当前位置: 首页 > news >正文

【高等数学基础进阶】多元函数的极值与最值

文章目录

    • 无约束极值
    • 条件极值与拉格朗日乘数法
    • 最大最小值
    • 常考题型方法与技巧
      • 求极值(无条件)
      • 求最大最小值

无约束极值

定义:若在点 ( x 0 , y 0 ) (x_{0},y_{0}) (x0,y0)的某邻域内恒成立不等式
f ( x , y ) ≤ f ( x 0 , y 0 ) ( f ( x , y ) ≥ f ( x 0 , y 0 ) ) f(x,y)\leq f(x_{0},y_{0})\quad (f(x,y)\geq f(x_{0},y_{0})) f(x,y)f(x0,y0)(f(x,y)f(x0,y0))
则称 f f f在点 ( x 0 , y 0 ) (x_{0},y_{0}) (x0,y0)取得极大值(极小值),点 ( x 0 , y 0 ) (x_{0},y_{0}) (x0,y0)称为 f f f的极大值点(极小值点),极大值与极小值统称为极值,极大值点与极小值点统称为极值点

定理(极值的必要条件):设 z = f ( x , y ) z=f(x,y) z=f(x,y)在点 ( x 0 , y 0 ) (x_{0},y_{0}) (x0,y0)存在偏导数,且 ( x 0 , y 0 ) (x_{0},y_{0}) (x0,y0) f ( x , y ) f(x,y) f(x,y)的极值点,则
f x ( x 0 , y 0 ) = 0 , f y ( x 0 , y 0 ) = 0 f_{x}(x_{0},y_{0})=0,f_{y}(x_{0},y_{0})=0 fx(x0,y0)=0,fy(x0,y0)=0

也可表述为
f ( x , y 0 ) f(x,y_{0}) f(x,y0) x = x 0 x=x_{0} x=x0处的导数等于 0 0 0 f ( x 0 , y ) f(x_{0},y) f(x0,y) y = y 0 y=y_{0} y=y0处的导数等于 0 0 0

极值点只可能在驻点和 f x , f y f_{x},f_{y} fx,fy至少有一个不存在的点

定理(极值的充分条件):设 z = f ( x , y ) z=f(x,y) z=f(x,y)在点 P ( x 0 , y 0 ) P(x_{0},y_{0}) P(x0,y0)的某邻域内有二阶连续偏导数,又 f x ( x 0 , y 0 ) = f y ( x 0 , y 0 ) = 0 f_{x}(x_{0},y_{0})=f_{y}(x_{0},y_{0})=0 fx(x0,y0)=fy(x0,y0)=0,记 A = f x x ( x 0 , y 0 ) , B = f x y ( x 0 , y 0 ) , C = f y y ( x 0 , y 0 ) A=f_{xx}(x_{0},y_{0}),B=f_{xy}(x_{0},y_{0}),C=f_{yy}(x_{0},y_{0}) A=fxx(x0,y0),B=fxy(x0,y0),C=fyy(x0,y0),则

  • A C − B 2 > 0 AC-B^{2}>0 ACB2>0时,有极值,若 A > 0 A>0 A>0为极小值,若 A < 0 A<0 A<0为极大值
  • A C − B 2 < 0 AC-B^{2}<0 ACB2<0时,无极值
  • A C − B 2 = 0 AC-B^{2}=0 ACB2=0时,不一定(一般用定义判定)

条件极值与拉格朗日乘数法

函数 f ( x , y ) f(x,y) f(x,y)在条件 ϕ ( x , y ) = 0 \phi (x,y)=0 ϕ(x,y)=0条件下的极值
F ( x , y , λ ) = f ( x , y ) + λ ϕ ( x , y ) F(x,y,\lambda)=f(x,y)+\lambda \phi (x,y) F(x,y,λ)=f(x,y)+λϕ(x,y)
{ F x = f ( x , y ) + λ ϕ x ( x , y ) = 0 F y = f y ( x , y ) + λ ϕ y ( x , y ) = 0 F λ = ϕ ( x , y ) = 0 \left\{\begin{aligned}&F_{x}=f(x,y)+\lambda \phi_{x}(x,y)=0\\ &F_{y}=f_{y}(x,y)+\lambda \phi_{y}(x,y)=0\\ &F_{\lambda}=\phi(x,y)=0\end{aligned}\right. Fx=f(x,y)+λϕx(x,y)=0Fy=fy(x,y)+λϕy(x,y)=0Fλ=ϕ(x,y)=0

