MATH2010 模擬卷 A — 解答與評分
按有理據的數學步驟給分。等價而正確的方法應獲相同分數。同一小題內,若前面的算術失誤被一致地沿用,後續正確的推理仍可得分。
題卷 · 複習路線
Q1. 平面、投影與體積 — 16 分
題目給出的兩個方向都是三維空間中的向量。從 P P P 出發,加上這兩個方向的倍數,便可得到平面上的點。要用一條方程識別這個平面,我們需要一個同時垂直於兩個方向的向量。同一個法向量,也能給出距離問題所需的垂線。
(a) [6] 計算叉積得
u × v = ( 2 ⋅ 1 − 0 ⋅ ( − 1 ) , 0 ⋅ 2 − 1 ⋅ 1 , 1 ⋅ ( − 1 ) − 2 ⋅ 2 ) . u\times v=(2\cdot1-0\cdot(-1),\ 0\cdot2-1\cdot1,\ 1\cdot(-1)-2\cdot2). u × v = ( 2 ⋅ 1 − 0 ⋅ ( − 1 ) , 0 ⋅ 2 − 1 ⋅ 1 , 1 ⋅ ( − 1 ) − 2 ⋅ 2 ) .
n = u × v = ( 2 , − 1 , − 5 ) , ∥ n ∥ 2 = 30. n=u\times v=(2,-1,-5),\qquad \|n\|^2=30. n = u × v = ( 2 , − 1 , − 5 ) , ∥ n ∥ 2 = 30.
可核對 n ⋅ u = 2 − 2 + 0 = 0 n\cdot u=2-2+0=0 n ⋅ u = 2 − 2 + 0 = 0 及 n ⋅ v = 4 + 1 − 5 = 0 n\cdot v=4+1-5=0 n ⋅ v = 4 + 1 − 5 = 0 。叉積非零,因此兩個方向向量線性獨立。對一點 X = ( x , y , z ) X=(x,y,z) X = ( x , y , z ) ,從 P P P 到 X X X 的位移恰好在垂直於此法向量時沿着平面。因此平面方程為 n ⋅ ( ( x , y , z ) − P ) = 0 n\cdot((x,y,z)-P)=0 n ⋅ (( x , y , z ) − P ) = 0 ,即
2 ( x − 1 ) − ( y + 1 ) − 5 ( z − 2 ) = 0 , 2 x − y − 5 z + 7 = 0. 2(x-1)-(y+1)-5(z-2)=0,
\qquad 2x-y-5z+7=0. 2 ( x − 1 ) − ( y + 1 ) − 5 ( z − 2 ) = 0 , 2 x − y − 5 z + 7 = 0.
評分:叉積 3 分;點法式方程 2 分;化簡後一致的方程 1 分。取相反的法向量會得到同一平面。
(b) [6] 將平面方程左側的純量表達式記作 N ( x , y , z ) = 2 x − y − 5 z + 7 N(x,y,z)=2x-y-5z+7 N ( x , y , z ) = 2 x − y − 5 z + 7 。法向量 n n n 是向量,而 N N N 把每一點對應至一個實數。數值 N ( O ) = 7 N(O)=7 N ( O ) = 7 量度的是帶符號的法向位移,但仍包含法向量所選的長度尺度。除以法向量的長度,便可消除這個任意尺度。原點 O O O 到平面的距離為
∣ N ( O ) ∣ ∥ n ∥ = 7 30 . \frac{|N(O)|}{\|n\|}=\frac7{\sqrt{30}}. ∥ n ∥ ∣ N ( O ) ∣ = 30 7 .
要找垂足而不只是距離,可利用通過 O O O 的垂線:X = λ n = ( 2 λ , − λ , − 5 λ ) X=\lambda n=(2\lambda,-\lambda,-5\lambda) X = λn = ( 2 λ , − λ , − 5 λ ) 。將這三個坐標代入平面方程,得
2 ( 2 λ ) − ( − λ ) − 5 ( − 5 λ ) + 7 = ( 4 + 1 + 25 ) λ + 7 = 30 λ + 7 = 0. 2(2\lambda)-(-\lambda)-5(-5\lambda)+7
=(4+1+25)\lambda+7=30\lambda+7=0. 2 ( 2 λ ) − ( − λ ) − 5 ( − 5 λ ) + 7 = ( 4 + 1 + 25 ) λ + 7 = 30 λ + 7 = 0.
因此 λ = − 7 / 30 \lambda=-7/30 λ = − 7/30 ,垂足為
B = − 7 30 ( 2 , − 1 , − 5 ) = ( − 7 15 , 7 30 , 7 6 ) . B=-\frac7{30}(2,-1,-5)
=\left(-\frac7{15},\frac7{30},\frac76\right). B = − 30 7 ( 2 , − 1 , − 5 ) = ( − 15 7 , 30 7 , 6 7 ) .
