南京师范大学 2014年数学分析第0题
📝 题目
九、(15分)设 $\displaystyle f_{x}, f_{y}$ 在点 $\displaystyle \left(x_{0}, y_{0}\right)$ 的某邻域内存在,且在点 $\displaystyle \left(x_{0}, y_{0}\right)$ 可微,证明:
$$
f_{x y}\left(x_{0}, y_{0}\right)=f_{y x}\left(x_{0}, y_{0}\right)
$$
💡 答案解析
暂无答案解析
📋 详细解题步骤
步骤 1/6
目标:理解已知条件并明确证明目标
已知在点 $(x_0, y_0)$ 的某邻域内,一阶偏导数 $f_x$ 和 $f_y$ 存在,且函数 $f$ 在 $(x_0, y_0)$ 处可微。需要证明混合偏导数在该点相等,即 $f_{xy}(x_0, y_0) = f_{yx}(x_0, y_0)$。可微性保证了 $f$ 在 $(x_0, y_0)$ 附近可以用线性函数逼近,且偏导数存在,但混合偏导的存在性需要进一步推导。
提示:注意:可微性推出偏导数存在,但混合偏导的存在性不能直接得到,需通过构造差商并利用极限交换来证明。
步骤 2/6
目标:构造二阶差商
取充分小的非零实数 $h$ 和 $k$,定义二阶差商:
$$
\Delta(h,k) = \frac{f(x_0+h, y_0+k) - f(x_0+h, y_0) - f(x_0, y_0+k) + f(x_0, y_0)}{hk}
$$
这个差商在极限过程中将分别趋于 $f_{xy}(x_0, y_0)$ 和 $f_{yx}(x_0, y_0)$,只要极限存在。
公式:\Delta(h,k) = \frac{f(x_0+h, y_0+k) - f(x_0+h, y_0) - f(x_0, y_0+k) + f(x_0, y_0)}{hk}
提示:构造差商是证明混合偏导相等的标准技巧,注意 $h$ 和 $k$ 均不为零。
步骤 3/6
目标:对 $y$ 应用中值定理
固定 $h \neq 0$,考虑函数 $\phi(y) = f(x_0+h, y) - f(x_0, y)$。则分子可写为 $\phi(y_0+k) - \phi(y_0)$。由拉格朗日中值定理,存在 $\xi$ 介于 $y_0$ 与 $y_0+k$ 之间,使得:
$$
\phi(y_0+k) - \phi(y_0) = \phi'(\xi) \cdot k = [f_y(x_0+h, \xi) - f_y(x_0, \xi)] \cdot k
$$
代入差商得:
$$
\Delta(h,k) = \frac{f_y(x_0+h, \xi) - f_y(x_0, \xi)}{h}
$$
公式:\Delta(h,k) = \frac{f_y(x_0+h, \xi) - f_y(x_0, \xi)}{h}
提示:中值定理要求函数在区间内可导,这里 $\phi(y)$ 的可导性由 $f_y$ 的存在性保证。
步骤 4/6
目标:对 $x$ 应用中值定理并利用可微性
固定 $\xi$,考虑函数 $\psi(x) = f_y(x, \xi)$。由于 $f$ 在 $(x_0, y_0)$ 可微,可以证明 $f_y$ 在 $(x_0, y_0)$ 处关于 $x$ 的偏导数存在(即 $f_{xy}(x_0, y_0)$ 存在),但这里不能直接对 $\psi$ 应用中值定理,因为 $f_{xy}$ 的存在性尚未证明。更严谨的做法是:由 $f$ 可微,可得 $f_y$ 在 $(x_0, y_0)$ 连续,进而通过极限交换定理(Young定理)得到结论。此处我们采用标准证明中的极限交换方法:
考虑累次极限:
$$
\lim_{h\to 0}\lim_{k\to 0} \Delta(h,k) = f_{xy}(x_0, y_0), \quad \lim_{k\to 0}\lim_{h\to 0} \Delta(h,k) = f_{yx}(x_0, y_0)
$$
由可微性可证二重极限 $\lim_{(h,k)\to (0,0)} \Delta(h,k)$ 存在,从而两个累次极限相等,故 $f_{xy}(x_0, y_0) = f_{yx}(x_0, y_0)$。
公式:\lim_{h\to 0}\lim_{k\to 0} \Delta(h,k) = \lim_{k\to 0}\lim_{h\to 0} \Delta(h,k) = \lim_{(h,k)\to (0,0)} \Delta(h,k)
提示:关键步骤:利用可微性保证二重极限存在,从而交换极限次序。注意这里需要严格证明二重极限存在,通常通过 $f$ 可微推出 $\Delta(h,k)$ 可表示为 $f_{xy}(x_0,y_0)hk + o(hk)$ 的形式。
步骤 5/6
目标:利用可微性证明二重极限存在
由 $f$ 在 $(x_0, y_0)$ 可微,有:
$$
f(x_0+h, y_0+k) = f(x_0, y_0) + f_x(x_0, y_0)h + f_y(x_0, y_0)k + o(\sqrt{h^2+k^2})
$$
类似地,$f(x_0+h, y_0)$ 和 $f(x_0, y_0+k)$ 也有展开式。代入 $\Delta(h,k)$ 的分子,可化简得:
$$
\Delta(h,k) = \frac{f(x_0+h, y_0+k) - f(x_0+h, y_0) - f(x_0, y_0+k) + f(x_0, y_0)}{hk} = \frac{o(\sqrt{h^2+k^2})}{hk}
$$
当 $(h,k)\to (0,0)$ 时,若 $h$ 和 $k$ 以适当方式趋于零,该差商的极限即为混合偏导。更精确地,通过构造辅助函数并利用中值定理,可证二重极限存在且等于 $f_{xy}(x_0, y_0)$ 和 $f_{yx}(x_0, y_0)$ 的共同值。
公式:f(x_0+h, y_0+k) = f(x_0, y_0) + f_x(x_0, y_0)h + f_y(x_0, y_0)k + o(\sqrt{h^2+k^2})
提示:可微性的展开式是处理差商极限的关键,注意余项 $o(\sqrt{h^2+k^2})$ 的处理。
步骤 6/6
目标:交换求导次序并得出结论
由上述分析,二重极限 $\lim_{(h,k)\to (0,0)} \Delta(h,k)$ 存在,记为 $L$。则两个累次极限均等于 $L$:
$$
\lim_{h\to 0}\lim_{k\to 0} \Delta(h,k) = L, \quad \lim_{k\to 0}\lim_{h\to 0} \Delta(h,k) = L
$$
而第一个累次极限正是 $f_{xy}(x_0, y_0)$,第二个是 $f_{yx}(x_0, y_0)$,因此:
$$
f_{xy}(x_0, y_0) = f_{yx}(x_0, y_0)
$$
证毕。
公式:f_{xy}(x_0, y_0) = f_{yx}(x_0, y_0)
提示:结论成立的关键是二重极限存在,这由 $f$ 的可微性保证。注意,若仅有一阶偏导存在而不假设可微,结论不一定成立。
📷 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。