下册 7.4 隐函数的微分 第17题
📝 题目
17.求由下列方程组确定的隐函数组的导数或微分.
(1)设 $y(x), z(x)$ 是由方程组 $\left\{\begin{array}{l}f(x, y, z)=0 \\ z=g(x, y)\end{array}\right.$ 所确定的隐函数,求 $y^{\prime}(x), z^{\prime}(x)$ .
(2)设函数 $x=x(u, v)$ 满足方程 $\left\{\begin{array}{l}F(x, f(y, u))=0, \\ G(y, g(x, v))=0 .\end{array}\right.$ 求 $x_{u}, x_{v}$ 。其中 $F, G, f, g$ 均为连续可微函数,且 $F_{1} G_{1} \neq F_{2} G_{2}, F_{1}$ 为 $F$ 对其第一个变量的偏导数,$F_{2}, G_{1}, G_{2}$ 仿此.
(3)设 $u=u(x, y)$ 是由方程组 $\left\{\begin{array}{l}u=f(x, y, z, t) \\ g(y, z, t)=0 \\ h(z, t)=0\end{array}\right.$ 确定的隐函数,求 $\mathrm{d} u$ 或 $u_{x}, u_{y}$ .
💡 答案解析
\section*{解题过程:}
(1)关于 $x$ 求导得
$$
\left\{\begin{array}{l}
f_{x}+f_{y} y_{x}+f_{z} z_{x}=0 \\
z_{x}=g_{x}+g_{y} y_{x}
\end{array}\right.
$$
解之得 $\displaystyle \frac{\mathrm{d} y}{\mathrm{~d} x}=-\frac{f_{x}+f_{z} g_{x}}{f_{y}+f_{z} g_{z}}, \frac{\mathrm{~d} z}{\mathrm{~d} x}=\frac{g_{x} f_{y}-f_{z} g_{z}}{f_{y}+f_{z} g_{y}}$ .
(2)方程组求微分得
$$
\left\{\begin{array}{l}
F_{1} \mathrm{~d} x+F_{2}\left(f_{y} \mathrm{~d} y+f_{u} \mathrm{~d} u\right)=0 \\
G_{1} \mathrm{~d} y+G_{2}\left(g_{x} \mathrm{~d} x+g_{v} \mathrm{~d} v\right)=0
\end{array}\right.
$$
解之得 $\displaystyle \mathrm{d} x=-\frac{F_{2} G_{1} f_{u}}{F_{1} G_{1}-F_{2} G_{2} g_{x} f_{y}} \mathrm{~d} u+\frac{F_{2} G_{2} g_{v} f_{y}}{F_{1} G_{1}-F_{2} G_{2} g_{x} f_{y}} \mathrm{~d} v$ 。于是
$$
x_{u}=-\frac{F_{2} G_{1} f_{u}}{F_{1} G_{1}-F_{2} G_{2} g_{x} f_{y}}, \quad x_{v}=\frac{F_{2} G_{2} g_{v} f_{y}}{F_{1} G_{1}-F_{2} G_{2} g_{x} f_{y}}
$$
(3)当 $g, h$ 对各变元有连续的偏导数,且 $\displaystyle \frac{\partial(g, h)}{\partial(z, t)} \neq 0$ 时,方程组 $\left\{\begin{array}{l}g(y, z, t)=0 \\ h(z, t)=0\end{array}\right.$ 可确定函数组 $\left\{\begin{array}{l}z=z(y), \\ t=t(y) .\end{array}\right.$
解方程组 $\left\{\begin{array}{l}g_{y} \mathrm{~d} y+g_{z} \mathrm{~d} z+g_{t} \mathrm{~d} t=0, \\ h_{z} \mathrm{~d} z+h_{t} \mathrm{~d} t=0,\end{array}\right.$ 得 $\displaystyle \mathrm{d} z=\frac{-g_{y} h_{t}}{J} \mathrm{~d} y, \mathrm{~d} t=\frac{g_{y} h_{z}}{J} \mathrm{~d} y$ ,其中 $\displaystyle J=\frac{\partial(g, h)}{\partial(z, t)}$ .
