• 多元函数奇偶性


    多元函数奇偶性

    多元函数的定义域

    • 定义域根据函数的变量数不同,有不同的形式
      • 一元函数 y = f ( x ) y=f(x) y=f(x),定义域可以是数集
      • 二元函数 z = f ( x , y ) z=f(x,y) z=f(x,y),定义域可以是一平面区域,是平面点集
      • 三元函数 v = f ( x , y , z ) v=f(x,y,z) v=f(x,y,z),定义域是一块空间区域,是空间点集
      • n n n圆函数,定义域为 n n n维点集
    自然定义域
    • 根据仅根据表达式本身是否有意义来判定定义域
      • 比如分式中分母不为0
      • 偶次根式内不可为负数
      • 对数函数的真数为正数
    特定定义域
    • 根据实际需要或者认为规定的的区域,比如给定积分区域(积分限)

    n n n元函数

    • y y y是一个 n n n元函数,记为 y = f ( x 1 , x 2 , ⋯   , x i , ⋯   , x n ) y=f(x_1,x_2,\cdots,x_i,\cdots,x_n) y=f(x1,x2,,xi,,xn)

      • 其中 x i x_i xi表示函数 f f f的第 i i i个自变量

    奇偶性

    • 一般讨论的是关于某个自变量 x i x_i xi的奇偶性
    • n n n元函数 y = f ( x 1 , x 2 , ⋯   , x i , ⋯   , x n ) y=f(x_1,x_2,\cdots,x_i,\cdots,x_n) y=f(x1,x2,,xi,,xn), f f f是关于 x i x_i xi的偶函数,则 f ( x 1 , x 2 , ⋯   , − x i ‾ , ⋯   , x n ) f(x_1,x_2,\cdots,\large\underline{-x_i}\normalsize,\cdots,x_n) f(x1,x2,,xi,,xn)= f ( x 1 , x 2 , ⋯   , x i ‾ , ⋯   , x n ) f(x_1,x_2,\cdots,\large\underline{x_i}\normalsize,\cdots,x_n) f(x1,x2,,xi,,xn)
    • f f f是关于 x i x_i xi的奇函数 f ( x 1 , x 2 , ⋯   , − x i ‾ , ⋯   , x n ) f(x_1,x_2,\cdots,\large\underline{-x_i}\normalsize,\cdots,x_n) f(x1,x2,,xi,,xn)= − f ( x 1 , x 2 , ⋯   , x i ‾ , ⋯   , x n ) \large-\normalsize f(x_1,x_2,\cdots,\large\underline{x_i}\normalsize,\cdots,x_n) f(x1,x2,,xi,,xn)

    一元函数

    • y = f ( x ) y=f(x) y=f(x)
      • f ( x ) f(x) f(x)为偶函数: f ( − x ) = f ( x ) f(-x)=f(x) f(x)=f(x)关于 x = 0 x=0 x=0( y y y轴)对称
      • f ( x ) f(x) f(x)维奇函数: f ( − x ) = − f ( x ) f(-x)=-f(x) f(x)=f(x),关于 ( 0 , 0 ) (0,0) (0,0)(原点)对称

    二元函数

    • z = f ( x , y ) z=f(x,y) z=f(x,y)

