多变量极限与连续
上一章里,我们已经会从曲面和等值线读出一个二元函数的大致形状。等值线挤得紧,地形往往更陡;等值线围成一圈圈闭曲线,里面可能藏着山峰或洼地。不过,图像看起来“接得挺顺”,还不能代替一个更精确的问题:当平面上的点 ( x , y ) (x,y) ( x , y ) 越来越靠近 ( a , b ) (a,b) ( a , b ) 时,函数值会不会稳定地靠近同一个数?
在一元微积分里,这个问题只需要检查从左边和右边靠近。到了平面上,“左”和“右”突然不够用了。你可以沿直线走,也可以沿抛物线贴过去,还可以一边绕圈一边缩向目标点。多变量极限真正难的地方就在这里:我们不是要算出某一条路线的结果,而是要管住所有可能的靠近方式。
输入从小圆盘里的任何位置靠近 ( a , b ) (a,b) ( a , b ) ,函数值都要进入 L L L 附近的窄带,极限才算存在。
一元极限的两条路为什么不够
先回想一元极限。数轴上的点 x x x 要靠近 a a a ,无论走法怎样,最后只能落在 a a a 的左边或右边。所谓“任意方式靠近”,实际上被数轴的结构压缩成了两个方向。
平面不一样。从 ( a , b ) (a,b) ( a , b ) 附近出发,下面这些路线都能靠近目标点:
水平线 y = b y=b y = b ;
斜线 y − b = m ( x − a ) y-b=m(x-a) y − b = m ( x − a ) ;
抛物线 y − b = k ( x − a ) 2 y-b=k(x-a)^2 y − b ;
路线有无穷多条,而且它们可能贴着彼此靠近,却让函数值表现得完全不同。于是,一元极限里的“左右都一样”要升级成一句更强的话:只要输入点真的靠近目标点,不管它走哪条路,函数值都必须靠近同一个 L L L 。
这里还有一个容易忽略的变化。一元函数的输入距离是 ∣ x − a ∣ |x-a| ∣ x − a ∣ ;二元函数的输入是平面上的点,所以距离变成
ρ = ( x − a ) 2 + ( y − b ) 2 \rho=\sqrt{(x-a)^2+(y-b)^2} ρ = ( x − a ) 2 + ( y − b ) 2
只盯着 ∣ x − a ∣ |x-a| ∣ x − a ∣ 或 ∣ y − b ∣ |y-b| ∣ y − b ∣ 都不够,因为那只控制了一个坐标。真正表示“整个点靠近了”的,是二维距离 ρ \rho ρ 趋于 0 0 0 。
多变量极限不要求你真的列出所有路径。严格定义用一个以 ( a , b ) (a,b) ( a , b ) 为圆心的小圆盘,一次把所有方向都装进去。后面所有可靠的存在性证明,本质上都在做同一件事:让整个小圆盘里的函数值一起靠近 L L L 。
用圆盘写出严格定义
以 ( a , b ) (a,b) ( a , b ) 为圆心、半径为 δ \delta δ 的开圆盘是
B δ ( a , b ) = { ( x , y ) : ( x − a ) 2 + ( y − b ) 2 < δ } B_\delta(a,b)
=\left\{(x,y):\sqrt{(x-a)^2+(y-b)^2}<\delta\right\} B δ ( a , b ) = { ( x , y ) : ( x −
如果把圆心本身挖掉,就得到穿孔圆盘。极限关心的是目标点周围的趋势,所以定义里要挖掉圆心;函数在目标点有没有定义,不影响极限本身。
设 f f f 在 ( a , b ) (a,b) ( a , b ) 附近有定义,目标点本身可以例外。我们说
lim ( x , y ) → ( a , b ) f ( x , y ) = L \lim_{(x,y)\to(a,b)}f(x,y)=L ( x , y ) → ( a , b ) lim f ( x , y ) = L
是指:对每个 ε > 0 \varepsilon>0 ε > 0 ,都存在一个 δ > 0 \delta>0 δ > 0 ,使得定义域中的点 ( x , y ) (x,y) ( x , y ) 只要满足
0 < ( x − a ) 2 + ( y − b ) 2 < δ 0<\sqrt{(x-a)^2+(y-b)^2}<\delta 0 < ( x − a ) 2 + ( y − b ) 2
就一定有
∣ f ( x , y ) − L ∣ < ε |f(x,y)-L|<\varepsilon ∣ f ( x , y ) − L ∣ < ε
这串量词第一次看会有些拗口。可以把它读成一场“你先提要求,我再给范围”的游戏:
你先指定函数值必须离 L L L 多近,这个容许误差就是 ε \varepsilon ε ;
我再找一个输入圆盘半径 δ \delta δ ;
只要输入点落进这个穿孔圆盘,函数值就不能跑出 L − ε L-\varepsilon L − ε 到 L + ε L+\varepsilon L + ε 的范围。
关键在于,同一个 δ \delta δ 必须管住圆盘里的所有点。它不能只管住某一条直线,也不能随着路径临时更换。
边界点只从定义域内部靠近
如果 ( a , b ) (a,b) ( a , b ) 位于定义域边界,小圆盘的一部分可能落在定义域外。那些点根本不能代入函数,因此不参加极限判断。严格地说,我们只检查同时满足下面两件事的点:它在 B δ ( a , b ) B_\delta(a,b) B δ ( a , b ) 里,并且它属于函数的定义域。
例如
f ( x , y ) = 25 − x 2 − y 2 f(x,y)=\sqrt{25-x^2-y^2} f ( x , y ) = 25 − x 2 − y 2
