一句话概括
本篇讲「多元函数的极值与最值」这一整套工具:先给无条件极值的必要条件(可偏导处偏导为零)
与充分条件(二阶偏导构成的 Hessian 判别法 );再给条件极值的通用武器
拉格朗日乘数法(一个约束、两个约束都讲),并说明它的条件、解法技巧与失效情形;
最后落到竞赛最常考的三件事:有界闭域上求最值、实际应用题建模、用极值方法证明不等式。
前置的偏导、全微分与梯度见 04-02-偏导数全微分方向导数与梯度;一元情形请对照
02-07-单调性极值凹凸性与曲率;不等式工具箱见 08-01-常用不等式。
全篇配 15 道竞赛风格例题(含 3 道不等式证明、4 道几何/应用最值题)。
一、技巧地图(总表)
多元极值问题的题干几乎只有三种长相,先按「题干长相」定位武器,再动手算。
| 题干长相 | 数学本质 | 首选武器 | 本篇技巧编号 |
|---|---|---|---|
| 求 的极值/极值点 | 无条件极值 | 驻点 + 判别 | 1、2、3、4 |
| 求 在「有界闭区域 上」的最值 | 无条件极值 + 边界最值 | 内部驻点 + 边界降维 + 比较 | 5 |
| 求 在「曲面/曲线 上」的最值 | 条件极值 | 拉格朗日乘数法 | 6、7、8、9 |
| 应用题:体积最大、成本最小、距离最短 | 条件极值(自己写约束) | 建模 + 乘数法 | 12 |
| 证明不等式 | 最值原理 | 最值 > 0 或 最值 = 常数 | 11 |
| 乘数法方程解不出来/形状怪异 | 条件退化 | 参数化、消元、几何分析 | 10、13、14 |
一句话定策略
无约束找驻点,有约束乘数法,闭域比边界,证不等式取最值。
凡是「求最值」的题,最后一步一定是比较候选值;凡是「求极值」的题,最后一步一定是用判别法定性。
这两句话不能混:极值只需局部信息(二阶导),最值必须全局信息(比较 + 紧性)。
技巧清单(本篇 15 条)
| 编号 | 技巧名 | 一句话用途 |
|---|---|---|
| 1 | 驻点定位法 | 可偏导的极值点必是驻点,先解 |
| 2 | 不可导点补查 | 偏导不存在的点也可能是极值点,必须单独查 |
| 3 | 判别表 | 二元极值的标准充分条件,竞赛第一反应 |
| 4 | 三变量顺序主子式法 | 三元及以上推广:Hessian 的顺序主子式定正负 |
| 5 | 闭域三段比较法 | 内部驻点 → 边界最值 → 比较,闭域求最值全流程 |
| 6 | 拉格朗日乘数法(单约束) | 构造 ,解方程组 |
| 7 | 乘数法求解三技 | 消元法、比值法(乘变量相加)、对称性 |
| 8 | 两约束乘数法 | ,乘数个数等于约束个数 |
| 9 | 梯度平行几何法 | 等值线与约束曲线相切,用来快速定位与验算 |
| 10 | 退化补救法 | 时乘数法失效,改用参数化或配方 |
| 11 | 极值证不等式法 | 把待证式看成约束下的最值,最值即证 |
| 12 | 应用题建模四步 | 设变量 → 写目标与约束 → 乘数法 → 验证最值 |
| 13 | 边界降维法 | 把边界曲线参数化,化为一元函数求最值 |
| 14 | 对称性归一化 | 齐次式或轮换对称式,先猜 再证唯一 |
| 15 | 二次型谱方法 | 在单位球面上的最值 = 特征值 |
二、技巧逐条精讲
技巧 1:驻点定位法(可偏导的极值点必是驻点)
适用特征 题目说「求极值/极值点」,且函数在讨论区域上可偏导(通常是初等函数)。
操作步骤
- 解方程组 、,所有实解即为驻点(stationary point,也称稳定点);
- 驻点之外的偏导不存在点单独列出(见技巧 2);
- 对每个候选点用技巧 3 或技巧 4 定性。
最小例子 。由 、 得唯一驻点 ;、、, 且 ,是极小值点,极小值 。
陷阱 驻点不一定是极值点( 在 处 ,是鞍点)。所以「解出驻点」只是完成任务的一半,定性一步不能省。
为什么要先解驻点
多元函数极值没有一元函数那种「单调性 + 一阶导变号」的方便工具,所以理论上是先缩范围再定性:
必要条件把「无穷多个点」缩成「有限个候选点」,充分条件再在候选点上做一次二阶导检验。
这套逻辑和一元完全同构,一元里对应的是「 是必要条件, 的符号定极大极小」。
技巧 2:不可导点补查
适用特征 函数含 、、、 等结构,在个别点偏导不存在。
操作步骤
- 找出所有偏导不存在的点(通常是尖点、零点、分片接缝);
- 用定义直接比较该点邻域内函数值与 的大小:若邻域内恒有 ,则 是极小值点;
- 必要时沿两条不同路径计算偏导,说明偏导确实不存在。
最小例子 ,在原点 都不存在,但对任意 有 ,故原点是极小值点。
陷阱 「偏导不存在 不是极值点」是错的;反过来「偏导存在 是极值点」也错。
技巧 3: 判别表
适用特征 二元函数、已求出驻点、二阶偏导连续。
操作步骤 在驻点 处算
再查判别表(下表)。注意:、、 都是该点处的数值,不是函数表达式。
| 判别式 | 的符号 | 结论 |
|---|---|---|
| (等价 ) | 是极小值点, 为极小值 | |
| (等价 ) | 是极大值点, 为极大值 | |
| 任意 | 不是极值点(鞍点) | |
| 任意 | 判别法失效,需高阶分析或直接比较 |
最小例子 :,, 不是极值点(它是鞍点)。
陷阱 表格第四行是竞赛陷阱高发区: 时代入数值算不出结论,例如 与 在原点处都有 ,前者不是极值点、后者是极小值点。必须回到定义。
技巧 4:三变量顺序主子式法