函数 f ( x , y , z ) f(x,y,z) f(x,y,z)在条件 ϕ ( x , y , z ) = 0 , ψ ( x , y , z ) = 0 \phi(x,y,z)=0,\psi (x,y,z)=0 ϕ(x,y,z)=0,ψ(x,y,z)=0条件下的条件极值
F ( x , y , z , λ , μ ) = f ( x , y , z ) + λ ϕ ( x , y , z ) + μ ψ ( x , y , z ) F(x,y,z,\lambda,\mu)=f(x,y,z)+\lambda \phi(x,y,z)+\mu \psi (x,y,z) F(x,y,z,λ,μ)=f(x,y,z)+λϕ(x,y,z)+μψ(x,y,z)

设给定目标函数 f ( x , y ) f(x,y) f(x,y),约束条件为 ϕ ( x , y ) = 0 \phi(x,y)=0 ϕ(x,y)=0
![[附件/ae51f3deb48f8c542b093a4c30292df5e1fe7fff.webp]]
如图所示,曲线 L L L为约束条件 ϕ ( x , y ) = 0 \phi(x,y)=0 ϕ(x,y)=0 f ( x , y ) = C f(x,y)=C f(x,y)=C为目标函数的等值线族
f ( x , y ) , ϕ ( x , y ) f(x,y),\phi(x,y) f(x,y),ϕ(x,y)偏导数都连续的条件下,目标函数 f ( x , y ) f(x,y) f(x,y)在约束条件 ϕ ( x , y ) = 0 \phi(x,y)=0 ϕ(x,y)=0下的可能极值点 M ( x 0 , y 0 ) M(x_0,y_0) M(x0,y0),从几何上看,必是目标函数等值线曲线族中与约束条件相切的那个切点
因为两曲线在切点处必有公切线,所以目标函数等值线在点 M ( x 0 , y 0 ) M(x_0,y_0) M(x0,y0)处法向量 { f x ′ ( x 0 , y 0 ) , f y ′ ( x 0 , y 0 ) } \{f'_x(x_0,y_0),f'_y(x_0,y_0)\} {fx(x0,y0),fy(x0,y0)}与约束条件曲线在点 M ( x 0 , y 0 ) M(x_0,y_0) M(x0,y0)处法向量 { ϕ x ′ ( x 0 , y 0 ) , ϕ y ′ ( x 0 , y 0 ) } \{\phi'_x(x_0,y_0),\phi'_y(x_0,y_0)\} {ϕx(x0,y0),ϕy(x0,y0)}平行,即
f x ′ ( x 0 , y 0 ) ϕ x ′ ( x 0 , y 0 ) = f y ′ ( x 0 , y 0 ) ϕ y ′ ( x 0 , y 0 ) \begin{aligned}\frac{f'_x(x_0,y_0)}{\phi'_x(x_0,y_0)}=\frac{f'_y(x_0,y_0)}{\phi'_y(x_0,y_0)}\end{aligned} ϕx(x0,y0)fx(x0,y0)=ϕy(x0,y0)fy(x0,y0)
也就是说存在实数 λ \lambda λ,使下式成立
{ f x ′ ( x 0 , y 0 ) , f y ′ ( x 0 , y 0 ) } + λ { ϕ x ′ ( x 0 , y 0 ) , ϕ y ′ ( x 0 , y 0 ) } = 0 \{f'_x(x_0,y_0),f'_y(x_0,y_0)\}+\lambda\{\phi'_x(x_0,y_0),\phi'_y(x_0,y_0)\}=0 {fx(x0,y0),fy(x0,y0)}+λ{ϕx(x0,y0),ϕy(x0,y0)}=0
需要注意的是,目标函数等值线与约束条件曲线的切点未必就是目标函数 f ( x , y ) f(x,y) f(x,y)在约束条件 ϕ ( x , y ) = 0 \phi(x,y)=0 ϕ(x,y)=0下的极值点(如图中的 M 2 M_2 M2点)

链接:拉格朗日乘数法_百度百科 (baidu.com)

