跳到主要內容

[微積分] 雙變數函數的極限

以下討論均考慮 雙變數情況
============
Definition: Limit of function with two variables
令 $f :D \subset  \mathbb{R}^2 \to \mathbb{R}$ 且 點 $(a,b) \in D$,則我們說 $f(x,y)$ 在點 $ (a,b)$ 的 Limit  $L$ 記做 $f(x,y) \to L$ as $(x,y) \to (a,b)$ 或者
\[
\lim_{(x,y) \to (a,b)}f(x,y) =L
\]若下列條件成立:
對任意 $\varepsilon >0$ 存在 $\delta >0$ 使得 對任意 $(x,y) \in D$,
\[
\sqrt{(x-a)^2+(y-b)^2} < \delta \Rightarrow |f(x,y) - L| < \varepsilon
\]============

Comments:
事實上上述定義可直接推廣到 $n$ 變數的情況,但為免以下分析過於複雜我們在此僅討論雙變數的情況。以下我們看個例子。


Example
試證 $\displaystyle \lim_{ (x,y) \to (0,0)} \frac{3 x^2y}{x^2 + y^2}$ 存在 且 其極限值為 $0$。

Proof:
要證明   $\displaystyle \lim_{ (x,y) \to (0,0)} \frac{3 x^2y}{x^2 + y^2}$ 存在,由定義出發:給定  $\varepsilon >0$,要證明 存在 $\delta >0$ 使得 對任意 $(x,y) \in \mathbb{R}^2$,
\[
\sqrt{(x-0)^2+(y-0)^2} < \delta \Rightarrow |f(x,y) - 0| < \varepsilon
\]
首先觀察
\[|f(x,y) - 0| = |\frac{{3{x^2}y}}{{{x^2} + {y^2}}}| = \frac{{3{x^2}\left| y \right|}}{{{x^2} + {y^2}}} \le 3\left| y \right| = 3\sqrt {{y^2}}  \le 3\sqrt {{y^2} + {x^2}}
\]故若我們取 $\delta := \varepsilon/3 >0$ 則對任意 $(x,y) \in \mathbb{R}$,我們可得
\[\sqrt {{{(x - 0)}^2} + {{(y - 0)}^2}}  < \delta  \Rightarrow |f(x,y) - 0| \le 3\underbrace {\sqrt {{y^2} + {x^2}} }_{ < \delta  = \varepsilon /3} < 3\left( {\frac{\varepsilon }{3}} \right) < \varepsilon \]故 $\displaystyle \lim_{ (x,y) \to (0,0)} \frac{3 x^2y}{x^2 + y^2} =0$ $\square$


Comment:
在單變數函數的情況中,我們知道極限存在 等價 左右極限相等 (從左方逼近 = 右方逼近),但是如果情況推廣到雙變數,則情況將不再這麼單純,所謂的極限存在必須對 "任意" 的逼近方向其極限都必須相等。


============
FACT:
若 $f(x,y) \to L_1 \text{ as } (x,y) \to (a,b)$ 沿著某路徑 $C_1$ 逼近 且 $f(x,y) \to L_2 \text{ as } (x,y) \to (a,b)$  沿著某路徑 $C_2$ 逼近 且 $L_1 \neq L_2$ 則 $\lim_{(x,y) \to (a,b)}f(x,y) =L$ 不存在。
============


Example:
考慮 $\displaystyle \lim_{(x,y) \to (0,0)} \frac{x^2-y^2}{x^2 + y^2}$ ,試問其極限是否存在?

Solution
令 \[
f(x,y):=\frac{x^2-y^2}{x^2 + y^2}
\]首先考慮沿著 $x$ 軸 逼近 $(0,0)$ 的情況:
由於我們沿著 $x$ 軸,故此時 $y=0$ 我們可先計算
\[f(x,0): = \frac{{{x^2}}}{{{x^2}}} = 1,\;\; \forall x \neq 0 \]故我們可知
\[
f(x,y) \to 1 \; \text{ as }\;(x,y) \to (0,0) \;\; \text{ along x-axis}
\]
接著我們考慮沿著 $y$ 軸 逼近 $(0,0)$ 的情況
同理,由於我們沿著 $y$ 軸,故此時 $x=0$ 我們可先計算
\[f(0,y): = \frac{{ - {y^2}}}{{{y^2}}} =  - 1,\;\; \forall y \neq 0\]故我們可知
\[
f(x,y) \to -1\; \text{ as }\; (x,y) \to (0,0)\;\; \text{ along y-axis}
\]注意到此時沿著路徑 $y$ 軸的極限 不等於 沿著 $x$ 軸的極限,故我們說 $\lim_{(x,y) \to (a,b)} \frac{x^2-y^2}{x^2 + y^2}$  不存在 (by FACT)。$\square$


