题目核心： 函数\(f(x, y)\)是一个分段定义的函数，在\((0, 0)\)点及其坐标轴上给出了特殊定义： $\( f(x,y) = \begin{cases} xy, & \text{if } xy \neq 0 \\ x, & \text{if } y = 0 \\ y, & \text{if } x = 0 \end{cases} \)$
为什么必须用定义？
函数在关键点不光滑/不连续： 这个函数在\((0, 0)\)点附近的行为是“拼接”起来的。在坐标轴上（\(x=0\)或\(y=0\)），它的值被强制定义为\(x\)或\(y\)，而不是按\(xy\)的公式计算。这导致函数在\((0, 0)\)点处很可能不满足可微的条件，甚至偏导数的存在性也需要验证。
考察“基本概念”的严谨性： 题目要求判断的是\(\frac{\partial f}{\partial x}|_{(0,0)}\)、\(\frac{\partial^2 f}{\partial x \partial y}|_{(0,0)}\)、极限是否存在等。这些概念（偏导数、二阶混合偏导数、重极限、累次极限）在函数不“光滑”时，其存在性和数值必须通过最原始的定义式来计算。
目的： 这类题目的目的是让学生深刻理解偏导数、可微性、极限等概念的定义本身，以及它们之间的关系（如可微 => 偏导数存在，但偏导数存在不一定可微）。它强调的是逻辑推理和定义应用，而非套用公式。
题目核心： 已知函数\(f(x, y)\)在\((0, 0)\)处连续，并且给出了一个关于\(f(x, y)\)的极限条件： $\( \lim_{(x,y)\to(0,0)} \frac{f(x,y)}{\ln(1 + |x| + |y|)} = 0 \)$
为什么需要分析“微分”和“性质”？
函数信息是“隐含”的： 与左题不同，右题没有给出\(f(x, y)\)的具体表达式，只给了一个极限条件和连续性。这意味着我们无法直接代入公式计算偏导数或微分。我们必须从这个极限条件出发，推断出函数在\((0, 0)\)点的局部行为。
考察“可微性”的判定条件： 题目问的是在\((0, 0)\)处“偏导数是否存在”、“是否可微”。这是一个典型的可微性判定问题。
利用可微性的定义： 函数\(f(x, y)\)在\((0, 0)\)处可微的定义是： $\( \lim_{(\Delta x, \Delta y)\to(0,0)} \frac{f(0+\Delta x, 0+\Delta y) - f(0,0) - A\cdot\Delta x - B\cdot\Delta y}{\sqrt{\Delta x^2 + \Delta y^2}} = 0 \)\( 其中\)A = \frac{\partial f}{\partial x}|{(0,0)}\(,\)B = \frac{\partial f}{\partial y}|{(0,0)}$。
目的： 这类题目的目的是让学生掌握可微性的抽象定义和判定方法，学会从函数的极限行为（高阶无穷小）来推断其可微性。它强调的是概念理解和性质推导，而非具体的计算。
| 特征 | 左侧试题 (第一张图) | 右侧试题 (第二张图) |
|---|---|---|
| 函数形式 | 明确的分段函数定义 | 抽象的极限条件 + 连续性 |
| 考察重点 | 偏导数、极限等基本概念的定义和计算 | 函数的可微性及其与偏导数的关系 |
| 解题工具 | 直接使用定义式进行极限计算 | 分析极限条件，推断函数的高阶无穷小性质，再结合可微性定义 |
| 思维模式 | 具体计算 -> 验证定义 | 抽象推理 -> 利用性质推导 |
| 难度体现 | 计算繁琐，需要仔细处理分段情况 | 概念抽象，需要深刻理解可微性与无穷小的关系 |
简而言之，左侧题目是在“考你是否会用定义”，右侧题目是在“考你是否理解定义背后的含义和性质”。前者是“动手能力”，后者是“思维深度”。两者都是多元微分学中的重要考点，但侧重点截然不同。
对于第二题，如果不看可微，只看偏导数的是否存在，该如何下手？
我们有以下两个关键信息：
我们要判断的是：偏导数\(\frac{\partial f}{\partial x}(0,0)\)和\(\frac{\partial f}{\partial y}(0,0)\)是否存在？
偏导数是一元极限，定义如下：
\[ \frac{\partial f}{\partial x}(0,0) = \lim_{h \to 0} \frac{f(h, 0) - f(0, 0)}{h} \]
\[ \frac{\partial f}{\partial y}(0,0) = \lim_{k \to 0} \frac{f(0, k) - f(0, 0)}{k} \]
所以我们只需要考察沿 坐标轴方向 的函数行为（因为偏导数只关心沿坐标轴的变化）。
从已知极限条件：
这是个极其深刻的问题！它触及到了极限存在性证明中的一个核心逻辑——我们不是“假设”极限是 0，而是通过“夹逼”或“绝对值趋于 0”来 严格证明 极限是 0。
让我们一步步拆解你的疑问：
“我们为什么一开始实际处理的是带绝对值的定义？是否暗含了我们假设这个值是 0？”
我们从未假设\(\displaystyle \lim_{h \to 0} \frac{f(h,0)}{h} = 0\)。
相反，这是我们要证明的结论。
在分析中，有一个基本事实：
