70Mathematica求函数的极值线性规划

第七章求极值及解线性规划问题命令与例题

在一些实际问题中, 经常遇到需要知道某个已知函数（带有条件约束或不带条件约束）在哪些点取得极大值或极小值的问题，所考虑的已知函数常称为目标函数，Mathematica 提供了求目标函数的局部极小值命令和线性规划（即带有线性条件约束的线性目标函数在约束范围内的极小和极大值）命令。

7.1求函数的局部极值

Mathematica只给出了求局部极小值的命令，如果要求局部极大值只要把命令中的目标函数加上负号即可，即把“目标函数”变为“-目标函数”就可以求局部极大值了。

Mathematica求函数局部极小值的一般形式为:

FindMinimum [目标函数, {自变量名1，初始值1}, {自变量名2，初始值2},…]

具体的拟合命令有:

命令形式1：FindMinimum [f[x], {x, x0}]

功能：以x0为初值, 求一元函数f(x)在x0附近的局部极小值。

命令形式2：FindMinimum [f[x], {x, { x0 , x1}}]

功能：以x0和x1为初值，求一元函数f(x)在它们附近的局部极小值。

命令形式3：FindMinimum [f[x], {x, x0 , xmin,xmax }]

功能：以x0为初值, 求一元函数f(x)在x0附近的局部极小值, 如果中途计算超出自变量范围[xmin,xmax], 则终止计算。

命令形式4：FindMinimum [f[x,y,...], {x, x0},{y, y0},…]

功能：以点(x0, y0,…)为初值, 求多元函数f(x,y,…)在(x0, y0,…)附近的局部极小值。

注意：1）所有命令结果显示形式为：{极小值, {自变量-> 极小值点}}

2）把上面命令中的目标函数f[…]写为–f[…],对应的命令就可以用来求局部极大值了，但要注意的是此时求出的结果是–f[…]的局部极小值，因此，还要把所求出的

极小值前面加上负号才是所要的局部极大值。

3）命令2主要用于目标函数没有导数的情况。

4) 求多元函数的极值时，初值(x0, y0,…)可以根据实际问题来猜测，对二元函数的极

值还可以借助等高线图中的环绕区域得到。

例题

例1.求函数y=3x4-5x2+x-1, 在[-2,2]的极大值、极小值和最大值、最小值。

解: 先画出函数图形，再确定求极值的初值和命令。Mathematica 命令为:

In[1]:= Plot[3x^4-5x^2+x-1,{x,-2,2}]

Out[1]=-Graphics-

从图中看到函数在-1和1附近有两个极小值点，在0附近有一个极大值点，用Mathematica 命令求之：

In[2]:=FindMinimum[3x^4-5x^2+x-1,{x,1}]

Out[2]= {-2.19701, {x -> 0.858028}} （*函数在x=0.858028取得极小值-2.19701

In[3]:=FindMinimum[3x^4-5x^2+x-1,{x,-1}]

Out[3]= {-4.01997, {x -> -0.959273}} （*函数在x=-0.959273取得极小值-4.01997

In[4]:=FindMinimum[- (3x^4-5x^2+x-1), {x,0}]

Out[4]= {0.949693, {x -> 0.101245}} （*函数在x=0.101245取得极大值-0.949693

In[5]:= 3x^4-5x^2+x-1/.x->-2 （*计算函数在x=-2的值

Out[5]=25

In[6]:= 3x^4-5x^2+x-1/.x->2 （*计算函数在x=2的值

Out[6]=29

故所求函数在[-2,2]的x=2处取得最大值29, 在x=-0.959273处取得最小值为-4.01997。

例2.求函数z= e2x(x+y^2+2y)，在区间[-1,1] [-2,1]内的极值。

解:本题限制了求极值的范围，为确定初值，借助等高线图M a t h e m a t i c a命令为

In[7]:= ContourPlot[Exp[2x]*(x+y^2+2y),{x,-1,1},{y,-2,1}, Contours->20,

ContourShading->False, PlotPoints->30]

