函数的极值及其求法1

三、导数的应用

函数的极值及其求法

在学习函数的极值之前，我们先来看一例子：设有函数，容易知道点x=1及x=2是此函数单调区间的分界点，又可知在点x=1左侧附近，函数值是单调增加的，在点x=1右侧附近，函数值是单调减小的.因此存在着点x=1的一个邻域,对于这个邻域内,任何点x(x=1除外)，＜均成立，点x=2也有类似的情况(在此不多说),为什么这些点有这些性质呢？

事实上，这就是我们将要学习的内容——函数的极值，

函数极值的定义设函数在区间(a,b)内有定义，x 0是(a,b)内一点.

若存在着x 0点的一个邻域，对于这个邻域内任何点x(x 0点除外)，＜均成立，则说是函数的一个极大值；

若存在着x 0点的一个邻域，对于这个邻域内任何点x(x 0点除外)，＞均成立，则说是函数的一个极小值.函数的极大值与极小值统称为函数的极值，使函数取得极值的点称为极值点。

我们知道了函数极值的定义了，怎样求函数的极值呢？

学习这个问题之前，我们再来学习一个概念——驻点凡是使的x 点，称为函数的驻点。

判断极值点存在的方法有两种：如下

方法一：设函数在x 0点的邻域可导，且.

情况一：若当x 取x 0左侧邻近值时，

＞0，当x 取x 0右侧邻近值时，＜0，则函数在x 0点取极大值。

情况一：若当x 取x 0左侧邻近值时，

＜0，当x 取x 0右侧邻近值时，＞0，则函数在x 0点取极小值。

注：此判定方法也适用于导数在x 0点不存在的情况。

用方法一求极值的一般步骤是：

a)：求；

b)：求的全部的解——驻点；

c)：判断在驻点两侧的变化规律，即可判断出函数的极值。例题：求极值点

解答：先求导数

再求出驻点：当时，x=-2、1、-4/5

判定函数的极值，如下图所示

函数极值的几种求法

函数极值的几种求法 ──针对高中生所学知识 摘要：函数是数学教学中一个重要的组成部分，从小学六年级的一元一次方程继而延伸到初中的一次函数，二次函数的初步介绍，再到高中的函数的单调性、周期性、最值、极值，以及指数函数、对数函数、三角函数的学习，这些足以说明函数在数学教学中的地位。极值作为函数的一个重要性质，无论是在历年高考试题中，还是在实际生活运用中都占有不可或缺的地位。本文主要阐述了初高中常见的几种函数，通过函数极值的相关理论给出每种函数极值的求解方法。 关键词：函数；单调性；导数；图像；极值 Abstract: Function is an important part of mathematics teaching. First the learning of linear equation in six grade, secondly the preliminary introduction of linear functions and quadratic functions in junior high school, then the monotonicity, the periodicity, the most value and the extreme value of function, finally the learning of the logarithmic function, exponential function and trigonometric function in high school. These are enough to show the important statue of the function in mathematics teaching. As an important properties of function, extreme value has an indispensable status whether in the calendar year test, or in daily life. This article will mainly expound the methods of solving the extreme value of sever functions in middle school. Key words: function; monotonicity; derivative; image; extreme value “函数”一词最先是由德国的数学家莱布尼茨在17世纪采用的，当时莱布尼茨用“函数”这一词来表示变量x的幂，也就是x的平方x的立方。之后莱布尼茨又将“函数”这一词用来表示曲线上的横坐标、纵坐标、切线的长度、垂线的长度等与曲线上的点有关的变量[]1。就这样“函数”这词逐渐盛行。在中国，清代著名数学家、天文学家、翻译家和教育家，近代科学的先驱者善兰给出的定义是：

目标函数的几种极值求解方法

目标函数极值求解的几种方法 题目：()() 2 22 1 122min -+-x x ，取初始点()() T x 3,11 =，分别用最速下降法， 牛顿法，共轭梯度法编程实现。 一维搜索法： 迭代下降算法大都具有一个共同点，这就是得到点()k x 后需要按某种规则确定一个方向()k d ，再从()k x 出发，沿方向()k d 在直线（或射线）上求目标函数的极小点，从而得到()k x 的后继点()1+k x ，重复以上做法，直至求得问题的解，这里所谓求目标函数在直线上的极小点，称为一维搜索。 一维搜索的方法很多，归纳起来大体可以分为两类，一类是试探法：采用这类方法，需要按某种方式找试探点，通过一系列的试探点来确定极小点。另一类是函数逼近法或插值法：这类方法是用某种较简单的曲线逼近本来的函数曲线，通过求逼近函数的极小点来估计目标函数的极小点。本文采用的是第一类试探法中的黄金分割法。原理书上有详细叙述，在这里介绍一下实现过程： ⑴ 置初始区间[11,b a ]及精度要求L>0,计算试探点1λ和1μ，计算函数值 ()1λf 和()1μf ，计算公式是：()1111382.0a b a -+=λ，()1111618.0a b a -+=μ。令 k=1。 ⑵ 若L a b k k <-则停止计算。否则，当()K f λ>()k f μ时,转步骤⑶;当 ()K f λ≤()k f μ时,转步骤⑷ 。 ⑶ 置k k a λ=+1,k k b b =+1,k k μλ=+1,()1111618.0++++-+=k k k k a b a μ,计算函数值 ()1+k f μ,转⑸。 ⑷ 置k k a a =+1,k k b μ=+1,k k μμ=+1,()1111382.0++++-+=k k k k a b a λ,计算函数值()1+k f λ,转⑸。 ⑸ 置k=k+1返回步骤 ⑵。 1. 最速下降法 实现原理描述：在求目标函数极小值问题时,总希望从一点出发,选择一个目

