Как найти стационарные точки функции нескольких переменных

Экстремум функции двух переменных

Как найти?

Постановка задачи

Найти экстремум функции двух переменных $ z = z(x,y) $

План решения

Экстремумы функции двух переменных возможны в стационарных точках функции. Стационарными точками называются точки $ M(x_1,y_1), M(x_2,y_2)… $, в которых первые частные производные функции равны нулю: $ z(x,y) = 0 $

Для нахождения стационарных точек (подозрительных на экстремум) составляем систему:

$$ begin{cases} z’_x = 0 \ z’_y = 0 end{cases} $$

Решая систему получаем точки $ M(x_1,y_1), M(x_2,y_2)… $, каждую из которых нужно проверить на экстремум.

Проверку осуществляется с помощью подстановки точек в выражение, называемое достаточным условием существования экстремума:

$$ A = z»_{xx} cdot z»_{yy} — (z»_{xy})^2 $$

Если в точке $ M(x_1,y_1) $:

  1. $ A>0 $ и $ z»_{xx} > 0 $, то $ M(x_1,y_1) $ точка минимума
  2. $ A >0 $ и $ z»_{xx} < 0 $, то $ M(x_1,y_1) $ точка максимума
  3. $ A < 0 $, то $ M(x_1,y_1) $ не является точкой экстремума
  4. $ A = 0 $, то требуется дополнительное исследование (по определению)

Итак, необходимо выполнить действия:

  1. Найти частные производные первого порядка. Приравнять их к нулю и решить систему уравнений. Получить точки $ M(x_1,y_1), M(x_2,y_2),… $
  2. Найти частные производные второго порядка в точках $ M(x_1,y_1), M(x_2,y_2),… $
  3. Используя достаточное условие существования экстремума делаем вывод о наличии экстремума в точках $ M(x_1,y_1), M(x_2,y_2),… $

Примеры решений

Пример 1
Найти экстремумы функции двух переменных $ z = x^2 -xy +y^2 $
Решение

Находим частные производные первого порядка:

$$ z’_x = 2x — y $$ $$ z’_y = -x + 2y $$

Приравниваем полученные выражения к нулю и решаем систему двух уравнений:

$$ begin{cases} 2x-y = 0 \ -x + 2y = 0 end{cases} $$

Решив систему получаем стационарную точку (подозрительные на экстремум):

$$ M (0,0) $$

Далее вычисляем значения частных производных второго порядка в точке $ M $:

$$ z»_{xx} Big |_M = 2 $$ $$ z»_{yy} Big |_M= 2 $$ $$ z»_{xy} Big |_M = -1 $$

Подставляя найденные значения в достаточное условие экстремума функции, проводим исследование знаков:

$$ A = Big |_M = z»_{xx} Big |_M cdot z»_{yy} Big |_M — (z»_{xy} Big |_M)^2 = 2 cdot 2 — (-1)^2 = 3 $$

Так как получили $ A > 0 $ и $ z»_{xx} > 0 $, то получается $ M(0,0) $ точка минимума.

Наименьшее значение находится в минимуме и равно:

$$ z_{min} (0,0) = 0^2 — 0 cdot 0 + 0^2 = 0 $$

Если не получается решить свою задачу, то присылайте её к нам. Мы предоставим подробное решение онлайн. Вы сможете ознакомиться с ходом вычисления и почерпнуть информацию. Это поможет своевременно получить зачёт у преподавателя!

Ответ
В точке $ M(0,0) $ находится минимум функции; $ z_{min} = 0 $
Пример 2
Найти экстремумы функции двух переменных $ z = x^3 + y^3 — 15xy $
Решение

Составляем систему уравнений из частных производных первого порядка:

$$ begin{cases} z’_x = 3x^2 — 15y = 0 \ z’_y = 3y^2 — 15x =0 end{cases} $$

Получаем стационарные точки $ M_1(0,0) $ и $ M_2(5,5) $, которые необходимо проверить через достаточное условие экстремума.

Вычисляем значение частных прозводных второго порядка в точке $ M_1 $:

$$ z»_{xx} Big |_{M_1} = 6x Big |_{M_1} = 0 $$

$$ z»_{yy} Big |_{M_1} = 6y Big |_{M_2} = 6y Big |_{M_2} = 0 $$

$$ z»_{xy} Big |_{M_1} = -15 $$

Подставляем данные значения в формулу достаточного условия экстремума:

$$ A Big |_{M_1} = 0 cdot 0 — (-15)^2 = -225 $$

Так как $ A < 0 $, то в точке $ M_1(0,0) $ экстремума нет.

Получаем значения частных производных 2 порядка в $ M_2 $:

$$ z»_{xx} Big |_{M_2} = 6x Big |_{M_2} = 6 cdot 5 = 30 $$

$$ z»_{yy} Big |_{M_2} = 6y Big |_{M_2} = 6 cdot 5 = 30 $$

$$ z»_{xy} Big |_{M_2} = -15 $$

Вычисляем значение выражения достаточного условия экстремума:

$$ A = 30 cdot 30 — (-15)^2 = 900 — 225 = 675 $$

Получили $ A > 0 $ и $ z»_{xx} > 0 $, то значит, $ M_2(5,5) $ точка минимума.

