三元函数条件极值的充分条件及应用
三元函数的极值
本科生毕业论文题目：三元函数的极值及实例应用*名：***学号： ************专业：应用数学年级： 2010级学院：数学与统计学院完成日期：14年5月25日指导教师：彭德军老师本科生毕业论文独创性声明本人声明所呈交的毕业论文是本人在导师指导下进行的研究工作及取得的研究成果，除了文中特别加以标注和致谢的地方外，本论文中没有抄袭他人研究成果和伪造数据等行为。
与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。
论文作者签名：日期：本科生毕业论文使用授权声明海南师范大学有权保留并向国家有关部门或机构送交毕业论文的复印件和磁盘，允许毕业论文被查阅和借阅。
本人授权海南师范大学可以将本毕业论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其他复印手段保存、汇编毕业论文。
论文作者签名：日期：指导教师签名：日期：目录引言 (1)1 一、二元函数的极值及最值问题 (1)1．1一元函数的极值及最值 (1)1．2二元函数的极值及最值 (2)1．2．1 二元函数极值的定义 (2)1．2．2 二元函数取得极值的条件 (3)1．2．3 求二元函数极值的一般步骤 (3)2三元元函数的极值及应用 (4)2．2．1 三元函数极值的定义 (2)2．1．2 三元函数取得极值的条件 (5)3 三元函数求解极值的步骤 ............. 错误!未定义书签。
4 求三元函数极值的例子............... 错误!未定义书签。
5 结束语 (9)参考文献 (10)谢辞................................. 错误!未定义书签。
三元函数的极值及实例应用作者：吕思毕指导老师：彭德军老师（海南师范大学数学与应用数学，海口市，571158）摘要：本篇文章先从一元函数的极值与二元函数的极值的基础知识入手并讨论它们的定义、取极值的条件以及一元、二元函数的实例，而后把一、二元函数的极值问题推理到三元函数。
数学与应用数学毕业论文多元函数的极值及其实际应用
1绪论在一般的《数学分析》中，仅讨论了一元函数及二元函数的极值问题.但是，在生产和实际生活中，我们所要研究的极值问题，不仅仅依赖于一个或两个因素，而更多的是需要讨论三元及更多元函数的极值问题.例如，生产某种产品时，如何用料最省，怎样操作，可以生产最多产品等等，这些实际问题都可以通过函数极值来解决.有相似之处在企业进行诸如建筑、饲养、产品制造及其他大规模生产时，其利润随投资的变化关系一般可用二次函数表示.企业经营者经常依据这方面的知识预计企业发展和项目开发的前景.他们可通过投资和利润间的二次函数关系预测企业未来的效益，从而判断企业经济效益是否得到提高、企业是否有被兼并的危险、项目有无开发前景等问题.工程技术、自然科学及日常生活中的大量实际问题都可化为求函数的极大值和极小值问题.2多元函数的概念2.1 二元函数的极值的定义[1]在高等数学中, 常常会遇到求二元函数的极值的问题,设函数(),z f x y =在点()00,x y 的某个领域内有定义, 对该邻域内异于()00,x y 的点(),x y ,如果都适合不等式()()00,,f x y f x y < ,则称函数在点()00,x y 取极大值; 如果都适合不等式()()00,,f x y f x y >,则称函数在点()00,x y 取极小值.使函数取得极大(小)值的点称为极大(小)值点.例如：（图1-1）()()322223z x y x y =+-+图1-12.2 多元函数的极值二元函数的极值是一个局部概念, 这一概念很容易推广至多元函数.若多元原点是极大值函数()()12,...,n u f p f x x x ==于点0P 的邻域内有定义, 并且当()00,p P p δ<<时,()()0f P f p ≥ (或()()0f P f p ≤) ,则说函数()f p 在点0P 有极大值(或极小值) ,点0P 称为函数()u f p =的极值点,关于二元函数的极值点的求法,不少书中都有详细的探讨,并给出了极值取得的必要条件和充分条件,但对于二元以上的多元函数的极值点的求法,并未进行详细的讨论,本文将二元函数极值点判别法的有关结论推广到二元以上的多元函数中,以得到多元函数极值的判别法则. 2.3 多元函数的极值的几个判定定理[1]不少微积分的教材中,给出了关于二元函数取得极值的必要条件,即有下面的定理.定理1 设函数在点)(,z x y =在点()00,x y 具有偏导数且取得极值,则它在该点的偏导数必为0,即()()0000,,0x y f x y f x y ==将此定理推广至一般的多元函数,即有定理2.定理2 设函数()()12,...,n u f p f x x x ==在点()0012,,,n P x x x 的邻域内有定义,()u f p =在点0P 具有偏导数,可微分的函数()f p 仅在稳定点0P 即在偏导数是0的点0P 能达到极值,所以函数()f p 的极值点应当满足方程组()00ix f P =(1,2,...,i n =) .证明:()f p 在点0P 取得极值,则固定0022,,n n x x x x ==, ()()12,...,n u f p f x x x ==在点011x x =取得极值, ()100x f P ==,同理()()002,,ix f P i n ===.另外在一些文献中又给出了极值的充分条件,即有下面的定理3.定理3 设函数)(,z x y =在点()00,x y 的某邻域内连续且有一阶及二阶连续偏导数, 又令()00,0x f x y =,()00,0y f x y =令()00,0xx f x y =, ()00,0xy f x y =,()00,0yy f x y =,则(),f x y 在()00,x y 处是否取得极值的条件如下:1) 20AC B ->时具有极值,且当0A <时有极大值,当0A >时有极小值; 2) 20AC B -<时没有极值;3) 20AC B -=时可能有极值, 也可能没有极值,还需另作讨论.现将此定理推广至一般多元函数, 即有下面的定理4.定理4 设()111212122212......1,2,...,...............i i i i i ii a a a a aa P i i a a a ⎛⎫⎪ ⎪== ⎪⎪⎝⎭, ()12,,,n f x x x 在点0P 的某邻域内有直至n 阶的连续偏导数,又设0P 是稳定点, ()()101,2,...,x f P i n ==,记()()()()()()20200011,2,...,;1,2,...,,...,,...,i j n n n ij x x n x x nn x x n n a f P i n j n a f P a P a f P -=====,()()12112010,...,n x x n x x a f P a f P ==()()()()()21221020001,...,,...,n n n x x n x x nn x x n n a f P a f P a P a f P -===,即: ()()01,2,...,;1,2,...,i j ij x x a f P i n j n ===,再记矩阵 111212122212.....................n n n n nn a a a a a a A a a a ⎛⎫ ⎪ ⎪= ⎪⎪⎝⎭ , ()111212122212......1,2,...,...............n n n n nn a a a a a a A i n a a a ---⎛⎫⎪--- ⎪-== ⎪ ⎪---⎝⎭则: (1)若矩阵()ij nn A a =的各阶顺序主子式()111212122212......1,2,...,...............i i i i i ii a a a a aa P i i a a a ⎛⎫⎪ ⎪== ⎪⎪⎝⎭全大于零,就有()u f p =在点0P 取得极小值.