多变数函数的极值含Lagrange法.ppt

多變數函數的極值(含Lagrane法) 多變數函數的極值(含Lagrange法) 極大值與極小值 相對極值檢測法 拉格朗日法(Lagrange’s Method) 定義一：(相對極大值與相對極小值) 令點 為在 平面上某一圓形區域的中心(點 的鄰域)，對任一函數 來說，若所有 ( 的定義域)落在此圓形區域裡皆滿足 則 為一相對極大值(Relative Maximum) [相對極小值(Relative Minimum)] 定理一：(極值的發生處) 若點 為函數 的一相對極大值或相對極小值，且 和 皆存在，則 且 重點： 但 並不保證極值一定存在 定義三：(臨界點) 對任一函數 來說，所有滿足 或者 與 有任一個不存在的所有點 稱為函數 的臨界點(Critical Point) 定義四：(鞍點) 若點 為臨界點，但既不是極大值也不是極小值則此點稱為鞍點(Saddle Point) 舉例來說，對函數 而言， 因此(0,0)為一臨界點(也是鞍點) 範例一 試求 的臨界點 解： 所以求得點(-4,2)為此函數的唯一臨界點 定理二：(相對極值檢測法) 對任一函數 來說，令二階偏導數 ， 以及 皆存在於以點 為中心的 平面上某一圓形區域(點 的鄰域)，且 和 。 定義 b.若 且 ，則 為一 相對極小值 c.若 ，則 為一鞍點 d.若 ，則無法判斷 範例二 續範例一，請問點(-4,2)是相對極大值、相對極小值，或兩者皆不是？ 解： 範例三 請找出函數 的所有相對極大值及相對極小值 解： 範例四 有一公司正研發一不含酒精的新飲料，其生產的成本為 ，其中 為糖的公斤數， 為香料的公克數。請問該如何調配使成本最低？又最低成本為多少？ 解： 所以 拉格朗日法(Lagrange’s Method)： 舉例來說，在滿足 的條件下，若想求函數 的最小值，該怎麼作？ 定理三：(拉格朗日法) 對滿足限制式 的函數 來說，其相對極值可以從滿足此聯立方程式 的點 裡求得， 其中 且所有的偏導數存在。 重點： 1. 2. 我們這裡雖只考慮兩個自變數的情況，但可 推廣至多個自變數 範例八 在滿足 的限制下,求出函數 的最小值。 解：步驟