Funkcje wielu zmiennych — cia
,
gÃlo´s´
c, r´
o˙zniczkowalno´s´
c
Podajemy tu kilka definicji i twierdze´
n (z dowodami, kt´ore w wie
,
kszo´sci zostana
,
pominie
,
te na wykÃladzie), kt´ore pozwola
,
m´owi´c o cia
,
gÃlo´sci i r´o˙zniczkowalno´sci funkcji
wielu zmiennych. Z konieczno´sci jest to tylko przegla
,
d najwa˙zniejszych spo´sr´od naj-
bardziej podstawowych zagadnie´
n. Definicji kuli wielowymiarowej nie podam na
wykÃladzie, ale jest ono wygodne i powszechnie stosowane, wie
,
c je tu umieszczam.
Definicja 16.1 (kuli k –wymiarowej) *
Kula
,
otwarta
,
o ´srodku p i promieniu r > 0 nazywamy zbi´or
B(p, r) = {x ∈ IR
k
:
kx − pk < r} ,
kula
,
domknie
,
ta
,
o ´srodku p i promieniu r > 0 — zbi´or
B(p, r) = {x ∈ IR
k
:
kx − pk ≤ r} .
Jasne jest, ˙ze jednowymiarowa
,
kula
,
otwarta
,
o ´srodku w punkcie p ∈ IR i promie-
niu r > 0 jest przedziaÃl o ´srodku w punkcie p i dÃlugo´sci 2r . Jednowymiarowa kula
domknie
,
ta o´srodku w punkcie p i promieniu r > 0 to po prostu przedziaÃl domknie
,
ty
o ´srodku w punkcie p i dÃlugo´sci 2r . W tym wymiarze kula domknie
,
ta r´o˙zni sie
,
od
otwartej (o tym samym ´srodku i promieniu) jedynie dwoma punktami. Jasne jest, ˙ze
dwuwymiarowa
,
kula
,
otwarta
,
o ´srodku p ∈ IR
2
i promieniu r > 0 jest koÃlo o ´srodku
p i promieniu r jednak bez punkt´ow ,,brzegowych”, tj. bez punkt´ow, kt´orych od-
legÃlo´s´c od p r´owna jest dokÃladnie r . Kula domknie
,
ta o ´srodku p i promieniu
r > 0 to koÃlo z ,,brzegiem” o ´srodku p i promieniu r . Tr´ojwymiarowa kula otwarta
to po prostu kula bez punkt´ow brzegowych, a kula domknie
,
ta to kula z punktami
brzegowymi. Wida´c wie
,
c, ˙ze te nazwy motywowane sa
,
terminologia
,
stosowana
,
do
przestrzeni tr´ojwymiarowej. Mimo, ˙ze mo˙ze sie
,
komu´s wydawa´c ´smiesznym nazy-
wanie przedziaÃlu kula
,
, to jednak warto zapÃlaci´c taka
,
cene
,
za jednolita
,
terminologie
,
stosowana
,
w odniesieniu do przestrzeni r´o˙znych wymiar´ow, to uÃlatwia formuÃlowanie
zar´owno twierdze´
n jak i ich dowod´ow.
Definicja 16.2 (zbioru otwartego w IR
k
)
Zbi´or G nazywamy otwartym wtedy i tylko wtedy, gdy dla ka˙zdego punktu p ∈ G
istnieje liczba dodatnia r taka, ˙ze B(p, r) ⊂ G , czyli gdy z tego, ˙ze kx − pk < r
wynika, ˙ze x ∈ G .
Jasne jest, ˙ze caÃla przestrze´
n k –wymiarowa jest zbiorem otwartym, w tym
konkretnym przypadku mo˙zna przyja
,
´c np. r = 13 . R´ownie˙z zbi´or pusty jest otwar-
*
angielskie sÃlowo: ball
1
Funkcje wielu zmiennych
ty. Wynika to sta
,
d, ˙ze je´sli poprzednik implikacji jest faÃlszywy (czyli p ∈ ∅ ), to z tej
nieprawdy ju˙z wszystko wynika w szczeg´olno´sci istnienie liczby r > 0 . Oczywi´scie
zn´ow to rozumienie sÃlowa wynika nie zawsze jest zgodne z potocznym, ale przyje
,
to
wynikanie w ten wÃla´snie spos´ob interpretowa´c. R´ownie˙z otwarta kula k –wymiarowa
w przestrzeni k –wymiarowej jest zbiorem otwartym: je´sli q ∈ B(p, r) , to przyj-
muja
,
c % = r − kq − pk , otrzymujemy B(q, %) ⊂ B(p, r) , bo je´sli kx − qk < % ,
to kx − pk ≤ kx − qk + kq − pk < % + kq − pk = r . Z tego ostatniego zdania
wynika, ˙ze przedziaÃl otwarty jest otwartym podzbiorem prostej. Natomiast odcinek
bez ko´
nc´ow otwartym podzbiorem pÃlaszczyzny nie jest, bo przecie˙z ˙zaden jego punkt
nie jest ´srodkiem dwuwymiarowej kuli, czyli koÃla zawartego w tym odcinku, bo od-
cinek w og´ole ˙zadnego koÃla nie zawiera. Widzimy wie
,
c, ˙ze to czy zbi´or jest otwarty,
czy te˙z nie, zale˙zy nie tylko od samego zbioru, lecz r´ownie˙z od tego z jakiego punktu
widzenia jest on rozpatrywany! Czytelnik sprawdzi bez trudu, ˙ze pÃlaszczyzna bez jed-
nego punktu, pÃlaszczyzna bez sko´
nczenie wielu punkt´ow, pÃlaszczyzna bez sko´
nczenie
wielu prostych sa
,
otwartymi podzbiorami pÃlaszczyzny. Tr´ojka
,
t otwartym podzbiorem
pÃlaszczyzny nie jest, bo ˙zadne koÃlo o ´srodku w punkcie le˙za
,
cym na boku tr´ojka
,
ta za-
warte w tr´ojka
,
cie nie jest. Natomiast tr´ojka
,
t bez bok´ow i wierzchoÃlk´ow jest zbiorem
otwartym, bo ka˙zdy punkt nie le˙za
,
cy na boku tr´ojka
,
ta jest ´srodkiem koÃla zawartego
w tr´ojka
,
cie bez bok´ow. Podobnie kwadrat nie jest otwartym podzbiorem pÃlaszczyzny,
ale staje sie
,
otwarty po usunie
,
ciu bok´ow wraz z wierzchoÃlkami. Obszar nad parabola
,
y = x
2
, czyli zbi´or takich punkt´ow (x, y) , ˙ze y > x
2
jest otwartym podzbiorem
pÃlaszczyzny. R´ownie˙z obszar zÃlo˙zony z takich punkt´ow (x, y) , ˙ze y < x
2
jest ot-
warty. Analogiczne przykÃlady mo˙zna rozwa˙zy´c w przestrzeni tr´ojwymiarowej, co
pozostawiamy czytelnikom w charakterze prostego ´cwiczenia.
Definicja 16.3 (zbioru domknie
,
tego w przestrzeni IR
k
)
Zbi´or F ⊂ IR
k
jest domknie
,
ty wtedy i tylko wtedy, gdy zbi´or R
k
\ F jest otwarty.
Podane poprzednio przykÃlady zbior´ow otwartych daja
,
od razu przykÃlady zbior´ow
domknie
,
tych: z tego, ˙ze caÃla przestrze´
n IR
k
jest zbiorem otwartym wnioskujemy
natychmiast, ˙ze zbi´or pusty jest domknie
,
ty. Z tego, ˙ze zbi´or pusty jest otwarty
wynika, ˙ze caÃla przestrze´
n jest zbiorem domknie
,
tym. Poniewa˙z kula otwarta jest
zbiorem otwartym, wie
,
c dopeÃlnienie kuli otwartej jest zbiorem domknie
,
tym. Zbiory
sko´
nczone sa
,
domknie
,
te, prosta jest podzbiorem domknie
,
tym pÃlaszczyzny, przestrzeni
tr´ojwymiarowej. Jasne jest te˙z, ˙ze k –wymiarowa kula domknie
,
ta jest podzbiorem
domknie
,
tym przestrzeni IR
k
. To stwierdzenie uzasadnimy. Niech q /
∈ B(p, r) , tzn.
2
Funkcje wielu zmiennych
kq − pk > r . Niech % = kq − pk − r . Oczywi´scie % > 0 . Niech x ∈ B(q, %) , tzn.
kx − qk < % = kq − pk − r . Sta
,
d wynika, ˙ze r < kq − pk − kx − qk ≤ kx − pk , co
oznacza, ˙ze x /
∈ B(p, r) , a wie
,
c B(q, %) ∩ B(p, r) = ∅ . Wykazali´smy wie
,
c, ˙ze kula
B(q, %) jest zawarta w dopeÃlnieniu kuli B(p, r) , a poniewa˙z q oznacza tu dowolny
punkt dopeÃlnienia kuli B(p, r) , wie
,
c dopeÃlnienie to jest otwarte, zatem sama kula
B(p, r) jest zbiorem domknie
,
tym w IR
k
.
Zbiory otwarte maja
,
swoja
,
charakteryzacje
,
,,wewne
,
trzna
,
” – nie ma konieczno´sci
badania dopeÃlnienia zbioru. W podobny spos´ob mo˙zna scharakteryzowa´c zbioru
domknie
,
te. Przyda sie
,
nam do tego poje
,
cie granicy cia
,
gu punkt´ow.
Definicja 16.4 (granicy cia
,
gu punkt´
ow przestrzeni euklidesowej)
Cia
,
g (p
n
) jest zbie˙zny do granicy p wtedy i tylko wtedy, gdy lim
n→∞
kp
n
− pk = 0 .
Wida´c, ˙ze definicja ta r´o˙zni sie
,
od definicji cia
,
gu liczbowego bardzo nieznacznie:
w przypadku cia
,
gu wysta
,
piÃla warto´s´c bezwzgle
,
dna r´o˙znicy wyrazu cia
,
gu i granicy,
w przypadku cia
,
gu punkt´ow przestrzeni m´owimy o odlegÃlo´sci wyrazu cia
,
gu od grani-
cy. Wida´c wyra´znie, ˙ze r´o˙znica obu definicji jest raczej kosmetyczna ni˙z merytoryczna
— warto´s´c bezwzgle
,
dna r´o˙znicy dwu liczb to przecie˙z odlegÃlo´s´c mie
,
dzy nimi, je´sli
o liczbach my´slimy jak o punktach prostej.
Twierdzenie 16.5 (charakteryzuja
,
ce zbiory domknie
,
te)
Zbi´or F jest domknie
,
ty wtedy i tylko wtedy, gdy z tego ˙ze punkty p
1
, p
2
, . . .
nale˙za
,
do zbioru F oraz p = lim
n→∞
p
n
wynika, ˙ze r´ownie˙z p ∈ F .
Dow´
od. ZaÃl´o˙zmy najpierw, ˙ze zbi´or F jest domknie
,
ty, czyli ˙ze zbi´or IR
k
\ F jest
otwarty. Niech p = lim
n→∞
p
n
i niech punkty cia
,
gu (p
n
) nale˙za
,
do zbioru F . Je´sli
p /
∈ F , to poniewa˙z zbi´or IR
k
\ F jest otwarty, wie
,
c istnieje taka liczba r > 0 ,
˙ze B(p, r) ⊂ IR
k
\ F . Wobec tego w kuli B(p, r) nie ma punkt´ow cia
,
gu (p
n
) ,
bo one le˙za
,
w zbiorze F , a to oznacza, ˙ze dla ka˙zdej liczby naturalnej n zachodzi
nier´owno´s´c kp
n
− pk ≥ r , wbrew temu, ˙ze lim
n→∞
kp
n
− pk = 0 . ZaÃl´o˙zmy teraz, ˙ze
zbi´or F speÃlnia warunek opisany w tre´sci zadania i nie jest domknie
,
ty, tzn. jego
dopeÃlnienie nie jest otwarte. Istnieje wie
,
c punkt p ∈ IR
k
\ F taki, ˙ze ˙zadna kula o
´srodku p nie jest zawarta w zbiorze IR
k
\ F . Niech p
n
∈ B(p,
1
n
) ∩ F . Mamy wie
,
c
kp
n
− pk <
1
n
, zatem lim
n→∞
kp
n
− pk = 0 , czyli lim
n→∞
p
n
= p i wobec tego musi te˙z
by´c p ∈ F , wbrew uczynionemu zaÃlo˙zeniu. Dow´od zostaÃl zako´
nczony.
Z twierdzenia tego wynika natychmiast, ˙ze np. zbi´or IR
2
\ {(0, 0)} nie jest
3
Funkcje wielu zmiennych
zbiorem domknie
,
tym. Mamy bowiem lim
n→∞
(
1
n
, 0) = (0, 0) /
∈ IR
2
\ {(0, 0)} , chocia˙z
oczywi´scie (
1
n
, 0) ∈ IR
2
\ {(0, 0)} . W taki sam spos´ob mo˙zna wykaza´c, ˙ze zbi´or Q
zÃlo˙zony ze wszystkich liczb wymiernych nie jest domknie
,
tym podzbiorem prostej:
ka˙zda liczba niewymierna jest granica
,
cia
,
gu liczb wymiernych. Zauwa˙zmy, ˙ze zbi´or
ten nie jest r´ownie˙z otwarty, bo r´ownie˙z ka˙zda liczba wymierna mo˙ze przedstawiona
jako granica cia
,
gu liczb niewymiernych. Widzieli´smy wie
,
c, ˙ze istnieja
,
zbiory, kt´ore
sa
,
jednocze´snie otwarte i domknie
,
te ( IR
k
i ∅ ), istnieja
,
te˙z zbiory, kt´ore nie sa
,
ani
otwarte ani domknie
,
te!
Twierdzenie 16.6 (charakteryzuja
,
ce zbie˙zno´s´
c cia
,
g´
ow w IR
k
)
Cia
,
g (p
n
) punkt´ow przestrzeni k –wymiarowej jest zbie˙zny do punktu p ∈ IR
k
wtedy
i tylko wtedy, gdy lim
n→∞
p
i,n
= p
i
dla i = 1, 2, . . . , k , tu p
n
= (p
1,n
, p
2,n
, . . . , p
k,n
)
dla n = 1, 2, . . . i p = (p
1
, p
2
, . . . , p
k
) .
Dow´
od. Dla ka˙zdego i ∈ {1, 2, . . . , k} zachodzi nier´owno´s´c:
|p
i,n
− p
i
| ≤
p
|p
1,n
− p
1
|
2
+ |p
2,n
− p
2
|
2
+ · · · + |p
k,n
− p
k
|
2
= kp
n
− pk ,
z kt´orej wynika od razu, ˙ze je´sli lim
n→∞
p
n
= p , to lim
n→∞
p
i,n
= p
i
dla ka˙zdego
i ∈ {1, 2, . . . , k} . W druga
,
strone
,
twierdzenie wynika natychmiast z definicji od-
legÃlo´sci: pod pierwiastkiem jest k skÃladnik´ow i ka˙zdy z nich da
,
˙zy do 0, co jest
tre´scia
,
zaÃlo˙zenia. Dow´od zostaÃl zako´
nczony.
Twierdzenie to pozwala w istocie rzeczy sprowadza´c badanie zbie˙zno´sci cia
,
gu
punkt´ow przestrzeni k –wymiarowej do badania zbie˙zno´sci k cia
,
g´ow liczbowych.
Wa˙znym twierdzeniem byÃlo w przypadku cia
,
g´ow liczbowych twierdzenie Bolzano–
Weierstrassa. GwarantowaÃlo ono mo˙zliwo´s´c wybierania podcia
,
g´ow zbie˙znych z cia
,
-
g´ow ograniczonych. Twierdzenie to pozostaje w mocy w przypadku wielowymi-
arowym. Przed sformuÃlowaniem tego twierdzenia wypada powiedzie´c, ˙ze cia
,
g (zbi´or)
nazywamy ograniczonym, je´sli wszystkie jego wyrazy (elementy) znajduja
,
sie
,
w pew-
nej kuli. Przypomnijmy, ˙ze w jednowymiarowym przypadku kulami sa
,
przedziaÃly,
wie
,
c ta definicja to po prostu uog´olnienie definicji stosowanej w przypadku jed-
nowymiarowym. Warto od razu zauwa˙zy´c, ˙ze je´sli cia
,
g punkt´ow przestrzeni IR
k
jest
ograniczony, to r´ownie˙z cia
,
gi liczbowe: utworzony z jego pierwszych wsp´oÃlrze
,
dnych,
utworzony z drugich wsp´oÃlrze
,
dnych itd. sa
,
zbie˙zne. Czytelnik bez trudu stwierdzi, ˙ze
je´sli wszystkie cia
,
gi utworzone ze wsp´oÃlrze
,
dnych o ustalonym numerze sa
,
ograniczone,
to r´ownie˙z cia
,
g punkt´ow przestrzeni k –wymiarowej jest ograniczony. Twierdzenie
to nie byÃlo om´owione w czasie wykÃladu, tu jednak je zamieszczam w przekonaniu, ˙ze
niekt´orym studentom zapoznanie sie
,
z nim uÃlatwi nauke
,
matematyki.
4
Funkcje wielu zmiennych
Twierdzenie 16.7 (Bolzano–Weiertrassa, przypadek wielowymiarowy)
Z ka˙zdego ograniczonego cia
,
gu (p
n
) punkt´ow przestrzeni IR
k
mo˙zna wybra´c podcia
,
g
zbie˙zny do pewnego punktu p ∈ IR
k
, tzn. istnieje ´sci´sle rosna
,
cy cia
,
g (n
j
) liczb
naturalnych taki, ˙ze zachodzi r´owno´s´c lim
j→∞
p
n
j
= p .
Dow´
od. Z poprzedniego twierdzenia wynika, ˙ze trzeba wybra´c cia
,
g (n
j
) w taki
spos´ob, by wszystkie cia
,
gi
¡
p
1,n
j
¢
,
¡
p
2,n
j
¢
,. . . ,
¡
p
k,n
j
¢
byÃly zbie˙zne. Twierdzenie
Bolzano–Weierstrassa jest prawdziwe dla cia
,
g´ow liczbowych, zatem istnieje cia
,
g (n
j
)
taki, ˙ze cia
,
g (p
1,n
j
) jest zbie˙zny, ale nie wiemy nic o naste
,
pnych k − 1 cia
,
gach:
(p
2,n
j
) , (p
3,n
j
) , itd. Mo˙zemy jednak skorzysta´c z tego, ˙ze wszystkie podcia
,
gi cia
,
gu
zbie˙znego te˙z sa
,
zbie˙zne i to do tej samej granicy. Zasta
,
pimy wie
,
c cia
,
g wyj´sciowy
(p
n
) cia
,
giem (p
n
j
) (wie
,
c pierwsze wsp´oÃlrze
,
dne tworza
,
cia
,
g zbie˙zny) i z tego cia
,
gu
wybierzemy podcia
,
g (p
n
0
j
) w taki spos´ob, by cia
,
g (p
2,n
0
j
) byÃl zbie˙zny. Jest to
mo˙zliwe, bo cia
,
g (p
2,n
j
) jest ograniczony, wie
,
c mo˙zemy zastosowa´c jednowymi-
arowe twierdzenie Bolzano–Weiertrassa. Uzyskamy wie
,
c w ten spos´ob cia
,
g (p
n
0
j
) ,
kt´orego pierwsze i drugie wsp´oÃlrze
,
dne tworza
,
cia
,
gi zbie˙zne.* Wystarczy te
,
proce-
dure
,
zastosowa´c jeszcze kolejno k − 2 razy, by uzyska´c podcia
,
g, kt´orego wszystkie
wsp´oÃlrze
,
dne: pierwsze, drugie, itd. tworza
,
cia
,
gi zbie˙zne, dzie
,
ki czemu r´ownie˙z sam
podcia
,
g jest zbie˙zny. Dow´od zostaÃl zako´
nczony.
Podamy teraz jedna
,
z najwa˙zniejszych definicji tej cze
,
´sci wykÃladu.
