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
)
z=f(x,y)
z=f(x,y)的定义域为
D
,
P
0
(
x
0
,
y
0
)
D,P_0(x_0,y_0)
D,P0(x0,y0)为
D
D
D的内点。若存在
P
0
P_0
P0的某个邻域
U
(
P
0
)
⊂
D
U(P_0)\subset D
U(P0)⊂D。
若对于该邻域内异与 P 0 P_0 P0的任何点 ( x , y ) (x,y) (x,y),都有: f ( x , y ) < f ( x 0 , y 0 ) f(x,y)<f(x_0, y_0) f(x,y)<f(x0,y0)则称函数 f ( x , y ) f(x,y) f(x,y)在点 ( x 0 , y 0 ) (x_0,y_0) (x0,y0)有极大值 f ( x 0 , y 0 ) f(x_0,y_0) f(x0,y0),点 ( x 0 , y 0 ) (x_0,y_0) (x0,y0)称为函数 f ( x , y ) f(x,y) f(x,y)的极大值点;
若对于该邻域内异与 P 0 P_0 P0的任何点 ( x , y ) (x,y) (x,y),都有: f ( x , y ) > f ( x 0 , y 0 ) f(x,y)>f(x_0, y_0) f(x,y)>f(x0,y0)则称函数 f ( x , y ) f(x,y) f(x,y)在点 ( x 0 , y 0 ) (x_0,y_0) (x0,y0)有极小值 f ( x 0 , y 0 ) f(x_0,y_0) f(x0,y0),点 ( x 0 , y 0 ) (x_0,y_0) (x0,y0)称为函数 f ( x , y ) f(x,y) 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 ) z=f(x,y) z=f(x,y)在点 ( x 0 , y 0 ) (x_0,y_0) (x0,y0)具有偏导数,且在点 ( x 0 , y 0 ) (x_0,y_0) (x0,y0)处有极值,则有 f x ( x 0 , y 0 ) = 0 , f y ( x 0 , y 0 ) = 0 f_x(x_0,y_0) = 0,\ f_y(x_0,y_0) = 0 fx(x0,y0)=0, fy(x0,y0)=0
**定理2(充分条件):**设函数 z = f ( x , y ) z=f(x,y) z=f(x,y)在点 ( x 0 , y 0 ) (x_0,y_0) (x0,y0)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 f_x(x_0,y_0)=0,\ f_y(x_0,y_0) = 0 fx(x0,y0)=0, fy(x0,y0)=0,令 f x x ( x 0 , y 0 ) = A , f x y ( x 0 , y 0 ) = B , f y y ( x 0 , y 0 ) = C f_{xx}(x_0,y_0) = A,\ f_{xy}(x_0,y_0) = B,\ f_{yy}(x_0,y_0) = C fxx(x0,y0)=A, fxy(x0,y0)=B, fyy(x0,y0)=C则有: D = ∣ f x x f x y f x y f y y ∣ = ∣ A B B C ∣ D=\begin{vmatrix} f_{xx} & f_{xy} \\ f_{xy} & f_{yy} \\ \end{vmatrix} = \begin{vmatrix} A & B \\ B & C \\ \end{vmatrix} D=∣∣∣∣fxxfxyfxyfyy∣∣∣∣=∣∣∣∣ABBC∣∣∣∣则 f ( x y ) f(xy) f(xy)在 ( x 0 , y 0 ) (x_0,y_0) (x0,y0)是否取得极值的条件如下:
- D > 0 D>0 D>0时,有极值,当 A < 0 A<0 A<0时有极大值,当 A > 0 A>0 A>0时有极小值;
- D < 0 D<0 D<0时,没有极值;
- D = 0 D=0 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:
{
z
=
f
(
x
,
y
)
ϕ
(
x
,
y
)
=
0
\begin{cases} z=f(x,y) \\ \phi (x,y)=0 \end{cases}
{z=f(x,y)ϕ(x,y)=0其中
ϕ
(
x
,
y
)
=
0
就
是
函
数
z
=
f
(
x
,
y
)
\phi (x,y)=0就是函数z=f(x,y)
ϕ(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 ) + λ ϕ ( x , y ) L(x,y)=f(x,y)+\lambda \phi(x,y) L(x,y)=f(x,y)+λϕ(x,y)函数 L ( x , y ) L(x,y) L(x,y)称为拉格朗日函数,参数 λ \lambda λ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
)
+
λ
ϕ
x
(
x
,
y
)
L_x(x,y)=f_x(x,y)+\lambda \phi_x(x,y)
Lx(x,y)=fx(x,y)+λϕx(x,y)
L
y
(
x
,
y
)
=
f
y
(
x
,
y
)
+
λ
ϕ
y
(
x
,
y
)
L_y(x,y)=f_y(x,y)+\lambda \phi_y(x,y)
Ly(x,y)=fy(x,y)+λϕy(x,y)与条件相结合可以得到:
{
f
x
(
x
,
y
)
+
λ
ϕ
x
(
x
,
y
)
=
0
f
y
(
x
,
y
)
+
λ
ϕ
y
(
x
,
y
)
=
0
ϕ
(
x
,
y
)
=
0
\begin{cases} f_x(x,y)+\lambda \phi_x(x,y)=0 \\ f_y(x,y)+\lambda \phi_y(x,y)=0 \\ \phi(x,y)=0 \end{cases}
⎩⎪⎨⎪⎧fx(x,y)+λϕx(x,y)=0fy(x,y)+λϕy(x,y)=0ϕ(x,y)=0解此方程组得到的
(
x
,
y
)
(x,y)
(x,y)就是函数
f
(
x
,
y
)
f(x,y)
f(x,y)在附加条件
ϕ
(
x
,
y
)
=
0
\phi(x,y)=0
ϕ(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。