适用特征 三元及以上函数的无条件极值。
操作步骤 在驻点 处写出 Hessian 矩阵
设其顺序主子式为 、、:
- 、、 正定 极小值;
- 、、 负定 极大值;
- 其余情形(含某个 ) 判别失效或不是极值。
最小例子 在 处,,三个顺序主子式全正,极小值点。
陷阱 顺序主子式只能判定正定与负定,不能判定半正定;出现 时要换别的方法。
技巧 5:闭域三段比较法(有界闭域上求最值)
适用特征 题目出现「在区域 上求最大值与最小值」,且 有界闭(圆盘、闭矩形、球体、椭圆域)。
为什么一定存在
若 在有界闭区域 上连续,则 在 上必取到最大值与最小值。
所以答案必然存在,我们只需把所有「嫌疑点」找全再比较。漏掉任何一类嫌疑点,答案就可能错。
操作步骤
- 写一句存在性: 在有界闭域 上连续,故最值存在;
- 内部:在 的内部解 ,得内部驻点(不要管类型,先算函数值);
- 边界:在 上用参数化(技巧 13)或消元,把问题降为一元函数最值;边界若有尖角、分片,各段分开算,角点单独代入;
- 比较:把第 2、3 步得到的所有候选函数值放在一起比大小,最大者为最大值、最小者为最小值,并写清取到的点。
最小例子 在闭矩形 、 上:内部驻点 落在边界上;四条边上逐段看,最大值在 处为 ,最小值在 处为 。
陷阱 只算内部驻点就下结论是最常见的失分点;此外「最小值在边界上取到」时,边界上的驻点方程往往比内部复杂,必须耐心算完。
技巧 6:拉格朗日乘数法(单个约束)
适用特征 求 在约束 上的最值。
操作步骤
- 写拉格朗日函数 ( 称为拉格朗日乘数,乘数不必求出);
- 令 ,与约束 联立成方程组;
- 解方程组得候选点,代入 比较(或用题目的实际意义判定)。
条件的完整表述
设 、 有连续偏导, 是 在约束 下的极值点,且
(约束规范条件,regularity condition),
则存在实数 使 ,
即两个梯度在 处平行。
最小例子 求 在圆 上的最值。,得 、,
故 :最大值 (在 ),最小值 (在 )。
陷阱 乘数法给出的只是必要条件,解完方程必须比较候选值,不能因为「只有一个解」就直接宣布它是最大值——除非另有论证(如紧性 + 唯一候选);同时别忘检查 。
技巧 7:乘数法求解三技(消元法、比值法、对称性)
技巧名:乘变量相加法
对 、、 三式分别乘 、、 再相加,往往能立刻解出
或得到 、、 之间的对称关系。这是乘数法最实用的计算技巧。
适用特征 方程组含 这类「变量 × 变量 = 常数 × 变量」的形状。
操作步骤
- 消元法:从约束中解出一个变量(如 )代入 ,直接变成无条件极值问题;
- 比值法:两式相除,消去 ,得到变量之间的比例关系;
- 乘变量相加法:三式分别乘 后相加,利用约束化简;
- 对称性:若 与 关于变量轮换对称,则最值点通常满足 (或按比例 ),可先试算再证唯一。
最小例子 求 在 ()上的最大值。由 得 ,最大值 。
陷阱 比值法要求分母不为零,必须先说明「若某个变量为 会怎样」,否则会丢解。
技巧 8:两个约束的乘数法
适用特征 约束是两条曲面的交线,形如 且 (例如「平面与球面的交线」)。
操作步骤 构造
令 ,与 、 联立(共 5 个方程、5 个未知量 )。几个约束就配几个乘数,这是最容易记错的地方。
最小例子 求 在直线 、 上的最小值:由 得 ,再得 、,最小值 (完整过程见例题 9)。
陷阱 两个约束的梯度必须线性无关;若 (两曲面相切或约束退化),乘数法的必要条件的适用范围被破坏,可能根本解不出方程(见技巧 10 与例题 8)。
技巧 9:梯度平行几何法
适用特征 需要快速定位最优点的几何位置,或需要验算。
操作步骤 在约束 下, 的最值点 满足 ,几何说法是:
- 的等值线(等值面) 与约束曲线(曲面) 在 相切;
- 共同法向量方向即梯度方向,故两曲线切向量相同。
最小例子 求 在圆 上最大:等值线 与圆相切时 最大,切点处法向量 ,即 。
陷阱 相切只是必要条件:相切点给出候选,最大值与最小值都要在候选里比较;另外「相切」也可能对应切点在约束的奇点处,那属于技巧 10 的范围。
技巧 10:退化补救法(乘数法失效)
适用特征 乘数法方程组无解、出现矛盾、或解集是一整条曲线;又或者约束在疑似极值点处梯度为零。
三种「乘数法失效」必须分清
1. 约束梯度为零:在候选点处 ,必要条件的前提被破坏
(典型: 在 上的最小值点在原点,而原点处 )。
2. 约束梯度线性相关:(两个约束在局部实际上是同一个条件),
此时两个乘数 、 可以合并成一个,意味着约束数其实少于 ,应降为单约束处理。
3. 目标在约束集上为常数: 与约束梯度处处线性相关,乘数方程的解集是整条曲线,
「逐个候选比较」失效(例题 8 属于此类)。
三种情形的补救办法相同:参数化、消元降配方、几何 + 不等式。
操作步骤
- 先查约束规范:算出 (或 、),看在最优点是否为零(或线性相关);
- 若退化,不要硬解乘数方程,改走三条路:
- 参数化:把约束曲线写成 、,代回 变一元问题;
- 消元 / 配方:用约束式直接化简目标,化归平方和或单变量;
- 几何 + 不等式:利用距离、面积的直观与均值不等式直接夹出最值。
最小例子 求 在曲线 上的最小值。曲线可写成 ,故 ,最小值 在原点取到;而原点处 ,正是乘数法失效的点。
陷阱 退化点上「乘数法无解」不代表「最值不存在」。最值完全可能存在,只是不能从这个必要条件里读出来。
技巧 11:极值证不等式法