代入可核對 N ( B ) = ( − 28 − 7 − 175 + 210 ) / 30 = 0 N(B)=(-28-7-175+210)/30=0 N ( B ) = ( − 28 − 7 − 175 + 210 ) /30 = 0 ,而按構造已有 O B ∥ n OB\parallel n OB ∥ n 。參數 λ \lambda λ 本身不是距離:每增加一個參數單位,位置會移動一個非單位向量 n n n 。實際長度為 ∣ λ ∣ ∥ n ∥ = 7 / 30 |\lambda|\|n\|=7/\sqrt{30} ∣ λ ∣∥ n ∥ = 7/ 30 ,與之前的結果相同。參數為負,表示垂足在所選法向量的相反方向;距離本身則非負。評分:距離 2 分;構造法線 2 分;正確的垂足 2 分。
(c) [4] 純量三重積為
( u × v ) ⋅ w = ( 2 , − 1 , − 5 ) ⋅ ( 0 , 1 , 1 ) = − 6. (u\times v)\cdot w=(2,-1,-5)\cdot(0,1,1)=-6. ( u × v ) ⋅ w = ( 2 , − 1 , − 5 ) ⋅ ( 0 , 1 , 1 ) = − 6.
此處平行四邊形底面的面積為 ∥ u × v ∥ = 30 \|u\times v\|=\sqrt{30} ∥ u × v ∥ = 30 。向量 w w w 所提供的垂直高度,是它在單位法向量上投影的長度,即 6 / 30 6/\sqrt{30} 6/ 30 。底面積乘以高度,所得體積就是 6 6 6 。這也解釋了為甚麼體積等於純量三重積的絕對值。三重積的負號記錄定向;交換兩條稜會改變正負號,卻不改變立體的體積。評分:三重積 2 分;取絕對值得體積及解釋定向 2 分。
若本題較吃力,可重溫向量與投影 及平面與體積 。
Q2. 集合及其邊界 — 16 分
先把不等式轉成幾何圖像:半徑平方的限制表示半徑由 1 1 1 至 2 2 2 ,而 y > 0 y>0 y > 0 保留上半平面。徑向的邊緣包含在集合內,水平邊緣則不包含在內。判斷內部、閉包及邊界時,所有開球都取在周圍的整個平面中,並以所判斷的點為中心。
(a) [8] 將不等式改為嚴格不等式便得到內部;補回缺少的水平邊緣便得到閉包:
Int S = { 1 < x 2 + y 2 < 4 , y > 0 } , S ‾ = { 1 ≤ x 2 + y 2 ≤ 4 , y ≥ 0 } . \operatorname{Int}S=\{1<x^2+y^2<4,\ y>0\},
\qquad
\overline S=\{1\le x^2+y^2\le4,\ y\ge0\}. Int S = { 1 < x 2 + y 2 < 4 , y > 0 } , S = { 1 ≤ x 2 + y 2 ≤ 4 , y ≥ 0 } .
邊界為
∂ S = { x 2 + y 2 ∈ { 1 , 4 } , y ≥ 0 } ∪ { ( x , 0 ) : 1 ≤ ∣ x ∣ ≤ 2 } . \partial S=
\{x^2+y^2\in\{1,4\},\ y\ge0\}
\ \cup\,
\{(x,0):1\le |x|\le2\}. ∂ S = { x 2 + y 2 ∈ { 1 , 4 } , y ≥ 0 } ∪ {( x , 0 ) : 1 ≤ ∣ x ∣ ≤ 2 } .
對內部而言,嚴格的徑向及垂直不等式留下了空間,讓點沿每一個方向稍作移動後仍留在 S S S 。在兩個圓上的點,只要移動至圓的另一側,便會離開允許的半徑區間,因此這些包含在集合內的點並非內點。
對閉包而言,把嚴格的垂直不等式改為非嚴格不等式,恰好補上缺少的水平邊緣。對每個新增點,保持半徑不變,讓上半平面的角度趨近 0 0 0 或 π \pi π ,便可由集合中的點逼近它。位於所列閉包之外的點,至少違反一個閉不等式,因此有一個與 S S S 不相交的鄰域。
邊界等於閉包扣除內部:兩條上半圓弧加上兩條坐標軸線段。由 − 1 -1 − 1 至 1 1 1 的軸上線段並非另一條邊界;該線段的內部點位於被排除的洞內,可找到完全不碰到 S S S 的小開球。具體來說,以原點為中心、半徑為 1 / 2 1/2 1/2 的開球,不可能碰到集合 S S S ,因為其中各點的半徑至少為 1 1 1 。因此原點是外點,而不是邊界點。半徑超過 2 2 2 的點也與 S S S 分隔開。這樣便逐一說明了所有部分,而非把整條坐標軸都當作邊界。評分:內部 2 分;閉包 2 分;圓弧及兩條水平線段 2 分;鄰域或逼近論證 2 分。
(b) [6] S S S 不是開集 :( 0 , 1 ) ∈ S (0,1)\in S ( 0 , 1 ) ∈ S 位於內側邊緣,以該點為中心的每個開球都包含半徑小於 1 1 1 的點。它不是閉集 :點列 ( 1 , 1 / k ) (1,1/k) ( 1 , 1/ k ) (其中 k k k 為正整數)全部屬於 S S S ,卻趨近 ( 1 , 0 ) ∉ S (1,0)\notin S ( 1 , 0 ) ∈ / S 。它有界 ,因為 ∥ ( x , y ) ∥ ≤ 2 \|(x,y)\|\le2 ∥ ( x , y ) ∥ ≤ 2 ;例如,以原點為中心、半徑為 3 3 3 的開球就包含整個集合。
為證道路連通,將任意兩點寫成上半平面內唯一的極坐標形式 ( r 0 , θ 0 ) , ( r 1 , θ 1 ) (r_0,\theta_0),(r_1,\theta_1) ( r 0 , θ 0 ) , ( r 1 , θ 1 ) ,其中 1 ≤ r i ≤ 2 1\le r_i\le2 1 ≤ r i ≤ 2 及 0 < θ i < π 0<\theta_i<\pi 0 < θ i < π 。對 0 ≤ s ≤ 1 0\le s\le1 0 ≤ s ≤ 1 ,設
r ( s ) = ( 1 − s ) r 0 + s r 1 , θ ( s ) = ( 1 − s ) θ 0 + s θ 1 , γ ( s ) = ( r ( s ) cos θ ( s ) , r ( s ) sin θ ( s ) ) . r(s)=(1-s)r_0+sr_1,\qquad
\theta(s)=(1-s)\theta_0+s\theta_1,
\qquad
\gamma(s)=(r(s)\cos\theta(s),r(s)\sin\theta(s)). r ( s ) = ( 1 − s ) r 0 + s r 1 , θ ( s ) = ( 1 − s ) θ 0 + s θ 1 , γ ( s ) = ( r ( s ) cos θ ( s ) , r ( s ) sin θ ( s )) .
