多元函数的极值及其求法

简介: 多元函数的极值及其求法

正文


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 ) D,为D 的内点。若存在P0的某个邻域U ( P 0 ) ⊂ D

若对于该邻域内异与P0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P0 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;

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 x x ( x 0 , y 0 ) = A ,   f x y ( x 0 , y 0 ) = B ,   f y y ( x 0 , y 0 ) = C

则有

10.png

则f ( x y )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:

11.png


其中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


12.png


函数L ( x , y )称为拉格朗日函数,参数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:

8.png

与条件相结合可以得到:

9.png


解此方程组得到的( x , y )就是函数f ( x , y ) 在附加条件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。


相关文章
|
5月前
高等数学II-知识点(3)——广义积分、定积分几何应用、定积分求曲线弧长、常微分方程、可分离变量的微分方程、一阶微分方程-齐次方程、一阶线性微分方程
高等数学II-知识点(3)——广义积分、定积分几何应用、定积分求曲线弧长、常微分方程、可分离变量的微分方程、一阶微分方程-齐次方程、一阶线性微分方程
46 0
|
6月前
R语言蒙特卡洛计算和快速傅立叶变换计算矩生成函数
R语言蒙特卡洛计算和快速傅立叶变换计算矩生成函数
|
机器学习/深度学习 移动开发 算法
多元函数微分学
多元函数微分学
一元函数微分学中导数--高阶导数--极值--凹凸性--泰勒展开式
一元函数微分学中导数--高阶导数--极值--凹凸性--泰勒展开式
【矩阵分析】矩阵幂级数 发散 条件 || 幂级数 与 解析函数 的关系 || 幂级数 收敛半径r 的求法
【矩阵分析】矩阵幂级数 发散 条件 || 幂级数 与 解析函数 的关系 || 幂级数 收敛半径r 的求法
【矩阵分析】矩阵幂级数 发散 条件 || 幂级数 与 解析函数 的关系 || 幂级数 收敛半径r 的求法
|
机器学习/深度学习 算法 开发者
不等式约束条件下求极值3| 学习笔记
快速学习不等式约束条件下求极值3。
不等式约束条件下求极值3| 学习笔记
|
机器学习/深度学习 算法 开发者
不等式约束条件下求极值1| 学习笔记
快速学习不等式约束条件下求极值1。
不等式约束条件下求极值1| 学习笔记
|
机器学习/深度学习 算法 开发者
不等式约束条件下求极值2| 学习笔记
快速学习不等式约束条件下求极值2。
不等式约束条件下求极值2| 学习笔记