多元函数的极值
定义
z=f(x,y) (x,y)∈∈D,M0(x0,y0)∈D(M0是D的内点),U(M0,δ(域))⊂DM0(x0,y0)∈D(M0是D的内点),U(M0,δ(域))⊂D
若f(x0,y0x0,y0)是函数z=f(x,y)在U(M0,δ)U(M0,δ)中的最大值,则称f(x0,y0x0,y0)为极大值
若f(x0,y0x0,y0)是函数z=f(x,y)在U(M0,δ)U(M0,δ)中的最小值,则称f(x0,y0x0,y0)为极小值
也就是区间的最大值和最小值
极值是局部概念,极值必须在定义域的内部取得,极值点必须是定义域的内点,定义域的便接到不可能是极值点。
极值的必要条件
一元极值必要条件
y=f(x),f(x0x0)是极值,且f’(x0x0)存在,则f’(x0x0)=0
导数为0是函数取得极值的必要条件
驻点x0x0
可导的极值点必为驻点,极值点不一定为驻点,驻点也不一定为极值点。
定理一(极值的必要条件)
设z=f(x,y)在点(x0,y0x0,y0)处取得极值,且偏导数$f_x(x_0,y_0),f_y(x_0,y_0)存在,
则fx(x0,y0)=0,fy(x0,y0)=0fx(x0,y0)=0,fy(x0,y0)=0
证明
设z=f(x,y)在点(x0,y0x0,y0)处取得极大值
则一元函数z=f(x,y0y0)=g(x),在点x=x0x0处取得极大值
由于一元函数极值必要条件fx(x0,y0)=g(x0)=0fx(x0,y0)=g(x0)=0
同理可得fy(x0,y0)=0fy(x0,y0)=0
多元函数取得极值的必要条件是梯度为零向量
驻点
驻点就是梯度为零向量的点
非极值点的驻点称为鞍点
推论
有偏导数的极值点必为驻点
极值的充分条件
一元函数的充分条件
f’(x0x0)=0
f”(x0x0)>0 =>f(x0x0)是极小值
f”(x0x0)<0 =>f(x0x0)是极大值
#### 定理二(二元函数极值的充分条件)
设函数z=f(x,y)在点(x0,y0x0,y0)的某邻域内连续且有一阶及二阶连续偏导数,又fxfx(x0,y0x0,y0)=0,fyfy(x0,y0x0,y0)=0,令
fxxfxx(x0,y0x0,y0)=A,fxyfxy(x0,y0x0,y0)=B,fyyfyy(x0,y0x0,y0)=C,
则f(x,y)在(x0,y0x0,y0)处是否取得极值的条件如下
1.AC-B2B2>0是具有极值,且当A<0时有极大值,当A>0时有极小值
2.AC-B2B2<0时没有极值
3.AC-B2B2=0时可能有,可能没有
例子
f(x,y)=x4+y4−4xyx4+y4−4xy求极值
先求驻点
fx(x,y)=4x3−4y=0fx(x,y)=4x3−4y=0
fy(x,y)=4y3−4x=0fy(x,y)=4y3−4x=0
得驻点(0,0),(1,1),(-1,-1)
求二阶
A=fxx=12X2fxx=12X2
B=fxy=−4fxy=−4
C=fyy=12y2fyy=12y2
AC-B2=144x2y2−16B2=144x2y2−16
(0,0):16<0无极值
(1,1):144-16>0,A=12>0 极小值
同理(-1,-1)极小值点
hesse矩阵
若H(x0,y0x0,y0)是正定矩阵
fxxfxx(x0,y0x0,y0)>0 (A>0)
AC-B2B2>0
则f(x0,y0x0,y0)是极小值
若H(x0,y0x0,y0)是负定矩阵
fxxfxx(x0,y0x0,y0)<0 (A<0)
AC-B2B2>0
则f(x0,y0x0,y0)是极大值
推广到n元
z=f(x1,x2,...,xn)f(x1,x2,...,xn)
设M0(x01,x02,...,x0n)M0(x10,x20,...,xn0)
∇f(M0)=0∇f(M0)=0
若H(M0M0)是正定矩阵,则f(M0M0)是极小值
若H(M0M0)是负定矩阵,则f(M0M0)是极大值。
多元函数最值
定义
函数f(x,y)在以区域D上的最大(最小)的函数值称为函数在该区域上的最大(最小)值,简称最值。
最值是个整体概念
极值是个局部概念。
函数f(x,y)在一区域D上的最值可以在区域内部渠道(也是极值)。也可以在区别边界取到。
求法
1.求出定义域内部可能的极值点
2.求出定义域的边界上可能的最值点
3.比较上述各点处函数值的大小,得到最大最小值。
由于多元函数的定义域边界有无穷多个点,由此,求多元函数的最值比较复杂。如果根据问题知道,最值出现在定义域内部,则可避免边界点的讨论。
例子
要做一个容积为V的无盖长方形水箱。问水箱的长宽高各取多大,才能使用料最省?
