方企勤 第五章 多元函数微分学 第5.2题

教材习题

📝 题目

5.2.7 证明: $f\left( {x,y,z}\right)$ 为 $n$ 次齐次函数的充要条件是

$$
x\frac{\partial f}{\partial x} + y\frac{\partial f}{\partial y} + z\frac{\partial f}{\partial z} = {nf}\left( {x,y,z}\right) .
$$

💡 答案解析

题目 5.2.4


$$
f(x,y) =
\begin{cases}
\frac{\sin(xy)}{x}, & x \neq 0, \\
y, & x = 0.
\end{cases}
$$
证明 $f(x,y)$ 在平面上可微。

证明:

1. 连续性
当 $x \neq 0$ 时,函数由初等函数定义,连续。
当 $x=0$ 时,需验证 $\displaystyle \lim_{(x,y)\to(0,y_0)} f(x,y) = y_0$。
若 $x \to 0$,则
$$
\frac{\sin(xy)}{x} = y \cdot \frac{\sin(xy)}{xy} \to y_0 \cdot 1 = y_0,
$$
所以处处连续。

2. 偏导数存在性
- 当 $x \neq 0$ 时,
$$
f_x = \frac{xy\cos(xy) - \sin(xy)}{x^2}, \quad f_y = \cos(xy).
$$
- 在 $(0,y_0)$ 处:
$$
f_x(0,y_0) = \lim_{h\to 0} \frac{f(h,y_0)-f(0,y_0)}{h} = \lim_{h\to 0} \frac{\frac{\sin(hy_0)}{h} - y_0}{h} = \lim_{h\to 0} \frac{\sin(hy_0) - hy_0}{h^2}.
$$
利用 $\sin t = t - \frac{t^3}{6} + o(t^3)$,得分子为 $-\frac{(hy_0)^3}{6} + o(h^3)$,除以 $h^2$ 后极限为 0。所以 $f_x(0,y_0)=0$。
$$
f_y(0,y_0) = \lim_{k\to 0} \frac{f(0,y_0+k)-f(0,y_0)}{k} = \lim_{k\to 0} \frac{(y_0+k)-y_0}{k} = 1.
$$

3. 可微性
在任意点 $(x_0,y_0)$,考虑增量
$$
\Delta f = f(x_0+h, y_0+k) - f(x_0,y_0).
$$
若 $x_0 \neq 0$,由 $f_x,f_y$ 连续(易验证)知可微。
若 $x_0=0$,则
$$
\Delta f = f(h, y_0+k) - y_0.
$$
当 $h=0$ 时,$\Delta f = k$,线性部分为 $0\cdot h + 1\cdot k$,余项为0。
当 $h\neq 0$ 时,
$$
\Delta f = \frac{\sin(h(y_0+k))}{h} - y_0.
$$
展开 $\sin(h(y_0+k)) = h(y_0+k) - \frac{h^3(y_0+k)^3}{6} + \cdots$,得
$$
\Delta f = (y_0+k) - y_0 - \frac{h^2(y_0+k)^3}{6} + \cdots = k - \frac{h^2(y_0+k)^3}{6} + \cdots.
$$
于是
$$
\Delta f - (0\cdot h + 1\cdot k) = -\frac{h^2(y_0+k)^3}{6} + \cdots.
$$
除以 $\sqrt{h^2+k^2}$,当 $(h,k)\to(0,0)$ 时趋于0,因此可微。

综上,$f$ 在平面上处处可微。
证毕。

---

题目 5.2.5

求下列复合函数的偏导数(设 $f$ 可微):

(1) $u = f\left(\frac{xz}{y}\right)$
令 $t = \frac{xz}{y}$,则
$$
\frac{\partial u}{\partial x} = f'(t) \cdot \frac{z}{y},\quad
\frac{\partial u}{\partial y} = f'(t) \cdot \left(-\frac{xz}{y^2}\right),\quad
\frac{\partial u}{\partial z} = f'(t) \cdot \frac{x}{y}.
$$

(2) $u = f(x+y, z)$
令 $p = x+y, q = z$,则
$$
\frac{\partial u}{\partial x} = f_p,\quad
\frac{\partial u}{\partial y} = f_p,\quad
\frac{\partial u}{\partial z} = f_q.
$$

(3) $u = f(x, xy, xyz)$
令 $p=x, q=xy, r=xyz$,则
$$
\frac{\partial u}{\partial x} = f_p + y f_q + yz f_r,
$$
$$
\frac{\partial u}{\partial y} = x f_q + xz f_r,
$$
$$
\frac{\partial u}{\partial z} = xy f_r.
$$