最大最小值

求连续函数 f ( x , y ) f(x,y) f(x,y)在有界闭域 D D D上的最大最小值

  1. f ( x , y ) f(x,y) f(x,y) D D D内部可能的极值点(无约束极值)
  2. f ( x , y ) f(x,y) f(x,y) D D D的边界的最大最小值(条件极值)
  3. 比较

应用题

  1. 建立函数关系
  2. f ( x , y ) f(x,y) f(x,y) D D D内部可能的极值点(无约束极值)
  3. f ( x , y ) f(x,y) f(x,y) D D D的边界的最大最小值(条件极值)
  4. 比较

常考题型方法与技巧

求极值(无条件)

例1:设函数 z = f ( x , y ) z=f(x,y) z=f(x,y)的全微分为 d z = x d x + y d y dz=xdx+ydy dz=xdx+ydy,证明点 ( 0 , 0 ) (0,0) (0,0) f ( x , y ) f(x,y) f(x,y)的极小值点

可以用极值的充分条件,这里不展示过程。这里展示偏积分的方法得到原函数

函数 z = f ( x , y ) z=f(x,y) z=f(x,y)的全微分为 d z = x d x + y d y dz=xdx+ydy dz=xdx+ydy,可知
z x = x , z y = y z_{x}=x,z_{y}=y zx=x,zy=y
z x = x z_{x}=x zx=x,偏积分得
z = ∫ x d x = 1 2 x 2 + ϕ ( y ) z=\int_{}^{}xdx=\frac{1}{2}x^{2}+\phi(y) z=xdx=21x2+ϕ(y)
再代入 z y = y z_{y}=y zy=y,确定 ϕ ( y ) \phi(y) ϕ(y)
z y = ϕ ′ ( y ) ⇒ ϕ ′ ( y ) = y ∫ ϕ ′ ( y ) d y = ∫ y d y ϕ ( y ) = 1 2 y 2 + C z = 1 2 x 2 + 1 2 y 2 + C \begin{aligned} z_{y}&=\phi'(y)\\ \Rightarrow \phi'(y)&=y\\ \int_{}^{}\phi'(y)dy&=\int_{}^{}ydy\\ \phi(y)&=\frac{1}{2}y^{2}+C\\ z&=\frac{1}{2}x^{2}+ \frac{1}{2}y^{2}+C \end{aligned} zyϕ(y)ϕ(y)dyϕ(y)z=ϕ(y)=y=ydy=21y2+C=21x2+21y2+C
根据定义后面不再展示过程

还可以通过凑微分得到原函数

d z = x d x + y d y d z = d ( 1 2 x 2 ) + d ( 1 2 y 2 ) d z = d ( 1 2 x 2 + 1 2 y 2 ) z = 1 2 x 2 + 1 2 y 2 + C \begin{aligned} dz&=xdx+ydy\\ dz&=d (\frac{1}{2}x^{2})+d (\frac{1}{2}y^{2})\\ dz&=d(\frac{1}{2}x^{2}+ \frac{1}{2}y^{2})\\ z&= \frac{1}{2}x^{2}+ \frac{1}{2}y^{2}+C \end{aligned} dzdzdzz=xdx+ydy=d(21x2)+d(21y2)=d(21x2+21y2)=21x2+21y2+C
根据定义后面不再展示过程

求最大最小值

例2:求函数 u = x 2 + y 2 + z 2 u=x^{2}+y^{2}+z^{2} u=x2+y2+z2在约束条件下 z = x 2 + y 2 z=x^{2}+y^{2} z=x2+y2 x + y + z = 4 x+y+z=4 x+y+z=4下的最大值和最小值


F ( x , y , z , λ , μ ) = x 2 + y 2 + z 2 + λ ( x 2 + y 2 − z ) + μ ( x + y + z − 4 ) F(x,y,z,\lambda,\mu)=x^{2}+y^{2}+z^{2}+\lambda(x^{2}+y^{2}-z)+\mu(x+y+z-4) F(x,y,z,λ,μ)=x2+y2+z2+λ(x2+y2z)+μ(x+y+z4)