适用特征 待证不等式含对称结构,或题目明示/暗示「」这类隐含约束。
操作步骤(证不等式的「最值四步」)
- 定约束:把条件(如 、)写成 ;
- 造函数:把待证式整理成 (或 )的形状,取 为目标函数;
- 求最值:用乘数法或配方求出 在约束下的最小值(最大值),得到最值的具体数值;
- 收口:由「最小值 」直接得不等式,并写清等号成立条件(通常是对称点)。
最小例子 证 :令 ,显然 ,等号当且仅当 。
陷阱 用最值法证不等式,最怕「驻点唯一就宣布是最小值」。严谨写法应补一句论证:比如目标函数的 Hessian 在驻点处正定、或目标函数是凸函数、或在有界闭集上用紧性加「边界上的值更大」。另可参考 08-02-不等式证明方法总纲 收录的各类证法定位。
技巧 12:应用题建模四步
适用特征 几何体体积最大、用料/成本最小、距离最短、利润最高。
操作步骤
- 设变量:明确每个字母的含义与取值范围(注意「非负」「正数」的写清);
- 写目标与约束:目标函数是要求最值的量(体积、面积、距离),约束来自题设的固定量(体积固定、点在曲面上);
- 化归:若约束能直接消元就消元(化无条件极值);不能消元就用乘数法;
- 验证:说明所得驻点确实给出最大/最小值(实际问题常由题意直接判定,但要写出来)。
最小例子 体积为 的无盖长方体水箱,表面积 在 下最小:乘数法得 ,最小值 。
陷阱 漏写约束就会把答案算成「体积趋于 、面积趋于 」的荒谬结果;另外把「无盖」当成「有盖」是多算一倍的经典错误。
技巧 13:边界降维法(参数化)
适用特征 边界是圆、椭圆、球面的赤道、抛物线段等容易参数化的曲线。
操作步骤
- 把边界曲线写成参数方程,例如圆 写 、,;
- 代入 得一元函数 ;
- 用一元方法(辅助角、配方、换元降次、导数)求 的最大最小值。
最小例子 在 上,令 得 ,故边界上最小 、最大 。
陷阱 参数化后必须交代参数的完整范围( 之类),否则会得出片面的结论;同时别忘了曲线上可能有使参数方程不可导的点(如极坐标中的极点)。
技巧 14:对称性归一化
适用特征 约束与目标函数关于所有变量轮换对称(齐次式、完全对称式)。
操作步骤
- 先按对称性猜最优点满足 (或按约束系数比例),代入约束算出候选;
- 再论证唯一性:由乘数法方程相减得 ,逐一排除 、 等退化分支;
- 用紧性或凸性说明它就是最值点。
最小例子 在 上,由 得 归一化后 、、,最小值 。
陷阱 对称只是启发,不是证明。必须补唯一性论证,否则「猜」的答案不成立。
技巧 15:二次型谱方法
适用特征 目标函数是二次型,约束是 或 。
操作步骤 把 写成 ( 对称),则 在单位球面 上的
- 最大值 ( 的最大特征值),最小值 (最小特征值);
- 取到最值的点是对应的单位特征向量。
最小例子 在 上:,最大值 (在 ),最小值 (在 )。
陷阱 该结论只对约束为球面成立;若约束是椭球面,须先做线性变换再用(这也是配方法/换元法常常更快的原因)。
三、题型归纳与解题套路
3.1 三种题型的判别流程
| 题目特征 | 第一动作 | 第二动作 | 收尾动作 |
|---|---|---|---|
| 只给 ,问极值/极值点 | 解 | 逐个算 查表 | 写清极值点与极值 |
| 给区域 ,问最大最小值 | 写连续 + 紧性 | 内部驻点、边界参数化 | 列表比较所有候选值 |
| 给约束 (可能 ),问最值 | 检查 | 构造 | 解方程 + 比较 / 说明唯一 |
3.2 无条件极值的标准套路(编号步骤,可直接照做)
- 求定义域,指出 的可偏导范围;
- 列方程组 、,解出全部驻点;
- 找偏导不存在的点,作为额外候选;
- 对每个候选算 、、,查 判别表;
- 若 ,改用定义、配方或沿特殊路径(、 等)比较函数值;
- 写出结论:哪个点是什么类型的极值点,极值是多少(需给出函数值,不能只写点)。
3.3 条件极值的标准套路
- 写函数:(两个约束写 );
- 列方程: 加全部约束;
- 解方程:优先用比值法与乘变量相加法,不要盲目硬解;
- 讨论退化:若某变量为零会破坏比值法,单独讨论该分支;
- 比较:算出所有候选点的 值,最大最小一目了然;
- 验证:几何题由题意定性,抽象题用紧性 + 唯一候选 + 边界行为(或 Hessian)说明最值确实取到。
技巧名:先猜后证
遇到高度对称的题,先用技巧 14 猜出 之类的答案,算出数值;再用乘数法方程证明没有别的候选。
这比一上来就硬解 5 个方程快得多,而且猜的过程中往往能发现方程的结构。
3.4 常见「隐藏约束」清单
竞赛题常常不明写约束,需要自己识别:
| 题面用词 | 隐藏约束 | 常用工具 |
|---|---|---|
| 内接于球/椭球 | 顶点在球面/椭球面上 | 乘数法 + 对称性 |
| 、(正数) | 一个等式约束 | 乘数法或均值不等式 |
| 周长为定值、面积为定值 | 一元或多元等式约束 | 消元 |
| 「对任意 成立」 | 最值条件 | 最值 / |
四、例题精讲
例题 1(竞赛风格典型题(改编):无条件极值 + 判别表)
求函数 的极值。
思路 多项式函数处处可偏导,所以极值点只可能在驻点中。先解方程组,再逐点查判别表。
这正是 02-07-单调性极值凹凸性与曲率 中一元极值流程的二元版本,只是「一阶导为零」换成了「两个偏导同时为零」。
第 1 步:求驻点。
令 ,得 或 , 或 ,故驻点为
第 2 步:求二阶偏导。 ,,。于是
第 3 步:逐点判别。
- 在 :,,,是极小值点,极小值 ;
