Изменение функции в определенной точке и определяется как предел приращения функции к приращению аргумента, который стремится к нулю. Для ее нахождения воспользуйтесь таблицей производных. Например, производная функции y = x3 будет равна y’ = x2.

Приравняйте данную производную к нулю (в данном случае x2=0).

Найдите значение переменной данного . Это будут те значения, при данная производная будет равна 0. Для этого подставьте в выражение произвольные цифры вместо x, при которых все выражение станет нулевым. Например:

2-2x2= 0
(1-x)(1+x) = 0
x1= 1, x2 = -1

Полученные значения нанесите на координатную прямую и высчитайте знак производной для каждого из полученных . На координатной прямой отмечаются точки, которые принимаются за начало отсчета. Чтобы высчитать значение на промежутках подставьте произвольные значения, подходящие по критериям. Например, для предыдущей функции до промежутка -1 можно выбрать значение -2. На от -1 до 1 можно выбрать 0, а для значений больше 1 выберите 2. Подставьте данные цифры в производную и выясните знак производной. В данном случае производная с x = -2 будет равна -0,24, т.е. отрицательно и на данном промежутке будет знак минус. Если x=0, то значение будет равно 2, а на данном промежутке ставится знак. Если x=1, то производная также будет равна -0,24 и ставится минус.

Если при прохождении через точку на координатной прямой производная меняет свой знак с минуса на плюс, то это точка минимума, а если с плюса на минус, то это точка максимума.

Видео по теме

Полезный совет

Для нахождения производной существуют онлайн-сервисы, которые подсчитывают нужные значения и выводят результат. На таких сайтах можно найти производную до 5 порядка.

Источники:

  • Один из сервисов вычисления производных
  • точку максимума функции

Точки максимума функции наряду с точками минимума называются точками экстремума. В этих точках функция меняет характер поведения. Экстремумы определяются на ограниченных числовых интервалах и всегда являются локальными.

Инструкция

Процесс нахождения локальных экстремумов называется функции и выполняется путем анализа первой и второй производной функции. Перед началом исследования убедитесь, что заданный интервал значений аргумента принадлежит к допустимым значениям. Например, для функции F=1/x значение аргумента х=0 недопустимо. Или для функции Y=tg(x) аргумент не может иметь значение х=90°.

Убедитесь, что функция Y дифференцируема на всем заданном отрезке. Найдите первую производную Y". Очевидно, что до достижения точки локального максимума функция возрастает, а при переходе через максимум функция становится убывающей. Первая производная по своему физическому смыслу характеризует скорость изменения функции. Пока функция возрастает, скорость этого процесса является величиной положительной. При переходе через локальный максимум функция начинает убывать, и скорость процесса изменения функции становится отрицательной. Переход скорости изменения функции через ноль происходит в точке локального максимума.

$E \subset \mathbb{R}^{n}$. Говорят, что $f$ имеет локальный максимум в точке $x_{0} \in E$, если существует такая окрестность $U$ точки $x_{0}$, что для всех $x \in U$ выполняется неравенство $f\left(x\right) \leqslant f\left(x_{0}\right)$.

Локальный максимум называется строгим, если окрестность $U$ можно выбрать так, чтобы для всех $x \in U$, отличных от $x_{0}$, было $f\left(x\right) < f\left(x_{0}\right)$.

Определение
Пусть $f$ – действительная функция на открытом множестве $E \subset \mathbb{R}^{n}$. Говорят, что $f$ имеет локальный минимум в точке $x_{0} \in E$, если существует такая окрестность $U$ точки $x_{0}$, что для всех $x \in U$ выполняется неравенство $f\left(x\right) \geqslant f\left(x_{0}\right)$.

Локальный минимум называется строгим, если окрестность $U$ можно выбрать так, чтобы для всех $x \in U$, отличных от $x_{0}$, было $f\left(x\right) > f\left(x_{0}\right)$.

Локальный экстремум объединяет понятия локального минимума и локального максимума.

Теорема (необходимое условие экстремума дифференцируемой функции)
Пусть $f$ – действительная функция на открытом множестве $E \subset \mathbb{R}^{n}$. Если в точке $x_{0} \in E$ функция $f$ имеет локальный экстремум и в этой точке,то $$\text{d}f\left(x_{0}\right)=0.$$ Равенство нулю дифференциала равносильно тому, что все равны нулю, т.е. $$\displaystyle\frac{\partial f}{\partial x_{i}}\left(x_{0}\right)=0.$$

В одномерном случае это – . Обозначим $\phi \left(t\right) = f \left(x_{0}+th\right)$, где $h$ – произвольный вектор. Функция $\phi$ определена при достаточно малых по модулю значениях $t$. Кроме того, по , она дифференцируема, и ${\phi}’ \left(t\right) = \text{d}f \left(x_{0}+th\right)h$.
Пусть $f$ имеет локальный максимум в точкеx $0$. Значит, функция $\phi$ при $t = 0$ имеет локальный максимум и, по теореме Ферма, ${\phi}’ \left(0\right)=0$.
Итак, мы получили, что $df \left(x_{0}\right) = 0$, т.е. функции $f$ в точке $x_{0}$ равен нулю на любом векторе $h$.

Определение
Точки, в которых дифференциал равен нулю, т.е. такие, в которых все частные производные равны нулю, называются стационарными . Критическими точками функции $f$ называются такие точки, в которых $f$ не дифференцируема, либо ее равен нулю. Если точка стационарная, то из этого еще не следует, что в этой точке функция имеет экстремум.

Пример 1.
Пусть $f \left(x,y\right)=x^{3}+y^{3}$. Тогда $\displaystyle\frac{\partial f}{\partial x} = 3 \cdot x^{2}$,$\displaystyle\frac{\partial f}{\partial y} = 3 \cdot y^{2}$, так что $\left(0,0\right)$ – стационарная точка, но в этой точке у функции нет экстремума. Действительно, $f \left(0,0\right) = 0$, но легко видеть, что в любой окрестности точки $\left(0,0\right)$ функция принимает как положительные, так и отрицательные значения.