Definicja 16.8 (zbioru zwartego)
Zbi´or C nazywamy zwartym wtedy i tylko wtedy, gdy z ka˙zdego cia
,
gu punkt´ow
zbioru C mo˙zna wybra´c podcia
,
g zbie˙zny do punktu le˙za
,
cego w zbiorze C .
Zbiory zwarte moga
,
by´c definiowane w taki spos´ob w nieco og´olniejszej sytuacji
ni˙z rozpatrywana przez nas, moga
,
to by´c mianowicie podzbiory tzw. przestrzeni
metrycznych. Podamy teraz twierdzenie, kt´ore w og´olnej sytuacji nie jest prawdziwe,
ale jest prawdziwe i bardzo u˙zyteczne w przypadku tych zbior´ow, kt´orymi zajmowa´c
sie
,
be
,
dziemy w tej przyszÃlo´sci.
Twierdzenie 16.9 (charakteryzuja
,
ce zbiory zwarte w przestrzeni IR
k
)
Zbi´or C ⊂ IR
k
jest zwarty wtedy i tylko wtedy, gdy jest domknie
,
ty i ograniczony.
Dow´
od. ZaÃl´o˙zmy, ˙ze zbi´or C ⊂ IR
k
jest zwarty. Je´sli C nie jest ograniczony,
to dla ka˙zdej liczby naturalnej n istnieje taki punkt p
n
∈ C , ˙ze p
n
/
∈ B(0, n) .
Oznacza to, ˙ze kp
n
k ≥ n . Poniewa˙z C jest zbiorem zwartym, wie
,
c z cia
,
gu (p
n
)
*
Pierwsze – bo podcia,g cia,gu zbie˙znego jest zbie˙zny, drugie – bo tak wybieramy.
5
Funkcje wielu zmiennych
wybra´c mo˙zna podcia
,
g zbie˙zny (p
n
j
) do pewnego punktu p ∈ C . Sta
,
d wynika,
˙ze cia
,
g
¡
kp
n
j
− pk
¢
jest zbie˙zny do 0, wie
,
c jest ograniczony. Zachodzi nier´owno´s´c
kp
n
j
k ≤ kpk + kp
n
j
− pk , a z niej i ze zdania poprzedniego wynika, ˙ze cia
,
g
¡
p
n
j
¢
jest ograniczony, co oczywi´scie przeczy temu, ˙ze kp
n
j
k ≥ n
j
. Wykazali´smy wie
,
c,
˙ze podzbi´or zwarty przestrzeni IR
k
musi by´c ograniczony. Teraz wyka˙zemy, ˙ze musi
by´c r´ownie˙z domknie
,
ty. ZaÃl´o˙zmy, ˙ze nie jest domknie
,
ty. Wtedy istnieje cia
,
g (p
n
)
punkt´ow zbioru C zbie˙zny do punktu p /
∈ C . Wszystkie podcia
,
gi cia
,
gu (p
n
) sa
,
oczywi´scie zbie˙zne do punktu p , wie
,
c nie mo˙zna wybra´c z tego cia
,
gu podcia
,
gu,
kt´orego granica nale˙zaÃlaby do C . Wobec tego podzbi´or zwarty przestrzeni IR
k
musi
by´c te˙z domknie
,
ty. Czas na dow´od implikacji przeciwnej. ZakÃladamy teraz, ˙ze zbi´or
C ⊂ IR
k
jest domknie
,
ty i ograniczony. Niech (p
n
) be
,
dzie cia
,
giem punkt´ow zbioru
C . Na mocy twierdzenia Bolzano–Weierstrassa mo˙zna ze´
n wybra´c podcia
,
g (p
n
j
)
zbie˙zny do pewnego punktu p . Poniewa˙z zbi´or C jest domknie
,
ty a wyrazy cia
,
gu
(p
n
j
) sa
,
elementami zbioru domknie
,
tego C , wie
,
c r´ownie˙z jego granica, czyli punkt
p jest elementem zbioru C . Wykazali´smy wie
,
c, ˙ze z cia
,
gu punkt´ow zbioru C mo˙zna
wybra´c podcia
,
g zbie˙zny do punktu le˙za
,
cego w zbiorze C , a to oznacza, ˙ze C jest
zbiorem zwartym. Dow´od zostaÃl zako´
nczony.
Interesuja
,
nas nie tylko zbiory, ale r´ownie˙z funkcje, w tym funkcje cia
,
gÃle. Defi-
nicja cia
,
gowa (Heinego) cia
,
gÃlo´sci funkcji przenosi sie
,
na przypadek wielowymiarowy
bez ˙zadnych zmian. Je´sli A ⊂ IR
k
i f : A −→ IR
l
jest funkcja
,
okre´slona
,
na zbiorze A ,
to f jest cia
,
gÃla w punkcie p ∈ IR
k
wtedy i tylko wtedy, gdy z tego, ˙ze lim
n→∞
p
n
= p ,
p
n
∈ A wynika, ˙ze lim
n→∞
f (p
n
) = f (p) . Mo˙zna r´ownie˙z przeformuÃlowa´c definicje
,
otoczeniowa
,
(Cauchy’ego): funkcja f : A −→ IR
l
jest cia
,
gÃla w punkcie p ∈ A wte-
dy i tylko wtedy, gdy dla ka˙zdej liczby ε > 0 istnieje taka liczba δ > 0 , ˙ze je´sli
q ∈ A i kq − pk < δ , to kf (q) − f (p)k < ε . Poniewa˙z definicje te nie r´o˙znia
,
sie
,
od podawanych w przypadku jednowymiarowym, wie
,
c dow´od ich r´ownowa˙zno´sci
pomijamy, zreszta
,
nie r´o˙zni sie
,
on od dowodu w przypadku jednowymiarowym niczym
istotnym. Warto te˙z doda´c, ˙ze je´sli funkcje f, g sa
,
cia
,
gÃle i odpowiednia operacja na
nich jest zdefiniowana, to cia
,
gÃle sa
,
r´ownie˙z funkcje f ± g , f · g (iloczyn skalarny),
f ×g (iloczyn wektorowy), f
−1
(np. je´sli warto´sciami funkcji sa
,
macierze odwracalne
i f (x)
−1
oznacza macierz odwrotna
,
do macierzy f (x) ), f ◦ g (zÃlo˙zenie funkcji f z
funkcja
,
g ). Natomiast funkcja odwrotna do funkcji cia
,
gÃlej mo˙ze nie by´c cia
,
gÃla: je´sli
f (t) =
¡
(2 + cos t) cos(t
√
2), (2 + cos t) sin(t
√
2), sin t
¢
,
to funkcja f jest r´o˙znowarto´sciowa, wie
,
c ma funkcje
,
odwrotna
,
, ale ta funkcja odwrot-
6
Funkcje wielu zmiennych
na nie ma ani jednego punktu cia
,
gÃlo´sci.
Dzie
,
ki twierdzeniu Bolzano–Weierstrassa pozostaje te˙z w mocy
Twierdzenie 16.10 (Weierstrassa o osia
,
ganiu kres´
ow przez funkcje
,
cia
,
gÃla
,
)
Je´sli f : C −→ IR jest funkcja
,
cia
,
gÃla
,
w ka˙zdym punkcie zbioru zwartego C ⊂ IR
k
, to
istnieja
,
punkty p, q ∈ C takie, ˙ze dla ka˙zdego punktu x ∈ C zachodzi nier´owno´s´c
podw´ojna f (p) ≤ f (x) ≤ f (q) , czyli f (p) jest najmniejsza
,
warto´scia
,
funkcji f za´s
f (q) – najwie
,
ksza
,
.
Twierdzenie to ma kapitalne znaczenie. Pozwala ono stwierdza´c, ˙ze np. poszuki-
wana przez nas najwie
,
ksza warto´s´c funkcji istnieje, co zwalnia nas z obowia
,
zku
przeprowadzania cze
,
sto kÃlopotliwych rozumowa´
n w konkretnych sytuacjach. Ju˙z
w przypadku funkcji jednej zmiennej byÃly podane przykÃlady jego stosowania. Teraz
mie´c to be
,
dzie jeszcze wie
,
ksze znaczenie, bo trudniej w przypadku funkcji wielu zmi-
ennych m´owi´c o jej monotoniczno´sci ni˙z w jednowymiarowym przypadku, zreszta
,
gdy
zbi´or jest skomplikowany, mo˙ze to by´c w og´ole niewykonalne ( w prostych sytuacjach
mo˙zna rozpatrywa´c dana
,
funkcje
,
wielu zmiennych kolejno jako funkcje
,
zmiennej x
1
,
potem jako funkcje
,
zmiennej x
2
, . . . ). PrzykÃlady pojawia
,
sie
,
nieco p´o´zniej.
Zajmiemy sie
,
teraz r´o˙zniczkowaniem funkcji wielu zmiennych. Zaczniemy od
poje
,
cia pochodnej cza
,
stkowej, bo jest ono najprostszym z tych, kt´orymi przyjdzie
nam sie
,
zaja
,
´c. W tym rozdziale, je´sli nie napiszemy wyra´znie, ˙ze jest inaczej, funkcja
f : G −→ IR
l
be
,
dzie okre´slona na zbiorze otwartym G ⊂ IR
k
. Be
,
dziemy stara´c
sie
,
przenie´s´c twierdzenia u˙zyteczne dla optymalizacji funkcji o warto´sciach rzeczy-
wistych, czyli dla znajdowania ich warto´sci najmniejszych oraz najwie
,
kszych. W nie-
kt´orych przypadkach poje
,
cie pochodnej cza
,
stkowej nam wystarczy, a w niekt´orych
zmuszeni zostaniemy do u˙zycia poje
,
cia r´o˙zniczki funkcji, kt´ore zdefiniujemy p´o´zniej.
Definicja 16.11 (pochodnej cza
,
stkowej)
Pochodna
,
cza
,
stkowa
,
pierwszego rze
,
du odwzorowania f : G −→ IR
l
ze wzgle
,
du na
zmienna
,
x
i
, 1 ≤ i ≤ k , w punkcie p ∈ G , nazywamy granice
,
lim
h→0
f (p+he
i
)−f (p)
h
,
o ile istnieje; e
i
∈ IR
k
to wektor, kt´orego wszystkie wsp´oÃlrze
,
dne z wyja
,
tkiem i –tej
sa
,
r´owne 0 a i –ta r´owna jest 1: e
i
= (0, . . . , 0, 1, 0, . . . , 0) . Te
,
pochodna
,
cza
,
stkowa
,
oznaczamy symbolem
∂f
∂x
i
(p) .
PrzykÃlad 16.1
Niech f (x) = x
1
+ 2x
3
2
+ x
3
e
x
4
. Z definicji pochodnej cza
,
stkowej
wynika, ˙ze zachodzi naste
,
puja
,
cy wz´or:
7
Funkcje wielu zmiennych
∂f
∂x
1
(x) = lim
h→0
f (x + he
1
) − f (x)
h
= lim
h→0
f (x
1
+ h, x
2
, x
3
, x
4
) − f (x
1
, x
2
, x
3
, x
4
)
h
=
= lim
h→0
x
1
+ h + 2x
3
2
+ x
3
e
x
4
− (x
1
+ 2x
3
2
+ x
3
e
x
4
)
h
= 1 .
Pochodna
,
∂f
∂x
1
funkcji f obliczamy traktuja
,
c x
1
jako argument funkcji f przy jed-
noczesnym traktowaniu zmiennych x
2
, x
3
, x
4
jako staÃlych (parametr´ow). Oblicza-
ja
,
c analogicznie otrzymujemy jeszcze trzy r´owno´sci:
∂f
∂x
2
(x) = 6x
2
2
,
∂f
∂x
3
(x) = e
x
4
,
∂f
∂x
4
(x) = x
3
e
x
4
.
PrzykÃlad 16.2
Niech f
µ
r
ϕ
¶
=
µ
r cos ϕ
r sin ϕ
¶
– tym razem wsp´oÃlrze
,
dne punkt´ow
piszemy pionowo, co — jak sie
,
oka˙ze p´o´zniej — ma sens. Obliczymy pochodna
,
tej
funkcji wzgle
,
dem zmiennej r :
∂f
∂r
µ
r
ϕ
¶
= lim
h→0
f
µ
r + h
ϕ
¶
− f
µ
r
ϕ
¶
h
= lim
h→0
µ
(r + h) cos ϕ
(r + h) sin ϕ
¶
−
µ
r cos ϕ
r sin ϕ
¶
h
=
= lim
h→0
µ
cos ϕ
sin ϕ
¶
=
µ
cos ϕ
sin ϕ
¶
.
Teraz kolej na pochodna
,
wzgle
,
dem zmiennej ϕ :
∂f
∂ϕ
µ
r
ϕ
¶
= lim
h→0
f
µ
r
ϕ + h
¶
− f
µ
r
ϕ
¶
h
= lim
h→0
µ
r cos(ϕ + h)
r sin(ϕ + h)
¶
−
µ
r cos ϕ
r sin ϕ
¶
h
=
=
lim
h→0
r cos(ϕ+h)−r cos ϕ
h
lim
h→0
r sin(ϕ+h)−r sin ϕ
h
=
µ
−r sin ϕ
r cos ϕ
¶
.
Widzimy wie
,
c, ˙ze w przypadku odwzorowania o warto´sciach w IR
2
otrzymali´smy
wektor, a nie liczbe
,
! Rezultat ten jest dokÃladnie taki, jakiego nale˙zaÃlo sie
,
spodziewa´c.
Je´sli funkcja o warto´sciach w przestrzeni IR
l
ma w punkcie pochodna
,
wzgle
,
dem jed-
nej ze swych k zmiennych, to ta pochodna cza
,
stkowa jest wektorem l –wymiarowym.
WÃla´sciwie na tym mo˙zna by sko´
nczy´c, ale warto jeszcze otrzymany rezultat zinterpre-
towa´c fizycznie.* Mo˙zna my´sle´c, ˙ze warto´scia
,
funkcji f jest punkt pÃlaszczyzny odd-
alony o r od punktu
µ
0
0
¶
lub wektor zaczynaja
,
cy sie
,
w punkcie
µ
0
0
¶
i ko´
ncza
,
cy
sie
,
w punkcie f
µ
r
ϕ
¶
=
µ
r cos ϕ
r sin ϕ
¶
— traktujemy wie
,
c liczby r i ϕ jako tzw.
*
Do przeczytania dalszej cze
,
´sci tego przyk ladu wystarczy rozumie´c poje
,
cie pre
,
dko´sci znane z
lekcji fizyki w szkole.
8
Funkcje wielu zmiennych
wsp´oÃlrze
,
dne biegunowe punktu pÃlaszczyzny. Przy obliczaniu pochodnej wzgle
,
dem
r traktujemy zmienna
,
ϕ jako staÃla
,
. Mo˙zemy interpretowa´c zmienna
,
r jako czas.
Po zmianie czasu o h znajdujemy sie
,
w punkcie f
µ
r + h
ϕ
¶
=
µ
(r + h) cos ϕ
(r + h) sin ϕ
¶
.
Znale´zli´smy sie
,
wie
,
c w punkcie le˙za
,
cym na tej samej p´oÃlprostej wychodza
,
cej z punktu
(0, 0) , ale w innej odlegÃlo´sci od pocza
,
tku ukÃladu wsp´oÃlrze
,
dnych. Zmiana odlegÃlo´sci
r´owna jest zmianie czasu. Wobec pre
,
dko´s´c skalarna powinna by´c r´owna 1 a wek-
tor pre
,
dko´sci powinien by´c r´ownolegÃly do p´oÃlprostej, po kt´orej porusza sie
,
punkt.
Wektor
µ
cos ϕ
sin ϕ
¶
jest r´ownolegÃly do p´oÃlprostej wychodza
,
cej z punktu
µ
0
0
¶
i prze-
chodza
,
cej przez punkt
µ
r cos ϕ
r sin ϕ
¶
. Jego dÃlugo´s´c to 1. Jest to wektor r´owny pre
,
dko´sci
wektorowej poruszaja
,
cego sie
,
punktu. Podobnie mo˙zna zinterpretowa´c pochodna
,
wz-
gle
,
dem ϕ . Tym razem r sie
,
nie zmienia, natomiast zmienia sie
,
ka
,
t jaki tworzy
wektor o pocza
,
tku
µ
0
0
¶
i ko´
ncu
µ
r cos ϕ
r sin ϕ
¶
z osia
,
odcie
,
tych (pozioma
,
osia
,
ukÃladu
wsp´oÃlrze
,
dnych). W tej sytuacji ϕ oznacza zar´owno czas jak i ten ka
,
t. Wobec
tego ruch odbywa sie
,
po okre
,
gu o ´srodku
µ
0
0
¶
i promieniu r . Chwilowa pre
,
dko´s´c
wektorowa jest wie
,
c wektorem stycznym do tego okre
,
gu. DÃlugo´s´c tego wektora to
oczywi´scie r , bo pre
,
dko´s´c ka
,
towa r´owna jest 1. Wektorowi
∂f
∂ϕ
µ
r
ϕ
¶
=
µ
−r sin ϕ
r cos ϕ
¶
przysÃluguja
,
obie te wÃlasno´sci. To wÃla´snie jest wektor pre
,
dko´sci chwilowej w tym
ruchu w momencie ϕ .
PrzykÃlad 16.3
Niech f
r
ϕ
ψ
=
r cos ϕ cos ψ
r cos ϕ sin ψ
r sin ϕ
. Tym razem nale˙zy my´sle´c
o tzw. wsp´oÃlrze
,
dnych sferycznych: liczba r jest odlegÃlo´scia
,
od pocza
,
tku ukÃladu
wsp´oÃlrze
,
dnych, ϕ — szeroko´scia
,
geograficzna
,
na sferze o ´srodku
0
0
0
i promie-
niu r , za´s ψ – dÃlugo´scia
,
geograficzna
,
na tej sferze. Obliczamy pochodne cza
,
stkowe
wzgle
,
dem kolejnych zmiennych:
∂f
∂r
r
ϕ
ψ
=
cos ϕ cos ψ
cos ϕ sin ψ
sin ϕ
,
∂f
∂ϕ
r
ϕ
ψ
=
−r sin ϕ cos ψ
−r sin ϕ sin ψ
r cos ϕ
,
∂f
∂ψ
r
ϕ
ψ
=
−r cos ϕ sin ψ
r cos ϕ cos ψ
0
.
9
Funkcje wielu zmiennych
Pierwsza z nich,
∂f
∂r
r
ϕ
ψ
, to wektorowa pre
,
dko´s´c w ruchu jednostajnym po promie-
niu wychodza
,
cym z punktu
0
0
0
i przechodza
,
cym przez punkt
r cos ϕ cos ψ
r cos ϕ sin ψ
r sin ϕ
;
druga z nich,
∂f
∂ϕ
r
ϕ
ψ
, to pre
,
dko´s´c wektorowa w ruchu po poÃludniku z pre
,
dko´scia
,
ka
,
towa
,
1 (zachowujemy promie´
n sfery i dÃlugo´s´c geograficzna
,
, jedynie szeroko´s´c ge-
ograficzna zmienia sie
,
); trzecia to
∂f
∂ψ
r
ϕ
ψ
, to pre
,
dko´s´c w ruchu po r´ownole˙zniku
z pre
,
dko´scia
,
ka
,
towa
,
1 (zachowujemy promie´
n sfery i szeroko´s´c geograficzna
,
, je-
dynie dÃlugo´s´c geograficzna zmienia sie
,
). W pierwszym przypadku pre
,
dko´s´c skalarna
r´owna jest 1, bo czas r´owny jest odlegÃlo´sci od punktu
0
0
0
, w drugim pre
,
dko´s´c
skalarna r´owna jest promieniowi poÃludnika (bo pre
,
dko´s´c ka
,
towa jest r´owna 1) czyli
r , w trzecim natomiast pre
,
dko´s´c skalarna r´owna jest promieniowi r´ownole˙znika (bo
pre
,
dko´s´c ka
,
towa r´ownie˙z w tym przypadku r´owna jest 1) czyli r cos ϕ . Oczywi´scie te
pre
,
dko´sci skalarne r´owne sa
,
odpowiednio dÃlugo´sciom wektor´ow
∂f
∂r
r
ϕ
ψ
,
∂f
∂ϕ
r
ϕ
ψ
i
∂f
∂ψ
r
ϕ
ψ
.