(2)若矩阵()ij nn A a -=-的各阶顺序主子式()111212122212......1,2,...............n n i n n nn a a a a a a q i n a a a ---⎛⎫⎪--- ⎪== ⎪⎪---⎝⎭全大于零,则()u f p =在点0P 取得极大值.若矩阵()ij nn A a =有偶数阶主子式小于零,在点0P 没有极值.证明:多元函数()u f p = , ()1112n u x x x n d df p f dx f dx f dx ==+++,由已知()()()()120010000n x x x n df p f p dx f p dx f p dx =+++= ,()11122222011n n u x x x x x x n d d f p f dx f dx x f dx ==+++=222'1111212112112222n n nn n a dx a dx dx a dx dx a dx dx a dx a dx X AX ++++++++=，其中()'1,2,,n X dx dx dx = ,将2u d 看作是n 元二次型,则由文献中二次型判定定理可知实二次型是正定的充分必要条件为矩阵A 的顺序主子式全大于零,故当A 的各阶顺序主子式i p 全大于零时, 2u d 是正定的,当212220n dx dx d +++≠时,()2200d d f P =>,则()0f P 在点0P 取得极小值,而由f 是负定的充要条件就是f -是正定的,于是当A -的各阶顺序主子式全大于零, ()()200,d f P f p <在点0P 取得极大值,若矩阵()ij nn A a =有偶数阶顺序主子式小于零, 2u d 既非半正定也非半负定,取值可正可负,在0P 点没有极值,定理得证.显然,定理3是定理4的特殊情况. 2.4 定理的应用[11]2.4.1 多元函数的最大值及最小值例1：在XY 坐标面上找出一点P ，使它到三点()10,0P 、()21,0P 、()30,1P 距离的平方和为最小.解：设()1,P x y 为所求之点，l 为P 到1P 、2P 、3P三点距离的平方和，即222123l PP PP PP =++，2221PP x y =+，()22231PP x y =+-所以()()222222221133222l x y x y x y x y x y =++-+++-=+--+对,X Y 求偏导数，有'62x l x =-，'62y l y =-''0x l l o⎧=⎪⎨=⎪⎩即，620620x y -=⎧⎨-=⎩解方程组得驻点11,33⎛⎫⎪⎝⎭，由问题的实际意义，到三点距离平方和最小的点一定存在，l 可微，又只有一个驻点，因此11,33⎛⎫ ⎪⎝⎭即为所求之点.2.4.2 研究下列多变量函数的极值例1, 求多元函数222246u x y z x y z =++++-的极值情况. 解: 2(1)2(2)2(3)du x dx y dy z dz =++++-由2(1)02(2)02(3)0x y zu x u y u z =+=⎧⎪=+=⎨⎪=-=⎩ 得稳定点()01,2,3p -- ,二阶偏导数()11022332,2,2xx a u p a a ====，1213212332310a a a a a x ======, 200020002A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦的各阶顺序主子式全大于0,故u 在点0p 取得极小值()014u p =-. 例2, 求多元函数322122u x y z xy z =++++的极值情况. 解:由231202120220u x y x uy x y uz z⎧∂=+=⎪∂⎪∂⎪=+=⎨∂⎪⎪∂=+=⎪∂⎩得稳定点()00,0,1p -及()124,144,1p -- , 222262224u d xdx dy dz dxdy =+++, 在1p 处,11121331233212,0a a a a a a ======,1441201220002A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦的各阶顺序主子式11140p =>, 2144120122p ⎡⎤=>⎢⎥⎣⎦, 30p A =>全大于零, ()u f p =则在点1p 取得极小值()16931u p =-,在点0p 处,A 的各阶顺序主子式不全大于零, 此时()222212d dz dz dy dx =++,当20,0,120,0u dz dy dy dx d =>+<<而当,,dx dy dz 均大于0时,20d >,因此符号不定,故无极值, 或计算偶数阶顺序主子式小于0因而无极值.2.5 隐函数的极值概念和应用关于显函数的极值问题已有许多讨论. 本文利用显函数极值问题的一些结果给出了隐函数极值存在的条件,并举出了应用实例. 2.5.1 引理及定理引理[1] 若函数()f x 在0x 的邻域内存在二阶导数,且()'00f x =,()''00f x ≠,则(1) 当()''00f x >时,0x 是函数()f x 的极小值点; (2) 当()''00f x <时,0x 是函数()f x 的极大值点. 引理[2] [2] 若n 元函数()12,,n u f x x x = 在驻点()000012,,,n p x x x = 的某个邻域内具有二阶连续偏导数,在驻点()000012,,,n p x x x = 处作矩阵()1112121222120n n n n n n x x x x x x x x x x x x x x x x x x f f f f f f p f f f ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦则a) 当()0H p 为正定矩阵时, n 元函数()12,,n u f x x x =在0P 处取得极小值; b) 当()0H p 为负定矩阵时, n 元函数()12,,n u f x x x =在0P 处取得极大值; c) 当()0H p 是不定矩阵时, n 元函数()12,,n u f x x x =在0P 处不取得极值.定理1 设函数(),f x y 在()00,x y 的邻域内具有二阶连续偏导数,且()00,0f x y =, ()00,0x f x y =, ()00,0y f x y =,则当()()0000,0,xx y f x y f x y >时,由方程(),0f x y = 确定的隐函数()y y x =在0x 处取得极大值;当()()0000,0,xx y f x y f x y <时,由方程(),0f x y = 确定的隐函数()y y x =在0x 处取得极小值.证 由(),0f x y = ,得0x y x f f y +⋅= ,又0y f ≠ , 所以()()()2232,xx y xy x y x xyxx xx yyf f f f f f f f y y f f -+=-=-又因为()()0000,0,,0x f x y f x y == ,所以()()()()0000,00,,,xx xx xx x y yy x y f x y f y f f x y =-=-.由引理1知, 当()()0000,0,xx y f x y f x y ->时,即当()()0000,0,xx y f x y f x y <时,()y x 在点0x 处取得极小值;当()()0000,0,xx y f x y f x y ->时,即当()()0000,0,xx y f x y f x y >时,()y x 在点0x 处取得极大值.定理2 设函数()12,,,n f x x x y 在点()0012,,o n p x x x 的邻域内具有一阶、二阶连续偏导数, 且()()00012,,,01,2,,ix n f x x x y n n ==,()00012,,,0n f x x x y =,()12,,,0y n f x x x y ≠. 由方程()12,,,0n f x x x y =所确定的n 元函数()12,,,n y y x x x =,则当a) 当()()0ij nnH p h =为正定矩阵时, ()12,,n y y x x x =在0p 处取得极小值; b) 当()()0ij nnH p h =为负定矩阵时, ()12,,n y y x x x =在0p 处取得极大值; c) 当()()0ij nnH p h =为不定矩阵时, ()12,,n y y x x x =在0p 处不取得极值.