多元函数求极值(拉格朗日乘数法)

第八节多元函数的极值及其求法 教学目的：了解多元函数极值的定义，熟练掌握多元函数无条件极值存在的判定 方法、求极值方法，并能够解决实际问题。熟练使用拉格朗日乘数法求条件极值。 教学重点：多元函数极值的求法。 教学难点：利用拉格朗日乘数法求条件极值。 教学内容： 一、 多元函数的极值及最大值、最小值 定义设函数),(y x f z =在点),(00y x 的某个邻域内有定义，对于该邻域内异于 ),(00y x 的点，如果都适合不等式 00(,)(,)f x y f x y <， 则称函数(,)f x y 在点),(00y x 有极大值00(,)f x y 。如果都适合不等式 ),(),(00y x f y x f >， 则称函数(,)f x y 在点),(00y x 有极小值),(00y x f ．极大值、极小值统称为极值。使函数取得极值的点称为极值点。 例1 函数2 243y x z +=在点（0，0）处有极小值。因为对于点（0，0）的任 一邻域内异于(0，0)的点，函数值都为正，而在点（0，0）处的函数值为零。从 几何上看这是显然的，因为点（0，0，0）是开口朝上的椭圆抛物面 2 243y x z +=的顶点。

例２函数2 2y x z +-=在点（0，0）处有极大值。因为在点（0，0）处函 数值为零，而对于点（0，0）的任一邻域内异于（0，0）的点，函数值都为负， 点（0，0，0）是位于xOy 平面下方的锥面2 2y x z +-=的顶点。 例３ 函数xy z =在点（0，0）处既不取得极大值也不取得极小值。因为在点（0，0）处的函数值为零，而在点（0，0）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。 定理1（必要条件）设函数),(y x f z =在点),(00y x 具有偏导数，且在点),(00y x 处有极值，则它在该点的偏导数必然为零： ),(,0),(0000==y x f y x f y x 证不妨设),(y x f z =在点),(00y x 处有极大值。依极大值的定义，在点),(00y x 的某邻域内异于),(00y x 的点都适合不等式 ),(),(00y x f y x f < 特殊地，在该邻域内取0y y =，而0x x ≠的点，也应适合不等式 000(,)(,)f x y f x y < 这表明一元函数f ),(0y x 在0x x =处取得极大值，因此必有 0),(00=y x f x 类似地可证 ),(00=y x f y

多元函数的极值及其-求法

第十一讲 二元函数的极值 要求：理解多元函数极值的概念，会用充分条件判定二元函数的极值，会用拉格朗日乘数法求条件极值。 问题提出：在实际问题中，往往会遇到多元函数的最大值，最小值问题，与一元函数相 类似，多元函数的最大值，最小值与极大值，极小值有密切的关系，因此以二元函数为例，来讨论多元函数的极值问题． 一．二元函数的极值 定义 设函数),(y x f z =在点),(00y x 的某个邻域内有定义，对于该邻域内的所有 ),(),(00y x y x ≠，如果总有),(),(00y x f y x f <，则称函数),(y x f z =在点),(00y x 处有极大值；如果总有),(),(00y x f y x f >，则称函数),(y x f z =在点),(00y x 有极小值． 函数的极大值，极小值统称为极值，使函数取得极值的点称为极值点． 例1．函数xy z =在点)0,0(处不取得极值，因为在点)0,0(处的函数值为零，而在点 )0,0(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． 例2．函数2 243y x z +=在点)0,0(处有极小值． 因为对任何),(y x 有0)0,0(),(=>f y x f ． 从几何上看，点)0,0,0(是开口朝上的椭圆抛物面2243y x z +=的顶点，曲面在点)0,0,0(处有切平面0=z ，从而得到函数取得极值的必要条件． 定理1（必要条件） 设函数),(y x f z =在点),(00y x 具有偏导数，且在点),(00y x 处有极值，则它在该点的 偏导数必然为零，即0),(00=y x f x ，0),(00=y x f y ． 几何解释 若函数),(y x f z =在点),(00y x 取得极值0z ，那么函数所表示的曲面在点) ,,(000z y x 处的切平面方程为 ))(,())(,(0000000y y y x f x x y x f z z y x -+-=- 是平行于xoy 坐标面的平面0z z =． 类似地有三元及三元以上函数的极值概念，对三元函数也有取得极值的必要条件为 0),,(000=z y x f x ，0),,(000=z y x f y ，0),,(000=z y x f z

