方企勤 第七章 典型综合题分析 第23题

教材习题

📝 题目

例 23 设 $U\left( {{x}_{0},{\delta }_{0}}\right) \subset {\mathbf{R}}^{n},f \in {C}^{2}\left( {U\left( {{x}_{0},{\delta }_{0}}\right) }\right) ,\nabla f\left( {x}_{0}\right) = 0$ . 又设对任意单位向量 $\mathbf{\alpha } \in {\mathbf{R}}^{n},{\left( \mathbf{\alpha } \cdot \nabla \right) }^{2}f\left( {\mathbf{x}}_{0}\right) > 0$ . 求证: $\exists 0 < \delta < {\delta }_{0}$ ,使

$$ \left( {x - {x}_{0}}\right) \cdot \nabla f\left( x\right) > 0.\;\left( {\forall x \in U\left( {{x}_{0},\delta }\right) \smallsetminus \left\{ {x}_{0}\right\} }\right) . $$

💡 答案解析

证 因为 $g\left( \mathbf{\alpha }\right) \frac{\text{ 定义 }}{}{\left( \mathbf{\alpha } \cdot \nabla \right) }^{2}f\left( {\mathbf{x}}_{0}\right)$ 在闭集

$$ S\overset{\text{ 定义 }}{ = }\left\{ {\left. {a \in {\mathbf{R}}^{n}}\right| \;\left| {\;a}\right| = 1}\right\} $$

上是连续函数,所以 $m\overset{\text{ 定义 }}{ = }\inf \{ g\left( \mathbf{\alpha }\right) \mid \mathbf{\alpha } \in S\} > 0$ . 又对 $\forall \mathbf{\alpha } \in S$ ,有 $\left( {\mathbf{\alpha } = \left( {{\alpha }^{1},{\alpha }^{2},\cdots ,{\alpha }^{n}}\right) }\right)$

$$ \left| {{\left( \mathbf{\alpha } \cdot \nabla \right) }^{2}f\left( \mathbf{x}\right) - {\left( \mathbf{\alpha } \cdot \nabla \right) }^{2}f\left( {\mathbf{x}}_{0}\right) }\right| $$

$$ = \left| {\mathop{\sum }\limits_{{i,j = 1}}^{n}\left( {\frac{{\partial }^{2}f\left( \mathbf{x}\right) }{\partial {x}^{j}\partial {x}^{i}} - \frac{{\partial }^{2}f\left( {\mathbf{x}}_{0}\right) }{\partial {x}^{j}\partial {x}^{i}}}\right) {\alpha }^{i}{\alpha }^{j}}\right| $$

$$ \leq \mathop{\sum }\limits_{{i,j = 1}}^{n}\left| {\frac{{\partial }^{2}f\left( \mathbf{x}\right) }{\partial {x}^{j}\partial {x}^{i}} - \frac{{\partial }^{2}f\left( {\mathbf{x}}_{0}\right) }{\partial {x}^{j}\partial {x}^{i}}}\right| . $$

因此 $\exists 0 < \delta < {\delta }_{0}$ ,使得

$$ \left| {{\left( \mathbf{\alpha } \cdot \nabla \right) }^{2}f\left( x\right) - {\left( \mathbf{\alpha } \cdot \nabla \right) }^{2}f\left( {x}_{0}\right) }\right| < \frac{m}{2}\;\left( {\forall x \in U\left( {{x}_{0},\delta }\right) }\right) . $$

于是 $\forall x \in U\left( {{x}_{0},\delta }\right)$ 时,有

$$ {\left( a \cdot \nabla \right) }^{2}f\left( x\right) \geq {\left( a \cdot \nabla \right) }^{2}f\left( {x}_{0}\right) - \left| {{\left( a \cdot \nabla \right) }^{2}f\left( x\right) - {\left( a \cdot \nabla \right) }^{2}f\left( {x}_{0}\right) }\right| $$

$$ \geq \frac{m}{2} > 0\text{ . } $$

今对 $\forall x \in U\left( {{x}_{0},\delta }\right) \smallsetminus \left\{ {x}_{0}\right\}$ ,考虑辅助函数

$$ F\left( t\right) \overset{\text{ 定义 }}{ = }f\left( {{x}_{0} + t\left( {x - {x}_{0}}\right) }\right) \;\left( {0 \leq t \leq 1}\right) , $$