只在闭圆盘 x 2 + y 2 ≤ 25 x^2+y^2\le25 x 2 + y 2 ≤ 25 上有定义。研究 ( x , y ) → ( 4 , 3 ) (x,y)\to(4,3) ( x , y ) → ( 4 , 3 ) 时,不需要从圆盘外侧靠近;在定义域内部靠近就够了。
例题:真正做一次 ε \varepsilon ε -δ \delta δ 证明
证明
lim ( x , y ) → ( 1 , − 1 ) ( 3 x − 2 y ) = 5 \lim_{(x,y)\to(1,-1)}(3x-2y)=5 ( x , y ) → ( 1 , − 1 ) lim ( 3 x − 2 y ) = 5
这道题当然可以直接代入,但我们暂时不用快捷方式,看看圆盘定义怎样同时控制两个变量。
先把函数值与目标值的差改写成坐标增量:
∣ ( 3 x − 2 y ) − 5 ∣ = ∣ 3 ( x − 1 ) − 2 ( y + 1 ) ∣ |(3x-2y)-5|
=|3(x-1)-2(y+1)| ∣ ( 3 x − 2 y ) − 5∣ = ∣3 ( x − 1 )
这个证明最值得记住的不是 δ = ε / 13 \delta=\varepsilon/\sqrt{13} δ = ε / 13 ,而是中间那一步:我们把两个坐标的变化统一压到“输入点离目标点的距离”上。这样一来,不管点沿什么路线进来,同一个估计都有效。
极限律把熟悉的计算搬到多变量
严格定义给出了地基,但每次都从 ε \varepsilon ε -δ \delta δ 开始会很慢。好消息是,一元极限的代数法则几乎原样保留。
假设
lim ( x , y ) → ( a , b ) f ( x , y ) = L , lim ( x , y ) → ( a , b ) g ( x , y ) = M \lim_{(x,y)\to(a,b)}f(x,y)=L,
\qquad
\lim_{(x,y)\to(a,b)}g(x,y)=M ( x , y ) → ( a , b ) lim f ( x , y ) =
为了不让公式挤满下标,下面每个 lim \lim lim 都表示 ( x , y ) → ( a , b ) (x,y)\to(a,b) ( x , y ) → ( a , b ) 。这时
lim c = c , lim ( f + g ) = L + M , lim ( f − g ) = L − M , lim ( c f ) = c L , lim ( f g ) = L M , lim f g = L M ( M ≠ 0 ) , lim f n = L n , lim f n
最后一条根式法则需要表达式在附近有意义;n n n 为偶数时还要从非负一侧取值,并且 L ≥ 0 L\ge0 L ≥ 0 。
坐标函数本身满足
lim ( x , y ) → ( a , b ) x = a , lim ( x , y ) → ( a , b ) y = b \lim_{(x,y)\to(a,b)}x=a,
\qquad
\lim_{(x,y)\to(a,b)}y=b ( x , y ) → ( a , b ) lim x = a , (
因此,多项式在每一点都可以直接代入;有理函数只要目标点处分母不为 0 0 0 ,也可以直接代入。根式还要满足根号的定义条件,偶次根在边界处要从定义域内部理解。
例题:先判断能不能直接代入
求
lim ( x , y ) → ( 1 , − 1 ) 5 + x 2 + y 2 2 + x y \lim_{(x,y)\to(1,-1)}
\frac{\sqrt{5+x^2+y^2}}{2+xy} ( x , y ) → ( 1 , − 1 ) lim 2 + x y
分子里的多项式在 ( 1 , − 1 ) (1,-1) ( 1 , − 1 ) 处取值为 7 7 7 ,根号函数在正数处连续;分母趋向
2 + 1 ⋅ ( − 1 ) = 1 2+1\cdot(-1)=1 2 + 1 ⋅ ( − 1 ) = 1
它不为 0 0 0 ,所以商法则可以使用:
lim ( x , y ) → ( 1 , − 1 ) 5 + x 2 + y 2 2 + x y = 7 \lim_{(x,y)\to(1,-1)}
\frac{\sqrt{5+x^2+y^2}}{2+xy}
=\sqrt7 ( x , y ) → ( 1 , − 1 ) lim 2 + x y
例题:目标点没定义,极限仍可能存在
考虑
lim ( x , y ) → ( 1 , 1 ) x 2 − y 2 x − y \lim_{(x,y)\to(1,1)}\frac{x^2-y^2}{x-y} ( x , y ) → ( 1 , 1 ) lim x − y x
直接代入得到 0 / 0 0/0 0/0 ,它只是在提醒我们“目前的写法不能直接算”,并没有宣布极限不存在。在原函数有定义的地方,也就是 x ≠ y x\ne y x = y 时,
x 2 − y 2 x − y = x + y \frac{x^2-y^2}{x-y}=x+y x − y x 2 − y 2 = x + y
于是
lim ( x , y ) → ( 1 , 1 ) x 2 − y 2 x − y = lim ( x , y ) → ( 1 , 1 ) ( x + y ) = 2 \lim_{(x,y)\to(1,1)}\frac{x^2-y^2}{x-y}
=\lim_{(x,y)\to(1,1)}(x+y)=2 ( x , y ) → ( 1 , 1 ) lim x − y
看到分母在目标点为 0 0 0 ,只能说明商法则暂时不能直接用。接下来可能需要约分、估计或路径反例。把“不能直接代入”误写成“极限不存在”,是多变量极限里最常见的过早结论之一。
路径法专门用来抓住不存在