从图中可知函数在（0.45,-1.2）可能有极值，取x0=0.45，y0= -1.1, 再用求极值命令

In[8]:= FindMinimum[Exp[2x]*(x+y^2+2y), {x, 0.45}, {y, -1.1}]

Out[8]= {-1.35914, {x -> 0.5, y -> -1.}}

求得函数在x= 0.5, ，y= -1取得极小值-1.35914。

例3.求函数f(x,y,z)=x 4+siny-cosz,在点（0，5，4）附近的极小值。

解: In[9]:= FindMinimum[x^4+Sin[y]-Cos[z],{x,0},{y,5},{z,4}]

Out[9]= {-2., {x -> 0., y -> 4.71239, z -> 6.28319}}

故函数在（0, 4.71239, 6.28319）取得极小值-2。

数学实验：用Mathematica 求条件极值。

7.2解线性规划问题

线性规划是运筹学的一个重要分支，应用很广。线性规划问题可以描述为求一组非负变量，这些非负变量在满足一定线性约束的条件下，使一个线性目标函数取得极小（大）值的问题，线性规划的标准形式为：

目标函数：minS= c 1x 1 + c 2x 2+ …+ c n x n

a11 x 1 + a12 x 2+….+ a1n x n= b 1

a21 x 1 + a22 x 2+…. + a2n x n= b2

约束条件：……….

a m1x 1 + a m2x 2+….+ a mn x n=

b m

x 1 ,x 2 ,…, x n≥ 0

这里x 1 ,x 2 ,…, x n是变量，c i, a ij,b i都是已知常数，且b i≥ 0，约束条件常用符号:s.t.

表示。

线性规划的一般形式为：

目标函数：minS= c 1x 1 + c 2x 2+ …+ c n x n

a11 x 1 + a12 x 2+….+ a1n x n b 1

a21 x 1 + a22 x 2+…. + a2n x n b2

s.t. ……….

a m1 x 1 + a m2 x 2+….+ a mn x n

b m

式中符号“ ”可以是关系符号：>, <, =, ≥, ≤中的任意一个。

Mathematica提供了解线性规划（标准形式和一般形式）问题的命令，由于线性规划的标准形式是一般形式的特例，这里介绍解一般形式的线性规划问题的Mathematica命令。

Mathematica解一般线性规划问题的命令形式有:

具体的拟合命令有:

命令形式1：ConstrainedMin [f, {inequalities}, {x1,x2,…}]

功能：求在给定约束条件inequalities下，线性目标函数f极小值和对应的极小点。

命令形式2：ConstrainedMax [f, {inequalities}, {x1,x2,…}]

功能：求在给定约束条件inequalities下，线性目标函数f极大值和对应的极大点。

注意：

1）命令1结果形式为：{极小值, {自变量1 -> 极小值点1，自变量2 -> 极小值点2，…}}。2）命令2结果形式为：{极大值, {自变量1 -> 极大值点1，自变量2 -> 极大值点2，…}}。3）上面命令中的f为线性规划中的目标函数,它必须是变量x1,x2,…的线性函数。

4）上面命令中的inequalities为线性规划中的约束不等式组,每个关系式必须用逗号分隔。5）上面命令中的x1,x2,…线性规划中的自变量名称,它们必须取非负值且可以用其它符号名。

例题

例4.求线性规划问题

MaxS= 17x 1 -20 x 2 +18x 3

x 1 -x 2 +x 3<10

s.t. x 1 + x 3<5

x 1 <5

解: 本题用命令2求之。Mathematica 命令为:

In[10]:= ConstrainedMax[17x1-20x2+18x3, {x1-x2+x3<10,x1<5,x1+x3>20}, {x1, x2, x3}]

Out[10]= {160, {x1 -> 0, x2 -> 10, x3 -> 20}}

计算结果可得所求目标函数极大值为160，对应的极大值点为（0，10，20）。

例5.求线性规划问题

Min m= 13x -y +5z

x +y >=7,

s.t. y + z < 10,

x>2,

y>0,z>0

解: 本题用命令1求之。Mathematica 命令为:

In[11]:= ConstrainedMin[13x-y+5z, {x+y>=7, y+z<10, x>2, y>0, z>0}, {x,y,z}]

Out[11]= {16, {x -> 2, y -> 10, z -> 0}}

计算结果可得所求目标函数极小值为16，对应的极小值点为（0，10，0）。

例6.现有三种食品A1,A2,A3,各含有两种营养成分B1,B2, 每单位食物Ai含有Bj成分的数量及每种食物的单价如下表所示:

问应如何选购食物,才能既满足对营养成分B1,B2的需要,又使费用最少？

解: 设购买食品A1,A2,A3的数量分别为x 1, x 2,x 3,花费的费用为S,则本问题可以用以下的数学模型来描述：

Min S= 4x 1 +2x 2 +3x 3

2x 1 + 4x 3≥ 5

s.t. 2x 1 + 3x 2 +x 3≥ 4

x 1 , x 2 , x 3 ≥ 0

解: 用Mathematica 命令为:

In[12]:= ConstrainedMax[4x1+2x2+3x3,

{2x1+4x3>=5, 2x1+3x2+x3>=4,x1>=0,x2>=0,x3>=0 }, {x1, x2, x3}]

Out[12]={67/12, {x1 -> 0, x2 -> 11/12, x3 -> 5/4}}

计算结果显示购买11/12数量的食品A2, 5/4数量的食品A3可以满足本问题的要求,此时的花费的费用为67/12。

例7.求线性规划问题

Min f = -x-3y-3z,

3x+y+2z+ v =5

s.t. x+ z+ 2v+w =2

x+ 2z+u+2v =6

x, y, z, u, v, w>0

解: 本题用命令1求之。Mathematica 命令为:

In[13]:= ConstrainedMin[-x-3y-3z,

{3x+y+2z+v==5, x+z+2v+w==2, x+2z+u+2v==6}, {x, y, z, u, v, w}]

Out[13]= {-15, {x -> 0, y -> 5, z -> 0, u -> 6, v -> 0, w -> 2}}

计算结果可得所求目标函数极小值为-15，对应的极小值点为(x, y, z, u, v, w)=(0,5,0,6,0,2）。

多元函数的极值与最值例题极其解析

多元函数的极值与最值 1.求函数z=x3+y3?3xy的极值。 步骤： 1)先求驻点(另偏导数等于0，联立) 2)再求ABC A=f xx(x0, y0) B=f xy(x0, y0) C=f yy(x0, y0) 3)(1)当B2-AC<0时，f(x，y)在点(x o，y o)处取得极值， 且当A<0时取得极大值f(x o，y o)，当A>0时取得极小值f(x o，y o),当A<0时取得极大值f(x o，y o); (2)当B2-AC>0时，f(x o, y o )不是极值; (3)当B2-AC=0时，f(x o,y o)是否为极值不能确定，需另做讨论. =3x2?3y=0 解：?z ?x ?z =3y2?3x=0 ?y 联立得驻点为(0,0),(1,1) A=f xx(x0, y0)=6x(对x求偏导,再对x求偏导) B=f xy(x0, y0)=-3(对x求偏导,再对y求偏导) C=f yy(x0, y0)=6y(对y求偏导,再对y求偏导) 在点(0,0)处，A=0,B=-3，C=0,由B2-AC=9>0,故在此处

无极值。 在点(1,1)处，A=6,B=-3,C=0, B2-AC=-27<0,又因为 A>0,故在此处为极小值点，极小值为 F (1, 1) =x3+y3?3xy=?1 2.求函数f(x, y)=x2+(y?1)2的极值。 解：f x’=2x=0 F y’=2y-2=0 联立得驻点为(0,1) A=f xx(x0, y0) =2 B=f xy(x0, y0) =0 C=f yy(x0, y0) =2 在点(0,1)处A=2，B=0，C=2由B2-AC=-4<0,又因为A>0,故在此处为极小值点，极小值为 F (0, 1) = 0 3.制造一个容积为a的无盖长方体，使之用料最少，则长宽高为多少？ 解：另长宽高分别为x, y, z 故xyz=a, z=a xy S=xy+2(x a xy +y a xy )=xy+2(a y +a x ) S x’=y+2(?a x2 )=0 S y ’= x+2(?a y )=0