其中()()()000012000012,,,,,1,2,,,,i i x x n ij y nf x x x y h i j n f x x x y=-=证 由()12,,,0n f x x x y =,得0i i x y x f f y +=. 又0y f ≠ ,所以 在i i x x yf y f =-中对j x 求偏导数得()()()2i ji i j ii jx x x y y x yx yy x x y yf f f f f f y y f +-+⋅=-因为()()000012,,...,,01,2,...,ix nf x x x y i n ==,()000012,,...,,0n f x x x y =. 所以()()000012000012,,...,,0,,...,,i x n y np f x x x y xf x x x yiy =-=所以()()000012000012,,...,,,,...,,i j x x n y np f x x x y x x f x x x yi jy=-. 由n 元显函数极值存在的条件即引理2 知,a) 当()()0ij nnH p h =为正定矩阵时, ()12,,n y y x x x =在0p 处取得极小值; b) 当()()0ij nnH p h =为负定矩阵时, ()12,,n y y x x x =在0p 处取得极大值;c) 当()()0ij nn H p h =为不定矩阵时, ()12,,n y y x x x =在0p 处取得极值.其中 ()()()000012000012,,...,,,,1,2,...,,,...,,i x n ij y nf x x x y h i j n f x x x y=-=2.5.2 多变量函数的极值举例例1 求由方程 22212122880x x y x y y +++-+= 所确定的隐函数()12,y f x x =的极值.解 令()22212121,,2288F x x y x x y x y y =+++-+, 由12122221214804022880x x F x y F x x x y x y y ⎧=+=⎪==⎨⎪+++-+=⎩得驻点()12168,0,,2,0,177p p ⎛⎫-- ⎪⎝⎭ ,而122111220,4x x x x x x x x F F F F ==== , ()()1215,15y y F p F p ==- ,所以()()1244001515,44001515H p H p ⎡⎤⎡⎤-⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎣⎦⎣⎦. 而()1H p 为负定矩阵, ()2H p 为正定矩阵,由定理2知函数()12,y f x x = 在0116,07p ⎛⎫ ⎪⎝⎭ 处取得极大值1168,077y f ⎛⎫==- ⎪⎝⎭;在()022,0p -处取得极小值()22,01y f =-=.对某些条件极值的问题亦可转化为隐函数的极值问题来解决.例2 求()444123123,,f x x x x x x =++ 在条件1231x x x = 下的极值.解: 将1231x x x = 代入f 的表达式, 得()44121244121,f x x x x x x =++. 令 ()44844812121212,,1F x x f x x f x x x x =---.解得:12347438121212348347121212448488121212484104480410x x F x x f x x x x F x x f x x x x x x f x x x x ⎧=---=⎪⎪=--=⎨⎪---=⎪⎩. 得驻点()()()()12341,1,3,1,1,3,1,1,3,1,1,3p p p p ---- .而11246428121212125612,x x F x x f x x x x =-- 22428248121212121256,x x F x x f x x x x =-- 12337337121212163232,x x F x x f x x x x =-- 4412f F x x =.所以()11132x x F p =- ()12116x x F p =- ()22132x x F p =-,()1 1.f F p =()132161632H p ⎡⎤=⎢⎥⎣⎦,且2212320,32160∆=>∆=->. 即()1H p 是正定矩阵.所以()44121244121,f x x x x x x =++在点()011,1p =处取得极小值3. 又由1231x x x = 得()31,11x =,所以在条件1231x x x =下,及()011,1p = 对应的点为()111,1,1p =.所以原函数()444123123,,f x x x x x x =++在条件1231x x x =下,在点()111,1,1p =处取得极小值,且()1,1,13f =.同理可知函数()123,,f x x x 在点()()()1112341,1,1,1,1,1,1,1,1p p p ------ 处均取得极小值且极小值为3.3多元函数极值实际应用3.1 最大值和最小值问题如果()f x y在D上必定能取得最大值和最,,f x y在有界闭区域D上连续,则()小值. 这种使函数取得最大值或最小值的点既可能在D的内部,也可能在D的边界上. 我们假定, 函数在D上连续、在D内可微分且只有有限个驻点, 这时如果函数在D的内部取得最大值(最小值), 那么这个最大值(最小值)也是函数的极大值(极小值).因此,求最大值和最小值的一般方法是: 将函数()f x y在D内的,所有驻点处的函数值及在D的边界上的最大值和最小值相互比较,其中最大的就是最大值,最小的就是最小值.在通常遇到的实际问题中,如果根据问题的性质,知道函数(),f x y的最大值(最小值)一定在D的内部取得,而函数在D内只有一个驻点,那么可以肯定该驻点处的函数值就是函数()f x y在D上的最大值(最小,值).3.2 多元函数极值的实际应用的思路[8]3.2.1 实际问题的提出在学习导数应用时, 我们经常遇到一道经典的导数应用题目是“做成一个容积一定的圆柱形的无盖(或有盖)容器, 问应当如何设计, 才能使用料最省, 这时圆柱的直径和高之比为多少?”我们知道易拉罐的主体部分是正圆柱体, 因此把饮料罐近似看成一个正圆柱是有一定合理性的.经过计算可得出圆柱的直径和高之比为1: 1时, 用料最省.但是从我们的实际感受和具体测量可知, 这只是一种近似的结果, 那实际的可口可乐、雪碧、健力宝等销量极大的易拉罐的包装究竟设计成什么样子? 顶盖的直径和从顶盖到底部的高之比为多少? 它们的形状为什么是这样的?通过测量得到（表格转下一页）:说明尺寸上底厚下底厚侧面厚上盖半径正圆柱体部分半径正圆柱部分的高圆台高整个易拉罐高易拉罐的实际容积可乐的净含量，根据以上数据我们对部分数据近似取值为: 小数点后两位.3.2.2分析和假设3.2.2.1 假设除易拉罐的顶盖外(顶盖的硬度比其他的材料要硬)罐的厚度相同,记作b.3.2.2.2 假设硬度体现在同样材料的厚度上, 记顶盖的厚度为 (测量得知,顶盖厚度大约是其他部分的材料厚度的3倍).注: 以上假设是模型讨论过程中的全局性的假设, 在以后的分布讨论中, 我们可能引入新的局部性假设.3.2.3 模型建立及求解3.2.3.1 明确变量和参数设饮料罐的半径为r (直径2d r =),罐的高为h ,罐内体积为V ,b 为除顶盖外的材料的厚度.其中r ,h 是自变量, 所用材料的体积S 是因变量,而b 和V 是固定参数,a 是待定参数.S 和V 分别为：()()222,212S r h rh r a r b b a r rh ππππ⎡⎤⎡⎤=++=++⎣⎦⎣⎦2V r h π=,2/h V r π=注意,饮料罐侧面的体积应为()2222h r b hr rbh hb ππππ+-=-因为b r << ,所以2hb π可以忽略.3.2.3.2 建立模型记()2,g r h r π=- (),0min ,r o h S r h >> ()..,0s t g r h =其中S 是目标函数,(),0g r h =是约束条件, V 是已知的(即罐内体积一定) ,即要在体积一定的条件下求表面积最小的r, h 和a 使得r, h 和测量结果吻合.