Пример 2.
У функции $f \left(x,y\right) = x^{2} − y^{2}$ начало координат – стационарная точка, но ясно, что экстремума в этой точке нет.

Теорема (достаточное условие экстремума).
Пусть функция $f$ дважды непрерывно-дифференцируема на открытом множестве $E \subset \mathbb{R}^{n}$. Пусть $x_{0} \in E$ – стационарная точка и $$\displaystyle Q_{x_{0}} \left(h\right) \equiv \sum_{i=1}^n \sum_{j=1}^n \frac{\partial^{2} f}{\partial x_{i} \partial x_{j}} \left(x_{0}\right)h^{i}h^{j}.$$ Тогда

  1. если $Q_{x_{0}}$ – , то функция $f$ в точке $x_{0}$ имеет локальный экстремум, а именно, минимум, если форма положительноопределенная, и максимум, если форма отрицательноопределенная;
  2. если квадратичная форма $Q_{x_{0}}$ неопределенная, то функция $f$ в точке $x_{0}$ не имеет экстремума.

Воспользуемся разложением по формуле Тейлора (12.7 стр. 292) . Учитывая, что частные производные первого порядка в точке $x_{0}$ равны нулю, получим $$\displaystyle f \left(x_{0}+h\right)−f \left(x_{0}\right) = \frac{1}{2} \sum_{i=1}^n \sum_{j=1}^n \frac{\partial^{2} f}{\partial x_{i} \partial x_{j}} \left(x_{0}+\theta h\right)h^{i}h^{j},$$ где $0<\theta<1$. Обозначим $\displaystyle a_{ij}=\frac{\partial^{2} f}{\partial x_{i} \partial x_{j}} \left(x_{0}\right)$. В силу теоремы Шварца (12.6 стр. 289-290) , $a_{ij}=a_{ji}$. Обозначим $$\displaystyle \alpha_{ij} \left(h\right)=\frac{\partial^{2} f}{\partial x_{i} \partial x_{j}} \left(x_{0}+\theta h\right)−\frac{\partial^{2} f}{\partial x_{i} \partial x_{j}} \left(x_{0}\right).$$ По предположению, все непрерывны и поэтому $$\lim_{h \rightarrow 0} \alpha_{ij} \left(h\right)=0. \left(1\right)$$ Получаем $$\displaystyle f \left(x_{0}+h\right)−f \left(x_{0}\right)=\frac{1}{2}\left.$$ Обозначим $$\displaystyle \epsilon \left(h\right)=\frac{1}{|h|^{2}}\sum_{i=1}^n \sum_{j=1}^n \alpha_{ij} \left(h\right)h_{i}h_{j}.$$ Тогда $$|\epsilon \left(h\right)| \leq \sum_{i=1}^n \sum_{j=1}^n |\alpha_{ij} \left(h\right)|$$ и, в силу соотношения $\left(1\right)$, имеем $\epsilon \left(h\right) \rightarrow 0$ при $h \rightarrow 0$. Окончательно получаем $$\displaystyle f \left(x_{0}+h\right)−f \left(x_{0}\right)=\frac{1}{2}\left. \left(2\right)$$ Предположим, что $Q_{x_{0}}$ – положительноопределенная форма. Согласно лемме о положительноопределённой квадратичной форме (12.8.1 стр. 295, Лемма 1) , существует такое положительное число $\lambda$, что $Q_{x_{0}} \left(h\right) \geqslant \lambda|h|^{2}$ при любом $h$. Поэтому $$\displaystyle f \left(x_{0}+h\right)−f \left(x_{0}\right) \geq \frac{1}{2}|h|^{2} \left(λ+\epsilon \left(h\right)\right).$$ Так как $\lambda>0$, а $\epsilon \left(h\right) \rightarrow 0$ при $h \rightarrow 0$, то правая часть будет положительной при любом векторе $h$ достаточно малой длины.
Итак, мы пришли к тому, что в некоторой окрестности точки $x_{0}$ выполнено неравенство $f \left(x\right) >f \left(x_{0}\right)$, если только $x \neq x_{0}$ (мы положили $x=x_{0}+h$\right). Это означает, что в точке $x_{0}$ функция имеет строгий локальный минимум, и тем самым доказана первая часть нашей теоремы.
Предположим теперь, что $Q_{x_{0}}$ – неопределенная форма. Тогда найдутся векторы $h_{1}$, $h_{2}$, такие, что $Q_{x_{0}} \left(h_{1}\right)=\lambda_{1}>0$, $Q_{x_{0}} \left(h_{2}\right)= \lambda_{2}<0$. В соотношении $\left(2\right)$ $h=th_{1}$ $t>0$. Тогда получим $$f \left(x_{0}+th_{1}\right)−f \left(x_{0}\right) = \frac{1}{2} \left[ t^{2} \lambda_{1} + t^{2} |h_{1}|^{2} \epsilon \left(th_{1}\right) \right] = \frac{1}{2} t^{2} \left[ \lambda_{1} + |h_{1}|^{2} \epsilon \left(th_{1}\right) \right].$$ При достаточно малых $t>0$ правая часть положительна. Это означает, что в любой окрестности точки $x_{0}$ функция $f$ принимает значения $f \left(x\right)$, большие, чем $f \left(x_{0}\right)$.
Аналогично получим, что в любой окрестности точки $x_{0}$ функция $f$ принимает значения, меньшие, чем $f \left(x_{0}\right)$. Это, вместе с предыдущим, означает, что в точке $x_{0}$ функция $f$ не имеет экстремума.

Рассмотрим частный случай этой теоремы для функции $f \left(x,y\right)$ двух переменных, определенной в некоторой окрестности точки $\left(x_{0},y_{0}\right)$ и имеющей в этой окрестности непрерывные частные производные первого и второго порядков. Предположим, что $\left(x_{0},y_{0}\right)$ – стационарная точка, и обозначим $$\displaystyle a_{11}= \frac{\partial^{2} f}{\partial x^{2}} \left(x_{0} ,y_{0}\right), a_{12}=\frac{\partial^{2} f}{\partial x \partial y} \left(x_{0}, y_{0}\right), a_{22}=\frac{\partial^{2} f}{\partial y^{2}} \left(x_{0}, y_{0}\right).$$ Тогда предыдущая теорема примет следующий вид.