二元函数的极值与最值

二元函数的极值与最值 二元函数的极值与最值问题已成为近年考研的重点，现对二元函数的极值与最值的求法总结如下： 1．二元函数的无条件极值 (1) 二元函数的极值一定在驻点和不可导点取得。对于不可导点，难以判断是否是极值点；对于驻点可用极值的充分条件判定。 (2)二元函数取得极值的必要条件： 设),(y x f z =在点),(00y x 处可微分且在点),(00y x 处有极值，则0),('00=y x f x ，0),('00=y x f y ，即),(00y x 是驻点。 (3) 二元函数取得极值的充分条件：设),(y x f z =在),(00y x 的某个领域内有连续上二阶偏导数，且=),('00y x f x 0),('00=y x f y ，令A y x f xx =),('00， B y x f xy =),('00，C y x f yy =),('00，则 当02<-AC B 且 A<0时，f ),(00y x 为极大值； 当02<-AC B 且A>0，f ),(00y x 为极小值； 02 >-AC B 时，),(00y x 不是极值点。 注意： 当B 2－AC = 0时，函数z = f (x , y )在点),(00y x 可能有极值，也可能没有极值，需另行讨论 例1 求函数z = x 3 + y 2 －2xy 的极值． 【分析】可能极值点是两个一阶偏导数为零的点，先求出一阶偏导，再令其为零确定极值点即可，然后用二阶偏导确定是极大值还是极小值，并求出相应的极值. 【解】先求函数的一、二阶偏导数： y x x z 232 -=??， x y y z 22-=??． x x z 62 2 =??, 22 -=???y x z , 2 2 2 =??y z ． 再求函数的驻点．令x z ??= 0，y z ??= 0，得方程组???=-=-. 022,0232x y y x 求得驻点(0，0)、），（3 2 32． 利用定理2对驻点进行讨论：

函数的极值及其求法1

三、导数的应用 函数的极值及其求法 在学习函数的极值之前，我们先来看一例子：设有函数，容易知道点x=1及x=2是此函数单调区间的分界点，又可知在点x=1左侧附近，函数值是单调增加的，在点x=1右侧附近，函数值是单调减小的.因此存在着点x=1的一个邻域,对于这个邻域内,任何点x(x=1除外)，＜均成立，点x=2也有类似的情况(在此不多说),为什么这些点有这些性质呢？ 事实上，这就是我们将要学习的内容——函数的极值， 函数极值的定义设函数在区间(a,b)内有定义，x 0是(a,b)内一点. 若存在着x 0点的一个邻域，对于这个邻域内任何点x(x 0点除外)，＜均成立，则说是函数的一个极大值； 若存在着x 0点的一个邻域，对于这个邻域内任何点x(x 0点除外)，＞均成立，则说是函数的一个极小值.函数的极大值与极小值统称为函数的极值，使函数取得极值的点称为极值点。 我们知道了函数极值的定义了，怎样求函数的极值呢？ 学习这个问题之前，我们再来学习一个概念——驻点凡是使的x 点，称为函数的驻点。 判断极值点存在的方法有两种：如下 方法一：设函数在x 0点的邻域可导，且. 情况一：若当x 取x 0左侧邻近值时， ＞0，当x 取x 0右侧邻近值时，＜0，则函数在x 0点取极大值。 情况一：若当x 取x 0左侧邻近值时， ＜0，当x 取x 0右侧邻近值时，＞0，则函数在x 0点取极小值。 注：此判定方法也适用于导数在x 0点不存在的情况。 用方法一求极值的一般步骤是：

a)：求； b)：求的全部的解——驻点； c)：判断在驻点两侧的变化规律，即可判断出函数的极值。例题：求极值点 解答：先求导数 再求出驻点：当时，x=-2、1、-4/5 判定函数的极值，如下图所示

(整理)多元函数的极值及其求法

第六节 多元函数的极值及其求法 在实际问题中，我们会大量遇到求多元函数的最大值、最小值的问题. 与一元函数的情形类似，多元函数的最大值、最小值与极大值、极小值密切的联系. 下面我们以二元函数为例来讨论多元函数的极值问题. 内容分布图示 ★ 引例 ★ 二元函数极值的概念 例1-3 ★ 极值的必要条件 ★ 极值的充分条件 ★ 求二元函数极值的一般步骤 ★ 例4 ★ 例5 ★ 求最值的一般步骤 ★ 例6 ★ 例7 ★ 例8 ★ 例9 ★ 例10 ★ 例11 ★ 条件极值的概念 ★ 拉格郎日乘数法 ★ 例12 ★ 例 13 ★ 例 14 ★ 例 15 ★ 例 16 *数学建模举例 ★ 最小二乘法 ★ 线性规划问题 ★ 内容小结 ★ 课堂练习 ★ 习题6-6 ★ 返回 内容提要： 一、二元函数极值的概念 定义1 设函数),(y x f z =在点),(00y x 的某一邻域内有定义, 对于该邻域内异于),(00y x 的任意一点),(y x , 如果 ),,(),(00y x f y x f < 则称函数在),(00y x 有极大值；如果 ),,(),(00y x f y x f > 则称函数在),(00y x 有极小值; 极大值、极小值统称为极值. 使函数取得极值的点称为极值点. 定理1 (必要条件) 设函数),(y x f z =在点),(00y x 具有偏导数, 且在点),(00y x 处有极值, 则它在该点的偏导数必然为零，即 .0),(,0),(0000==y x f y x f y x (6.1) 与一元函数的情形类似，对于多元函数，凡是能使一阶偏导数同时为零的点称为函数的驻点. 定理2 (充分条件) 设函数),(y x f z =在点),(00y x 的某邻域内有直到二阶的连续偏导