这是一个求条件极值的问题.3.2.3.3 模型的求解从约束中解出一个变量,化条件极值问题为求一元函数的无条件极值问题 从()2,0g r h r V π=-=解出2/h V r π= 代入S,使原问题化为:求/d h 使S 最小,即求r 使()()()22,1V S r h r b a r r π⎡⎤=++⎢⎥⎣⎦最小. 令其导数为零得()()()222222110ds V b B a r a r V sr r r ππ⎡⎤=+-=+-=⎢⎥⎣⎦ 解得驻点为r =因此()11V h a a π⎡⎛⎫⎡⎢ ⎪⎢==+=+ ⎪⎢⎢⎣⎝⎭⎣测量数据为/4h r = ,即41,3a a =+=,即顶盖的厚度是其他材料厚度的3倍.为验证这个r 确实使S 达到极小.计算''S ，()''324210V S b a r π⎡⎤=++>⎢⎥⎣⎦.0r ∴>,因此,这个r 确实使S 达到局部极小,因为驻点只有一个,因此也是全局极小.✧ 应用算术几何平均值不等式(当23n =，时有明显的几何意义, 即周长相等的矩形中正方形的面积最大,三棱长相等的长方体中正方体的体积最大).11n i i a n =≥∑, 0,1,...i a i n >=,当且仅12...n a a a ===时等号成立.令 ()21233,,1V n a r ra a a π====+ ,于是有()22216V b a b r r π++≥当且仅当()21V a r r π=+时等号成立,即r =结果相同. ✧ Lagrange 乘数法(增加一个变量化条件极值问题为多元函数无条件极值问题)求函数(),z x y =在条件(),0x y ϕ=下的极值，设二元函数(,)z f x y =和(),x y ϕ在所考虑的区域内有连续的一阶偏导数，且()',x x y ϕ,()',y x y ϕ不同时为零，求函数(,)z f x y =在约束条件(),0x y ϕ=下的极值，按以下方法进行：a) 构造辅助函数()()(),,,,F x y f x y x y λλϕ=+其中λ称为拉格朗日乘数.b) 求(),,F x y λ的偏导数，并建立方程组c) 解该方程组，得,x y 及λ，则(),x y 是可能极值点的坐标.这种求条件极值的方法称为拉格朗日乘数法.引入参数0γ≠ ,令()()()22,,21L r h b rh a r r h V λπλπ⎡⎤=++--⎣⎦()()()22212202200L b b r h rh r L br r r b r hL r V ππλπλππλπλ∂⎧=++-=⎡⎤⎣⎦⎪∂⎪∂⎪=-=-=⎨∂⎪∂⎪=--=⎪∂⎩从第2, 3式解得2V h rπ= ，2b r λ=,代入第1式得3210.V br a r ππ⎡⎤+-=⎢⎥⎣⎦()1r h a ==+和前面的结果相同. 3.2.4 验证和进一步分析由数据计算体积为2612339.3355V π=⨯≈< ,即装不下那么多饮料,为什么? 实际上,饮料罐的形状是上图左边平面图形绕其中轴线旋转而成的立体.粗略的计算,可以把饮料罐的体积看成两部分,一是上底半径为3厘米,下底半径为3.3厘米,高为1厘米的锥台,二是半径为3.3厘米,高为10.2厘米的圆柱体.它们的体积分别为31.2立方厘米和349立方厘米总共为380.2立方厘米.通过测量重量或容积来验证,可以认为1立方厘米的水和饮料的重量都是1克.未打开罐时饮料罐的重量为370克,倒出来的可乐重355克,空的饮料罐重量为15克,装满水的饮料罐重量为380克.这和我们的近似计算380.2立方厘米十分接近！饮料罐不能装满饮料,而是留有10立方厘米的空间余量.而饮料罐胖的部分的直径和高的比为6.6/10.20.647=非常接近黄金分割比0.618.3.2.5 一种细化模型(考虑实际所用材料)此外,诸如底部的形状,上拱的底面,顶盖实际上也不是平面的,略有上拱,顶盖实际上是半径为30.40.2 3.6++=平方厘米的材料冲压而成的,从顶盖到胖的部分的斜率为0.3, 这保证了和饮料罐的薄的部分的焊接(粘合)牢固、耐压.实际上,顶盖的半径为厘米,而正圆柱的高为厘米.因此()()()22230.620.44 4.4 1.082S r r r h b r r rh b πππππππ=++++=+++.22,VV r h h r ππ==问题化为:当V 固定时,求:d h 使S 最小.由于365V =立方厘米,即()22.9,365/13.8r h r π==≈所以, : 2.4h d ≈, 高是直径的2.4倍!3.3 多元函数极值的实际应用例1[9] [冻果汁的定价]一个小乡村里的唯一商店有两种牌子的冻果汁，当地牌子的进价每听30美分，外地牌子的进价每听40美分.店主估计，如果当地牌子的每听卖x 美分，外地牌子的每听卖y 美分，则每天可卖出7054x y -+听当地牌子的果汁,()8067x y +-听外地牌子的果汁.问:店主每天以什么价格卖两种牌子的冻果汁可取得最大收益？解：既然总收益为当地牌子的果汁收益及外地牌子的果汁收益之和，所以每天总收益为二元函数()()()()(),307054408067f x y x x y y x y =--++-+-于是求每天的最大总收益，就是求二元函数(),f x y 的最大值.求二元函数(),f x y 的偏导数，得101020010142400f x y x f x y y∂⎧=-+-=⎪∂⎪⎨∂⎪=-+=∂⎪⎩ 则有驻点53,55x y ==. 所以当53x =美分，55y =美分时，小店可取得最大收益.例2[3] 要制造一个无盖的长方体水槽，已知它的底部造价为218m 元/，设计的总造价为216元，问如何选取它的尺寸，才能使水槽容积最大？解：设水槽的长、宽、高分别为,,x y z ，则容积为()0,0,0V xyz x y z =>>>， 由题设知86(22)216xy xy yz ++=即32()36xy z x Y ++=解出z ，得 3633122()2xy xy z x y x y--==⋅++…………………………….① 将①式代入V xyz =中，得二元函数223122xy x y V x y-=⋅+……………………………………..② 求V 对,X Y 的偏导数：()2222(122)(12)32()y xy x y xy x y V x x y -+--∂=⋅∂+，()2222(122)(12)32()x x y x y xy x y V y x y -+--∂=⋅∂+.令，0,0V V x y ∂∂==∂∂得方程组 222222(122)()(12)0(122)()(12)0y xy x y xy x y x x y x y xy x y ⎧-+--=⎪⎨-+--=⎪⎩ 解之， 得2, 2.x y == 再代入 ① 式中得3z = .由问题的实际意义得知，函数(,)V x y 在0,0x y >> 时确有最大值，又因为(,)V V x y = 可微，且只有一个驻点，所以取长为2m ，宽为2m ，高为3m 时，水槽的容积最大.例3[14] 某公司通过电台和报纸做某商品的销售广告，据统计销售收入R (万元)及电台广告费1x (万元)和报纸广告费2x (万元)的函数关系式2212121212(,)1514328210R x x x x x x x x =++--- 求：（1）在不限广告费时的最优广告策略；（2）在仅用1.5万元做广告费时的最优广告策略.解：（1）最优广告策略，即用于电台、报纸的广告费为多少时，可使商品的利润12(,)L x x 最大，故目标函数为利润函数；另据题意，知这是一个二元函数无条件极值问题.记电台和报纸的广告费之和为12(,)C x x ，则1212(,)C x x x x =+，于是()2212121212121212(,)(,)(,)153********,0L x x R x x C x x x x x x x x x x =-=++--->>令211122138********L x x x L x x x ∂⎧=--=⎪∂⎪⎨∂⎪=--=⎪∂⎩，解得120.751.25x x =⎧⎨=⎩ 所以在不限广告费的最优广告策略是用于电台和报纸的广告费分别为0.75万元和1.25万元.