将函数组 $\left\{\begin{array}{l}z=z(y) \\ t=t(y)\end{array}\right.$ 代人 $u=f(x, y, z, t)$ ,即得 $u$ 是 $x, y$ 的函数 $u=f(x, y, z(y), t(y))$ .于是
$$
\mathrm{d} u=f_{x} \mathrm{~d} x+f_{y} \mathrm{~d} y+f_{z} \frac{-g_{y} h_{t} \mathrm{~d} y}{J}+f_{t} \frac{g_{y} h_{z} \mathrm{~d} y}{J}=f_{x} \mathrm{~d} x+\left(f_{y}+\frac{g_{y}}{J} \frac{\partial(h, f)}{\partial(z, t)}\right) \mathrm{d} y .
$$
从而 $\displaystyle u_{x}=f_{x}, u_{y}=f_{y}+\frac{g_{y}}{J} \frac{\partial(h, f)}{\partial(z, t)}$ .
📋 详细解题步骤
步骤 1/8
目标:对第一个方程组关于x求导
给定方程组 $\begin{cases} f(x, y, z) = 0 \\ z = g(x, y) \end{cases}$,其中 $y=y(x), z=z(x)$。对第一个方程两边关于 $x$ 求导,利用链式法则得 $f_x + f_y y' + f_z z' = 0$。对第二个方程两边关于 $x$ 求导得 $z' = g_x + g_y y'$。
公式:$f_x + f_y y' + f_z z' = 0$, $z' = g_x + g_y y'$
提示:注意 $f$ 是三元函数,求导时需考虑所有自变量对 $x$ 的依赖。
步骤 2/8
目标:解出 y' 和 z'
将 $z' = g_x + g_y y'$ 代入第一个方程:$f_x + f_y y' + f_z (g_x + g_y y') = 0$,整理得 $(f_y + f_z g_y) y' = -f_x - f_z g_x$,因此 $y' = -\frac{f_x + f_z g_x}{f_y + f_z g_y}$。再将 $y'$ 代入 $z'$ 表达式得 $z' = g_x + g_y \left(-\frac{f_x + f_z g_x}{f_y + f_z g_y}\right) = \frac{g_x f_y - f_z g_x g_y + g_x f_z g_y - f_z g_x g_y}{f_y + f_z g_y} = \frac{g_x f_y - f_z g_x g_y}{f_y + f_z g_y}$。注意化简后分子为 $g_x f_y - f_z g_x g_y$,但答案中分子为 $g_x f_y - f_z g_x$?检查:原答案分子为 $g_x f_y - f_z g_x$,但此处推导得 $g_x f_y - f_z g_x g_y$,可能原答案有误。实际上,从 $z' = g_x + g_y y'$ 代入后,$z' = g_x + g_y \left(-\frac{f_x + f_z g_x}{f_y + f_z g_y}\right) = \frac{g_x (f_y + f_z g_y) - g_y (f_x + f_z g_x)}{f_y + f_z g_y} = \frac{g_x f_y + g_x f_z g_y - g_y f_x - g_y f_z g_x}{f_y + f_z g_y} = \frac{g_x f_y - g_y f_x}{f_y + f_z g_y}$。所以正确答案应为 $z' = \frac{g_x f_y - g_y f_x}{f_y + f_z g_y}$。
公式:$y' = -\frac{f_x + f_z g_x}{f_y + f_z g_y}$, $z' = \frac{g_x f_y - g_y f_x}{f_y + f_z g_y}$
提示:注意分母 $f_y + f_z g_y$ 不为零。化简时小心符号。
步骤 3/8
目标:对第二个方程组求微分
给定方程组 $\begin{cases} F(x, f(y, u)) = 0 \\ G(y, g(x, v)) = 0 \end{cases}$,其中 $x=x(u,v)$。对第一个方程求全微分:$F_1 dx + F_2 (f_y dy + f_u du) = 0$。对第二个方程求全微分:$G_1 dy + G_2 (g_x dx + g_v dv) = 0$。注意 $y$ 是 $u,v$ 的函数,但此处 $y$ 视为中间变量。
公式:$F_1 dx + F_2 (f_y dy + f_u du) = 0$, $G_1 dy + G_2 (g_x dx + g_v dv) = 0$
提示:注意 $F$ 的第一个变量是 $x$,第二个变量是 $f(y,u)$;$G$ 的第一个变量是 $y$,第二个变量是 $g(x,v)$。
步骤 4/8
目标:解出 dx 关于 du 和 dv 的表达式