\(\displaystyle \lim_{h \to 0} g(h) = 0 \quad \Longleftrightarrow \quad \lim_{h \to 0} |g(h)| = 0\)
也就是说，一个函数极限为 0，当且仅当它的绝对值极限为 0。
因此，要证明\(\displaystyle \frac{f(h,0)}{h} \to 0\)，等价于证明\(\displaystyle \left| \frac{f(h,0)}{h} \right| \to 0\)。
这就是我们“处理带绝对值的表达式”的根本原因——不是为了回避问题，而是因为这是证明极限为 0 的有效且等价的路径。
我们有： $\( \left| \frac{f(h,0)}{h} \right| = \underbrace{\left| \frac{f(h,0)}{\ln(1 + |h|)} \right|}_{\to\,0\text{（题设）}} \cdot \underbrace{\frac{\ln(1 + |h|)}{|h|}}_{\to\,1\text{（已证）}} \)$
令： -\(A(h) = \left| \frac{f(h,0)}{\ln(1 + |h|)} \right|\)，则\(\lim_{h \to 0} A(h) = 0\) -\(B(h) = \frac{\ln(1 + |h|)}{|h|}\)，则\(\lim_{h \to 0} B(h) = 1\)
于是： $\( \left| \frac{f(h,0)}{h} \right| = A(h) \cdot B(h) \)$
由极限乘法法则（或夹逼定理）： $\( \lim_{h \to 0} A(h) B(h) = 0 \cdot 1 = 0 \)$
因此： $\( \lim_{h \to 0} \left| \frac{f(h,0)}{h} \right| = 0 \quad \Rightarrow \quad \lim_{h \to 0} \frac{f(h,0)}{h} = 0 \)$
整个过程是严格的逻辑推导，没有任何“假设极限值”的循环论证。
因为直接处理\(\frac{f(h,0)}{h}\)的符号很困难（\(f\)未知，可能振荡），但我们知道： -\(|f(h,0)|\)被\(\ln(1+|h|)\)控制得很小（题设） - 而\(\ln(1+|h|)\)与\(|h|\)同阶
所以 \(|f(h,0)|\)是比\(|h|\)更高阶的无穷小，即： $\( |f(h,0)| = o(|h|) \quad \Rightarrow \quad \frac{|f(h,0)|}{|h|} \to 0 \)$
这正是偏导数存在且为 0 的本质原因。
想象你要证明一个数列\(a_n \to 0\)，但不知道\(a_n\)的正负。
你发现\(|a_n| \le \frac{1}{n}\)，而\(\frac{1}{n} \to 0\)，于是由夹逼定理得\(a_n \to 0\)。
你并没有“假设\(a_n = 0\)”，而是通过控制其绝对值来证明它趋于 0。
我们这里做的正是同一件事，只是在连续变量和函数的语境下。
我们处理带绝对值的表达式，不是因为“假设极限是 0”，而是因为“证明一个函数极限为 0 等价于证明其绝对值极限为 0”。
通过题设条件，我们能严格控制这个绝对值趋于 0，从而推导出偏导数存在且为 0。
整个过程是从已知条件出发的演绎推理，没有任何预设或循环。
任取一条路径，这条路径在原点处连续， 这个条件是否为可微的充要条件？
不，“任取一条路径，这条路径在原点处连续”（即函数沿任意路径趋近原点时极限等于函数值）并不是可微的充要条件。实际上：
我们来仔细澄清。
这句话通常被理解为：
对任意一条从原点出发的路径\(\gamma(t) = (x(t), y(t))\)，满足\(\gamma(0) = (0,0)\)且\(\gamma(t) \to (0,0)\)（当\(t \to 0\)），都有
$\( \lim_{t \to 0} f(\gamma(t)) = f(0,0). \)$
这正是二元函数在\((0,0)\)处连续的定义。
因为二元函数连续的定义是： $\( \lim_{(x,y) \to (0,0)} f(x,y) = f(0,0), \)\( 而这个极限存在的含义就是：**无论以何种方式趋近\)(0,0)\(**（即沿任意路径），函数值都趋近于同一个数\)f(0,0)$。
所以，“沿任意路径连续” ⇔ 函数在该点连续。
如果函数在一点可微，那么它在该点一定连续。这是定理。
存在大量连续但不可微的函数。例如：
反例 1（偏导存在但不可微）： $\( f(x,y) = \begin{cases} \displaystyle \frac{xy}{\sqrt{x^2 + y^2}}, & (x,y) \ne (0,0) \\ 0, & (x,y) = (0,0) \end{cases} \)\( -\)f\(在\)(0,0)\(**连续** - 偏导数\)f_x(0,0) = f_y(0,0) = 0\(存在 - 但不可微（因为增量比\)\frac{f(h,k)}{\sqrt{h^2+k^2}} = \frac{hk}{h^2 + k^2}$极限不存在）