面积公式:S=xy+2(xz+yz)
由xyz=V得z=VxyVxy
带入面积公式
S=xy+2(Vy+Vx)(x<x,y,+∞)xy+2(Vy+Vx)(x<x,y,+∞)
定义域是开区域,最值在区域内取到
11.求驻点
∂S∂x=y−2Vx2=0∂S∂x=y−2Vx2=0
∂S∂y=−2Vy2=0∂S∂y=−2Vy2=0
驻点(2V‾‾‾√3,2V‾‾‾√32V3,2V3)
A=Sxx=4Vx3=2Sxx=4Vx3=2
B=Sxy=1B=Sxy=1
C=Syy=4Vy3=2C=Syy=4Vy3=2
B2−AC=1−4B2−AC=1−4<0
A=2>0
S取得极小值
当x=2V‾‾‾√3,y=2V‾‾‾√3,z=vxy=2V√32x=2V3,y=2V3,z=vxy=2V32时,最省。
条件极值及拉格朗日乘数法
条件极值
如果对自变量作一定的限制,则相应的极值问题就是条件极值问题。
上面的水箱例子是将条件极值转化为无条件极值。可以通过拉格朗日乘数法求。
条件极值必要条件
函数
z=f(x,y)
在条件
φ(x,y)=0φ(x,y)=0
下取得极值的必要条件
推导:
设z0=f(x0,y0)z0=f(x0,y0)是z=f(x,y)在条件φ(x,y)φ(x,y)=0下的极值
设φ(x,y)φ(x,y)=0 确定了一元隐函数y=y(x)
z=f(x,y(x))
在点x=x0x0处取得极值
利用一元函数极值的必要条件求导,并令导数为0
z=f(x,y(x))
dzdx=fx∗1+fy∗dydx=0dzdx=fx∗1+fy∗dydx=0
fx(x0,y0)+fy(x0,y0)∗y′(x0)=0fx(x0,y0)+fy(x0,y0)∗y′(x0)=0
y′(x0)=−fx(x0,y0)fy(x0,y0)y′(x0)=−fx(x0,y0)fy(x0,y0)
隐函数y=y(x)求导
y′(x0)=−φx(x0,y0)φy(x0,y0)y′(x0)=−φx(x0,y0)φy(x0,y0)
得fx(x0,y0)fy(x0,y0)=φx(x0,y0)φy(x0,y0)fx(x0,y0)fy(x0,y0)=φx(x0,y0)φy(x0,y0)
fx(x0,y0)φx(x0,y0)=fy(x0,y0)φy(x0,y0)fx(x0,y0)φx(x0,y0)=fy(x0,y0)φy(x0,y0)
即向量{fx(x0,y0),fy(x0,y0)fx(x0,y0),fy(x0,y0)}和向量{φx(x0,y0),φy(x0,y0)φx(x0,y0),φy(x0,y0)}平行
可以写成
∇f(x0,y0)//∇φ(x0,y0)∇f(x0,y0)//∇φ(x0,y0)
等价于∃λ0∃λ0使
∇f(x0,y0)=−λ0∇φ(x0,y0)∇f(x0,y0)=−λ0∇φ(x0,y0)
∇f(x0,y0)+λ0∇φ(x0,y0)=0∇f(x0,y0)+λ0∇φ(x0,y0)=0
梯度运算法则:
∇(f,λφ)=0∇(f,λφ)=0
f(x,y,λ)=f(x,y)+λφ(x,y)f(x,y,λ)=f(x,y)+λφ(x,y)
∇f(x0,y0,λ)=0∇f(x0,y0,λ)=0
即(x0,y0,λ)(x0,y0,λ)是f(x,y,λ)f(x,y,λ)驻点
所以必要条件为:
∃λ0∃λ0使(x0,y0,λ0)(x0,y0,λ0)为拉格朗日函数(x,y,λ)(x,y,λ)的驻点
拉格朗日乘子法
求法
求函数z=f(x,y)在条件φ(x,y)=0φ(x,y)=0下的极值
1.作拉格朗日函数
f(x,y,λ)=f(x,y)+λφ(x,y)f(x,y,λ)=f(x,y)+λφ(x,y)
2.求f(x,y,λ)=f(x,y)+λφ(x,y)f(x,y,λ)=f(x,y)+λφ(x,y)的驻点
根据多元函数极值的必要条件
Fx=fx(x,y)+λφx(x,y)=0Fx=fx(x,y)+λφx(x,y)=0
Fy=fy(x,y)+λφy(x,y)=0Fy=fy(x,y)+λφy(x,y)=0
Fλ=φ(x,y)=0Fλ=φ(x,y)=0 约束条件
解以上方程组,得驻点(x0,y0,λ)(x0,y0,λ)
3.(x0,y0)(x0,y0)便是可能的条件极值点,可根据实际问题判断f(x0,y0)(x0,y0)为条件极值。
思路
利用拉格朗日乘数,将目标函数(二元函数)与约束条件结合起来构造拉格朗日函数(三元函数)
从而将二元函数的条件极值转成三元函数的无条件极值。
例子
要做一个容积为V的无盖长方形水箱。问水箱的长宽高各取多大,才能使用料最省?
求函数S=xy+2(xz+yz)
在约束条件
xyz=V下的最小值
作拉格朗日函数
F=xy+2(xz+yz)+λ(xyz-V)
求F的驻点
FxFx=y+2z+λyz=0
FyFy=x+2z+λxz=0
FzFz=2x+2y+λxy=0
FλFλ=xyz-V=0
x=y
z=1/2x
λx=-4
得
x=y=2V‾‾‾√32V3
z=122V‾‾‾√3122V3
多个约束条件
函数u=f(x,y,z)
在两个约束条件
G(x,y,z)=0
H(x,y,z)=0
的极小值
作拉格朗日函数
F(x,y,z,λ,μ)=f(x,y,z)+λG(x,y,z)+μH(x,y,z)
求F的驻点就可以得到
minxminxf(x)
s.t. hi(x)=0hi(x)=0 i=1,2,…,m
构建拉格朗日函数
L(x,λ)=f(x)+∑i=1mλihi(x)L(x,λ)=f(x)+∑i=1mλihi(x)