最后更新: 2025-11-02 09:58 查看: 171 次纠错评论(0) 课件开VIP

关于混合偏导数的求导顺序

## 关于混合偏导数的求导顺序
首先举出一个例子，说明混合偏导数中顺序不同时结果可能不同．

`例` 设给定函数 $f(x, y)=\left\{\begin{aligned} x y \cdot \frac{x^2-y^2}{x^2+y^2}, & (x, y) \neq(0,0), \\ 0, & (x, y)=(0,0),\end{aligned}\right.$ 求在点 $(0,0)$ 的两个二阶混合偏导数．
解 从偏导数的定义可以看出，为求 $f_{x y}(0,0)$ ，并不需要求出作为全平面上有定义的 $f_x(x, y)$ ，而只要先求出 $f_x(0, y)$ 就够了：

$$
\begin{aligned}
f_x(0, y) & =\lim _{\Delta x \rightarrow 0} \frac{f(\Delta x, y)-f(0, y)}{\Delta x}=\lim _{\Delta x \rightarrow 0} y \cdot \frac{\Delta x^2-y^2}{\Delta x^2+y^2} \\
& =\left\{\begin{array}{rl}
-y, & y \neq 0 \\
0, & y=0
\end{array}=-y .\right.
\end{aligned}
$$

于是就有

$$
f_{x y}(0,0)=\lim _{\Delta y \rightarrow 0} \frac{f_x(0, \Delta y)-f_x(0,0)}{\Delta y}=-1
$$

当然从 $f_x(0, y)=-y$ 已经可以知道 $f_{x y}(0, y)=-1$ 对 $y \neq 0$ 都成立．
从对称性可以看到一定有 $f_y(x, 0)=x$ ，从而得到 $f_{y x}(0,0)=1$ ．这表明在点 $(0,0)$ 的两个混合二阶偏导数 $f_{x y}(0,0)$ 和 $f_{y x}(0,0)$ 不相等。

下面给出保证混合偏导数与求偏导顺序无关的充分条件．

**定理** 设二元函数 $f(x, y)$ 的两个混合偏导数 $f_{x y}(x, y)$ 和 $f_{y x}(x, y)$ 在点 $\left(x_0, y_0\right)$ 处连续，则 $f_{x y}\left(x_0, y_0\right)=f_{y x}\left(x_0, y_0\right)$ ．

分析：首先注意条件是什么。由于 $f_{x y}$ 和 $f_{y x}$ 作为两个二元函数在点 $\left(x_0, y_0\right)$ 连续，因此它们都在点 $\left(x_0, y_0\right)$ 的某一个邻域上有定义．既然如此，则两个一阶偏导数当然也是如此，即在点 $\left(x_0, y_0\right)$ 的某一个邻域中有定义。

从 $f_{x y}\left(x_0, y_0\right)$ 的定义开始。即有

$$
\begin{aligned}
f_{x y}\left(x_0, y_0\right) & =\left.\frac{\partial}{\partial y}\left(\frac{\partial f}{\partial x}\right)\right|_{\left(x_0, y_0\right)}=\lim _{\Delta y \rightarrow 0} \frac{f_x\left(x_0, y_0+\Delta y\right)-f_x\left(x_0, y_0\right)}{\Delta y} \\
& =\lim _{\Delta y \rightarrow 0} \frac{1}{\Delta y} \lim _{\Delta x \rightarrow 0}\left[\frac{f\left(x_0+\Delta x, y_0+\Delta y\right)-f\left(x_0, y_0+\Delta y\right)}{\Delta x}\right. \\
& =\lim _{\Delta y \rightarrow 0} \lim _{\Delta x \rightarrow 0}\left(\frac{\Delta}{\Delta x \Delta y}\right)
\end{aligned}
$$

其中记号 $\Delta$ 如下为 4 项的代数和：

$$
\Delta=f\left(x_0+\Delta x, y_0+\Delta y\right)-f\left(x_0+\Delta x, y_0\right)-f\left(x_0, y_0+\Delta y\right)+f\left(x_0, y_0\right)
$$

完全同样可以得到

$$
f_{y x}\left(x_0, y_0\right)=\lim _{\Delta x \rightarrow 0} \lim _{\Delta y \rightarrow 0}\left(\frac{\Delta}{\Delta x \Delta y}\right)
$$

![图片](/uploads/2025-02/0f87ea.jpg)
 
于是，问题成为作为 $\Delta x, \Delta y$ 的二元函数 $\frac{\Delta}{\Delta x \Delta y}$ 的两个累次极限是否相等的问题．（存在性已经没有问题了．）

注意上述二元函数的分子是一个矩形的 4 个顶点上的 $f$ 的函数值的代数和。如上图所示是 $\Delta x>0, \Delta y>0$时的一个矩形，并将其顶点标志为 $P_0, P_1, P_2, P_3$ ．于是有

$$
\Delta=f\left(P_0\right)-f\left(P_1\right)-f\left(P_2\right)+f\left(P_3\right)
$$

