D5_4(上)多元函数的Taylor公式与极值问题.pptVIP

第四节 4.1 多元函数的 Taylor 公式 定义4.1 证 例4.1 4.2 无约束极值、最大值与最小值 例4.2 例4.3 例4.3 * 目录 上页 下页 返回 结束 多元函数的Taylor公式与极值问题 4.1 多元函数的Taylor公式 4.2 无约束极值、最大值与最小值 4.3 有约束极值，Lagrange乘数法 第五章 　　本节中，我们把一元函数 Taylor 公式、极值与最大最小值的问题推广到多元函数的情形。另外，4,5节中的向量都写成列向量。 首先，复习一元函数的 Taylor 公式： Taylor公式，是用(x-x0)的 n 次多项式对 f (x) 进行逼近。 其中 对于n元函数 设 是定义在区域 内连续, 则称 f 是 类函数, 所构成的多项式来逼近． 函数的概念. 作为铺垫, 先介绍 内的n元函数, 若 f 在 上的 , 我们也可以用 的分量 记为 类 下面定理为多元函数的Taylor公式的一阶形式： 其中 定理4.1 设n元函数 称为Lagrange余项. 考虑一元函数 则 由于 所以 设函数 解 由方程 两端求一阶全微分，得 生产实践中, 我们总是希望用料最省、时间最短、效益最大、质量最好等等，这类问题往往可以归结为多元函数的极值问题. 为此，我们先把一元函数的极值的概念推广到多元函数中来，然后解决多元函数的极值问题. 1. 无约束极值 设 定义4.2 无约束极大值(无约束极小值) 极大值(极小值) 极大值点 (极小值点). 极值, 极值点. 定理4.2 (极值的必要条件) 驻点. 图5.18 定理4.3 (极值的充分条件) 证 求二元函数 解：先求驻点：由 求函数 解 由 * 目录 上页 下页 返回 结束 * * * *