Теорема
Пусть $\Delta=a_{11} \cdot a_{22} − a_{12}^2$. Тогда:

  1. если $\Delta>0$, то функция $f$ имеет в точке $\left(x_{0},y_{0}\right)$ локальный экстремум, а именно, минимум, если $a_{11}>0$, и максимум, если $a_{11}<0$;
  2. если $\Delta<0$, то экстремума в точке $\left(x_{0},y_{0}\right)$ нет. Как и в одномерном случае, при $\Delta=0$ экстремум может быть, а может и не быть.

Примеры решения задач

Алгоритм нахождения экстремума функции многих переменных:

  1. Находим стационарные точки;
  2. Находим дифференциал 2-ого порядка во всех стационарных точках
  3. Пользуясь достаточным условием экстремума функции многих переменных, рассматриваем дифференциал 2-ого порядка в каждой стационарной точке
  1. Исследовать функцию на экстремум $f \left(x,y\right) = x^{3} + 8 \cdot y^{3} + 18 \cdot x — 30 \cdot y$.
    Решение

    Найдем частные производные 1-го порядка: $$\displaystyle \frac{\partial f}{\partial x}=3 \cdot x^{2} — 6 \cdot y;$$ $$\displaystyle \frac{\partial f}{\partial y}=24 \cdot y^{2} — 6 \cdot x.$$ Составим и решим систему: $$\displaystyle \begin{cases}\frac{\partial f}{\partial x}= 0\\\frac{\partial f}{\partial y}= 0\end{cases} \Rightarrow \begin{cases}3 \cdot x^{2} — 6 \cdot y= 0\\24 \cdot y^{2} — 6 \cdot x = 0\end{cases} \Rightarrow \begin{cases}x^{2} — 2 \cdot y= 0\\4 \cdot y^{2} — x = 0\end{cases}$$ Из 2-го уравнения выразим $x=4 \cdot y^{2}$ — подставим в 1-ое уравнение: $$\displaystyle \left(4 \cdot y^{2}\right)^{2}-2 \cdot y=0$$ $$16 \cdot y^{4} — 2 \cdot y = 0$$ $$8 \cdot y^{4} — y = 0$$ $$y \left(8 \cdot y^{3} -1\right)=0$$ В результате получены 2 стационарные точки:
    1) $y=0 \Rightarrow x = 0, M_{1} = \left(0, 0\right)$;
    2) $\displaystyle 8 \cdot y^{3} -1=0 \Rightarrow y^{3}=\frac{1}{8} \Rightarrow y = \frac{1}{2} \Rightarrow x=1, M_{2} = \left(\frac{1}{2}, 1\right)$
    Проверим выполнение достаточного условия экстремума:
    $$\displaystyle \frac{\partial^{2} f}{\partial x^{2}}=6 \cdot x; \frac{\partial^{2} f}{\partial x \partial y}=-6; \frac{\partial^{2} f}{\partial y^{2}}=48 \cdot y$$
    1) Для точки $M_{1}= \left(0,0\right)$:
    $$\displaystyle A_{1}=\frac{\partial^{2} f}{\partial x^{2}} \left(0,0\right)=0; B_{1}=\frac{\partial^{2} f}{\partial x \partial y} \left(0,0\right)=-6; C_{1}=\frac{\partial^{2} f}{\partial y^{2}} \left(0,0\right)=0;$$
    $A_{1} \cdot B_{1} — C_{1}^{2} = -36<0$ , значит, в точке $M_{1}$ нет экстремума.
    2) Для точки $M_{2}$:
    $$\displaystyle A_{2}=\frac{\partial^{2} f}{\partial x^{2}} \left(1,\frac{1}{2}\right)=6; B_{2}=\frac{\partial^{2} f}{\partial x \partial y} \left(1,\frac{1}{2}\right)=-6; C_{2}=\frac{\partial^{2} f}{\partial y^{2}} \left(1,\frac{1}{2}\right)=24;$$
    $A_{2} \cdot B_{2} — C_{2}^{2} = 108>0$, значит, в точке $M_{2}$ существует экстремум, и поскольку $A_{2}>0$, то это минимум.
    Ответ: Точка $\displaystyle M_{2} \left(1,\frac{1}{2}\right)$ является точкой минимума функции $f$.

  2. Исследовать функцию на экстремум $f=y^{2} + 2 \cdot x \cdot y — 4 \cdot x — 2 \cdot y — 3$.
    Решение

    Найдём стационарные точки: $$\displaystyle \frac{\partial f}{\partial x}=2 \cdot y — 4;$$ $$\displaystyle \frac{\partial f}{\partial y}=2 \cdot y + 2 \cdot x — 2.$$
    Составим и решим систему: $$\displaystyle \begin{cases}\frac{\partial f}{\partial x}= 0\\\frac{\partial f}{\partial y}= 0\end{cases} \Rightarrow \begin{cases}2 \cdot y — 4= 0\\2 \cdot y + 2 \cdot x — 2 = 0\end{cases} \Rightarrow \begin{cases} y = 2\\y + x = 1\end{cases} \Rightarrow x = -1$$
    $M_{0} \left(-1, 2\right)$ – стационарная точка.
    Проверим выполнение достаточного условия экстремума: $$\displaystyle A=\frac{\partial^{2} f}{\partial x^{2}} \left(-1,2\right)=0; B=\frac{\partial^{2} f}{\partial x \partial y} \left(-1,2\right)=2; C=\frac{\partial^{2} f}{\partial y^{2}} \left(-1,2\right)=2;$$
    $A \cdot B — C^{2} = -4<0$ , значит, в точке $M_{0}$ нет экстремума.
    Ответ: экстремумы отсутствуют.

Лимит времени: 0

Навигация (только номера заданий)

0 из 4 заданий окончено

Информация

Пройдите этот тест, чтобы проверить свои знания по только что прочитанной теме «Локальные экстремумы функций многих переменных».

Вы уже проходили тест ранее. Вы не можете запустить его снова.

Тест загружается...