Наименьшее значение функции $ z = x^3 + y^3 — 15xy $ равно:

$$ z_{min} |_{M_2} = 5^3 + 5^3 — 15 cdot 5 cdot 5 = 125 + 125 — 375 = -125 $$

Ответ
В $ M_1 (0,0) $ экстремума нет, в $ M_2(5,5) $ минимум функции $ z_{min}=-125 $ 

Экстремум функции двух переменных. Примеры исследования функций на экстремум.

Пусть функция $z=f(x,y)$ определена в некоторой окрестности точки $(x_0,y_0)$. Говорят, что $(x_0,y_0)$ – точка (локального) максимума, если для всех точек $(x,y)$ некоторой окрестности точки $(x_0,y_0)$ выполнено неравенство $f(x,y)< f(x_0,y_0)$. Если же для всех точек этой окрестности выполнено условие $f(x,y)> f(x_0,y_0)$, то точку $(x_0,y_0)$ называют точкой (локального) минимума.

Точки максимума и минимума часто называют общим термином – точки экстремума.

Если $(x_0,y_0)$ – точка максимума, то значение функции $f(x_0,y_0)$ в этой точке называют максимумом функции $z=f(x,y)$. Соответственно, значение функции в точке минимума именуют минимумом функции $z=f(x,y)$. Минимумы и максимумы функции объединяют общим термином – экстремумы функции.

Алгоритм исследования функции $z=f(x,y)$ на экстремум

  1. Найти частные производные $frac{partial z}{partial x}$ и $frac{partial z}{partial y}$. Составить и решить систему уравнений $
    left { begin{aligned}
    & frac{partial z}{partial x}=0;\
    & frac{partial z}{partial y}=0.
    end{aligned} right.$. Точки, координаты которых удовлетворяют указанной системе, называют стационарными.
  2. Найти $frac{partial^2z}{partial x^2}$, $frac{partial^2z}{partial xpartial y}$, $frac{partial^2z}{partial y^2}$ и вычислить значение $Delta=frac{partial^2z}{partial x^2}cdot frac{partial^2z}{partial y^2}-left(frac{partial^2z}{partial xpartial y} right)^2$ в каждой стационарной точке. После этого использовать следующую схему:
    1. Если $Delta > 0$ и $frac{partial^2z}{partial x^2} > 0$ (или $frac{partial^2z}{partial y^2} > 0$), то в исследуемая точка есть точкой минимума.
    2. Если $Delta > 0$ и $frac{partial^2z}{partial x^2} < 0$ (или $frac{partial^2z}{partial y^2} < 0$), то в исследуемая точка есть точкой максимума.
    3. Если $Delta < 0$, то в расматриваемой стационарной точке экстремума нет.
    4. Если $Delta = 0$, то ничего определённого про наличие экстремума сказать нельзя; требуется дополнительное исследование.

Примечание (желательное для более полного понимания текста): показатьскрыть

Пример №1

Исследовать на экстремум функцию $z=4x^2-6xy-34x+5y^2+42y+7$.

Решение

Будем следовать указанному выше алгоритму. Для начала найдём частные производные первого порядка:

$$
frac{partial z}{partial x}=8x-6y-34; frac{partial z}{partial y}=-6x+10y+42.
$$

Составим систему уравнений $ left { begin{aligned}
& frac{partial z}{partial x}=0;\
& frac{partial z}{partial y}=0.
end{aligned} right.$:

$$
left { begin{aligned}
& 8x-6y-34=0;\
& -6x+10y+42=0.
end{aligned} right.
$$

Сократим каждое уравнение этой системы на $2$ и перенесём числа в правые части уравнений:

$$
left { begin{aligned}
& 4x-3y=17;\
& -3x+5y=-21.
end{aligned} right.
$$

Мы получили систему линейных алгебраических уравнений. Мне в этой ситуации кажется наиболее удобным применение метода Крамера для решения полученной системы.

$$ begin{aligned}
& Delta=left| begin{array} {cc} 4 & -3\ -3 & 5 end{array}right|=4cdot 5-(-3)cdot (-3)=20-9=11;\
& Delta_x=left| begin{array} {cc} 17 & -3\ -21 & 5 end{array}right|=17cdot 5-(-3)cdot (-21)=85-63=22;\
& Delta_y=left| begin{array} {cc} 4 & 17\ -3 & -21 end{array}right|=4cdot (-21)-17cdot (-3)=-84+51=-33.end{aligned} \
x=frac{Delta_{x}}{Delta}=frac{22}{11}=2; ; y=frac{Delta_{y}}{Delta}=frac{-33}{11}=-3.
$$

Значения $x=2$, $y=-3$ – это координаты стационарной точки $(2;-3)$. Теперь приступим ко второму шагу алгоритма. Найдём частные производные второго порядка:

$$
frac{partial^2 z}{partial x^2}=8; frac{partial^2 z}{partial y^2}=10; frac{partial^2 z}{partial x partial y}=-6.
$$

Вычислим значение $Delta$:

$$
Delta=frac{partial^2z}{partial x^2}cdot frac{partial^2z}{partial y^2}-left(frac{partial^2z}{partial xpartial y} right)^2=
8cdot 10-(-6)^2=80-36=44.
$$

Так как $Delta > 0$ и $frac{partial^2 z}{partial x^2} > 0$, то согласно алгоритму точка $(2;-3)$ есть точкой минимума функции $z$. Минимум функции $z$ найдём, подставив в заданную функцию координаты точки $(2;-3)$:

$$
z_{min}=z(2;-3)=4cdot 2^2-6cdot 2 cdot (-3)-34cdot 2+5cdot (-3)^2+42cdot (-3)+7=-90.
$$

Ответ: $(2;-3)$ – точка минимума; $z_{min}=-90$.