求函数极值的几种方法

求解函数极值的几种方法 1.1函数极值的定义法 说明：函数极值的定义，适用于任何函数极值的求解，但是在用起来时却比较的烦琐. 1.2导数方法 定理（充分条件）设函数()f x 在0x 处可导且0()0f x '=，如果x 取0x 的左侧的值时，()0f x '>，x 取0x 的右侧的值时，()0f x '<，那么()f x 在0x 处取得极大值，类似的我们可以给出取极小值的充分条件. 例1 求函数23()(1)f x x x =-的单调区间和极值 解 23()(1)f x x x =- ()x -∞<<+∞， 3222()2(1)3(1)(1)(52)f x x x x x x x x '=-+-=--. 令 ()0f x '=，得到驻点为10x =，22 5 x = ，31x =.列表讨论如下： 表一：23()(1)f x x x =-单调性列表 说明：导数方法适用于函数()f x 在某处是可导的，但是如果函数()f x 在某处不可导，则就不能用这样的方法来求函数的极值了.用导数方法求极值的条件是：函数()f x 在某点0x 可导. 1.3 Lagrange 乘法数方法 对于问题： Min (,)z f x y = s.t (,)0x y =

如果**(,)x y 是该问题的极小值点，则存在一个数λ，使得 ****(,)(,)0x x f x y g x y λ+= ****(,)(,)0y y f x y g x y λ+= 利用这一性质求极值的方法称为Lagrange 乘法数 例2 在曲线3 1(0)y x x = >上求与原点距离最近的点. 解 我们将约束等式的左端乘以一个常数加到目标函数中作为新的目标函 数2231 ()w x y y x λ=++- 然后，令此函数对x 的导数和对y 的导数分别为零，再与原等式约束合并得 43 320201x x y y x λλ?+=?? +=???=? 解得 x y ?=? ?= ?? 这是唯一可能取得最值的点 因此 x y ==为原问题的最小值点. 说明：Lagrange 乘法数方法对于秋多元函数是比较方便的，方法也是比较简单的 :如果**(,)x y 是该问题的极小值点则存在一个数λ，使得 ****(,)(,)0x x f x y g x y λ+= ****(,)(,)0y y f x y g x y λ+= 这相当于一个代换数，主要是要求偏导注意，这是高等代数的内容. 1.4多元函数的极值问题 由极值存在条件的必要条件和充分条件可知，在定义域内求n 元函数()f p 的极值可按下述步骤进行：①求出驻点，即满足grad 0()0f p =的点0p ；②在0 p

多元函数极值的判定

. .. . 目录 摘要 (1) 关键词 (1) Abstract............................................................................................................. .. (1) Keywords.......................................................................................................... .. (1) 引言 (1) 1定理中用到的定义 (2) 2函数极值的判定定理.............................................................. .. (5) 3多元函数极值判定定理的应用 (7) 参考文献 (8)

多元函数极值的判定 摘要：通过引入多元函数的导数，给出了多种方法来判定多元函数的极值. 关键词：极值；条件极值；偏导数；判定 The judgement of the extremum of the function of many variables Abstract：This paper passes to lead into the derivative of the function of many variables, and give several methods to judge the extremum of the

function of many variables and the conditional extremum of the function of many variables . Keywords : extremum; conditional ;partial derivative 引言 在现行的数学分析教材中，关于多元函数的极值判定，一般只讲到二 元函数的极值判定，在参考文献[1]和[3]中有关多元函数极值的判定是都是在实际情况中一定有极值的问题，本文将引入多元函数的偏导数把二元函数的极值判定推广到多元函数极值问题中去. 1 定理中用到的定义 定义1.1[]1 函数f 在点000(,)P x y 的某领域0()U P 有定义.若对于任何点 0(,)()P x y U P ∈，成立不等式 0()()f P f P ≤（或0()()f P f P ≥）， 则称函数f 在点0P 取得极大值（或极小值），点0P 称为f 的极大值（或极小值）点. 定义1.2[]1 设函数(,)z f x y =， (,)x y D ∈.若00(,)x y D ∈,且0(,)f x y 在 0x 的某一领域有定义，则当极限 0000000(,)(,)(,) lim x xf x y f x x y f x y x x →+-= 存在时，称这个极限为函数f 在点00(,)x y 关于x 的偏导数，记作 00(,) x y f x ??. 定义1.3[]3 设n D R ?为开集，12(,, ,)n P x x x D ∈，00 0012 2(,,,)P x x x D ∈ :f D R →，若在某个矩阵A ，使当0()P U P ∈时，有 000 ()()() lim P P f P f P A P P P P →----, 则称n 元函数12(,, ,)n f x x x 在点0P 可导.称A 为在点0P 处的导数，记为