      • 以分量 x x x为例

        • 奇函数: f ( − x , y ) = − f ( x , y ) f(-x,y)=-f(x,y) f(x,y)=f(x,y),函数关于点 ( 0 , y , 0 ) (0,y,0) (0,y,0)对称
          • P ( x , y , z ) P(x,y,z) P(x,y,z) f ( x , y ) f(x,y) f(x,y)上的点, z = f ( x , y ) z=f(x,y) z=f(x,y),而 f ( − x , y ) f(-x,y) f(x,y)= − f ( x , y ) -f(x,y) f(x,y)= − z -z z
          • Q ( − x , y , − z ) Q(-x,y,-z) Q(x,y,z)也位于 f ( x , y ) f(x,y) f(x,y)
          • P , Q P,Q P,Q两点的位置关系?
            • 方法1:
              • 显然两个点有相同的 y y y轴坐标,从而它们必然同时位于平面 y = y y=y y=y
              • 并且两个点有互为相反数的 x , y x,y x,y轴坐标, P P P位于平面 x = x , z = z x=x,z=z x=x,z=z两平面交线上,而 Q Q Q位于 x = − x , y = − y x=-x,y=-y x=x,y=y两平面的交线上,这两条交线关于原点(或 y y y轴)对称,分别和平面 y = y y=y y=y所截,得到 P , Q P,Q P,Q两点
              • 因此 P , Q P,Q P,Q两点关于 ( 0 , y , 0 ) (0,y,0) (0,y,0)对称
            • 方法2:
              • 由两点间坐标公式, ( − x + x 2 , y + y 2 , z − z 2 ) (\frac{-x+x}{2},\frac{y+y}{2},\frac{z-z}{2}) (2x+x,2y+y,2zz)= ( 0 , y , 0 ) (0,y,0) (0,y,0),可知 P , Q P,Q P,Q两点关于 M ( 0 , y , 0 ) M(0,y,0) M(0,y,0)对称
              • M M M点位于直线 x = 0 , z = 0 x=0,z=0 x=0,z=0上(即 y y y轴上)
              • 因此 P , Q P,Q P,Q两点关于 ( 0 , y , 0 ) (0,y,0) (0,y,0)对称
          • 因此,函数 f ( x , y ) f(x,y) f(x,y)的图形关于 y y y轴对称
        • 偶函数: f ( − x , y ) = f ( x , y ) f(-x,y)=f(x,y) f(x,y)=f(x,y),函数关于平面 x = 0 x=0 x=0对称
          • P ( x , y , z ) P(x,y,z) P(x,y,z) f ( x , y ) f(x,y) f(x,y)上的点, z = f ( x , y ) z=f(x,y) z=f(x,y),而 f ( − x , y ) f(-x,y) f(x,y)= f ( x , y ) f(x,y) f(x,y)= z z z
          • Q ( − x , y , z ) Q(-x,y,z) Q(x,y,z)也位于 f ( x , y ) f(x,y) f(x,y)
          • 中点坐标公式: P , Q P,Q P,Q的中点为 ( 0 , y , z ) (0,y,z) (0,y,z),该点属于平面 x = 0 x=0 x=0
          • P , Q P,Q P,Q两点关于 x = 0 x=0 x=0(即坐标面 y O z yOz yOz面)对称
          • 因此函数 f ( x , y ) f(x,y) f(x,y)的图形关于 x = 0 x=0 x=0面对称
      • 分量 y y y类似地讨论

    小结

    • 在一元函数 y = f ( x ) y=f(x) y=f(x)中,偶函数是关于直线 ( x = 0 ) (x=0) (x=0)对称,而奇函数关于点 ( 0 , 0 ) (0,0) (0,0),即 x = 0 , y = 0 x=0,y=0 x=0,y=0对称
      • 点表示为 ( x , y ) (x,y) (x,y)
    • 在二元函数 z = f ( x , y ) z=f(x,y) z=f(x,y)中,偶函数是关于面对称,而奇函数关于直线对称
      • 点表示为 ( x , y , z ) (x,y,z) (x,y,z)
      • 以自变量 x x x为例,关于 x x x的偶函数图形关于 x = 0 x=0 x=0面对称,奇函数图形关于 x = 0 , z = 0 x=0,z=0 x=0,z=0,即 y y y
      • 而对于自变量 y y y,关于 y y y的偶函数图形关于 y = 0 y=0 y=0面对称,奇函数图形关于 y = 0 , z = 0 y=0,z=0 y=0,z=0,即 y y y
    • 也就是说,对称中心都上升了一个维度,从点到线,从线到面
    • 本质上都是两点关于它们的中点对称,分析中点的特点来判断对称中心是什么

    结论分析和记忆👺

    • 对于一元奇(偶)函数为,自变量轴为 x x x
    • 自变量 x x x沿着从原点(或正区间内第一点有定义的 x 0 x_0 x0处)开始,分析曲线变化
      • f ( x ) f(x) f(x)是奇函数, x x x x x x轴正方向进行的变化情况与负方向的变化情况相反
      • f ( x ) f(x) f(x)是偶函数, x x x x x x轴正方向进行的变化情况与负方向的变化情况相同(对称)
    • 对于二元奇(偶)函数,自变量设为 x , y x,y x,y,分析曲面的变化情况
      • f ( x , y ) f(x,y) f(x,y)是关于 x x x的奇函数, x x x x x x轴正方向进行的变换情况与负方向的变化情况相反
      • f ( x , y ) f(x,y) f(x,y)是关于 x x x偶函数, x x x x x x轴正方向进行的变化情况与负方向的变化情况相同(对称)