Пример №2

Исследовать на экстремум функцию $z=x^3+3xy^2-15x-12y+1$.

Решение

Будем следовать указанному выше алгоритму. Для начала найдём частные производные первого порядка:

$$
frac{partial z}{partial x}=3x^2+3y^2-15; frac{partial z}{partial y}=6xy-12.
$$

Составим систему уравнений $ left { begin{aligned}
& frac{partial z}{partial x}=0;\
& frac{partial z}{partial y}=0.
end{aligned} right.$:

$$
left { begin{aligned}
& 3x^2+3y^2-15=0;\
& 6xy-12=0.
end{aligned} right.
$$

Сократим первое уравнение на 3, а второе – на 6.

$$
left { begin{aligned}
& x^2+y^2-5=0;\
& xy-2=0.
end{aligned} right.
$$

Если $x=0$, то второе уравнение приведёт нас к противоречию: $0cdot y-2=0$, $-2=0$. Отсюда вывод: $xneq 0$. Тогда из второго уравнения имеем: $xy=2$, $y=frac{2}{x}$. Подставляя $y=frac{2}{x}$ в первое уравнение, будем иметь:

$$
x^2+left(frac{2}{x} right)^2-5=0;\
x^2+frac{4}{x^2}-5=0;\
x^4-5x^2+4=0.
$$

Получили биквадратное уравнение. Делаем замену $t=x^2$ (при этом имеем в виду, что $t > 0$):

$$
t^2-5t+4=0;\
begin{aligned}
& D=(-5)^2-4cdot 1 cdot 4=9;\
& t_1=frac{-(-5)-sqrt{9}}{2}=frac{5-3}{2}=1;\
& t_2=frac{-(-5)+sqrt{9}}{2}=frac{5+3}{2}=4.end{aligned}
$$

Если $t=1$, то $x^2=1$. Отсюда имеем два значения $x$: $x_1=1$, $x_2=-1$. Если $t=4$, то $x^2=4$, т.е. $x_3=2$, $x_4=-2$. Вспоминая, что $y=frac{2}{x}$, получим:

begin{aligned}
& y_1=frac{2}{x_1}=frac{2}{1}=2;\
& y_2=frac{2}{x_2}=frac{2}{-1}=-2;\
& y_3=frac{2}{x_3}=frac{2}{2}=1;\
& y_4=frac{2}{x_4}=frac{2}{-2}=-1.
end{aligned}

Итак, у нас есть четыре стационарные точки: $M_1(1;2)$, $M_2(-1;-2)$, $M_3(2;1)$, $M_4(-2;-1)$. На этом первый шаг алгоритма закончен.

Теперь приступим ко второму шагу алгоритма. Найдём частные производные второго порядка:

$$
frac{partial^2 z}{partial x^2}=6x; frac{partial^2 z}{partial y^2}=6x; frac{partial^2 z}{partial x partial y}=6y.
$$

Найдём $Delta$:

$$
Delta=frac{partial^2z}{partial x^2}cdot frac{partial^2z}{partial y^2}-left(frac{partial^2z}{partial xpartial y} right)^2=
6xcdot 6x-(6y)^2=36x^2-36y^2=36(x^2-y^2).
$$

Теперь будем вычислять значение $Delta$ в каждой из найденных ранее стационарных точек. Начнём с точки $M_1(1;2)$. В этой точке имеем:

$$Delta(M_1)=36(1^2-2^2)=-108.$$

Так как $Delta(M_1) < 0$, то согласно алгоритму в точке $M_1$ экстремума нет.

Исследуем точку $M_2(-1;-2)$. В этой точке имеем:

$$Delta(M_2)=36((-1)^2-(-2)^2)=-108.$$

Так как $Delta(M_2) < 0$, то согласно алгоритму в точке $M_2$ экстремума нет.

Исследуем точку $M_3(2;1)$. В этой точке получим:

$$
Delta(M_3)=36(2^2-1^2)=108;;; left.frac{partial^2 z}{partial x^2}right|_{M_3}=6cdot 2=12.
$$

Так как $Delta(M_3) > 0$ и $left.frac{partial^2 z}{partial x^2}right|_{M_3} > 0$, то согласно алгоритму $M_3(2;1)$ есть точкой минимума функции $z$. Минимум функции $z$ найдём, подставив в заданную функцию координаты точки $M_3$:

$$
z_{min}=z(2;1)=2^3+3cdot 2cdot 1^2-15cdot 2-12cdot 1+1=-27.
$$

Осталось исследовать точку $M_4(-2;-1)$. В этой точке получим:

$$
Delta(M_4)=36((-2)^2-(-1)^2)=108;;; left.frac{partial^2 z}{partial x^2}right|_{M_4}=6cdot (-2)=-12.
$$

Так как $Delta(M_4) > 0$ и $left.frac{partial^2 z}{partial x^2}right|_{M_4} < 0$, то согласно алгоритму $M_4(-2;-1)$ есть точкой максимума функции $z$. Максимум функции $z$ найдём, подставив в заданную функцию координаты точки $M_4$:

$$
z_{max}=z(-2;-1)=(-2)^3+3cdot (-2)cdot (-1)^2-15cdot (-2)-12cdot (-1)+1=29.
$$

Исследование на экстремум завершено. Осталось лишь записать ответ.