如果整个平面上的极限存在,那么沿任何一条确实趋向目标点的路径限制过去,都必须得到同一个 L L L 。这给了我们一个很省力的反证办法:找到两条路径,让函数值趋向两个不同的数。
同一个函数沿 y = x y=x y = x 趋向 1 2 \frac12 2 1 ,沿 y = − x y=-x y = − x 趋向 − 1 2 -\frac12 ,所以原点处不可能有统一极限。
研究
f ( x , y ) = x y x 2 + y 2 f(x,y)=\frac{xy}{x^2+y^2} f ( x , y ) = x 2 + y 2 x y
在原点附近的表现。沿 y = x y=x y = x ,令 ( x , y ) = ( t , t ) (x,y)=(t,t) ( x , y ) = ( t , t ) ,则
f ( t , t ) = t 2 2 t 2 = 1 2 f(t,t)=\frac{t^2}{2t^2}=\frac12 f ( t , t ) = 2 t 2 t 2 =
沿 y = − x y=-x y = − x ,令 ( x , y ) = ( t , − t ) (x,y)=(t,-t) ( x , y ) = ( t , − t ) ,则
f ( t , − t ) = − t 2 2 t 2 = − 1 2 f(t,-t)=\frac{-t^2}{2t^2}=-\frac12 f ( t , − t ) = 2 t 2 − t 2 =
两条路径都在 t → 0 t\to0 t → 0 时靠近原点,函数值却分别停在 1 2 \frac12 2 1 和 − 1 2 -\frac12 − 2 1 。因此
lim ( x , y ) → ( 0 , 0 ) x y x 2 + y 2 \lim_{(x,y)\to(0,0)}\frac{xy}{x^2+y^2} ( x , y ) → ( 0 , 0 ) lim x 2 + y
不存在。
两条路径给出不同结果,足以证明极限不存在;十条、一百条路径都给出同一个结果,仍然不能证明极限存在。路径法天然是不对称的:找反例很强,证明“所有路径都行”却不能靠逐条枚举完成。
怎样把路径代入得更稳
一条路径最好写成参数形式
( x , y ) = ( x ( t ) , y ( t ) ) , t → 0 (x,y)=(x(t),y(t)),
\qquad t\to0 ( x , y ) = ( x ( t ) , y ( t )) , t → 0
并先检查
( x ( t ) , y ( t ) ) → ( a , b ) (x(t),y(t))\to(a,b) ( x ( t ) , y ( t )) → ( a , b )
再计算一元极限
lim t → 0 f ( x ( t ) , y ( t ) ) \lim_{t\to0}f(x(t),y(t)) t → 0 lim f ( x ( t ) , y ( t ))
这样做能避免一个小陷阱:只写 y = x y=x y = x 还没有明确点往哪个目标靠近,参数 t t t 把“路径”和“沿路径移动”都交代清楚了。
所有直线都通过,仍然可能失败
一元极限只需左右两侧,多变量极限却不能被几条直线代表。更隐蔽的反例甚至会让每一条过原点的直线 都给出同一个结果,然后在一条弯曲路径上暴露问题。
直线路径全都给出 0 0 0 ,抛物线路径族却给出随 k k k 改变的值。
考虑
f ( x , y ) = x 2 y x 4 + y 2 f(x,y)=\frac{x^2y}{x^4+y^2} f ( x , y ) = x 4 + y 2 x
先沿任意直线 y = m x y=mx y = m x 靠近原点。若 m ≠ 0 m\ne0 m = 0 ,
f ( x , m x ) = m x 3 x 4 + m 2 x 2 = m x x 2 + m 2 → 0 f(x,mx)
=\frac{mx^3}{x^4+m^2x^2}
=\frac{mx}{x^2+m^2}
\to0 f ( x , m x ) = x 4 + m 2 x
若 m = 0 m=0 m = 0 ,函数沿 x x x 轴本来就恒为 0 0 0 。所以所有直线都没有发现矛盾。
接着看分母里的两个主要部分:x 4 x^4 x 4 和 y 2 y^2 y 2 。如果想让它们保持同一数量级,自然会尝试 y = k x 2 y=kx^2 y = k x 2 。代入得到
f ( x , k x 2 ) = k x 4 x 4 + k 2 x 4 = k 1 + k 2 f(x,kx^2)
=\frac{kx^4}{x^4+k^2x^4}
=\frac{k}{1+k^2} f ( x , k x 2 ) = x 4 + k
k = 1 k=1 k = 1 时结果是 1 2 \frac12 2 1 ,k = 2 k=2 k = 2 时结果是 2 5 \frac25 ,而坐标轴路径给出 。因此原极限不存在。
这个例子也提供了一个挑路径的实用办法:遇到分子、分母里不同幂次互相竞争时,可以选一条曲线,让分母中的主要项处在同一数量级。这里 x 4 x^4 x 4 要和 y 2 y^2 y 2 匹配,就得到 y y y 与 x 2 x^2 x 2 同阶。
“把 y = m x y=mx y = m x 代进去后与 m m m 无关”只能说明所有直线路径一致。要证明极限存在,最终仍要找到一个对整个圆盘有效的估计,或者把函数化成连续函数后使用极限律。
证明存在要统一压住所有方向
路径法失败在“永远列不完”。证明存在时,我们换一个思路:不再问每条路具体算出多少,而是找一个只由输入距离决定的上界。只要这个上界趋于 0 0 0 ,所有路线就会被一起压向目标值。