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20A C B ->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20A C B -<时，000(,)P x y 不是极值点． (3) 当20A C B -=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 0000(,)(,)f x h y k f x y ++- 20000001(,)(,)(,)2x y f x y h f x y k h k f x h y k x y q q 轾抖犏=+++++犏抖臌， 01q << 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 y q q 轾抖犏++-=+++犏抖臌 220000001(,)2(,)(,)2 xx xy yy f x h y k h f x h y k hk f x h y k k q q q q q q 轾=++++++++犏臌 利用矩阵记号， 记h r k 骣÷?÷?=÷?÷?÷桫，(,)r h k ￠=，0()A B Hf P B C 骣÷?÷?=÷?÷?÷桫 ，000(,)P r x h y k q q q +=++ 0000 0()()()()()xx xy xy yy f P r f P r Hf P r f P r f P r q q q q q 骣++÷?÷?+=÷?÷++÷?桫， 可改写上式为 00()()f P r f P +-000 0()()1(,)()()2xx xy xy yy f P r f P r h h k k f P r f P r q q q q 骣骣++÷÷??÷÷??=÷÷??÷÷++?÷÷?桫桫01()2r Hf P r r q ￠=+ 01q << （1） 进一步，又有 00()()f P r f P +-00011()[()()]22 r Hf P r r Hf P r Hf P r q ⅱ= ++- （2） 当20A C B ->且0A >时，二次型0()r Hf P r ￠正定，因此对于任何00h r k 骣骣÷÷??÷÷??= ÷÷??÷÷?麋桫桫，0()0r Hf P r ￠>。特别地，在单位圆{22(,)1}Q x y x y +=上，连续函数0()Q Hf P Q ￠ 取得的最小值0m >。 因此，对任何00h r k 骣骣÷÷??÷÷??= ÷÷??÷÷ ?麋桫桫，我们有 22 00()(())r r r Hf P r r Hf P r m r r ⅱⅱ = ￠ 另一方面，由于(,)f x y 二阶偏导数在点000(,)P x y 连续，对任何:02 m e e <<，总可取0d >，使得0r d ￠<<时，有 00()()xx xx f P f P r q e -+<，00()()xy xy f P f P r q e -+<，00()()yy yy f P f P r q e -+< 从而， 220000[()()][()()]2r Hf P r Hf P r r Hf P r Hf P r r r q q e ⅱ+-Ｗ+-? 于是，

函数的极值和最值(讲解)

函数的极值和最值 【考纲要求】 1.掌握函数极值的定义。 2.了解函数的极值点的必要条件和充分条件. 3.会用导数求不超过三次的多项式函数的极大值和极小值 4.会求给定闭区间上函数的最值。 【知识网络】 【考点梳理】 要点一、函数的极值 函数的极值的定义 一般地，设函数)(x f 在点0x x =及其附近有定义， （1）若对于0x 附近的所有点，都有)()(0x f x f <，则)(0x f 是函数)(x f 的一个极大值，记作 )(0x f y =极大值； （2）若对0x 附近的所有点，都有)()(0x f x f >，则)(0x f 是函数)(x f 的一个极小值，记作 )(0x f y =极小值. 极大值与极小值统称极值. 在定义中，取得极值的点称为极值点，极值点是自变量的值，极值指的是函数值. 要点诠释： 求函数极值的的基本步骤： ①确定函数的定义域； ②求导数)(x f '； ③求方程0)(='x f 的根； ④检查'()f x 在方程根左右的值的符号，如果左正右负，则f(x)在这个根处取得极大值；如果左负右正，则f(x)在这个根处取得极小值.(最好通过列表法) 要点二、函数的最值 1.函数的最大值与最小值定理 若函数()y f x =在闭区间],[b a 上连续，则)(x f 在],[b a 上必有最大值和最小值；在开区间),(b a 内连 函数的极值和最值 函数在闭区间上的最大值和最小值 函数的极值 函数极值的定义 函数极值点条件 求函数极值

