当前课程知识点:微积分——多元函数与重积分 > 第二章 多元函数微分学应用 > 第三节 多元函数的条件极值 > 二元函数条件极值问题的提法
好 我们现在开始来介绍一下
多元微分学的
最后一个应用 实际就是关于
多元函数的条件极值问题
接下来我们就分别以
二元函数和三元函数为例
来看一下 如何提出
二元函数和三元函数的
条件极值问题
我们先看一下二元函数
第一个问题 我们就看一下
怎么样来提一下
条件极值问题
这是问题的提法
或者叫问题的提出
实际上 所谓条件极值
就是说 在求函数极值是
我把自变量的变化范围做了限定
我们常见的二元函数的
条件极值问题的提法
是这样子的
我们要对一个函数求
局部最小或者是局部最大值
我们用最大值和最小值的函数来表示
但是
现在我们求局部最小或者是最大
并不是在它的定义域中去讨论
而是在定义域中的某一个范围上
那么对二元函数来说
我们就要(x,y)落在这条曲线上时
f(x,y)的局部最小和局部最大
这就是
二元函数条件极值问题的提法
在这个问题里面 函数f
我们一般叫目标函数
而这个函数 g(x,y)
我们一般叫约束函数
这个等式 也就是g(x,y)=0
就是我们所谓的约束条件
那么 条件极值问题就是
当自变量满足约束条件时
我们来求目标函数的局部最小
或者是局部最大值
从几何上来看
二元函数定义域一般是
平面的一块区域
而(x,y)满足等式
一般表示的是平面中的一条曲线
也就是说 如果我们在定义域里面
讨论极值问题
就是前面咱们讨论过的
一般的多元函数的极值问题
如果让自变量限定在这条曲线上
来讨论局部最大和最小的问题
这就是条件极值问题
那么接下来一个问题
我们就问一下
如果 一个点 比如说(x0,y0)
它是这个条件极值问题的解
那么这个点 应该满足什么条件
换句话说
在一定条件下
我们应该在什么样的点的范围里面
去找我们的条件极值点
所以接下来一个问题
我们就说一下
二元函数条件极值点的必要条件
我们写得简单点
也就是 条件极值点
它应该满足的条件
必要条件
现在 我们就从这个问题出发
我们看这条曲线
实际是一般方程给的
我们假设在一定条件下
有g(x,y)=0这个等式
能够把x,y的关系找出来
也就是y=y(x)
那么对目标函数来说
z=f(x,y)
如果把点放到约束条件上
这时候y就不是独立的
它应该与x是有关系的
也就是
这就是目标函数
在约束条件下的函数值
我们求条件极值问题
实际上就是求
这个一元函数的极值问题
一元函数极值问题我们知道
在导数存在的前提下
那么它的导数
也就是偏f/偏x加上偏f/偏y
再乘上dy/dx
应该是等于0的
当然大家会说
你做导数运算条件满足不满足
实际我们只要加上
咱们这个目标(约束)函数
具有一阶连续偏导数
而我们这个目标函数
也是有一阶连续偏导数
而且它关于y的偏导数不等于零
这些运算就都可以进行
所以说 这些运算的条件
不成问题
那么在这个等于零的时候
我们要看一下y关于x的导数是什么
根据隐函数求导
我们知道 dy/dx应该等于负的
偏g/偏x再除上偏g/偏y
我们把dy/dx的表达式往这一放
实际上这样就会推出
偏f/偏x减掉或者是移过去就等于
偏f/偏y这面乘上
应该就是一个偏g/偏x除上偏g/偏y
我们把这个等式做一个变形
写到这儿 也就是
偏f/偏x比上偏g/偏x
应该等于偏f/偏y再比上偏g/偏y
这实际上就是在条件极值点
(x0,y0)目标函数和约束函数
应该满足的性质
实际上这个性质
我们换一个角度去看
我们知道在目标函数和约束函数
具有一阶连续偏导数时
那么 它的梯度向量
我们是会求的
这个的梯度向量
我们也是会求的
实际上 它的梯度向量的两个分量
就是它关于x,y的一阶偏导数
这个梯度向量就是g(x,y)
关于x,y的一阶偏导数
那么 这个等式意味着
这两个梯度向量的对应分量
是成比例的
也就是说这两个向量是平行的
或者说 我们换一个形式
来表述这个平行
它应该是线性相关的
线性相关也就是说
在条件极值点这个地方
这两个向量它的一个线性组合
应该是等于零的