夹逼与距离估计
求
lim ( x , y ) → ( 0 , 0 ) x 2 y x 2 + y 2 \lim_{(x,y)\to(0,0)}\frac{x^2y}{x^2+y^2} ( x , y ) → ( 0 , 0 ) lim x 2 + y
先看绝对值:
∣ x 2 y x 2 + y 2 ∣ = ∣ y ∣ x 2 x 2 + y 2 \left|\frac{x^2y}{x^2+y^2}\right|
=|y|\frac{x^2}{x^2+y^2} x 2 + y 2
因为
0 ≤ x 2 x 2 + y 2 ≤ 1 0\le\frac{x^2}{x^2+y^2}\le1 0 ≤ x 2 + y 2 x 2 ≤
所以
0 ≤ ∣ x 2 y x 2 + y 2 ∣ ≤ ∣ y ∣ ≤ x 2 + y 2 0\le
\left|\frac{x^2y}{x^2+y^2}\right|
\le|y|
\le\sqrt{x^2+y^2} 0 ≤ x 2 + y
右端是输入点到原点的距离。无论路径怎样拐,只要 ( x , y ) → ( 0 , 0 ) (x,y)\to(0,0) ( x , y ) → ( 0 , 0 ) ,它就趋于 0 0 0 。由夹逼定理,原极限为 0 0 0 。
这段论证也能直接翻译成 ε \varepsilon ε -δ \delta δ :给定 ε > 0 \varepsilon>0 ε > 0 ,取 δ = ε \delta=\varepsilon δ = ε 。当
0 < x 2 + y 2 < δ 0<\sqrt{x^2+y^2}<\delta 0 < x 2 + y 2 <
时,
∣ x 2 y x 2 + y 2 − 0 ∣ ≤ x 2 + y 2 < δ = ε \left|\frac{x^2y}{x^2+y^2}-0\right|
\le\sqrt{x^2+y^2}<\delta=\varepsilon x 2 + y 2
同一个 δ \delta δ 对整个穿孔圆盘都有效,这才是存在性证明真正需要的覆盖范围。
另一个常用估计
证明
lim ( x , y ) → ( 0 , 0 ) x 2 y 2 x 2 + y 2 = 0 \lim_{(x,y)\to(0,0)}\frac{x^2y^2}{x^2+y^2}=0 ( x , y ) → ( 0 , 0 ) lim x 2 + y
由
2 ∣ x y ∣ ≤ x 2 + y 2 2|xy|\le x^2+y^2 2∣ x y ∣ ≤ x 2 + y 2
可得
x 2 y 2 ≤ ( x 2 + y 2 ) 2 4 x^2y^2\le\frac{(x^2+y^2)^2}{4} x 2 y 2 ≤ 4 ( x 2 + y
因此
0 ≤ x 2 y 2 x 2 + y 2 ≤ x 2 + y 2 4 0\le\frac{x^2y^2}{x^2+y^2}
\le\frac{x^2+y^2}{4} 0 ≤ x 2 + y 2 x 2 y
右端同样只依赖距离的平方,随 ( x , y ) → ( 0 , 0 ) (x,y)\to(0,0) ( x , y ) → ( 0 , 0 ) 而趋于 0 0 0 。
振荡并不可怕,振幅不缩小才可怕
考虑
F ( x , y ) = ( x 2 + y 2 ) sin 1 x 2 + y 2 F(x,y)
=(x^2+y^2)\sin\frac{1}{x^2+y^2} F ( x , y ) = ( x 2 + y 2 ) sin x
虽然正弦项在原点附近振荡得越来越快,但
∣ F ( x , y ) ∣ ≤ x 2 + y 2 \left|F(x,y)\right|
\le x^2+y^2 ∣ F ( x , y ) ∣ ≤ x 2 + y 2
振荡被一个趋于 0 0 0 的振幅包住,所以极限仍然是 0 0 0 。判断振荡函数时,不必追踪每一次摆动;先看它外面的振幅能不能统一缩到 0 0 0 。
极坐标把所有方向和距离拆开
目标点是原点时,极坐标尤其顺手:
x = r cos θ , y = r sin θ , r = x 2 + y 2 x=r\cos\theta,
\qquad
y=r\sin\theta,
\qquad
r=\sqrt{x^2+y^2} x = r cos θ , y = r sin θ , r = x 2
这里 r r r 负责“离原点多远”,θ \theta θ 负责“从哪个方向来”。于是 ( x , y ) → ( 0 , 0 ) (x,y)\to(0,0) ( x , y ) → ( 0 , 0 ) 等价于 r → 0 + r\to0^+ r → 0 ,但要牢记:靠近过程中 可以固定,也可以随着 不断变化。
可靠的极坐标证明要找到一个与角度无关、只随 r r r 缩小的上界。
例题:留下一个有界的角度因子
求
lim ( x , y ) → ( 0 , 0 ) x 3 x 2 + y 2 \lim_{(x,y)\to(0,0)}\frac{x^3}{x^2+y^2} ( x , y ) → ( 0 , 0 ) lim x 2 + y
换成极坐标:
x 3 x 2 + y 2 = r 3 cos 3 θ r 2 = r cos 3 θ \frac{x^3}{x^2+y^2}
=\frac{r^3\cos^3\theta}{r^2}
=r\cos^3\theta x 2 + y 2 x 3 =
由于 ∣ cos 3 θ ∣ ≤ 1 |\cos^3\theta|\le1 ∣ cos 3 θ ∣ ≤ 1 ,
∣ r cos 3 θ ∣ ≤ r \left|r\cos^3\theta\right|\le r r cos 3 θ ≤ r