Ответ:

  • $(2;1)$ – точка минимума, $z_{min}=-27$;
  • $(-2;-1)$ – точка максимума, $z_{max}=29$.

Примечание

Вычислять значение $Delta$ в общем случае нет необходимости, потому что нас интересует лишь знак, а не конкретное значение данного параметра. Например, для рассмотренного выше примера №2 в точке $M_3(2;1)$ имеем $Delta=36cdot(2^2-1^2)$. Здесь очевидно, что $Delta > 0$ (так как оба сомножителя $36$ и $(2^2-1^2)$ положительны) и можно не находить конкретное значение $Delta$. Правда, для типовых расчётов это замечание бесполезно, – там требуют довести вычисления до числа :)

Пример №3

Исследовать на экстремум функцию $z=x^4+y^4-2x^2+4xy-2y^2+3$.

Решение

Будем следовать алгоритму. Для начала найдём частные производные первого порядка:

$$
frac{partial z}{partial x}=4x^3-4x+4y; frac{partial z}{partial y}=4y^3+4x-4y.
$$

Составим систему уравнений $ left { begin{aligned}
& frac{partial z}{partial x}=0;\
& frac{partial z}{partial y}=0.
end{aligned} right.$:

$$
left { begin{aligned}
& 4x^3-4x+4y=0;\
& 4y^3+4x-4y=0.
end{aligned} right.
$$

Сократим оба уравнения на $4$:

$$
left { begin{aligned}
& x^3-x+y=0;\
& y^3+x-y=0.
end{aligned} right.
$$

Добавим к второму уравнению первое и выразим $y$ через $x$:

$$
y^3+x-y+(x^3-x+y)=0;\
y^3+x^3=0; y^3=-x^3; y=-x.
$$

Подставляя $y=-x$ в первое уравнение системы, будем иметь:

$$
x^3-x-x=0;\
x^3-2x=0;\
x(x^2-2)=0.
$$

Из полученного уравнения имеем: $x=0$ или $x^2-2=0$. Из уравнения $x^2-2=0$ следует, что $x=-sqrt{2}$ или $x=sqrt{2}$. Итак, найдены три значения $x$, а именно: $x_1=0$, $x_2=-sqrt{2}$, $x_3=sqrt{2}$. Так как $y=-x$, то $y_1=-x_1=0$, $y_2=-x_2=sqrt{2}$, $y_3=-x_3=-sqrt{2}$.

Первый шаг решения окончен. Мы получили три стационарные точки: $M_1(0;0)$, $M_2(-sqrt{2},sqrt{2})$, $M_3(sqrt{2},-sqrt{2})$.

Теперь приступим ко второму шагу алгоритма. Найдём частные производные второго порядка:

$$
frac{partial^2 z}{partial x^2}=12x^2-4; frac{partial^2 z}{partial y^2}=12y^2-4; frac{partial^2 z}{partial x partial y}=4.
$$

Найдём $Delta$:

$$
Delta=frac{partial^2z}{partial x^2}cdot frac{partial^2z}{partial y^2}-left(frac{partial^2z}{partial xpartial y} right)^2=
(12x^2-4)(12y^2-4)-4^2=\
=4(3x^2-1)cdot 4(3y^2-1)-16=16(3x^2-1)(3y^2-1)-16=16cdot((3x^2-1)(3y^2-1)-1).
$$

Теперь будем вычислять значение $Delta$ в каждой из найденных ранее стационарных точек. Начнём с точки $M_1(0;0)$. В этой точке имеем:

$$Delta(M_1)=16cdot((3cdot 0^2-1)(3cdot 0^2-1)-1)=16cdot 0=0.$$

Так как $Delta(M_1) = 0$, то согласно алгоритму требуется дополнительное исследование, ибо ничего определённого про наличие экстремума в рассматриваемой точке сказать нельзя. Оставим покамест эту точку в покое и перейдём в иным точкам.

Исследуем точку $M_2(-sqrt{2},sqrt{2})$. В этой точке получим:

begin{aligned}
& Delta(M_2)=16cdot((3cdot (-sqrt{2})^2-1)(3cdot (sqrt{2})^2-1)-1)=16cdot 24=384;\
& left.frac{partial^2 z}{partial x^2}right|_{M_2}=12cdot (-sqrt{2})^2-4=24-4=20.
end{aligned}

Так как $Delta(M_2) > 0$ и $left.frac{partial^2 z}{partial x^2}right|_{M_2} > 0$, то согласно алгоритму $M_2(-sqrt{2},sqrt{2})$ есть точкой минимума функции $z$. Минимум функции $z$ найдём, подставив в заданную функцию координаты точки $M_2$:

$$
z_{min}=z(-sqrt{2},sqrt{2})=(-sqrt{2})^4+(sqrt{2})^4-2(-sqrt{2})^2+4cdot (-sqrt{2})sqrt{2}-2(sqrt{2})^2+3=-5.
$$