    推广

    • 更一般的
      • 对于 n n n元函数 w = f ( x 1 , x 2 , ⋯   , x n ) w=f(x_1,x_2,\cdots,x_n) w=f(x1,x2,,xn),视为 n + 1 n+1 n+1维空间,将写维点的形式: ( x 1 , x 2 , ⋯   , x n , w ) (x_1,x_2,\cdots,x_n,w) (x1,x2,,xn,w)
      • f f f关于自变量 x i x_i xi为奇函数(以 i = 1 i=1 i=1为例),那么 P ( x 1 , x 2 , ⋯   , x n , w ) P(x_1,x_2,\cdots,x_n,w) P(x1,x2,,xn,w), Q ( − x 1 , x 2 , ⋯   , x n , − w ) Q(-x_1,x_2,\cdots,x_n,-w) Q(x1,x2,,xn,w),其对称中心点为 M ( 0 , x 2 , ⋯   , x n , 0 ) M(0,x_2,\cdots,x_n,0) M(0,x2,,xn,0),对称中心为超平面 x 1 = 0 , w = 0 x_1=0,w=0 x1=0,w=0;(即令第 i i i维自变量取0和最后意味取 0 0 0)
      • f f f关于自变量 x i x_i xi为偶函数(以 i = 1 i=1 i=1为例),那么 P ( x 1 , x 2 , ⋯   , x n , w ) P(x_1,x_2,\cdots,x_n,w) P(x1,x2,,xn,w), Q ( − x 1 , x 2 , ⋯   , x n , w ) Q(-x_1,x_2,\cdots,x_n,w) Q(x1,x2,,xn,w),其对称中心点为 M ( 0 , x 2 , ⋯   , x n , w ) M(0,x_2,\cdots,x_n,w) M(0,x2,,xn,w),对称中心为超平面 x 1 = 0 x_1=0 x1=0
      • i ≠ 1 i\neq{1} i=1时,情形类似

    应用和实例

    • f ( x , y ) f(x,y) f(x,y)= y x 2 y{x^2} yx2,假设 f f f的定义域(区域)是关于 x , y x,y x,y轴对称的区域(比如其自然定义域下)
      • 那么显然, f f f关于 y y y是奇函数;图形关于 x x x轴对称
      • 同时 f f f是关于 x x x的偶函数,图形关于 x = 0 x=0 x=0平面对称
    • 在这里插入图片描述

    二元绝对值不等式确定的区域

    • ∬ D ( ∣ x ∣ + y e x 2 ) d σ \iint\limits_{D}({|x|+ye^{x^2}})\mathrm{d}\sigma D(x+yex2)dσ, ( D : ∣ x ∣ + ∣ y ∣ = 1 ) (D:|x|+|y|=1) (D:x+y=1)

    • 二元一次绝对值方程对应的草图

      • 对于 g ( x , y ) = ∣ x ∣ + ∣ y ∣ = 1 g(x,y)=|x|+|y|=1 g(x,y)=x+y=1,前去绝对值

        • ∣ x ∣ = x |x|=x x=x, ( x ⩾ 0 ) (x\geqslant{0}) (x0); ∣ x ∣ = − x |x|=-x x=x, ( x < 0 ) (x<0) (x<0)
        • ∣ y ∣ = y |y|=y y=y, ( y ⩾ 0 ) (y\geqslant{0}) (y0), ∣ y ∣ = − y |y|=-y y=y, ( y < 0 ) (y<0) (y<0)
      • 得到四个二元一次方程:在平面直角坐标系 x O y xOy xOy中对应于4条直线段

        • 1 = { − x − y , x < 0 , y < 0 − x + y x < 0 , y ⩾ 0 x − y , x ⩾ 0 , y < 0 x + y , x ⩾ 0 , y ⩾ 0 1=
          {xy,x<0,y<0x+yx<0,y0xy,x0,y<0x+y,x0,y0" role="presentation" style="position: relative;">{xy,x<0,y<0x+yx<0,y0xy,x0,y<0x+y,x0,y0
          1= xy,x+yxy,x+y,x<0,y<0x<0,y0x0,y<0x0,y0
      • 四条直线段所在直线分别转换为斜截式: y = − x − 1 y=-x-1 y=x1; y = x + 1 y=x+1 y=x+1; y = − x − 1 y=-x-1 y=x1; y = 1 − x y=1-x y=1x

    • 将他们分别绘制,得到一个边长为1的正方形(菱形)

      • 在这里插入图片描述
  • 相关阅读:
    【计算机视觉】图像分割与特征提取——基于Roberts、Prewitt、Sobel算子的图像分割实验
    2021年度总结 | 葡萄城软件开发技术回顾(下)
    第20章 设置应用程序的样式并对其进行部署
    SourceTree 的使用
    linux软件安装
    互联网中常见的随机数+分布式中常见的防止重复处理的方式
    (cf)Codeforces Round #825 (Div. 2)ABC(BC详细解释)
    Canal1.1.6安装部署
    ArcGIS 底图服务前端加载某些级别不显示问题
    【工作学习方法论 一】成体系的学习方法论
  • 原文地址:https://blog.csdn.net/xuchaoxin1375/article/details/134544459