多元函数条件极值的几种求解方法

多元函数条件极值的几种求解方法 摘 要 本文主要讨论了多元函数条件极值的求解问题，其中包括无条件极值、条件极值的概念介绍，对多元函数条件极限值的几种求解方法的概括，其中包括了直接代入法，拉格朗日乘数法，柯西不等式等方法，其中拉格朗日乘数法还着重介绍了全微分和二阶偏导数即Hesse矩阵法等。介绍关于求解多元函数条件极值的几种方法目的是在解决相应的问题中时能得以借鉴，找到合适的解决问题的途径。 关键词 极值；拉格朗日乘数法；柯西不等式 Multivariate function of several conditional extreme value solution Abstract This paper mainly discusses the multivariable function conditional extreme value problem solving, including the unconditional extreme value, conditional extreme value concept of multivariate function is introduced, and several methods of solving condition limit the wraparound, including direct generation into law, Lagrange multiplier method, methods of cauchy inequality, including Lagrange multiplier method also introduces the differential and second-order partial derivative namely Hesse matrix method, etc. This paper introduces the multivariable function about solving several methods of conditional extreme value, which can provide in solving the relevant question readers may be reference when, find the appropriate way to solve the problem. Meanwhile introducing method also has some deficiencies in its done, and further discussion. Key words Extreme; Lagrange multiplier method; Cauchy inequality

多元函数条件极值的几种求解方法

多元函数条件极值的几种求解方法 摘要 本文主要讨论了多元函数条件极值的求解问题，其中包括无条件极值、条件极值的概念介绍，对多元函数条件极限值的几种求解方法的概括，其中包括了直接代入法，拉格朗日乘数法，柯西不等式等方法，其中拉格朗日乘数法还着重介绍了全微分和二阶偏导数即Hesse矩阵法等。介绍关于求解多元函数条件极值的几种方法目的是在解决相应的问题中时能得以借鉴，找到合适的解决问题的途径。 关键词 极值；拉格朗日乘数法；柯西不等式

1前言 函数极值问题已广泛地出现于数学、物理、化学等学科中，且它涉及的知识面非常广，所以就要求学生有较高的分析能力和逻辑推理能力，同时也要求学生掌握多种求函数极值的方法，因此对函数极值的研究是非常必要的。 函数极值的求解与发展极大的推动了微积分学科的发展，为其做出了重大贡献。 微积分的创立，首先是为了处理十七世纪的一系列主要的科学问题。有四种主要类型的科学问题：第一类是，已知物体的移动的距离表为时间的函数的公式，求物体在任意时刻的速度和加速度使瞬时变化率问题的研究成为当务之急；第二类是，望远镜的光程设计使得求曲线的切线问题变得不可回避；第三类是，确定炮弹的最大射程以及求行星离开太阳的最远和最近距离等涉及的函数极大值、极小值问题也急待解决；第四类问题是求行星沿轨道运动的路程、行星矢径扫过的面积以及物体重心与引力等，又使面积、体积、曲线长、重心和引力等微积分基本问题的计算被重新研究。 同样在很多工程实际中，我们经常需要做一些优化。举个简单的例子，就拿天气预报来说吧，通过实验测得很多气象数据，那么我们怎么处理这些数据，或者说用什么方法处理这些数据，才能达到预测结果最为准确呢，这其实也是一个广义上的极值问题。还有就是经济学的投资问题，我们知道现在国家搞什么高铁、高速公路的，都是

函数极值的求法及其应用

目录 摘要 (2) ABSTRACT (2) 第一章引言 (4) 第二章一元函数的极值 (5) 2.1极值的充分条件 (5) 2.2几种特殊函数的极值 (8) 第三章多元函数的极值 (12) 3.1无条件极值 (13) 3.2条件极值 (15) 第四章函数极值的应用 (19) 参考文献 (24) 致谢 (25)