半徑是 [ 1 , 2 ] [1,2] [ 1 , 2 ] 內兩個數的加權平均,所以一直留在該區間內。角度是嚴格介於 0 0 0 與 π \pi π 之間兩個數的加權平均,因此也一直嚴格介於兩個界限之間。於是,第二坐標保持為正。正弦、餘弦與插值所得的坐標函數均連續,而且路徑的兩個端點正是指定的兩點。這便驗證了道路連通定義中的每一項要求。
直線段是另一種構造,未必適用:半圓環兩側之間的線段可能穿過中間的洞。所選的極坐標路徑在改變半徑與角度的同時,全程維持集合的限制。評分:開集與閉集的判斷及反例點 2 分;有界性 1 分;正確的路徑及其包含關係 3 分。
(c) [2] 該點為
( 3 2 cos 2 π 3 , 3 2 sin 2 π 3 ) = ( − 3 4 , 3 3 4 ) . \left(\frac32\cos\frac{2\pi}3,\frac32\sin\frac{2\pi}3\right)
=\left(-\frac34,\frac{3\sqrt3}4\right). ( 2 3 cos 3 2 π , 2 3 sin 3 2 π ) = ( − 4 3 , 4 3 3 ) .
餘弦值為 − 1 / 2 -1/2 − 1/2 ,正弦值為 3 / 2 \sqrt3/2 3 /2 ,因此得到上述兩個乘積。半徑的平方為 9 / 16 + 27 / 16 = 9 / 4 9/16+27/16=9/4 9/16 + 27/16 = 9/4 ,介於 1 1 1 與 4 4 4 之間,而且第二坐標為正,所以該點屬於 S S S 。第一坐標為負,也符合所給角度位於左上方的幾何位置。評分:坐標 1 分;核對集合成員條件 1 分。
重溫點集與邊界判斷 及坐標轉換 。
Q3. 哪些逼近方法能證明極限? — 18 分
第一個目標是控制每一個鄰近點,而不是收集沿若干路徑都成功的例子。對第二個函數,只要找到一條給出不同結果的路徑,就足以否定極限。分清這兩個目標,才能決定應尋找哪一種方法。
(a) [6] 展開非負平方 ( x 2 − y 2 ) 2 ≥ 0 (x^2-y^2)^2\ge0 ( x 2 − y 2 ) 2 ≥ 0 ,得 x 4 − 2 x 2 y 2 + y 4 ≥ 0 x^4-2x^2y^2+y^4\ge0 x 4 − 2 x 2 y 2 + y 4 ≥ 0 。在兩邊同加 4 x 2 y 2 4x^2y^2 4 x 2 y 2 ,便得 4 x 2 y 2 ≤ ( x 2 + y 2 ) 2 4x^2y^2\le(x^2+y^2)^2 4 x 2 y 2 ≤ ( x 2 + y 2 ) 2 。原點以外的分母為正,因此可以相除;記 r = x 2 + y 2 r=\sqrt{x^2+y^2} r = x 2 + y 2 ,有
0 ≤ F ( x , y ) ≤ x 2 + y 2 4 = r 2 4 ⟶ 0. 0\le F(x,y)\le\frac{x^2+y^2}{4}=\frac{r^2}{4}\longrightarrow0. 0 ≤ F ( x , y ) ≤ 4 x 2 + y 2 = 4 r 2 ⟶ 0.
對 ε > 0 \varepsilon>0 ε > 0 ,取 δ = 2 ε \delta=2\sqrt\varepsilon δ = 2 ε 。若 0 < r < δ 0<r<\delta 0 < r < δ ,則 r 2 / 4 < δ 2 / 4 = ε r^2/4<\delta^2/4=\varepsilon r 2 /4 < δ 2 /4 = ε ,從而有 ∣ F ( x , y ) − F ( 0 , 0 ) ∣ < ε |F(x,y)-F(0,0)|<\varepsilon ∣ F ( x , y ) − F ( 0 , 0 ) ∣ < ε 。例如,若容許的輸出誤差為 0.01 0.01 0.01 ,只要輸入距離小於 0.2 0.2 0.2 就能保證達標。由於估計中已沒有角度或斜率因子,同一個半徑適用於每種逼近方式。聯合極限為零;原點所指定的函數值也為零,這是得出連續性還需要的一項事實。評分:正確的統一估計 3 分;極限與連續性的結論 1 分;明確的 δ \delta δ 及驗證 2 分。
(b) [4] 沿 y = m x y=mx y = m x ,若 m ≠ 1 m\ne1 m = 1 ,則
G ( x , m x ) = ( m − 1 ) x 3 x 4 + ( m − 1 ) 2 x 2 = ( m − 1 ) x x 2 + ( m − 1 ) 2 ( x ≠ 0 ) . G(x,mx)=\frac{(m-1)x^3}{x^4+(m-1)^2x^2}
=\frac{(m-1)x}{x^2+(m-1)^2}\quad(x\ne0). G ( x , m x ) = x 4 + ( m − 1 ) 2 x 2 ( m − 1 ) x 3 = x 2 + ( m − 1 ) 2 ( m − 1 ) x ( x = 0 ) .