{ F x = 2 x + 2 λ x + μ = 0 F y = 2 y + 2 λ y + μ = 0 F z = 2 z − λ + μ = 0 F λ = x 2 + y 2 − z = 0 F μ = x + y + z − 4 = 0 \left\{\begin{aligned} &F_{x}=2x+2\lambda x+\mu=0\\ &F_{y}=2y+2\lambda y+\mu=0\\ &F_{z}=2z-\lambda+\mu=0\\ &F_\lambda=x^{2}+y^{2}-z=0\\ &F_{\mu}=x+y+z-4=0\end{aligned}\right. Fx=2x+2λx+μ=0Fy=2y+2λy+μ=0Fz=2zλ+μ=0Fλ=x2+y2z=0Fμ=x+y+z4=0
解得 ( x 1 , y 1 , z 1 ) = ( 1 , 1 , 2 ) , ( x 2 , y 2 , z 2 ) = ( − 2 , − 2 , 8 ) (x_{1},y_{1},z_{1})=(1,1,2),(x_{2},y_{2},z_{2})=(-2,-2,8) (x1,y1,z1)=(1,1,2),(x2,y2,z2)=(2,2,8)
故所求的最大值为 72 72 72,最小值为 6 6 6

例3:已知 z = f ( x , y ) z=f(x,y) z=f(x,y)的全微分 d z = 2 x d x − 2 y d y dz=2xdx-2ydy dz=2xdx2ydy f ( 1 , 1 ) = 2 f(1,1)=2 f(1,1)=2。求 f ( x , y ) f(x,y) f(x,y) D = { ( x , y ) ∣ x 2 + y 2 4 ≤ 1 } \begin{aligned} D=\left\{(x,y)\Big|_{}^{}x^{2}+ \frac{y^{2}}{4} \leq 1\right\}\end{aligned} D={(x,y) x2+4y21}上的最大最小值

先找 f ( x , y ) f(x,y) f(x,y),这里用凑微分(偏积分也行)
d z = 2 x d x − 2 y d y d z = d x 2 − d y 2 d z = d ( x 2 − y 2 ) z = x 2 − y 2 + C 代入 f ( 1 , 1 ) = 2 2 = 1 − 1 + C ⇒ C = 2 z = x 2 − y 2 + 2 \begin{aligned} dz&=2xdx-2ydy\\ dz&=dx^{2}-dy^{2}\\ dz&=d(x^{2}-y^{2})\\ z&=x^{2}-y^{2}+C\\ &代入f(1,1)=2\\ 2&=1-1+C \Rightarrow C=2\\ z&=x^{2}-y^{2}+2 \end{aligned} dzdzdzz2z=2xdx2ydy=dx2dy2=d(x2y2)=x2y2+C代入f(1,1)=2=11+CC=2=x2y2+2
∂ f ∂ x = 2 x = 0 , ∂ f ∂ y = − 2 y = 0 \begin{aligned} \frac{\partial f}{\partial x}=2x=0,\frac{\partial f}{\partial y}=-2y=0\end{aligned} xf=2x=0,yf=2y=0,得驻点为 ( 0 , 0 ) (0,0) (0,0)

接下来可以用拉格朗日乘数法,运算不难,这里不展示步骤。考虑另一个思路,由于已经知道了约束条件,该约束条件可以代入 z = f ( x , y ) z=f(x,y) z=f(x,y),化条件为无条件

由于点在 x 2 + y 2 4 = 1 x^{2}+ \frac{y^{2}}{4}=1 x2+4y2=1上,有
z = x 2 − ( 4 − 4 x 2 ) + 2 x ∈ [ − 1 , 1 ] z = 5 x 2 − 2 z max ⁡ = z ∣ x = ± 1 = 3 z min ⁡ = z ∣ x = 0 = − 2 \begin{aligned} z&=x^{2}-(4-4x^{2})+2\quad x \in [-1,1]\\ z&=5x^{2}-2\\ z_{\max}&=z \Big|_{x=\pm 1}^{}=3\\ z_{\min}&=z \Big|_{x=0}^{}=-2 \end{aligned} zzzmaxzmin=x2(44x2)+2x[1,1]=5x22=z x=±1=3=z x=0=2
因此最大值为 3 3 3,最小值为 − 2 -2 2