函数极值的求法及其应用 曾浪 数学与信息学院数学与应用数学专业 2013级指导教师:罗家贵 摘要：函数极值问题是我们在中学数学和高等数学中都能常常遇见的问题，自然学科、工程技术及生产活动、生活实践中很多需要解决的问题，都与求函数极值有关，而导数和微积分的重要应用之一，就是求函数极值。本文从参考书中的例子和生活中的实际问题入手，分别对一元函数和多元函数的极值的求法及其应用进行总结和分析。 关键词：函数；极值；应用 The extreme of function of religion and its application Zeng Lang Mathematics and applied mathematics professional，college of mathematics and information，Grade 2013 Instructor:Luo Jiagui Abstract:Extremum problems is that we can often meet in the middle school mathematics and higher mathematics problems need to solve many natural science, engineering technology and production activities and life practice problems are related with extremal function, and the important application of derivative and differential calculus, is extremal function. In this paper, we start from the examples in reference books and the practical problems in life, and sum up and analyze the methods and applications of the extremum of the function of one variable and multiple functions. Key word: function; the extreme; application

多元函数求极值(拉格朗日乘数法)

第八节 多元函数的极值及其求法 教学目的：了解多元函数极值的定义，熟练掌握多元函数无条件极值存在的判定 方法、求极值方法，并能够解决实际问题。熟练使用拉格朗日乘数法 求条件极值。 教学重点：多元函数极值的求法。 教学难点：利用拉格朗日乘数法求条件极值。 教学内容： 一、 多元函数的极值及最大值、最小值 定义 设函数),(y x f z =在点),(00y x 的某个邻域内有定义，对于该邻域内异于),(00y x 的点，如果都适合不等式 00(,)(,)f x y f x y <， 则称函数(,)f x y 在点),(00y x 有极大值00(,)f x y 。如果都适合不等式 ),(),(00y x f y x f >， 则称函数(,)f x y 在点),(00y x 有极小值),(00y x f ．极大值、极小值统称为极值。使函数取得极值的点称为极值点。 例1 函数2243y x z +=在点（0，0）处有极小值。因为对于点（0，0）的任 一邻域内异于(0，0)的点，函数值都为正，而在点（0，0）处的函数值为零。从

几何上看这是显然的，因为点（0，0，0）是开口朝上的椭圆抛物面 2243y x z +=的顶点。 例２ 函数22y x z +-=在点（0，0）处有极大值。因为在点（0，0）处函 数值为零，而对于点（0，0）的任一邻域内异于（0，0）的点，函数值都为负， 点（0，0，0）是位于xOy 平面下方的锥面22y x z +-=的顶点。 例３ 函数xy z =在点（0，0）处既不取得极大值也不取得极小值。因为在点（0，0）处的函数值为零，而在点（0，0）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。 定理1（必要条件） 设函数),(y x f z =在点),(00y x 具有偏导数，且在点),(00y x 处有极值，则它在该点的偏导数必然为零： 0),(,0),(0000==y x f y x f y x 证 不妨设),(y x f z =在点),(00y x 处有极大值。依极大值的定义，在点 ),(00y x 的某邻域内异于),(00y x 的点都适合不等式 ),(),(00y x f y x f < 特殊地，在该邻域内取0y y =，而0x x ≠的点，也应适合不等式 000(,)(,)f x y f x y < 这表明一元函数f ),(0y x 在0x x =处取得极大值，因此必有 0),(00=y x f x

多元函数的极值及其求法

多元函数的极值及其求法 The latest revision on November 22, 2020

第十一讲 二元函数的极值 要求：理解多元函数极值的概念，会用充分条件判定二元函数的极值，会用拉格朗日乘数法求条件极值。 问题提出：在实际问题中，往往会遇到多元函数的最大值，最小值问题，与一元函数相类似，多元函数的最大值，最小值与极大值，极小值有密切的关系，因此以二元函数为例，来讨论多元函数的极值问题． 一．二元函数的极值 定义 设函数),(y x f z =在点),(00y x 的某个邻域内有定义，对于该邻域内的所有 ),(),(00y x y x ≠，如果总有),(),(00y x f y x f <，则称函数),(y x f z =在点),(00y x 处有极大值；如果总有),(),(00y x f y x f >，则称函数),(y x f z =在点),(00y x 有极小值． 函数的极大值，极小值统称为极值，使函数取得极值的点称为极值点． 例1．函数xy z =在点)0,0(处不取得极值，因为在点)0,0(处的函数值为零，而在点)0,0(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． 例2．函数2243y x z +=在点)0,0(处有极小值． 因为对任何),(y x 有0)0,0(),(=>f y x f ． 从几何上看，点)0,0,0(是开口朝上的椭圆抛物面2243y x z +=的顶点，曲面在点)0,0,0(处有切平面0=z ，从而得到函数取得极值的必要条件． 定理1（必要条件） 设函数),(y x f z =在点),(00y x 具有偏导数，且在点),(00y x 处有极值，则它在该点的偏导数必然为零，即0),(00=y x f x ，0),(00=y x f y ． 几何解释 若函数),(y x f z =在点),(00y x 取得极值0z ，那么函数所表示的曲面在点),,(000z y x 处的切平面方程为 是平行于xoy 坐标面的平面0z z =． 类似地有三元及三元以上函数的极值概念，对三元函数也有取得极值的必要条件为 0),,(000=z y x f x ，0),,(000=z y x f y ，0),,(000=z y x f z 说明 上面的定理虽然没有完全解决求极值的问题，但它明确指出找极值点的途径，即只要 解方程组???==0 ),(0),(0000y x f y x f y x ，求得解),(),(),,(2211n n y x y x y x ??，那么极值点必包含在其中，这些点称为函数),(y x f z =的驻点． 注意1．驻点不一定是极值点，如xy z =在)0,0(点． 怎样判别驻点是否是极值点呢下面定理回答了这个问题．