反例 2（甚至偏导都不存在，但连续）： $\( f(x,y) = \sqrt{|xy|} \)\( - 在\)(0,0)\(连续 - 但\)f_x(0,0)\(不存在（因为\)\frac{f(h,0) - f(0,0)}{h} = 0\(，但沿其他方向不一致？实际上\)f(h,0)=0\(，所以偏导存在为0？更典型的是\)f(x,y) = |x| + |y|$，在原点连续，偏导不存在（左右导数不等），当然不可微）
更标准的例子： $\( f(x,y) = \sqrt{x^2 + y^2} \)\( - 连续 - 在\)(0,0)\(偏导数不存在（因为\)\frac{|h|}{h}$无极限） - 不可微
可微的充要条件就是可微的定义本身：
函数\(f\)在\((0,0)\)可微，当且仅当存在常数\(A, B\)，使得
$\( \lim_{(h,k) \to (0,0)} \frac{f(h,k) - f(0,0) - Ah - Bk}{\sqrt{h^2 + k^2}} = 0. \)$
其中必有\(A = f_x(0,0), B = f_y(0,0)\)（所以前提是偏导存在）。
换句话说： - 偏导存在 + 增量能被线性部分“主控”（余项是高阶无穷小） ⇔ 可微。
“沿任意路径连续”（即连续）只是这个条件中非常弱的一环，远远不够。
| 说法 | 正确吗？ | 说明 |
|---|---|---|
| 沿任意直线路径连续 ⇒ 连续 | ❌ | 需要所有路径，包括曲线（如\(y = x^2\)） |
| 沿任意路径连续 ⇒ 可微 | ❌ | 这只是连续，不可微的例子很多 |
| 可微 ⇒ 沿任意路径连续 | ✅ | 因为可微 ⇒ 连续 ⇒ 沿任意路径极限存在且等于函数值 |
| 沿任意路径可微 ⇒ 可微 | ❌ | “路径可微”指复合函数\(f(\gamma(t))\)可导，这也不足以推出多元可微 |
“任取一条路径，函数在原点处连续” = 函数在原点连续。
而 连续只是可微的必要条件，不是充分条件，更不是充要条件。
可微要求更强：不仅连续，而且局部能被一个平面很好地线性逼近（余项是距离的高阶无穷小）。
因此，这个条件远不足以保证可微，更不是充要条件。
在原点函数和偏导都为0的一个函数f，如果f/ρ =常数，或关于x或y的函数，那么是不是不可微？
你的问题触及了可微性判断的核心。我们来严谨分析：
设函数\(f(x, y)\)满足： -\(f(0,0) = 0\) -\(f_x(0,0) = 0\),\(f_y(0,0) = 0\)（即一阶偏导在原点为 0） - 令\(\rho = \sqrt{x^2 + y^2}\)（到原点的距离）
若\(\dfrac{f(x,y)}{\rho}\)在\((x,y) \to (0,0)\)时：
1. 趋于一个非零常数，或
2. 趋于一个依赖于方向（即依赖于\(x/\rho\)或\(y/\rho\)，也就是角度\(\theta\)）的非零函数，
则\(f\)在原点是否不可微？
✅ 答案是：是的，\(f\)在原点不可微。
函数\(f\)在\((0,0)\)可微的充要条件是： $\( \lim_{(x,y) \to (0,0)} \frac{f(x,y) - f(0,0) - f_x(0,0)x - f_y(0,0)y}{\rho} = 0 \)$
由于已知\(f(0,0) = 0\)，\(f_x(0,0) = f_y(0,0) = 0\)，上式简化为： $\( \lim_{(x,y) \to (0,0)} \frac{f(x,y)}{\rho} = 0 \)$
这就是可微的判定标准！
✅ 例子：\(f(x,y) = \sqrt{x^2 + y^2} = \rho\)
-\(f(0,0) = 0\)
-\(f_x(0,0) = \lim_{h\to0} \frac{|h|}{h}\)不存在！
→ 注意：此例偏导不存在，不完全符合你的前提。
但我们可以构造偏导存在但\(f/\rho \to C \ne 0\)的函数吗？
不能！ 有趣的是：如果偏导存在且为 0，那么\(f/\rho \to C \ne 0\)是不可能的。为什么？
因为若\(f_x(0,0) = 0\)，则沿\(x\)-轴（即\(y=0\)）有： $\( \frac{f(x,0)}{|x|} = \frac{f(x,0)}{\rho} \to 0 \quad (x \to 0) \)\( 同理沿\)y\(-轴也有\)f(0,y)/\rho \to 0\(。 所以如果\)f/\rho \to C \ne 0$（各向同性），就会与沿坐标轴的极限矛盾。
因此，在“偏导存在且为 0”的前提下，情况 1（趋于非零常数）实际上不可能发生。
这是最典型、最常见的不可微情形。
那么： - 极限\(\lim_{(x,y)\to(0,0)} \frac{f(x,y)}{\rho}\)不存在（因为不同方向极限不同） - 即使存在（比如\(g(\theta) \equiv C \ne 0\)），也不为 0 - ❌ 所以不可微
✅ 经典例子： $\( f(x,y) = \frac{xy}{\sqrt{x^2 + y^2}},\quad f(0,0)=0 \)$
另一个例子： $\( f(x,y) = \begin{cases} \dfrac{x^2 y}{x^4 + y^2}, & (x,y) \ne (0,0) \\ 0, & (x,y) = (0,0) \end{cases} \)\( （此例偏导为 0，但沿\)y = kx^2\(趋近时极限依赖于\)k\(，虽不直接是\)f/\rho$的形式，但同样不可微）