Вы должны войти или зарегистрироваться для того, чтобы начать тест.

Вы должны закончить следующие тесты, чтобы начать этот:

Результаты

Правильных ответов: 0 из 4

Ваше время:

Время вышло

Вы набрали 0 из 0 баллов (0 )

Ваш результат был записан в таблицу лидеров

  1. С ответом
  2. С отметкой о просмотре

    Задание 1 из 4

    1 .
    Количество баллов: 1

    Исследовать функцию $f$ на экстремумы: $f=e^{x+y}(x^{2}-2 \cdot y^{2})$

    Правильно

    Неправильно

  1. Задание 2 из 4

    2 .
    Количество баллов: 1

    Существует ли экстремум у функции $f = 4 + \sqrt{(x^{2}+y^{2})^{2}}$

Точка экстремума функции - это точка области определения функции , в которой значение функции принимает минимальное или максимальное значение. Значения функции в этих точках называются экстремумами (минимумом и максимумом) функции .

Определение . Точка x 1 области определения функции f (x ) называется точкой максимума функции , если значение функции в этой точке больше значений функции в достаточно близких к ней точках, расположенных справа и слева от неё (то есть выполняется неравенство f (x 0 ) > f (x 0 + Δx ) x 1 максимум.

Определение . Точка x 2 области определения функции f (x ) называется точкой минимума функции , если значение функции в этой точке меньше значений функции в достаточно близких к ней точках, расположенных справа и слева от неё (то есть выполняется неравенство f (x 0 ) < f (x 0 + Δx ) ). В этом случае говорят, что функция имеет в точке x 2 минимум.

Допустим, точка x 1 - точка максимума функции f (x ) . Тогда в интервале до x 1 функция возрастает , поэтому производная функции больше нуля (f "(x ) > 0 ), а в интервале после x 1 функция убывает, следовательно, и производная функции меньше нуля (f "(x ) < 0 ). Тогда в точке x 1

Допустим также, что точка x 2 - точка минимума функции f (x ) . Тогда в интервале до x 2 функция убывает, а производная функции меньше нуля (f "(x ) < 0 ), а в интервале после x 2 функция возрастает, а производная функции больше нуля (f "(x ) > 0 ). В этом случае также в точке x 2 производная функции равна нулю или не существует.

Теорема Ферма (необходимый признак существования экстремума функции) . Если точка x 0 - точка экстремума функции f (x ) , то в этой точке производная функции равна нулю (f "(x ) = 0 ) или не существует.

Определение . Точки, в которых производная функции равна нулю или не существует, называются критическими точками .

Пример 1. Рассмотрим функцию .

В точке x = 0 производная функции равна нулю, следовательно, точка x = 0 является критической точкой. Однако, как видно на графике функции, она возрастает во всей области определения, поэтому точка x = 0 не является точкой экстремума этой функции.

Таким образом, условия о том, что производная функции в точке равна нулю или не существует, являются необходимыми условиями экстремума, но не достаточными, поскольку можно привести и другие примеры функций, для которых эти условия выполняются, но экстремума в соответствующей точке функция не имеет. Поэтому нужно располагать достаточными признаками , позволяющими судить, имеется ли в конкретной критической точке экстремум и какой именно - максимум или минимум.

Теорема (первый достаточный признак существования экстремума функции). Критическая точка x 0 f (x ) , если при переходе через эту точку производная функции меняет знак, причём, если знак меняется с "плюса" на "минус", то точкой максимума, а если с "минуса" на "плюс", то точкой минимума.

Если же вблизи точки x 0 , слева и справа от неё, производная сохраняет знак, то это означает, что функция либо только убывает, либо только возрастает в некоторой окрестности точки x 0 . В этом случае в точке x 0 экстремума нет.

Итак, чтобы определить точки экстремума функции, требуется выполнить следующее :

  1. Найти производную функции.
  2. Приравнять производную нулю и определить критические точки.
  3. Мысленно или на бумаге отметить критические точки на числовой оси и определить знаки производной функции в полученных интервалах. Если знак производной меняется с "плюса" на "минус", то критическая точка является точкой максимума, а если с "минуса" на "плюс", то точкой минимума.
  4. Вычислить значение функции в точках экстремума.

Пример 2. Найти экстремумы функции .

Решение. Найдём производную функции:

Приравняем производную нулю, чтобы найти критические точки:

.

Так как для любых значений "икса" знаменатель не равен нулю, то приравняем нулю числитель:

Получили одну критическую точку x = 3 . Определим знак производной в интервалах, разграниченных этой точкой:

в интервале от минус бесконечности до 3 - знак минус, то есть функция убывает,

в интервале от 3 до плюс бесконечности - знак плюс, то есть функция возрастает.

То есть, точка x = 3 является точкой минимума.

Найдём значение функции в точке минимума:

Таким образом, точка экстремума функции найдена: (3; 0) , причём она является точкой минимума.

Теорема (второй достаточный признак существования экстремума функции). Критическая точка x 0 является точкой экстремума функции f (x ) , если вторая производная функции в этой точке не равна нулю (f ""(x ) ≠ 0 ), причём, если вторая производная больше нуля (f ""(x ) > 0 ), то точкой максимума, а если вторая производная меньше нуля (f ""(x ) < 0 ), то точкой минимума.

Замечание 1. Если в точке x 0 обращаются в нуль и первая, и вторая производные, то в этой точке нельзя судить о наличии экстремума на основании второго достаточного признака. В этом случае нужно воспользоваться первым достаточным признаком экстремума функции.

Замечание 2. Второй достаточный признак экстремума функции неприменим и тогда, когда в стационарной точке первая производная не существует (тогда не существует и вторая производная). В этом случае также нужно вопользоваться первым достаточным признаком экстремума функции.

Локальный характер экстремумов функции

Из приведённых определений следует, что экстремум функции имеет локальный характер - это наибольшее и наименьшее значение функции по сравнению с близлежайшими значениями.