对于圆和椭圆可以用参数方程化条件为无条件

椭圆 x 2 + y 2 4 = 1 \begin{aligned} x^{2}+ \frac{y^{2}}{4}=1\end{aligned} x2+4y2=1的参数方程为
{ x = cos ⁡ t y = 2 sin ⁡ t \left\{\begin{aligned}&x= \cos t\\&y=2 \sin t\end{aligned}\right. {x=costy=2sint

z = f ( x , y ) = x 2 − y 2 + 2 = cos ⁡ 2 t − 4 sin ⁡ 2 t + 2 = 3 − 5 sin ⁡ 2 t t ∈ [ 0 , 2 π ] \begin{aligned} z=f(x,y)&=x^{2}-y^{2}+2\\ &=\cos ^{2}t-4\sin ^{2}t+2\\ &=3-5\sin ^{2}t \quad t \in [0,2\pi] \end{aligned} z=f(x,y)=x2y2+2=cos2t4sin2t+2=35sin2tt[0,2π]

相关文章:

  • QT使用MSVC编译器时中文报错问题
  • Java Double toString()方法具有什么功能呢?
  • 猿创征文|Spring Boot日志
  • Blue Prism 异常处理
  • PCL 环境下安装配置CGAL 5.5
  • Code For Better 谷歌开发者之声——盘点大家用过的Google 产品
  • Android基本界面控件、部分属性方法解析
  • Qt5开发从入门到精通——第六篇二节( 图像与图片——基础图形的绘制 )
  • Hive学习笔记2
  • 【zabbix监控四】zabbix之监控tomcat服务报警案例
  • JavaScript endsWith() 方法
  • 软件测试(用例2)
  • C++11重写muduo网络库——预备知识
  • frp内网穿透—将kali代理在公网中进行渗透测试
  • charles + proxifier 抓包配置(踩坑记录)
  • SegmentFault for Android 3.0 发布
  • [译]CSS 居中(Center)方法大合集
  • 【Amaple教程】5. 插件
  • 【面试系列】之二:关于js原型
  • 07.Android之多媒体问题
  • 230. Kth Smallest Element in a BST
  • java小心机(3)| 浅析finalize()
  • Laravel 中的一个后期静态绑定
  • python3 使用 asyncio 代替线程
  • VirtualBox 安装过程中出现 Running VMs found 错误的解决过程
  • 安装python包到指定虚拟环境
  • 百度地图API标注+时间轴组件
  • 干货 | 以太坊Mist负责人教你建立无服务器应用
  • 如何打造100亿SDK累计覆盖量的大数据系统
  • 思维导图—你不知道的JavaScript中卷
  • 小李飞刀:SQL题目刷起来!
  • 最简单的无缝轮播
  • MiKTeX could not find the script engine ‘perl.exe‘ which is required to execute ‘latexmk‘.
  • RDS-Mysql 物理备份恢复到本地数据库上
  • 带你开发类似Pokemon Go的AR游戏
  • #周末课堂# 【Linux + JVM + Mysql高级性能优化班】(火热报名中~~~)
  • $ git push -u origin master 推送到远程库出错
  • ()、[]、{}、(())、[[]]等各种括号的使用
  • (4) PIVOT 和 UPIVOT 的使用
  • (NO.00004)iOS实现打砖块游戏(九):游戏中小球与反弹棒的碰撞
  • (pojstep1.1.2)2654(直叙式模拟)
  • (附源码)apringboot计算机专业大学生就业指南 毕业设计061355
  • (附源码)springboot炼糖厂地磅全自动控制系统 毕业设计 341357
  • (附源码)ssm高校社团管理系统 毕业设计 234162
  • (机器学习-深度学习快速入门)第三章机器学习-第二节:机器学习模型之线性回归
  • (区间dp) (经典例题) 石子合并
  • (十一)图像的罗伯特梯度锐化
  • (五) 一起学 Unix 环境高级编程 (APUE) 之 进程环境
  • (中等) HDU 4370 0 or 1,建模+Dijkstra。
  • (转)Linux NTP配置详解 (Network Time Protocol)
  • .mkp勒索病毒解密方法|勒索病毒解决|勒索病毒恢复|数据库修复
  • .net core开源商城系统源码,支持可视化布局小程序
  • .NET/C# 使用反射注册事件
  • .Net小白的大学四年,内含面经
  • @NestedConfigurationProperty 注解用法