在\(f(0,0) = 0\)、\(f_x(0,0) = f_y(0,0) = 0\)的前提下：
\(f\)在原点可微\(\iff\)\(\displaystyle \lim_{(x,y)\to(0,0)} \frac{f(x,y)}{\rho} = 0\)
因此：
偏导为 0 时，看\(f/\rho\)： - 趋于 0？ → 可微
- 不趋于 0（有方向依赖或非零常数）？ → 不可微
这正是判断“偏导存在但可能不可微”的标准方法。
因为： - 沿\(x\)-轴：\(y=0\),\(\rho = |x|\), 所以\(\frac{f(x,0)}{\rho} = \frac{f(x,0)}{|x|}\) - 而\(f_x(0,0) = \lim_{x\to0} \frac{f(x,0)}{x} = 0 \Rightarrow \frac{f(x,0)}{|x|} \to 0\) - 同理沿\(y\)-轴
但这不能保证其他方向也趋于 0——这正是可微与不可微的分水岭。
原点处 偏f/偏x偏y存在，那么偏导数是否连续？
不一定！
在原点处二阶混合偏导数（如\(\frac{\partial^2 f}{\partial x \partial y}(0,0)\)）存在，并不能推出一阶偏导数（如\(f_x\)或\(f_y\)）。
这是一个非常重要且容易误解的点。让我们一步步澄清。
\(\frac{\partial^2 f}{\partial x \partial y}(0,0)\)存在
这是一个点态定义：
$\(
\frac{\partial^2 f}{\partial x \partial y}(0,0) = \frac{\partial}{\partial x} \left( \frac{\partial f}{\partial y} \right) \Big|_{(0,0)} = \lim_{h \to 0} \frac{f_y(h, 0) - f_y(0, 0)}{h}
\)\(
注意：这个极限只要求\)f_y(x, 0)\(在\)x=0\(附近有定义（即沿\)x\(-轴的偏导存在），**不要求\)f_y(x, y)$在原点邻域内整体存在，更不要求其连续**。
偏导数\(f_x\)或\(f_y\)在原点连续
这是一个局部性质：
要求\(f_x(x, y)\)在\((0,0)\)的某个邻域内有定义，并且
$\(
\lim_{(x,y) \to (0,0)} f_x(x, y) = f_x(0, 0)
\)\(
（对\)f_y$同理）。这比“在一点存在”强得多。
考虑函数： $\( f(x, y) = \begin{cases} xy \cdot \dfrac{x^2 - y^2}{x^2 + y^2}, & (x, y) \ne (0, 0) \\ 0, & (x, y) = (0, 0) \end{cases} \)$
这个函数具有以下性质：
为什么？
虽然\(f_x(0,0) = 0\)，但当\((x,y) \to (0,0)\)沿不同路径时，\(f_x(x,y)\)的极限不存在或不等于 0。例如，计算可得： $\( f_x(x, y) = y \cdot \frac{x^4 + 4x^2 y^2 - y^4}{(x^2 + y^2)^2} \quad ((x,y) \ne (0,0)) \)\( 沿\)y = x\(趋近原点，\)f_x(x,x) \to 1 \ne f_x(0,0) = 0$，故不连续。
这个例子说明： - 即使所有一阶、二阶偏导在原点都存在， - 一阶偏导仍可能在原点不连续。
可以构造更病态的函数，使得\(f_y(x, 0)\)仅在\(x=0\)附近某些点有定义，刚好能让\(\lim_{h\to0} \frac{f_y(h,0) - f_y(0,0)}{h}\)存在，但\(f_y(x,y)\)在原点任意小邻域内都有“洞”（不定义），当然更谈不上连续。
不过上面的经典例子已经足够说明问题。
| 条件 | 能否推出一阶偏导连续？ |
|---|---|
| \(f_x(0,0)\),\(f_y(0,0)\)存在 | ❌ 不能 |
| \(f_{xy}(0,0)\)存在 | ❌ 不能 |
| \(f_{xy}(0,0)\)和\(f_{yx}(0,0)\)都存在 | ❌ 不能 |
| \(f_x, f_y\)在原点连续 | ✅ 能（这是定义） |
关键记忆点：
偏导数在一点的高阶存在性，是“点态”信息；而偏导数的连续性，是“局部邻域”信息。点态信息无法控制邻域行为。
所以，回答你的问题：
原点处\(\frac{\partial^2 f}{\partial x \partial y}\)存在，不能推出偏导数连续。
二阶偏导在x轴的邻域和y轴的邻域都存在，那么一阶偏导在x轴和y轴是否连续？ 如果二阶导数在这两个邻域不仅存在而且连续呢？
这是一个非常精细的问题，涉及偏导数的存在性与连续性在坐标轴上（而非整个平面邻域）的关系。我们分两部分严谨分析。
问：是否能推出一阶偏导\(f_x\)、\(f_y\)在坐标轴上连续？
而一元函数可导 ⇒ 连续，所以： $\( f_y(x, 0) \text{ 在 } x\text{-轴上（即 } y=0 \text{）连续} \)$
注意：这里说的是
-\(f_y\)沿 \(x\)-轴（即点集\(\{(x,0)\}\)）连续，
-\(f_x\)沿 \(y\)-轴（即点集\(\{(0,y)\}\)）连续。并没有说\(f_x\)沿\(x\)-轴连续，或\(f_y\)沿\(y\)-轴连续（那需要\(f_{xx}\)、\(f_{yy}\)的存在性）。