目标函数的几种极值求解方法

目标函数极值求解的几种方法 题目：()()2221122min -+-x x ，取初始点()()T x 3,11=，分别用最速下降法，牛顿法，共轭梯度法编程实现。 一维搜索法： 迭代下降算法大都具有一个共同点，这就是得到点()k x 后需要按某种规则确定一个方向()k d ，再从()k x 出发，沿方向()k d 在直线（或射线）上求目标函数的极小点，从而得到()k x 的后继点()1+k x ，重复以上做法，直至求得问题的解，这里所谓求目标函数在直线上的极小点，称为一维搜索。 一维搜索的方法很多，归纳起来大体可以分为两类，一类是试探法：采用这类方法，需要按某种方式找试探点，通过一系列的试探点来确定极小点。另一类是函数逼近法或插值法：这类方法是用某种较简单的曲线逼近本来的函数曲线，通过求逼近函数的极小点来估计目标函数的极小点。本文采用的是第一类试探法中的黄金分割法。原理书上有详细叙述，在这里介绍一下实现过程： ⑴ 置初始区间[11,b a ]及精度要求L>0,计算试探点1λ和1μ，计算函数值()1λf 和()1μf ，计算公式是：()1111382.0a b a -+=λ， ()1111618.0a b a -+=μ。令k=1。

⑵ 若L a b k k <-则停止计算。否则，当()K f λ>()k f μ时,转步骤⑶;当()K f λ≤()k f μ时,转步骤⑷ 。 ⑶ 置k k a λ=+1,k k b b =+1,k k μλ=+1,()1111618.0++++-+=k k k k a b a μ,计算函数值()1+k f μ,转⑸。 ⑷ 置k k a a =+1,k k b μ=+1,k k μμ=+1,()1111382.0++++-+=k k k k a b a λ,计算函数值()1+k f λ,转⑸。 ⑸ 置k=k+1返回步骤 ⑵。 1. 最速下降法 实现原理描述：在求目标函数极小值问题时,总希望从一点出发,选择一个目标函数值下降最快的方向,以利于尽快达到极小点,正是基于这样一种愿望提出的最速下降法,并且经过一系列理论推导研究可知,负梯度方向为最速下降方向。 最速下降法的迭代公式是()()()k k k k d x x λ+=+1，其中()k d 是从()k x 出发的搜索方向，这里取在点()k x 处最速下降方向，即()()k k x f d -?=。 k λ是从()k x 出发沿方向 ()k d 进行的一维搜索步长，满足 ()()()()() ()k k k k k d x f d x f λλλ+=+≥0 min 。 实现步骤如下： ⑴ 给定初点()n R x ∈1 ，允许误差0>ε，置k=1。 ⑵ 计算搜索方向()()k k x f d -?=。

(整理)多元函数的极值及其求法.

第六节 多元函数的极值及其求法 在实际问题中，我们会大量遇到求多元函数的最大值、最小值的问题. 与一元函数的情形类似，多元函数的最大值、最小值与极大值、极小值密切的联系. 下面我们以二元函数为例来讨论多元函数的极值问题. 内容分布图示 ★ 引例 ★ 二元函数极值的概念 例1-3 ★ 极值的必要条件 ★ 极值的充分条件 ★ 求二元函数极值的一般步骤 ★ 例4 ★ 例5 ★ 求最值的一般步骤 ★ 例6 ★ 例7 ★ 例8 ★ 例9 ★ 例10 ★ 例11 ★ 条件极值的概念 ★ 拉格郎日乘数法 ★ 例12 ★ 例 13 ★ 例 14 ★ 例 15 ★ 例 16 *数学建模举例 ★ 最小二乘法 ★ 线性规划问题 ★ 内容小结 ★ 课堂练习 ★ 习题6-6 ★ 返回 内容提要： 一、二元函数极值的概念 定义1 设函数),(y x f z =在点),(00y x 的某一邻域内有定义, 对于该邻域内异于),(00y x 的任意一点),(y x , 如果 ),,(),(00y x f y x f < 则称函数在),(00y x 有极大值；如果 ),,(),(00y x f y x f > 则称函数在),(00y x 有极小值; 极大值、极小值统称为极值. 使函数取得极值的点称为极值点. 定理1 (必要条件) 设函数),(y x f z =在点),(00y x 具有偏导数, 且在点),(00y x 处有极值, 则它在该点的偏导数必然为零，即 .0),(,0),(0000==y x f y x f y x (6.1) 与一元函数的情形类似，对于多元函数，凡是能使一阶偏导数同时为零的点称为函数的驻点. 定理2 (充分条件) 设函数),(y x f z =在点),(00y x 的某邻域内有直到二阶的连续偏导