续的函数)(x f 不一定有最大值与最小值.如1 ()(0)f x x x = >. 要点诠释： ①函数的最值点必在函数的极值点或者区间的端点处取得。 ②函数的极值可以有多个，但最值只有一个。 2.通过导数求函数最值的的基本步骤： 若函数()y f x =在闭区间],[b a 有定义，在开区间(,)a b 内有导数，则求函数()y f x =在],[b a 上的最大值和最小值的步骤如下： （1）求函数)(x f 在),(b a 内的导数)(x f '； （2）求方程0)(='x f 在),(b a 内的根； （3）求在),(b a 内使0)(='x f 的所有点的函数值和)(x f 在闭区间端点处的函数值)(a f ，)(b f ； （4）比较上面所求的值，其中最大者为函数()y f x =在闭区间],[b a 上的最大值，最小者为函数 ()y f x =在闭区间],[b a 上的最小值. 【典型例题】 类型一：利用导数解决函数的极值等问题 例1.已知函数.,33)(23R m x x mx x f ∈-+=若函数1)(-=x x f 在处取得极值，试求m 的值，并求 )(x f 在点))1(,1(f M 处的切线方程； 【解析】2'()363,.f x mx x m R =+-∈ 因为1)(-=x x f 在处取得极值 所以'(1)3630f m -=--= 所以3m =。 又(1)3,'(1)12f f == 所以)(x f 在点))1(,1(f M 处的切线方程312(1)y x -=- 即1290x y --=. 举一反三： 【变式1】设a 为实数，函数()22,x f x e x a x =-+∈R ． (1)求()f x 的单调区间与极值；

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：

多元函数条件极值的求解方法

多元函数条件极值求解方法 摘要:本文研究的是代入法、拉格朗日乘数法、标准量代换法、不等式法等九种方法在解 多元函数条件极值问题中的运用，较为全面的总结了多元函数条件极值的求解方法，旨在 解决相应的问题时能得以借鉴，找到合适的解决方法。 关键词：多元函数；条件极值；拉格朗日乘数法；柯西不等式 Abstract: This paper studies the substitution method, the Lagrange multiplier method, standard substitution method, inequality of nine kinds of method in solving multivariate function extremum problems, the application conditions are summed up the diverse functions of conditional extreme value method, to solve the corresponding problem is able to guide, to find the right solution. Key words: multiple functions; Conditional extreme value; Lagrange multiplier method; Cauchy inequality 时比较困难，解题过程中选择一种合理的方法可以达到事半功倍的效果，大大减少解题时间，拓展解题的思路。下面针对多元函数条件极值问题总结了几种方法供大家借鉴。 1.消元法 对于约束条件较为简单的条件极值求解问题，可利用题目中的约束条件将其中一个量用其他量表示，达到消元的效果，从而将条件极值转化为无条件极值问题。 例1 求函数(,,)f x y z xyz =在条件x －y+z=2下的极值. 解： 由x －y+z=2 解得 2z x y =-+ 将上式代入函数(,,)f x y z ，得 g(x,y)=xy(2-x+y) 解方程组 2 2 '2y 20 220 x y g xy y g x xy x ?=-+=??'=+-=?? 得驻点 12 22 P P =33 （0，0），（，-） 2xx y ''=-g ，222xy g x y ''=-+，2yy g x ''= 在点1P 处，0,2,0A B C === 22=0240AC B ?-=-=-<，所以1P 不是极值点 从而函数(,,)f x y z 在相应点(0,0,2)处无极值；