问：是否能推出更强的结论？
但注意：即使二阶偏导在坐标轴上连续，仍不能推出一阶偏导在整个平面邻域内连续，甚至不能推出在原点处连续（作为二元函数）。
考虑函数（经典反例）： $\( f(x, y) = \begin{cases} xy \cdot \dfrac{x^2 - y^2}{x^2 + y^2}, & (x,y) \ne (0,0) \\ 0, & (x,y) = (0,0) \end{cases} \)$
可以计算出：
-\(f_y(x, 0) = x\)（对所有\(x\)），所以\(f_y(x, 0)\)在\(x\)-轴上光滑（当然连续）
-\(f_x(0, y) = -y\)，在\(y\)-轴上也光滑连续
但：
-\(f_x(x, y)\)在平面原点不连续（例如沿\(y = x\)趋近时极限 ≠\(f_x(0,0)\)）
-\(f_y(x, y)\)同样在原点不连续
👉 这说明：即使混合二阶偏导在整个坐标轴上连续，一阶偏导作为二元函数在原点仍可能不连续。
| 假设条件 | 能推出的结论 |
|---|---|
| \(f_{xy}(x, 0)\)在\(x \in (-\delta, \delta)\)存在 | \(f_y(x, 0)\)在\(x\)-轴上连续 |
| \(f_{yx}(0, y)\)在\(y \in (-\varepsilon, \varepsilon)\)存在 | \(f_x(0, y)\)在\(y\)-轴上连续 |
| 上述二阶偏导在轴上连续 | 上述一阶偏导在轴上连续可导（更强光滑性），但仍不能推出一阶偏导在原点（作为二元函数）连续 |
关键点：
偏导数在坐标轴上的行为（一维）和在平面邻域内的行为（二维）是不同的。
轴上的存在性/连续性只能控制轴上的连续性，无法控制“从平面其他方向趋近时”的行为。
因此，回答你的问题：
对于第五题，求二重极限和累次极限，要保证哪些极限一致？
这是一个非常核心且常考的问题！我们来结合这道题（第五题）的函数，彻底讲清楚二重极限与累次极限之间的关系，以及要保证哪些“一致”才能得出结论。
函数定义： $\( f(x, y) = \begin{cases} xy, & xy \ne 0 \\ x, & y = 0 \\ y, & x = 0 \end{cases} \)$
题目给出四个结论：
①\(\left. \dfrac{\partial f}{\partial x} \right|_{(0,0)} = 1\) ②\(\left. \dfrac{\partial^2 f}{\partial x \partial y} \right|_{(0,0)} = 1\) ③\(\displaystyle \lim_{(x,y)\to(0,0)} f(x,y) = 0\) ④\(\displaystyle \lim_{y\to 0} \lim_{x\to 0} f(x,y) = 0\)
我们要判断哪些正确。你关心的是 ③ 和 ④，即二重极限和累次极限的关系。
\[ \lim_{(x,y) \to (0,0)} f(x,y) \]
要求：无论以何种路径趋近于 (0,0)，函数值都趋于同一个数。
这是“真正的”二维极限。
先对\(x\)取极限，再对\(y\)取极限： $\( \lim_{y \to 0} \left( \lim_{x \to 0} f(x,y) \right) \)$
或先对\(y\)取极限，再对\(x\)取极限： $\( \lim_{x \to 0} \left( \lim_{y \to 0} f(x,y) \right) \)$
这是两个“一元极限”的嵌套，顺序很重要！
如果二重极限存在，则两个累次极限（如果存在）一定等于它。
但反过来不成立！即使两个累次极限存在且相等，也不能推出二重极限存在。
只有当“所有路径极限一致”时，二重极限才存在。
这是二重极限。我们需要验证是否所有路径都趋于0。
根据函数定义，分三种情况讨论：
\(f(x,y) = xy \to 0\)（因为\(x,y \to 0\)）
\(f(x,0) = x \to 0\)（因为\(x \to 0\)）
\(f(0,y) = y \to 0\)（因为\(y \to 0\)）
✅ 所有路径下，\(f(x,y) \to 0\)，所以二重极限存在且为0。
→ 结论③ 正确。
这是先对\(x\)取极限，再对\(y\)取极限。
我们按定义计算：
若\(y \ne 0\)：则当\(x \to 0\)时，若\(x \ne 0\)，有\(f(x,y) = xy \to 0\)；若\(x=0\)，有\(f(0,y) = y\)。但由于是极限，我们关注的是\(x \to 0\)时的行为，只要在去心邻域内\(f(x,y) = xy\)，所以： $\( \lim_{x \to 0} f(x,y) = \lim_{x \to 0} xy = 0 \quad (\text{因为 } y \text{ 固定}) \)$
若\(y = 0\)：则\(f(x,0) = x \to 0\)
所以，对任意固定的\(y\)，都有： $\( \lim_{x \to 0} f(x,y) = 0 \)$
\[ \lim_{y \to 0} \left( \lim_{x \to 0} f(x,y) \right) = \lim_{y \to 0} 0 = 0 \]