G ( x , m x ) = ( m − 1 ) x x 2 + ( m − 1 ) 2 ⟶ 0. G(x,mx)=\frac{(m-1)x}{x^2+(m-1)^2}\longrightarrow0. G ( x , m x ) = x 2 + ( m − 1 ) 2 ( m − 1 ) x ⟶ 0.
取極限期間,斜率固定,因此分母趨近正數 ( m − 1 ) 2 (m-1)^2 ( m − 1 ) 2 。當 m = 1 m=1 m = 1 時,應回到原本的商式:原點以外,其分子為零,分母則為 x 4 > 0 x^4>0 x 4 > 0 。沿垂直線 x = 0 x=0 x = 0 時,分子也為零,分母為 y 2 > 0 y^2>0 y 2 > 0 。因此,沿每一條直線所得的極限都是零。然而,這仍未測試那些在趨近原點時斜率持續改變的路徑。評分:斜率不等於 1 的情形 2 分;斜率為 1 及垂直線的情形 2 分。
(c) [4] 要找一條有用的曲線,可先比較分母中的 x 4 x^4 x 4 與 ( y − x ) 2 (y-x)^2 ( y − x ) 2 。令 y − x = x 2 y-x=x^2 y − x = x 2 ,便可使兩項大小相等,並讓分子也具有相同量級。由此得到曲線 y = x + x 2 y=x+x^2 y = x + x 2 。當 x ≠ 0 x\ne0 x = 0 時,
G ( x , x + x 2 ) = x 4 x 4 + x 4 = 1 2 . G(x,x+x^2)=\frac{x^4}{x^4+x^4}=\frac12. G ( x , x + x 2 ) = x 4 + x 4 x 4 = 2 1 .
這與沿直線 y = x y=x y = x 所得的零不同,所以聯合極限不存在。原點連至曲線上當前一點的直線斜率為 y / x = 1 + x y/x=1+x y / x = 1 + x 。它隨所取的點改變,所以這條曲線並不是前面檢查過的某條固定斜率直線。無論在原點指定甚麼函數值,都不能修補這個不存在的聯合極限。評分:正確的曲線及函數值 2 分;比較極限並得出結論 2 分。
(d) [4] 固定 x ≠ 0 x\ne0 x = 0 ,由商函數在 y = 0 y=0 y = 0 處的連續性可得
lim y → 0 G ( x , y ) = G ( x , 0 ) = − x 1 + x 2 . \lim_{y\to0}G(x,y)=G(x,0)=-\frac{x}{1+x^2}. y → 0 lim G ( x , y ) = G ( x , 0 ) = − 1 + x 2 x .
第一步中,分母趨近 x 4 + x 2 > 0 x^4+x^2>0 x 4 + x 2 > 0 ,因此可直接代入 y = 0 y=0 y = 0 。再令 x → 0 x\to0 x → 0 ,外層極限便是零。反過來,先固定 y ≠ 0 y\ne0 y = 0 。當 x → 0 x\to0 x → 0 時,分子趨近零,分母趨近 y 2 > 0 y^2>0 y 2 > 0 ,所以 lim x → 0 G ( x , y ) = 0 \lim_{x\to0}G(x,y)=0 lim x → 0 G ( x , y ) = 0 ;外層極限同樣為零。
每個累次取極限的程序,都是在另一個坐標固定時,先完成其中一個坐標的極限。它沒有測試兩個坐標沿曲線同時變動的情形。因此,兩個累次極限相等,並不能證明聯合極限存在;(c) 正好是這項錯誤推論的明確反例。真正的聯合極限證明,需要例如 (a) 中的統一估計等條件。評分:兩個累次極限各 1 分;正確解釋邏輯關係 2 分。
重溫統一估計與路徑 及連續延拓 。
Q4. 對正確的變量求導 — 16 分
輸入包含兩個實坐標,輸出則是一個實數。每個偏導數,都是沿一個坐標方向的純量變化率。梯度把這兩個變化率收集成向量;混合偏導數則是再對其中一個變化率函數求一次純量導數。
(a) [6] 對 x x x 求導時,把 y y y 視為常數。指數中的 x y xy x y 導數為 y y y ,而 log ( 1 + y ) \log(1+y) log ( 1 + y ) 是常數因子。對 y y y 求導時,指數中的量導數為 x x x ,而 log ( 1 + y ) \log(1+y) log ( 1 + y ) 的導數為 1 / ( 1 + y ) 1/(1+y) 1/ ( 1 + y ) 。因此
H x = y e x y + 2 x log ( 1 + y ) , H y = x e x y + x 2 1 + y , ∇ H ( 1 , 0 ) = ( 0 , 2 ) . H_x=ye^{xy}+2x\log(1+y),\qquad
H_y=xe^{xy}+\frac{x^2}{1+y},\qquad
\nabla H(1,0)=(0,2). H x = y e x y + 2 x log ( 1 + y ) , H y = x e x y + 1 + y x 2 , ∇ H ( 1 , 0 ) = ( 0 , 2 ) .