PrzykÃlad 16.4
Niech f
µ
x
y
¶
=
½
0,
je´sli x = 0 = y;
xy
x
2
+y
2
, je´sli x 6= 0 lub y 6= 0. Funkcja ta nie
jest cia
,
gÃla w punkcie
µ
0
0
¶
, bowiem dla x 6= 0 mamy f
µ
x
x
¶
=
1
2
i jednocze´snie
f
µ
0
0
¶
= 0 6=
1
2
. Oznacza to, ˙ze je´sli zbli˙zamy sie
,
do punktu
µ
0
0
¶
we
,
druja
,
c wzdÃlu˙z
prostej o r´ownaniu y = x , to warto´sci badanej funkcji nie da
,
˙za
,
do 0 = f
µ
0
0
¶
.
Oczywi´scie jest to jedyny punkt niecia
,
gÃlo´sci tej funkcji. Zbadamy teraz kwestie
,
ist-
nienia pochodnych cza
,
stkowych funkcji f . We wszystkich punktach z wyja
,
tkiem
punktu
µ
0
0
¶
pochodne cza
,
stkowe istnieja
,
, co wynika od razu z twierdze´
n pozwa-
laja
,
cych na obliczanie pochodnej funkcji jednej zmiennej rzeczywistej. R´ownie˙z w
10
Funkcje wielu zmiennych
punkcie
µ
0
0
¶
funkcja f ma pochodne cza
,
stkowe. Wyka˙zemy to. Mamy
lim
h→0
f
µ
h
0
¶
− f
µ
0
0
¶
h
= lim
h→0
0 − 0
h
= 0 .
Wykazali´smy, ˙ze
∂f
∂x
µ
0
0
¶
= 0 . W taki sam spos´ob wykazujemy, ˙ze
∂f
∂y
µ
0
0
¶
= 0 .
Zauwa˙zmy jeszcze, ˙ze je´sli x 6= 0 lub y 6= 0 , to
∂f
∂x
µ
x
y
¶
=
y
3
− x
2
y
(x
2
+ y
2
)
2
—
wynika to natychmiast z twierdzenia o pochodnej ilorazu dwu funkcji jednej zmien-
nej. Analogicznie
∂f
∂y
µ
x
y
¶
=
x
3
− xy
2
(x
2
+ y
2
)
2
. Zache
,
camy czytelnika do samodzielnego
sprawdzenia tych wzor´ow oraz do sprawdzenia, ˙ze pochodne cza
,
stkowe, kt´ore wÃla´snie
znale´zli´smy, sa
,
niecia
,
gÃle w punkcie
µ
0
0
¶
.
PrzykÃlad czwarty pokazuje, ˙ze stwierdzenie istnienia pochodnych cza
,
stkowych
w jakim´s punkcie, a nawet w caÃlej dziedzinie funkcji nie pozwala jeszcze zbyt wiele
na temat tej funkcji wywnioskowa´c – z istnienia pochodnych cza
,
stkowych nie wynika
nawet cia
,
gÃlo´s´c funkcji! Jasne jest, ˙ze potrzebne nam sa
,
wÃlasno´sci pozwalaja
,
ce na
stwierdzanie cia
,
gÃlo´sci funkcji i co wie
,
cej na stwierdzanie, ˙ze jej zachowanie w maÃlym
otoczeniu punktu r´o˙zniczkowalno´sci jest w przybli˙zeniu takie jak funkcji liniowej.
To jest podstawowa idea w rachunku r´o˙zniczkowym. Stosowali´smy rozumowania
oparte na tej wÃla´snie idei wielokrotnie w przypadku funkcji jednej zmiennej. To one
doprowadziÃly nas do sformuÃlowania twierdze´
n pozwalaja
,
cych na ustalanie w jakich
przedziaÃlach funkcja r´o˙zniczkowalna jest monotoniczna, w jakich punktach mo˙ze mie´c
lokalne ekstrema itd. Podamy teraz definicje
,
r´o˙zniczkowalno´sci funkcji wielu zmien-
nych i warunek wystarczaja
,
cy dla r´o˙zniczkowalno´sci.
Definicja 16.12 (funkcji r´
o˙zniczkowalnej w punkcie)
Funkcja f : G −→ IR
l
okre´slona na zbiorze G otwartym w IR
k
jest r´o˙zniczkowalna
w punkcie p ∈ G wtedy i tylko wtedy, gdy istnieje taka macierz L , ˙ze
lim
h→0
f (p+h)−f (p)−Lh
khk
= 0 .
Wtedy macierz L nazywamy r´o˙zniczka
,
funkcji f w punkcie p i oznaczamy sym-
bolem Df (p) lub df (p) lub f
0
(p) .
Pochodna cza
,
stkowa obliczana jest po to, by uzyska´c informacje o tym jak
zmienia sie
,
funkcja w kierunku jednej z osi ukÃladu wsp´oÃlrze
,
dnych. R´o˙zniczke
,
, o
ile istnieje, obliczamy po to, by dowiedzie´c sie
,
jak zachowuje sie
,
funkcja w caÃlym
11
Funkcje wielu zmiennych
otoczeniu punktu. Poje
,
ciem po´srednim jest pochodna kierunkowa.
Definicja 16.13 (pochodnej kierunkowej)
Pochodna
,
funkcji f : G −→ IR
l
w punkcie p , w kierunku wektora v nazywamy
granice
,
lim
t→0
f (p + tv) − f (p)
t
,
je´sli ta granica istnieje. Te
,
pochodna
,
oznaczamy symbolem f
0
v
(p) .
Jasne jest, ˙ze wÃla´snie uog´olnili´smy poje
,
cie pochodnej cza
,
stkowej:
∂f
∂x
i
(p) = f
0
e
i
(p) .
Pochodna kierunkowa w kierunku wektora v obliczana jest po to, by oceni´c tempo
zmian funkcji w otoczeniu punktu p na prostej przechodza
,
cej przez punkt p r´ow-
nolegÃlej do wektora v . W punktach r´o˙zniczkowalno´sci funkcji pochodna
,
kierunkowa
,
mo˙zna Ãlatwo znale´z´c po obliczeniu r´o˙zniczki funkcji.
Twierdzenie 16.14 (o istnieniu pochodnej kierunkowej w punktach
r´
o˙zniczkowalno´sci funkcji)
Je´sli funkcja f : G −→ IR
l
jest r´o˙zniczkowalna w punkcie p ∈ G , v ∈ IR
k
, to funkcja
f ma w punkcie p pochodna kierunkowa
,
w kierunku wektora v i zachodzi r´owno´s´c:
f
0
v
(p) = Df (p)v .
Dow´
od. Mamy
lim
t→0
f (p+tv)−f (p)
t
= lim
t→0
³
f (p+tv)−f (p)−Df (p)(tv)
ktvk
·
ktvk
t
+ Df (p)v
´
= Df (p)v
— skorzystali´smy tu z tego, ˙ze iloczyn wyra˙zenia
ktvk
t
, ograniczonego, i wyra˙zenia
da
,
˙za
,
cego do 0 ma granice
,
0 oraz z tego, ˙ze Df (p)(tv) = tDf (p)v i oczywi´scie z
tego, ˙ze f jest r´o˙zniczkowalna w punkcie p , z czego wynika od razu, ˙ze
lim
t→0
µ
f (p + tv) − f (p) − Df (p)(tv)
ktvk
¶
= 0 .
W ten spos´ob zako´
nczyli´smy dow´od tego twierdzenia.
Z tego twierdzenia wynika w szczeg´olno´sci, ˙ze przy ustalonym punkcie p po-
chodna f
0
v
(p) jest liniowa
,
funkcja
,
wektora v oczywi´scie pod warunkiem r´o˙zniczko-
walno´sci funkcji f w tym punkcie. Oznacza to, ˙ze f
0
αv+βw
(p) = αf
0
v
(p) + βf
0
w
(p)
dla dowolnych liczb rzeczywistych α, β i dowolnych wektor´ow v, w ∈ R
k
.
Czytelnik zechce sprawdzi´c, ˙ze je´sli f
¡
0
0
¢
= 0 i f
¡
x
y
¢
=
x
2
y
x
2
+y
2
, gdy przynajmniej
jedna z liczb x , y jest r´o˙zna od 0, to f
0
v
(0) = f (v) dla ka˙zdego wektora v ∈ IR
k
.
12
Funkcje wielu zmiennych
W tym przypadku pochodna w kierunku wektora v w punkcie 0 nie jest wie
,
c liniowa
,
funkcja
,
wektora v , a co za tym idzie funkcja f nie jest r´o˙zniczkowalna w punkcie 0 .
Zache
,
camy do sprawdzenia, ˙ze f jest w tym punkcie cia
,
gÃla.
Powt´orzmy: z r´o˙zniczkowalno´sci funkcji w punkcie wynika istnienie pochod-
nych kierunkowych w tym punkcie we wszystkich kierunkach, w szczeg´olno´sci ist-
nienie pochodnych cza
,
stkowych. Z istnienia pochodnych cza
,
stkowych nie wynika
nawet cia
,
gÃlo´s´c funkcji — widzieli´smy to na przykÃladzie funkcji
xy
x
2
+y
2
. Mo˙zna poda´c
przykÃlad funkcji kt´ora w pewnym punkcie ma pochodne kierunkowe we wszystkich
kierunkach i to r´owne 0 i jednocze´snie nie jest cia
,
gÃla w tym punkcie. Oznacza to,
˙ze zbadanie zachowania sie
,
funkcji na prostych przechodza
,
cych przez dany punkt
to jedynie wste
,
p do zbadania zachowania sie
,
tej funkcji w otoczeniu tego punktu.
Tych kwestii nie be
,
dziemy jednak dokÃladnie analizowa´c, bo to wykracza znacznie
poza potrzeby wie
,
kszo´sci chemik´ow.
Definicja 16.15 (gradientu funkcji)
Wektor grad f (p) nazywamy gradientem funkcji f r´o˙zniczkowalnej w punkcie p ,
je´sli Df (p)v = grad f (p) · v dla ka˙zdego wektora v ∈ R
k
.
Z definicji wynika od razu, ˙ze grad f (p) =
−−−−−−−−−−−−−−−−−−−−−→
¡
∂f
∂x
1
(p),
∂f
∂x
1
(p), . . . ,
∂f
∂x
k
(p)
¢
— r´o˙z-
nica mie
,
dzy gradientem i r´o˙zniczka
,
jest na tym etapie czysto formalna. R´o˙zniczka
to macierz (ewentualnie przeksztaÃlcenie liniowe), a gradient to wektor.
Rozwa˙zmy teraz funkcje
,
f : G −→ IR r´o˙zniczkowalna
,
w punkcie p ∈ G . Niech
v i w oznaczaja
,
takie wektory, ˙ze kvk = k grad f (p)k i w = grad f (p) . Mamy
wtedy
f
0
v
(p) = Df (p)v = v · grad f (p) = v · w ≤ kvk · kwk = kwk
2
= f
0
w
(p) .
Wykazali´smy wie
,
c
Twierdzenie 16.16 (o kierunku najszybszego wzrostu funkcji)
Pochodna funkcji f w kierunku gradientu funkcji w danym punkcie p jest na-
jwie
,
ksza
,
spo´sr´od wszystkich pochodnych w tym punkcie w kierunku wektor´ow o
dÃlugo´sci k grad f (p)k .
Zwykle m´owimy, ˙ze gradient wskazuje kierunek najszybszego wzrostu funkcji, bo
pochodna mierzy tempo zmian funkcji, je´sli pochodna jest dodatnia to funkcja ro´snie.
Rozwa˙zanie jedynie wektor´ow o danej dÃlugo´sci jest konieczne, bo f
0
αv
(p) = αf
0
v
(p)
dla dowolnego punktu p , dowolnego wektora v i dowolnej liczby rzeczywistej α ,
a my chcemy por´ownywa´c tempo wzrostu funkcji wzdÃlu˙z prostych przechodza
,
cych
przez punkt p oczywi´scie przy zaÃlo˙zeniu, ˙ze po ka˙zdej prostej poruszamy sie
,
z ta
,
sama
,
13
Funkcje wielu zmiennych
pre
,
dko´scia
,
— podany w tym zdaniu wz´or stwierdza po prostu, ˙ze zmiana pre
,
dko´sci
poruszania sie
,
po prostej przechodza
,
cej przez p powoduje wzrost pre
,
dko´sci zmian
funkcji w takim samym stosunku. W istocie rzeczy sÃlowo gradient nie jest niezbe
,
dne
w tym wykÃladzie, ale poniewa˙z jest ono u˙zywane powszechnie we wszystkich je
,
zykach,
wie
,
c my te˙z go unika´c nie be
,
dziemy.
Twierdzenie 16.17 (o r´
o˙zniczce zÃlo˙zenia dwu funkcji)
ZaÃl´o˙zmy, ˙ze funkcja g jest r´o˙zniczkowalna w punkcie p a funkcja f w punkcie g(p)
oraz ˙ze zÃlo˙zenie f ◦g jest zdefiniowane, tj. dziedzina funkcji f zawiera zbi´or warto´sci
funkcji g . Wtedy zÃlo˙zenie f ◦ g jest r´o˙zniczkowalne w punkcie p i zachodzi r´owno´s´c:
D(f ◦ g)(p) = Df (g(p)) · Dg(p) , tu kropka oznacza mno˙zenie macierzy.
Dow´
od. Niech r(h) =
g(p+h)−g(p)−Dg(p)h
khk
dla h 6= 0 i r(0) = 0 . Wobec tego
g(p + h) = g(p) + Dg(p)h + r(h) · khk . R´o˙zniczkowalno´s´c funkcji g w punkcie p
to po prostu cia
,
gÃlo´s´c funkcji r w punkcie 0 .
Analogicznie r´o˙zniczkowalno´s´c funkcji f w punkcie g(p) to cia
,
gÃlo´s´c funkcji % ,
zdefiniowanej za pomoca
,
r´owno´sci %(H) =
f (g(p)+H)−g(p)−Df ((p))H
kHk
i %(0) = 0 , w
punkcie 0 .
Mamy teraz
f (g(p + h)) = f (g(p)) + Df (g(p))
¡
g(p + h) − g(p)
¢
+
+ %
¡
g(p + h) − g(p)
¢
·
°
°g(p + h) − g(p)
°
° =
= f (g(p)) + Df (g(p))
¡
Dg(p)h + r(h)khk
¢
+
+ %
¡
Dg(p)h + r(h)khk
¢
·
°
°Dg(p)h + r(h)khk
°
° =
= f (g(p)) + Df (g(p))Dg(p)h +
+ khk ·
¡
Df (g(p))r(h) + %
¡
Dg(p)h + r(h)khk
¢
·
°
°Dg(p)
h
khk
+ r(h)
°
°
¢
.
Jasne jest, ˙ze wyra˙zenie
°
°Dg(p)
h
khk
+ r(h)
°
° jest ograniczone oraz ˙ze zachodzi
r´owno´s´c lim
h→0
¡
Df (g(p))r(h) + %
¡
Dg(p)h + r(h)khk
¢
= 0 , a sta
,
d ju˙z Ãlatwo wynika,
˙ze lim
h→0
¡
Df (g(p))r(h) + %
¡
Dg(p)h + r(h)khk
¢
·
°
°Dg(p)
h
khk
+ r(h)
°
°
¢
= 0 , czyli ˙ze
lim
h→0
f (g(p+h))−f (g(p))−Df (g(p))Dg(p)h
khk
= 0 , a to oznacza, ˙ze
D(f ◦ g)(p) = Df (p) · Dg(p) .
Dow´od zostaÃl zako´
nczony.
Je´sli studenci zechca
,
, to moga
,
zauwa˙zy´c, ˙ze ten dow´od w istocie rzeczy sugeruje,
˙ze mo˙zna (i w rzeczywisto´sci nale˙zy) my´sle´c o wydzielaniu cze
,
´sci staÃlej ( f (g(p)) ),
a naste
,
pnie liniowej ( Df (g(p))Dg(p)h ) przeksztaÃlcenia, gdy usiÃlujemy znale´z´c jego
14
Funkcje wielu zmiennych
r´o˙zniczke
,
w danym punkcie. Mo˙zna to prze´sledzi´c na jakim´s przykÃladzie, czego w
tym miejscu nie zrobimy, ale zache
,
camy czytelnik´ow do samodzielnego znalezienia co
najmniej jednej pochodnej w ten spos´ob.
Naste
,
pne twierdzenie podamy bez dowodu.
Twierdzenie 16.18 (o r´
o˙zniczce funkcji odwrotnej)
ZaÃl´o˙zmy, ˙ze funkcja f : G −→ IR
l
jest r´o˙zniczkowalna w punkcie p zbioru otwartego
G ⊂ IR
k
, ˙ze jej zbi´or warto´sci jest otwarty w IR
l
, ˙ze r´o˙zniczka Df (p) jest macierza
,
odwracalna
,
oraz ˙ze funkcja f jest r´o˙znowarto´sciowa i funkcja odwrotna f
−1
jest
cia
,
gÃla w punkcie f (p) . Wtedy funkcja f
−1
jest r´o˙zniczkowalna w punkcie f (p)
i zachodzi r´owno´s´c D(f
−1
)(p) = (Df (p))
−1
.
Warto jedynie zaznaczy´c, ˙ze gÃl´ownym problemem w tym twierdzeniu jest istnie-
nie r´o˙zniczki przeksztaÃlcenia odwrotnego. Sam wz´or jest konsekwencja
,
twierdzenia
o pochodnej zÃlo˙zenia dwu funkcji ( f i f
−1
).
Dwa ostatnie twierdzenia pokazuja
,
, ˙ze nale˙zy my´sle´c o pochodnej (r´o˙zniczce)
funkcji wielu zmiennych jako o macierzy. Doda´c nale˙zy, ˙ze twierdzenie o r´o˙zniczce
zÃlo˙zenia dwu funkcji to jedna z gÃl´ownych przyczyn, dla kt´orych mno˙zenie macierzy
jest zdefiniowane wÃla´snie w taki spos´ob.
Poka˙zemy jedno z licznych zastosowa´
n tego twierdzenia. Niech γ: (−1, 1) −→ R
k
be
,
dzie funkcja
,
r´o˙zniczkowalna
,
. Wtedy wektor γ
0
(t
0
) jest styczny w punkcie γ(t
0
)
do obrazu funkcji γ , czyli do krzywej zÃlo˙zonej ze wszystkich punkt´ow postaci γ(t) ,
gdzie t ∈ (−1, 1) . Nale˙zy my´sle´c, ˙ze w chwili t poruszaja
,
cy sie
,
punkt materialny
znajduje sie
,
w miejscu γ(t) . W takiej sytuacji naturalnym pomysÃlem jest przyje
,
cie,
˙ze wektor γ
0
(t) to wektor pre
,
dko´sci chwilowej w momencie t . Oczywi´scie pre
,
dko´s´c
jest styczna do drogi. Te kilka zda´
n to oczywi´scie agitacja, ale jedna z definicji
wektora stycznego do krzywej to wÃla´snie one (po opuszczeniu tre´sci fizycznej, kt´ora
jest przyczyna
,
przyje
,
cia wÃla´snie takiej definicji wektora stycznego) . W szczeg´oÃly
wchodzi´c nie be
,
dziemy z braku czasu.
ZaÃl´o˙zmy, ˙ze f : R
k
−→ R i γ: (−1, 1) −→ R
k
sa
,
funkcjami r´o˙zniczkowalnymi
oraz ˙ze istnieje taka liczba c , ˙ze f
¡
γ(t)
¢
= c dla t ∈ (−1, 1) . Wtedy
0 = (f ◦ γ)
0
(0) = Df
¡
γ(0)
¢
· γ
0
(0) = grad f
¡
γ(0)
¢
· γ
0
(0) .