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 ,,,T n f f f 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00 0012(,,,)n X x x x =取得极值的必要 条件 是 ： 0112(),, ,0T n n X X f f f 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，00 0012(,, ,)n X x x x =是()f X 的驻点， 现定义 ()f X 在点0X 处的矩阵为： 2220002 112122220002021 22222 0002 1 2 () ()()()() ()()()()()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 i f f i j n x x x x ??==????， 所以0()f H X 为实对称矩阵。 定理 设n 元函数()f X ，其中 12(,,,)n X x x x =，具有对各自变量的二阶连续偏导 数，00 0012(,, ,)n X x x x =是()f X 的驻点，则 （1） 当 0() f H X 正 定 时 ， 000012(,, ,)n X x x x =是()f X 的极小值 点； （2） 当 0() f H X 负定时， 000012(,, ,)n X x x x =是()f X 的极大值 点； （3） 当 0() f H X 不定时， 000012(,, ,)n X x x x =不是()f X 的极大 值点 证明：由()f X 在点0X 处的泰勒公式

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

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

函数极值与最值研究毕业论文

函数极值与最值研究 摘要：在实际问题中, 往往会遇到一元函数.二元函数，以及二元以上的多元函数的最值问题和极值问题等诸多函数常见问题。求一元函数的极值，主要方法有:均值等式法，配方法，求导法等。求一元函数的最值，主要方法有:函数的单调性法，配方法，判别式法，复数法，导数法，换元法等。求二元函数极值，主要方法有：条件极值拉格朗日乘数法，偏导数法等。求二元函数最值，主要方法有:均值不等式法，换元法，偏导数法等。对于多元函数，由于自变量个数的增加, 从而使该问题更具复杂性，求多元函数极值方法主要有：条件极值拉格朗日法, 等，对于多元函数最值问题与一元函数类似可以用极值来求函数的最值问题.主要方法有：向量法，均值不等式法，换元法，消元法，柯西不等式法，数形结合法等， 关键词：函数，极值，最值，极值点,方法技巧． Abstract: in practical problems,often encounter a unary function. The function of two variables, and multiplefunctions of two yuan more than the most value questionand extremum problems and many other functions of common problems. Extremum seeking a binary function,the main methods are: inequality extremum method,distribution method, derivation etc.. The value for theelement function, the main methods are: monotone method, function method, the discriminant method,complex method, derivative method, substitution methodetc.. For two yuan value function, the main methods are:conditional extremum of Lagrange multiplier method etc..Ask two yuan to the value function, the main methods are:mean inequality method, substitution method, partial derivative method etc.. For multivariate function, due to the increased number of

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 2 43y 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2 2 43y 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

多元函数的极值及其应用

多元函数的极值及其应用 作者：程俊 指导老师：黄璇 学校：井冈山大学 专业：数学与应用数学

【摘要】 多元函数的极值是函数微分学中的重要组成部分，本文对几种特殊的多元函数进行了简单的介绍，对多元函数的极值常见的求法进行了研究，并引入其在生活中、生产中解决实际问题的广泛应用，突显这一学术课题在生活中的重大意义。如今构建经济型节约社会慢慢成为我们共同努力的方向，而最优化问题是达到这一目标的有效途径，其常常有与多元函数的极值息息相关。对函数极值的研究不仅把理论数学推上一个高度，给经济方面，生活方面带来的益处不容小觑，本人浅谈极值问题，为了抛砖引玉，希望这一课题能有更广大额发展空间 【关键词】：多元函数；极值；生活中的应用

目录 Ⅰ引言 (1) Ⅱ多元函数极值的介绍………………………………………… 2.1什么是多元函数………………………………………… 2.2函数的极值理论………………………………………… Ⅲ几种函数的极值的常见求法……………………………… 3.1高中极值求法的弊端………………………………… 3.2拉格朗日乘数法……………………………………… 3.3消元法…………………………………………………… 3.4均值不等式法…………………………………………… Ⅳ多元函数在生活中的应用……………………………………

引言 历史表明，重要数学概念对数学发展的作用是不可估量的，函数概念对数学发展的影响，可以说是贯穿古今、旷日持久、作用非凡，回顾函数概念的历史发展，看一看函数概念不断被精炼、深化、丰富的历史过程，是一件十分有益的事情，它有助于我们提高对函数的认识。而函数的极值的作用已经蔓延到经济领域，在各种解决最优化中应用广泛，从而引发了本人对该课题的研究兴趣。 编者 2014年2月

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

(整理)多元函数的极值.