✅ 所以结论④ 正确。
题目没有问\(\lim_{x \to 0} \lim_{y \to 0} f(x,y)\)，但我们不妨算一下：
若\(x \ne 0\)：当\(y \to 0\)时，若\(y \ne 0\)，有\(f(x,y) = xy \to 0\)；若\(y=0\)，有\(f(x,0) = x\)。同样，在去心邻域内\(f(x,y) = xy\)，所以： $\( \lim_{y \to 0} f(x,y) = \lim_{y \to 0} xy = 0 \quad (\text{因为 } x \text{ 固定}) \)$
若\(x = 0\)：则\(f(0,y) = y \to 0\)
所以： $\( \lim_{y \to 0} f(x,y) = 0 \)$
\[ \lim_{x \to 0} \left( \lim_{y \to 0} f(x,y) \right) = \lim_{x \to 0} 0 = 0 \]
✅ 两个累次极限都存在且等于0，也等于二重极限。
请记住：即使两个累次极限都存在且相等，也不代表二重极限存在！
设 $\( f(x,y) = \frac{x^2 - y^2}{x^2 + y^2}, \quad (x,y) \ne (0,0) \)$
更极端的例子： $\( f(x,y) = \frac{xy}{x^2 + y^2} \)$
在本题中：
最终，由于二重极限存在，两个累次极限（如果存在）必然等于它。
但在一般情况下：
| 条件 | 能否推出 |
|---|---|
| 二重极限存在 ⇒ | 两个累次极限（如果存在）必等于它 |
| 两个累次极限存在且相等 ⇒ | 不能推出二重极限存在 |
在做这类题时，牢记：
希望这个详细的分析能帮你彻底掌握二重极限与累次极限的关系！
y偏导存在说成在x=0这条直线上，y偏导数存在。y偏导连续说成x=Δx（任取一条-δ<Δx<δ）直线上，y偏导数存在且这个偏导数在（Δx，0）处的极限与（Δx，0）处的偏导数数值一致。是正确的吗？
你的表述部分正确，但存在关键性偏差。让我们严格区分“偏导存在”和“偏导连续”的概念，并修正表述。
你的表述：
“\(y\)偏导存在说成在\(x=0\)这条直线上，\(y\)偏导数存在。”
“\(\dfrac{\partial f}{\partial y}\)在点\((x_0, y_0)\)处存在”
当且仅当
在过\((x_0, y_0)\)且平行于\(y\)-轴的直线上（即\(x = x_0\)），
函数\(y \mapsto f(x_0, y)\)在\(y = y_0\)处可导。
示例：
对\(f(x,y) = |y|\)，在\((0,0)\)处\(\dfrac{\partial f}{\partial y}\)不存在（因为\(|y|\)在\(y=0\)不可导），
尽管在\(x=0\)这条直线上\(f(0,y) = |y|\)有定义，但偏导不存在。
你的表述：
“\(y\)偏导连续说成\(x=\Delta x\)（任取一条\(-\delta < \Delta x < \delta\)）直线上，\(y\)偏导数存在且这个偏导数在\((\Delta x, 0)\)处的极限与\((\Delta x, 0)\)处的偏导数数值一致。”
混淆了“一元连续”与“二元连续”
你描述的是：对每个固定的\(\Delta x\)，函数\(y \mapsto \dfrac{\partial f}{\partial y}(\Delta x, y)\)在\(y=0\)处连续（即一元连续）。
但这不是\(\dfrac{\partial f}{\partial y}\)作为二元函数在\((0,0)\)处连续。
忽略了\(y \neq 0\)的方向
偏导数\(\dfrac{\partial f}{\partial y}\)在\((0,0)\)处连续，要求：
$\(
\lim_{(x,y) \to (0,0)} \dfrac{\partial f}{\partial y}(x,y) = \dfrac{\partial f}{\partial y}(0,0)
\)\(
这必须考虑**所有路径趋近\)(0,0)\(**（包括\)y \neq 0\(），而不仅是沿\)x\(-轴（\)y=0$）的极限。
考虑函数： $\( f(x,y) = \begin{cases} xy \dfrac{x^2 - y^2}{x^2 + y^2}, & (x,y) \neq (0,0) \\ 0, & (x,y) = (0,0) \end{cases} \)$
在\(x\)-轴上（\(y=0\)）：
$\(
f_y(x, 0) = \lim_{k \to 0} \frac{f(x,k) - f(x,0)}{k} = x \quad \text{（对所有\)x\(）}
\)\(
所以\)f_y(x, 0) = x\(在\)x$-轴上光滑且连续。
在\(y\)-轴上（\(x=0\)）：
$\(
f_x(0, y) = -y \quad \text{（同样光滑连续）}
\)$
结论：
-\(f_y(x,0)\)在\(x\)-轴上连续（作为\(x\)的函数）；
- 甚至\(f_y(x,y)\)在每条水平线\(y = c\)上都连续；
- 但\(f_y\)作为二元函数在\((0,0)\)处不连续！
“\(\dfrac{\partial f}{\partial y}\)在点\((x_0, y_0)\)处连续”