Аналогично предыдущему пункту исследуем точку $M_3(sqrt{2},-sqrt{2})$. В этой точке получим:

begin{aligned}
& Delta(M_3)=16cdot((3cdot (sqrt{2})^2-1)(3cdot (-sqrt{2})^2-1)-1)=16cdot 24=384;\
& left.frac{partial^2 z}{partial x^2}right|_{M_3}=12cdot (sqrt{2})^2-4=24-4=20.
end{aligned}

Так как $Delta(M_3) > 0$ и $left.frac{partial^2 z}{partial x^2}right|_{M_3} > 0$, то согласно алгоритму $M_3(sqrt{2},-sqrt{2})$ есть точкой минимума функции $z$. Минимум функции $z$ найдём, подставив в заданную функцию координаты точки $M_3$:

$$
z_{min}=z(sqrt{2},-sqrt{2})=(sqrt{2})^4+(-sqrt{2})^4-2(sqrt{2})^2+4cdot sqrt{2}(-sqrt{2})-2(-sqrt{2})^2+3=-5.
$$

Настал черёд вернуться к точке $M_1(0;0)$, в которой $Delta(M_1) = 0$. Согласно алгоритму требуется дополнительное исследование. Под этой уклончивой фразой подразумевается «делайте, что хотите» :). Общего способа разрешения таких ситуаций нет, – и это понятно. Если бы такой способ был, то он давно бы вошёл во все учебники. А покамест приходится искать особый подход к каждой точке, в которой $Delta = 0$. Ну что же, поисследуем поведение функции в окрестности точки $M_1(0;0)$. Сразу отметим, что $z(M_1)=z(0;0)=3$. Предположим, что $M_1(0;0)$ – точка минимума. Тогда для любой точки $M$ из некоторой окрестности точки $M_1(0;0)$ получим $z(M) > z(M_1) $, т.е. $z(M) > 3$. А вдруг любая окрестность содержит точки, в которых $z(M) < 3$? Тогда в точке $M_1$ уж точно не будет минимума.

Рассмотрим точки, у которых $y=0$, т.е. точки вида $(x,0)$. В этих точках функция $z$ будет принимать такие значения:

$$
z(x,0)=x^4+0^4-2x^2+4xcdot 0-2cdot 0^2+3=x^4-2x^2+3=x^2(x^2-2)+3.
$$

В всех достаточно малых окрестностях $M_1(0;0)$ имеем $x^2-2 < 0$, посему $x^2(x^2-2) < 0$, откуда следует $x^2(x^2-2)+3 < 3$. Вывод: любая окрестность точки $M_1(0;0)$ содержит точки, в которых $z < 3$, посему точка $M_1(0;0)$ не может быть точкой минимума.

Но, может быть, точка $M_1(0;0)$ – точка максимума? Если это так, то для любой точки $M$ из некоторой окрестности точки $M_1(0;0)$ получим $z(M) < z(M_1) $, т.е. $z(M) < 3$. А вдруг любая окрестность содержит точки, в которых $z(M) > 3$? Тогда в точке $M_1$ точно не будет максимума.

Рассмотрим точки, у которых $y=x$, т.е. точки вида $(x,x)$. В этих точках функция $z$ будет принимать такие значения:

$$
z(x,x)=x^4+x^4-2x^2+4xcdot x-2cdot x^2+3=2x^4+3.
$$

Так как в любой окрестности точки $M_1(0;0)$ имеем $2x^4 > 0$, то $2x^4+3 > 3$. Вывод: любая окрестность точки $M_1(0;0)$ содержит точки, в которых $z > 3$, посему точка $M_1(0;0)$ не может быть точкой максимума.

Точка $M_1(0;0)$ не является ни точкой максимума, ни точкой минимума. Вывод: $M_1$ вообще не является точкой экстремума.

Ответ: $(-sqrt{2},sqrt{2})$, $(sqrt{2},-sqrt{2})$ – точки минимума функции $z$. В обеих точках $z_{min}=-5$.

Экстремумы функций многих переменных

2 раздела

от теории до практики

1 пример

Примеры решения задач

видео

Примеры решения задач

  1. Необходимые условия экстремума.

    Начать изучение

  2. Достаточные условия экстремума.

    Начать изучение

Необходимые условия экстремума.

Пусть функция (f(x)) определена в области (G subset boldsymbol{R}^{n}) и пусть (x^{0} = (x_{1}^{0}, ldots, x_{n}^{0}) in G). Назовем (x_{0}) точкой (локального) минимума функции (f(x)), если найдется такой шар (S_{delta}(x^{0}) subset G), что для всех (x subset S_{delta}(x^{0})) выполнено неравенство (f(x) geq f(x^{0})). Назовем точку (x^{0}) точкой строгого минимума функции (f(x)), если найдется такой шар (S_{delta}(x^{0}) in G), что для всех (x in S_{delta}(x^{0})) (то есть для всех точек шара, не совпадающих с его центром) выполнено неравенство (f(x) geq f(x^{0})).