实验六 多元函数的极值 【实验目的】 1． 多元函数偏导数的求法。 2． 多元函数自由极值的求法 3． 多元函数条件极值的求法. 4． 学习掌握MATLAB 软件有关的命令。 【实验内容】 求函数3282 4-+-=y xy x z 的极值点和极值 【实验准备】 1．计算多元函数的自由极值 对于多元函数的自由极值问题,根据多元函数极值的必要和充分条件,可分为以下几个步骤: 步骤1.定义多元函数),(y x f z = 步骤2.求解正规方程0),(,0),(==y x f y x f y x ,得到驻点 步骤3.对于每一个驻点),(00y x ,求出二阶偏导数,,,22222y z C y x z B x z A ??=???=??= 步骤4. 对于每一个驻点),(00y x ,计算判别式2B AC -,如果02 >-B AC ,则该驻点是极值点,当0>A 为极小值, 0

MATLAB 中主要用diff 求函数的偏导数,用jacobian 求Jacobian 矩阵。 可以用help diff, help jacobian 查阅有关这些命令的详细信息 【实验方法与步骤】 练习1 求函数3282 4-+-=y xy x z 的极值点和极值.首先用diff 命令求z 关于x,y 的偏导数 >>clear; syms x y; >>z=x^4-8*x*y+2*y^2-3; >>diff(z,x) >>diff(z,y) 结果为 ans =4*x^3-8*y ans =-8*x+4*y 即.48,843y x y z y x x z +-=??-=??再求解正规方程，求得各驻点的坐标。一般方程组的符号解用solve 命令，当方程组不存在符号解时，solve 将给出数值解。求解正规方程的MATLAB 代码为： >>clear; >>[x,y]=solve('4*x^3-8*y=0','-8*x+4*y=0','x','y') 结果有三个驻点，分别是P(-2,-4),Q(0,0),R(2,4).下面再求判别式中的二阶偏导数： >>clear; syms x y; >>z=x^4-8*x*y+2*y^2-3; >>A=diff(z,x,2) >>B=diff(diff(z,x),y) >>C=diff(z,y,2) 结果为 A=2*x^2 B =-8 C =4 由判别法可知)2,4(--P 和)2,4(Q 都是函数的极小值点，而点Q(0,0)不是极值点，实际上，)2,4(--P 和)2,4(Q 是函数的最小值点。当然，我们可以通过画函数图形来观测极值点与鞍点。 >>clear; >>x=-5:0.2:5; y=-5:0.2:5; >>[X,Y]=meshgrid(x,y);

多元函数极值

多元函数极值 课时教学计划表 (基础部:邓敏英) 授课日期: 教案编号:第七章 06 课程名称班级专业、层次高等数学 2010级机电2班大专 理论课型: 讲授教学方式: 多媒体教学资源 7.7多元函数的极值(第七章第七节) 授课题目(章、节) 教材:《高等数学》参考书:《高等数学》(高教出版社，同济大学教材和主要参考书 数学系及盛祥耀等编著) 教学目的与要求:了解多元函数极值的概念，理解函数极值的必要条件，会用充分条件判定 二元函数的极值，掌握求极值的一般方法; 教学重点和难点: 重点:多元函数极值的概念，求极值的一般方法。 难点:二元函数的极值的判定。 教学内容与时间安排:(1课时) 一、引入课题 (3分钟) 关于一元函数的极值,最大值和最小值等知识。 二、多元函数极值的概念 (35分钟) 定义，定理1，定理2(求极值的一般方法)，例题1， 三、练习 (4分钟) 四、小结、布置作业 (3分钟)

