w wyl123ly 的博客
MD

04-04-多元函数极值与拉格朗日乘数法

68 KB 2026.10.14 原文件

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

  1. 解方程组 、,所有实解即为驻点(stationary point,也称稳定点);
  2. 驻点之外的偏导不存在点单独列出(见技巧 2);
  3. 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

  1. 找出所有偏导不存在的点(通常是尖点、零点、分片接缝);
  2. 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;
  3. 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

  1. 写一句存在性: 在有界闭域 上连续,故最值存在;
  2. 内部:在 的内部解 ,得内部驻点(不要管类型,先算函数值);
  3. 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;
  4. 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

  1. 写拉格朗日函数 ( 称为拉格朗日乘数,乘数不必求出);
  2. 令 ,与约束 联立成方程组;
  3. 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

  1. 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;
  2. 比值法:两式相除,消去 ,得到变量之间的比例关系;
  3. 乘变量相加法:三式分别乘 后相加,利用约束化简;
  4. 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

  1. 先查约束规范:算出 (或 、),看在最优点是否为零(或线性相关);
  2. 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」)

  1. 定约束:把条件(如 、)写成 ;
  2. 造函数:把待证式整理成 (或 )的形状,取 为目标函数;
  3. 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;
  4. 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

  1. 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);
  2. 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);
  3. 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;
  4. 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

  1. 把边界曲线写成参数方程,例如圆 写 、,;
  2. 代入 得一元函数 ;
  3. 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

  1. 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;
  2. 再论证唯一性:由乘数法方程相减得 ,逐一排除 、 等退化分支;
  3. 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)

  1. 求定义域,指出 的可偏导范围;
  2. 列方程组 、,解出全部驻点;
  3. 找偏导不存在的点,作为额外候选;
  4. 对每个候选算 、、,查 判别表;
  5. 若 ,改用定义、配方或沿特殊路径(、 等)比较函数值;
  6. 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

  1. 写函数:(两个约束写 );
  2. 列方程: 加全部约束;
  3. 解方程:优先用比值法与乘变量相加法,不要盲目硬解;
  4. 讨论退化:若某变量为零会破坏比值法,单独讨论该分支;
  5. 比较:算出所有候选点的 值,最大最小一目了然;
  6. 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:

  1. 驻点方程能不能解完(本题用两式相减 + 判别式 的讨论);
  2. 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);
  3. 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:

  1. 乘数法:如例题 7 的步骤,得到 ;
  2. 柯西不等式:把 写成 ,

对它用柯西不等式,配合 即得;

  1. 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

  1. 求 的极值(提示:注意驻点 与 的不同类型)。
  2. 求 在闭矩形 、 上的最大值与最小值。
  3. 求 在圆 上的最大值与最小值。
  4. 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

  1. 求 在约束 下的最小值,并说明取到最小值的点。
  2. 求 在 ()上的最大值与最小值。
  3. 求椭球 内接(各面平行于坐标面)长方体的最大体积。
  4. 设 且 ,证明 (提示:仿照例题 10 的最值法,或直接用均值不等式)。
  5. 求原点到曲线 上点的最大距离与最小距离。
  6. 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?
  7. 求 的极值(提示:需要处理四阶项, 时要另想办法)。
  8. 设 且 ,证明 。
  9. 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。