代入指定點時,x y = 0 xy=0 x y = 0 、e 0 = 1 e^0=1 e 0 = 1 、log 1 = 0 \log1=0 log 1 = 0 及 1 + y = 1 1+y=1 1 + y = 1 。因此 H x ( 1 , 0 ) = 0 ⋅ 1 + 2 ⋅ 1 ⋅ 0 = 0 H_x(1,0)=0\cdot1+2\cdot1\cdot0=0 H x ( 1 , 0 ) = 0 ⋅ 1 + 2 ⋅ 1 ⋅ 0 = 0 ,而 H y ( 1 , 0 ) = 1 ⋅ 1 + 1 2 / 1 = 2 H_y(1,0)=1\cdot1+1^2/1=2 H y ( 1 , 0 ) = 1 ⋅ 1 + 1 2 /1 = 2 。也可以只固定 x = 1 x=1 x = 1 ,保留正在改變的變量:H ( 1 , y ) = e y + log ( 1 + y ) H(1,y)=e^y+\log(1+y) H ( 1 , y ) = e y + log ( 1 + y ) 。它在零點的導數為 e 0 + 1 / ( 1 + 0 ) = 2 e^0+1/(1+0)=2 e 0 + 1/ ( 1 + 0 ) = 2 。若一開始就把兩個坐標都代入,只會得到單一數值 H ( 1 , 0 ) = 1 H(1,0)=1 H ( 1 , 0 ) = 1 ,並丟失求變化率所需的鄰近函數值。評分:兩個一階偏導數各 2 分;在正確點計算梯度 2 分。
(b) [6] 此處 H x y H_{xy} H x y 表示對 H x H_x H x 按 y y y 求導。乘積 y e x y ye^{xy} y e x y 會產生兩項:
∂ y ( y e x y ) = e x y + x y e x y , ∂ y ( 2 x log ( 1 + y ) ) = 2 x 1 + y . \partial_y(ye^{xy})=e^{xy}+xye^{xy},\qquad
\partial_y(2x\log(1+y))=\frac{2x}{1+y}. ∂ y ( y e x y ) = e x y + x y e x y , ∂ y ( 2 x log ( 1 + y )) = 1 + y 2 x .
至於 H y x H_{yx} H y x ,則是對 H y H_y H y 按 x x x 求導:
∂ x ( x e x y ) = e x y + x y e x y , ∂ x ( x 2 1 + y ) = 2 x 1 + y . \partial_x(xe^{xy})=e^{xy}+xye^{xy},\qquad
\partial_x\!\left(\frac{x^2}{1+y}\right)=\frac{2x}{1+y}. ∂ x ( x e x y ) = e x y + x y e x y , ∂ x ( 1 + y x 2 ) = 1 + y 2 x .
所以兩次計算分別得到
H x y = e x y ( 1 + x y ) + 2 x 1 + y , H y x = e x y ( 1 + x y ) + 2 x 1 + y . H_{xy}=e^{xy}(1+xy)+\frac{2x}{1+y},\qquad
H_{yx}=e^{xy}(1+xy)+\frac{2x}{1+y}. H x y = e x y ( 1 + x y ) + 1 + y 2 x , H y x = e x y ( 1 + x y ) + 1 + y 2 x .
在 ( 1 , 0 ) (1,0) ( 1 , 0 ) 處,共同的表達式為 1 ( 1 + 0 ) + 2 / 1 = 3 1(1+0)+2/1=3 1 ( 1 + 0 ) + 2/1 = 3 。乘積法則的兩項都要保留:若只對指數函數求導,就會漏掉單獨的指數函數項。評分:兩個混合偏導數各 2 分;代入求值 2 分。
(c) [4] 一條充分條件定理是:若 H H H 在某點的一個開鄰域內屬於 C 2 C^2 C 2 ,則兩個混合二階偏導數在該處相等。這是在正則性假設成立時給出的保證,並非允許所有混合偏導數不經檢查便任意交換次序的規則。
這裏 D D D 是開集,1 + y > 0 1+y>0 1 + y > 0 ,而指數、多項式、對數表達式及其所有導數在 D D D 上均連續。因此 H H H 是 C ∞ C^\infty C ∞ 函數(在 D D D 上),尤其屬於 C 2 C^2 C 2 。例如,對本題代入求值的點,半徑為 1 / 2 1/2 1/2 、以 ( 1 , 0 ) (1,0) ( 1 , 0 ) 為中心的開球完全包含在 D D D 中。直線 y = − 1 y=-1 y = − 1 不在函數的定義域內,因此此處沒有對該直線上的點作出結論。評分:正確的充分假設 2 分;驗證開定義域及連續性 2 分。只是在某點算出兩個相等數值,並不等於驗證了定理的假設。
重溫偏導數與混合偏導數 。
Q5. 帶有誤差控制的線性近似 — 18 分
線性近似的目的,是在基點附近,用一個常數加上線性預測變化量,取代平方根的計算。增量有兩個坐標,而預測變化量及誤差各是一個實數。此處基點是原點,所以 ρ = x 2 + y 2 \rho=\sqrt{x^2+y^2} ρ = x 2 + y 2 就是增量的長度。符號 t = x + 2 y t=x+2y t = x + 2 y 是為了簡化代數而作的純量代換,不是時間或距離。要說明近似何以成立,就必須把誤差與整個增量的長度比較。
(a) [4] 由平方根的一元導數得
f x ( x , y ) = 1 2 9 + x + 2 y , f y ( x , y ) = 2 2 9 + x + 2 y . f_x(x,y)=\frac1{2\sqrt{9+x+2y}},\qquad
f_y(x,y)=\frac2{2\sqrt{9+x+2y}}. f x ( x , y ) = 2 9 + x + 2 y 1 , f y ( x , y ) = 2 9 + x + 2 y 2 .