思考题与作业:(选做题)习题7,7 第 1(1，2)题。 (选做题)习题7,7 第 1(3) 题。 课后体会: 7.7 多元函数的极值一，引入课题 我们在前面学过一元函数的极值,最大值和最小值等知识。这对学习多元函数的极值有 很大的帮助。 二，新课:多元函数极值的概念 1. 极值的概念 Pxy,定义设函数z=f(x,y)在点的某一邻域内有定义.如果对该邻域内任一异，，000 fxyfxy,,,,Pxy,于的点P(x,y),都有则称函数z=f(x,y)在点处有极大P，，，，，，000000 fxyfxy,,,,Pxy,值;如果都有则称函数z=f(x,y)在点处有极小 fxy(,)，，，，，，0000000 Pxy,值.函数的极大值和极小值统称为极值,使得函数取极值的点称为极值fxy(,)，，00000 点( 强调:定义中的极大值、极小值、极值、极值点等概念( 221,,xy例z=f(x,y)=在点(0,0)处取得极大值l(见书上图7-37)( 22z=f(x,y)=在点(0,0)处取得极小值0(见书上图7-38)( 24xy， Z=f(x,y)=xy 在(0,0)处不取极值。 指出:在一般情况下,函数的极值并不容易看出,因此,与一元函数一样,我们需要研究二

二元函数极值问题

浅谈二元函数的极值问题 摘 要：本文首先给出二元函数极值的定义，实例分析了二元函数极值存在的必要条件和充分条件，并通过实例解析了求二元函数极值的步骤. 关键词：二元函数; 极值;必要条件;充分条件 To discuss the extreme-value problem of the binary function shallowly Abstract : In this paper, the definition and conditions of the extreme of binary function are firstly given, on the basis, steps of finding the extreme value are discussed, and specific examples of relevant to this are given to expound them. Key words: binary function; extreme; necessary condition; sufficient condition 前言 函数极值在数学、工程、金融风险管理等多领域都有广泛应用，本文以二元函数为例，讨论函数极值的若干方面问题. 1. 预备知识 定义 设函数f 在点00(,)x y 0p 的某领域0()U p 内有定义，若对于任意点 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（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、极小值点统称极值点. 注意：这里所讨论的极值点仅限于定义域的内点.

关于多元函数的极值和最值计算

关于多元函数的极值和最值计算 （一） 可微函数的无条件极值 如果(,)z f x y =在区域D 上存在二阶连续偏导数，我们可以用下面的方法求出极值。 首先，通过解方程''00 x y f f ?=??=?? 得到驻点。其次，对每个驻点求出二阶偏导数： '''''',,xx xy yy A f B f C f === 最后利用课本定理7.8进行判断。 20,0,AC B A ->> 函数在此点取极小值； 20,0,AC B A ->< 函数在此点取极大值； 20,AC B -< 函数在此点不取极值； 20,AC B -= 不能确定。 （二） 如何求多元函数的最值 如果函数(,)z f x y =在有界闭域D 上连续，那么函数(,)z f x y =在有界闭域D 上一定存在最大值和最小值。下面介绍如何求出(,)z f x y =在有界闭域D 上的最值。 首先， 在D 的内部求出函数(,)z f x y =的驻点 及 偏导数不存在的点。 其次，求出函数(,)z f x y =在D 的边界上的最大值点和最小值点。这里分两种情况处理： 第一种情况：D 的边界是由显函数来表示 的（包括边界是分段用显函数表示的情形），可以用消元法转化为一元函数在闭区间上的最值问题 来解决。 第二种情况：D 的边界是由 隐函数(,)0x y ?=来表示 的，而且函数(,)z f x y =，(,)x y ?在包含D 的区域上存在二阶连续偏导数，此时可以用拉格朗日乘数法求出驻点。 最后， 通过比较函数(,)z f x y =在我们得到的点上的函数值，就可得到(,)z f x y =在有界闭域D 上的最值。 （三） 如何求条件极值 下面介绍求函数(,)z f x y =在约束条件(,)0x y ?=下的条件极值。 第一种情况：如果(,)0x y ?=确定了显函数)(y g x =或者)(x h y =，可以用消元法转化为一元函数在闭区间上的极值问题 来解决。 第二种情况：如果函数(,)z f x y =，(,)0x y ?=在区域D 上存在二阶连续偏导数，而且(,)0x y ?=确定了隐函数，此时可以用拉格朗日乘数法。首先，求出拉格朗日函数),,(λy x L 在区域D 内的驻点。