当且仅当：
1.\(\dfrac{\partial f}{\partial y}\)在\((x_0, y_0)\)的某个二维邻域内有定义；
2. 作为二元函数，\(\dfrac{\partial f}{\partial y}(x,y)\)满足：
$\( \lim_{(x,y) \to (x_0,y_0)} \dfrac{\partial f}{\partial y}(x,y) = \dfrac{\partial f}{\partial y}(x_0, y_0). \)$
| 你的表述 | 问题 | 正确表述 |
|---|---|---|
| “\(y\)偏导存在说成在\(x=0\)这条直线上，\(y\)偏导数存在” | 混淆了单点存在性与整条直线存在性 | “\(\dfrac{\partial f}{\partial y}\)在\((x_0,y_0)\)处存在\(\iff\)在直线\(x=x_0\)上，\(f(x_0,y)\)关于\(y\)在\(y_0\)处可导” |
| “\(y\)偏导连续说成在\(x=\Delta x\)直线上偏导存在且极限等于函数值” | 仅保证了一维连续性，忽略了二维邻域行为 | “\(\dfrac{\partial f}{\partial y}\)在\((x_0,y_0)\)处连续\(\iff\)\(\dfrac{\partial f}{\partial y}\)在\((x_0,y_0)\)邻域有定义，且\(\lim_{(x,y)\to(x_0,y_0)} \dfrac{\partial f}{\partial y}(x,y) = \dfrac{\partial f}{\partial y}(x_0,y_0)\)” |
希望这个严谨的修正能帮助你建立正确的概念框架！这是多元微积分中最易混淆的点之一，你的提问非常有深度。
用 \(f(x,y) = \frac{xy(x^2-y^2)}{x^2+y^2}\) 和 \(g(x,y) = (x^2+y^2)\sin\left(\frac{1}{xy}\right)\) 两个函数，总结上述所有易混概念以及求取方法
下面我将用两个经典函数系统总结多元函数微分学中的核心概念、易混淆点及求解方法。这两个函数是：
$\(f(x,y) = \begin{cases} xy\dfrac{x^2-y^2}{x^2+y^2}, & (x,y)\neq(0,0) \\ 0, & (x,y)=(0,0) \end{cases}\)$ （用于展示偏导存在但不连续、混合偏导不相等）
$\(g(x,y) = \begin{cases}
(x^2+y^2)\sin\left(\dfrac{1}{xy}\right), & xy\neq0 \\
0, & xy=0
\end{cases}\)$
（用于展示二重极限存在但累次极限不存在、可微但偏导不连续）
| 函数 | 二重极限 | 累次极限 \(\displaystyle \lim_{x\to0}\lim_{y\to0}\) | 累次极限 \(\displaystyle \lim_{y\to0}\lim_{x\to0}\) | 关键结论 | |||
|---|---|---|---|---|---|---|---|
| \(f(x,y)\) | 存在且为 \(0\)（极坐标：$ | f | \le r^2 \to 0$） | 存在且为 \(0\)（固定 \(x\)，\(f(x,y)\to0\) 当 \(y\to0\)） | 存在且为 \(0\)（同理） | 三者相等 | |
| \(g(x,y)\) | 存在且为 \(0\)（$ | g | \le x^2+y^2 \to 0$） | 不存在（固定 \(x\neq0\) 时，\(\sin(1/(xy))\) 随 \(y\to0\) 振荡，内层极限不存在） | 不存在（同理） | 二重极限存在 \(\nRightarrow\) 累次极限存在（不成立） |
二重极限：
累次极限：
✅ 定理：
- 若二重极限存在且两个累次极限都存在，则三者相等。
- 但二重极限存在\(\nRightarrow\)累次极限存在（如\(g\)）；
两个累次极限存在且相等\(\nRightarrow\)二重极限存在（经典反例：\(h(x,y)=\frac{x^2-y^2}{x^2+y^2}\)）。
| 函数 | \(f_x(0,0)\) | \(f_y(0,0)\) | 计算方法 |
|---|---|---|---|
| \(f\) | 0 \(\displaystyle \lim_{h\to0}\frac{f(h,0)-f(0,0)}{h}=\lim_{h\to0}\frac{0}{h}=0\) |
0 （同理） |
用定义（分段函数必须用定义！） |
| \(g\) | 0 \(\displaystyle \lim_{h\to0}\frac{g(h,0)-g(0,0)}{h}=\lim_{h\to0}\frac{0}{h}=0\) |
0 （同理） |
沿坐标轴\(g=0\)，故偏导为 0 |
| 函数 | \(f_x\)在\((0,0)\)是否连续？ | \(g_x\)在\((0,0)\)是否连续？ | 关键推理 |
|---|---|---|---|
| \(f\) | 否 \(\displaystyle f_x(x,y)=y\frac{x^4+4x^2y^2-y^4}{(x^2+y^2)^2}\) 沿\(y=x\)：\(f_x(x,x)=x \not\to 0=f_x(0,0)\) |
