多变量极限与连续
上一章我们已经会读二元函数的图像、等值线和定义域。本章要处理一个更细的问题:当点 (x,y) 靠近某个点 (a,b) 时,f(x,y) 会不会靠近同一个数?
单变量极限只需要从左、右两侧靠近。多变量极限不同,靠近 (a,b) 的路线有无穷多条:直线、抛物线、螺旋式曲线,甚至一边摆动一边靠近。正因为路线太多,多变量极限的核心不是“算某一条路”,而是判断所有靠近方式是否给出同一个结果。

多变量极限把输入点限制在目标点附近的小圆盘内,而不是只限制在一条数轴区间内。
从单变量到多变量的极限
设 f(x,y) 在 (a,b) 附近有定义,但可以不在 (a,b) 本身有定义。如果当 (x,y) 从定义域内任意方式靠近 (a,b) 时,f(x,y) 都靠近同一个数 L,就写作
(x,y)→(a,b)limf(x,y)=L
稍微正式一点说,对任意 ε>0,都能找到 δ>0,使得只要 (x,y) 在定义域中,且满足
0<(x−a)2+(y−b)2<δ
就有
∣f(x,y)−L∣<ε
这里的 0< 排除了目标点本身。极限问的是“靠近时怎样”,不是“点上取什么值”。这也是为什么一个函数在某点没有定义,极限仍然可能存在。
多变量极限中的 δ 对应的是一个小圆盘。在三变量函数中,它对应的是小球。若 (a,b) 是定义域边界点,只需要考虑小圆盘里同时属于定义域的点。
一个最简单的情况是连续公式的直接代入。例如
f(x,y)=x2y+cos(x−y)
是由多项式和余弦函数复合得到的,在整个平面上连续。因此
(x,y)→(1,2)lim(x2y+cos(x−y))=12⋅2+cos(−1)=2+cos1
这类题看起来像“代数计算”,背后用的是连续性。真正需要小心的,是分母趋近于 0、定义域边界、分段定义、绝对值或带有振荡的函数。
路径依赖:不存在的最常见证据
要证明一个多变量极限不存在,最常用的方法是找两条靠近同一点的路径,使函数值趋向不同结果。因为极限若存在,所有路径都必须给出同一个 L。

沿不同路径靠近同一点,若函数值趋向不同数,极限不存在。
看函数
f(x,y)=x2+y2xy
研究 (x,y)→(0,0) 时的极限。沿 x 轴靠近,即 y=0,
f(x,0)=0
沿直线 y=x 靠近,
f(x,x)=2x2x2=21
两条路径都趋向原点,但函数值分别趋向 0 和 21。因此
(x,y)→(0,0)limx2+y2xy
不存在。
先选择第一条容易计算的路径。这里取 y=0,因为分子立刻变成 0,得到沿这条路径的趋向值为 0。
再选择另一条也经过原点的路径。取 y=x 后,分子和分母都是 x2 的数量级,化简得到恒等于 21。
最后比较两条路径的结果。一个是 0,一个是 21,同一个极限不可能同时等于两个不同的数,所以原极限不存在。
两条路径得到不同结果,可以证明极限不存在。反过来,几条路径得到相同结果,不能证明极限存在。路径检查是反证工具,不是存在性证明。
直线检查不够
很多初学者会先试 y=mx。这是好习惯,但不能停在那里。因为所有直线路径都通过,曲线路径仍然可能给出不同结果。

直线只是无穷多路径中的一小类,抛物线、双曲线或更复杂曲线也可能改变极限行为。
考虑
f(x,y)=x4+y2x2y
研究 (x,y)→(0,0)。沿任意直线 y=mx,
f(x,mx)=x4+m2x2x2(mx)=x2+m2mx
当 x→0 时,上式趋向 0。如果只看直线,好像极限应该是 0。
但沿抛物线 y=kx2,
f(x,kx2)=x4+k2x4x2(kx2)=1+k2k
这个值随 k 改变。例如 k=1 时趋向 21,k=2 时趋向 52。因此原极限不存在。
直线路径常用于快速发现问题,但它不能覆盖所有靠近方式。若直线检查都相同,下一步可以尝试让分子和分母的主要阶数匹配的曲线,例如 y=kx2、x=ky2 或 y=kxp。
证明存在:把所有方向同时压住
证明极限存在时,不能靠列举路径。常用思路有三种:使用连续性直接代入,先做代数化简,或用估计把 ∣f(x,y)−L∣ 夹在一个一定趋于 0 的量下面。

极坐标把“靠近原点”写成 r→0,但证明时必须保证角度 θ 不会让估计失控。
用夹逼估计证明
求
(x,y)→(0,0)limx2+y2x2y
注意
0≤x2+y2x2≤1
所以
x2+y2x2y=∣y∣x2+y2x2≤∣y∣
当 (x,y)→(0,0) 时,∣y∣→0。由夹逼定理,
(x,y)→(0,0)limx2+y2x2y=0
这段证明的关键是最后得到的上界 ∣y∣ 对所有路径都成立。无论路径怎样弯,只要它趋向原点,∣y∣ 就会趋向 0。
用极坐标检查角度
当目标点是原点时,可以令
x=rcosθ,y=rsinθ
此时 (x,y)→(0,0) 等价于 r→0。例如
g(x,y)=x2+y2x2y2
换成极坐标:
g(r,θ)=r2r4cos2θsin2θ=r2cos2θsin2θ
因为 0≤cos2θsin2θ≤1,所以
0≤g(r,θ)≤r2
于是 r→0 时 g(r,θ)→0,且这个结论不依赖某个固定角度。
极坐标证明的好形式是:化成 r 的正幂乘上一个有界的角度因子。若剩下的角度因子无界,或者极坐标表达式不随 r 消失,就要重新判断。
连续:极限和函数值要接上
函数 f(x,y) 在点 (a,b) 连续,需要同时满足三件事:
- f(a,b) 有定义;
- lim(x,y)→(a,b)f(x,y) 存在;
- 极限值等于函数值,即
(x,y)→(a,b)limf(x,y)=f(a,b)