高中数学解题方法系列：函数求极值问题的6种方法

高中数学解题方法系列：函数求极值问题的6种方法 对于一个给定的函解析式，我们如果能大致作出其对应的函数图像，那么函数的许多性质都可以通过图像客观地反应出来。因此，只要我们做出了函数图像，那么我们就可以根据图像找到极值点，从而求出函数的极值。下面，我就从几个方面讨论一下，函数图象在求极值问题中的应用。 一、函数解析式中含有绝对值的极值问题。 我们给出问题的一般形式，设a≤x≤b,求函数∑=+=n i bi x ai y 1的极值。很容易判断该函数为分段函数，其对应的图像是折线，因此只要做出函数的图像那么就可以准确的找出函数的极值点。 例1 设－2≤x≤3，求函数12+++-=x x x y 的最值。 解：若将函数示为分段函数形式。作出函数图像 根据图像我们可以判断：当x=0,min y 3=；当x=3,max y 8=,对此类型问题的思考：当函数解析式含有较多绝对值符号的时候，如果我们仍然通过做出函数图像来求解极值，那么过程就非常复杂。那么是否有更简单的方法呢？经过对问题的分析，我们发现函数的极值点要么出现在函数定义域的端点，要么出在函数图像的拐点(使函数中某一个绝对值部分为零的点）因此我们只需将这些点求出来并代入函数解析式求出其所对应的值。经过比较就得出了极值例如上题：f(－ 2)=7、f(－1)=4、f(0)=3、f(2)=5、f(3)=8、3min =y 、max y =8，据此我们下面给出解决这一类问题更一般的方法。max y =max ｛f(bi)、i=1、2、3……n ｝, min y =min ｛f(－bi),i=1、2、3……n ｝. 二、将极值问题转化为几何问题。 运用此方法解决极值问题关键在于深刻理解，挖掘解析式所蕴含的几何意义。 1. 转化为求直线斜率的最值。 例2 求函数θ θsin 3cos 2-+=y 的最值 分析 函数解析式非我们常见的函数模型。通过分析我们发现该函数可以看做过点A （3、2）与B （sin θ、－cos θ）两点直线的斜率。而动点B 的轨迹是圆 ???????-≤≤-+-≤≤-+-≤≤+≤≤=)12(13) 01(3)20(3)31(2-3x )(x x x x x x x x f y x o

初中数学中求极值的几种常见的方法

初中数学中求最值的几种常见方法 仪陇县实验学校李洪泉 在生活实践中，人们经常面对求最值的问题：如在一定方案中，往往会讨论什么情况下花费最低、消耗最少、产值最高、获利最大等；在解数学题时也常常求某个变量的最大值或 最小值。同时，探求最值也是中考或一些高中学校自主招生考试中的一个热点内容，是初高 中知识衔接的重要内容。这类问题涉及变量多，综合性强，技巧性强，要求学生要有较强的数 学转化思想和创新意识。下面从不同的角度讨论如何求一些问题的最值。 一、根据绝对值的几何意义求最值 实数的绝对值具有非负性，a0 ，即 a 的最小值为0，但根据绝对值的代数意义求一 些复杂问题的最值就要采用分类讨论法，比较麻烦。若根据绝对值的几何意义求最值就能够 把一些复杂的问题简单化。 例 1：已知 M x 1x 3 ，则M的最小值是。 【思路点拨】用分类讨论法求出x 1x 3 的最小值是4, 此时 3 x 1 。如果我们从绝对值的几何意义来看此题,就是在数轴上求一点,使它到点 1 和点 3 的距离之和为最短。 显然 ,若x 3 ,距离之和为[1 ( 3)]2( 3 x ) 4 ;若 3 x 1 ,距离之和为 1 ( 3) 4 ; 若 x 1 ,距离之和为[1 ( 3)] 2( x 1) 4 。所以,当 3 x 1 时,距离之和最短,最小值 为4。故M的最小值为 4。 二、利用配方法求最值 完全平方式具有非负性， 2 2 即 ( a b ) 0 。一个代数式若能配方成 m ( a b )k 的形式， 则这个代数式的最小值就为k 。 例 2：设a , b为实数，求a2 ab b2 a 2 b 的最小值。 【思路点拨】一是将原式直接配方成与 a , b 的完全平方式有关的式子可以求出最小值。 二是引入参数设 a 2 ab b 2 a 2b t ，将等式整理成关于 a 的二次方程，运用配方法利用判别式求最值。 解： (方法一 ) 配方得： 2 ab 2 a 2 b a b 2 (b 1) a 2 2 b a b ( a b 1 )2 3 b2 3 b 1 2 4 2 4 ( a b 1 2 3 2 1 1 2 ) ( b 1) 4 b 1 0, b 1 0, 即 a 0, b 1 时，上式中不等号的等式成立，故所求的最小值当 a 2