Аналогично определяются точки максимума (строгого максимума) функции (f(x)). Точки максимума и минимума функции называются точками экстремума.

Теорема 1.

Если в точке экстремума (x^{0}) функции (f(x)) существует частная производная (displaystylefrac{partial f}{partial x_{k}} (x^{0})), то она равна нулю.

Доказательство.

(circ) Пусть, например, существует (displaystylefrac{partial f}{partial x_{1}} (x^{0})). Рассмотрим функцию одной переменной
$$
varphi(x_{1}) = f(x_{1}, x_{2}^{0}, ldots, x_{n}^{0}).nonumber
$$

Так как (x^{0}) — точка экстремума (пусть, например, минимума), то существует шар (S_{delta}(x^{0})) такой, что (f(x) geq f(x^{0})) для всех точек этого шара. В частности, для любого (x_{1} in (x_{1}^{0} — delta, x_{1}^{0} + delta)) должно быть выполнено неравенство
$$
varphi(x_{1}) = f(x_{1}, x_{2}^{0}, ldots, x_{n}^{0}) geq f(x_{1}^{0}, ldots, x_{n}^{0}) = varphi(x_{1}^{0}).nonumber
$$
Функция одной переменной (varphi(x_{1})) имеет в точке (x_{1}^{0}) минимум. Поэтому
$$
frac{dvarphi}{dx_{1}} (x_{1}^{0}) = 0, mbox{то есть} frac{partial f}{partial x_{1}} (x^{0}) = 0. bulletnonumber
$$

Следствие.

Если в точке экстремума (x^{0}) функция (f(x)) дифференцируема, то
$$
df(x^{0}) = sum_{i=1}^{n} frac{partial f}{partial x_{i}} (x^{0}) dx_{i} = 0.label{ref1′}
$$

(circ) Действительно, так как в точке (x^{0}) функция (f(x)) дифференцируема, то в этой точке существуют частные производные (displaystylefrac{partial f}{partial x_{i}} (x^{0})), (i = overline{1, n}), а так как (x^{0}) есть точка экстремума, то (displaystylefrac{partial f}{partial x_{i}} (x^{0}) = 0). Отсюда следует равенство eqref{ref1′}. (bullet)

Если функция (f(x)) дифференцируема в точке (x^{0}) и (df(x^{0}) = 0), то точка (x^{0}) называется стационарной точкой функции (f(x)). Точка экстремума дифференцируемой функции в силу необходимых условий экстремума будет стационарной точкой. Обратное утверждение неверно. Стационарная точка может не быть точкой экстремума.

Пример 1.

Показать, что (0,0) является стационарной точкой функции (f(x, y) = xy), но (0,0) не есть точка экстремума этой функции.

Решение.

(vartriangle) Так как (df (x, y) = y dx + x dy), то (df(0, 0) = 0) и (0, 0) есть стационарная точка функции (f(x, y)). Но для любого (delta > 0) точки ((delta, delta)) и ((delta, -delta)) лежат в круге (S_{2delta}(0, 0)) и
$$
f(delta, delta) = delta^{2} > f(0, 0) = 0,quad f(delta, -delta) = -delta^{2} < f(0, 0) = 0.nonumber
$$

Поэтому (0, 0) не есть точка экстремума функции (f(x, y)). График функции (z = xy) изображен на рис. 59.1. (blacktriangle)

Рис. 59.1

Рис. 59.1

Лемма 1.

Если функция одной переменной (varphi(t)) имеет производные первого и второго порядков в точке минимума (t = 0), то (varphi″(0) geq 0).

Доказательство.

(circ) Пусть (t = 0) является точкой минимума функции (varphi(t)). Тогда найдется число (varepsilon > 0) такое, что для всех (|t| < varepsilon) выполняется неравенство (varphi(t) — varphi(0) geq 0). Применяя разложение функции (varphi(t)) по формуле Тейлора с остаточным членом в форме Пеано, получаем, воспользовавшись тем, что в точке минимума (varphi'(0) = 0):
$$
0 leq frac{varphi(t) — varphi(0)}{t^{2}} = frac{1}{t^{2}} left[varphi'(0)t + varphi″(0)frac{t^{2}}{2} + o(t^{2})right] = frac{1}{2} varphi″(0) + o(1)label{ref1}
$$
при (t rightarrow 0).

Переходя в этом неравенстве к пределу при (t rightarrow 0), получаем, что (varphi″(0) geq 0). (bullet)

Теорема 2.

(Необходимое условие минимума).

Пусть функция (f(x)) имеет в окрестности точки минимума (x^{0} in boldsymbol{R}^{n}) непрерывные частные производные первого и второго порядка. Тогда
$$
df(x^{0}) = 0,quad d^{2}f(x^{0}) = sum_{i=1}^{n} sum_{j=1}^{n} frac{partial^{2}f}{partial x_{i} partial x_{j}} (x^{0}) dx_{i} dx_{j} geq 0.label{ref2}
$$

Доказательство.