连续不只要求图像附近有趋势,还要求点上的函数值正好接住这个趋势。
多项式函数在整个平面上连续。有理函数在分母不为 0 的地方连续。由连续函数通过加、减、乘、除和复合得到的新函数,在各项都有意义且分母不为 0 的地方连续。
例如
h(x,y)=1−xyln(4−x2−y2)
它的连续区域由两个条件决定:
4−x2−y2>0
以及
1−xy=0
因此 h 在圆盘 x2+y2<4 内,去掉曲线 xy=1 的部分上连续。

温度、高度、压力等标量场常被看作连续变化的函数;若模型里出现跳变,就要检查它是物理边界、理想化假设,还是公式拼接造成的。
“函数在附近有定义”不等于“在点上连续”。可去间断的典型特征是极限存在,但函数在该点没有定义,或函数值被故意设成了别的数。
例题:判断极限与连续性
例题:一个可去间断
判断
(x,y)→(1,1)limx−yx2−y2
是否存在。
先观察原式在 x=y 上没有定义,特别是在 (1,1) 处分母为 0。但这并不直接说明极限不存在,因为极限不要求目标点本身有定义。
在 x=y 时因式分解:
x2−y2=(x−y)(x+y),所以原式可化为 x+y。
当 (x,y)→(1,1) 时,x+y→2。因此原极限存在,值为 2。
如果把函数在 (1,1) 处补定义为 2,它就在该点连续;如果补成别的数,极限仍是 2,但函数不连续。
例题:用路径证明不存在
判断
(x,y)→(0,0)limx2+y2x2−y2
是否存在。
沿 x 轴,即 y=0,函数变成 x2x2=1。
沿 y 轴,即 x=0,函数变成 y2−y2=−1。
两条路径都趋向原点,但函数值趋向不同结果,所以该极限不存在。
例题:用夹逼证明存在
证明
(x,y)→(0,0)limx2+y2x2y2=0
先把绝对值写出:
x2+y2x2y2=x2+y2x2y2,因为分子分母都非负。
利用 x2≤x2+y2,得到
x2+y2x2≤1,所以
x2+y2x2y2≤y2。
当 (x,y)→(0,0) 时,0≤x2+y2x2y2≤y2→0。
常见误区
把函数值当作极限
极限看的是靠近目标点时的趋势。函数在目标点可以没有定义,也可以被定义成一个和趋势不同的数。连续性才要求函数值和极限值相等。
只检查坐标轴
沿 x 轴和 y 轴结果相同,只说明两条特殊路径没有发现矛盾。很多反例正是沿坐标轴都给 0,沿 y=x 或 y=x2 才暴露问题。
极坐标中忘记角度
把 x,y 换成 r,θ 后,如果表达式仍然含有随 θ 任意变化的部分,就不能只说“r→0 所以极限存在”。必须说明角度部分被统一控制。
看到分母为零就判不存在
分母在目标点为零,只说明函数在目标点可能没定义。经过因式分解、约分或其他化简后,极限仍可能存在。
练习
- 判断下列极限是否存在:
(x,y)→(0,0)limx2+2y2xy
沿 y=0 得到 0。沿 y=x 得到
x2+2x2x2=31两条路径结果不同,所以极限不存在。
- 证明下列极限:
(x,y)→(0,0)limx2+y2x3=0
有
x2+y2x3=∣x∣x2+y2x2≤∣x∣当 (x,y)→(0,0) 时,∣x∣→0。由夹逼定理,原极限为 0。
- 判断函数
p(x,y)=⎩⎨⎧x2+y2x2+y2,0,(x,y)=(0,0),(x,y)=(0,0)
在原点是否连续。
当 (x,y)=(0,0) 时,
p(x,y)=x2+y2所以
(x,y)→(0,0)limp(x,y)=0又因为 p(0,0)=0,极限值等于函数值,因此 p 在原点连续。
- 设
q(x,y)=⎩⎨⎧x4+y2x2y,0,(x,y)=(0,0),(x,y)=(0,0)
判断 q 在原点是否连续。
沿 y=0,有 q(x,0)=0。沿 y=x2,有
q(x,x2)=x4+x4x2⋅x2=21极限不存在,所以 q 在原点不连续。
- 找出函数
r(x,y)=x−y9−x2−y2
的连续区域。
平方根要求
9−x2−y2≥0分母要求
x−y=0因此连续区域是闭圆盘 x2+y2≤9 中去掉直线 x=y 的部分。
小结
多变量极限的难点来自“所有路径”。证明不存在时,只需要找出两条路径给出不同趋向;证明存在时,要用连续性、代数化简、夹逼或极坐标估计覆盖所有靠近方式。连续性比极限多一步:函数值必须在目标点接住这个共同趋向。
下一章学习偏导数时,我们会再次“沿某些方向观察函数变化”。那时要记住本章的教训:沿坐标方向的信息很有用,但它不等于掌握了函数在整个邻域中的全部行为。