这个上界对所有 θ \theta θ 同时成立,并且 r → 0 r\to0 r → 0 时右端趋于 0 0 0 ,所以原极限为 0 0 0 。
一般来说,如果能化成
f ( r , θ ) − L = r p H ( r , θ ) , p > 0 f(r,\theta)-L=r^pH(r,\theta),
\qquad p>0 f ( r , θ ) − L = r p H ( r , θ ) , p > 0
并且在足够小的 r r r 下有统一界
∣ H ( r , θ ) ∣ ≤ C |H(r,\theta)|\le C ∣ H ( r , θ ) ∣ ≤ C
那么
∣ f ( r , θ ) − L ∣ ≤ C r p → 0 |f(r,\theta)-L|\le Cr^p\to0 ∣ f ( r , θ ) − L ∣ ≤ C r p → 0
极限就存在。
极坐标也能快速暴露路径依赖
前面的函数
x y x 2 + y 2 \frac{xy}{x^2+y^2} x 2 + y 2 x y
换成极坐标后是
r 2 cos θ sin θ r 2 = 1 2 sin ( 2 θ ) \frac{r^2\cos\theta\sin\theta}{r^2}
=\frac12\sin(2\theta) r 2 r 2 cos θ sin θ =
半径 r r r 完全消失,结果仍随角度改变。取 θ = π 4 \theta=\frac\pi4 θ = 4 π 与 θ = − π 4 \theta=-\frac\pi4 θ = − ,就分别得到 与 ,因此极限不存在。
把 r → 0 r\to0 r → 0 写出来还不够。如果剩下的角度因子会随着 θ \theta θ 失控,就不能说极限存在。更隐蔽的情形是:对每个固定 θ \theta θ 都有同一个极限,但当 θ \theta θ 随 r r r 改变时仍会失败。判断标准始终是“对所有角度的统一控制”,不是“逐个固定角度检查”。
连续就是让极限被函数值接住
极限只看目标点周围发生什么,连续性还要检查目标点本身。函数 f ( x , y ) f(x,y) f ( x , y ) 在 ( a , b ) (a,b) ( a , b ) 连续,需要三件事同时成立:
f ( a , b ) f(a,b) f ( a , b ) 有定义;
lim ( x , y ) → ( a , b ) f ( x , y ) \lim_{(x,y)\to(a,b)}f(x,y) lim ( x , y ) → ( a , b ) f ( x , y ) 存在;
极限值等于函数值。
也就是
lim ( x , y ) → ( a , b ) f ( x , y ) = f ( a , b ) \lim_{(x,y)\to(a,b)}f(x,y)=f(a,b) ( x , y ) → ( a , b ) lim f ( x , y ) = f ( a , b )
如果把极限的严格定义代进来,连续性也可以直接写成:对每个 ε > 0 \varepsilon>0 ε > 0 ,都存在 δ > 0 \delta>0 δ > 0 ,使得定义域中的点满足
( x − a ) 2 + ( y − b ) 2 < δ \sqrt{(x-a)^2+(y-b)^2}<\delta ( x − a ) 2 + ( y − b ) 2
时,就有
∣ f ( x , y ) − f ( a , b ) ∣ < ε |f(x,y)-f(a,b)|<\varepsilon ∣ f ( x , y ) − f ( a , b ) ∣ < ε
这里不必挖掉圆心,因为在圆心处两边的差本来就是 0 0 0 。
哪些公式可以直接判为连续
常用结论与一元函数很相似:
多项式在整个平面上连续;
有理函数在分母不为 0 0 0 的地方连续;
指数、正弦、余弦在有意义的输入上连续;
对数要求内部表达式大于 0 0 0 ;
平方根要求内部表达式不小于 0 0 0 ,边界处按定义域内部理解;
连续函数的和、差、积仍连续,分母不为 0 0 0 时商连续;
连续函数复合后仍连续,只要每一层都有意义。
这些结论说明了“直接代入”什么时候可靠。直接代入不是一种猜测,而是在使用连续性。
例题:找出整个连续区域
考虑
h ( x , y ) = ln ( 4 − x 2 − y 2 ) 1 − x y h(x,y)=\frac{\ln(4-x^2-y^2)}{1-xy} h ( x , y ) = 1 − x y ln ( 4 − x 2 − y
对数要求
4 − x 2 − y 2 > 0 4-x^2-y^2>0 4 − x 2 − y 2 > 0
也就是 x 2 + y 2 < 4 x^2+y^2<4 x 2 + y 2 < 4 。分母还要求
1 − x y ≠ 0 1-xy\ne0 1 − x y = 0
所以 h h h 的连续区域是
{ ( x , y ) : x 2 + y 2 < 4 , x y ≠ 1 } \left\{(x,y):x^2+y^2<4,\ xy\ne1\right\} { ( x , y ) : x 2 + y 2 < 4 , x y =
换句话说,在半径为 2 2 2 的开圆盘里,还要挖掉双曲线 x y = 1 xy=1 x y = 1 落在圆盘中的部分。
可去间断怎样修补
设
p ( x , y ) = { x 2 + y 2 x 2 + y 2 , ( x , y ) ≠ ( 0 , 0 ) , c , ( x , y ) = ( 0 , 0 ) . p(x,y)=
\begin{cases}
\dfrac{x^2+y^2}{\sqrt{x^2+y^2}},&(x,y)\ne(0,0),\\
c,&(x,y)=(0,0).
