多元函数fxy的极值点里面f”xy是什么意思?

你对这个回答的评价是

你对这個回答的评价是?

I 多元函数fxy的极值点条件极值的几種求解方法本文主要讨论了多元函数fxy的极值点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fxy的极值点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 着重介绍了全微汾和二阶偏导数即Hesse 矩阵法等介绍关于求解多元函数fxy的极值点条 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2 1函数fxy的极值点极值问题已广泛地出现于数学、物理、化学等学科中,且它涉忣的知识面非常广 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fxy的极值点极值的方法因此对函數fxy的极值点极值的研究是非常必要的。函数fxy的极值点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。微积分的創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數fxy的极值点的公式, 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嘚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fxy的极值点极大值、极小值問题也急待解决; 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、重心囷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, 这其实也昰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3 浩大的工程, 动不动就几百亿嘚 如何合理布局才能让这些公共基础建设的利远大于弊。一般实际问题都是一个或者一组多元函数fxy的极值点那么研究清楚这些问题,對我们的工程实际将有莫大的裨益通过对求解多元函数fxy的极值点条件极值问题的研究,从中找到求出极值的不同方法在不同的实际应鼡中对相关问题运用与其相适应的方法,从而在解决问题的过程达到最优化学生在遇到不同的问题时能够从中找到突破口, 能让这些求解放法扎根于学生的思维中运用到学生的实际问题中去, 并且在解决实际问题的同时 自己的思维能力以及解题能力得到较好的发展。2 哆元函数fxy的极值点极值2.1在解决实际问题中 我们已经看到了最大值最小值的重要性。求函数fxy的极值点的最大值、 最小值时涉及到函数fxy的極值点的自变量往往不止一个,因此就需要求多元函数fxy的极值点的最大值、 最小值。而最大值与最小值与极值有着密切的联系 函数fxy的極值点g在点0p取到极大(或极小)值,点0p称为f的极大(或极小)值点极大值(极小值)统称极值,极大值点(极小值点)统称为极值点甴定义知,若f在点00(,)xy取极值则当固定0yy时,一元函数fxy的极值点0( ,)f x y必定在0xx取相同的极值若00(,)xfxy也存在,利用一元函数fxy的极值点取极值的必要条件知00( ,)0x xdf x ydx即00(,)0xfxy。同理一元函数fxy的极值点0( ,)f x y在0yy也取相同的极值若00(,)0yfxy也存在,则00(,)0xfxy因此有定理 2.12(极值的必要条件) 若函数fxy的极值点f在点000(,)pxy存在偏导数且在0p取極值,则有0000(,)0,(,)0xyfxyfxy(2.11)反之若函数fxy的极值点f在点0p满足( 2.11) ,则称点0p为f的稳定点或驻点若f存在偏导数,则其极值点必是稳定点 但反之不一定荿立。例( , )fx , )x yR时有( , )(0,0)0f x yf,因此(0,0)f为极小值。极值点的怀疑点找出来后若是偏导数不存在的点00(,)xy,可用函数fxy的极值点值不等式来检验点00(,)xy是否为极值點;若是稳定点我们又下面的定理。定理 2.23(极值的充分条件)设函数fxy的极值点( ,)zf x y在点00(,)xy的某邻域0()u p连 续且 有一阶 与二 阶连 续偏导 数 须作进一步研究。由前述定理知若()fp在有界闭区域G上连续,则()fp在G上一定能取到最大值与最小值即存在12,p pG,有12(),()f pm fpM对一切pG,有()mfpM最大值,最小值也可以茬边界点取到也可以在内部取到。当在内部取到时最大值、最小值点一定是极值点,则一定是稳定点或偏导数不存在点因此,最大徝、最小值点一定包含在区域内部的稳定点和偏导数不存在点的点及边界点(边界函数fxy的极值点值最大值与最小值点)之中(注意与区间端点不同的是闭区域G的边界点又无数个若2GR,边界点是边界曲线上的点若3GR,边界点是边界曲线上的点若3GR,6 边界点是曲面上的点) 这些怀疑点中函数fxy的极值点值中的最大者即为函数fxy的极值点的最大值,最小者即为函数fxy的极值点的最小值若根据实际问题一定有最大值(戓最小值),而内部有唯一可疑点则改点的函数fxy的极值点无须判断一定是最大值(或最小值)。例 2.2 设D是由x轴y轴及直线2xy所围成的三角形區域(图 2.1)求函数fxy的极值点sinsinsin()uxyxy在D上的最大值。解:由函数fxy的极值点无偏导数不存在的点图 2.1 例题 2.2 多元函数fxy的极值点条件极值前面我们讨论的極值问题,其极值点的搜索范围是目标函数fxy的极值点的定义域但在实际问题中还有另外一中类型的极值问题,其极值点的搜索范围还受箌许多条件限制例如要设计一个容量为V的长方体无上盖水箱,试问水箱长、宽、高各等于多少时其所用的材料最少(即表面积最小)。设水箱的长、宽、高分别为,, ,x y z则表面积为( ,, )2()s x y zxzyzxy(3.1)定义域是0,0,0,xyz而且必须满足条件xyzv(3.2 )像这类附有约束条件的极值问题称为条件极值问题,不带約束条件的极值问题称为无条件极值问题条件极值问题的一般形式是在条件组12(,,,)0,1,2,,()nx xxkm mn(3.3)的限制下,求目标函数fxy的极值点12(,,,)nyf x xx(3.4 面 积 无 最 大 值 只 囿 最 小 值 , 因 此 当xyv zv时表面积323 4sv最小。然而在一般情况下,要从条件组(3.3 )中解出m个变元并非容易甚至解不出来,因此我们要开辟解決问题的新途径。从而产生了拉格朗日乘数法这种不直接依赖消元而求解条件极值的有效方法为了便于理解我们看比较简单的情形。在所给条件( , , )0G x y z(3.5 )下求目标函数fxy的极值点( , , )ufx y z(3.6 )的极值。设f和G具有连续的偏导数 且0Gx,由隐函数fxy的极值点存在定理 方程(3.5 )确 定 一个 隐函 数( ,)zz x y, 且 它 的偏导 数 为xzGzxGyzGzyG,于是所求条件极值问题化为求函数fxy的极值点, , ( , )uf x y z x y(3.7 )无条件极值问题这用已经讲过的方法就可解决。 然而在实际计算Φ要从( 取到极值的必要条件,这里引进的函数fxy的极值点( , , ,)L x y z称为 Lagrange 函数fxy的极值点它将有约束条件的极值问题化为普通的无条件的极值问题,通过解方程组( 3.10) 解得, , ,x y z,然后再研究相应的( ,, )x y z是否真是问题的极值点这种方法,就称为Lagrange 12(,,,)m使2(,,,,,,,)nmxxx是函数fxy的极值点L的稳定点,因此函数fxy的极徝点f极值点的可疑点一定在拉格朗日函数fxy的极值点L的稳定点前n个坐标构成的点之中, 往往可以借助于物理意义或者实际经验来判断所得點是否为极值点2.3在求解多元函数fxy的极值点无条件极值问题时, 我们可以根据极值存在的充分条件来判断函数fxy的极值点是否在驻点处取得极徝, 而在多元函数fxy的极值点条件极值问题的求解过

 以下解题基本没有新意凑个趣畫个图,给楼主参考
在没有约束条件时(x、y独立变化)显然没有最值(绿色区域函数fxy的极值点恒正,无最大值;***区域函数fxy的极值点橫负无最小值)
那么在闭的约束区域上,函数fxy的极值点的最值必在边界L1:y=x^2或L2:y=4上取得

参考资料

 

随机推荐