Comment: 注意到,上述例子也許會給出一個錯誤的印象:認為只要檢驗兩軸即可。但若讀者回憶我們前面討論的內容即可發現,對於雙變數函數的情況,極限存在的條件是對 "任意"方向逼近都必須要正確 (任意方向泛指除了單軸逼近,任意直線逼近,任意線段逼近都要正確!!);現在我們看個例子


Example 2
考慮 $f(x,y) = \frac{xy}{x^2 + y^2}$ 試問極限 $\displaystyle \lim_{(x,y) \to (0,0)} f(x,y)$ 是否存在?

Solution
考慮 $y:=mx$ 且 $m$ 為任意斜率;則此為過 $(0,0)$ 的任意斜直線,我們可用此方程幫助我們檢驗沿著任意直線方向逼近 $(0,0)$ 的極限是否相等 (NOTE: 除了沿著 $y$ 軸逼近 $(0,0)$ 之外 (why? 因為垂直線段斜率沒有定義!) )  :

且看
\[f(x,mx) = \frac{{xy}}{{{x^2} + {y^2}}} = \frac{{x\left( {mx} \right)}}{{{x^2} + {{\left( {mx} \right)}^2}}} = \frac{{m{x^2}}}{{{x^2} + {m^2}{x^2}}} = \frac{m}{{1 + {m^2}}},\forall x \ne 0\]亦即
\[\mathop {\lim }\limits_{(x,y) \to (0,0)} f(x,y) = \frac{m}{{1 + {m^2}}}
\]上式顯示了若改變 $m$ 值 (由不同斜線逼近 $(0,0)$),則 $f(x,y)$ 會得到不同的極限,故 $\displaystyle \lim_{(x,y) \to (0,0)} f(x,y)$ 不存在 (by FACT)。$\square$

EXERCISE: 讀者可嘗試重做上述題目但此次改成用 $x = my$ 檢驗。


Comment: Again! 上述例子也許會給出一個錯誤的印象:認為只要檢驗任意直線方向逼近即可。但若讀者回憶我們前面討論的內容即可發現,對於雙變數函數的情況,極限存在的條件是對 "任意"方向逼近都必須要正確 (任意方向泛指任意 "線段" (不只有直線) 逼近都要正確!!);現在我們看個例子


Example 3
考慮 $f(x,y)=\frac{xy^2}{x^2 + y ^4}$ 試問其在 $(0,0)$ 處極限是否存在

Solution:
直接考慮 $y=mx$ (檢驗沿著任意方向斜直線逼近 $(0,0)$)
\[f(x,mx) = \frac{{x{{\left( {mx} \right)}^2}}}{{{x^2} + {{\left( {mx} \right)}^4}}} = \frac{{x{m^2}{x^2}}}{{{x^2} + {m^4}{x^4}}} = \frac{{x{m^2}}}{{1 + {m^4}{x^2}}},\forall x \ne 0\]故
\[f(x,mx) = \frac{{x{m^2}}}{{1 + {m^4}{x^2}}} \to 0 \text{ as } \; (x,y) \to (0,0)\]儘管我們得到了一致的極限,這並不代表極限存在,我們必須再度檢驗其他情況:

現在試著用 $y:=x^2$ (檢驗沿著二次曲線逼近 $(0,0)$):
\[f(x,{x^2}) = \frac{{x{{\left( {{x^2}} \right)}^2}}}{{{x^2} + {{\left( {{x^2}} \right)}^4}}} = \frac{{x{x^2}}}{{1 + {x^2}{x^2}{x^2}}} \to 0 \; \text{ as } \; (x,y) \to (0,0)
\]與 $x:=y^2$,但此時
\[f({y^2},y) = \frac{{{y^2}{y^2}}}{{{{\left( {{y^2}} \right)}^2} + {y^4}}} = \frac{1}{2}\]若取極限沿著 $x=y^2$ 亦為 $1/2 \neq 0$ 故  $f(x,y)=\frac{xy^2}{x^2 + y ^4}$ 在 $(0,0)$ 處極限不存在!! (by FACT) $\square$