据题意这是一个条件极值问题，约束条件为12 1.5x x +=，一般的从这一约束条件中解出121.5x x =-，带入利润函数()()()2212222222222(,)1513(1.5)3181.521.510301240 1.5L x x x x x x x x x x =+-+-----=+-≤≤于是将条件极值问题转化为一元函数的普通极值问题.由于()'2212800 1.5L x x =-≥≤≤，这表明L 关于变量2x 是单调增加的，从而L 在2 1.5x =时取最大值.因此用1.5万元做广告费的条件下，相应的最优广告策略是将其全部用及报纸广告费用，而不做电台广告.或构造辅助函数()221212121513318210 1.5F x x x x x x λ=+----++-2111122212138403182001.50F x x x F x x x F x x λλλ∂⎧=--+=⎪∂⎪∂⎪=--+=⎨∂⎪⎪∂=+-=⎪∂⎩，解得1201.5x x =⎧⎨=⎩有同样的结果.结 语函数的极值判定条件的深入分析是微积分课程教学中的一项基础性理论工作.近年来,有不少文章对二元函数极值的判定进行了讨论.从教科书中的满足20xx yy xy f f f ∆=->的二阶连续可导的函数(),z f x y =的驻点()00,x y 是极值点的基本判定定理出发,建立了一系列不同的或更细致的判别方法.利用一阶偏导数的连续性及去心邻域内点的方向导数的同号性等方法给出了光滑性不好的点的极值判定定理.另一方面,对于光滑性较好的驻点在0∆=的临界情形下的极值判定也有许多结论.给出了非零最低阶偏导数是奇数阶时驻点非极值点的结果,并建立了一、二、三阶偏导数全为零时利用四阶导数判断极值的一种方法;建立了临界情形下,二阶偏导不全为零时非极值点的判定条件,并利用关于二元四次齐次多项式的正定性的充要条件,直接给出了四阶导数判断极值的简明方法. 这不仅需要比较多元函数极值理论及一、二元函数极值理论的相同点，而更重要的是要突出二者的不同点，如此才能正确掌握多元函数极值的理论，对极值问题有一个全面的了解，从而更好的服务于人的生活和生产.参考文献[1] 陈传璋. 数学分析 [M] .编高等教育出版社，1990.[2] 张禾瑞、郝丙新. 高等代数〔M〕. 高等教育出版社，1991.[3] 数学分析习题集题解BI吉米多维奇. 山东科学杜术出版，1983.[4] 韩伯棠. 管理运筹学〔M〕. 北京:高等教育出版社，2003.[5] 魏国华、傅家良、周仲良. 实用运筹学〔M〕. 北京:清华大学出版社，2000.[6] 胡运权、郭耀煌. 运筹学教程〔M〕. 清华大学出版社, 2002.[7] 邓成梁. 运筹学的原理和方法(第二版)〔M〕. 华中科技大学出版社, 2002.[8] 余兴无、李旭东. 确定性存储基本模型的几个推广〔J〕. 甘肃科学学报, 2002[9] 同济大学函授数学教研室高等数学第二版[下] 上海同济大学出版社.[10] 仉志余. 大学数学应用教程[M ]. 北京: 北京大学出版社, 2005.[11] 叶其孝. 最优化———导数的应用教学单元[J]. 工程数学学报, 2005, (8).[12] James Stewart著. 白峰衫主译. 微积分[M]. 北京:高等教育出版社, 1998.[13] 黄忠霖、黄京. Matlab符号运算及其应用[M]. 北京: 国防工业出版社, 2004.[14] 裴礼文. 数学分析中的典型问题和方法[M] . 北京: 高等教育出版社, 1993.[15] 王荷芬等. 高等数学汇解 [M] . 上海:同济大学出版社, 1990.[16] 汪荷仙. 高等数学解题方法指导 [M] . 成都:成都科技大学出版社, 1995.[17] G.B. Folland.Real Analysis(Second Editor),1999.致谢首先感谢我的导师老师，我的这篇学位论文是在我的导师老师的亲切关怀和悉心指导下完成的．他严肃的科学态度，严谨的治学精神，精益求精的工作作风，深深地感染和激励着我．杨老师不仅在学业上给我以精心指导，同时还在思想、生活上给我以无微不至的关怀，在此谨向杨老师致以诚挚的谢意和崇高的敬意．我还要感谢在一起愉快的度过毕业论文小组的同学们等人，正是由于你们的帮助和支持，我才能克服一个一个的困难和疑惑，直至本文的顺利完成.在论文即将完成之际，我的心情无法平静，从开始进入课题到论文的顺利完成，老师和同学给予我很多指导和帮助，在这里请接受我诚挚的谢意!最后我还要感谢培养我长大含辛茹苦的父母，谢谢你们!最后，再次对关心、帮助我的老师和同学表示衷心地感谢！。
多元函数极值充分条件
定理10.2(函数取得极值的充分条件) 设函数(,)f x y 在点000(,)P x y 的邻域内存在二阶连续偏导数，且00(,)0x f x y ，00(,)0y f x y ．记00(,)xx f x y A ，00(,)xy f x y B ，00(,)yy f x y C ，则有(1) 当20ACB 时，00(,)x y 是极值点．且当0A 时，000(,)P x y 为极小值点；当0A 时，000(,)P x y 是极大值点．(2) 当20AC B 时，000(,)P x y 不是极值点．(3) 当20ACB 时，不能判定000(,)P x y 是否为极值点，需要另外讨论．证 (1) 利用二元函数的一阶泰勒公式，因00(,)(,)f x h y k f x y 20000001(,)(,)(,)2x y f x y hf x y kh kf x h y k xy， 01由已知条件，00(,)0x f x y ,00(,)0y f x y ，故20000001(,)(,)(,)2f x h y k f x y h k f x h y k x y22001(,)2(,)(,)2xx xy yy f x h y k h f x h y k hkf x h y k k利用矩阵记号， 记h rk，(,)r h k ，0()A B Hf P B C，000(,)P rx h y k000()()()()()xx xy xy yy f P r f P r Hf P r f P r f P r ，可改写上式为0()()f P r f P 0000()()1(,)()()2xx xy xy yy f P r f P r h h k kf P r f P r 01()2r Hf P r r 01 （1）进一步，又有0()()f P r f P 00011()[()()]22r Hf P r r Hf P r Hf P r （2）当20AC B 且0A 时，二次型0()r Hf P r 正定，因此对于任何00h rk，0()0r Hf P r 。
多元函数的极值与条件极值
多元函数的极值与条件极值在数学分析中，极值是一个重要的概念。
对于多元函数而言，我们可以通过求取偏导数或利用拉格朗日乘数法来确定其极值点。
在这篇文章中，我们将探讨多元函数的极值以及条件极值。
一、多元函数的极值在开始讨论多元函数的极值之前，我们先来回顾一元函数的极值。
对于一个实数域上的函数f(x)，如果存在x=a，使得在a的某个去心邻域内，函数值小于（或大于）f(a)，则称f(a)是函数f的一个极大（或极小）值。
同样地，我们可以将这一概念推广到多元函数上。
考虑一个定义在n维欧几里得空间上的函数f(x₁,x₂,...,xₙ)，其中x₁,x₂,...,xₙ是实数。
我们称向量x=(x₁,x₂,...,xₙ)为函数f的一个驻点，如果在x的某个邻域内，函数值在x点取得极值。
对于多元函数，我们需通过求取偏导数来判断其极值点。
偏导数的定义如下：对于函数f(x₁,x₂,...,xₙ)，它在x=(a₁,a₂,...,aₙ)处的偏导数∂f/∂xᵢ (i=1,2,...,n)是当变量xᵢ在点(x₁,x₂,...,xₙ)处以及其他变量a₁,a₂,...,aₙ保持不变时的导数。
求解偏导数后，我们可以通过将偏导数相应的变量取0，得到一组等式，从而解得极值点。
二、多元函数条件极值在实际问题中，我们经常会遇到有约束条件的优化问题，这就引出了条件极值的概念。