\end{cases} p ( x , y ) = ⎩
在原点外,
p ( x , y ) = x 2 + y 2 p(x,y)=\sqrt{x^2+y^2} p ( x , y ) = x 2 + y 2
因此
lim ( x , y ) → ( 0 , 0 ) p ( x , y ) = 0 \lim_{(x,y)\to(0,0)}p(x,y)=0 ( x , y ) → ( 0 , 0 ) lim p ( x , y ) = 0
当 c = 0 c=0 c = 0 时,函数值正好接住极限,p p p 在原点连续;当 c ≠ 0 c\ne0 c = 0 时,极限仍是 0 0 0 ,只是点上的赋值接错了。这种间断只需改一个点就能修好。
相比之下,若极限本身因路径不同而不存在,无论给目标点填什么数都修不好。一个点上的函数值无法改变周围整片邻域的行为。
边界上的连续是相对于定义域说的
回到
f ( x , y ) = 25 − x 2 − y 2 f(x,y)=\sqrt{25-x^2-y^2} f ( x , y ) = 25 − x 2 − y 2
点 ( 4 , 3 ) (4,3) ( 4 , 3 ) 位于定义域边界,而且
f ( 4 , 3 ) = 0 f(4,3)=0 f ( 4 , 3 ) = 0
当定义域内的 ( x , y ) (x,y) ( x , y ) 靠近 ( 4 , 3 ) (4,3) ( 4 , 3 ) 时,根号内趋于 0 0 0 ,所以函数值趋于 0 0 0 。极限等于函数值,因此 f f f 在这个边界点连续。连续不要求函数在边界外也有定义,只要求定义域内所有允许的靠近方式表现一致。
三个及更多变量只是把圆盘换成球
二维里我们用圆盘控制所有方向;三维里换成小球。点 ( x , y , z ) (x,y,z) ( x , y , z ) 到 ( a , b , c ) (a,b,c) ( a , b , c ) 的距离是
( x − a ) 2 + ( y − b ) 2 + ( z − c ) 2 \sqrt{(x-a)^2+(y-b)^2+(z-c)^2} ( x − a ) 2 + ( y − b ) 2 + ( z − c )
因此
lim ( x , y , z ) → ( a , b , c ) f ( x , y , z ) = L \lim_{(x,y,z)\to(a,b,c)}f(x,y,z)=L ( x , y , z ) → ( a , b , c ) lim f ( x , y , z ) = L
的含义是:对每个 ε > 0 \varepsilon>0 ε > 0 ,都能找到 δ > 0 \delta>0 δ > 0 ,使得定义域中的点只要满足
0 < ( x − a ) 2 + ( y − b ) 2 + ( z − c ) 2 < δ 0<\sqrt{(x-a)^2+(y-b)^2+(z-c)^2}<\delta 0 < ( x − a ) 2 + ( y − b ) 2 + ( z
就有
∣ f ( x , y , z ) − L ∣ < ε |f(x,y,z)-L|<\varepsilon ∣ f ( x , y , z ) − L ∣ < ε
推广到 n n n 个变量时,用向量记号会更干净。令
x = ( x 1 , … , x n ) , a = ( a 1 , … , a n ) \mathbf{x}=(x_1,\ldots,x_n),
\qquad
\mathbf{a}=(a_1,\ldots,a_n) x = ( x 1 , … , x n ) , a = ( a
以及
∥ x − a ∥ = ( x 1 − a 1 ) 2 + ⋯ + ( x n − a n ) 2 \|\mathbf{x}-\mathbf{a}\|
=\sqrt{(x_1-a_1)^2+\cdots+(x_n-a_n)^2} ∥ x − a ∥ = ( x 1 − a 1
定义就变成
0 < ∥ x − a ∥ < δ ⟹ ∣ f ( x ) − L ∣ < ε 0<\|\mathbf{x}-\mathbf{a}\|<\delta
\quad\Longrightarrow\quad
|f(\mathbf{x})-L|<\varepsilon 0 < ∥ x − a ∥ < δ ⟹ ∣ f ( x ) − L ∣ < ε
维数增加后,路径更多、图像更难直接画,但逻辑没有变:不存在可以用两条路径制造矛盾,存在则要用极限律或一个覆盖整个小球的统一估计。
例题:三变量直接代入
求
lim ( x , y , z ) → ( 4 , 1 , − 3 ) x 2 y − 3 z 2 x + 5 y − z \lim_{(x,y,z)\to(4,1,-3)}
\frac{x^2y-3z}{2x+5y-z} ( x , y , z ) → ( 4 , 1 , − 3 ) lim 2 x + 5 y −
分母在目标点趋向