则有

$$ {F}^{\prime }\left( t\right) = \left( {\mathbf{x} - {\mathbf{x}}_{0}}\right) \cdot \nabla f\left( {{\mathbf{x}}_{0} + t\left( {\mathbf{x} - {\mathbf{x}}_{0}}\right) }\right) , $$

$$ {F}^{\prime \prime }\left( t\right) = {\left( \left( \mathbf{x} - {\mathbf{x}}_{0}\right) \cdot \nabla \right) }^{2}f\left( {{\mathbf{x}}_{0} + t\left( {\mathbf{x} - {\mathbf{x}}_{0}}\right) }\right) $$

$$ = {\left| \mathbf{x} - {\mathbf{x}}_{0}\right| }^{2}{\left( \mathbf{a} \cdot \nabla \right) }^{2}f\left( {{\mathbf{x}}_{0} + t\left( {\mathbf{x} - {\mathbf{x}}_{0}}\right) }\right) $$

$$ \geq \frac{m}{2}{\left| x - {x}_{0}\right| }^{2} > 0\;\left( {0 \leq t \leq 1}\right) , $$

其中

$$ \alpha \frac{\text{ 定义 }\frac{x - {x}_{0}}{\left| x - {x}_{0}\right| }}{\left| x - {x}_{0}\right| } \in S. $$

由此可见, ${F}^{\prime }\left( t\right)$ 在 $\left\lbrack {0,1}\right\rbrack$ 上严格单调增加,于是对于 $\forall x \in U\left( {{x}_{0},\delta }\right) \smallsetminus$ $\left\{ {x}_{0}\right\}$ ,有

$$ \left( {\mathbf{x} - {\mathbf{x}}_{0}}\right) \cdot \nabla f\left( \mathbf{x}\right) = {F}^{\prime }\left( 1\right) > {F}^{\prime }\left( 0\right) = \left( {\mathbf{x} - {\mathbf{x}}_{0}}\right) \cdot \nabla f\left( {\mathbf{x}}_{0}\right) = 0. $$

📋 详细解题步骤

步骤 1/6
目标:证明存在δ>0使得对任意单位向量α,二阶方向导数在x0处有正下界m。
定义 g(α) = (α·∇)²f(x0),由于f∈C²,g在单位球面S上连续,且由条件g(α)>0,故存在最小值m>0。
公式:m = \inf\{g(\alpha) \mid \alpha \in S\} > 0
提示:利用连续函数在紧集上达到最小值。
步骤 2/6
目标:利用二阶偏导数的连续性,找到δ使得在邻域内二阶方向导数接近x0处的值。
对任意α∈S,有|(α·∇)²f(x) - (α·∇)²f(x0)| ≤ Σ|∂²f/∂xᵢ∂xⱼ(x) - ∂²f/∂xᵢ∂xⱼ(x0)|。由连续性,存在δ<δ₀使得该和小于m/2。
公式:|(α·∇)²f(x) - (α·∇)²f(x0)| < m/2, ∀x∈U(x₀,δ)
提示:注意不等式放缩时用到了|αⁱ|≤1。
步骤 3/6
目标:证明在邻域内二阶方向导数有正下界m/2。
由三角不等式,(α·∇)²f(x) ≥ (α·∇)²f(x0) - |(α·∇)²f(x) - (α·∇)²f(x0)| > m - m/2 = m/2。
公式:(α·∇)²f(x) ≥ m/2 > 0
提示:注意α是单位向量。
步骤 4/6
目标:构造辅助函数F(t)并计算其导数。
对任意x≠x₀,令F(t)=f(x₀+t(x-x₀)),t∈[0,1]。则F'(t)=(x-x₀)·∇f(x₀+t(x-x₀)),F''(t)=((x-x₀)·∇)²f(x₀+t(x-x₀))。
公式:F'(t) = (x-x₀)·∇f(x₀+t(x-x₀)), F''(t) = ((x-x₀)·∇)²f(x₀+t(x-x₀))
提示:注意方向导数的链式法则。
步骤 5/6
目标:证明F''(t)有正下界。
令α=(x-x₀)/|x-x₀|,则F''(t)=|x-x₀|²(α·∇)²f(x₀+t(x-x₀)) ≥ |x-x₀|²·(m/2) > 0。
公式:F''(t) ≥ (m/2)|x-x₀|² > 0
提示:利用上一步得到的二阶方向导数下界。
步骤 6/6
目标:由F'(t)严格单调递增得到所需不等式。
由于F''(t)>0,F'(t)在[0,1]上严格递增。因此F'(1) > F'(0)。而F'(0)=(x-x₀)·∇f(x₀)=0,F'(1)=(x-x₀)·∇f(x)。故(x-x₀)·∇f(x) > 0。
公式:(x-x₀)·∇f(x) = F'(1) > F'(0) = 0
提示:注意∇f(x₀)=0的条件。

📷 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。