Предположим, вы рассматриваете свои заработки в отрезке времени протяжённостью в один год. Если в мае вы заработали 45 000 рублей, а в апреле 42 000 рублей и в июне 39 000 рублей, то майский заработок - максимум функции заработка по сравнению с близлежайшими значениями. Но в октябре вы заработали 71 000 рублей, в сентябре 75 000 рублей, а в ноябре 74 000 рублей, поэтому октябрьский заработок - минимум функции заработка по сравнению с близлежашими значениями. И вы легко видите, что максимум среди значений апреля-мая-июня меньше минимума сентября-октября-ноября.

Говоря обобщённо, на промежутке функция может иметь несколько экстремумов, причём может оказаться, что какой-либо минимум функции больше какого-либо максимума. Так, для функции изображённой на рисунке выше, .

То есть не следует думать, что максимум и минимум функции являются, соответственно, её наибольшим и наименьшим значениями на всём рассматриваемом отрезке. В точке максимума функция имеет наибольшее значение лишь по сравнению с теми значениями, которые она имеет во всех точках, достаточно близких к точке максимума, а в точке минимума - наименьшее значение лишь по сравнению с теми значениями, которые она имеет во всех точках, достаточно близких к точке минимума.

Поэтому можно уточнить приведённое выше понятие точек экстремума функции и называть точки минимума точками локального минимума, а точки максимума - точками локального максимума.

Ищем экстремумы функции вместе

Пример 3.

Решение.Функция определена и непрерывна на всей числовой прямой. Её производная существует также на всей числовой прямой. Поэтому в данном случае критическими точками служат лишь те, в которых , т.е. , откуда и . Критическими точками и разбивают всю область определения функции на три интервала монотонности: . Выберем в каждой из них по одной контрольной точке и найдём знак производной в этой точке.

Для интервала контрольной точкой может служить : находим . Взяв в интервале точку , получим , а взяв в интервале точку , имеем . Итак, в интервалах и , а в интервале . Согласно первому достаточному признаку экстремума, в точке экстремума нет (так как производная сохраняет знак в интервале ), а в точке функция имеет минимум (поскольку производная при переходе через эту точку меняет знак с минуса на плюс). Найдём соответствующие значения функции: , а . В интервале функция убывает, так как в этом интервале , а в интервале возрастает, так как в этом интервале .

Чтобы уточнить построение графика, найдём точки пересечения его с осями координат. При получим уравнение , корни которого и , т. е. найдены две точки (0; 0) и (4; 0) графика функции. Используя все полученные сведения, строим график (см. в начале примера).

Пример 4. Найти экстремумы функции и построить её график.

Областью определения функции является вся числовая прямая, кроме точки , т.е. .

Для сокращения исследования можно воспользоваться тем, что данная функция чётная, так как . Поэтому её график симметричен относительно оси Oy и исследование можно выполнить только для интервала .

Находим производную и критические точки функции:

1) ;

2) ,

но функция терпит разрыв в этой точке, поэтому она не может быть точкой экстремума.

Таким образом, заданная функция имеет две критические точки: и . Учитывая чётность функции, проверим по второму достаточному признаку экстремума только точку . Для этого найдём вторую производную и определим её знак при : получим . Так как и , то является точкой минимума функции, при этом .

Чтобы составить более полное представление о графике функции, выясним её поведение на границах области определения:

(здесь символом обозначено стремление x к нулю справа, причём x остаётся положительным; аналогично означает стремление x к нулю слева, причём x остаётся отрицательным). Таким образом, если , то . Далее, находим

,

т.е. если , то .

Точек пересечения с осями график функции не имеет. Рисунок - в начале примера.

Продолжаем искать экстремумы функции вместе

Пример 8. Найти экстремумы функции .

Решение. Найдём область определения функции. Так как должно выполняться неравенство , то из получаем .

Найдём первую производную функции:

Найдём критические точки функции.

$E \subset \mathbb{R}^{n}$. Говорят, что $f$ имеет локальный максимум в точке $x_{0} \in E$, если существует такая окрестность $U$ точки $x_{0}$, что для всех $x \in U$ выполняется неравенство $f\left(x\right) \leqslant f\left(x_{0}\right)$.

Локальный максимум называется строгим, если окрестность $U$ можно выбрать так, чтобы для всех $x \in U$, отличных от $x_{0}$, было $f\left(x\right) < f\left(x_{0}\right)$.

Определение
Пусть $f$ – действительная функция на открытом множестве $E \subset \mathbb{R}^{n}$. Говорят, что $f$ имеет локальный минимум в точке $x_{0} \in E$, если существует такая окрестность $U$ точки $x_{0}$, что для всех $x \in U$ выполняется неравенство $f\left(x\right) \geqslant f\left(x_{0}\right)$.

Локальный минимум называется строгим, если окрестность $U$ можно выбрать так, чтобы для всех $x \in U$, отличных от $x_{0}$, было $f\left(x\right) > f\left(x_{0}\right)$.

Локальный экстремум объединяет понятия локального минимума и локального максимума.

Теорема (необходимое условие экстремума дифференцируемой функции)
Пусть $f$ – действительная функция на открытом множестве $E \subset \mathbb{R}^{n}$. Если в точке $x_{0} \in E$ функция $f$ имеет локальный экстремум и в этой точке,то $$\text{d}f\left(x_{0}\right)=0.$$ Равенство нулю дифференциала равносильно тому, что все равны нулю, т.е. $$\displaystyle\frac{\partial f}{\partial x_{i}}\left(x_{0}\right)=0.$$

В одномерном случае это – . Обозначим $\phi \left(t\right) = f \left(x_{0}+th\right)$, где $h$ – произвольный вектор. Функция $\phi$ определена при достаточно малых по модулю значениях $t$. Кроме того, по , она дифференцируема, и ${\phi}’ \left(t\right) = \text{d}f \left(x_{0}+th\right)h$.
Пусть $f$ имеет локальный максимум в точкеx $0$. Значит, функция $\phi$ при $t = 0$ имеет локальный максимум и, по теореме Ферма, ${\phi}’ \left(0\right)=0$.
Итак, мы получили, что $df \left(x_{0}\right) = 0$, т.е. функции $f$ в точке $x_{0}$ равен нулю на любом векторе $h$.