留言

這個網誌中的熱門文章

[數學分析] 什麼是若且唯若 "if and only if"

數學上的 if and only if  ( 此文不討論邏輯學中的 if and only if,只討論數學上的 if and only if。) 中文翻譯叫做  若且唯若 (or 當且僅當) , 記得當初剛接觸這個詞彙的時候,我是完全不明白到底是甚麼意思,查了翻譯也是愛莫能助,畢竟有翻跟沒翻一樣,都是有看沒有懂。 在數學上如果看到 if and only if  這類的句子,其實是表示一種 雙條件句 ,通常可以直接將其視為" 定義(Definition)" 待之,今天要分享的是這樣的一個句子如何用比較直觀的方法去看他 假設我們現在有 兩個邏輯陳述句 A 與  B. 注意到,在此我們不必考慮這兩個陳述句到底是什麼,想表達什麼,或者到底是否為真(true),這些都不重要。只要知道是兩個陳述即可。 現在,考慮新的陳述:  "A if and only if B" 好了,現在主角登場,我們可以怎麼看待這個句子呢? 事實上我們可以很直覺的把這句子拆成兩部分看待,也就是 "( A if B ) and ( A only if B )" 那麼先針對第一個部分  A if B  來看, 其實這句就是說  if B then A, 更直白一點就是 "if B is true, then A is also true".  在數學上等價可以寫為 "B implies A" .  或者更常用一個箭頭符號來表示 "B $\Rightarrow$  A"  現在針對第二個部分  A only if B 此句意指  "If B is not true, then A is also not true". 所以如果已知 A is true,  那麼按照上句不難推得 B is also true 也就是說  A only if B  等價為 "If A is true then B is also true". 同樣,也可以寫作   "A implies B"   或者用箭頭表示  "A   $\Rightarrow$     B".

[數學分析] 淺談各種基本範數 (Norm)

這次要介紹的是數學上一個重要的概念: Norm: 一般翻譯成 範數 (在英語中 norm 有規範的意思,比如我們說normalization就是把某種東西/物品/事件 做 正規化,也就是加上規範使其正常化),不過個人認為其實翻譯成 範數 也是看不懂的...這邊建議把 Norm 想成長度就好 (事實上norm是長度的抽象推廣), 也許讀者會認為好端端的長度不用,為何又要發明一個 norm 來自討苦吃?? 既抽象又艱澀。 事實上想法是這樣的: 比如說現在想要比較兩個數字 $3$ , $5$ 之間的大小,則我們可以馬上知道 $ 3 < 5 $;同樣的,如果再考慮小數與無理數如 $1.8753$ 與 $\pi$,我們仍然可以比較大小 $1.8753 < \pi = 3.1415...$ 故可以發現我們有辦法對 "純量" 做明確的比大小,WHY? 因為前述例子中 $3$, $5$, $1.8753$ or $\pi$ 其各自的大小有辦法被 "measure "! 但是如果是現在考慮的是一組數字 我們如何去measure 其大小呢?? 比如說 \[x:=[1, -2, 0.1, 0 ]^T \]上式的大小該是多少? 是 $1$? $-2$? $0.1$??? 再者如果更過分一點,我們考慮一個矩陣 \[A = \left[ {\begin{array}{*{20}{c}} 1&2\\ 3&4 \end{array}} \right] \],想要知道這個矩陣的大小又該怎麼辦?? 是 $1$ ? $2$ 還是 $4$ ?..其實現階段我們說不清楚。 也正是如此,可以發現我們確實需要新的 "長度" 的定義來幫助我們如何去 measure 矩陣/向量/甚至是函數的大小。 故此,我們首先定義甚麼是Norm,(也就是把 "長度" or "大小" 的本質抽離出來) ================== Definition: Norm 考慮 $V$ 為一個向量空間(Vector space),則我們說  Norm 為一個函數 $||\cdot|| : V \rightarrow \mathbb{R}$ 且滿足下列性質