多元函数的极值及其求法

一、多元函数的极值及最大值与最小值：
**定义：**设函数$z=f(x,y)$的定义域为$D，P_0(x_0,y_0)$为$D$的内点。若存在$P_0$的某个邻域$U(P_0)\subset D$。

若对于该邻域内异与$P_0$的任何点$(x,y)$，都有：$$f(x,y)<f(x_0,y_0)$$则称函数$f(x,y)$在点$(x_0,y_0)$有极大值$f(x_0,y_0)$，点$(x_0,y_0)$称为函数$f(x,y)$的极大值点；

若对于该邻域内异与$P_0$的任何点$(x,y)$，都有：$$f(x,y)>f(x_0,y_0)$$则称函数$f(x,y)$在点$(x_0,y_0)$有极小值$f(x_0,y_0)$，点$(x_0,y_0)$称为函数$f(x,y)$的极小值点；

极大值与极小值统称为极值。使得函数取得极值的点称为极值点。

**定理1(必要条件)：**设函数$z=f(x,y)$在点$(x_0,y_0)$具有偏导数，且在点$(x_0,y_0)$处有极值，则有$$f_x(x_0,y_0)=0,f_y(x_0,y_0)=0$$

**定理2(充分条件)：**设函数$z=f(x,y)$在点$(x_0,y_0)$的某一邻域内连续且有一阶及二阶连续偏导数，又$f_x(x_0,y_0)=0,f_y(x_0,y_0)=0$，令$$f_{xx}(x_0,y_0)=A,f_{xy}(x_0,y_0)=B,f_{yy}(x_0,y_0)=C$$则有：$$D=\left|\begin{array}{cc}{f}_{xx}& f_{xy}\\ f_{xy}& f_{yy}\end{array}\right|=\left|\begin{array}{cc}A& B\\ B& C\end{array}\right|$$则$f(xy)$在$(x_0,y_0)$是否取得极值的条件如下：

• $D>0$时，有极值，当$A<0$时有极大值，当$A>0$时有极小值；
• $D<0$时，没有极值；
• $D=0$时，另做讨论。

二、条件极值与拉格朗日数乘法：
条件极值的定义：对自变量有附加条件的极值称为条件极值。
例如：$$\{\begin{array}{l}z=f(x,y)\\ \varphi (x,y)=0\end{array}$$其中$\varphi (x,y)=0就是函数z=f(x,y)$的条件，在这个条件下取得的极值就叫条件极值

此时引进辅助函数$$L(x,y)=f(x,y)+\lambda \varphi (x,y)$$函数$L(x,y)$称为拉格朗日函数，参数$\lambda$称为拉格朗日乘子

拉格朗日乘数法：
由拉格朗日函数可以得到：$$L_x(x,y)=f_x(x,y)+\lambda {\varphi }_x(x,y)$$$$L_y(x,y)=f_y(x,y)+\lambda {\varphi }_y(x,y)$$与条件相结合可以得到：$$\{\begin{array}{l}{f}_x(x,y)+\lambda {\varphi }_x(x,y)=0\\ f_y(x,y)+\lambda {\varphi }_y(x,y)=0\\ \varphi (x,y)=0\end{array}$$解此方程组得到的$(x,y)$就是函数$f(x,y)$在附加条件$\varphi (x,y)=0$下的可能极值点，至于具体是还是不是，要根据实际问题本身的性质来判定。