Определение
Точки, в которых дифференциал равен нулю, т.е. такие, в которых все частные производные равны нулю, называются стационарными . Критическими точками функции $f$ называются такие точки, в которых $f$ не дифференцируема, либо ее равен нулю. Если точка стационарная, то из этого еще не следует, что в этой точке функция имеет экстремум.

Пример 1.
Пусть $f \left(x,y\right)=x^{3}+y^{3}$. Тогда $\displaystyle\frac{\partial f}{\partial x} = 3 \cdot x^{2}$,$\displaystyle\frac{\partial f}{\partial y} = 3 \cdot y^{2}$, так что $\left(0,0\right)$ – стационарная точка, но в этой точке у функции нет экстремума. Действительно, $f \left(0,0\right) = 0$, но легко видеть, что в любой окрестности точки $\left(0,0\right)$ функция принимает как положительные, так и отрицательные значения.

Пример 2.
У функции $f \left(x,y\right) = x^{2} − y^{2}$ начало координат – стационарная точка, но ясно, что экстремума в этой точке нет.

Теорема (достаточное условие экстремума).
Пусть функция $f$ дважды непрерывно-дифференцируема на открытом множестве $E \subset \mathbb{R}^{n}$. Пусть $x_{0} \in E$ – стационарная точка и $$\displaystyle Q_{x_{0}} \left(h\right) \equiv \sum_{i=1}^n \sum_{j=1}^n \frac{\partial^{2} f}{\partial x_{i} \partial x_{j}} \left(x_{0}\right)h^{i}h^{j}.$$ Тогда

  1. если $Q_{x_{0}}$ – , то функция $f$ в точке $x_{0}$ имеет локальный экстремум, а именно, минимум, если форма положительноопределенная, и максимум, если форма отрицательноопределенная;
  2. если квадратичная форма $Q_{x_{0}}$ неопределенная, то функция $f$ в точке $x_{0}$ не имеет экстремума.

Воспользуемся разложением по формуле Тейлора (12.7 стр. 292) . Учитывая, что частные производные первого порядка в точке $x_{0}$ равны нулю, получим $$\displaystyle f \left(x_{0}+h\right)−f \left(x_{0}\right) = \frac{1}{2} \sum_{i=1}^n \sum_{j=1}^n \frac{\partial^{2} f}{\partial x_{i} \partial x_{j}} \left(x_{0}+\theta h\right)h^{i}h^{j},$$ где $0<\theta<1$. Обозначим $\displaystyle a_{ij}=\frac{\partial^{2} f}{\partial x_{i} \partial x_{j}} \left(x_{0}\right)$. В силу теоремы Шварца (12.6 стр. 289-290) , $a_{ij}=a_{ji}$. Обозначим $$\displaystyle \alpha_{ij} \left(h\right)=\frac{\partial^{2} f}{\partial x_{i} \partial x_{j}} \left(x_{0}+\theta h\right)−\frac{\partial^{2} f}{\partial x_{i} \partial x_{j}} \left(x_{0}\right).$$ По предположению, все непрерывны и поэтому $$\lim_{h \rightarrow 0} \alpha_{ij} \left(h\right)=0. \left(1\right)$$ Получаем $$\displaystyle f \left(x_{0}+h\right)−f \left(x_{0}\right)=\frac{1}{2}\left.$$ Обозначим $$\displaystyle \epsilon \left(h\right)=\frac{1}{|h|^{2}}\sum_{i=1}^n \sum_{j=1}^n \alpha_{ij} \left(h\right)h_{i}h_{j}.$$ Тогда $$|\epsilon \left(h\right)| \leq \sum_{i=1}^n \sum_{j=1}^n |\alpha_{ij} \left(h\right)|$$ и, в силу соотношения $\left(1\right)$, имеем $\epsilon \left(h\right) \rightarrow 0$ при $h \rightarrow 0$. Окончательно получаем $$\displaystyle f \left(x_{0}+h\right)−f \left(x_{0}\right)=\frac{1}{2}\left. \left(2\right)$$ Предположим, что $Q_{x_{0}}$ – положительноопределенная форма. Согласно лемме о положительноопределённой квадратичной форме (12.8.1 стр. 295, Лемма 1) , существует такое положительное число $\lambda$, что $Q_{x_{0}} \left(h\right) \geqslant \lambda|h|^{2}$ при любом $h$. Поэтому $$\displaystyle f \left(x_{0}+h\right)−f \left(x_{0}\right) \geq \frac{1}{2}|h|^{2} \left(λ+\epsilon \left(h\right)\right).$$ Так как $\lambda>0$, а $\epsilon \left(h\right) \rightarrow 0$ при $h \rightarrow 0$, то правая часть будет положительной при любом векторе $h$ достаточно малой длины.
Итак, мы пришли к тому, что в некоторой окрестности точки $x_{0}$ выполнено неравенство $f \left(x\right) >f \left(x_{0}\right)$, если только $x \neq x_{0}$ (мы положили $x=x_{0}+h$\right). Это означает, что в точке $x_{0}$ функция имеет строгий локальный минимум, и тем самым доказана первая часть нашей теоремы.
Предположим теперь, что $Q_{x_{0}}$ – неопределенная форма. Тогда найдутся векторы $h_{1}$, $h_{2}$, такие, что $Q_{x_{0}} \left(h_{1}\right)=\lambda_{1}>0$, $Q_{x_{0}} \left(h_{2}\right)= \lambda_{2}<0$. В соотношении $\left(2\right)$ $h=th_{1}$ $t>0$. Тогда получим $$f \left(x_{0}+th_{1}\right)−f \left(x_{0}\right) = \frac{1}{2} \left[ t^{2} \lambda_{1} + t^{2} |h_{1}|^{2} \epsilon \left(th_{1}\right) \right] = \frac{1}{2} t^{2} \left[ \lambda_{1} + |h_{1}|^{2} \epsilon \left(th_{1}\right) \right].$$ При достаточно малых $t>0$ правая часть положительна. Это означает, что в любой окрестности точки $x_{0}$ функция $f$ принимает значения $f \left(x\right)$, большие, чем $f \left(x_{0}\right)$.
Аналогично получим, что в любой окрестности точки $x_{0}$ функция $f$ принимает значения, меньшие, чем $f \left(x_{0}\right)$. Это, вместе с предыдущим, означает, что в точке $x_{0}$ функция $f$ не имеет экстремума.

