070 极值和鞍点 Extreme Values and Saddle Points
二元连续函数在封闭有界的定义域上存在极值。如下图所示。这一节主要分析这些极值点的特性。
局部极值的导数测试
对于一元函数而言,极值出现在有水平切线的地方。这些点处可能是局部最大值、局部最小值或者是拐点。对于二元函数 而言,需要寻找 上有水平切面的点,这些点可能是局部最大值、局部最小值或鞍点。
定义
令 在包含 的区域 上有定义,那么 如果对在 为中心的开放圈盘区域的定义域内的点 都有 ,那么 是局部最大值(
local maximum
)。 如果对在 为中心的开放圈盘区域的定义域内的点 都有 ,那么 是局部最小值(local minimum
)。
局部最小值对应谷底,局部最大值对应着峰顶。如下图所示。如果这些点的切面存在,那么是水平的。局部极值也称为相对极值(relative extrema
)。
和一元函数求极值点类似,首先要进行一阶导测试。
定理 10 局部极值的一阶偏微分测试
如果 在定义域内的内部点 处是最大值或最小值,并且带带你出的一阶偏微分存在,那么
证明:如果 在 处有局部极值,那么函数 在 处有局部极值。如下图所示。因此 ,即 。类型的,令 可以证明 。
如果用 代入到点 处的切平面方程 得到简化方程 这是一个水平的切平面。
定义
函数 定义域内部 的点和一阶偏微分其一或两者都不存在的点称为临界点(
critical point
)。
因此极值只可能在临界点和边界点。对于一元可微函数而言,不是所有临界点都是极值点,也可能是拐点。二元可微函数称为鞍点。
定义
如果对在 为中心的开放圈盘区域的定义域内的点 ,有的是 ,有的是 ,那么曲面 上的点 称为鞍点(
saddle point
)。
例1 求函数 的极值。
解: 在整个平面上都有定义,所以没有边界点。偏微分 在整个定义域上都存在。那么极值点只可能在点 这个可能的点是 ,此时 的值是 5。由于 ,因此临界点 是局部最小。
例2 求 的局部极值。
解: 的定义域是整个平面,没有边界点,偏微分 整个定义域上都存在。因此,局部极值只能在点 处。不过,沿着 轴,,沿着 轴,。因此,每一个包含 的圆盘内,既包含比 大的点,也包含比 小的点。因此原点是鞍点而不是极值点。
下面的图是 的等高线,一组组双曲线,展示了函数在不同象限增加或减少的趋势。
在 的内部点 处有 也不保证 有局部极值。如果 一阶和二阶偏微分都在 上连续,那么下面定理能够帮助我们判断是否是极值点。13.9 小节会给出证明。
定理 11 局部极值的二阶偏微分测试
如果 的一阶偏微分和二阶偏微分在以 为圆心的圆上都连续,且 ,那么
- 如果在 处有 ,那么 在该点是局部极大值;
- 如果在 处有 ,那么 在该点是局部极小值;
- 如果在 处有 ,那么该点是鞍点;
- 如果在 处 ,那么需要使用其他方法判断。
称为判别式(discriminant
)或黑塞矩阵(Hessian
)。下面是其行列式形式
上面的定理是说如果判别式在 处是正的,那么曲面向同一个方向弯曲:如果 ,向下弯曲,局部极大值;如果 ,向上弯曲,局部极小值。如果判别式是负数,那么曲面在有的方向上向上弯曲,有的方向上向下弯曲,那么该点是鞍点。
例3 求 的局部极值。
解:对于所有的 ,函数都有定义且可微,没有边界点。所以极值只能出现在 同时为零的点。那么 即 因此点 是唯一的 可能取得极值的点。根据二阶偏微分测试,我们计算二阶偏微分 所以判别式 结合 所以在 处是极大值。该点的函数值是 。
例4 求 的局部极值。
解: 处处可导,那么极值只能在 由第一个式子得到 ,由第二个式子得到 ,所以有两个临界点 。
为了判断临界点是否是极值点,测试二阶偏微分。 那么判别式是 对于 而言,判别式是负值,因此原点是鞍点。在 处,判别式是正数,结合 ,所以是极大值,。如下图所示。
例5 求函数 的临界点,使用二阶偏微分测试哪些点是鞍点、极大值点、极小值点。
解:首先,求一阶偏微分 并令它们同时为零来找到临界点。 一阶偏微分在各处均连续,那么临界点是 然后求二阶偏微分来计算判别式的值。 根据临界点的值,可以得到如下表格
临界点 | 判别式 | |||
---|---|---|---|---|
处 ,是鞍点。其他四个点 ,是极值点。对于点 ,,所以是极大值点,点 处 ,所以是极小值点。曲面图像如下图所示。
在封闭有界区域内的绝对最大值和最小值
下面是求解连续函数 在一个封闭且有界的区域 上绝对最大值和最小值的三步。
- 罗列 的内部临界点,并求对应 的值。
- 罗列 可能是最小值或最大值的边界点,并求对应 的值。下个例子阐述这个过程。
- 在上面上个列表中找到绝对最大值和最小值。
例6 求函数 在由 围城的三角形(第一象限)这个区域内的绝对最大值和最小值。
解: 可微,那么极值只可能在内部使得 的点和边界点。如下图所示。
首先看内部点。有 因此点 是临界点。此时
边界点分成三个部分。
第一个部分是线段 ,此时 ,那么函数是 这是 的函数,且定义域是闭区间 。所以极值点可能是边界点 或者是内部点 此时 ,那么
第二部分是线段 ,,那么 和第一部分类似,这是 的函数,定义域是闭区间 。边界点处 和内部点 此时 ,那么
第三部分是线段 ,将 代入函数 得到 两个端点之前已经考察过了,这里仅需考虑内部点 所以 ,那么 ,此时
综合上述各个点处 的值,最终可以得到在 处取得最大值 7,在 处取得最小值 -61。如下图所示。
例7 快递公司要求包装盒的长度加上腰围(宽和高的截面的周长)不能超过 270 cm。求最大可接受的包装盒的体积。
解:令 是盒子的长宽高,那么腰围是 。这里需要最大化体积 ,前提是 。如下图所示。
我们可以用两个变量来表示体积。 令一阶偏微分为零 那么临界点是 。在点 处,体积是零,不可能是最大值。在点 处,应用二阶偏微分测试 那么判别式是 代入 所以此处有最大值。此时三维分别是 ,最大体积是 。