lei2多元函数的极值及其求法.ppt

第八节 多元函数的极值及其求法 返回 上页 下页 目录 第七章 (Absolute maximum and minimum values) 一、多元函数的极值 二、条件极值 拉格朗日乘数法 三、小结与思考练习 一、 多元函数的极值及最大值、最小值 定义 若函数 则称函数在该点取得极大值(极小值). 例如 : 在点 (0,0) 有极小值; 在点 (0,0) 有极大值; 在点 (0,0) 无极值. 极大值和极小值 统称为极值, 使函数取得极值的点称为极值点. 的某邻域内有 说明: 使偏导数都为 0 的点称为驻点 . 例如, 函数 偏导数, 证: 据一元函数极值的必要条件可知定理结论成立. 取得极值 , 取得极值 取得极值 但驻点不一定是极值点. 有驻点( 0, 0 ), 但在该点不取极值. 且在该点取得极值 , 则有 存在 故 定理1 (必要条件) 时, 具有极值 的某邻域内具有一阶和二阶连续偏导数, 且 令 则: 1) 当 A0 时取极大值; A0 时取极小值. 2) 当 3) 当 这个定理不加证明. 时, 没有极值. 时, 不能确定 , 需另行讨论. 若函数 定理2 (充分条件) 例1. 求函数 解: 第一步 求驻点. 得驻点: (1, 0) , (1, 2) , (–3, 0) , (–3, 2) . 第二步 判别. 在点(1,0) 处 为极小值; 解方程组 的极值. 求二阶偏导数 在点(?3,0) 处 不是极值; 在点(?3,2) 处 为极大值. 在点(1,2) 处 不是极值; 例2.讨论函数 及 是否取得极值. 解: 显然 (0,0) 都是它们的驻点 , 在(0,0)点邻域内的取值 , 因此 z(0,0) 不是极值. 因此 为极小值. 正 负 0 在点(0,0) 并且在 (0,0) 都有 可能为 二、最值应用问题 函数f在闭域上连续 函数f 在闭域上可达到最值 最值可疑点 驻点 边界上的最值点 特别, 当区域内部最值存在, 且只有一个极值点P 时, 为极小 值 为最小 值 (大) (大) 依据 提示: 首先考察函数z在三角形区域D内的极值 其次，考察函数在三角形区域的边界上的最大值和最小值. 首先考察函数Z在三角形区域D内的极值.令 解此方程组，得到D内的驻点为(2,1). 解: 令 其次，考察函数在区域D的边界上的最大值和最小值. （1）在x=0上,z=0 ; （2）在y=0上,z=0 ; （3）在x+y=6上, 解得驻点x=0和x=4 比较得最大值为4，最小值为－64. 把它折起来做成 解: 设折起来的边长为 x cm, 则断面面积 x 24 一个断面为等腰梯形的水槽, 倾角为? , 积最大. 为 问怎样折法才能使断面面 例4 有一宽为 24cm 的长方形铁板 , 令 解得: 由题意知,最大值在定义域D 内达到, 而在域D 内只有 一个驻点, 故此点即为所求. 二、条件极值 拉格朗日乘数法 极值问题 无条件极值: 条 件 极 值 : 条件极值的求法: 方法1 代入法. 求一元函数 的无条件极值问题 对自变量只有定义域限制 对自变量除定义域限制外, 还有其它条件限制 例如 , 转化 例 解 如方法 1 所述 , 则问题等价于一元函数 可确定隐函数 的极值问题, 极值点必满足 设 记 例如, 故 故有 方法2 拉格朗日乘数法. 引入辅助函数 辅助函数F 称为拉格朗日( Lagrange )函数. 利用拉格 极值点必满足 则极值点满足: 朗日函数求极值的方法称为拉格朗日乘数法. 拉格朗日乘数法可推广到多个自变量和多个约束条件的情形. 设 解方程组 可得到条件极值的可疑点 . 例如, 求函数 下的极值. 在条件 推广 例5 要设计一个容积为 V 的长方形无盖水箱, 试 问长、宽、高各等于多少时, 可使得表面积达到 最小? 若设长、宽、高各等于 x, y, z, 则 目标函数: 约束条件: 例5 解 此例以往的解法是从条件式解出显函数, 例如 代入目标函数后, 转而求解 的普通极值问题. 可是这样做并不总是方便的, 而 且往往无法将条件式作显化处理, 更不用说多个条 件式的情形了. 现在的新办法是设辅助函数 并求解以下方程组: 两两相减后立即得出 再代入第四式, 便求得