8-8第八节 多元函数的极值及其求法.ppt

节多元函数的极值及其求法 ;多元函数极值的定义 定义 设函数z=f(x,y)在点(x0,y0)的某个邻域内有定义,如果对 于该邻域内不同于(x0,y0)的任何点(x,y),都有f(x,y)f(x0,y0)(或 f(x,y)f(x0,y0))，则称函数f(x,y)在点(x0,y0)处有极大值(极小值) 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. ;(0,0)处函数值为R;而在(0,0)邻域内 ，(0,0)的点的函数 值都小于;例3 函数z=-2xy 在点(0,0)处不取得极值.因为在(0,0)点的任 一邻域内,总有使函数值为正的点,也有使函数值为负的点. 2.极值存在的必要条件和充分条件 与一元函数类似,我们用偏导数来判定二元函数的极值. 定理1(极值存在的必要条件) 设函数z=f(x,y)在点(x0 ,y0)处 可微分且在点(x0 ,y0)处有极值,则在该点的偏导数必然为零. 证明: 只就极大值的情形加以证明. ;因为函数z=f(x,y)在点(x0 ,y0)处有极大值,所以对于(x0 ,y0)的 某个邻域内不同于(x0 ,y0 )的任一点(x,y),有 f(x,y)f (x0 ,y0) 特别在该邻域内取点(x ,y0 )(x≠x0),则上面不等式变为 f(x,y0)f (x0 ,y0 ) .这表明一元函数f (x,y0)在x=x0处取极大值. 因此有fx(x0 ,y0)＝0，从几何上看,这时如果曲面z=f(x,y)在点 =0 同理 fy (x0 ,y0)=0; 上面定理提供了寻找极值点的途径,对于可微函数,如果有 极值点则极值点一定是驻点;但是上面的条件并不是充分的. 即函数的驻点不一定是极值点.如例3中的函数z=-2xy,(0,0)是 其驻点,可是函数在这点并不取得极值.另外,定理只是说明可 微函数的极值点必定是驻点,即对于可微函数,找极值点只须 在其所有驻点中去找.例1说明函数不可微点也可能是函数的 极值点,因此寻找可能的极值点,只须在驻点和不可微点中去 寻找.;下面定理回答了驻点在什么条件下成为极值点. 定理2(极值存在的充分条件) 设函数z=f(x,y)在点(x0 ,y0)的某 一个邻域内连续,且有连续的一阶,二阶偏导数,fx(x0 ,y0)=0, fy(x0 ,y0)=0,记A=fxx (x0 ,y0)=0,B= fxy(x0 ,y0)=0,C= fyy(x0 ,y0)=0.则: (1)当△=B2-AC0 时有极值,且当A0时有极大值,当A0时 有极小值; (2)当△=B2-AC0时,(x0,y0)不是极值点. (3)当△=B2-AC=0时,函数在(x0,y0)可能有极值,也可能没有极值, 需要讨论. 定理证明从略.;第一步 解方程组fx(x,y)=0, fy(x,y)=0.求出所有的实数解, 即得一切驻点; 第二步 对于每个驻点(x0,y0),求出二阶偏导数A,B和C; 第三步 由△=B2-AC的符号判断驻点是否为极值点,若是 极大值还是极小值; 第四步 求极值点处的函数即得所求极值. ;z=0;二 最大值和最小值;那么没有必要求函数在D的边界上的最大值(最小值),只须 求出D内的驻点处的函数值,并加以比较,最大的就是最大 值;若只有一个驻点,那么驻点处的函数值就是函数在D上 的最大值(最小值).;由于在边界上,函数值为0.在闭区域内函数值≥0.所以最大值 一定;例6 要用钢板做一个体积为2立方米的有盖长方体水箱,问 当长,宽高各取怎样的尺寸时,用料最节省. 解: 设水箱的长为x米,宽为y米,则其高应该为2/xy米.此水箱 所用的材料面积为; 三 条 件 极 值 ;例如由(2)得到z=2/xy,代入(1),象例6那样去解普通极值问题. 但是对于一般的条件φ(x,y,z)=0,解出其中的某个变量,有时 是复杂的,困难的,甚至是不可能的.例如,不能显化的隐函数 就是这样.下面我们介绍Lagrange乘数法是求解条件极值的 常用方法.;其中λ1,λ2称为Lagrange常数,求L对其各变元的偏导数,并 令其为0;例6 要用钢板做一个体积为2立方米的有盖长方体水箱,问 当长,宽高各取怎样的尺寸时,用料最节省. 解: 设水箱的长为x米,宽为y米,则其高为z米.此水箱所用的 材料面积为A=2(xy+yz+xz) (1) 和xyz=2(米3) (2) 我们构造 Lagrange函数;例7. 在已知的椭球面内一切内接的长方体(各边分别平行坐