Wykazali´smy, ˙ze wektory grad f
¡
γ(0)
¢
i γ
0
(0) sa
,
prostopadÃle. Je´sli poprowadzi-
my przez punkt p := γ(0) wszystkie mo˙zliwe krzywe r´o˙zniczkowalne, to otrzymamy
wszystkie wektory styczne do ,,powierzchni” f (x) = c w punkcie p . Ka˙zdy z nich
15
Funkcje wielu zmiennych
jest prostopadÃly do gradientu funkcji f w punkcie p . Oznacza to, ˙ze gradient jest
prostopadÃly do ,,pÃlaszczyzny”* Je´sli ten gradient jest niezerowy, to mo˙zemy znale´z´c
r´ownanie ,,pÃlaszczyzny stycznej”.
PrzykÃlad 16.5
Niech f (x, y) = y − sin x i niech c = 0 . Zbi´or M zdefiniowany
r´ownaniem 0 = f (x, y) to wykres funkcji sinus. Niech p = (
π
6
,
1
2
) . Mamy wie
,
c
f (
π
6
,
1
2
) =
1
2
− sin
π
6
= 0 , czyli p ∈ M . Wektory styczne do zbioru M (czyli do
sinusoidy) w punkcie p sa
,
prostopadÃle do wektora
grad f (
π
6
,
1
2
) = (− cos
π
6
, 1) = (−
√
3
2
, 1) .
Je´sli punkt (x, y) le˙zy na stycznej do M w punkcie p , to
0 = (−
√
3
2
, 1) · (x −
π
6
, y −
1
2
) = −
√
3
2
(x −
π
6
) + (y −
1
2
) .
Czytelnik bez trudu rozpozna r´ownanie prostej stycznej do sinusoidy w punkcie
p = (
π
6
,
1
2
) , kt´ore poprzednio otrzymywali´smy nieco inaczej. Zauwa˙zy te˙z, ˙ze w przy-
padku wykresu dowolnej funkcji r´o˙zniczkowalnej otrzymany na opisanej teraz drodze
rezultat be
,
dzie identyczny z uzyskiwanym przez skorzystanie z definicji prostej sty-
cznej do wykresu funkcji podanej w pierwszym semestrze.
PrzykÃlad 16.6
Niech f (x, y, z) = x
2
+ y
2
+ z
2
i niech c = 14 . Niech M be
,
dzie
zbiorem zÃlo˙zonym z tych punkt´ow (x, y, z) , dla kt´orych zachodzi r´owno´s´c
14 = c = f (x, y, z) = x
2
+ y
2
+ z
2
.
Oczywi´scie p := (1, −2, 3) ∈ M . Zbi´or M jest sfera
,
, kt´orej ´srodkiem jest punkt
(0, 0, 0) i kt´orej promie´
n jest r´owny
√
14 . Znajdziemy pÃlaszczyzne
,
Π styczna
,
do tej
sfery w punkcie p = (1, −2, 3) . Mamy grad f (1, −2, 3) = (2, −4, 6) .
Je´sli (x, y, z) ∈ Π , to
0 = (x − 1, y + 2, z − 3) · (2, −4, 6) = 2(x − 1) − 4(y + 2) + 6(z − 3) .
Otrzymali´smy r´ownanie pÃlaszczyzny stycznej do sfery M w punkcie (1, −2, 3) .
PrzykÃlad 16.7
UkÃlad r´owna´
n y = 0 i (x − 7)
2
+ z
2
= 25 opisuje okra
,
g o ´srodku
w punkcie (7, 0, 0) i promieniu 5 le˙za
,
cy w pÃlaszczy´znie wyznaczonej przez osie OX
i OZ . R´ownanie (x − 7)
2
+ z
2
= 25 mo˙zemy przepisa´c w postaci 14x = x
2
+ z
2
+ 24 .
Z tego r´ownania wynika, ˙ze 196x
2
= (x
2
+ z
2
+ 24)
2
przy czym to ostatnie r´ownanie
r´ownowa˙zne jest poprzedniemu przy zaÃlo˙zeniu, ˙ze x ≥ 0 . Zaste
,
puja
,
c x
2
w r´ownaniu
196x
2
= (x
2
+ z
2
+ 24)
2
przez x
2
+ y
2
otrzymujemy r´ownanie powierzchni powstaÃlej
w wyniku obrotu okre
,
gu (x − 7)
2
+ z
2
= 25 le˙za
,
cego w pÃlaszczy´znie y = 0 wok´oÃl osi
OZ — ta powierzchnia wygla
,
da jak napompowana de
,
tka, np. rowerowa; matematycy
*
To nie zawsze jest pÃlaszczyzna, np. zwykle wymiar r´
owny jest k−1 , wie,c dla k>3 m´owimy na og´oÃl
o przestrzeni stycznej do powierzchni f (x)=c .
16
Funkcje wielu zmiennych
zwa
,
ja
,
torusem. Tak otrzymane r´ownanie tej powierzchni ma posta´c
196(x
2
+ y
2
) =
¡
x
2
+ y
2
+ z
2
+ 24
¢
2
.
ÃLatwo mo˙zna przekona´c sie
,
, ˙ze jednym z punkt´ow tej powierzchni jest p := (6, 8, 4) .
Niech f (x, y, z) =
¡
x
2
+ y
2
+ z
2
+ 24
¢
2
− 196(x
2
+ y
2
) . Jasne jest, ˙ze r´ownanie torusa
mo˙zna zapisa´c jako f (x, y, z) = 0 . Zachodzi r´owno´s´c
grad f (x, y, z) =
¡
2x(x
2
+y
2
+z
2
)−392x, 2y(x
2
+y
2
+z
2
)−392y, 2z(x
2
+y
2
+z
2
)
¢
. Z
niej wynika, ˙ze grad f (6, 8, 4) = (−960, −1080, 928) . R´ownanie pÃlaszczyzny stycznej
ma wie
,
c posta´c:
0 = (x − 6, y − 8, z − 4) · (−960, −1280, 928) = −960(x − 6) − 1280(y − 8) + 928(z − 4) .
Po podzieleniu przez 32 otrzymujemy −30(x − 6) − 40(y − 8) + 29(z − 4) , czyli
30x + 40y − 29z − 384 = 0 .
Uwaga 16.19 (na deser) Najprostsze funkcje to liniowe.
Je´sli f (x, y) = Ax + By + C , to grad f (x, y) = (A, B) . Wynika sta
,
d, ˙ze
wektor (A, B) jest prostopadÃly do prostej stycznej zbioru opisanego r´ownaniem 0 =
f (x, y) = Ax + By + C , czyli do prostej Ax + By + C = 0 .
Je´sli f (x, y, z) = Ax + By + Cz + D , to grad f (x, y, z) = (A, B, C) , wie
,
c wektor
(A, B, C) jest prostopadÃly do pÃlaszczyzny stycznej do zbioru opisanego r´ownaniem
0 = f (x, y, z) = Ax + By + Cz + D , wie
,
c do pÃlaszczyzny Ax + By + Cz + D = 0 .
To akurat wiemy od dawna. OkazaÃlo sie
,
jednak, ˙ze jest to szczeg´olny przypadek
og´olniejszego twierdzenia.
W teorii r´o˙zniczkowania funkcji jednej zmiennej rzeczywistej kluczowa
,
role
,
od-
grywaÃlo twierdzenie Lagrange’a o warto´sci ´sredniej. Nie jest ono niestety prawdziwe
nawet dla funkcji jednej zmiennej rzeczywistej, kt´orej warto´sciami sa
,
punkty pÃlasz-
czyzny.
PrzykÃlad 16.8
Niech f (t) =
¡
cos t
sin t
¢
. Wtedy Df (t) =
¡
− sin t
cos t
¢
. Mamy r´ownie˙z
f (2π) =
¡
1
0
¢
= f (0) . Gdyby twierdzenie Lagrange’a byÃlo prawdziwe w takiej wersji,
jak dla funkcji o warto´sciach rzeczywistych, to istniaÃlaby taka liczba c ∈ (0, 2π) ,
˙ze
¡
0
0
¢
= f (2π) − f (0) = f
0
(c) · (2π − 0) = 2π
¡
− sin c
cos c
¢
, a to jest niemo˙zliwe, bo
sin
2
c + cos
2
c = 1 , wie
,
c liczby cos c i sin c nie zeruja
,
sie
,
dla jednego c .
Twierdzenie 16.20 (Lagrange’a o warto´sci ´sredniej)
Niech f : G −→ R
l
be
,
dzie funkcja
,
okre´slona
,
na zbiorze otwartym G ⊆ R
k
i niech
p, q ∈ G . ZaÃl´o˙zmy, ˙ze caÃly odcinek o ko´
ncach p, q jest zawarty w zbiorze G . Dla
pewnej liczby t ∈ (0, 1) zachodzi wtedy nier´owno´s´c
17
Funkcje wielu zmiennych
kf (p) − f (q)k ≤ kp − qk · kDf
¡
p + t(q − p)
¢
k ;
je´sli M jest macierza
,
, kt´ora ma l wierszy i k kolumn, to kM k oznacza najmniejsza
,
taka
,
liczbe
,
nieujemna
,
, ˙ze nier´owno´s´c kM · vk ≤ kM k · kvk zachodzi dla ka˙zdego
wektora v ∈ R
k
. Zachodzi nier´owno´s´c kM k ≤
qP
l
i=1
¡ P
k
j=1
m
2
i,j
¢
, gdzie przez
m
i,j
oznaczyli´smy ten wyraz macierzy M , kt´ory stoi na przecie
,
ciu i –tego wiersza
z j –ta
,
kolumna
,
.
Dow´
od. Niech v
1
, v
2
, . . . , v
k
be
,
da
,
kolejnymi wsp´oÃlrze
,
dnymi wektora ~v ∈ R
k
. Wte-
dy z nier´owno´sci Schwarza wynika, ˙ze
kM~vk
2
=
P
l
i=1
¡ P
k
j=1
m
i,j
v
j
¢
2
≤
P
l
i=1
¡ P
k
j=1
m
2
i,j
·
P
k
j=1
v
2
j
¢
=
=
¡ P
k
j=1
v
2
j
¢
·
¡ P
l
i=1
¡ P
k
j=1
m
2
i,j
¢¢
= k~vk
2
·
¡ P
l
i=1
¡ P
k
j=1
m
2
i,j
¢¢
,
zatem kM~vk ≤
qP
l
i=1
¡ P
k
j=1
m
2
i,j
¢
· k~vk .
Niech ϕ(t) =
¡
f (q) − f (p)
¢
·
¡
f (p + t(q − p)) − f (p)
¢
. ϕ jest funkcja
,
r´o˙znicz-
kowalna
,
okre´slona
,
na [0, 1] , bo f jest funkcja
,
r´o˙zniczkowalna
,
okre´slona
,
na zbiorze
zawieraja
,
cym odcinek o ko´
ncach p, q . Mamy te˙z
ϕ
0
(t) =
¡
f (q) − f (p)
¢
·
¡
Df (p + t(q − p)) · (q − p)
¢
.
Z twierdzenia Lagrange’a o warto´sci ´sredniej wynika, ˙ze istnieje liczba t ∈ (0, 1) , dla
kt´orej zachodzi r´owno´s´c
ϕ(1) − ϕ(0) = ϕ
0
(t) · (1 − 0) =
¡
f (q) − f (p)
¢
·
¡
Df (p + t(q − p)) · (q − p)
¢
.
Poniewa˙z ϕ(0) = 0 i ϕ(1) =
¡
f (q)−f (p)
¢
·
¡
f (p+(q−p))−f (p)
¢
= kf (q)−f (p)k
2
,
wie
,
c
kf (q) − f (p)k
2
=
¡
f (q) − f (p)
¢
·
¡
Df (p + t(q − p)) · (q − p)
¢
≤
≤ kf (q) − f (p)k · kDf (p + t(q − p))k · kq − pk ,
zatem
kf (q) − f (p)k ≤ kDf (p + t(q − p))k · kq − pk .
Z otrzymanej nier´owno´sci teza wynika natychmiast.
Udowodnione twierdzenie nie daje dokÃladnego wzoru na f (q)−f (p) , ale pozwala
oszacowa´c te
,
r´o˙znice
,
za pomoca
,
pochodnych cza
,
stkowych, wie
,
c speÃlnia
,
te
,
role
,
, kt´ora
,
speÃlnia twierdzenie Lagrange’a o warto´sci ´sredniej w przypadku funkcji jednej zmien-
nej rzeczywistej.
Zajmiemy sie
,
teraz pochodnymi wy˙zszego rze
,
du, konkretnie drugiego. Niech
f : G −→ R be
,
dzie funkcja
,
, kt´ora ma pochodne cza
,
stkowe pierwszego rze
,
du w caÃlym
zbiorze otwartym G .
Ograniczymy sie
,
w istocie rzeczy do pochodnych funkcji o warto´sciach rzeczy-
wistych. Nie ma najmniejszego kÃlopotu ze zdefiniowaniem pochodnych cza
,
stkowych
18
Funkcje wielu zmiennych
drugiego rze
,
du. Je´sli funkcja f : G −→ R ma w zbiorze otwartym G pochodne
cza
,
stkowe pierwszego rze
,
du, to mo˙zemy pyta´c o to, czy maja
,
one pochodne cza
,
stkowe.
Definicja 16.21 (pochodnych cza
,
stkowych wy˙zszego rze
,
du)
Je´sli pochodna cza
,
stkowa
∂f
∂x
i
ma w punkcie p ∈ G pochodna
,
cza
,
stkowa
,
wzgle
,
dem
zmiennej x
j
, to te
,
pochodna
,
nazywamy pochodna
,
cza
,
stkowa
,
drugiego rze
,
du funkcji
f w punkcie p wzgle
,
dem zmiennych x
i
, x
j
i oznaczamy symbolem
∂
2
f
∂x
j
∂x
i
(p) .
Je´sli i 6= j , to m´owimy o pochodnej mieszanej. Je´sli i = j , to piszemy
∂
2
f
∂x
2
i
(p) .
Analogicznie definiowane sa
,
pochodne cza
,
stkowe wy˙zszych rze
,
d´ow.
Je´sli f
¡
x
y
¢
= x
2
+ 11xy + 37y
2
, to
∂
2
f
∂x
2
(p) = 2 ,
∂
2
f
∂y
2
(p) = 74 ,
∂
2
f
∂y∂x
(p) = 11 ,
∂
2
f
∂x∂y
(p) = 11 , bo
∂f
∂x
¡
x
y
¢
= 2x + 11y i
∂f
∂y
¡
x
y
¢
= 11x + 74y . PrzykÃlad´ow na razie nie
be
,
dziemy mno˙zy´c, bo w istocie rzeczy nie ma w nich nic istotnie nowego, po prostu
obliczamy naste
,
pne pochodne.
Definicja 16.22 (macierzy drugiej r´
o˙zniczki)
Macierza
,
drugiej r´o˙zniczki funkcji f : G −→ R w punkcie p nazywamy macierz
³
∂
2
f
∂x
i
∂x
j
(p)
´
, je´sli pochodne
∂
2
f
∂x
i
∂x
j
(p) istnieja
,
dla i, j ∈ {1, 2, . . . , k} .
Z definicji wynika, ˙ze macierz drugiej r´o˙zniczki jest macierza
,
kwadratowa
,
. ,,Na
og´oÃl” jest ona symetryczna, tzn. w r´o˙znych sytuacjach symetrii mo˙ze nie by´c, ale
jest tak w przypadku funkcji ,,zdefiniowanych wzorami” o czym m´owi naste
,
puja
,
ce
Twierdzenie 16.23 (Schwarza o symetrii drugiej r´
o˙zniczki)
Je´sli funkcja f : G −→ R ma pochodne mieszane
∂
2
f
∂x
i
∂x
j
(p) i
∂
2
f
∂x
j
∂x
i
(p) w ka˙zdym
punkcie p zbioru G i obie te pochodne sa
,
cia
,
gÃle w punkcie q ∈ G , to sa
,
w tym
punkcie r´owne:
∂
2
f
∂x
i
∂x
j
(q) =
∂
2
f
∂x
j
∂x
i
(q) .
Dow´
od. Poniewa˙z mowa jest o pochodnych wzgle
,
dem x
i
oraz wzgle
,
dem x
j
, wie
,
c
mo˙zna my´sle´c o funkcji dwu zmiennych, pozostaÃle zmienne i tak traktowane sa
,
jako
parametry. Dalej zakÃladamy wie
,
c, ˙ze G ⊂ R
2
, piszemy x zamiast x
i
oraz y zamiast
x
j
. Niech q =
¡
a
b
¢
i h =
¡
u
v
¢
. Poniewa˙z zakÃladamy, ˙ze zbi´or G jest otwarty, wie
,
c
dla dostatecznie maÃlych khk okre´sli´c mo˙zemy liczbe
,
g
¡
u
v
¢
= f
¡
a+u
b+v
¢
− f
¡
a+u
v
¢
− f
¡
a
b+v
¢
+ f
¡
a
b
¢
.
Traktuja
,
c f
¡
a+u
b+v
¢
− f
¡
a+u
v
¢
jako funkcje
,
zmiennej u przy ustalonym v mo˙zemy
zastosowa´c jednowymiarowe twierdzenie Lagrange’a o warto´sci ´sredniej: istnieje wie
,
c
liczba t ∈ (0, 1) , taka ˙ze g
¡
u
v
¢
= u
³
∂g
∂x
¡
a+tu
b+v
¢
−
∂g
∂x
¡
a+tu
b
¢´
. Traktuja
,
c teraz u i
19
Funkcje wielu zmiennych
t jako staÃle a v jako zmienna
,
mo˙zemy zn´ow skorzysta´c z twierdzenia o warto´sci
´sredniej: istnieje wie
,
c liczba s ∈ (0, 1) , taka ˙ze g
¡
u
v
¢
= vu
∂
2
f
∂y∂x
¡
a+tu
b+sv
¢
. Ustalaja
,
c
najpierw v a potem u stwierdzimy w taki sam spos´ob, ˙ze istnieja
,
liczby τ, σ ∈
(0, 1) , takie ˙ze g
¡
u
v
¢
= uv
∂
2
f
∂x∂y
¡
a+τ u
b+σv
¢
. Przyjmuja
,
c teraz u = v w obu r´owno´sciach
otrzymujemy:
lim
u→0
1
u
2
g
¡
u
u
¢
= lim
u→0
∂
2
f
∂y∂x
¡
a+tu
b+sv
¢
=
∂
2
f
∂y∂x
¡
a
b
¢
,
lim
u→0
1
u
2
g
¡
u
u
¢
= lim
u→0
∂
2
f
∂x∂y
¡
a+τ u
b+σv
¢
=
∂
2
f
∂x∂y
¡
a
b
¢
.
Poniewa˙z lewe strony sa
,
r´owne, wie
,
c prawe te˙z. Dow´od zostaÃl zako´
nczony.
Od tej pory nie musimy wie
,
c pamie
,
ta´c na czym dokÃladnie polega r´o˙znica mie
,
dzy
symbolami
∂
2
f
∂x
i
∂x
j
i
∂
2
f
∂x
j
∂x
i
. Ostrzegamy jednak, ˙ze to twierdzenie, jak ka˙zde inne,
ma zaÃlo˙zenia. Na wszelki wypadek podamy standardowy przykÃlad wskazuja
,
cy na
konieczno´s´c pamie
,
tania o tych zaÃlo˙zeniach.
PrzykÃlad 16.9
Niech
f
¡
x
y
¢
=
½
0,
je´sli x = 0 = y;
xy
x
2
−y
2
x
2
+y
2
, je´sli x
2
+ y
2
> 0.
Korzystaja
,
c z definicji pochodnej stwierdzamy, ˙ze
∂f
∂y
¡
x
0
¢
= x oraz
∂f
∂x
¡
0
y
¢
= −y .