2 ⋅ 4 + 5 ⋅ 1 − ( − 3 ) = 16 2\cdot4+5\cdot1-(-3)=16 2 ⋅ 4 + 5 ⋅ 1 − ( − 3 ) = 16
不为 0 0 0 ,所以可以直接使用极限律。分子趋向
4 2 ⋅ 1 − 3 ( − 3 ) = 25 4^2\cdot1-3(-3)=25 4 2 ⋅ 1 − 3 ( − 3 ) = 25
于是极限为
25 16 \frac{25}{16} 16 25
连续性的定义也完全一样:函数在 a \mathbf{a} a 有定义,极限存在,而且极限等于 f ( a ) f(\mathbf{a}) f ( a ) 。
一套不容易走偏的判断顺序
面对一个多变量极限,可以按下面的顺序处理。
先直接代入。如果公式由连续函数通过合法的加、减、乘、除和复合得到,而且分母不为 0 0 0 ,通常已经结束。
若出现 0 / 0 0/0 0/0 ,先做代数化简。因式分解、约分、有理化都有可能把可去间断露出来。
如果怀疑极限不存在,先试坐标轴和直线,再根据幂次关系设计曲线路径。只要找到两个不同趋向,就可以停止。
这套顺序把两种任务分开了:路径是在找反例,估计是在覆盖所有可能。弄清这两个工具各自负责什么,很多题就不会在逻辑上绕圈。
练习
练习一:用定义证明线性函数的极限
用 ε \varepsilon ε -δ \delta δ 定义证明
lim ( x , y ) → ( 1 , 2 ) ( 2 x − y ) = 0 \lim_{(x,y)\to(1,2)}(2x-y)=0 ( x , y ) → ( 1 , 2 ) lim ( 2 x − y ) = 0
显示答案 有
∣ ( 2 x − y ) − 0 ∣ = ∣ 2 ( x − 1 ) − ( y − 2 ) ∣ |(2x-y)-0|
=|2(x-1)-(y-2)| ∣ ( 2 x − y ) − 0∣ = ∣2 ( x − 1 ) − ( y − 2 ) ∣ 并且
∣ 2
练习二:使用极限律
求
lim ( x , y ) → ( 1 , 0 ) x 2 + 3 y 2 + x − y \lim_{(x,y)\to(1,0)}
\frac{x^2+3y}{2+x-y} ( x , y ) → ( 1 , 0 ) lim 2 + x − y x
显示答案 分母趋向
2 + 1 − 0 = 3 ≠ 0 2+1-0=3\ne0 2 + 1 − 0 = 3 = 0 所以可以直接代入:
lim ( x , y ) → ( 1 , 0 ) x 2 + 3 y 2 + x − y = 1 3 \lim_{(x,y)\to(1,0)}
\frac{x^2+3y}{2+x-y}
=\frac13
练习三:处理可去间断
求
lim ( x , y ) → ( 2 , 2 ) x 2 − y 2 x − y \lim_{(x,y)\to(2,2)}\frac{x^2-y^2}{x-y} ( x , y ) → ( 2 , 2 ) lim x − y x
显示答案 目标点处分母为 0 0 0 ,但在 x ≠ y x\ne y x = y 时
x 2 − y 2 x − y = x + y \frac{x^2-y^2}{x-y}=x+y x − y x
练习四:用两条路径证明不存在
判断
lim ( x , y ) → ( 0 , 0 ) x y x 2 + 2 y 2 \lim_{(x,y)\to(0,0)}\frac{xy}{x^2+2y^2} ( x , y ) → ( 0 , 0 ) lim x 2 + 2 y
是否存在。
显示答案 沿 y = 0 y=0 y = 0 ,函数恒为 0 0 0 。沿 y = x y=x y = x ,
x 2 x 2 + 2 x 2 = 1 3 \frac{x^2}{x^2+2x^2}=\frac13 x
练习五:坐标轴和直线为什么仍不够
判断
lim ( x , y ) → ( 0 , 0 ) x 2 y x 4 + y 2 \lim_{(x,y)\to(0,0)}\frac{x^2y}{x^4+y^2} ( x , y ) → ( 0 , 0 ) lim x 4 + y
是否存在,并说明应该怎样挑出关键曲线路径。
显示答案 沿任意直线 y = m x y=mx y = m x ,极限都是 0 0 0 。但分母中的 x 4 x^4 x 4 与 y 2 y^2 y 2 提示我们让 y y y 与 同阶。沿 ,
练习六:用夹逼证明存在
证明
lim ( x , y ) → ( 0 , 0 ) x 3 x 2 + y 2 = 0 \lim_{(x,y)\to(0,0)}\frac{x^3}{x^2+y^2}=0 ( x , y ) → ( 0 , 0 ) lim x 2 + y
显示答案 有
∣ x 3 x 2 + y 2 ∣ = ∣ x ∣ x 2 x 2 + y 2 ≤ ∣ x ∣ ≤ x 2 + y 2 \left|\frac{x^3}{x^2+y^2}\right|