- 在 :,,,是极大值点,极大值 ;
- 在 :,不是极值点;
- 在 :,不是极值点。
结论 在 取极小值 ,在 取极大值 ; 与 是鞍点,不是极值点。
命题角度 这是 CMC 非数学类「填空 + 计算」的保底题型:四个驻点里必有两个鞍点,专门考你有没有把 的情形算完。
命题人还喜欢把 设计成非零(本题恰好为 ),逼你算出完整的 ;只算 就下结论的答案一定错。
例题 2(竞赛风格典型题(改编):偏导不存在的极值点)
讨论 在原点处是否取得极值,并说明 在原点是否可偏导。
思路 函数含 ,在原点是尖点。先按定义算偏导,再按极值定义比较函数值。
千万不要因为「偏导不存在」就跳过这个点。
第 1 步:算偏导是否存在。 按定义,
当 时该式为 ,当 时为 ,故 不存在,
即 不存在。同理 不存在。
第 2 步:按定义判断极值。 对任意 有 ,故
即原点邻域内函数值恒大于 ,故 是极小值点,极小值 。
第 3 步:补充说明。 在 处 有连续偏导
它们都无零点,所以除原点外没有驻点。这说明本题的极小值点恰好是唯一一个偏导不存在的点。
结论 是极小值点(极小值 ),但 在原点两个偏导都不存在;因此「极值点必为驻点」只对可偏导的点成立。
命题角度 本题考查必要条件的适用范围。标准陷阱是把必要条件 当成充要条件,直接宣称「无驻点故无极值」。
正确写法是先分类:可偏导的极值点必为驻点,偏导不存在的点另行检查。
例题 3(竞赛风格典型题(改编):三变量 + Hessian 顺序主子式)
求 的极值。
思路 三元问题用技巧 4:先解驻点,再写 Hessian,用顺序主子式判断正定/负定。
本题的驻点方程可以精确解完(用两式相减降次),Hessian 在两个驻点处一个不定、一个正定,
正好把「三点定型」的两种情形都走一遍。
第 1 步:解驻点方程。
即 、、。第一式减第二式:
同理由第二式减第三式得 。分两种情形:
- 情形一 :与 联立。由 得 ,即 ;
视作关于 的二次方程,判别式 ,只有 时才有实解,此时 、。
- 情形二 :则必有 ,代回 恒成立,再代入 无限制,
但要注意此时三式已全部满足,故 , 任意实数?不是——把 代回 确实恒成立,
所以这一支给出一条直线上的驻点。此时 Hessian 依赖于 (见第 2 步),需分 、、 讨论。
综合:驻点集为 。
第 2 步:求 Hessian。 由 、、、、、:
第 3 步:在 处判别。 是零矩阵,三个顺序主子式全为 ,判别法完全失效。
改用定义:沿直线 有 ,当 时 ,当 时 ,
故原点任意小邻域内 都取到正、负两种值, 不是极值点。
第 4 步:在 ()处判别。 此时所有二阶偏导都是 或 ,提出因子 :
右端矩阵的特征值为 (半正定,非正定),故:
- 时 的特征值为 ,半正定而非正定,顺序主子式 ,判别法失效;
- 时特征值为 即两负一零,半负定而非负定,同样失效。
第 5 步:用代数恒等式收口。 注意
(这是三元立方和的标准分解,可直接展开核对。)在 上右端含因子 与平方和 ,
故 ;而在 附近的点 上, 与平方和为正,
的符号由 决定,所以 在 的任意小邻域内同时取到正负值(因为可以取 为正或负)。
结论 没有极值点。 与直线 上的每个非零点都不是极值点,
尽管它们全都是驻点。本题也说明「驻点」与「极值点」的差距可以非常大。
命题角度 三元及以上的极值题,竞赛的真实考点往往不是判别表本身,而是:
- 驻点方程能不能解完(本题用两式相减 + 判别式 的讨论);
- 判别法失效时能不能换工具(本题第 5 步的立方和分解就是标准退路);
- 知不知道「驻点集可以是一条曲线」(本题 上处处是驻点,这在二元情形很少见)。
顺便记住这个漂亮的恒等式: 的零点集合恰是「」或「」,
它在多元极值与不等式两边都常用。
例题 4(竞赛风格典型题(改编):有界闭域上求最值全流程)
求 在闭圆盘 上的最大值与最小值。
思路 这是技巧 5 的模板题:先说明最值存在,再分内部与边界两条线找候选,最后比较。
内部用判别法(或直接放缩),边界用参数化(技巧 13)或乘数法。
第 1 步:存在性。 是多项式,在有界闭区域 上连续,故 在 上必取到最大值与最小值。
第 2 步:内部驻点。
由 无解( 时 ),故必须 ;再由 得 。
所以 内唯一驻点是 ,且 。
判断类型:,,,,,故是极小值点。
另外注意:在 上有 (因 ),故
这就更强地说明 已是全局最小值。
第 3 步:边界 上的最值(参数化)。 令 ,,,则
记 ,用 、:
于是边界上 的最小值为 (当 ,即 ,点为 ),最大值为 (当 ,即 ,点为 )。
第 4 步:比较所有候选值。 内部候选 ;边界候选 与 。故
结论 最大值为 ,在 与 处取得;最小值为 ,在 处取得。
命题角度 闭域最值题的评分点全在「找全候选」:漏边界扣一半分,漏内部驻点也扣分。
本题还暗藏一个考点:内部驻点正好是边界上的点( 是圆心、不在边界上,但边界最值点 是边界上的特殊点),
比较时必须老老实实列出全部候选,不能凭「内部驻点是最小值」就断言全局最小。
例题 5(竞赛风格典型题(改编):拉格朗日乘数法 + 判别式联用)
求 在圆 上的最大值与最小值。
思路 这是条件极值的入门模型。两条路:一是直接消元(约束可解出 ),
二是标准乘数法。两条路都写一遍,用来对照乘数法的方程组结构。
第 1 步:消元法。 由约束 ()得
故 时取最大值 (点 ), 时取最小值 (点 )。
第 2 步:乘数法(对照)。 取 ,,