对于一个满足一组约束条件的多元函数，我们要在满足条件的前提下，找到它的极值点。
拉格朗日乘数法是求解带有约束条件的多元函数极值的常用方法。
设函数f(x₁,x₂,...,xₙ)的约束条件为g(x₁,x₂,...,xₙ)=0。
首先构建拉格朗日函数L(x₁,x₂,...,xₙ,λ)=f(x₁,x₂,...,xₙ)+λg(x₁,x₂,...,xₙ)，其中λ为拉格朗日乘数。
然后，求解函数L的偏导数∂L/∂xᵢ(i=1,2,...,n)和∂L/∂λ，并将它们置为0。
解这组方程，即可得到满足条件的极值点。
三元函数极值判别公式
三元函数极值判别公式三元函数是指具有三个自变量的函数，形如f(x,y,z)。
对于三元函数的极值判别公式，首先需要求出函数在自变量取值范围内的一阶和二阶偏导数，然后根据二阶偏导数的符号确定函数的极值情况。
假设函数f(x, y, z)在自变量的取值范围内具有连续的一阶连续偏导数，即函数的一阶偏导函数f_x, f_y, f_z以及二阶偏导函数f_xx, f_xy, f_xz, f_yy, f_yz, f_zz都存在且连续。
对于三元函数的极值判别公式，分为三个步骤：1.求出函数的一阶偏导数。
通过对函数f(x,y,z)分别对x,y,z求偏导数可得到f_x,f_y,f_z。
2.求出函数的二阶偏导数。
通过对函数f(x, y, z)的一阶偏导数f_x, f_y, f_z分别对x, y, z 再次求偏导数可得到f_xx, f_xy, f_xz, f_yy, f_yz, f_zz。
3.利用二阶偏导数的符号判定函数的极值。
利用函数的二阶偏导数的符号来判断函数的极值情况，可以通过以下三个步骤：1)计算二阶偏导数的行列式D。
行列式D的计算公式为：D = f_xx * f_yy * f_zz + f_xy * f_yz * f_zx + f_xz * f_yx * f_zy - f_xz * f_yy * f_zx - f_yx * f_yy * f_zz - f_xy * f_yx * f_zy2)判断行列式D的符号。
a) 若D > 0，并且所有的二阶偏导数f_xx, f_yy, f_zz都大于0，则函数f(x, y, z)在该点为极小值点。
b) 若D > 0，并且所有的二阶偏导数f_xx, f_yy, f_zz都小于0，则函数f(x, y, z)在该点为极大值点。
c)若D<0，则函数f(x,y,z)在该点既不是极小值点也不是极大值点。
3)若D=0，则二阶偏导数的符号不能判断函数的极值。
此时需要进一步进行判别。
多元函数极值的充分条件
多元函数极值的充分条件马丽君（集宁师范学院 数学系）我们知道，一元函数()y f x =在点0x x =取得极值的充分条件是：函数()f x 在点0x 处具有一阶二阶连续导数，0x 是()f x 驻点，即0()0f x '=。
若0()0(0)f x ''><，则0x 为()f x 的极小值点（或极大值点）对于多元函数()Y f X =，其中12(,,,)n X x x x =，有与上面一元函数取得极值的充分条件相对应的结论。
定义 1.设n 元函数()Y f X =，其中12(,,,)n X x x x =，对各自变量具有一阶连续偏导数，则称12,,,Tn f ff x x x ⎛⎫∂∂∂⎪∂∂∂⎝⎭为()f X 的梯度，记作gradf 。
引理 设n 元函数()f X ，其中12(,,,)n X x x x =，对各自变量具有一阶连续偏导数，则()f X 在点000012(,,,)n X x x x =取得极值的必要条件是：0112(),,,0Tn n X X f ff gradf X x x x ⨯=⎛⎫∂∂∂== ⎪∂∂∂⎝⎭证明：引理成立是显然的，即极值点函数可导，则该点的偏导数等于零。
定义 2.设n 元函数()f X ，对各自变量具有二阶连续偏导数，000012(,,,)n X x x x =是()f X 的驻点，现定义()f X 在点0X 处的矩阵为：222000211212222000202122222000212()()()()()()()()()()f N n n n f X f X f X X X X X X f X f X f X H X X X X X X f X f X f X X X X X X ⎧⎫∂∂∂⎪⎪∂∂∂∂∂⎪⎪⎪⎪∂∂∂⎪⎪=∂∂∂∂∂⎨⎬⎪⎪⎪⎪⎪⎪∂∂∂⎪⎪∂∂∂∂∂⎩⎭由于各二阶偏导数连续，即22(,1,2,,)i j j if fi j n x x x x ∂∂==∂∂∂∂，所以0()f H X 为实对称矩阵。
在实际问题中经常要遇到求三元以上函数的极值问题
在实际问题中经常要遇到求三元以上函数的极值问题，对此可由二次型的正定性加以解决.定义1 设n 元函数12()(,,)n f X f x x x = 在12(,,,)T n n X x x x R =∈ 的某个邻域内有一阶、二阶连续偏导数。
记12()()()(),,,n f X f X f X f X x x x ⎛⎫∂∂∂∇= ⎪∂∂∂⎝⎭ , ()f X ∇称为函数()f X 在点12(,,,)T n X x x x = 处的梯度.定义3 满足0()0f X ∇=的点0X 称为函数()f X 的驻点.定义4222211212222212()()()()()()()()n i j n n n n n f X f X f X x x x x x f X H X x x f X f X f X x x x x x ⨯⎛⎫∂∂∂ ⎪∂∂∂∂∂⎪⎛⎫∂ ⎪== ⎪ ⎪∂∂ ⎪⎝⎭∂∂∂ ⎪ ⎪∂∂∂∂∂⎝⎭ 称为函数12()(,,)n f X f x x x = 在点n X R ∈处的黑塞矩阵。
显然()H X 是由()f X 的2n 个二阶偏导数构成的n 阶实对称矩阵.定理8(极值存在的必要条件) 设函数()f X 在点000012(,,,)T n X x x x = 处存在一阶偏导数，且0X 为该函数的极值点，则0()0f X ∇=.定理9(极值的充分条件) 设函数()f X 在点0n X R ∈的某个邻域内具有一阶、二阶连续偏导数，且000012()()()(),,,0n f X f X f X f X x x x ⎛⎫∂∂∂∇== ⎪∂∂∂⎝⎭则 : (1)当0()H X 为正定矩阵时，0()f X 为()f X 的极小值;(2)当0()H X 为负定矩阵时，0()f X 为()f X 的极大值; (3)当0()H X 为不定矩阵时，0()f X 不是()f X 的极值。
应注意的问题：利用二次型的正定性来判断多元函数的极值虽然是一个很好的方法,但也有一定的局限性,因为充分条件对正定和负定的要求是很严格的,若条件不满足,那结论就不一定成立.例3 求三元函数222(,,)23246f x y z x y z x y z =++++-的极值. 解 先求驻点，由220440660x y z f x f y f z ⎧=+=⎪=+=⎨⎪=-=⎩ 得1,1,1x y z =-=-=所以驻点为0(1,1,1)P--. 再求(Hessian)黑塞矩阵因为2,0,0,4,0,6xx xy xz yy yz zz f f f f f f ======,所以200040006H ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦，可知H 是正定的，所以(,,)f x y z 在0(1,1,1)P --点取得极小值：(1,1,1)6f --=-.当然，此题也可用初等方法222(,,)(1)2(1)3(1)6f x y z x y z =++++--求得极小值6-，结果一样.4.2投入产出的矩阵理论 投入产出分析对于生产生活中有着非常广泛和重要的作用，它是利用数学理论和计算机技术来对经济活动中生产部门和消费部门之间的相互关系进行研究的,尤其是研究和分析各部门在产品生产和消费之间的数量关系。
多元函数的极值