Рассмотрим частный случай этой теоремы для функции $f \left(x,y\right)$ двух переменных, определенной в некоторой окрестности точки $\left(x_{0},y_{0}\right)$ и имеющей в этой окрестности непрерывные частные производные первого и второго порядков. Предположим, что $\left(x_{0},y_{0}\right)$ – стационарная точка, и обозначим $$\displaystyle a_{11}= \frac{\partial^{2} f}{\partial x^{2}} \left(x_{0} ,y_{0}\right), a_{12}=\frac{\partial^{2} f}{\partial x \partial y} \left(x_{0}, y_{0}\right), a_{22}=\frac{\partial^{2} f}{\partial y^{2}} \left(x_{0}, y_{0}\right).$$ Тогда предыдущая теорема примет следующий вид.

Теорема
Пусть $\Delta=a_{11} \cdot a_{22} − a_{12}^2$. Тогда:

  1. если $\Delta>0$, то функция $f$ имеет в точке $\left(x_{0},y_{0}\right)$ локальный экстремум, а именно, минимум, если $a_{11}>0$, и максимум, если $a_{11}<0$;
  2. если $\Delta<0$, то экстремума в точке $\left(x_{0},y_{0}\right)$ нет. Как и в одномерном случае, при $\Delta=0$ экстремум может быть, а может и не быть.

Примеры решения задач

Алгоритм нахождения экстремума функции многих переменных:

  1. Находим стационарные точки;
  2. Находим дифференциал 2-ого порядка во всех стационарных точках
  3. Пользуясь достаточным условием экстремума функции многих переменных, рассматриваем дифференциал 2-ого порядка в каждой стационарной точке
  1. Исследовать функцию на экстремум $f \left(x,y\right) = x^{3} + 8 \cdot y^{3} + 18 \cdot x — 30 \cdot y$.
    Решение

    Найдем частные производные 1-го порядка: $$\displaystyle \frac{\partial f}{\partial x}=3 \cdot x^{2} — 6 \cdot y;$$ $$\displaystyle \frac{\partial f}{\partial y}=24 \cdot y^{2} — 6 \cdot x.$$ Составим и решим систему: $$\displaystyle \begin{cases}\frac{\partial f}{\partial x}= 0\\\frac{\partial f}{\partial y}= 0\end{cases} \Rightarrow \begin{cases}3 \cdot x^{2} — 6 \cdot y= 0\\24 \cdot y^{2} — 6 \cdot x = 0\end{cases} \Rightarrow \begin{cases}x^{2} — 2 \cdot y= 0\\4 \cdot y^{2} — x = 0\end{cases}$$ Из 2-го уравнения выразим $x=4 \cdot y^{2}$ — подставим в 1-ое уравнение: $$\displaystyle \left(4 \cdot y^{2}\right)^{2}-2 \cdot y=0$$ $$16 \cdot y^{4} — 2 \cdot y = 0$$ $$8 \cdot y^{4} — y = 0$$ $$y \left(8 \cdot y^{3} -1\right)=0$$ В результате получены 2 стационарные точки:
    1) $y=0 \Rightarrow x = 0, M_{1} = \left(0, 0\right)$;
    2) $\displaystyle 8 \cdot y^{3} -1=0 \Rightarrow y^{3}=\frac{1}{8} \Rightarrow y = \frac{1}{2} \Rightarrow x=1, M_{2} = \left(\frac{1}{2}, 1\right)$
    Проверим выполнение достаточного условия экстремума:
    $$\displaystyle \frac{\partial^{2} f}{\partial x^{2}}=6 \cdot x; \frac{\partial^{2} f}{\partial x \partial y}=-6; \frac{\partial^{2} f}{\partial y^{2}}=48 \cdot y$$
    1) Для точки $M_{1}= \left(0,0\right)$:
    $$\displaystyle A_{1}=\frac{\partial^{2} f}{\partial x^{2}} \left(0,0\right)=0; B_{1}=\frac{\partial^{2} f}{\partial x \partial y} \left(0,0\right)=-6; C_{1}=\frac{\partial^{2} f}{\partial y^{2}} \left(0,0\right)=0;$$
    $A_{1} \cdot B_{1} — C_{1}^{2} = -36<0$ , значит, в точке $M_{1}$ нет экстремума.
    2) Для точки $M_{2}$:
    $$\displaystyle A_{2}=\frac{\partial^{2} f}{\partial x^{2}} \left(1,\frac{1}{2}\right)=6; B_{2}=\frac{\partial^{2} f}{\partial x \partial y} \left(1,\frac{1}{2}\right)=-6; C_{2}=\frac{\partial^{2} f}{\partial y^{2}} \left(1,\frac{1}{2}\right)=24;$$
    $A_{2} \cdot B_{2} — C_{2}^{2} = 108>0$, значит, в точке $M_{2}$ существует экстремум, и поскольку $A_{2}>0$, то это минимум.
    Ответ: Точка $\displaystyle M_{2} \left(1,\frac{1}{2}\right)$ является точкой минимума функции $f$.

  2. Исследовать функцию на экстремум $f=y^{2} + 2 \cdot x \cdot y — 4 \cdot x — 2 \cdot y — 3$.
    Решение

    Найдём стационарные точки: $$\displaystyle \frac{\partial f}{\partial x}=2 \cdot y — 4;$$ $$\displaystyle \frac{\partial f}{\partial y}=2 \cdot y + 2 \cdot x — 2.$$
    Составим и решим систему: $$\displaystyle \begin{cases}\frac{\partial f}{\partial x}= 0\\\frac{\partial f}{\partial y}= 0\end{cases} \Rightarrow \begin{cases}2 \cdot y — 4= 0\\2 \cdot y + 2 \cdot x — 2 = 0\end{cases} \Rightarrow \begin{cases} y = 2\\y + x = 1\end{cases} \Rightarrow x = -1$$
    $M_{0} \left(-1, 2\right)$ – стационарная точка.
    Проверим выполнение достаточного условия экстремума: $$\displaystyle A=\frac{\partial^{2} f}{\partial x^{2}} \left(-1,2\right)=0; B=\frac{\partial^{2} f}{\partial x \partial y} \left(-1,2\right)=2; C=\frac{\partial^{2} f}{\partial y^{2}} \left(-1,2\right)=2;$$
    $A \cdot B — C^{2} = -4<0$ , значит, в точке $M_{0}$ нет экстремума.
    Ответ: экстремумы отсутствуют.