我想 写到这儿
我们想要的条件极值点的必要条件
就得到了
我们一个结论是这样子的
直接写一个定理
我们设函数f(x,y)和g(x,y)
都是具有一阶连续偏导数
而且g(x,y)的梯度向量不等于零
如果(x0,y0)是条件极值问题
就是在约束条件g(x,y)=0的前提下
求f(x,y)的局部最大和局部最小
是这个条件极值问题的解
那么在(x0,y0)处
目标函数f和约束函数g
它们的梯度向量是平行的
当然 这个定理中的结论
我们也可以从其它的角度得到
比如说 我们在求梯度向量的时候
我们知道g(x,y)的梯度向量
与它的等值线是垂直的
那么 如果f的梯度向量
与g的梯度向量是平行的时候
我们是不是可以这样说
在这个条件极值问题里面
在它的解(x0,y0)处
目标函数的梯度向量 应该与
约束条件所表示的这条曲线
是垂直的
-第一节 多元连续函数
--开集、闭集、区域
--二重极限的定义
--二重极限的例题
--二次极限的定义
-第一章 多元函数微分学--第一节练习题
-第二节 多元函数的偏导数
--偏导数的概念
--偏导数的几何意义
--高阶偏导数的概念
-第一章 多元函数微分学--第二节练习题
-第三节 多元函数的全微分
--全微分的概念
--可微的必要条件
--可微的充分条件
--可微的充要条件
--多元函数的原函数
-第一章 多元函数微分学--第三节练习题
-第四节 多元函数的微分法
--隐函数存在定理
--隐函数组求导法
-第一章 多元函数微分学--第四节练习题
-第五节 多元函数的方向导数与梯度向量
--方向导数的概念
--方向导数的计算
-第一章 多元函数微分学--第五节练习题
-第六节 映射及其微分
--复合映射的微分法
-第一章 多元函数微分学--第六节练习题
-第七节 多元函数的泰勒公式(以二元函数为例)
-第一章 多元函数微分学--第七节练习题
-第一节 多元函数微分学的几何应用
-第二章 多元函数微分学应用--第一节练习题
-第二节 多元函数的极值
--极值点的判别法
--极值问题举例
-第二章 多元函数微分学应用--第二节练习题
-第三节 多元函数的条件极值
--条件极值问题举例
--最小二乘法
-第二章 多元函数微分学应用--第三节练习题
-第一节 二重积分的概念和性质
--二重重积分引入
--二重积分定义
--二重积分性质
-第二节 二重积分的计算
-第三章重积分--第二节练习题
-第三节 极坐标系及一般坐标系
--极坐标系
--一般坐标系
-第三章重积分--第三节练习题
-第四节 三重积分
--三重积分的引入
--三重积分的定义
--三重积分的性质
--直角坐标系
--空间坐标变换
--空间柱坐标系
--球坐标系
--球坐标系例题
-第三章重积分--第四节 练习题
-第五节 第一类曲线积分
-第三章重积分--第五节 练习题
-第六节 第一类曲面积分
-第三章重积分--第六节 练习题
-第七节 含参变量积分
--含参定积分的定义
--含参积分的连续性
--含参积分的导数
--含参积分的例题
-- 广义含参积分的一致收敛性
-第三章重积分--第七节 练习题
-第一节 第二类曲线积分
-第四章 向量分析--第一节 练习题
-第二节 Green公式及其应用
-第四章 向量分析--第二节 练习题
-第三节 第二类曲面积分
--曲面的定向
-第四章 向量分析--第三节 练习题
-第四节 Gauss公式与Stokes公式
--Gauss公式
-第四章 向量分析--第四节 练习题
-第五节 无源场,保守场与调和场
--平面保守场
--势函数及其计算
--空间保守场
--常见的场
-第四章 向量分析--第五节 练习题
-第一节 微分方程的基本概念
--微分方程概念举例
-第二节 可求解的一阶微分方程(初等积分法)
--变量分离方程
--齐次型方程
-第五章 常微分方程--第二节 练习题
-第三节 高阶线性微分方程解的结构
-第五章 常微分方程--第三节 练习题
-第四节 高阶线性常系数微分方程
--欧拉方程
--欧拉方程举例
-第五章 常微分方程--第四节 练习题