x yz xy z x y z定理1 (必要条件)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.0),(,0),(0000=′=′y x f y x f yx 取得极值,取得极值取得极值且在该点取得极值,则有),(),(00y x y x f z 在点=存在),(),(00y x y x f z 在点因=在),(0y x f z =0x x =故在),(0y x f z =0y y =zox y对于三元函数，若M 0是f (x , y , z )的驻点，f (x , y , z )在M 0处所有的二阶偏导数连续，则当矩阵在M 0处为正定阵时( )，M 0为极小值点，为负定阵时( )，M 0为极大值点.类似的，可以将以上结论推广到三元以上的函数.H=xx xy xz xyyy yz xz yz zz f f f f f f f f f ⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦112233H 0,H 0,H 0>>>112233H 0,H 0,H 0<><αcos 24x αcos 22x −)sin (cos 222−+ααx =x A αsin 24αsin 4x −0cos sin 2=+ααx =αA 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.,0sin ≠α0≠x ααααsin cos sin 2sin 2422x x x A +−=)0,120:(2πα<<<<x D 0cos 212=+−αx x 0)sin (cos cos 2cos 2422=−+−ααααx x (cm)8,603===x D πα作业P121 4, 6, 7, 13。
多元函数极值与最值
多元函数极值与最值在微积分中，我们学习了一元函数的极值与最值问题。
而在现实生活中，很多问题涉及到多个变量的函数，即多元函数。
对于多元函数来说，我们也需要研究其极值与最值问题。
本文将介绍多元函数的极值与最值的求解方法，并通过几个例子进行说明。
1. 极值与最值的定义在进行多元函数的极值与最值问题的求解之前，首先需要了解各种极值与最值的定义。
（这里插入合适的图表和示意图）1.1 局部极值：若对于一个给定的多元函数，存在某个点使得在该点的某个邻域内，函数值在该点之上或之下都小于等于（或大于等于）该点的函数值，那么称该点是该函数的一个局部极值点。
1.2 全局极大值与极小值：若对于一个给定的多元函数，如果函数的取值在定义域上的每个点上都大于等于（或小于等于）其它点，那么称该函数在该定义域上有全局极大值或极小值。
1.3 最大值与最小值：若对于一个给定的多元函数，对于其定义域上的每个点，函数值都小于等于（或大于等于）某个常数，那么称该常数为该函数在定义域上的最小值或最大值。
2. 求解方法接下来，我们将介绍两种常用的方法来求解多元函数的极值与最值问题。
2.1 梯度法梯度法是一种常用的用于求解多元函数极值的方法。
它利用函数在某个点的梯度方向可以指示函数值增大或减小的趋势。
具体步骤如下：（这里插入梯度法求解极值的算法步骤）2.2 拉格朗日乘子法拉格朗日乘子法是另一种常用的求解多元函数极值与最值的方法。
它适用于含有约束条件的优化问题，即在满足一定条件下求取函数的极值或最值。
具体步骤如下：（这里插入拉格朗日乘子法求解极值的算法步骤）3. 实例分析为了更好地理解多元函数的极值与最值问题的求解方法，我们将通过几个实例来进行分析。
3.1 示例一：二元函数我们考虑一个二元函数示例，如下所示：（这里插入具体示例的函数表达式和图形展示）通过梯度法和拉格朗日乘子法，我们可以求解该函数的极值与最值，并得出结果。
3.2 示例二：三元函数我们再考虑一个三元函数示例，如下所示：（这里插入具体示例的函数表达式和图形展示）同样地，我们可以利用梯度法和拉格朗日乘子法来求解该函数的极值与最值。
函数极值的理论及其应用
2014 届本科毕业论文（设计）论文题目：函数极值的理论及其应用所在院系：数学科学学院所学专业：数学与应用数学完成时间：2014-05-20函数极值的理论及其应用摘要函数的极值不仅是反映函数性态的一个重要特征，而且在解决实际问题中也占有极其重要的地位。
很多经济和生活中的问题都可以转化为数学中的函数极值问题进行讨论，从而得到该问题的最优方案。
本文主要探讨函数极值的理论及求解方法，并附以相应的例子阐明函数极值在实际问题中的应用，重点探讨一元函数和多元函数的极值理论及应用等问题。
关键词：函数极值，多元函数，极值应用The Extreme Value Theory of Function and its ApplicationsAbstractThe extreme value is not only a significant characteristic of a function, but also play an important role in solving practical problems. A lot of problems in the economy and life can be transformed into the function extremum problems, thus the optimal solution of these problems can be obtained. This thesis mainly discusses the theory and its corresponding solving methods of the function extreme value, together with the corresponding extreme value theory to practical problems in the application. The main contents focus on the theory and applications of the single variable functions and multivariate functions.Keywords: Function extreme value, Multivariate functions, Application of extreme value theory目录一、引言 (1)二、一元函数极值理论及其判别方法 (2)2.1 一元函数极值的概念 (2)2.2 一元函数极值的判定 (2)2.3 一元函数极值的求解 (3)三、多元函数的极值理论及其判别方法 (3)3.1 二元函数极值的概念 (3)3.2 二元函数极值的判定 (3)3.3 二元函数两类极值的求解 (4)3.4 n元函数极值的概念 (6)3.5 n元函数极值的判定 (6)3.6 n元函数两类极值的求解 (7)四、函数极值理论的应用 (9)4.1 一元函数极值的应用 (9)4.2 二元函数极值的应用 (10)4.3 n元函数极值的应用 (11)4.4 函数极值在经济生活中的应用 (12)五、结论 (13)参考文献........................................... 错误!未定义书签。
高数多元函数微分学-多元函数的极值
类似地可证 f y ( x0 , y0 ) 0.
推广 如果三元函数u f ( x, y, z)在点P( x0 , y0 , z0 ) 具有偏导数，则它在P( x0 , y0 , z0 )有极值的必要条
件为
f x ( x0 , y0 , z0 ) 0， f y ( x0 , y0 , z0 ) 0， fz ( x0 , y0 , z0 ) 0.
y y2
1
0
y
即边界上的值为零.
z( 1 , 1 ) 1 , z( 1 , 1 ) 1 ,
22 2
22
2
所以最大值为 1 ，最小值为 1 .
2
2
无条件极值：对自变量除了限制在定义域内外，并无其他条件.
15
三、条件极值拉格朗日乘数法
实例： 小王有200元钱，他决定用来购买两种急需物品：计算机磁盘
令 u ln x0 ln y0 ln z0 ,
G( x0 , y0 , z0 )
ln
x0
ln
y0
ln
z0
(
x02 a2
y02 b2
z02 c2
1) ,
由
Gx0
x02 a2
0,
y02 b2
Gy0
y02 c2
0, 1
Gz0 0
0
,
22
1
x0
2x0
a2
0
即
1 y0
2y0
b2
0
可得
13
例3
求z
x2
x y y2
的最大值和最小值.
