chat-多元函数微分学的定义与性质1.obsidian

左侧试题（第一张图）：需要“用定义”求解

题目核心：

\[ f(x,y)= \begin{cases} xy, & xy\neq 0,\\ x, & y=0,\\ y, & x=0. \end{cases} \]

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 $\left.\dfrac{\partial f}{\partial x}\right|_{(0,0)}$、$\left.\dfrac{\partial^2 f}{\partial x\partial y}\right|_{(0,0)}$、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。
- 偏导数定义：
$$ \left.\frac{\partial f}{\partial x}\right|_{(0,0)} = \lim_{h\to0}\frac{f(h,0)-f(0,0)}{h}. $$

根据定义，当 $y=0$ 时，$f(h,0)=h$，且 $f(0,0)=0$。所以

$$ \left.\frac{\partial f}{\partial x}\right|_{(0,0)}=\lim_{h\to0}\frac{h-0}{h}=1. $$
- 二阶混合偏导数：$\displaystyle\left.\frac{\partial^2 f}{\partial x\partial y}\right|_{(0,0)}$ 需要先求 $\partial f/\partial y$ 在 $(0,0)$ 附近的表达式，再对 $x$ 求偏导，或者反过来。这个过程同样需要分段讨论，最终会发现它不存在或不等于 1。
- 极限：$\displaystyle\lim_{(x,y)\to(0,0)} f(x,y)$ 要求所有路径趋近于 $(0,0)$ 时极限相同。但由于函数在不同区域定义不同，需要分别检验，例如沿 $y=x$ 和沿坐标轴趋近，结果可能不同，从而判断极限是否存在。
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。

右侧试题（第二张图）：需要“求微分”并分析性质

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。
- 关键洞察： 极限 $\displaystyle\lim_{(x,y)\to(0,0)}\dfrac{f(x,y)}{\ln(1+|x|+|y|)}=0$ 告诉我们，$f(x,y)$ 在 $(0,0)$ 附近比 $\ln(1+|x|+|y|)$“增长得更慢”。而 $\ln(1+r)\sim r$ 当 $r\to0$，因此 $\ln(1+|x|+|y|)$ 与 $\rho=\|(x,y)\|$ 是同阶无穷小，从而可推出 $f(x,y)=o(\rho)$。
- 因此，$f(x,y)$ 是比一阶无穷小更高阶的无穷小，即 $f(x,y)=o(\rho)$。
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 $A=\left.\dfrac{\partial f}{\partial x}\right|_{(0,0)}$, $B=\left.\dfrac{\partial f}{\partial y}\right|_{(0,0)}$。
- 由于 $f$ 在 $(0,0)$ 处连续，$f(0,0)=0$。
- 如果我们能证明 $f(x,y)=o(\rho)$，那么取 $A=0,B=0$，上式就成立，说明 $f$ 在 $(0,0)$ 处可微，且全微分为 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。

总结：核心区别

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。

关于第二题只看偏导数存在的处理思路

我们有以下两个关键信息：

$f(x,y)$ 在 $(0,0)$ 处连续；
$$\displaystyle \lim_{(x,y)\to(0,0)} \frac{f(x,y)}{\ln(1+|x|+|y|)} = 0.$$

要判断的是偏导数 $f_x(0,0)$ 和 $f_y(0,0)$ 是否存在？

方法要点：

偏导数是沿坐标轴的一元极限：

$$ f_x(0,0)=\lim_{h\to0}\frac{f(h,0)-f(0,0)}{h}, \quad f_y(0,0)=\lim_{k\to0}\frac{f(0,k)-f(0,0)}{k}. $$

利用已知极限条件：

对任意固定小的 $h$，有 $$ \left|\frac{f(h,0)}{h}\right| = \left|\frac{f(h,0)}{\ln(1+|h|)}\right| \cdot \frac{\ln(1+|h|)}{|h|}. $$

其中第一个因子 $\to0$（题设），第二个因子 $\to1$（当 $h\to0$，$\ln(1+|h|)\sim |h|$），因此乘积趋于 0，从而偏导为 0。

这是严格的证明流程：我们不是假设偏导为 0，而是通过已知条件和等价变形证明 $\dfrac{f(h,0)}{h}\to0$，从而得到偏导存在且为 0。

关于“任取一条路径连续是否为可微的充要条件”的回答

“任取一条路径，这条路径在原点处连续” 等价于函数在原点处连续。
连续是可微的必要条件，但不是充分条件。可微 ⇒ 连续，但连续 ⇏ 可微。

举例：有许多函数在原点连续但不可微；也有函数偏导存在但不可微。

关于 $f(0,0)=0$ 且 $f_x(0,0)=f_y(0,0)=0$ 时，若 $f/\rho$ 为常数或关于角度的函数，是否不可微？

在前提 $f_x(0,0)=f_y(0,0)=0$ 下，函数在原点可微当且仅当

$$\lim_{(x,y)\to(0,0)} \frac{f(x,y)}{\rho} = 0,$$

其中 $\rho=\sqrt{x^2+y^2}$. 若该极限为非零常数或与方向有关（角度依赖），则不可微。

结论（口诀）：偏导为 0 时，查看 $f/\rho$：若趋于 0 ⇒ 可微；否则不可微。

关于“原点处偏导存在是否连续”的讨论

偏导在一点存在并不意味着偏导函数在该点处连续。存在经典反例（见正文例子）。
若二阶偏导在坐标轴邻域存在，则可以推出在对应轴上一阶偏导沿该轴连续（一维可导 ⇒ 一维连续）。但这并不意味着一阶偏导作为二元函数在原点处连续。

二重极限与累次极限（关于第五题）

若二重极限存在，则任何存在的累次极限都等于该二重极限。
但二重极限存在 不必然 导致累次极限存在（见振荡型函数）；反之亦然，两个累次极限相等也不保证二重极限存在。

在本题中，对给定的分段函数，二重极限为 0，两个累次极限也都为 0。