(circ) Пусть (x^{0}) — точка минимума функции (f(x)). Тогда найдется шар (S_{delta}(x^{0})) такой, что при всех (xi in S_{delta}(x^{0})) выполнено неравенство (f(xi) — f(x^{0}) geq 0). Пусть (x in boldsymbol{R}^{n}) и (x neq x^{0}), тогда (|Delta x| = rho (x, x^{0}) > 0). При любом (t) таком, что (|t| < displaystylefrac{delta}{|Delta x|}), точка (x^{0} + tDelta x in S_{delta}(x^{0})), и поэтому (varphi(t) = f(x^{0} + tDelta x) — f(x^{0}) geq 0). Функция (varphi(t)) определена в окрестности точки (t = 0) и имеет при (t = 0) минимум. В силу формул (4) и (5) отсюда функция (varphi(t)) имеет в точке (t = 0) производные первого и второго порядков, причем
$$
varphi'(0) = sum_{i=1}^{n} frac{partial f}{partial x_{i}} (x^{0}) dx_{i} = df(x^{0}),nonumber
$$
$$
varphi″(0) = sum_{i=1}^{n} sum_{j=1}^{n} frac{partial^{2}f(x^{0})}{partial x_{i} partial x_{j}}  dx_{i} dx_{j} = d^{2} f(x^{0}).nonumber
$$
Так как в силу леммы 1 должно выполняться неравенство (varphi″(0) geq 0), то (d^{2} f(x^{0}) geq 0). (bullet)

Аналогично доказывается, что для функции (f(x)), дважды непрерывно дифференцируемой в окрестности точки максимума (x^{0}), выполняются условия
$$
df(x^{0}) = 0,quad d^{2} f(x^{0}) leq 0.nonumber
$$

Замечание.

Условия (df(x^{0}) = 0) и (d^{2} f(x^{0}) geq 0) необходимы, но не достаточны для того, чтобы точка (x^{0}) была точкой минимума. Например, функция (f(x, y) = x^{3} + y^{3}) имеет единственную стационарную точку (x = y = 0), и в этой точке (d^{2}f(0, 0) = 0). Легко убедиться, что функция (f(x, y)) не имеет экстремума в точке (0,0).


Достаточные условия экстремума.

При доказательстве достаточных условии потребуются некоторые сведения о квадратичных формах. Напомним, что квадратичная форма
$$
Phi(xi) = sum_{i=1}^{n} sum_{j=1}^{n} a_{ij}xi_{i}xi_{j},label{ref3}
$$
где (xi = (xi_{1}, ldots, xi_{n}) in boldsymbol{R}^{n}), (a_{ij} = a_{ji}), называется:

  1. положительно определенной, если (Phi(xi) > 0) для любого (xi neq 0);
  2. отрицательно определенной, если (Phi(xi) < 0) для любого (xi neq 0);
  3. неопределенной, если существуют (xi) и (xi’) такие, что (Phi(xi) > 0), а (Phi(xi’) < 0).

Квадратичная форма положительно определена в том и только том случае, когда все главные миноры ее матрицы положительны (критерий Сильвестра положительной определенности квадратичной формы), то есть
$$
Delta_{1} = a_{11} > 0,quad Delta_{2} = begin{vmatrix}a_{11}&a_{12}\a_{21}&a_{22}end{vmatrix} >0, ldots,quad Delta_{n} = begin{vmatrix}a_{11}&ldots& a_{1n}\….&….&….\a_{n1}&ldots&a_{nn}end{vmatrix} > 0.label{ref4}
$$

Заметим также, что квадратичная форма (Phi(xi)) отрицательно определена в том и только том случае, когда квадратичная форма (-Phi(xi)) положительно определена.

Лемма 2.

Если квадратичная форма (Phi(xi)) положительно определена, то найдется такое положительное число (gamma), что
$$
Phi(xi) geq gamma|xi|^{2}, mbox{где} |xi| = sqrt{xi_{1}^{2} + ldots + xi_{n}^{2}}.label{ref5}
$$

Доказательство.

(circ) Рассмотрим квадратичную форму (Phi(eta)) на сфере
$$
S = {eta: eta_{1}^{2} + ldots + eta_{1}^{2} = 1}.nonumber
$$Так как точка (0 notin S), а квадратичная форма положительно определена, то (Phi(eta) > 0) в любой точке (eta in S).Очевидно, что (S) есть замкнутое и ограниченное множество в (boldsymbol{R}^{n}). Непрерывная на компакте (S) функция (Phi(eta)) принимает в некоторой точке (overline{eta} in S) свое наименьшее на (S) значение (теорема Вейерштрасса). Поэтому, полагая (gamma = Phi(overline{eta})), получаем, что (gamma > 0) и что для любой точки (eta in S) выполняется неравенство (Phi(eta) geq gamma).Если (xi neq 0), то точка (xi/|xi|) принадлежит сфере (S). Поэтому
$$
Phi left(frac{xi}{|xi|}right) geq gamma.nonumber
$$
Пользуясь однородностью квадратичной формы, получаем
$$
frac{1}{|xi|^{2}} Phi(xi) = Phi left(frac{xi}{|xi|}right) geq gamma. bulletnonumber
$$

Теорема 3.

(Достаточные условия экстремума).

