'}{\varphi_y'} \cdot \varphi_x'
提示:注意由f_x'≠0可推出f_y'≠0,但反之不一定成立。

📷 拍照上传批改

拍照上传批改功能已预留入口,后续接入图片上传、OCR识别与AI批改。