Sta
,
d ju˙z Ãlatwo wynika, ˙ze
∂
2
f
∂x∂y
(0) = 1 6= −1 =
∂
2
f
∂y∂x
(0) . Widzimy wie
,
c, ˙ze mo˙ze sie
,
zdarzy´c, ˙ze pochodne mieszane sa
,
r´o˙zne, ale w przypadkach, kt´orymi be
,
dziemy sie
,
zajmowa´c, be
,
da
,
speÃlnione zaÃlo˙zenia twierdzenia o symetrii drugiej r´o˙zniczki!
Uwaga 16.24 W dowodzie twierdzenia o symetrii drugiej r´o˙zniczki pochodna mie-
szana zostaÃla wyra˙zona jako granica ,,podw´ojnego ilorazu r´o˙znicowego”, w kt´orym
nie wyste
,
puje ˙zadna pochodna pierwszego rze
,
du. W liczniku wyste
,
puje ,,r´o˙znica
drugiego rze
,
du”:
f
¡
a+u
b+v
¢
− f
¡
a+u
v
¢
− f
¡
a
b+v
¢
+ f
¡
a
b
¢
=
n
f
¡
a+u
b+v
¢
− f
¡
a+u
v
¢o
−
n
f
¡
a
b+v
¢
− f
¡
a
b
¢o
=
=
n
f
¡
a+u
b+v
¢
− f
¡
a
b+v
¢o
−
©
f
¡
a+u
v
¢
− f
¡
a
b
¢ª
Przypomina to o tym, ˙ze druga pochodna mierzy tempo zmian tempa zmian funkcji.
W jednym wymiarze zwia
,
zane to byÃlo wypukÃlo´scia
,
funkcji, tu sytuacja jest nieco
bardziej skomplikowana, bo m´owimy jedynie o pochodnych cza
,
stkowych. Wida´c jed-
nak, ˙ze rozwa˙zamy najpierw zmiany warto´sci funkcji odpowiadaja
,
ce zmianie jednego
argumentu (np. y ) odpowiadaja
,
ce r´o˙znych warto´sciom innego argumentu (w tym
przypadku x ), a potem ich r´o˙znice
,
. To wa˙zna interpretacja.
W rachunku r´o˙zniczkowym najwa˙zniejsza idea to przybli˙zanie funkcji funkcja
,
liniowa
,
, wyste
,
puje ona ju˙z w definicji pochodnej. Naste
,
pny krok to przybli˙zanie
wielomianami odpowiedniego stopnia, gdy przybli˙zenia liniowe sa
,
niewystarczaja
,
ce.
20
Funkcje wielu zmiennych
Odpowiednie twierdzenia zawieraja
,
wz´or Taylora z r´o˙znymi postaciami reszty. Za-
jmiemy sie
,
teraz tym wzorem w przypadku funkcji wielu zmiennych i wielomian´ow
drugiego stopnia. Warto od razu stwierdzi´c, ˙ze mo˙zna u˙zywa´c wielomian´ow wy˙zszego
stopnia, ale nie chcemy komplikowa´c wzor´ow, zreszta
,
, wg. wiedzy autora, wielomiany
Taylora stopnia wy˙zszego ni˙z 2 nie sa
,
zbyt cze
,
sto u˙zywane. Druga
,
przyczyna
,
tego
ograniczenia jest wiara autora w to, ˙ze kto´s kto zrozumiaÃl jak mo˙zna stosowa´c wielo-
miany Taylora wy˙zszych stopni w jednym wymiarze i wielomiany stopnia drugiego
w wielu wymiarach, nie be
,
dzie mie´c trudno´sci z u˙zyciem wielomian´ow Taylora stopnia
wy˙zszego ni˙z 2 w przypadku funkcji wielu zmiennych.
Definicja 16.25 (drugiego wielomianu Taylora i drugiej reszty)
ZaÃl´o˙zmy, ˙ze funkcja f : G −→ R ma pochodne cza
,
stkowe drugiego rze
,
du w punkcie
p ∈ G . Drugim wielomianem Taylora funkcji f w punkcie p nazywamy wielomian
zmiennych h
1
, h
2
,. . . , h
k
:
f (p) +
k
X
i=1
∂f
∂x
i
(p)h
i
+
1
2
k
X
i,j=1
∂
2
f
∂x
i
∂x
j
(p)h
i
h
j
.
Druga
,
reszta
,
nazywamy r´o˙znice
,
r
2
(h) = f (p + h) −
f(p) +
k
X
i=1
∂f
∂x
i
(p)h
i
+
1
2
k
X
i,j=1
∂
2
f
∂x
i
∂x
j
(p)h
i
h
j
.
Zauwa˙zmy, ˙ze je´sli cho´c jedna z pochodnych
∂
2
f
∂x
i
∂x
j
(p) jest r´o˙zna od 0, to stopie´
n
wielomianu jest r´owny 2.
PrzykÃlad 16.10
Niech f
¡
x
y
¢
= e
x+3y
. Wtedy
∂f
∂x
¡
x
y
¢
= e
x+3y
,
∂f
∂y
¡
x
y
¢
= 3e
x+3y
,
zatem
∂f
2
∂x
2
¡
x
y
¢
= e
x+3y
,
∂
2
f
∂x∂y
¡
x
y
¢
= 3e
x+3y
i
∂
2
f
∂y
2
¡
x
y
¢
= 9e
x+3y
. Wobec tego drugi
wielomian Taylora funkcji f w punkcie 0 wygla
,
da tak:
1 + 1 · h
1
+ 3 · h
2
+
1
2
¡
1 · h
2
1
+ 3 · h
1
h
2
+ 3 · h
2
h
1
+ 9 · h
2
2
¢
=
= 1 + h
1
+ 3h
2
+
1
2
h
2
1
+ 3h
1
h
2
+
9
2
h
2
2
.
Najwa˙zniejsze, cho´c bardzo proste, twierdzenie brzmi prawie tak samo jak w jed-
nowymiarowym przypadku, ale my wzmocnimy nieco zaÃlo˙zenia, bo konsekwentnie
unikamy poje
,
cia r´o˙zniczki drugiego rze
,
du.
21
Funkcje wielu zmiennych
Twierdzenie 16.26 (G.Peano)
Je´sli funkcja f : G −→ R ma pochodne drugiego rze
,
du w zbiorze G i sa
,
one cia
,
gÃle
w ka˙zdym punkcie zbioru G , to dla ka˙zdego p ∈ G zachodzi r´owno´s´c:
lim
h→0
r
2
(h)
khk
2
= 0 .
Dow´
od. Potraktujemy r
2
jako funkcje
,
zmiennej h . Zachodza
,
wtedy naste
,
puja
,
ce
r´owno´sci r
2
(0) = 0 ,
∂r
2
∂h
i
(h) =
∂f
∂x
i
(p + h) −
∂f
∂x
i
(p) −
P
k
j=1
∂
2
f
∂x
i
∂x
j
(p)h
j
, a sta
,
d
wynika ju˙z Ãlatwo, ˙ze
∂
2
r
2
∂h
i
∂h
j
(h) =
∂
2
f
∂x
i
∂x
j
(p + h) −
∂
2
f
∂x
i
∂x
j
(p) . Z cia
,
gÃlo´sci pochodnych
cza
,
stkowych drugiego rze
,
du wynika, ˙ze lim
h→0
∂
2
r
2
∂h
i
∂h
j
(h) = 0 , oczywi´scie r
2
zale˙zy od
p , ale ten punkt jest w caÃlym rozumowaniu ustalony. Teraz twierdzenie o warto´sci
´sredniej: kr
2
(h)k = kr
2
(h) − r
2
(0)k ≤ khk sup
0≤τ ≤1
kDr
2
(τ h)k . Zastosujemy to samo
twierdzenie raz jeszcze tym razem do funkcji
∂r
2
∂h
i
. Mamy
∂r
2
∂h
i
(0) = 0 – wynika to
natychmiast z wzoru na pochodne cza
,
stkowe funkcji r
2
, zatem
¯
¯
¯
∂r
2
∂h
i
(τ h)
¯
¯
¯ =
¯
¯
¯
∂r
2
∂h
i
(τ h) −
∂r
2
∂h
i
(0)
¯
¯
¯ ≤ kτ hk sup
0≤σ≤1
°
°
°D
³
∂r
2
∂h
i
´
(στ h)
°
°
° ≤
≤ khk sup
0≤σ≤1
°
°
°D
³
∂r
2
∂h
i
´
(στ h)
°
°
°
Poniewa˙z norma macierzy mo˙zna oszacowa´c przez pierwiastek kwadratowy z sumy
kwadrat´ow wsp´oÃlczynnik´ow macierzy i lim
h→0
∂
2
r
2
∂h
i
∂h
j
(h) = 0 , wie
,
c zachodzi r´owno´s´c
lim
h→0
°
°
°D
³
∂r
2
∂h
i
´
(στ h)
°
°
° = 0 oraz
kr
2
(h)k
khk
2
≤
1
khk
sup
0≤τ ≤1
kDr
2
(τ h)k ≤
1
khk
sup
0≤τ ≤1
v
u
u
t
k
X
i=1
³
∂r
2
∂h
i
(τ h)
´
2
≤
≤ sup
0≤τ ≤1
v
u
u
t
k
X
i=1
µ
sup
0≤σ≤1
°
°
°D
³
∂r
2
∂h
i
´
(στ h)
°
°
°
¶
2
−−−−→
h→0
0
Te szacowania ko´
ncza
,
dow´od.
Dow´od twierdzenia Peano podali´smy gÃl´ownie po to, by raz jeszcze u´swiadomi´c
czytelnikom, ˙ze pochodna sÃlu˙zy do oszacowania tempa zmian funkcji.
Przejdziemy teraz do twierdzenia, kt´ore pozwala w wielu przypadkach ustali´c
czy w punkcie zerowania sie
,
gradientu funkcja ma lokalne ekstremum czy te˙z nie.
Twierdzenie 16.27 (
o lokalnych ekstremach funkcji dwukrotnie r´
o˙zniczkowalnej)
ZaÃl´o˙zmy, ˙ze funkcja f : G −→ R ma w zbiorze G pochodne cza
,
stkowe drugiego rze
,
du
oraz ˙ze sa
,
one cia
,
gÃle. Niech grad f (p) = 0 . Niech D
2
f (p) =
³
∂
2
f
∂x
i
∂x
j
(p)
´
be
,
dzie
macierza
,
drugiej r´o˙zniczki funkcji f w punkcie p . W tej sytuacji
22
Funkcje wielu zmiennych
a. je´sli forma kwadratowa zdefiniowana macierza
,
D
2
f (p) jest dodatnio okre´slona,
czyli gdy dla ka˙zdego wektora ~v 6= ~0 zachodzi nier´owno´s´c
~v ·
¡
D
2
f (p) · ~v
¢
=
P
k
i=1
¡
v
i
·
P
k
j=1
∂
2
f
∂x
i
∂x
j
(p)v
j
¢
=
P
k
i,j=1
∂
2
f
∂x
i
∂x
j
(p)v
i
v
j
> 0
to funkcja f ma w punkcie p lokalne minimum wÃla´sciwe;
b. je´sli forma kwadratowa zdefiniowana macierza
,
D
2
f (p) jest ujemnie okre´slona*,
to funkcja f ma w punkcie p lokalne maksimum wÃla´sciwe;
c. je´sli istnieja
,
takie wektory v ∈ R
k
oraz w ∈ R
k
, ˙ze
v · D
2
f (p)v < 0 < w · D
2
f (p)w ,
to w punkcie p funkcja f nie ma lokalnego ekstremum: w dowolnym otoczeniu
tego punktu znajduja
,
sie
,
punkty x , takie ˙ze f (p) > f (x) oraz punkty y , takie
˙ze f (y) > f (p) .
Dow´
od. a. Zbi´or zÃlo˙zony z wektor´ow o dÃlugo´sci 1 jest ograniczony (to sfera!)
i domknie
,
ty, wie
,
c funkcja (cia
,
gÃla) przypisuja
,
ca wektorowi ~v liczbe
,
~v ·
¡
D
2
f (p)v
¢
przyjmuje w jakim´s jego punkcie swa
,
najmniejsza
,
warto´s´c. Niech ε be
,
dzie ta
,
najm-
niejsza
,
warto´scia
,
. Je´sli ~x 6= ~0 i ~v =
~
x
k~
xk
, to k~vk = 1 , zatem
ε ≤ ~v ·
¡
D
2
f (p)v
¢
=
~
x
k~
xk
·
¡
D
2
f (p)
~
x
k~
xk
¢
=
1
k~
xk
2
~x ·
¡
D
2
f (p)~x
¢
,
a sta
,
d wynika, ˙ze ε · k~xk
2
≤ ~x ·
¡
D
2
f (p)~x
¢
dla ka˙zdego wektora ~x ∈ R
k
. Oczywi´scie
ε > 0 . Z twierdzenia Peano wynika, ˙ze istnieje liczba δ > 0 , taka ˙ze je´sli k~hk < δ ,
to |r
2
(~h)| <
ε
2
k~hk
2
. Wobec tego
f (p + ~h) = f (p) +
k
X
i=1
∂f
∂x
i
(p)h
i
+
1
2
k
X
i,j=1
∂
2
f
∂x
i
∂x
j
(p)h
i
h
j
+ r
2
(~h) =
= f (p) +
1
2
k
X
i,j=1
∂
2
f
∂x
i
∂x
j
(p)h
i
h
j
+ r
2
(~h) = f (p) + D
2
f (p)~h · ~h + r
2
(~h) .
Je´sli 0 < k~hk < δ , to warto´s´c bezwzgle
,
dna trzeciego skÃladnika jest mniejsza ni˙z
skÃladnik drugi, wie
,
c ich suma jest dodatnia niezale˙znie od znaku r
2
(~h) . To ko´
nczy
dow´od tego, ˙ze w kuli B(p, δ) najmniejsza
,
warto´s´c funkcja f przyjmuje w punkcie
p i w ˙zadnym innym, wie
,
c ma ona w punkcie p lokalne minimum wÃla´sciwe.
b. Stosujemy udowodniona
,
ju˙z cze
,
´s´c twierdzenia do funkcji −f .
c. Niech g(t) = f (p + tv) . Poniewa˙z G jest zbiorem otwartym, wie
,
c tym wzorem
funkcje
,
g mo˙zemy zdefiniowa´c na pewnym przedziale otwartym zawieraja
,
cym liczbe
,
0. Funkcja g jest dwukrotnie r´o˙zniczkowalna, bo f ma pochodne drugiego rze
,
du.
Z twierdzenia o pochodnej zÃlo˙zenia wynika Ãlatwo, ˙ze g
0
(t) =
P
k
i=1
∂f
∂x
i
(p + t~v)v
i
,
*
tzn. forma kwadratowa zdefiniowana macierza, przeciwna,, −D
2
f (p) , jest dodatnio okre´slona
23
Funkcje wielu zmiennych
wobec tego ˙ze grad f (p) = 0 , zachodzi r´owno´s´c g
0
(0) = 0 . Mamy te˙z
g
00
(t) =
k
X
i=1
k
X
j=1
∂f
2
∂x
j
∂x
i
(p + t~v)v
j
v
i
=
k
X
i,j=1
∂f
2
∂x
j
∂x
i
(p + t~v)v
i
v
j
,
zatem g
00
(0) = D
2
f (p)~v · ~v < 0 . Poniewa˙z g
0
(0) = 0 > g
00
(0) , wie
,
c funkcja g ma
w punkcie 0 lokalne maksimum wÃla´sciwe, zatem w dowolnym otoczeniu punktu p
znajduja
,
sie
,
punkty, w kt´orych warto´sci funkcji f sa
,
mniejsze ni˙z f (p) . Wynika
sta
,
d, ˙ze funkcja f nie ma w punkcie (p) lokalnego minimum. Mo˙zemy rozwa˙zy´c
teraz funkcje
,
˜
g zdefiniowana
,
wzorem ˜
g(t) = f (p + t~
w) . Rozumuja
,
c dokÃladnie tak,
jak przed chwila
,
przekonujemy sie
,
, ˙ze ma ona w punkcie 0 lokalne minimum wÃla´sciwe,
wie
,
c w dowolnym otoczeniu punktu p znajduja
,
sie
,
punkty, w kt´orych warto´sci sa
,
wie
,
ksze ni˙z f (p) , zatem funkcja f nie ma w punkcie p maksimum lokalnego. Mamy
wie
,
c do czynienia z siodÃlem a nie z lokalnym ekstremum.
Wniosek 16.28 (z dowodu twierdzenia o lokalnych ekstremach.)
Je´sli g(t) = f (p+t~v) i funkcja f ma pochodne cza
,
stkowe drugiego rze
,
du w otoczeniu
punktu p i sa
,
one cia
,
gÃle w punkcie p , to
g
00
(0) =
k
X
i,j=1
∂f
2
∂x
j
∂x
i
(p)v
i
v
j
.
Wniosek ten m´owi, ˙ze warto´s´c drugiej r´o˙zniczki w punkcie p na wektorze v jest
druga
,
pochodna
,
badanej funkcji ograniczonej do prostej przechodza
,
cej przez punkt
p , r´ownolegÃlej do wektora v .
Czytelnik zwr´oci uwage
,
na to, ˙ze dow´od cze
,
´sci a. twierdzenia w istocie rzeczy
polega na tym, ˙ze sprawdzamy i˙z zachodzi ono dla wielomian´ow stopnia 2 lub mniej-
szego, a naste
,
pnie stwierdzeniu, ˙ze przy dostatecznie dobrych zaÃlo˙zeniach o wielo-
mianie kwadratowym reszta nie ma wpÃlywu na teze
,
, bo po prostu jest za maÃla.
Oczywi´scie twierdzenie ma charakter lokalny, o czym doskonale ´swiadczy przykÃlad,
kt´ory zreszta
,
za chwile
,
przypomnimy — funkcja tam wyste
,
puja
,
ca ma dwa lokalne
minima, ale ˙zadne z nich nie jest minimum globalnym, kt´orego zreszta
,
nie ma, bo
funkcja nie jest ograniczona z doÃlu. W cze
,
´sci c. okazaÃlo sie
,
, ˙ze z zaÃlo˙ze´
n wynika ist-
nienie prostej przechodza
,
cej przez p , po ograniczeniu do kt´orej funkcja ma lokalne
minimum wÃla´sciwe i drugiej prostej przechodza
,
cej przez p , po ograniczeniu do kt´orej
funkcja ma maksimum wÃla´sciwe. Takie zjawisko nie mogÃlo oczywi´scie wysta
,
pi´c w
przypadku funkcji jednej zmiennej. Mo˙ze sie
,
te˙z zdarzy´c, ˙ze forma drugiej r´o˙zniczki
jest p´oÃlokre´slona, np. dodatnio. Oznacza to, ˙ze D
2
f (p)~v · ~v ≥ 0 — zamiast ostrej
nier´owno´sci mamy tylko nieostra
,
Wtedy nic sie
,
nie da wywnioskowa´c bez dalszego
badania funkcji: funkcja x
4
+ y
4
ma w punkcie 0 minimum wÃla´sciwe, zreszta
,
glob-
24
Funkcje wielu zmiennych
alne, funkcja −x
4
− y
4
ma w punkcie 0 maksimum wÃla´sciwe, globalne, funkcja
x
4
− y
4
ma w punkcie 0 ,,siodÃlo” - w dowolnym otoczeniu punktu 0 przyjmuje
zar´owno warto´sci mniejsze ni˙z f (0) jak i warto´sci wie
,
ksze ni˙z f (0) . W ka˙zdym
z tych trzech przypadk´ow zachodza
,
r´owno´sci
0 = f (0) =
∂f
∂x
(0) =
∂f
∂y
(0) =
∂f
2
∂x
2
(0) =
∂f
2
∂x∂y
(0) =
∂f
2
∂y
2
(0) ,
wie
,
c z punktu widzenia twierdzenia o lokalnych ekstremach te funkcje sa
,
nierozr´o˙z-
nialne. Autor spotykaÃl sie
,
wielokrotnie ze studentami, kt´orzy chcieli bez gÃle
,
bszego
zastanowienia sie
,
rozszerza´c zakres twierdzenia o lokalnych ekstremach, ale wypisy-
wane tezy byÃly nieprawdziwe. Oczywi´scie twierdzenie to mo˙zna uog´olni´c, ale nie jest
to zbyt proste i co gorsza efekty uog´olnienia nie sa
,
warte zachodu, bo otrzymywane
warunki sa
,
zbyt skomplikowane, by je pamie
,
ta´c. Wa˙zniejsze jest zrozumienie po-
danej wersji i jej dowodu, bo wtedy w konkretnych sytuacjach, nawet nie obje
,
tych
twierdzeniem, mo˙zna zastosowa´c jego dow´od!