第二個分子中的因子 2 2 2 ,來自對 x + 2 y x+2y x + 2 y 按 y y y 求導。在原點,f = 3 f=3 f = 3 、f x = 1 / 6 f_x=1/6 f x = 1/6 及 f y = 1 / 3 f_y=1/3 f y = 1/3 。所以
L ( x , y ) = 3 + x + 2 y 6 = 3 + t 6 . L(x,y)=3+\frac{x+2y}{6}=3+\frac t6. L ( x , y ) = 3 + 6 x + 2 y = 3 + 6 t .
常數 3 3 3 是基點的輸出值;x / 6 + y / 3 x/6+y/3 x /6 + y /3 則預測它的變化。仿射函數 L L L 包含這兩部分。若把它與只有導數線性部分的表達式混為一談,就會漏掉基點的函數值。評分:函數值及偏導數 2 分;仿射近似 2 分。
(b) [6] 先作有理化,再減去線性項:
9 + t − 3 = t 9 + t + 3 , \sqrt{9+t}-3=\frac{t}{\sqrt{9+t}+3}, 9 + t − 3 = 9 + t + 3 t ,
因為乘以共軛式後,分子變成 ( 9 + t ) − 9 = t (9+t)-9=t ( 9 + t ) − 9 = t 。接着通分以減去 t / 6 t/6 t /6 ,再把 3 − 9 + t 3-\sqrt{9+t} 3 − 9 + t 有理化一次:
E = f − L = t 9 + t + 3 − t 6 = 6 t − t ( 9 + t + 3 ) 6 ( 9 + t + 3 ) = t ( 3 − 9 + t ) 6 ( 9 + t + 3 ) = − t 2 6 ( 9 + t + 3 ) 2 . \begin{aligned}
E&=f-L\\
&=\frac{t}{\sqrt{9+t}+3}-\frac t6\\
&=\frac{6t-t(\sqrt{9+t}+3)}{6(\sqrt{9+t}+3)}\\
&=\frac{t(3-\sqrt{9+t})}{6(\sqrt{9+t}+3)}\\
&=-\frac{t^2}{6(\sqrt{9+t}+3)^2}.
\end{aligned} E = f − L = 9 + t + 3 t − 6 t = 6 ( 9 + t + 3 ) 6 t − t ( 9 + t + 3 ) = 6 ( 9 + t + 3 ) t ( 3 − 9 + t ) = − 6 ( 9 + t + 3 ) 2 t 2 .
在所給定義域上,分母為正,而且推導不需要除以 t t t ,所以此恆等式在 t = 0 t=0 t = 0 時也成立。分子的負平方項顯示 f ≤ L f\le L f ≤ L :近似值高估了真實函數值。通過精確的代數運算,我們同時得到了誤差的大小與方向。評分:第一次有理化 2 分;通分 2 分;第二次有理化及最終表達式 2 分。
(c) [4] 選取 ρ ≤ 1 \rho\le1 ρ ≤ 1 。將 Cauchy–Schwarz 不等式用於 ( 1 , 2 ) (1,2) ( 1 , 2 ) 及 ( x , y ) (x,y) ( x , y ) ,得 ∣ t ∣ ≤ 5 ρ ≤ 5 < 9 |t|\le\sqrt5\rho\le\sqrt5<9 ∣ t ∣ ≤ 5 ρ ≤ 5 < 9 ,所以 9 + t > 0 9+t>0 9 + t > 0 ,整個鄰域均包含在定義域內。恆等式中的分母至少為 6 ⋅ 3 2 = 54 6\cdot3^2=54 6 ⋅ 3 2 = 54 。另外,
t 2 = ( x + 2 y ) 2 ≤ ( 1 2 + 2 2 ) ( x 2 + y 2 ) = 5 ρ 2 . t^2=(x+2y)^2\le(1^2+2^2)(x^2+y^2)=5\rho^2. t 2 = ( x + 2 y ) 2 ≤ ( 1 2 + 2 2 ) ( x 2 + y 2 ) = 5 ρ 2 .
因此,對 0 < ρ ≤ 1 0<\rho\le1 0 < ρ ≤ 1 ,有
∣ E ∣ ≤ t 2 54 ≤ 5 ρ 2 54 , ∣ E ∣ ρ ≤ 5 ρ 54 ⟶ 0. |E|\le\frac{t^2}{54}\le\frac{5\rho^2}{54},
\qquad \frac{|E|}{\rho}\le\frac{5\rho}{54}\longrightarrow0. ∣ E ∣ ≤ 54 t 2 ≤ 54 5 ρ 2 , ρ ∣ E ∣ ≤ 54 5 ρ ⟶ 0.