— | 偏导存在但不连续 |
| \(g\) | — | 否 \(\displaystyle g_x(x,y)=2x\sin\frac1{xy}-\left(\frac{1}{y}+\frac{y}{x^2}\right)\cos\frac1{xy}\) 当\((x,y)\to(0,0)\)时，后一项无界振荡 |
可微但偏导不连续 |
偏导存在：
偏导连续：
✅ 关键结论：
- 偏导存在\(\nRightarrow\)偏导连续（\(f\)和\(g\)都是反例）；
- 偏导连续\(\Rightarrow\)可微，但可微\(\nRightarrow\)偏导连续（\(g\)可微但偏导不连续）。
函数在\((0,0)\)可微\(\iff\) $\(\lim_{(h,k)\to(0,0)} \frac{f(h,k) - f(0,0) - f_x(0,0)h - f_y(0,0)k}{\sqrt{h^2+k^2}} = 0\)$
| 函数 | 是否可微？ | 计算过程 |
|---|---|---|
| \(f\) | 是 （尽管偏导不连续） |
\(\displaystyle \frac{f(h,k)-0-0\cdot h-0\cdot k}{\sqrt{h^2+k^2}} = \frac{hk(h^2-k^2)}{(h^2+k^2)^{3/2}}\) 极坐标：\(= r \cos\theta\sin\theta\cos2\theta \to 0\) |
| \(g\) | 是 （尽管偏导不连续） |
\(\displaystyle \frac{g(h,k)-0-0\cdot h-0\cdot k}{\sqrt{h^2+k^2}} = \sqrt{h^2+k^2} \sin\frac1{hk}\) $\left |
✅ 重要关系：
偏导连续\(\Rightarrow\)可微\(\Rightarrow\)偏导存在\(\Rightarrow\)连续
所有箭头不可反推（\(g\)：可微但偏导不连续；\(f(x,y)=|x|+|y|\)：连续但偏导不存在）。
| 二阶偏导 | 计算过程 | 值 |
|---|---|---|
| \(f_{xy}(0,0)\) | \(\displaystyle f_x(0,k) = k\frac{0+0-k^4}{(0+k^2)^2} = -k\) \(\displaystyle f_{xy}(0,0)=\lim_{k\to0}\frac{f_x(0,k)-f_x(0,0)}{k}=\lim_{k\to0}\frac{-k}{k}=-1\) |
\(-1\) |
| \(f_{yx}(0,0)\) | \(\displaystyle f_y(h,0) = h\frac{h^4-0-0}{(h^2+0)^2} = h\) \(\displaystyle f_{yx}(0,0)=\lim_{h\to0}\frac{f_y(h,0)-f_y(0,0)}{h}=\lim_{h\to0}\frac{h}{h}=1\) |
\(1\) |
-\(f_{xy}(0,0) = -1 \neq 1 = f_{yx}(0,0)\)，混合偏导不相等！ - 原因：\(f_{xy}\)和\(f_{yx}\)在\((0,0)\)不连续（沿不同路径极限不同）。
✅ Schwarz 定理：
若\(f_{xy}\)和\(f_{yx}\)在\((x_0,y_0)\)的邻域内存在且连续，则\(f_{xy}(x_0,y_0)=f_{yx}(x_0,y_0)\)。
逆命题不成立：混合偏导相等\(\nRightarrow\)二阶偏导连续。
| 概念 | 关键条件/判定方法 | \(f(x,y)\)表现 | \(g(x,y)\)表现 |
|---|---|---|---|
| 二重极限 | 所有路径极限相同；极坐标/夹逼定理 | 存在（=0） | 存在（=0） |
| 累次极限 | 按顺序计算；内层极限必须对所有外层值存在 | 两者存在（=0） | 两者不存在（振荡） |
| 一阶偏导存在 | 用定义：\(\displaystyle \lim_{h\to0}\frac{f(x_0+h,y_0)-f(x_0,y_0)}{h}\) | 存在（\(f_x=f_y=0\)） | 存在（\(g_x=g_y=0\)） |
| 偏导连续 | \(\displaystyle \lim_{(x,y)\to(0,0)} f_x(x,y) = f_x(0,0)\)（二元极限） | 不连续（沿\(y=x\)趋近不为 0） | 不连续（\(\cos(1/xy)\)振荡无界） |
| 可微性 | \(\displaystyle \lim \frac{f(h,k)-L(h,k)}{\sqrt{h^2+k^2}}=0\)（\(L\)为线性近似） | 可微（极限=0） | 可微（$ |
| 混合偏导相等 | 二阶偏导连续\(\Rightarrow\)相等；否则必须直接计算 | 不相等（\(f_{xy}=-1,\ f_{yx}=1\)） | 无需计算（一阶偏导已不连续） |
graph LR
A[偏导连续] --> B[可微]
B --> C[偏导存在]
C --> D[连续]
B -.-> E[二重极限=累次极限]
F[二阶偏导连续] --> G[混合偏导相等]
最后口诀：
“分段用定义，振荡靠放缩，
可微看余项，混合查连续。”