其中 与 不能同时成立,故分两种情形:
- ,则 ,;
- ,则 ,。
第 3 步:比较。 候选值只有 与 ,故最大值 、最小值 。
结论 最大值为 (在 处),最小值为 (在 处)。
命题角度 条件极值题中,消元往往比乘数法更快,但要先说清消元后的自变量范围(这里 )。
乘数法的价值在于约束无法显式解出时(如 )仍然可用。
考场上建议:能消元就消元,消元后出现根式再退回乘数法。
例题 6(竞赛风格典型题(改编):距离最短 + 二次型正定)
求原点到曲面 的最短距离。
思路 「最短距离」先平方,消去根号;再把曲面方程代入,化成一个无条件二元极值问题。
最后必须说明所得驻点是全局最小,这里用配方法给出严格论证。
第 1 步:建模。 设 在曲面上,则 ,距离平方
(由 知 ,曲面上确实存在这样的点,如 时 。)
第 2 步:求驻点。
由第一式 代入第二式得 ,故 、。唯一驻点是 。
第 3 步:判定类型并给出全局最小。 ,,, 且 ,故 是极小值点。
进一步配方:
对一切 成立,等号仅在 时取得,故 的全局最小值就是 。
顺带一个线性代数视角
二次型 , 的特征值为 与 ,
都为正,故正定。正定二次型的全局最小值必在唯一驻点取到——这正是技巧 15 的思想。
第 4 步:回到原题。 ,故最短距离为 ,最近点为 。
结论 原点到曲面的最短距离是 ,在 与 处达到。
命题角度 「距离最值」三件套:先平方、再消元、后论证全局。
其中第三步最容易被忽略: 只说明是局部极小,要升级为全局最小必须靠配方、凸性或紧性 + 边界比较。
例题 7(竞赛风格典型题(改编):椭球面上的线性函数 + 柯西不等式)
求 ()在椭球面 上的最大值(注意字母 既是系数又是半轴)。
思路 目标与约束都光滑,直接用技巧 6 + 技巧 7 的「乘变量相加法」。
把 三式分别乘 再相加,可以一次性消去所有变量、只剩 。
第 1 步:构造拉格朗日函数。
第 2 步:列方程。
即 ,,。
第 3 步:乘变量相加。 把 乘 、 乘 、 乘 后相加:
第 4 步:回代求 。 由第 2 步与 得 ,,。代入约束:
故候选值 。由于椭球面是紧致集, 必取到最大最小值,故最大值与最小值就是这两个数。
结论 在椭球面上的最大值为 ,最小值为 。
命题角度 把结论与柯西不等式对照:由 与约束得 ,
即(取 、、)配方形式的柯西不等式。极值方法与不等式是同一件事的两种说法,
这也是本篇与 08-01-常用不等式 的接口。竞赛中此类「乘数法推出的界」常被要求反过来当作不等式证明的素材。
例题 8(竞赛风格典型题(改编):退化约束 —— 乘数法失效的情形)
求 在球面 与平面 的交线(一个大圆)上的最大值与最小值。
思路 按技巧 8 硬做乘数法,会发现方程组「解不出来位置信息」。这时要回到技巧 10,
分清三种退化:约束梯度为零、约束梯度线性相关、以及目标函数在约束集上为常数(本题属于第三种)。
答案本身可以直接读出,但「为什么乘数法失灵」才是本题的考点。
第 1 步:先看清约束集的形状。 记 、,
两者平行的充要条件是 ;而交线上 迫使 ,矛盾(原点不在球面上)。
所以在交线的每一点上 与 线性无关,约束规范条件是满足的。
交线是过球心的大圆(平面过球心),其上每一点都是光滑的。
第 2 步:照规矩写拉格朗日函数并列方程。
第 3 步:解方程并观察异常。 三式两两相减得 、。
- 若 ,则 ,代入 得 ,但这不满足 ,无解;
- 若 ,则三式同时退化为 ,即 ,对交线上任何一点都成立。
于是乘数方程的解不是有限个点,而是整条交线。「解集是一整条曲线」使「逐个候选比较」失去意义——
这就是本题乘数法失效的真实原因。
第 4 步:找出病因。 注意恒等式:在交线上 ,而目标函数恰好就是 本身,故
也就是说 ,目标函数的梯度与约束 的梯度处处相同(而不只是平行)。
此时 中 这一项完全不起作用, 可以吸收任何常数,方程组必然无法定位极值点。
这是「约束与目标函数线性相关」导致的退化,与 型退化不同。
第 5 步:补救并给出答案。 既然 在交线上恒等于 ,那么
且在交线(大圆)上每一点都取到。另一个补救途径是参数化:取与 正交的两个单位向量
与 ,则交线上的点可写成
代入得 ,
与直接观察一致,且说明 取遍 时确实走遍整条交线。
结论 最大值 最小值 ,在整个交线上处处取到。
命题角度 本题考查对乘数法适用范围的理解。答题时要把三种「失效」区分清楚:
| 失效类型 | 症状 | 补救 |
|---|---|---|
| 候选点处梯度为零,方程给不出该点 | 参数化或直接用定义 | |
| 约束梯度线性相关 | 两约束方程相减后矛盾或恒成立 | 降为单约束或消元 |
| 目标在约束集上为常数 | 乘数方程解集是整条曲线 | 直接读出常数答案 |
完整的乘数法理论(含约束规范条件的必要性)见 04-03-多元复合函数与隐函数求导 中隐函数存在定理那一节,
那里说明了「梯度线性无关」为什么是能把约束局部解成函数的关键。
例题 9(竞赛风格典型题(改编):两个约束的乘数法)
求 在平面 与 的交线上的最小值。
思路 标准技巧 8:两个约束配两个乘数。解方程时用「两式相减」消乘数,再配合约束。
解出候选点后用参数化做独立的验算,这是本例题的第二个亮点。
第 1 步:构造 。
第 2 步:列方程。
第 3 步:解方程。 由 得 ,故
由 得 ,即 。再由 得
代入约束 与 :两式相减得 ,即 ;两式相加得 ,即 。
再由 得 。故候选点唯一:
第 4 步:求值并比较。 。