這正是可微性的條件。估計說明,誤差最多為增量長度平方的某個常數倍;再除以增量長度,所得量便趨於零。只證明誤差趨於零,得到的只是較弱的事實。只除以 x x x 也不合適,因為 x = 0 x=0 x = 0 的增量同樣必須考慮。要證明這個極限,常數 54 54 54 不需要是分母能取得的最緊下界。評分:正確的鄰域及估計 2 分;規範化餘項的極限 2 分。
(d) [4] 先代入實際增量:t = 0.06 + 2 ( − 0.015 ) = 0.03 t=0.06+2(-0.015)=0.03 t = 0.06 + 2 ( − 0.015 ) = 0.03 。預測變化量是 0.03 / 6 = 0.005 0.03/6=0.005 0.03/6 = 0.005 ,因此近似值為 L = 3.005 L=3.005 L = 3.005 。由於 t > 0 t>0 t > 0 ,有 9 + t + 3 > 6 \sqrt{9+t}+3>6 9 + t + 3 > 6 。所以
0 < L − f < 0.03 2 216 = 1 240000 . 0<L-f<\frac{0.03^2}{216}=\frac1{240000}. 0 < L − f < 216 0.0 3 2 = 240000 1 .
這個上界來自 0.03 2 = 0.0009 0.03^2=0.0009 0.0 3 2 = 0.0009 及 0.0009 / 216 = 1 / 240000 0.0009/216=1/240000 0.0009/216 = 1/240000 。特別地,3.005 − 1 / 240000 < f ( 0.06 , − 0.015 ) < 3.005 3.005-1/240000<f(0.06,-0.015)<3.005 3.005 − 1/240000 < f ( 0.06 , − 0.015 ) < 3.005 。所以真實值比近似值小,而差距少於約 0.00000417 0.00000417 0.00000417 。此區間解釋了誤差估計的意思,並非斷言仿射近似與平方根完全相等。評分:近似值 2 分;正確的絕對誤差界 2 分。
重溫可微性與線性近似 。
Q6. 方向、速率與可微性 — 16 分
此處輸入是三維空間中的位置,輸出則是純量。梯度的三個分量,是沿三個坐標方向的局部變化率。單位方向只指定朝向,不包含速率;題目給出的非單位向量,須先單位化,才能求每單位距離的變化率。
(a) [4] 多項式可微,而且
∇ g = ( 2 x + 2 y , 2 x + 6 y , 2 z − 2 ) , ∇ g ( A ) = ( 0 , − 4 , 2 ) . \nabla g=(2x+2y,2x+6y,2z-2),\qquad
\nabla g(A)=(0,-4,2). ∇ g = ( 2 x + 2 y , 2 x + 6 y , 2 z − 2 ) , ∇ g ( A ) = ( 0 , − 4 , 2 ) .
例如,混合項 2 x y 2xy 2 x y 對第一個偏導數的貢獻是 2 y 2y 2 y ,對第二個則是 2 x 2x 2 x 。代入後,三個分量分別為 2 − 2 = 0 2-2=0 2 − 2 = 0 、2 − 6 = − 4 2-6=-4 2 − 6 = − 4 及 4 − 2 = 2 4-2=2 4 − 2 = 2 。由於 ∥ v ∥ = 2 2 + ( − 1 ) 2 + 2 2 = 3 \|v\|=\sqrt{2^2+(-1)^2+2^2}=3 ∥ v ∥ = 2 2 + ( − 1 ) 2 + 2 2 = 3 ,單位方向為 v / 3 v/3 v /3 。所以
D v / 3 g ( A ) = ( 0 , − 4 , 2 ) ⋅ ( 2 / 3 , − 1 / 3 , 2 / 3 ) = 8 3 . D_{v/3}g(A)=(0,-4,2)\cdot(2/3,-1/3,2/3)=\frac83. D v /3 g ( A ) = ( 0 , − 4 , 2 ) ⋅ ( 2/3 , − 1/3 , 2/3 ) = 3 8 .
內積逐項相加為 0 + 4 / 3 + 4 / 3 = 8 / 3 0+4/3+4/3=8/3 0 + 4/3 + 4/3 = 8/3 。結果為正,表示沿此單位方向移動時,純量輸出在起初會增加。未經單位化的內積 8 8 8 ,表示參數速度為 v v v 時的變化率:這種運動每經過一個參數單位,就移動三個距離單位。除以三便可消除額外速率,得到題目要求的每單位距離變化率。評分:梯度 2 分;單位化及方向導數 2 分。
(b) [6] 限定單位方向,才能比較同一空間距離下的變化。若容許把速率乘以任意正數,正的方向變化率就能任意增大;在那個不同的問題下,便不會有有限的最快變化率。
梯度長度為 0 2 + ( − 4 ) 2 + 2 2 = 20 = 2 5 \sqrt{0^2+(-4)^2+2^2}=\sqrt{20}=2\sqrt5 0 2 + ( − 4 ) 2 + 2 2 = 20 = 2 5 。對 ∥ u ∥ = 1 \|u\|=1 ∥ u ∥ = 1 ,Cauchy–Schwarz 不等式給出 ∣ ∇ g ( A ) ⋅ u ∣ ≤ ∥ ∇ g ( A ) ∥ = 2 5 |\nabla g(A)\cdot u|\le\|\nabla g(A)\|=2\sqrt5 ∣∇ g ( A ) ⋅ u ∣ ≤ ∥∇ g ( A ) ∥ = 2 5 。等號成立時,方向須與梯度平行。將梯度單位化,便得到增加最快的方向;反轉其正負號,便得到減少最快的方向:
u + = ( 0 , − 2 5 , 1 5 ) , u − = − u + . u_+=\left(0,-\frac2{\sqrt5},\frac1{\sqrt5}\right),\qquad
u_-=-u_+. u + = ( 0 , − 5 2 , 5 1 ) , u − = − u + .