Лимит времени: 0

Навигация (только номера заданий)

0 из 4 заданий окончено

Информация

Пройдите этот тест, чтобы проверить свои знания по только что прочитанной теме «Локальные экстремумы функций многих переменных».

Вы уже проходили тест ранее. Вы не можете запустить его снова.

Тест загружается...

Вы должны войти или зарегистрироваться для того, чтобы начать тест.

Вы должны закончить следующие тесты, чтобы начать этот:

Результаты

Правильных ответов: 0 из 4

Ваше время:

Время вышло

Вы набрали 0 из 0 баллов (0 )

Ваш результат был записан в таблицу лидеров

  1. С ответом
  2. С отметкой о просмотре

    Задание 1 из 4

    1 .
    Количество баллов: 1

    Исследовать функцию $f$ на экстремумы: $f=e^{x+y}(x^{2}-2 \cdot y^{2})$

    Правильно

    Неправильно

  1. Задание 2 из 4

    2 .
    Количество баллов: 1

    Существует ли экстремум у функции $f = 4 + \sqrt{(x^{2}+y^{2})^{2}}$

Определение: Точка х0 называется точкой локального максимума (или минимума) функции, если в некоторой окрестности точки х0 функция принимает наибольшее (или наименьшее) значение, т.е. для всех х из некоторой окрестности точки х0 выполняется условие f(x) f(x0) (или f(x) f(x0)).

Точки локального максимума или минимума объединены общим названием - точками локального экстремума функции.

Отметим, что в точках локального экстремума функция достигает своего наибольшего или наименьшего значения лишь в некоторой локальной области. Возможны случаи, когда по значению уmaxуmin .

Необходимый признак существования локального экстремума функции

Теорема . Если непрерывная функция у = f(x) имеет в точке х0 локальный экстремум, то в этой точке первая производная либо равна нулю, либо не существует, т.е. локальный экстремум имеет место в критических точках I рода.

В точках локального экстремума либо касательная параллельна оси 0х, либо имеются две касательные (см. рисунок). Отметим, что критические точки являются необходимым, но недостаточным условием локального экстремума. Локальный экстремум имеет место только в критических точках I рода, но не во всех критических точках имеет место локальный экстремум.

Например: кубическая парабола у = х3, имеет критическую точка х0=0, в которой производная у/(0)=0, но критическая точка х0=0 не является точкой экстремума, а в ней имеет место точка перегиба (см. ниже).

Достаточный признак существования локального экстремума функции

Теорема . Если при переходе аргумента через критическую точку I рода слева направо первая производная у / (x)

меняет знак с “+” на “-”, то непрерывная функция у(х) в этой критической точке имеет локальный максимум;

меняет знак с “-” на “+”, то непрерывная функция у(х) имеет в этой критической точке локальный минимум

не меняет знак, то в этой критической точке нет локального экстремума, здесь имеет место точка перегиба.

Для локального максимума область возрастания функции (у/0) сменяется на область убывания функции (у/0). Для локального минимума область убывания функции (у/0) сменяется на область возрастания функции (у /0).

Пример: Исследовать функцию у = х3 + 9х2 + 15х - 9 на монотонность, экстремум и построить график функции.

Найдем критические точки I рода, определив производную (у/) и приравняв ее нулю: у/ = 3х2 + 18х + 15 =3(х2 + 6х + 5) = 0

Решим квадратный трехчлен с помощью дискриминанта:

х2 + 6х + 5 = 0 (а=1, в=6, с=5) D= , х1к = -5, х2к = -1.

2) Разобьем числовую ось критическими точками на 3 области и определим в них знаки производной (у/). По этим знакам найдем участки монотонности (возрастания и убывания) функций, а по изменению знаков определим точки локального экстремума (максимума и минимума).

Результаты исследования представим в виде таблицы, из которой можно сделать следующие выводы:

  • 1. На интервале у /(-10) 0 функция монотонно возрастает (знак производной у оценивался по контрольной точке х = -10, взятой в данном интервале);
  • 2. На интервале (-5 ; -1) у /(-2) 0 функция монотонно убывает (знак производной у оценивался по контрольной точке х = -2, взятой в данном интервале);
  • 3. На интервале у /(0) 0 функция монотонно возрастает (знак производной у оценивался по контрольной точке х = 0, взятой в данном интервале);
  • 4. При переходе через критическую точку х1к= -5 производная меняет знак с "+" на "-" , следовательно эта точка является точкой локального максимума
  • (ymax(-5) = (-5)3+9(-5)2 +15(-5)-9=-125 + 225 - 75 - 9 =16);
  • 5. При переходе через критическую точку х2к= -1 производная меняет знак с "-" на "+" , следовательно эта точка является точкой локального минимума
  • (ymin(-1) = -1 + 9 - 15 - 9 = - 16).

х -5 (-5 ; -1) -1

3) Построение графика выполним по результатам исследования с привлечением дополнительных расчетов значений функции в контрольных точках:

строим прямоугольную систему координат Оху;

показываем по координатам точки максимума (-5; 16) и минимума (-1;-16);

для уточнения графика рассчитываем значение функции в контрольных точках, выбирая их слева и справа от точек максимума и минимума и внутри среднего интервала, например: у(-6)=(-6)3 +9(-6)2+15(-6)-9=9; у(-3)=(-3)3+9(-3)2+15(-3)-9=0;

у(0)= -9 (-6;9); (-3;0) и (0;-9) - расчетные контрольные точки, которые наносим для построения графика;

показываем график в виде кривой выпуклостью вверх в точке максимума и выпуклостью вниз в точке минимума и проходящей через расчетные контрольные точки.