多元极值与最值
1 无条件极值
定义
函数
- 极大值:
- 极小值:
极值的必要条件
极值点处,两个一阶偏导同时为 0
极值的充分条件
,则 为 的极值点,且有 ,为极大值点 ,为极小值点
,不是极值点 ,不一定,要用定义判
求极值的一般步骤
- 求出
的驻点 - 利用极值的充分条件判定是否为极值点
在偏导数不存在的点也可能取到极值,对于这种点一般用定义判定
2 条件极值
拉格朗日乘数法
求
- 构造拉格朗日函数
- 将
分别对 求偏导,构造如下方程组:$$\begin{cases} F_x'=f_x'(x,y)+\lambda\varphi_x'(x,y)=0 \ \ F_y'=f_y'(x,y)+\lambda\varphi_y'(x,y)=0 \ \ F_{\lambda}'=\varphi(x,y)=0 \end{cases}$$ - 解出
,其中的 就是在条件约束下可能的极值点
推广
对于 3 个变量、2 个约束条件,如
- 拉格朗日函数:
- 求偏导,列方程组:$$\begin{cases} f_x'(x,y,z)+\lambda\varphi_x'(x,y,z)+\mu\psi_x',(x,y,z)=0 \ \ f_y'(x,y,z)+\lambda\varphi_y'(x,y,z)+\mu\psi_y',(x,y,z)=0 \ \ f_z'(x,y,z)+\lambda\varphi_z'(x,y,z)+\mu\psi_z',(x,y,z)=0 \ \ \varphi(x,y,z)=0 \ \ \psi(x,y,z)=0 \end{cases}$$
解方程组
可以用线代的线性方程组的思想,讨论
- 首先由于此类问题的特殊性,
必有非零解 - 故
,由此可得出变量之间的关系
-
对于 2 变量,1 条件:$$A=\begin{bmatrix} f_x' &\varphi_x' \ f_y' &\varphi_y' \end{bmatrix} \qquad x=\begin{bmatrix} 1 \ \lambda \end{bmatrix}$$ 由
,解出 之间的关系,代入 求解 -
对于 3 变量,2 条件:$$A=\begin{bmatrix} f_x'\quad &\varphi_x' &&\psi_x' \ f_y'\quad &\varphi_y' &&\psi_y' \ f_z'\quad &\varphi_z' &&\psi_z' \end{bmatrix} \qquad x=\begin{bmatrix} 1 \ \lambda \ \mu \end{bmatrix}$$ 由
,解出 之间的关系,代入 求解 -
对于 3 变量,只有 1 个条件:列 3 个方程,会发现 $$\dfrac{f_x'}{\varphi_x'}=\dfrac{f_y'}{\varphi_y'}=\dfrac{f_z'}{\varphi_z'}$$ 代入
那一行求解
3 最大最小值
有界闭区域上的最值
- 求
在区域 内部可能的极值点——求驻点代入函数取值 - 求
在区域 边界上的最大最小值——用拉格朗日乘数法,条件是区域边界 - 比较大小
求出来的驻点可能不在区域内,要代入检查
应用题
- 建立目标函数
- 求有界闭区域上的最值