PrzykÃlad 16.11
Niech f
³
x
y
z
´
= x
2
+2y
2
+3z
2
−4x+8y−12z . Jasne jest, ˙ze funkcja
nie jest ograniczona z g´ory:
lim
x→+∞
f
³
x
0
0
´
= +∞ . Nie jest jasne czemu r´owny jest kres
dolny funkcji i czy jest on jej warto´scia
,
. Je´sli kres jest warto´scia
,
funkcji okre´slonej na
caÃlej przestrzeni, to gradient tej funkcji w punkcie, w kt´orym jest on przyjmowany jest
wektorem zerowym. Mamy grad f
³
x
y
z
´
=
µ
2x−4
4y+8
6z−12
¶
. Jasne jest, ˙ze ten wektor r´owny
jest 0 wtedy i tylko wtedy, gdy x = 2 , y = −2 i z = 2 . Mamy f
µ
2
−2
2
¶
= −24 .
Je´sli wie
,
c kres dolny jest warto´scia
,
funkcji, to musi by´c r´owny −24 . Wyka˙zemy,
˙ze tak jest w rzeczywisto´sci. f
³
x
y
z
´
+ 24 = (x − 2)
2
+ 2(y + 2)
2
+ 3(z − 2)
2
≥ 0 ,
co ko´
nczy dow´od. W istocie rzeczy do znalezienia kres´ow rachunek r´o˙zniczkowy w
tym zadaniu nie byÃl potrzebny, w rzeczywisto´sci funkcja f w ostatnim kroku zostaÃla
potraktowana jako suma 3 wielomian´ow kwadratowych, ka˙zdy innej zmiennej, kt´ore
zostaÃly sprowadzone do postaci kanonicznych! Rachunek r´o˙zniczkowy pomaga tu
jedynie ustali´c, jaki punkt jest podejrzany o to, ˙ze w nim kres jest osia
,
gany, ale
oczywi´scie te hipoteze
,
mo˙zna sformuÃlowa´c nie licza
,
c ˙zadnych pochodnych.
PrzykÃlad 16.12
Niech f
¡
x
y
¢
= 2x
2
− 4xy + 10y
2
− 20x + 68y . Podobnie jak
w przykÃladzie poprzednim wida´c, ˙ze
lim
x→+∞
¡
x
0
¢
= +∞ , zatem funkcja nie jest ograni-
czona z g´ory, czyli jej kresem g´ornym jest +∞ . Je´sli kres dolny tej funkcji jest jej
warto´scia
,
, to w punkcie, w kt´orym jest przyjmowany, gradient funkcji f jest wek-
25
Funkcje wielu zmiennych
torem zerowym. Mamy grad f
¡
x
y
¢
=
¡
4x− 4y−20
−4x+20y+68
¢
. Ma wie
,
c by´c
4x − 4y − 20 = 0 = −4x + 20y + 68 .
Rozwia
,
zuja
,
c ten ukÃlad dw´och r´owna´
n liniowych z dwiema niewiadomymi otrzymu-
jemy x = 2 , y = −3 . Jedynym kandydatem na punkt, w kt´orym m´ogÃlby by´c
osia
,
gnie
,
ty kres dolny tej funkcji, jest wie
,
c punkt
¡
2
−3
¢
. Niech u = x − 2 , v = y + 3 .
Mamy wie
,
c
f
¡
x
y
¢
= f
¡
u+2
v−3
¢
= 2(u + 2)
2
− 4(u + 2)(v − 3) + 10(v − 3)
2
− 20(u + 2) + 68(v − 3) =
= 2u
2
− 4uv + 10v
2
− 122 = 2(u − v)
2
+ 8v
2
− 122
— ostatnie przeksztaÃlcenie to po prostu sprowadzenie wielomianu kwadratowego
zmiennej u , kt´orego wsp´oÃlczynniki zale˙za
,
od parametru v , do postaci kanonicznej.
Jasne jest, ˙ze najmniejsza
,
warto´scia
,
otrzymanego wyra˙zenia jest liczba −122 i ˙ze
warto´s´c ta jest przyjmowana jedynie wtedy, gdy u = v i v = 0 , tzn. u = 0 = v .
Podobnie jak w poprzednim przykÃladzie mo˙zna byÃlo nie liczy´c pochodnych, lecz po-
traktowa´c od razu funkcje
,
jako wielomian zmiennej u z parametrem v , sprowadzi´c
go do postaci kanonicznej i rzecz caÃla
,
zako´
nczy´c.
PrzykÃlad 16.13
Niech f
¡
x
y
¢
= 2x
2
− 4xy + y
2
− 20x + 14y .
Poniewa˙z
lim
x→+∞
¡
x
0
¢
= +∞ , wie
,
c sup f = +∞ . Poste
,
puja
,
c tak jak w poprzednim
przykÃladzie znajdujemy grad f
¡
x
y
¢
=
¡
4x−4y−20
−4x+2y+14
¢
. Ten wektor r´owny jest
¡
0
0
¢
wtedy
i tylko wtedy, gdy x = 2 i y = −3 . Podstawmy x = u + 2 , y = v − 3 . Wtedy
f
¡
x
y
¢
= 2(u+2)
2
−4(u+2)(v−3)+(v−3)
2
−20(u+2)+14(v−3) = 2u
2
−4uv+v
2
−41 =
= 2(u − v)
2
− v
2
− 41 .
W odr´o˙znieniu od przykÃlad´ow poprzednich wyra˙zenie 2(u − v)
2
− v
2
bywa ujemne,
wie
,
c liczba −41 nie jest kresem dolnym funkcji f . Mamy
f
¡
v
v
¢
= −v
2
− 41 −−−−→
v→∞
−∞ ,
zatem kresem dolnym funkcji f jest −∞ , co oznacza, ˙ze funkcja f nie jest ogranic-
zona r´ownie˙z z doÃlu. Oczywi´scie r´ownie˙z w tym przykÃladzie u˙zycie pochodnych
nie jest konieczne, mo˙zna od razu potraktowa´c funkcje
,
jako wielomian zmiennej x
zale˙zny od parametru y .
PrzykÃlad 16.14
Teraz uog´olnimy rezultaty trzech ostatnich przykÃlad´ow. Mieli´s-
my w ka˙zdym z nich do czynienia z konkretnym wielomianem drugiego stopnia dwu
zmiennych, czyli z funkcja
,
f , kt´ora
,
mo˙zna zdefiniowa´c wzorem
f
¡
x
y
¢
= Ax
2
+ 2Bxy + Cy
2
+ 2Dx + 2Ey + F ,
przy zaÃlo˙zeniu, ˙ze co najmniej jedna z liczb A , B , C jest r´o˙zna od 0; dw´ojki we
26
Funkcje wielu zmiennych
wsp´oÃlczynnikach pojawiaja
,
sie
,
ze wzgle
,
du na wygode
,
oraz tradycje
,
. Wyra˙zenia x
2
,
xy , y
2
nazywamy jednomianami drugiego stopnia zmiennych x i y (dla ustalenia
stopnia iloczynu dodajemy stopnie czynnik´ow, nawet je´sli jeden wielomian zale˙zy od
x a drugi — od y ).
Rozwa˙zymy kolejno trzy przypadki: AC−B
2
> 0 , AC−B
2
= 0 , AC − B
2
< 0 .
Pierwszy z nich nazywany jest eliptycznym, drugi – parabolicznym, a trzeci – hiper-
bolicznym. Mamy grad f
¡
x
y
¢
= 2
¡
Ax+By+D
Bx+Cy+E
¢
. W przypadku eliptycznym i w przy-
padku hiperbolicznym istnieje dokÃladnie jeden punkt, w kt´orym grad f jest wek-
torem zerowym, w przypadku parabolicznym takiego punktu mo˙ze nie by´c albo jest
ich niesko´
nczenie wiele. Je´sli grad f
¡
α
β
¢
=
¡
0
0
¢
, to po zastosowaniu podstawienia
x = u + α , y = v + β otrzymujemy wielomian kwadratowy zmiennych u , v , w kt´o-
rym cze
,
´s´c kwadratowa ma te same wsp´oÃlczynniki A , B , C , natomiast cze
,
´s´c liniowa
znika, o wyrazie wolnym nic powiedzie´c nie mo˙zna. Po podstawieniu otrzymujemy
funkcje
,
zmiennych u i v , kt´orej gradient jest wektorem zerowym w punkcie 0 =
¡
0
0
¢
,
a wie
,
c funkcje
,
postaci Au
2
+ 2Buv + Cv
2
+ e
F .
Przypadek eliptyczny.
Poniewa˙z AC − B
2
> 0 , wie
,
c AC > 0 , zatem A 6= 0 6= C . Mo˙zemy wobec tego
napisa´c:
Au
2
+ 2Buv + Cv
2
+ e
F = A
¡
u +
B
A
v
¢
2
−
B
2
A
v
2
+ Cv
2
+ e
F =
= A
³¡
u +
B
A
v
¢
2
+
AC−B
2
A
2
v
2
´
+ e
F .*
Je´sli A > 0 , to funkcja f przyjmuje w punkcie 0 warto´s´c e
F , a w pozostaÃlych punk-
tach warto´sci wie
,
ksze ni˙z e
F – wynika to sta
,
d, ˙ze kwadrat liczby rzeczywistej 6= 0
jest dodatni, za´s 0
2
= 0 . Najmniejsza
,
warto´scia
,
funkcji f w tym przypadku jest
liczba e
F , jest ona przyjmowana w jednym tylko punkcie (zerowania sie
,
gradientu),
funkcja jest oczywi´scie nieograniczona z g´ory. Przypadek A < 0 jest w peÃlni ana-
logiczny, nier´owno´sci zmieniaja
,
kierunki, wie
,
c w tym przypadku funkcja ma warto´s´c
najwie
,
ksza
,
, a z doÃlu nie jest ograniczona.
Przypadek hiperboliczny.
Teraz mo˙ze zdarzy´c sie
,
, ˙ze A = 0 = C . Je´sli tak jest, to wprowadzamy nowe zmienne
e
x = x + y oraz e
y = x − y , czyli x = e
x+
e
y
2
oraz y = e
x−
e
y
2
. Po podstawieniu cze
,
´s´c
kwadratowa wygla
,
da tak:
B
2
e
x
2
−
B
2
e
y
2
. Przyjmuja
,
c e
A =
B
2
, e
B = 0 oraz e
C =
B
2
otrzymujemy zn´ow wielomian kwadratowy, dla kt´orego e
A e
C − e
B
2
< 0 , przy czym
*
Wyr´
o˙znik wielomianu Au
2
+2Buv+Cv
2
zmiennej u r´
owny jest 4v
2
(
B
2
−AC
)
, wie,c gdy v6=0 , to
wielomian ten nie ma pierwiastk´
ow!
27
Funkcje wielu zmiennych
e
A 6= 0 . Mo˙zemy wie
,
c od razu zaÃlo˙zy´c, ˙ze A 6= 0 , co uchroni nas przed zmiana
,
oznacze´
n nie zmniejszaja
,
c przy tym og´olno´sci rozwa˙za´
n. Przyjmujemy wie
,
c dalej, ˙ze
A > 0 . PrzeksztaÃlcaja
,
c tak jak w przypadku eliptycznym otrzymujemy
e
f
¡
u
v
¢
= Au
2
+ 2Buv + Cv
2
+ e
F = A
¡
u +
B
A
v
¢
2
−
B
2
A
v
2
+ Cv
2
+ e
F =
= A
³¡
u +
B
A
v
¢
2
+
AC−B
2
A
2
v
2
´
+ e
F .
Oczywi´scie lim
u→∞
f
¡
u
0
¢
= +∞ , zatem funkcja e
f nie jest ograniczona z g´ory. Mamy te˙z
lim
v→∞
f
¡
−vB/A
v
¢
= −∞ , wie
,
c r´ownie˙z z doÃlu ta funkcja nie jest ograniczona. Kresem
dolnym tej funkcji jest wie
,
c −∞ , a g´ornym +∞ . Wykres tej funkcji jest dwuwymi-
arowa
,
powierzchnia
,
w przestrzeni tr´ojwymiarowej przypominaja
,
ca
,
wygla
,
dem prze-
Ãle
,
cz w g´orach, co miÃlo´snikom jazdy konnej kojarzy´c mo˙ze sie
,
z siodÃlem. Om´owmy to
nieco dokÃladniej. Je´sli v = 0 , to rozwa˙zamy funkcje
,
Au
2
+ e
F , kt´orej wykresem jest
parabola skierowana ramionami ku g´orze. Je´sli ograniczymy nasza
,
uwage
,
do prostej
o r´ownaniu u +
B
A
v = 0 , to otrzymamy funkcje
,
AC−B
2
A
v
2
+ e
F , kt´orej wykresem
jest parabola skierowana ramionami ku doÃlowi. Ta druga ma punkt wsp´olny z pier-
wsza
,
, po prostu jest podwieszona na pierwszej, ale znajduje sie
,
w innej pÃlaszczy´znie
pionowej*, mianowicie zawieraja
,
cej prosta
,
u +
B
A
v = 0 . Zmiana wielko´sci u +
B
A
v
powoduje przesunie
,
cie zwisaja
,
cej paraboli do g´ory wzdÃlu˙z paraboli Au
2
. Wykres
naszej funkcji skÃlada sie
,
wie
,
c z parabol zwisaja
,
cych z paraboli Au
2
+ e
F w d´oÃl,
r´ownolegÃlych do prostej u +
B
A
v = 0 , umieszczonych w pÃlaszczyznach pionowych.
Jasne jest, ˙ze w tym przypadku funkcja w punkcie zerowania sie
,
gradientu nie
ma ani lokalnego maksimum ani lokalnego minimum: we
,
druja
,
c z punktu 0 w kie-
runku prostej v = 0 zwie
,
kszamy warto´s´c funkcji, za´s we
,
druja
,
c w kierunku prostej
u +
B
A
v = 0 zmniejszamy warto´s´c funkcji.
Przypadek paraboliczny
Podobnie jak w przypadku eliptycznym co najmniej jedna z liczba A , C musi by´c
r´o˙zna od 0, bo gdyby obie byÃly zerami, to z r´owno´sci AC − B
2
= 0 wynikaÃloby, ˙ze
r´ownie˙z B = 0 , co nie jest mo˙zliwe w ´swietle naszego zaÃlo˙zenia. Bez straty og´olno´sci
mo˙zemy przyja
,
´c, ˙ze A 6= 0 , a nawet A > 0 . Przypadek A < 0 pozostawiamy
czytelnikowi. Mamy wie
,
c
Au
2
+ 2Buv + Cv
2
+ 2Du + 2Ev + F =
= A
¡
u +
B
A
v +
D
A
¢
2
+
³
C −
B
2
A
´
v
2
+ 2
¡
E −
BD
A
¢
v + F −
D
2
A
=
= A
¡
u +
B
A
v +
D
A
¢
2
+ 2
¡
E −
BD
A
¢
v + F −
D
2
A
.
*
Je´sli B=0 , to te pionowe pÃlaszczyzny sa, prostopadÃle, pierwsza ma r´ownanie v=0 , a druga – u=0
28
Funkcje wielu zmiennych
Mamy wie
,
c dwa przypadki E −
BD
A
= 0 i E −
BD
A
6= 0 .
W pierwszym przypadku funkcja przyjmuje najmniejsza
,
warto´s´c F −
D
2
A
w ka˙z-
dym punkcie prostej Au + By + D = 0 i oczywi´scie jest nieograniczona z g´ory.
W drugim przypadku funkcja jest nieograniczona z g´ory: lim
u→∞
f
¡
u
0
¢
= +∞ . Jest
te˙z nieograniczona z doÃlu, bowiem jedna z granic
lim
v→∞
f
¡
−(Bv+D)/A
v
¢
,
lim
v→−∞
f
¡
−(Bv+D)/A
v
¢
r´owna jest −∞ , a druga
,
jest +∞ . W tych przypadkach wykres funkcji mo˙zna
wyobrazi´c sobie jako doline
,
: w przypadku E −
BD
A
= 0 dno doliny jest poziome, a
w przypadku E −
BD
A
6= 0 – nie.
Uwaga 16.29
W przypadku funkcji jednej zmiennej podali´smy kryterium pozwalaja
,
ce na stwierdze-
nie, czy funkcja ma w punkcie zerowania sie
,
pochodnej lokalne ekstremu czy te˙z nie.
Podobne twierdzenia mo˙zna formuÃlowa´c dla funkcji dwu i wie
,
kszej liczby zmien-
nych. Szczeg´olnie wa˙zny jest przypadek najprostszy, gdy problem mo˙zna wyja´sni´c
badaja
,
c pochodne drugiego rze
,
du. Zajmiemy sie
,
tym nieco p´o´zniej. Wypada jednak
stwierdzi´c, ˙ze twierdzenia om´owione w ostatnim przykÃladzie stanowia
,
podstawe
,
do
sformuÃlowania odpowiednich tez w przypadku funkcji dwu zmiennych.
Ostatni przykÃlad zawiera dow´od twierdzenia Sylvestera (zob. naste
,
pne twierdze-
nie) w przypadku funkcji dwu zmiennych. Udowodnimy zreszta
,
to twierdzenie za
chwile
,
, by przekona´c czytelnika, ˙ze nic tajemniczego w nim nie ma, cho´c oczywi´scie
jego dow´od nie jest konieczny do zdania egzaminu z matematyki przez studenta
chemii.
Twierdzenie 16.30 (
Sylvestera o formach kwadratowych dodatnio okre´
slonych)
Niech f be
,
dzie forma
,
kwadratowa
,
okre´slona
,
przez macierz symetryczna
,
A = (a
i,j
)
wymiaru k , tzn. dla dowolnych i, j ∈ {1, 2, . . . , k} zachodzi r´owno´s´c a
i,j
= a
j,i
,
zatem
f (x) = (Ax) · x =
k
X
i,j=1
a
i,j
x
i
x
j
,
kropka oznacza tu iloczyn skalarny. Niech M
l
= det(a
i,j
)
i,j≤l
. Wtedy f (x) > 0 dla
x 6= 0 wtedy i tylko wtedy, gdy M
l
> 0 dla l = 1, 2, . . . , k . M´owimy wtedy, ˙ze
forma f jest dodatnio okre´slona.
29
Funkcje wielu zmiennych
Dow´
od. (J.Musielak)*
Zastosujemy indukcje
,
wzgle
,
dem k . Dla k = 1 mamy f (x) = a
1,1
x
2
, zatem
forma jest dodatnio okre´slona wtedy i tylko wtedy, gdy a
1,1
> 0 .
Dla k = 2 mamy
f (x) = a
1,1
x
2
1
+ a
1,2
x
1
x
2
+ a
2,1
x
2
x
1
+ a
2,2
x
2
2
= a
1,1
x
2
1
+ 2a
1,2
x
1
x
2
+ a
2,2
x
2
2
.
Oczywi´scie musi by´c a
1,1
= f (e
1
) > 0 , czyli musi by´c M
1
> 0 . Funkcje
,
f mo˙zemy
potraktowa´c jako wielomian kwadratowy zmiennej x
1
zale˙zny od parametru x
2
.
Ma on przyjmowa´c jedynie warto´sci dodatnie dla x
2
6= 0 . Warunkiem koniecznym i
dostatecznym na to jest, jak wiadomo z nauki w liceum,
0 < −
∆
4
= a
1,1
a
2,2
x
2
2
− a
2
1,2
x
2
2
= (a
1,1
a
2,2
− a
2
1,2
)x
2
2
,
czyli M
2
> 0 .