Пусть функция (f(x)) имеет в окрестности точки (x^{0} in boldsymbol{R}^{n}) непрерывные частные производные второго порядка, и пусть (df(x^{0}) = 0). Тогда если второй дифференциал (d^{2}f(x^{0})) есть положительно определенная квадратичная форма (см. формулу eqref{ref2}), то (x^{0}) — точка строгого минимума функции (f(x)), если (d^{2}f(x^{0})) — отрицательно определенная квадратичная форма, то (x^{0}) — точка строгого максимума функции (f(x)), если (d^{2}f(x^{0})) — неопределенная квадратичная форма, то функция (f(x)) не имеет экстремума в точке (x^{0}).

Доказательство.

(circ) Воспользуемся формулой Тейлора с остаточным членом в форме Пеано (m = 2). Учитывая, что (df(x^{0}) = 0), получаем
$$
f(x) — f(x^{0}) = frac{1}{2} d^{2}f(x^{0}) + o(|Delta x|^{2}) mbox{при} |Delta x| rightarrow 0,label{ref6}
$$
где
$$
|Delta x|^{2} = Delta x_{1}^{2} + ldots + Delta x_{n}^{2}.nonumber
$$
Пусть
$$
d^{2}f(x^{0}) = sum_{i=1}^{n} sum_{j=1}^{n} frac{partial^{2}f(x^{0})}{partial x_{i} partial x_{j}}  Delta x_{i} Delta x_{j}nonumber
$$
есть положительно определенная квадратичная форма. В силу леммы 2 существует такое положительное число (gamma), что
$$
d^{2}f(x^{0}) geq gamma |Delta x|^{2}.nonumber
$$
Применяя это неравенство к формуле eqref{ref6}, получаем
$$
f(x) — f(x^{0}) = frac{gamma}{2} |Delta x|^{2} + o(|Delta x|^{2}) = frac{gamma}{2} |Delta x|^{2} (1 + alpha(Delta x)),label{ref7}
$$
где (alpha(Delta x) rightarrow 0) при (Delta x rightarrow 0), откуда следует, что найдется шар (S_{delta}(x^{0})) такой, что (forall x in S_{delta}(x^{0})) выполнено неравенство (|alpha(Delta x)| < displaystylefrac{1}{2}).

Тогда из формулы eqref{ref7} следует, что (forall x in dot{S}_{delta}(x^{0})) выполнено неравенство
$$
f(x) — f(x^{0}) geq frac{gamma}{2} |Delta x|^{2} (1 — |alpha(Delta x)|) geq frac{gamma}{4} |Delta x|^{2} > 0.
$$
Следовательно, (x^{0}) — точка строгого минимума функции (f(x)).

Аналогично доказывается, что в том случае, когда (d^{2}f(x^{0})) есть отрицательно определенная квадратичная форма, (x^{0}) — точка строгого максимума функции (f(x)).

Если (d^{2}f(x^{0})) есть неопределенная квадратичная форма, то не выполняется необходимое условие минимума (d^{2}f(x^{0}) geq 0) (см. теорему 2). Поэтому (x^{0}) не есть точка минимума функции (f(x)). Аналогично доказывается, что (x^{0}) не есть точка минимума функций (-f(x)), то есть точка максимума функции (f(x)). (bullet)

Пример 2.

Исследовать на экстремум функцию
$$
f(x, y, z) = x^{2} + 2xy + 4xz + 8yz + 5y^{2} + 9z^{2}.nonumber
$$

Решение.

(vartriangle) Найдем стационарные точки функции (f(x, y, z)). Они определяются из системы уравнений
$$
frac{partial f}{partial x} = 2x + 2y + 4z = 0,quad frac{partial f}{partial y} = 2x + 10y + 8z = 0,quad frac{partial f}{partial z} = 4x + 8y + 18z = 0.nonumber
$$
Определитель этой системы
$$
begin{vmatrix}2&2&4\2&10&8\4&8&18end{vmatrix} = 8begin{vmatrix}1&1&2\1&5&4\2&4&9end{vmatrix} = 8 cdot 16 > 0.nonumber
$$
Поэтому единственное решение однородной системы есть (x = y = z = 0).

Итак, функция (f(x, y, z)) имеет единственную стационарную точку (0,0,0). Найдем (d^{2}f(0, 0, 0)). Имеем
$$
d^{2}f(0, 0, 0) = 2 dx^{2} + 4 dx dy + 8 dx dz + 16 dy dz + 10 dy^{2} + 18 dz^{2}.nonumber
$$
Так как
$$
Delta_{1} = 2 > 0,quad Delta_{2} = begin{vmatrix}2&2\2&10end{vmatrix} > 0,quad Delta_{3} = begin{vmatrix}2&2&4\2&10&8\4&8&18end{vmatrix} = 8 cdot 16 > 0,nonumber
$$
то в силу критерия Сильвестра квадратичная форма (d^{2}f(0, 0, 0)) положительно определена. Точка (0,0,0) является точкой строгого минимума функции (f(x, y, z)). (blacktriangle)

Понравилась статья? Поделить с друзьями:

Не пропустите также:

  • Как исправить холодное остекление
  • Как найти айди сервера в террарии
  • Как найти свойства электропитания
  • Смотреть как найти гнома
  • Как вы нашли работу делопроизводителем

  • 0 0 голоса
    Рейтинг статьи
    Подписаться
    Уведомить о
    guest

    0 комментариев
    Старые
    Новые Популярные
    Межтекстовые Отзывы
    Посмотреть все комментарии