（这个代数和在偏微分方程中是有用的．）

下面的方法就是反复用 Lagrange 微分中值定理．例如对于 $f\left(P_0\right)-f\left(P_1\right)$ 和 $f\left(P_2\right)-f\left(P_3\right)$ 就可以分别关于 $x$ 微分中值定理，然后再对于 $y$ 用微分中值定理．但这里还有困难．为此需要用一点技巧．这写在下面的证明中．

证 设 $\Delta x \neq 0, \Delta y \neq 0$ ，令

$$
\Delta=f\left(x_0+\Delta x, y_0+\Delta y\right)-f\left(x_0+\Delta x, y_0\right)-f\left(x_0, y_0+\Delta y\right)+f\left(x_0, y_0\right)
$$
则如（1），（2）所示，有

$$
f_{x y}\left(x_0, y_0\right)=\lim _{\Delta y \rightarrow 0} \lim _{\Delta x \rightarrow 0}\left(\frac{\Delta}{\Delta x \Delta y}\right), \quad f_{y x}\left(x_0, y_0\right)=\lim _{\Delta x \rightarrow 0} \lim _{\Delta y \rightarrow 0}\left(\frac{\Delta}{\Delta x \Delta y}\right)
$$

以下只要证明 $\frac{\Delta}{\Delta x \Delta y}$ 在 $\Delta x \rightarrow 0, \Delta y \rightarrow 0$ 时的二重极限存在．为此引入辅助函数

$$
\varphi(x)=f\left(x, y_0+\Delta y\right)-f\left(x, y_0\right)
$$

则有

$$
\Delta=\varphi\left(x_0+\Delta x\right)-\varphi\left(x_0\right)
$$

用 Lagrange 微分中值定理，就有

$$
\begin{aligned}
\Delta & =\varphi_x^{\prime}\left(x_0+\theta_1 \Delta x\right) \Delta x \quad\left(0<\theta_1<1\right) \\
& =\left[f_x\left(x_0+\theta_1 \Delta x, y_0+\Delta y\right)-f_x\left(x_0+\theta_1 \Delta x, y_0\right)\right] \Delta x
\end{aligned}
$$

然后再一次用微分中值定理，就得到

$$
\Delta=f_{x y}\left(x_0+\theta_1 \Delta x, y_0+\theta_2 \Delta y\right) \Delta x \Delta y, \quad 0<\theta_1, \theta_2<1
$$

这样在 $\Delta x \Delta y \neq 0$ 时就得到

$$
\lim _{\substack{\Delta x \rightarrow 0 \\ \Delta y \rightarrow 0}} \frac{\Delta}{\Delta x \Delta y}=f_{x y}\left(x_0, y_0\right)
$$

然后应用定理即可．

注 回顾证明过程，可见定理条件中两个混合偏导函数 $f_{x y}, f_{y x}$ 于点 $\left(x_0, y_0\right)$为连续的条件只用了一半．此外，所涉及的二重极限的存在是在去十字的邻域中讨论的，这在前面都已经解释过．这个定理可以推广，对一般多元函数的混合偏导数，只要在所关心的点处连续，则混合偏导数就与求偏导顺序无关．这为计算高阶偏导数带来很大的方便．

科数题库(单机版) 会议室预约系统(book)

今日还可看 0 篇未注册用户每天查看4篇，注册用户每天8篇，开通VIP会员无限制查看。

免费注册

《高等数学》难点解析

高数教程 泰勒公式切线与法线切平面与法平面驻点·拐点·极值点·零点间断点渐进线瑕积分欧拉方程伯努利方程 Abel 收敛定理偏导数的几何意义偏导数的几何意义梯度数量场与向量场多元函数极值拉格朗日算子通量与散度环流量与旋度格林公式高斯公式斯托克斯公式三大公式比较傅里叶级数极坐标微元点法式方程变上限定积分 X型计算面积 Y型计算面积微分的意义渐近线间断点 y''+py'+qy=f(x)方程高斯黎曼傅里叶变换(复数) 拉普拉斯变换(复数)

《线性代数》难点解析

线代教程 近世代数对数学的整体思考线性的意义矩阵乘法(列视角) 矩阵乘法(行视角) 矩阵左乘矩阵右乘逆矩阵求解方程组阶梯形矩阵的求法方程组解的判定四阶行列式的计算线性变换的意义线性空间向量组的等价线性空间的几何意义基础解系的求法施密特正交化特征值与特征向量的意义矩阵相似的几何意义矩阵可对角化的理解秩的意义(向量版) 秩的意义(方程版) 二次型的意义

《概率论与数理统计》难点解析

概率教程 置信区间与上a分位数概率中的“取”与“放” 贝叶斯公式全概率公式泊松分布指数分布伽玛分布二维密度图的意义卷积的意义相关系数的意义 k阶矩是与矩母函数卡方分布的作用单正态区间估计理解假设检验理解切比雪夫不等式中心极限定理

上一篇：高阶偏导数

下一篇：全微分的概念

本文对您是否有用？有用 (0) 无用 (0)