ZaÃl´o˙zmy teraz, ˙ze teza zachodzi dla wszystkich form kwadratowych okre´slonych
na przestrzeni wymiaru mniejszego ni˙z k + 1 . Wyka˙zemy, ˙ze zachodzi r´ownie˙z dla
form okre´slonych na przestrzeni wymiaru k . Mamy
f (x) = a
1,1
x
2
1
+ 2x
1
k+1
X
j=2
a
1,j
x
j
+
k+1
X
i,j=2
a
i,j
x
i
x
j
.
Warunkiem koniecznym i dostatecznym na to, by f (x) > 0 dla x 6= 0 jest a
1,1
> 0
oraz
0 < −
∆
4
= a
1,1
k+1
X
i,j=2
a
i,j
x
i
x
j
−
k+1
X
j=2
a
1,j
x
j
2
=
=
k+1
X
i,j=2
a
1,1
a
i,j
x
i
x
j
−
k+1
X
j=2
a
1,i
a
1,j
x
i
x
j
=
k+1
X
i,j=2
b
i,j
x
i
x
j
,
gdzie b
i,j
= a
1,1
a
i,j
− a
1,i
a
1,j
. Ostatnie wyra˙zenie jest forma
,
kwadratowa
,
k zmien-
nych, wie
,
c na mocy zaÃlo˙zenia indukcyjnego warunkiem koniecznym i dostatecznym
jego dodatniej okre´slono´sci jest
| b
2,2
| > 0 ,
¯
¯
¯
¯
b
2,2
b
2,3
b
3,2
b
3,3
¯
¯
¯
¯ > 0 , . . . ,
¯
¯
¯
¯
¯
¯
¯
¯
b
2,2
b
2,3
. . .
b
2,k+1
b
3,2
b
3,3
. . .
b
3,k+1
..
.
..
.
. ..
..
.
b
k+1,2
b
k+1,3
. . . b
k+1,k+1
¯
¯
¯
¯
¯
¯
¯
¯
> 0 .
Dla l ∈ {2, . . . , k + 1} mamy
*
Wg. ksia,˙zki Mostowskiego i Starka, Elementy Algebry Wy˙zszej, Warszawa, PWN 1963, wyd 5. Poda-
jemy ten wÃla´snie dow´
od, bo jest on chyba najbardziej elementarny z tych, kt´
ore autor widziaÃl, wymaga
jedynie podstawowych wiadomo´sci o wielomianach kwadratowych jednej zmiennej i wyznacznikach.
30
Funkcje wielu zmiennych
0 <
¯
¯
¯
¯
¯
¯
¯
¯
b
2,2
b
2,3
. . . b
2,l
b
3,2
b
3,3
. . . b
3,l
..
.
..
.
. .. ...
b
l,2
b
l,3
. . .
b
l,l
¯
¯
¯
¯
¯
¯
¯
¯
=
=
¯
¯
¯
¯
¯
¯
¯
¯
¯
a
1,1
a
2,2
− a
2
1,2
a
1,1
a
2,3
− a
1,2
a
1,3
. . . a
1,1
a
2,l
− a
1,2
a
1,l
a
1,1
a
3,2
− a
1,2
a
1,3
a
1,1
a
3,3
− a
2
1,3
. . . a
1,1
a
3,l
− a
1,3
a
1,l
..
.
..
.
. ..
..
.
a
1,1
a
l,2
− a
1,2
a
1,l
a
1,1
a
3,l
− a
1,3
a
1,l
. . .
a
1,1
a
l,l
− a
2
1,l
¯
¯
¯
¯
¯
¯
¯
¯
¯
=
=
¯
¯
¯
¯
¯
¯
¯
¯
¯
¯
¯
1
a
1,2
a
1,3
. . .
a
1,l
0
a
1,1
a
2,2
− a
2
1,2
a
1,1
a
2,3
− a
1,2
a
1,3
. . . a
1,1
a
2,l
− a
1,2
a
1,l
0 a
1,1
a
3,2
− a
1,2
a
1,3
a
1,1
a
3,3
− a
2
1,3
. . . a
1,1
a
3,l
− a
1,3
a
1,l
..
.
..
.
..
.
. ..
..
.
0
a
1,1
a
l,2
− a
1,2
a
1,l
a
1,1
a
3,l
− a
1,3
a
1,l
. . .
a
1,1
a
l,l
− a
2
1,l
¯
¯
¯
¯
¯
¯
¯
¯
¯
¯
¯
.
Ostatnia r´owno´s´c wynika z tego, ˙ze wyznacznik mo˙zna oblicza´c rozwijaja
,
c go wzgle
,
-
dem pierwszej kolumny. Teraz pomno˙zymy pierwszy wiersz przez a
1,2
i dodamy do
drugiego, potem pierwszy wiersz przez a
1,3
i dodamy do trzeciego, itd. Poniewa˙z te
operacje nie zmieniaja
,
warto´sci wyznacznika, wie
,
c otrzymamy
0 <
¯
¯
¯
¯
¯
¯
¯
¯
¯
¯
1
a
1,2
a
1,3
. . .
a
1,l
a
1,2
a
1,1
a
2,2
a
1,1
a
2,3
. . . a
1,1
a
2,l
a
1,3
a
1,1
a
3,2
a
1,1
a
3,3
. . . a
1,1
a
3,l
..
.
..
.
..
.
. ..
..
.
a
1,l
a
1,1
a
l,2
a
1,1
a
l,3
. . .
a
1,1
a
l,l
¯
¯
¯
¯
¯
¯
¯
¯
¯
¯
.
Pomno˙zymy teraz pierwszy wiersz przez liczbe
,
a
1,1
> 0 , nie zmienia to znaku wyz-
nacznika, bo mno˙zenie wiersza przez liczbe
,
to to samo, co mno˙zenie wyznacznika
przez te
,
liczbe
,
. W otrzymanym wyznaczniku wszystkie wyrazy w kolumnach drugiej,
trzeciej itd. zawieraja
,
czynnik a
1,1
, wie
,
c z tych kolumn mo˙zna go wyÃla
,
czy´c, co oz-
nacza podzielenie wyznacznika przez liczbe
,
a
l−1
1,1
> 0 . Znak pozostaje niezmieniony, a
otrzymany wyznacznik to
¯
¯
¯
¯
¯
¯
¯
¯
¯
¯
a
1,1
a
1,2
a
1,3
. . . a
1,l
a
1,2
a
2,2
a
2,3
. . . a
2,l
a
1,3
a
3,2
a
3,3
. . . a
3,l
..
.
..
.
..
.
. ..
..
.
a
1,l
a
l,2
a
l,3
. . .
a
l,l
¯
¯
¯
¯
¯
¯
¯
¯
¯
¯
. Tym samym zako´
nczyli´smy
dow´od.
PrzykÃlad 16.15
Rozwa˙zymy trzy funkcje
f (x, y) = 6y
5
+ 15y
4
− 50y
3
− 90y
2
+
1
4
¡
−e
2x
+ (y + 1)
2
(y − 2)
2
¢
2
,
g(x, y) = 6y
5
+ 15y
4
− 50y
3
− 90y
2
+
1
4
¡
−e
2x
+ y
2
(y + 3)
2
¢
2
,
h(x, y) = 6y
5
+ 15y
4
− 50y
3
− 90y
2
+
1
4
¡
−e
2x
+ (y + 1)
2
(y + 3)
2
¢
2
.
31
Funkcje wielu zmiennych
Znajdziemy ich lokalne ekstrema oraz kresy.
Zachodza
,
r´owno´sci
∂f
∂x
(x, y) = −e
2x
¡
−e
2x
+ (y + 1)
2
(y − 2)
2
¢
,
∂f
∂y
(x, y) = 30y(y + 3)(y + 1)(y − 2) + (y + 1)(y + 2)(2y − 1)
¡
−e
2x
+ (y + 1)
2
(y − 2)
2
¢
∂g
∂x
(x, y) = −e
2x
¡
−e
2x
+ y
2
(y + 3)
2
¢
,
∂g
∂y
(x, y) = 30y(y + 3)(y + 1)(y − 2) + (y + 1)(y + 2)(2y + 3)
¡
−e
2x
+ y
2
(y + 3)
2
¢
,
∂h
∂x
(x, y) = −e
2x
¡
−e
2x
+ (y + 1)
2
(y + 3)
2
¢
,
∂h
∂y
(x, y) = 30y(y + 3)(y + 1)(y − 2) + 2(y + 1)(y + 2)(y + 3)
¡
−e
2x
+ (y + 1)
2
(y + 3)
2
¢
.
Znajdziemy punkty krytyczne funkcji f, g, h , czyli punkty, w kt´orych ich gra-
dienty sa
,
wektorami zerowymi.
Z r´owno´sci
∂f
∂x
= 0 wynika, ˙ze −e
2x
+ (y + 1)
2
(y − 2)
2
= 0 , a z niej i z r´owno´sci
∂f
∂y
= 0 wynika, ˙ze y(y+3)(y+1)(y−2) = 0 . Musi wie
,
c by´c speÃlniona jedna z czterech
r´owno´sci y = 2 , y = 0 , y = −1 , y = −3 . Trzeba znale´z´c odpowiadaja
,
ce tym
warto´sciom zmiennej y warto´sci zmiennej x . Prowadzi to do r´owno´sci e
2x
= 3
2
· 0
2
,
e
2x
= 1
2
· (−2)
2
, e
2x
= 0
2
· (−3)
2
i e
2x
= (−2)
2
· (−5)
2
. Ani pierwsze ani trzecie
r´ownanie nie ma rozwia
,
za´
n. Z drugiego wynika, ˙ze x = ln 2 . Z czwartego z kolei
wnioskujemy, ˙ze x = ln 10 . Znale´zli´smy wie
,
c wszystkie punkty krytyczne funkcji f .
Sa
,
dwa takie punkty: (ln 2, 0) i (ln 10, −3) . W ˙zadnym innym punkcie funkcja f
lokalnego ekstremum nie ma.
Znajdziemy pochodne cza
,
stkowe drugiego rze
,
du, a raczej drugie wielomiany Tay-
lora tych funkcji. Niech x = ln 2 + u . Mamy
f (x, y) = f (ln 2 + u, y) =
= 6y
5
+ 15y
4
− 50y
3
− 90y
2
+
1
4
¡
−e
2(ln 2+u)
+ (y + 1)
2
(y − 2)
2
¢
2
=
= 6y
5
+ 15y
4
− 50y
3
− 90y
2
+
1
4
¡
−4e
2u
+ (y
2
− y − 2)
2
¢
2
=
= 6y
5
+ 15y
4
− 50y
3
− 90y
2
+
+
1
4
³
−4(1 + 2u +
4u
2
2!
+
8u
3
3!
+ · · ·) + 4 + 4y − 3y
3
− 2y
3
+ y
4
´
2
=
= −90y
2
− 50y
3
+ 15y
4
+ 6y
5
+
1
4
(−8u + 4y + · · ·)
2
=
= −90y
2
+ 16u
2
− 16uy + 4y
2
+ · · · = 16u
2
− 16uy − 86y
2
+ · · · .
Opu´scili´smy wszystkie czÃlony, kt´ore nie maja
,
wpÃlywu na wsp´oÃlczynniki przy jedno-
mianach stopnia 2 , tzn przy u
2
, uy, y
2
.
Twierdzenie o lokalnych ekstremach pozwala na stwierdzenie, ˙ze poniewa˙z wyra-
˙zenie (forma kwadratowa) 16u
2
− 16uy − 86y
2
przyjmuje czasem warto´sci dodatnie,
np. dla u = 1 i y = 0 , a czasem ujemne, np. dla u = 0 i y = 1 , wie
,
c funkcja w punk-
cie (ln 2, 0) nie ma ani lokalnego maksimum, ani lokalnego minimum. M´owimy w tym
32
Funkcje wielu zmiennych
przypadku o siodle.
Teraz zajmiemy sie
,
okolica
,
punktu (ln 10, −3) . Przyjmiemy, ˙ze x = ln 10 + u i
y = −3 + v . Wtedy
f (x, y) = f (ln 10+u, −3+v) = 6(−3+v)
5
+15(−3+v)
4
−50(−3+v)
3
−90(−3+v)
2
+
+
1
4
¡
−e
2(ln 10+u)
+ (−3 + v + 1)
2
(−3 + v − 2)
2
¢
2
=
= 6(−3)
5
+ 15(−3)
4
− 50(−3)
3
− 90(−3)
2
+
+ 6 · 5 · (−3)
4
v + 15 · 4 · (−3)
3
v − 50 · 3 · (−3)
2
v − 90 · 2 · (−3)v +
+ 6 ·
¡
5
2
¢
· (−3)
3
v
2
+ 15 ·
¡
4
2
¢
· (−3)
2
v
2
− 50 ·
¡
3
2
¢
· (−3)v
2
− 90v
2
+ · · · +
+
1
4
³
−100(1 + 2u +
4u
2
2!
+ · · ·) + (4 − 4v + v
2
)(25 − 10v + v
2
)
´
2
=
= 297 − 450v
2
+ · · ·
1
4
(−200u + · · · − 140v + · · ·)
2
=
= 297 − 450v
2
+
1
4
(−200u − 140v)
2
+ · · · =
= 297 + 10000u
2
+ 14000uv + 4450v
2
+ · · · .
Jasne jest, ˙ze wyra˙zenie 10000u
2
+ 14000uv + 4450v
2
bywa dodatnie, np. gdy
przyjmiemy u = 1, v = 0 . Bywa r´ownie˙z ujemne np. dla u = 14, v = −20 . Wobec
w punkcie (ln 10, −3) funkcja f ma siodÃlo.
Kres g´orny funkcji f r´owny jest +∞ , bo
lim
y→∞
f
¡
1
2
ln
£
(y + 1)(y − 2)
¤
, y
¢
= lim
y→∞
(6y
5
+ 15y
4
− 50y
3
− 90y
2
) = +∞ .
Kres g´orny funkcji f r´owny jest −∞ , bo
lim
y→−∞
f
¡
1
2
ln
£
(y + 1)(y − 2)
¤
, y
¢
= lim
y→−∞
(6y
5
+ 15y
4
− 50y
3
− 90y
2
) = −∞ .
Teraz zajmiemy sie
,
funkcja
,
g . Oczywi´scie obliczenia sa
,
bardzo podobne, wie
,
c
podamy tylko wyniki i wycia
,
gniemy wnioski.
Gradient funkcji g zeruje sie
,
w dw´och punktach: (ln 2, −1) i (ln 10, 2) .
Podstawiaja
,
c x = u + ln 2 i y = v − 1 otrzymujemy
g(x, y) = g(u + ln 2, v − 1) = −31 + 16u
2
+ uv + 94v
2
+ · · · .
Wyra˙zenie 16u
2
+ uv + 94v
2
jest dodatnie dla dowolnie wybranych liczb u, v z wy-
ja
,
tkiem u = 0 = v . Je´sli bowiem potraktujemy je jako wielomian kwadratowy
zmiennej u z parametrem v , to jego wyr´o˙znik r´owny be
,
dzie ∆ = v
2
− 4 · 16 · 94v
2
,
wie
,
c wyr´o˙znik ten jest ujemny dla v 6= 0 ; jasne jest, ˙ze gdy v = 0 , to jedynym u ,
dla kt´orego 16u
2
+ uv + 94v
2
= 0 jest liczba 0 . Wobec tego funkcja g ma lokalne
minimum w punkcie (ln 2, −1) .
Podstawiaja
,
c x = u + ln 10 i y = v + 2 otrzymujemy
g(x, y) = g(u + ln 10, v + 2) = 328 + 10000u
2
− 14000uv + 5350v
2
+ · · · .
Wyra˙zenie 10000u
2
− 14000uv + 5350v
2
jest dodatnie dla dowolnie wybranych liczb
u, v z wyja
,
tkiem u = 0 = v , bo
33
Funkcje wielu zmiennych
(−14000v)
2
−4·10000·5350v
2
= (196 000 000−214 000 000)v
2
= −18 000 000v
2
< 0 .
Wobec tego funkcja g ma lokalne minimum w punkcie (ln 10, 2) . Podobnie jak dla
funkcji f wykazujemy, ˙ze kresem g´ornym funkcji g jest +∞ , a kresem dolnym —
−∞ . Innych punkt´ow krytycznych ta funkcja nie ma. Prosze
,
spr´obowa´c wyobrazi´c
sobie wykres funkcji g . Jest to niezÃle ´cwiczenie na zrozumienie sytuacji.
Gradient funkcji h zeruje sie
,
w dw´och punktach: (ln 3, 0) i (ln 15, 2) .
Podstawimy najpierw x = u + ln 3 . Mamy wtedy
h(x, y) = h(u + ln 3, y) = 6y
5
+ 15y
4
− 50y
3
− 90y
2
+
+
1
4
¡
−e
2(u+ln 3)
+ (y + 1)
2
(y + 3)
2
¢
2
=
= 81u
2
− 216uy + 54y
2
+ · · · .
Wyra˙zanie 81u
2
− 216uy + 54y
2
bywa dodatnie, np. gdy y = 0 6= u ; bywa te˙z
ujemne, np. gdy u = y 6= 0 . Wobec tego w punkcie (ln 3, 0) funkcja h ma siodÃlo.
Teraz kolej na punkt (ln 15, 2) . Podstawimy x = u + ln 15 , y = 2 + v . Po pewnych
rachunkach otrzymujemy
h(x, y) = h(u + ln 3, 2 + v) = 6(2 + v)
5
+ 15(2 + v)
4
− 50(2 + v)
3
− 90(2 + v)
2
+
+
1
4
¡
−e
2(u+ln 3)
+ (2 + v + 1)
2
(2 + v + 3)
2
¢
2
=
= −328 + 50625u
2
− 54000uv + 14850v
2
+ · · · .
Poniewa˙z 54000
2
− 4 · 50625 · 14850 = −91125000 < 0 , wie
,
c wyra˙zenie 50625u
2
−
54000uv+14850v
2
traktowane jako wielomian kwadratowy zmiennej u z parametrem
v nie ma pierwiastk´ow rzeczywistych, wie
,
c przyjmuje jedynie warto´sci dodatnie z
wyja
,
tkiem przypadku v = 0 , w kt´orym ma jeden pierwiastek podw´ojny u = 0 . W
tej sytuacji funkcja ma lokalne minimum w punkcie (ln 15, 2) .
Tak jak w przypadku funkcji f z Ãlatwo´scia
,
stwierdzamy, ˙ze kres g´orny funkcji
h r´owny jest +∞ , a dolny −∞ .
Podsumowanie: w przypadku funkcji jednej zmiennej ekstrem wyste
,
powaÃly na
zmiane
,
; w przypadku funkcji dwu zmiennych, tym bardziej w przypadku funkcji
wie
,
kszej ich liczby mo˙ze by´c zupeÃlnie inaczej. Wynika to z tego, ˙ze struktura ge-
ometryczna pÃlaszczyzny jest bardziej zÃlo˙zona ni˙z struktura prostej, a w wy˙zszych
wymiarach te efekty sa
,
jeszcze silniejsze. Nie be
,
dziemy w te kwestie wchodzi´c gÃle
,
biej.
Jednak wypada podkre´sli´c, ˙ze nie wolno zbyt szybko wycia
,
ga´c wniosk´ow i zbytnio
wierzy´c swej intuicji, bo ona mo˙ze zawie´s´c. Trzeba korzysta´c z twierdze´
n, kt´ore sa
,
prawdziwe zwracaja
,
c uwage
,
na to, czy zaÃlo˙zenia sa
,
speÃlnione.