将两个微分方程视为关于 $dx$ 和 $dy$ 的线性方程组:$\begin{cases} F_1 dx + F_2 f_y dy = -F_2 f_u du \\ G_2 g_x dx + G_1 dy = -G_2 g_v dv \end{cases}$。解此方程组,系数行列式 $\Delta = F_1 G_1 - F_2 f_y G_2 g_x$。由克莱姆法则,$dx = \frac{\begin{vmatrix} -F_2 f_u du & F_2 f_y \\ -G_2 g_v dv & G_1 \end{vmatrix}}{\Delta} = \frac{-F_2 f_u du \cdot G_1 - F_2 f_y \cdot (-G_2 g_v dv)}{\Delta} = \frac{-F_2 G_1 f_u du + F_2 G_2 f_y g_v dv}{\Delta}$。因此 $x_u = \frac{\partial x}{\partial u} = -\frac{F_2 G_1 f_u}{\Delta}$,$x_v = \frac{\partial x}{\partial v} = \frac{F_2 G_2 f_y g_v}{\Delta}$。注意原答案中分母为 $F_1 G_1 - F_2 G_2 g_x f_y$,与这里一致。
公式:$x_u = -\frac{F_2 G_1 f_u}{F_1 G_1 - F_2 G_2 g_x f_y}$, $x_v = \frac{F_2 G_2 f_y g_v}{F_1 G_1 - F_2 G_2 g_x f_y}$
提示:注意行列式计算时符号,以及分母不为零的条件 $F_1 G_1 \neq F_2 G_2 g_x f_y$。
步骤 5/8
目标:对第三个方程组分析隐函数存在性
给定方程组 $\begin{cases} u = f(x, y, z, t) \\ g(y, z, t) = 0 \\ h(z, t) = 0 \end{cases}$。后两个方程 $g(y,z,t)=0$ 和 $h(z,t)=0$ 可确定隐函数 $z=z(y)$ 和 $t=t(y)$,前提是雅可比行列式 $J = \frac{\partial(g,h)}{\partial(z,t)} = \begin{vmatrix} g_z & g_t \\ h_z & h_t \end{vmatrix} \neq 0$。
公式:$J = \frac{\partial(g,h)}{\partial(z,t)} = g_z h_t - g_t h_z$
提示:注意 $g$ 和 $h$ 的变量顺序,雅可比行列式非零是隐函数存在定理的条件。
步骤 6/8
目标:求 dz 和 dt 关于 dy 的表达式
对 $g(y,z,t)=0$ 和 $h(z,t)=0$ 求全微分:$g_y dy + g_z dz + g_t dt = 0$,$h_z dz + h_t dt = 0$。解此关于 $dz$ 和 $dt$ 的线性方程组,得 $dz = \frac{-g_y h_t}{J} dy$,$dt = \frac{g_y h_z}{J} dy$。
公式:$dz = -\frac{g_y h_t}{J} dy$, $dt = \frac{g_y h_z}{J} dy$
提示:注意符号:由克莱姆法则,$dz = \frac{\begin{vmatrix} -g_y dy & g_t \\ 0 & h_t \end{vmatrix}}{J} = \frac{-g_y h_t dy}{J}$。
步骤 7/8
目标:求 du 的全微分
将 $z=z(y)$ 和 $t=t(y)$ 代入 $u=f(x,y,z,t)$,得 $u=f(x,y,z(y),t(y))$。求全微分:$du = f_x dx + f_y dy + f_z dz + f_t dt$。代入 $dz$ 和 $dt$ 的表达式:$du = f_x dx + f_y dy + f_z \left(-\frac{g_y h_t}{J} dy\right) + f_t \left(\frac{g_y h_z}{J} dy\right) = f_x dx + \left(f_y + \frac{g_y}{J} (f_t h_z - f_z h_t)\right) dy$。注意 $f_t h_z - f_z h_t = \frac{\partial(h,f)}{\partial(z,t)}$,因此 $du = f_x dx + \left(f_y + \frac{g_y}{J} \frac{\partial(h,f)}{\partial(z,t)}\right) dy$。
公式:$du = f_x dx + \left(f_y + \frac{g_y}{J} \frac{\partial(h,f)}{\partial(z,t)}\right) dy$
提示:注意 $\frac{\partial(h,f)}{\partial(z,t)} = h_z f_t - h_t f_z$,与雅可比行列式定义一致。
步骤 8/8
目标:得到 u_x 和 u_y
由全微分表达式 $du = u_x dx + u_y dy$,比较系数得 $u_x = f_x$,$u_y = f_y + \frac{g_y}{J} \frac{\partial(h,f)}{\partial(z,t)}$。
公式:$u_x = f_x$, $u_y = f_y + \frac{g_y}{J} \frac{\partial(h,f)}{\partial(z,t)}$
提示:注意 $u_x$ 直接由 $f$ 对 $x$ 的偏导给出,因为 $z$ 和 $t$ 不依赖于 $x$。
📷 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。