§6无条件极值 无条件极值 定义12.6.1设D∈R"为开区域,f(x)为定义在D上的函数, =(x,x2…,x)∈D。若存在x的邻域O(xn),使得 f(x0)≥f(x)(或∫(x0)≤f(x),x∈O(x0,r), 则称x为f的极大值点(或极小值点);相应地,称f(x)为相应的极 大值(或极小值);极大值点与极小值点统称为极值点,极大值与极 小值统称为极值
无条件极值 定义 12.6.1 设 D n R 为开区域， f (x)为定义在 D 上的函数， 0 x ( , , , ) 0 0 2 0 1 n = x x x D。若存在 0 x 的邻域 ( , ) 0 O x r ，使得 ( ) ( ) ( ( ) ( )), f x0 f x 或 f x0 f x x ( , ) 0 O x r ， 则称 0 x 为 f 的极大值点（或极小值点）；相应地，称 ( ) x0 f 为相应的极 大值（或极小值）；极大值点与极小值点统称为极值点，极大值与极 小值统称为极值。 §6 无条件极值
先考察一个点为极值点的必要条件 定理12.6.1(必要条件)设x为函数f的极值点,且f在x点 可偏导,则∫在x点的各个一阶偏导数都为零,即 f2(x0)=∫2(x0)=…=f2(x)=0。 证只证明f(x)=0,其他类似。考虑一元函数 qp(x1)=f(x1,x2,…,xn), 则x是g(x)的极值点。由于∫在x点可偏导,因此∞(x)在x9点可导, 由 Fermat引理,即得到 (x1)=fx(x1, x)=0 使函数f的各个一阶偏导数同时为零的点称为f的驻点
先考察一个点为极值点的必要条件。 定理 12.6.1（必要条件） 设 0 x 为函数 f 的极值点，且 f 在 0 x 点 可偏导，则 f 在 0 x 点的各个一阶偏导数都为零，即 ( 0 ) ( 0 ) ( 0 ) 0 1 2 x = x = = x = n x x x f f f 。 证 只证明 ( 0 ) 0 1 f x x = ，其他类似。考虑一元函数 ( ) ( , , , ) 0 0 1 1 2 n x = f x x x ， 则 0 1 x 是 ( ) 1 x 的极值点。由于 f 在 0 x 点可偏导，因此 ( ) 1 x 在 0 1 x 点可导， 由 Fermat 引理，即得到 ( ) 0 1 x = ( , , , ) 0 0 0 2 0 f x1 x1 x xn = 。 使函数 f 的各个一阶偏导数同时为零的点称为 f 的驻点
注首先,定理12.6.1的条件不是充分的,即驻点不一定是极值 点。如马鞍面方程f(x,y)=xy满足 f2(0.0)=f,(00)=0, 但在(0,0)的任何邻域里,总同时存在使f(x,y)为正和为负的点。而 f(00)=0,因此(0,0)不是f的极值点(见图126.1) 图126.1
注 首先，定理 12.6.1 的条件不是充分的，即驻点不一定是极值 点。如马鞍面方程 f (x, y) = xy 满足 f x (0,0) = f y (0,0) = 0 ， 但在(0,0) 的任何邻域里，总同时存在使 f (x, y)为正和为负的点。而 f (0,0) = 0 ，因此(0,0) 不是 f 的极值点（见图 12.6.1）。 z y O x 图 12.6.1
其次,偏导数不存在的点也可能是极值点。如柱面方程 f(x,y)=x,整个y轴上的每一点(0,y)都是f的极小值点。但在y轴上 的任一点(0,y)处,f关于x的偏导数都不存在(见图1262)。 图1262
其次，偏导数不存在的点也可能是极值点。如柱面方程 f (x, y) =| x |，整个 y 轴上的每一点(0, y)都是 f 的极小值点。但在 y 轴上 的任一点(0, y)处， f 关于x的偏导数都不存在（见图 12.6.2）。 z O y x 图 12.6.2
那么,要加上什么条件才能保证驻点是极值点呢?我们先对二元 函数进行讨论。 设z=f(x,y)在(x0,y)点附近具有二阶连续偏导数,且(x0,y)为f 的驻点,即 f(x0,y0)=f,(xo,yo)=0, 那么由 Taylor公式得到 f(xo+Ar, yo +Ay)-f(o, yo)= (P)Ax+2 (P)axAy+f (P)Ay) 其中芦=(x+Ax,y+y),0<0<1。由于f的二阶偏导数在(x0,y0)点连 续,因此 f(P)=f(xo, yo)+a, f(P)=f(xo, yo)+B, f(P)=f(xo, yo)+r 其中a,B,y为当p=Ax2+Ay2→0时的无穷小量
那么，要加上什么条件才能保证驻点是极值点呢？我们先对二元 函数进行讨论。 设 z = f (x, y) 在( , ) 0 0 x y 点附近具有二阶连续偏导数，且( , ) 0 0 x y 为 f 的驻点，即 f x (x0 , y0 ) = f y (x0 , y0 ) = 0， 那么由 Taylor 公式得到 2 2 0 0 0 0 1 ( , ) ( , ) { ( ) 2 ( ) ( ) } 2 xx xy yy f x x y y f x y f P x f P x y f P y + + − = + + ， 其中 ( , ), 0 1 ~ P = x0 +x y0 +y 。由于 f 的二阶偏导数在( , ) 0 0 x y 点 连 续，因此 = + = + ) = ( , ) + ~ ) ( , ) , ( ~ ) ( , ) , ( ~ ( 0 0 0 0 0 0 f P f x y f P f x y f P f x y xx xx xy xy yy yy ， 其中, , 为当 0 = x 2 + y 2 → 时的无穷小量