多元微分学

极限的路径依赖性(path dependence of limits)

想象你站在平面上的一点,从每个可以想到的方向走向一个目标点,并在抵达时观察函数的高度。如果每位步行者报告的抵达高度都相同,那个共同的值就是极限。路径依赖性是指步行者出现了分歧——走进同一点的不同路线给出不同的极限值——它是多元极限不存在的最常见原因。

路径检验正是直接利用这一点。要趋于 (0, 0),就代入一族过原点的曲线,比如 y = m x,再对剩下的单个变量求极限。若答案依赖于 m,那就完了:极限不可能存在,因为取不同斜率 m 会得到不同的值。直线并不总能暴露问题,于是下一件武器是抛物线 y = k x^2(它可能与所有直线都矛盾),而要干净地遍历所有方向,则用极坐标 x = r cos(theta)、y = r sin(theta) 并令 r -> 0:若结果仍含有 theta,则极限是路径依赖的。

这正是多元极限之所以微妙背后的实用引擎。一条给出有限、看似一致答案的路径绝不能证明极限存在——它只是未能否定而已。这种不对称是彻底的:任一对坏路径就能扼杀极限,而任何有限条好路径都救不了它。这就是为什么确立存在最终需要极坐标或 epsilon-delta 估计,而否定存在则是这项工作中又快又令人满意的部分。

对于 f(x, y) = x^2 y / (x^4 + y^2),每条直线 y = m x 都给出极限 0,看起来令人安心——但抛物线 y = x^2 给出 1/2。所有直线一致却都是错的;抛物线暴露了路径依赖性。

当所有直线都一致时,试试抛物线——一条按函数幂次调好的曲线仍可能打破极限。

沿无穷多条直线一致仍不等于存在。经典反例 x^2 y / (x^4 + y^2) 在每条直线上都给 0,却在抛物线上给 1/2——这证明路径检验只能否定,永远不能确认。

又称
path test路径检验路徑檢驗