(4) $u = f(x+y+z, x^2+y^2+z^2)$
令 $p = x+y+z, q = x^2+y^2+z^2$,则
$$
\frac{\partial u}{\partial x} = f_p + 2x f_q,\quad
\frac{\partial u}{\partial y} = f_p + 2y f_q,\quad
\frac{\partial u}{\partial z} = f_p + 2z f_q.
$$

(5) $u = f\left(\frac{x}{y}, \frac{y}{z}\right)$
令 $p = x/y, q = y/z$,则
$$
\frac{\partial u}{\partial x} = \frac{1}{y} f_p,
$$
$$
\frac{\partial u}{\partial y} = -\frac{x}{y^2} f_p + \frac{1}{z} f_q,
$$
$$
\frac{\partial u}{\partial z} = -\frac{y}{z^2} f_q.
$$

(6) $u = f(x^2+y^2, x^2-y^2, 2xy)$
令 $p = x^2+y^2, q = x^2-y^2, r = 2xy$,则
$$
\frac{\partial u}{\partial x} = 2x f_p + 2x f_q + 2y f_r,
$$
$$
\frac{\partial u}{\partial y} = 2y f_p - 2y f_q + 2x f_r.
$$

---

题目 5.2.6

设 $u = x^n f\left(\frac{y}{x}, \frac{z}{x}\right)$,$f$ 可微。证明:
$$
x\frac{\partial u}{\partial x} + y\frac{\partial u}{\partial y} + z\frac{\partial u}{\partial z} = n u.
$$

证明:
令 $p = y/x, q = z/x$,则
$$
u = x^n f(p,q).
$$
计算偏导:
$$
\frac{\partial u}{\partial x} = n x^{n-1} f + x^n \left( f_p \cdot \left(-\frac{y}{x^2}\right) + f_q \cdot \left(-\frac{z}{x^2}\right) \right)
= n x^{n-1} f - x^{n-2} (y f_p + z f_q).
$$
$$
\frac{\partial u}{\partial y} = x^n f_p \cdot \frac{1}{x} = x^{n-1} f_p,
$$
$$
\frac{\partial u}{\partial z} = x^{n-1} f_q.
$$
于是
$$
x u_x + y u_y + z u_z = x\left( n x^{n-1} f - x^{n-2}(y f_p + z f_q) \right) + y x^{n-1} f_p + z x^{n-1} f_q
$$
$$
= n x^n f - x^{n-1}(y f_p + z f_q) + x^{n-1}(y f_p + z f_q) = n x^n f = n u.
$$
证毕。

---

题目 5.2.7

证明:$f(x,y,z)$ 为 $n$ 次齐次函数的充要条件是
$$
x\frac{\partial f}{\partial x} + y\frac{\partial f}{\partial y} + z\frac{\partial f}{\partial z} = n f(x,y,z).
$$

证明:
必要性:若 $f(tx,ty,tz) = t^n f(x,y,z)$,两边对 $t$ 求导,再令 $t=1$ 即得。

📋 详细解题步骤

步骤 1/2
目标:证明必要性:若f是n次齐次函数,则满足欧拉定理。
设f是n次齐次函数,即对任意t>0,有f(tx,ty,tz)=t^n f(x,y,z)。将等式两边对t求导,左边由链式法则得:x f_x(tx,ty,tz)+y f_y(tx,ty,tz)+z f_z(tx,ty,tz)=n t^{n-1} f(x,y,z)。令t=1,即得x f_x + y f_y + z f_z = n f。
公式:f(tx,ty,tz)=t^n f(x,y,z) ⇒ x f_x + y f_y + z f_z = n f
提示:注意对t求导时,f的自变量是tx,ty,tz,因此偏导数要代入这些变量。
步骤 2/2
目标:证明充分性:若满足欧拉定理,则f是n次齐次函数。
设f满足x f_x + y f_y + z f_z = n f。考虑函数φ(t)=f(tx,ty,tz)/t^n,对t>0求导。计算φ'(t)=[x f_x(tx,ty,tz)+y f_y(tx,ty,tz)+z f_z(tx,ty,tz)]/t^n - n f(tx,ty,tz)/t^{n+1}。由欧拉定理,分子等于n f(tx,ty,tz),代入得φ'(t)=0,故φ(t)为常数。令t=1得φ(t)=f(x,y,z),即f(tx,ty,tz)=t^n f(x,y,z)。
公式:φ(t)=f(tx,ty,tz)/t^n, φ'(t)=0 ⇒ φ(t)常数 ⇒ f(tx,ty,tz)=t^n f(x,y,z)
提示:构造辅助函数φ(t)是常用技巧,注意求导时链式法则的应用。

📷 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。