第 5 步:验算(参数化独立复核)。 由 、,令 、,则
等号在 时成立, 正对应 。两次计算的答案一致。
结论 最小值为 ,在点 处取得。
命题角度 两个约束题的评分点在「乘数个数对不对」和「有没有丢解」。
技巧:两式相减消乘数(本题 )比硬解 5 元方程组快得多;
再用参数化复核一次,既防算错,又能在解答中体现「必要时验证唯一候选确实是最小值」。
例题 10(竞赛风格典型题(改编):用条件极值证明均值不等式)
设 且 ,证明:。进一步说明由此可得 。
思路 把待证不等式看成「在约束 下求 的最大值」。
连续性保证最值存在,乘数法给出唯一驻点,再用凹函数性质把局部结论升级为全局结论。
第 1 步:化归为最值问题。 在闭单纯形 上连续,故必有最大值。
又 的内部点(例如 )满足 ,故最大值 ;
而边界上(某个变量为 )必有 ,不可能取到最大值。因此最大值在内部 取到。
第 2 步:用拉格朗日乘数法求内部最值点。 取 ,
三式相减得 、。因 ,故 ;代入约束得 。
内部驻点唯一。
第 3 步:证明它是全局最大点。 考虑 。
是凹函数,集合 是凸集,故 在 上严格凹。
严格凹函数在凸集上最多有一个驻点,且驻点若存在必为全局最大点(否则用凹性沿两点连线取值的定义即可导出矛盾)。
于是 的最大值为 ,即 ,等号当且仅当 。
第 4 步:推广为均值不等式。 对一般的 ,令 、、、,
则 。由已证结论 ,即 ,故
结论 ()时 ,等号当且仅当 ;一般情形即算术—几何平均不等式。
命题角度 用条件极值证明不等式是 CMC 非数学类的「高端填空题/证明题」套路,标准写法三步:
① 存在性(紧性);② 乘数法定位唯一驻点;③ 凹性/凸性或 Hessian 论证全局性。
第③步不能省——只写「唯一驻点」在数学上不足以断言最值。相关不等式的整体框架见 08-02-不等式证明方法总纲。
例题 11(竞赛风格典型题(改编):用条件极值证明平方和不等式)
设 ,证明:。
思路 两种做法对照:最值法(乘数法 + Hessian 正定)与平方和法(代数恒等变形)。
本题特别适合展示「为什么有时平方和法更省事」,也顺便说明乘数法必须补全局性论证。
第 1 步:化归。 令 ,在约束 下求 的最小值。
第 2 步:乘数法求驻点。 取 ,:
由 得 ;由 得 。故 ,代入约束得 。
第 3 步:判断类型(认真做一遍,暴露判别法的局限)。 的 Hessian 是
,,。
出现了 ,顺序主子式法失效! 的特征值可算出为 :半正定但非正定,
说明 沿方向 是平的——这正是约束方向,而约束是 ,恰好把平的方向固定住了。
第 4 步:改用平方和恒等式收口。
等号当且仅当 ;与约束 联立得 。故 在约束下的最小值为 ,不等式成立。
结论 ,等号当且仅当 (在约束 下)。
命题角度 本题是判别法失效的绝佳教材: 时顺序主子式法什么也说明不了,
必须换工具(平方和、配方、或直接沿约束方向的单变量化)。竞赛解答里如果只写「 半正定所以最小」是不严谨的,
因为半正定只能保证 是凸函数,还须说明最小值确实被取到(本题由平方和恒等式直接给出)。
例题 12(竞赛风格典型题(改编):应用建模 —— 成本最小)
要造一个容积为 的无盖长方体水箱,问长、宽、高各为多少时用料(表面积)最省?最小用料是多少?
思路 技巧 12 的完整演示。关键是把「无盖」写对:表面积只有底面加四个侧面,
约束是体积为 。用乘数法 + 技巧 7 的乘变量相加法可迅速得到 。
第 1 步:建模。 设长、宽、高分别为 (单位自定),则
第 2 步:构造 。
第 3 步:列方程。
第 4 步:乘变量相加消去 。 三式分别乘 后相加:
即 (用了 ),故 。
第 5 步:把 、 两式相减。 回代 后两式是
把第一式乘 、第二式乘 (两式左端都对应 的同一部分,相乘后可用 ):
两式右端相同,故 ,约去 得
第 6 步:再定第三个关系。 由 得 ,把 代入并除以 :
又把 写成的 与 联立:
代入 ,得 ,即
所以 。
第 7 步:解出边长与最小用料。 由 与 :,故
最小用料 。记 、,则 ,
,故
第 8 步:用均值不等式独立验证。 由算术—几何平均不等式(三个正数 、、):
等号当且仅当 。由 (约去 )与 (约去 )分别得 、,
即 ,与乘数法的结论完全一致。故 确为最小值。
结论 当长 宽 、高 (即长 宽 高)时用料最省,最小用料 。
命题角度 应用题在 CMC 非数学类中常以「解答题第一问」出现,评分点有三:变量与约束写全、
乘数法方程解对、最值性验证。第 8 步用均值不等式验证是最漂亮的收尾,
既确认了最小值,又回扣了 08-01-常用不等式 的主题。
注意本题的关键技巧是把「 乘 、 乘 」从而把两个方程都变成 ,
这是乘变量相加法的变体,比直接相除更不容易算错。
例题 13(竞赛风格典型题(改编):椭球内接长方体 + 对称性)
在椭球面 ()所围立体中,求各面平行于坐标面的内接长方体的最大体积。
思路 技巧 14 的模板题。由对称性,长方体顶点取在第一卦限的椭球面上,
三条棱长分别为 ;体积 。乘数法中「乘变量相加」一步即可得到 的比例关系。
第 1 步:建模。 设第一卦限顶点为 ()在椭球面上,则长方体三边为 、、,
第 2 步:构造 。
第 3 步:列方程。
第 4 步:乘变量相加。
故 。
第 5 步:求比例。 回代 :,约去 得
同理 ,。故 ,,,
恰有 。
第 6 步:求最大体积并验证。
验证:由算术—几何平均不等式,对 、、 有 ,