1
解
由
( x2 y2 1) 2x( x y)
《高等数学》-各章知识点总结——第9章
《高等数学》-各章知识点总结——第9章第9章 多元函数微分学及其应用总结一、多元函数的极限与连续 1、n 维空间2R 为二元数组),(y x 的全体，称为二维空间。
3R 为三元数组),,(z y x 的全体，称为三维空间。
nR 为n元数组),,,(21nx x x 的全体，称为n 维空间。
n维空间中两点1212(,,,),(,,,)n n P x x x Q y y y 间的距离：2221122||()()()n n PQ y x y x y x =-+-++-邻域:设0P 是nR 的一个点，δ是某一正数，与点0P距离小于δ的点P 的全体称为点0P 的δ邻域，记为),(0δP U ，即00(,){R|||}nU P P PP δδ=∈<空心邻域: 0P 的δ邻域去掉中心点0P 就成为0P 的δ空心邻域,记为0(,)U P δ=0{0||}PPP δ<<。
内点与边界点：设E 为n 维空间中的点集，nP ∈R 是一个点。
如果存在点P 的某个邻域),(δP U ，使得EP U ⊂),(δ，则称点P 为集合E 的内点。
如果点P 的任何邻域内都既有属于E 的点又有不属于E 的点，则称P 为集合E 的边界点,E 的边界点的全体称为E的边界．聚点：设E 为n 维空间中的点集，nP ∈R 是一个点。
如果点P 的任何空心邻域内都包含E 中的无穷多个点，则称P 为集合E 的聚点。
开集与闭集: 若点集E 的点都是内点，则称E 是开集。
设点集nE ⊆R , 如果E 的补集nE-R是开集，则称E 为闭集。
区域与闭区域：设D 为开集，如果对于D 内任意两点，都可以用D 内的折线（其上的点都属于D ）连接起来, 则称开集D 是连通的．连通的开集称为区域或开区域．开区域与其边界的并集称为闭区域．有界集与无界集: 对于点集E ，若存在0>M ，使得(,)E U O M ⊆，即E 中所有点到原点的距离都不超过M，则称点集E 为有界集，否则称为无界集．如果D 是区域而且有界，则称D 为有界区域． 有界闭区域的直径：设D 是nR 中的有界闭区域，则称1212,()max{||}P P Dd D PP ∈=为D 的直径。
D6.3.3多元函数的极值及最大值、最小值
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. 例如, 求函数 u f ( x, y, z ) 在条件 ( x, y, z ) 0 ,
推广
( x, y, z ) 0下的极值. 设 F f ( x, y, z ) 1 ( x, y, z ) 2 ( x, y, z )
的某邻域内具有一阶和二阶连续偏导数, 且
f x ( x0 , y0 ) 0 , f y ( x0 , y0 ) 0
令 A f x x ( x0 , y0 ) , B f x y ( x0 , y0 ) , C f y y ( x0 , y0 )
则: 1) 当AC B 0 时, 具有极值
长、宽、高尺寸相等 .
思考与练习 已知平面上两定点 A( 1 , 3 ), B( 4 , 2 ),
x2 y2 1 ( x 0, y 0) 圆周上求一点 C, 使 试在椭圆 9 4 △ABC 面积 S△最大. A y
解答提示: 设 C 点坐标为 (x , y),
D
C
B
则
o E i j k 1 3 1 0 (0 , 0, x 3 y 10) 2 x 1 y 3 0
1 x 3 y 10 2
x
2 2 x y 设拉格朗日函数 F ( x 3 y 10) 2 (1 ) 9 4 2 2( x 3 y 10) x0 9 解方程组 6( x 3 y 10) 2 y 0 4 x2 y2 1 0 9 4 3 4 ,y , 对应面积 S 1.646 得驻点 x 5 5 而 S D 2 , SC 3.5 , 比较可知, 点 C 与 E 重合时, 三角形
解方程组
极值的第三充分条件
极值的第三充分条件极值是数学中一个非常重要的概念，它在很多实际问题中都有着广泛的应用。
对于一个函数而言，它的极值点包括极大值点和极小值点，是函数取得最大值和最小值的点。
在研究一个函数的极值时，除了需要找到极值点，还需要确定这个点是极大值还是极小值。
而确定这个点是极大值还是极小值，有一个非常重要的条件：极值的第三充分条件。
极值的第三充分条件是什么呢？它是指对于一个连续可微的函数f(x)，如果在x=a处取得极值，同时f'(a)=0，f''(a)不等于0，那么这个点一定是一个极值点。
同时，如果f''(a)>0，则表示在a点取得的是一个极小值，而f''(a)<0，则表示在a点取得的是一个极大值。
这个条件非常重要，因为它对于理解函数极值的判定提供了一条重要的思路。
它告诉我们，如果我们要判断一个点是极大值还是极小值，那么需要看这个点的二阶导数的符号。
如果二阶导数的符号大于0，则表示这个点是一个极小值，而小于0则表示这个点是一个极大值。
此外，极值的第三充分条件还有一个非常重要的意义，那就是它可以帮我们进一步确定函数的性质。
如果在一个点上函数的二阶导数大于0，那么说明函数在这个点处是凸的，这就意味着函数在这个点处是向上开口的。
而如果二阶导数小于0，则说明函数在这个点处是凹的，即函数在这个点处是向下开口的。
因此，函数的凸凹性也可以通过极值的第三充分条件得到很好的刻画。
总之，极值的第三充分条件是一个非常重要的判定条件，它可以帮助我们确定极值点的类型，进一步确定函数的凸凹情况，从而更好地理解函数的性质。
在学习函数的极值问题时，我们应该重视这个条件，充分理解它的含义和应用，以便更好地解决实际问题。
判断极值点的第三充分条件(一)
判断极值点的第三充分条件(一)判断极值点的第三充分条件引言判断函数的极值点是高等数学教学中的重要内容。
在判断函数的极值点时，可以使用充分条件来判定一个点是否为极值点。
其中，第三充分条件是判断极值点的重要手段之一。
本文将详细介绍判断极值点的第三充分条件。
第三充分条件的表述判断函数的极值点的第三充分条件可以表述如下：1.设函数f(x)在点x0处连续；2.在x0的某一邻域内，f′(x)在x0的左侧取正值，右侧取负值，或者在x0的左侧取负值，右侧取正值；3.当x接近x0时，函数值f(x)的符号发生改变。
判断过程按照第三充分条件，判断一个点是否为极值点的过程如下：1.首先，计算函数f(x)的导数f′(x)；2.找到导数f′(x)的零点x0，即f′(x0)=0；3.在零点x0的左右两侧找到一个邻域，确保f′(x)在这个邻域内的符号变化；4.根据函数值f(x)的符号变化，判断函数在该邻域内是否存在极值点。
判断示例为了更好地理解和运用第三充分条件，我们通过一个示例来进行判断。
示例：判断函数f(x)=x3−3x的极值点。
解：1.首先，计算函数f(x)的导数f′(x)，得到f′(x)=3x2−3；2.将导数f′(x)置零，解得x0=−1和x1=1；3.我们以x0=−1为例，在x0的左右两侧取一个邻域，例如(−2,0)；4.代入x0左侧的任意值x=−2和右侧的任意值x=0，计算函数值f(x)，得到f(−2)=10和f(0)=−2；5.函数值f(x)经过x0时，符号发生改变，即左侧为正值，右侧为负值；6.根据第三充分条件，可以判断x0=−1为函数的极大值点。
总结通过本文的介绍，我们了解了判断极值点的第三充分条件的具体表述和判断过程。
同时，通过示例的演示，我们掌握了具体应用方法。
希望本文能对读者在判断函数的极值点时提供一定的帮助。
参考文献•[维基百科：极值](•[高等数学教材]。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
三元函数条件极值的充分条件及应用
三元函数指的是具有三个变量的函数。
三元函数的条件极值指的是满足特定条件时函数取得的极值。
充分条件：
对于三元函数f(x,y,z)，若(x0,y0,z0)是条件极值，则必须满足以下充分条件：
偏导数存在：对于任意的变量i，都必须有∂f
∂x i
(x0,y0,z0)=0。
偏导数矩阵可逆：偏导数矩阵
Hf(x0,y0,z0)=[∂2f
∂x2
∂2f
∂x∂y
∂2f
∂x∂z
∂2f
∂y∂x
∂2f
∂y2
∂2f
∂y∂z
∂2f
∂z∂x
∂2f
∂z∂y
∂2f
∂z2
]必须可逆。
应用：
优化问题：三元函数的条件极值可用于求解优化问题，例如最小值问题或最大值问题。
数学建模：三元函数的条件极值也可用于数学建模，用于描述实际问题的特征。
其他：三元函数的条件极值还可用于其他领域，例如力学、经济学、生物学等。