[2018年最新整理]多元函数的极值及其求法.pptVIP

* 拉格朗日乘子(数)法: 现要寻求目标函数 在约束条件 下取得 利用隐函数的概念与求导法 如函数(1)在(x0, y0)取得所求的极值, 由条件 (1) (2) 极值的必要条件. 那末首先有 (3) 确定y是x的隐函数 y = y(x). 不必将它真的解出来, 则 于是函数 即, 取得极值. (1)在(x0, y0)取得所求的极值. * 其中 代入(4)得: 由一元可导函数取得极值的必要条件知: (4) 取得极值. 在 (3), (5)两式 得极值的必要条件. 就是函数(1)在条件(2)下的在(x0, y0)取 * 设 上述必要条件变为: (6)中的前两式的左边正是函数: (6) 的两个一阶偏导数在(x0, y0)的值. 函数L(x, y)称为拉格朗日函数, 称为拉格朗日乘子, 是一个待定常数. * 拉格朗日乘子法: 极值的必要条件 在条件 要找函数 下的可能极值点, 先构造函数 其中λ为某一常数, 可由 解出x, y, λ, 其中x, y就是可能的极值点的坐标. 拉格朗日乘子法可以推广到二元以上的多元 函数及带有多个附加的条件极值问题. * 如何确定所求得的点 实际问题中, 非实际问题我们这里不做进一步的讨论. 判定. 可根据问题本身的性质来 是否为极值点 * 解 则 又是实际问题, 解得唯一驻点 一定存在最值. 令 故最大值为 例 将正数12分成三个正数x, y, z之和使得 此题是否也可化为无条件极值做 * 小结 先从附加条件 消去一个变量后成为无条件极值. 然后代入f (x, y, z)中以 条件极值问题解法之一: 条件极值问题解法之二(拉格朗日乘子法): 条件极值问题的解所应满足的必要条件可用下列 先构造拉格朗日函数 而 即为(x, y, z)上述条件极值问题解的必要条件. 若欲在满足附加条件 的(x, y, z)中去找使函数 f (x, y, z)达到最大(小)值的 问题, 方法记忆. 解出一个变量, 称为条件极值. * 解 设P (x0, y0 , z0)为椭球面上的一点, 令 则 过P(x0, y0 , z0)的切平面方程为 在第一卦限内作椭球面 使切平面与三个坐标面所围成的四面体 例 的切平面, 体积最小, 求切点坐标. * 目标函数 该切平面在三个轴上的截距各为 化简为 所求四面体的体积 约束条件 在条件 下求V 的最小值, * 约束条件 令 由 目标函数 * 可得 即 当切点坐标为 四面体的体积最小 (唯一驻点) (实际问题) * 经济学中有Cobb-Douglas生产函数模型 其中x表示劳动力的数量, y表示资本数量, C与a 是常数, 由不同企业的具体情形决定, 函 数值表示生产量. 现已知某生产商的Cobb-Douglas 生产函数为 其中每个劳动力与每单位资本的成本分别为150元 及250元, 该生产商的总预算是50000元, 问他该如何 分配这笔钱用于雇佣劳动力及投入资本, 以使生产量 目标函数 约束条件 条件极值问题 最高. 例 * 解 作拉格朗日函数 是实际问题, 解得唯一驻点 一定存在最值. 故该制造商雇佣250个劳动力及投入50个单位资本 时, 可获得最大产量. * 设n个正数 例 的和等于常数l, 求它 们乘积的最大值; 并证明这n个正数的几何平均值小 于算术平均值, 即 解 作拉格朗日函数 解方程组 约束条件 目标函数 可得 * 是实际问题, 唯一驻点 一定存在最值. 故n个正数乘积的最大值为 由上面的讨论知, 对n个正数 有 上式两端开n次方, 并将 代入, 得 * 解 为简化计算, 令 设(x, y, z)是曲面上的点, 它与已知点 问题化为在 下求f (x, y, z) 的最小值. 目标函数 约束条件 法一 的距离为 * 设 (1) (2) (3) (4) * 是实际问题. 故 得唯一驻点 还有别的简单方法吗 用几何法! d有最小值 * 解 曲面上点(x, y, z) 解得 代入到曲面 设(x, y, z)是曲面上的点, 它与已知点 法二 的所得的向量为 处的法向量为 即 得唯一驻点 是实际问题. d有最小值 ∥ * 解 为此作拉格朗日函数: 上的最大值与最小值. 在圆内的可能的极值点; 在圆上的最大、最小值. * 最大值为 最小值为 * 设有一小山, 取它的底面所在的平面为xOy坐标 小山的高度函数为 (1) 设M(x0 , y0)为区域D上一点, 问h(x, y)在该点 若记此方向导数 的最大值为g(x0, y0), 试写出g(x0, y0)的表达式. (2) 现欲利用此小山开展攀岩活动,为此需要在 是说,要在D的边界线 上找出使(1)中 的g(x, y)达到最大值的点.