兩個向量的長度平方均為 4 / 5 + 1 / 5 = 1 4/5+1/5=1 4/5 + 1/5 = 1 。它們與梯度的內積分別為 2 5 2\sqrt5 2 5 及 − 2 5 -2\sqrt5 − 2 5 。因此,在本題的點,增加最快的方向會朝着 y y y 減少及 z z z 增加的方向移動。梯度第一個分量為零,表示在此處 x x x 方向沒有一階貢獻;這並不表示多項式與 x x x 無關。評分:上界及等號成立條件 2 分;兩組正確的方向與變化率各 2 分。
(c) [6] 未證明可微性之前,不能直接使用梯度內積公式。因此,先從方向導數的定義出發。對單位向量 u = ( a , b ) u=(a,b) u = ( a , b ) 及 s ≠ 0 s\ne0 s = 0 ,直接代入得 q ( s a , s b ) = s a 2 b / ( a 2 + 3 b 2 ) q(sa,sb)=s a^2b/(a^2+3b^2) q ( s a , s b ) = s a 2 b / ( a 2 + 3 b 2 ) ,所以
q ( s a , s b ) − q ( 0 , 0 ) s = a 2 b a 2 + 3 b 2 . \frac{q(sa,sb)-q(0,0)}s=\frac{a^2b}{a^2+3b^2}. s q ( s a , s b ) − q ( 0 , 0 ) = a 2 + 3 b 2 a 2 b .
由於 u u u 非零,分母為正。表達式與 s s s 及其正負號無關,所以沿每個單位方向的雙側極限都存在。在兩個坐標方向中,不是 a = 0 a=0 a = 0 就是 b = 0 b=0 b = 0 ,因此值均為零,故 ∇ q ( 0 , 0 ) = ( 0 , 0 ) \nabla q(0,0)=(0,0) ∇ q ( 0 , 0 ) = ( 0 , 0 ) 。然而,對 u = ( 1 , 1 ) / 2 u=(1,1)/\sqrt2 u = ( 1 , 1 ) / 2 ,分子為 1 / ( 2 2 ) 1/(2\sqrt2) 1/ ( 2 2 ) ,分母為 2 2 2 ,所以
D u q ( 0 , 0 ) = 1 4 2 ≠ 0. D_uq(0,0)=\frac1{4\sqrt2}\ne0. D u q ( 0 , 0 ) = 4 2 1 = 0.
若 q q q 可微,坐標偏導數便會迫使線性預測變化量恆為零。於是,每個單位方向導數都應等於 ∇ q ( 0 , 0 ) ⋅ u = 0 \nabla q(0,0)\cdot u=0 ∇ q ( 0 , 0 ) ⋅ u = 0 ,與沿對角方向所得的結果矛盾。單是這一個不相容的方向,就足以否定可微性。每條直線各自有一個斜率仍不足夠:所有斜率必須來自同一個相容的線性映射,並且對所有增量都要有小餘項。即使逐一列出的方向檢查全部成功,也不能取代這個統一的餘項條件。
也可以直接看出同一個問題。沿 ( x , y ) = ( s , s ) (x,y)=(s,s) ( x , y ) = ( s , s ) ,輸出為 q ( s , s ) = s / 4 q(s,s)=s/4 q ( s , s ) = s /4 ,增量長度為 2 ∣ s ∣ \sqrt2|s| 2 ∣ s ∣ 。因此,用唯一可能的零線性近似所得的絕對誤差,除以該長度後,恆等於 1 / ( 4 2 ) 1/(4\sqrt2) 1/ ( 4 2 ) ,對每個非零的 s s s 都一樣,並不趨於零。事實上,∣ q ( x , y ) ∣ ≤ ∣ y ∣ ≤ x 2 + y 2 |q(x,y)|\le |y|\le\sqrt{x^2+y^2} ∣ q ( x , y ) ∣ ≤ ∣ y ∣ ≤ x 2 + y 2 ,所以函數在原點連續;連續性加上所有方向導數存在,仍然未能得到可微性。評分:所有方向的公式及存在性 2 分;坐標偏導數 1 分;非零的對角方向導數及正確的矛盾論證 3 分。
重溫小餘項條件 ,以及方向導數 中單位方向導數與最快變化方向 的部分。
選擇下一步的複習內容
記下各小題所得分數,以及一項具體錯誤類型:算術、定義、假設、統一性,或方向單位化。遮住答案,重新做相應筆記中的例題。然後在白紙上再做該小題,並補充上次未能說明的步驟理由。即使總分較高,仍應重溫尚未證明的論斷或遺漏的邊界情形。