故 ,等号当且仅当 ,与乘数法一致。
结论 最大内接长方体体积为 ,顶点在第一卦限的 (及其对称点)。
命题角度 本题是「对称性 + 乘变量相加」的标准组合,结论 值得记住。
特别注意:球面情形 退化,此时 、,
即内接正方体体积最大——这个结论在历年 CMC 非数学类中反复出现。
例题 14(竞赛风格典型题(改编):用条件极值证明轮换对称不等式)
设 且 ,证明:。
思路 与例题 10 同型但更简单:三次单项式在正单纯形上的最大值。
用乘数法定位,再用「凹性/均值不等式」收口,顺便展示技巧 14 的「先猜后证」。
第 1 步:存在性与边界。 在闭单纯形 、 上连续,故有最大值。
若某个变量为 ,则 (因为 时 ),
故最大值必在内部 取到。
第 2 步:乘数法。
由 及 得 ;同理由 得 。故 ,
。内部驻点唯一。
第 3 步:全局性论证(凹函数法)。 考虑 。
是凹函数,而集合 是凸集
(两个正数解的平均仍满足和为 且各分量非负;由 与 知平均后仍严格为正),
故 在 上是严格凹函数。严格凹函数最多有一个驻点,且驻点必为全局最大点;
现在已知唯一驻点是 ,故 在 上的最大值为
由 单调递增,,等号当且仅当 。
再结合第 1 步「最大值不在边界取到」,该结论在闭单纯形上同样成立。
第 4 步:另一种收口(均值不等式)。
结论 在 、 下 ,等号仅在 时成立。
命题角度 本题与例题 10、13 构成一组「同一思想、三种包装」的题:对称约束 + 对称目标 → 等分点最优。
考场上若题目只要求「求最大值」,乘数法足够;若要求「证明不等式」,必须补第 3 步或第 4 步的全局性论证。
例题 15(竞赛风格典型题(改编):消元降维 + 无约束极值)
求 在约束 下的最小值。
思路 技巧 7 的消元法演示:约束能显式解出一个变量,就直接化归无条件极值。
本题还展示了「常被漏掉的一步」:说明所得驻点是全局最小。
第 1 步:消元。 由 得
第 2 步:求驻点。
解得 、,即唯一驻点 ,对应 ,。
第 3 步:判断类型与全局性。 ,,, 且 ,是极小值点。配方:
等号当且仅当 。故最小值为 。
第 4 步:交叉验证(不用配方的路线)。 关键是恒等式
再由约束 平方得 ,即 。
把它代入上面的恒等式:
左端非负,故 ,即 ;等号当且仅当 ,
再与 联立得 。这与第 3 步的结论一致。
技巧名:约束即恒等式
约束 的价值不只是「可以消元」,它本身是一个恒等式,可以平方、可以移项,
用来把目标函数改写成平方和。凡是「和为零」或「和为定值」的约束,都值得先平方看一眼。
结论 最小值为 ,在 处取得。
命题角度 「消元降维」是条件极值题的第一选择:只要能解出一个变量,问题就变成无条件极值,避免引入 。
但要记住两条纪律:消元后写清剩余变量的取值范围;结论必须补全局性论证(配方、凸性或紧性 + 边界比较)。
本题还有个好记的一般化结论:在 下 的最小值为 ;
若约束是 ,则最小值是 (由柯西不等式 即得)。
五、一题多解与思路拓展
5.1 一题多解示例:单位球面上 的最值
以例题 5 为对象,展示三种思路的适用边界。
| 解法 | 操作要点 | 优点 | 局限 |
|---|---|---|---|
| 消元法 | 用 代入 | 最快,得到一元函数 | 需要约束可显式解出 |
| 拉格朗日乘数法 | 解 分情形 | 通用 | 要讨论 的取值分支 |
| 配方法 / 谱方法 | 直接读最值 | 最直观 | 只适用于二次型 + 球面约束 |
技巧名:二次型看特征值
目标函数是二次型、约束是球面时,不要动笔解方程,直接看矩阵特征值:
是最大值, 是最小值。例如 在单位球面上,
特征值 一眼给出最大值 、最小值 。
5.2 一题多解示例:椭球面上线性函数的最大值
例题 7 的结论 可用三种方式理解:
- 乘数法:如例题 7 的步骤,得到 ;
- 柯西不等式:把 写成 ,
对它用柯西不等式,配合 即得;
- 线性代数:椭球面经变换化为单位球面,线性函数化为内积,最大值即向量范数。
三条路给出同一答案,说明极值问题与不等式问题本质相通,这也是为什么竞赛喜欢把两章合并出题(参见 04-08-竞赛专题-多元微积分综合精讲)。
5.3 思路拓展:从「求最值」反推不等式
很多竞赛不等式题都可以先当作最值题做,再把结论翻译成不等式语言。翻译模板:
用这个模板,例题 10、13、14 都能直接改写成标准不等式的形式。反过来,遇到难以下手的不等式,
也可以先问一句:「这是哪个函数在哪个约束下的最值?」——这个提问方式在 08-01-常用不等式 与 08-02-不等式证明方法总纲 中有系统展开。
5.4 思路拓展:连续化与紧性
所有「最值存在」的论证都依赖有界闭集上的连续函数这一条件。做题时要养成检查习惯:
- 区域无界(如整个平面) 最值可能不存在,需另行讨论(如证明 );
- 区域开(如 ) 最值可能在边界「取不到」,此时只能说上确界;
- 约束集是闭曲线 / 闭曲面 紧致,最值一定存在,可以放心比较候选值。
六、易错点与陷阱
陷阱 1:把必要条件当充分条件
错法:解出驻点就宣布「这是极小值点」。正确做法:驻点只是候选,必须用 判别,
或(判别失效时)回到定义比较函数值。反例: 在 处的 ,是鞍点。
陷阱 2:漏掉偏导不存在的点
错法:只解 ,宣称「无驻点故无极值」。正确做法:把偏导不存在的点单独检验
(例题 2 的 就是极小值点)。含绝对值、根式、、分片定义的函数尤其要查。
陷阱 3: 时强行下结论
错法:算出 就说「不是极值点」或「是极值点」。
