φ 数学分析学习系统
知识点 / 第十二章 多元函数的微分学

多元向量值隐函数存在定理

定理第十二章 多元函数的微分学

若函数 F(x,y,u,v)F(x,y,u,v) 和 G(x,y,u,v)G(x,y,u,v) 满足
(1) 在点 P0(x0,y0,u0,v0)P_{0}(x_{0},y_{0},u_{0},v_{0}) 的某邻域内具有连续偏导数;
(2) F(P0)=0, G(P0)=0F(P_{0})=0,\ G(P_{0})=0;
(3) 在点 P0P_{0} 处 Jacobi 行列式 ∂(F,G)∂(u,v)≠0\dfrac{\partial(F,G)}{\partial(u,v)}\neq 0,
则在点 P0P_{0} 的某邻域内,该方程组惟一确定了一组具有连续偏导数的二元函数
u=u(x,y),v=v(x,y),u=u(x,y),\qquad v=v(x,y),
满足 u0=u(x0,y0), v0=v(x0,y0)u_{0}=u(x_{0},y_{0}),\ v_{0}=v(x_{0},y_{0}),且
∂u∂x=−∂(F,G)∂(x,v)/∂(F,G)∂(u,v),∂v∂x=−∂(F,G)∂(u,x)/∂(F,G)∂(u,v),\frac{\partial u}{\partial x}=-\frac{\partial(F,G)}{\partial(x,v)}\Big/\frac{\partial(F,G)}{\partial(u,v)},\qquad \frac{\partial v}{\partial x}=-\frac{\partial(F,G)}{\partial(u,x)}\Big/\frac{\partial(F,G)}{\partial(u,v)},
∂u∂y=−∂(F,G)∂(y,v)/∂(F,G)∂(u,v),∂v∂y=−∂(F,G)∂(u,y)/∂(F,G)∂(u,v).\frac{\partial u}{\partial y}=-\frac{\partial(F,G)}{\partial(y,v)}\Big/\frac{\partial(F,G)}{\partial(u,v)},\qquad \frac{\partial v}{\partial y}=-\frac{\partial(F,G)}{\partial(u,y)}\Big/\frac{\partial(F,G)}{\partial(u,v)}.

证明 / 补充

由条件 (3),FuF_{u} 与 FvF_{v} 中至少有一个在 P0P_{0} 不为零,不妨设 Fu(P0)≠0F_{u}(P_{0})\neq 0。由一元隐函数定理,方程 F(x,y,u,v)=0F(x,y,u,v)=0 在 P0P_{0} 附近惟一确定 u=u(x,y,v)u=u(x,y,v),且
ux=−FxFu,uy=−FyFu,uv=−FvFu.u_{x}=-\frac{F_{x}}{F_{u}},\quad u_{y}=-\frac{F_{y}}{F_{u}},\quad u_{v}=-\frac{F_{v}}{F_{u}}.
将 u=u(x,y,v)u=u(x,y,v) 代入 G=0G=0,得
H(x,y,v)=G(x,y,u(x,y,v),v)=0.H(x,y,v)=G(x,y,u(x,y,v),v)=0.
而
Hv=Guuv+Gv=Gv−GuFvFu=GvFu−GuFvFu=1Fu∂(F,G)∂(u,v)≠0.H_{v}=G_{u}u_{v}+G_{v}=G_{v}-G_{u}\frac{F_{v}}{F_{u}} =\frac{G_{v}F_{u}-G_{u}F_{v}}{F_{u}} =\frac{1}{F_{u}}\frac{\partial(F,G)}{\partial(u,v)}\neq 0.
再由一元隐函数定理,H=0H=0 惟一确定 v=v(x,y)v=v(x,y)。代回得 u=u(x,y)u=u(x,y)。对恒等式两边求偏导即可解得上述公式。

想看这道知识点对应的例题和练习?登录后进入学习系统。