Uwaga 16.31 Rozumowania z ostatniego przykÃladu (bezpo´srednio przed ta
,
uwaga
,
)
mo˙zna skr´oci´c bardzo istotnie traktuja
,
c ka˙zda
,
z trzech rozwa˙zanych tam funkcji
34
Funkcje wielu zmiennych
jako sume
,
wielomianu 6y
5
+ 15y
4
− 50y
3
− 90y
2
zmiennej y i kwadratu pewnej
funkcji dwu zmiennych. Bez trudu stwierdzamy, ˙ze w punktach −3 i 0 wielomian
6y
5
+15y
4
−50y
3
−90y
2
ma lokalne maksima, a w punktach −1 i 2 — lokalne minima.
Kwadrat funkcji jakiejkolwiek w punkcie, w kt´orym przyjmuje warto´s´c 0 ma swoje
minimum i to nie tylko lokalne. Sta
,
d od razu wynika, ˙ze funkcja g ma w punktach
(ln 2, −1) i (ln 10, 2) lokalne minima — oba skÃladniki maja
,
tam lokalne minima!
Minima te sa
,
wÃla´sciwe, bo w ˙zadnym innym punkcie funkcja g lokalnego minimum
nie ma, gdy˙z jej jedynymi punktami krytycznymi sa
,
te dwa punkty. Zache
,
camy do
zastosowania tej metody w przypadku funkcji f i funkcji h .
Zadania
16. 01
Zbada´c cia
,
gÃlo´s´c odwzorowania f : IR
3
→ IR
2
okre´slonego naste
,
puja
,
co:
f (x, y, z) =
³ xy
1 + z
2
,
x
2
y
2
z
2
x
2
+ y
2
+ z
2
´
, gdy (x, y, z) 6= (0, 0, 0) i f (0, 0, 0) = (0, 0) .
16. 02
∗
Niech f (x, y) = x
y
dla x > 0 i y > 0 . Pokaza´c, ˙ze nie mo˙zna okre´sli´c funkcji
w (0, 0) tak, aby byÃla ona cia
,
gÃla w tym punkcie.
16. 03
Definiujemy funkcje
,
f : IR
2
→ IR za pomoca
,
wzor´ow: f (x, y) =
x
2
y
x
4
+ y
2
, gdy
(x, y) 6= (0, 0) oraz f (0, 0) = 0 . Pokaza´c, ˙ze obcie
,
cie f do dowolnej prostej
przechodza
,
cej przez (0, 0) jest funkcja
,
cia
,
gÃla
,
na tej prostej, mimo ˙ze funkcja f
nie jest cia
,
gÃla w (0, 0) .
16. 04
∗
Zbi´or S = {x ∈ IR
k
:
f (x) = f (x
0
)} nazywamy poziomica
,
(warstwica
,
) prze-
chodza
,
ca
,
przez punkt x
0
funkcji f : IR
k
→ IR . Pokaza´c, ˙ze poziomice funkcji
cia
,
gÃlej sa
,
domknie
,
te w IR
k
.
16. 05
Obliczy´c pochodne cza
,
stkowe funkcji
(a) f (x, y) = e
−x
2
−2xy+4
,
(b) f (x, y) = arctan(
x
y
) ,
(c) f (x, y, z) = e
x
sin y + e
y
sin(2z) + e
z
sin(3x) ,
(d) f (x) = kxk =
v
u
u
t
k
X
i=1
x
2
i
, dla x 6= 0 ,
(e) f (x) = e
−x·x
, dla x ∈ IR
k
, gdzie x · x =
k
X
i=1
x
2
i
.
16. 06
,,Narysowa´c” naste
,
puja
,
ce zbiory (w odpowiedniej przestrzeni, R
2
lub R
3
):
a. A = {(x, y):
|x| − |y| ≤ 1} ,
b. B = {(x, y):
0 < x + y ≤ 1, y ≥ x
2
} ,
c. C = {(x, y):
0 < x + y ≤ 1, y ≥ x
2
+ 1} ,
d. D = {(x, y):
x
2
+ 2x + y
2
− 4y ≥ −1, 9x
2
+ 16y
2
≤ 144} ,
e. E = {(x, y, z):
x ≥ 0, y ≥ 0, z ≥ 0, x + 2y + 3z = 6} ,
35
Funkcje wielu zmiennych
f. F = {(x, y, z):
x ≥ 0, y ≥ 0, z ≥ 0, x + 2y + 3z < 6} ,
g. G = {(x, y, z):
x
2
+ y
2
= 4z
2
, x
2
+ y
2
+ z
2
= 9} ,
h. H = {(x, y, z):
x
2
+ y
2
≤ 4z
2
, x
2
+ y
2
+ z
2
≤ 9} ,
i. I = {(x, y, z):
x
2
+ y
2
= 4, x
2
+ y
2
+ z
2
≤ 9} ,
j. J = {(x, y, z):
x
2
+ y
2
≤ 4, x
2
+ y
2
+ z
2
≤ 9} ,
k. K = {(x, y, z):
x
2
+ y
2
≤ 4, x
2
+ y
2
+ z
2
> 9} ,
l. L = {(x, y, z):
x
2
+ y
2
< z, x
2
+ y
2
+ z
2
≤ 1} ,
m. M = {(x, y, z):
x
2
− y
2
= z, x
2
+ y
2
+ z
2
≤ 1} ,
n. N = {(x, y, z):
x
2
+ y
2
≤ 4, x
2
+ y
2
− z
2
≤ 1} ,
o. O = {(x, y, z):
x
2
+ y
2
≤ 4, z
2
− x
2
− y
2
≤ 1} ,
p. P = {(x, y, z):
xy ≤ 0, x
2
+ z
2
≤ 1}
r. R = {(x, y, z):
x ≥ 0, y ≥ 0, z ≥ 0, x + y + z < 3} ,
s. S = {(x, y, z):
x ≥ 0, y ≥ 0, z ≥ 0, x + y + 2z ≥ 6, x + y + z ≤ 6} ,
t. T = {(x, y, z):
x ≥ 0, y ≥ 0, z ≥ −6, x + y + 2z ≥ 6, x + y + z ≤ 6} ,
u. U = {(x, y, z):
|x| ≤ 1, |y| ≤ 1, |z| ≤ 1, x
2
+ y
2
+ z
2
≥ 1} ,
v. V = {(x, y, z):
|x| ≤ 1, |y| ≤ 1, |z| ≤ 1, x
2
+ y
2
+ z
2
> 1} ,
w. W = {(x, y, z):
|x| ≤ 1, |y| ≤ 1, |z| ≤ 1, x
2
+ y
2
+ z
2
= 1} .
16. 07
∗
Wyja´sni´c, kt´ore ze zbior´ow zdefiniowanych w zadaniu 6 sa
,
otwarte, kt´ore domk-
nie
,
te, kt´ore ograniczone, kt´ore zwarte, a kt´ore wypukÃle.
16. 08
∗
Cia
,
gÃlo´s´c normy. Pokaza´c, ˙ze
¯
¯
¯kxk − kyk
¯
¯
¯ ≤ kx − yk .
16. 09
∗
WypukÃlo´s´c normy. Pokaza´c, ˙ze kαx + (1 − α)yk ≤ αkxk + (1 − α)kyk dla
0 ≤ α ≤ 1 . Pokaza´c, ˙ze kule B(x
0
, r) , B(x
0
, r) sa
,
zbiorami wypukÃlymi. Zbi´or
A jest wypukÃly, je´sli ka˙zdy odcinek, kt´orego ko´
nce le˙za
,
w zbiorze A jest zawarty
w A .
16. 10
Znale´z´c kierunek najszybszego wzrostu funkcji f , czyli jej gradient, w punkcie
P dla:
(a) f (x, y) = arctan(
y
x
) , p = (1, −2) ;(b) f (x, y, z) =
p
xy
2
z
3
, p = (2, 2, 2) ;
(c) f (x, y, z) = e
x−y−z
, p = (5, 2, 3) ;(d) f (x, y, z) = x + 2y + 3z , p = (1, 1, 1) .
Uwaga: dla funkcji f zale˙znej od 3 zmiennych:
grad f (p) = ∇f (p) =
¡
∂f
∂x
(p),
∂f
∂y
(p),
∂f
∂z
(p)
¢
, analogicznie w przypadku dwu zmiennych.
16. 11
∗
Pokaza´c, ˙ze ni˙zej zdefiniowana funkcja jest r´o˙zniczkowalna w (0, 0) :
f (x, y) =
(
x
3
+y
3
√
x
2
+y
2
, je˙zeli (x, y) 6= (0, 0);
0,
je˙zeli (x, y) = (0, 0).
36
Funkcje wielu zmiennych
a funkcja
f (x, y) =
(
x
3
+y
3
x
2
+y
2
, je˙zeli (x, y) 6= (0, 0);
0,
je˙zeli (x, y) = (0, 0).
jest cia
,
gÃla w punkcie (0, 0) , ale r´o˙zniczkowalna w tym punkcie nie jest.
16. 12
∗
Pokaza´c, ˙ze funkcja f (x, y) =
3
√
xy nie jest r´o˙zniczkowalna w (0, 0) , chocia˙z
istnieja
,
obie pochodne cza
,
stkowe w tym punkcie.
16. 13
Znale´z´c punkty zerowania sie
,
gradientu funkcji f i wyja´sni´c, w kt´orych z nich ma
ona lokalne minima, w kt´orych – lokalne maksima, a w kt´orych nie ma lokalnego
ekstremum, je´sli
(a) f (x, y, z) = x
2
+ y
2
+ z
2
+ 2x + 4y − 6z ;
(b) f (x, y) = x
3
+ 3xy
2
− 15x − 12y ;
(c) f (x, y, z) = x
3
+ y
2
+ z
2
+ 12xy + 2z ;(d) f (x, y, z) = x +
4y
2
x
+
z
2
y
+
2
z
;
(e) f (x, y, z) = xy
2
z
3
(6 − x − 2y − 3z) ; (f) f (x, y) = 3x
8
+ 3y
8
+ 8x
3
y
3
;
(g) f (x, y) = y
2
+ 3x
2
y − x
3
y ;
(h) f (x, y) = y
2
+ y
4
+ 3x
4
− 4x
3
− 12x
2
;
(i) f (x, y) = x
5
y
7
(13 − x − y) ;
(j) f (x, y) = −x
4
+ y
4
+ 4x
2
y − 2y
2
;
(k) f (x, y) = x
4
− y
4
− 2x
3
− 2xy
2
+ x
2
+ y
2
.
ad (j):
w otoczeniu punktu (0, 0) rozwa˙zy´c zachowanie sie
,
funkcji f na
paraboli y = x
2
.
16. 14
Niech f (x, y, z) =
1
9
·
¡
3(x + y)
3
− 18x
2
− 36xy − 54y
2
− 9z
2
+ 2
¢
.
Znale´z´c punkty krytyczne f , tj. te, w kt´orych
grad f (x, y, z) =
¡
(x + y)
2
− 4x − 4y, (x + y)
2
− 4x − 12y, −2z
¢
jest wektorem zerowym. Wyja´sni´c, w kt´orych z tych punkt´ow funkcja f ma
lokalne minima, w kt´orych lokalne maksima, a w kt´orych nie ma lokalnego ek-
stremum.
16. 15
∗
Niech f (x, y) = 6y
5
+ 15y
4
− 50y
3
− 90y
2
+
1
4
¡
−e
2x
+ (y + 1)
2
(y − 2)
2
¢
2
,
g(x, y) = 6y
5
+ 15y
4
− 50y
3
− 90y
2
+
1
4
¡
−e
2x
+ y
2
(y + 3)
2
¢
2
.
Znale´z´c punkty zerowania sie
,
gradientu obu funkcji i wyja´sni´c, w kt´orych punk-
tach funkcje maja
,
lokalne minima, w kt´orych lokalne maksima, a w kt´orych nie
ma lokalnego ekstremum. Wykaza´c, ˙ze funkcje f i g nie sa
,
ograniczone ani z
g´ory ani z doÃlu.
16. 16
Zobaczmy, co sie
,
mo˙ze wydarzy´c w wymiarze wie
,
kszym ni˙z 1 :
(a) Wykaza´c, ˙ze funkcja (1 + e
y
) cos x − ye
y
ma niesko´
nczenie wiele maksim´ow
lokalnych, chocia˙z nie ma ˙zadnego minimum lokalnego.
(b) Niech f (x, y) = 6y
5
+ 15y
4
− 50y
3
− 90y
2
+
1
4
¡
−e
2x
+ (y + 1)
2
(y + 3)
2
¢
2
.
Znale´z´c kresy funkcji f i punkty, w kt´orych funkcja ta ma lokalne ekstrema.
37
Funkcje wielu zmiennych
Mo˙zna skorzysta´c z r´owno´sci:
∂f
∂x
(x, y) = −e
2x
¡
−e
2x
+ (y + 1)
2
(y + 3)
2
¢
i
∂f
∂y
(x, y) = 30y(y + 3)(y + 1)(y − 2) +
+ 2(y + 1)(y + 2)(y + 3)
¡
−e
2x
+ (y + 1)
2
(y + 3)
2
¢
.
16. 17
Znale´z´c kresy funkcji f w pierwszej ´cwiartce, je´sli f (x, y) =
xy
2
4x
2
+y
4
+4
.
16. 18
∗
Niech f (x, y) =
xy
2
−1
4x
2
+y
4
+4
. Znale´z´c kres g´orny i kres dolny warto´sci funkcji
f w pierwszej ´
cwiartce ukÃladu wsp´oÃlrze
,
dnych. Wyja´sni´c, czy funkcja f ma
wewna
,
trz pierwszej ´cwiartki ukÃladu wsp´oÃlrze
,
dnych lokalne ekstrema.
Informacja:
∂f
∂x
=
(y
2
+2x)(y
4
−2xy
2
+4)
(4x
2
+y
4
+4)
2
,
∂f
∂x
=
2y(y
2
+2x)(2x
2
+2−xy
2
)
(4x
2
+y
4
+4)
2
.
16. 19
∗
Niech p, q, r ∈ R
2
oznaczaja
,
trzy niewsp´
oÃlliniowe punkty. Niech f (x) =
kx − pk + kx − qk + +kx − rk dla x ∈ R
2
, tzn. f (x) jest suma
,
odlegÃlo´sci
punktu x od danych punkt´ow p, q, r . Wykaza´c, ˙ze je´sli f (x
0
) jest najmniejsza
,
warto´scia
,
funkcji f : R
2
−→ [0, ∞) , to albo x
0
jest jednym z punkt´ow p, q, r ,
albo ka
,
ty mie
,
dzy wektorami −−−→
x − p, −−−→
x − q, −−−→
x − r sa
,
r´owne
2π
3
.
16. 20
Znale´z´c kres dolny i kres g´orny funkcji f , f (x, y, z) = (3x+2y +z)e
−(6x+5y+3z)
,
na zbiorze E = {(x, y, z):
x > 0, y > 0, z > 0} .
16. 21
Znale´z´c kres dolny i kres g´orny funkcji f , f (x, y, z) = (3x+2y +z)e
−(6x+5y+3z)
,
na zbiorze E = {(x, y, z):
x > 0, y > 0, z > 0} .
16. 22
Niech f (x, y) = x
2
y
5
(8 − x − y) . Znale´z´c wszystkie punkty zerowania sie
,
gra-
dientu funkcji f i wyja´sni´c, w kt´orych z nich funkcja f ma lokalne ekstrema
i jakiego typu, a w kt´orych lokalnych ekstrem´ow ta funkcja nie ma. Znale´z´c
sup{f (x, y):
0 ≤ x, 0 ≤ y, x + y ≤ 10} .
16. 23
Niech f (x, y) = x
6
y
5
(12 − x − y) . Znale´z´c wszystkie punkty zerowania sie
,
gradientu funkcji f i wyja´sni´c, w kt´orych z nich funkcja f ma lokalne ekstrema
i jakiego typu, a w kt´orych lokalnych ekstrem´ow ta funkcja nie ma. Znale´z´c
sup{f (x, y):
0 ≤ x, 0 ≤ y, x + y ≤ 10}
i
sup{f (x, y):
0 ≤ x, 0 ≤ y, x + y ≤ 12} .
16. 24
Niech f (x, y) = x
4
y
2
(7 − 4x − 2y) . Znale´z´c wszystkie punkty zerowania sie
,
gradientu funkcji f i wyja´sni´c, w kt´orych z nich funkcja f ma lokalne ekstrema
i jakiego typu, a w kt´orych lokalnych ekstrem´ow ta funkcja nie ma.
Znale´z´c sup{f (x, y):
0 ≤ x, 0 ≤ y, x + y ≤ 1} ,
inf{f (x, y):
0 ≤ x, 0 ≤ y, x + y ≤ 1}
i sup{f (x, y):
0 ≤ x, 0 ≤ y, x + y ≤ 2} .
16. 25
Niech f (x, y) = x
3
y
2
(6 − x − 6y) . Znale´z´c wszystkie punkty zerowania sie
,
gradientu funkcji f i wyja´sni´c, w kt´orych z nich funkcja f ma lokalne ekstrema
38
Funkcje wielu zmiennych
i jakiego typu, a w kt´orych lokalnych ekstrem´ow ta funkcja nie ma. Znale´z´c
sup{f (x, y):
0 ≤ x ≤ 10, 0 ≤ y ≤ 2} .
16. 26
Znale´z´c punkty zerowania sie
,
gradientu funkcji x
5
y
7
(13 − x − y) i wyja´sni´c,
w kt´orych z nich ma ona lokalne minima, w kt´orych – lokalne maksima, a
w kt´orych nie ma lokalnego ekstremum. Znale´z´c kresy funkcji f na zbiorze
{(x, y):
|x|, |y| ≤ 10} .
16. 27
Znale´z´c kres dolny i kres g´orny funkcji xy − x − y + 3 , na zbiorze E , je´sli E
jest tr´ojka
,
tem domknie
,
tym o wierzchoÃlkach (0, 0) , (2, 0) , (0, 4) .
16. 28
Znale´z´c kres dolny i kres g´orny funkcji x
2
+ y
2
− xy , na zbiorze
E = {(x, y):
|x| + |y| ≤ 1} .
16. 29
Znale´z´c kres dolny i kres g´orny funkcji xy
2
, na zbiorze
E = {(x, y):
x
2
+ y
2
≤ 3} .
16. 30
Znale´z´c kres dolny i kres g´orny funkcji (1 + x
2
)e
−x
2
−y
2
, na pÃlaszczy´znie R
2
.
16. 31
Niech f (x, y, x) = 3x + 2y − z , g(x, y, x) = 3x + 2y + z , T niech oznacza
czworo´scian o wierzchoÃlkach A = (1, 1, 0) , B = (1, 2, 2) , C = (2, 1, 3) , D =
(3, 2, 4) . Znale´z´c najwie
,
ksza
,
i najmniejsza
,
warto´s´c ka˙zdej z funkcji f, g na
czworo´scianie T . W ilu punktach funkcje f, g przyjmuja
,
warto´sci ekstremalne
na czworo´scianie T .
16. 32
Niech f (x, y, z) = x
4
+ y
5
+ z
6
, g(x, y, z) = 6x
6
+ 4y
4
+ 2z
2
. Mamy
grad f (0, 0, 0) = (0, 0, 0) = grad g(0, 0, 0) .
Kt´ora z funkcji f, g ma w punkcie (0, 0, 0) lokalne ekstremum i dlaczego?
16. 33
Niech h(x, y) = ay(e
x
− 1) + x sin x − cos y . Dla jakich a ∈ R funkcja h ma
lokalne ekstremum w punkcie (0, 0) , a dla jakich lokalnego ekstremum w tym
punkcie nie ma?
Wskaz´owka: Dla pewnego a badanie drugiej r´o˙zniczki mo˙ze nie pozwoli´c na
stwierdzenie, czy w punkcie (0, 0) funkcja ma lokalne ekstremum, czy te˙z nie;
w tym przypadku warto zainteresowa´c sie
,
prosta
,
przechodza
,
ca
,
przez (0, 0) ,
zÃlo˙zona
,
z takich punkt´ow (u, v) , ˙ze
∂
2
h
∂x
2
(0, 0)u
2
+ 2
∂
2
h
∂x∂y
(0, 0)uv +
∂
2
h
∂y
2
(0, 0)v
2
= 0 .
39