正确做法:此时判别法失效,必须换工具。对照两个例子: 在 处不是极值点;
在 处 ,却是极小值点。差别只能靠高阶项分析或定义比较看出来。
陷阱 4:闭域最值只算内部驻点
错法:求「 在 上的最大值」时只解 。正确做法:内部驻点、边界最值、角点三类候选
全部列出再比较(例题 4 的边界贡献了最大值 ,只算内部会得到错误的「最大值 」)。
陷阱 5:乘数法解完方程不比较
错法:只找到一组候选就直接宣布它是最大值。正确做法:把所有候选点的函数值算出来比较,
或补上「唯一候选 + 紧性 / 凸性」的论证。多个候选时,最大值与最小值分别对应哪个候选必须写清。
陷阱 6:忽略约束规范条件
错法:对任何约束都用乘数法并相信方程的解。正确做法:先检查 (两个约束时检查线性无关)。
反例: 在 上的最小值在原点取到,而原点处 ,乘数法什么也给不出。
陷阱 7:参数化后漏写参数范围
错法:令 后只讨论 在某一小段。「正确做法」:写全 ,
换元后写全新变量范围(如 ),否则会丢掉最大值或最小值所在的那一段。
陷阱 8:应用题约束写错方向
错法:把「无盖」写成有盖、把「体积为 」写成「表面积为 」。
正确做法:建模后先做量纲与极端情形检验(如让某个边趋于 ,看目标函数是否趋于无穷),
用不等式再验证一次答案(例题 12 第 8 步的均值不等式验证)。
七、练习题
基础层
- 求 的极值(提示:注意驻点 与 的不同类型)。
- 求 在闭矩形 、 上的最大值与最小值。
- 求 在圆 上的最大值与最小值。
- 讨论 在原点是否取得极值,并说明 在原点是否可偏导。
竞赛层
- 求 在约束 下的最小值,并说明取到最小值的点。
- 求 在 ()上的最大值与最小值。
- 求椭球 内接(各面平行于坐标面)长方体的最大体积。
- 设 且 ,证明 (提示:仿照例题 10 的最值法,或直接用均值不等式)。
- 求原点到曲线 上点的最大距离与最小距离。
- 要制作一个容积为 的有盖圆柱形罐,问底面半径与高之比为多少时用料最省?
- 求 的极值(提示:需要处理四阶项, 时要另想办法)。
- 设 且 ,证明 。
- 求 在圆 上的最大值与最小值,并说明这组答案与 的关系。
练习题不提供答案,卡住时沿『相关笔记』回溯前置篇章。
八、本篇小结
本篇小结
一句话:多元极值 = 「找候选(驻点/边界点/约束驻点)+ 定性判类型(Hessian)或比较定最值(闭域)」;
条件极值的通用武器是拉格朗日乘数法,其核心是梯度平行。
必背结论清单
1. 必要条件:可偏导的极值点必为驻点;偏导不存在的点也可能是极值点。
2. 充分条件(二元): 且 极小; 且 极大; 非极值; 失效。
3. 有界闭域最值三段法:内部驻点 边界最值 比较所有候选。
4. 拉格朗日乘数法:;两个约束 ;乘数个数等于约束个数。
5. 约束规范:(两约束时 线性无关)是必要条件成立的前提。
6. 梯度平行:,几何上即等值线与约束曲线相切。
7. 二次型在单位球面上的最值 = 矩阵的特征值(最大 / 最小)。
8. 用最值证不等式:存在性 + 唯一驻点 + 全局性论证(凹性、配方或 Hessian)三步齐备。
易混概念对照表
| 概念 | 含义 | 判定工具 | 常见误用 |
|---|---|---|---|
| 极值(局部) | 邻域内最大 / 最小 | 判别、定义 | 用判别法代替全局比较 |
| 最值(全局) | 区域上最大 / 最小 | 比较全部候选 + 紧性 | 只算内部驻点 |
| 驻点 | 的点 | 解方程组 | 误认为驻点必是极值点 |
| 条件驻点 | 的解 | 乘数法 | 忘记检验 |
| 鞍点 | 非极值的驻点 | | 误当作极值点 |
| 约束规范条件 | | 求梯度 | 忽略后退化情形 |
相关笔记
- 04-02-偏导数全微分方向导数与梯度 — 本篇全部工具的地基:偏导、Hessian、梯度与梯度平行的含义。
- 04-03-多元复合函数与隐函数求导 — 隐函数存在定理是拉格朗日乘数法与约束规范条件的理论来源。
- 04-01-多元函数极限与连续 — 有界闭域上连续函数取到最值,是「最值必存在」的唯一依据。
- 02-07-单调性极值凹凸性与曲率 — 一元极值判别是本篇判别法的原型,对照记忆最省力。
- 02-05-泰勒公式与麦克劳林展开 — 判别法的证明本质是二阶泰勒展开,配套阅读效果最好。
- 04-08-竞赛专题-多元微积分综合精讲 — 极值与重积分、曲线积分结合的竞赛综合题集中训练场。
- 08-01-常用不等式 — 最值法与均值不等式互相验证,是应用题收尾的标准工具。
- 08-02-不等式证明方法总纲 — 用条件极值证不等式属于「最值法」,在总纲中可定位到它与其他证法的关系。
- 04-05-二重积分计算 — 闭域最值题中的区域常常需要先用重积分的眼光画清边界。
- 附录-常用公式与结论速查 — 判别表、乘数法模板可直接速查。
参考来源
- 同济《高等数学》第七版 下册 第九章「多元函数微分法及其应用」§9.6–§9.8(多元函数极值、条件极值与拉格朗日乘数法),教材本身,无 URL。
- 同济《高等数学》第七版 上册 第三章 §3.4(一元函数极值判别,用于与二元判别表对照),教材本身,无 URL。
- 中国大学生数学竞赛(非数学类)考试大纲:多元函数微分学部分「极值与最值、拉格朗日乘数法」,大纲文本本身,无 URL。
- 裴礼文《数学分析中的典型问题与方法》第五章「多元函数的极值与条件极值」题型归类,教材本身,无 URL。