=|x|\frac{x^2}{x^2+y^2}
\le|x|
\le\sqrt{x^2+y^2} x 2 + y
练习七:用极坐标统一控制角度
证明
lim ( x , y ) → ( 0 , 0 ) x 2 y 2 x 2 + y 2 = 0 \lim_{(x,y)\to(0,0)}\frac{x^2y^2}{x^2+y^2}=0 ( x , y ) → ( 0 , 0 ) lim x 2 + y
显示答案 令 x = r cos θ x=r\cos\theta x = r cos θ 、y = r sin θ y=r\sin\theta y = r sin θ ,则
x 2 y 2 x 2 + y 2 = r 2 cos 2 θ sin 2 θ \frac{x^2y^2}{x^2+y^2}
=r^2\cos^2\theta\sin^2\theta
练习八:判断连续区域
找出函数
q ( x , y ) = 9 − x 2 − y 2 x − y q(x,y)=\frac{\sqrt{9-x^2-y^2}}{x-y} q ( x , y ) = x − y 9 − x 2 − y
的连续区域。
显示答案 平方根要求
x 2 + y 2 ≤ 9 x^2+y^2\le9 x 2 + y 2 ≤ 9 分母要求
x − y ≠ 0 x-y\ne0 x − y =
练习九:选择正确的补充值
设
p ( x , y ) = { x 2 + y 2 x 2 + y 2 , ( x , y ) ≠ ( 0 , 0 ) , c , ( x , y ) = ( 0 , 0 ) . p(x,y)=
\begin{cases}
\dfrac{x^2+y^2}{\sqrt{x^2+y^2}},&(x,y)\ne(0,0),\\
c,&(x,y)=(0,0).
\end{cases} p ( x , y ) = ⎩
应取什么 c c c ,才能使 p p p 在原点连续?
显示答案 原点外有
p ( x , y ) = x 2 + y 2 p(x,y)=\sqrt{x^2+y^2} p ( x , y ) = x 2 + y 2
练习十:边界点极限
设
f ( x , y ) = 25 − x 2 − y 2 f(x,y)=\sqrt{25-x^2-y^2} f ( x , y ) = 25 − x 2 − y 2
它的定义域是 x 2 + y 2 ≤ 25 x^2+y^2\le25 x 2 + y 2 ≤ 25 。求
lim ( x , y ) → ( 4 , 3 ) f ( x , y ) \lim_{(x,y)\to(4,3)}f(x,y) ( x , y ) → ( 4 , 3 ) lim f ( x , y )
并判断函数在 ( 4 , 3 ) (4,3) ( 4 , 3 ) 是否连续。
显示答案 只从定义域内部靠近时,
25 − x 2 − y 2 → 25 − 16 − 9 = 0 25-x^2-y^2\to25-16-9=0 25 − x 2 − y 2 → 25 − 16 − 9 = 0 所以
练习十一:三变量极限
求
lim ( x , y , z ) → ( 1 , 2 , − 1 ) x + y 2 + z 2 3 + x − y + z \lim_{(x,y,z)\to(1,2,-1)}
\frac{x+y^2+z^2}{3+x-y+z} ( x , y , z ) → ( 1 , 2 , − 1 ) lim 3 + x −
显示答案 分母在目标点趋向
3 + 1 − 2 − 1 = 1 ≠ 0 3+1-2-1=1\ne0 3 + 1 − 2 − 1 = 1 = 0 所以可以直接代入。分子趋向
1 + 2 2 + ( − 1 ) 2 = 6 1+2^2+(-1)^2=6 1 +
练习十二:辨析路径法的逻辑
判断下面的说法是否正确:如果一个二元函数沿每条过原点的直线趋近时都趋于 0 0 0 ,那么它在原点的二元极限一定是 0 0 0 。
显示答案 不正确。函数
f ( x , y ) = x 2 y x 4 + y 2 f(x,y)=\frac{x^2y}{x^4+y^2} f ( x , y ) = x 4 + y 2 x
把“所有路径”带进下一章
本章最需要留下的不是某一套代数技巧,而是一条判断标准:多变量极限要对整个邻域负责。
证明不存在时,我们故意找两条路径制造矛盾;证明存在时,我们用极限律、夹逼或极坐标上界把所有路径一起控制。连续性再多检查一步:目标点上的函数值要正好接住这个共同趋势。
下一章开始求偏导数时,我们会固定 y y y 只让 x x x 动,或者固定 x x x 只让 y y y 动。这相当于只看两条坐标方向上的截线。它们很有用,却仍然只是少数路径。一个函数可以有两个偏导数,甚至两个偏导数都等于 0 0 0 ,却在原点不连续。记住本章反复强调的那句话:一元里左右两条路就够了,平面里远远不够。这个警觉会帮助我们分清“偏导存在”和“函数在整个邻域里表现良好”之间的距离。