为了讨论二元函数 f f f 在点 P 0 ( x 0 , y 0 ) P_{0}\left(x_{0}, y_{0}\right) P0(x0,y0)取得极值的充分条件, 我们假定 f f f 具有二阶连续偏导数, 并记
H f ( P 0 ) = ( f x x ( P 0 ) f x y ( P 0 ) f y x ( P 0 ) f y y ( P 0 ) ) = ( f x x f x y f y x f y y ) P 0 \boldsymbol{H}_{f}\left(P_{0}\right)=\left(\begin{array}{ll} f_{x x}\left(P_{0}\right) & f_{x y}\left(P_{0}\right) \\ f_{y x}\left(P_{0}\right) & f_{y y}\left(P_{0}\right) \end{array}\right)=\left(\begin{array}{ll} f_{x x} & f_{x y} \\ f_{y x} & f_{y y} \end{array}\right)_{P_{0}} Hf(P0)=(fxx(P0)fyx(P0)fxy(P0)fyy(P0))=(fxxfyxfxyfyy)P0
它称为 f f f 在 P 0 P_{0} P0 的黑塞 (Hesse) 矩阵 ① {}^{①} ①。
定理 17. 11 (极值充分条件)
设二元函数 f f f 在点 P 0 ( x 0 , y 0 ) P_{0}\left(x_{0}, y_{0}\right) P0(x0,y0) 的某邻域 U ( P 0 ) U\left(P_{0}\right) U(P0)上具有二阶连续偏导数, 且 P 0 P_{0} P0 是 f f f 的稳定点. 则:
- 当 H f ( P 0 ) \boldsymbol{H}_{f}\left(P_{0}\right) Hf(P0) 是正定矩阵时, f f f 在点 P 0 P_{0} P0取得极小值;
- 当 H f ( P 0 ) \boldsymbol{H}_{f}\left(P_{0}\right) Hf(P0) 是负定矩阵时, f f f在点 P 0 P_{0} P0 取得极大值;
- 当 H f ( P 0 ) \boldsymbol{H}_{f}\left(P_{0}\right) Hf(P0)是不定矩阵时, f f f 在点 P 0 P_{0} P0 不取极值.
证
由 f f f 在点 P 0 P_{0} P0 的二阶泰勒公式, 并注意到条件 f x ( P 0 ) = f y ( P 0 ) = 0 f_{x}\left(P_{0}\right)=f_{y}\left(P_{0}\right)=0 fx(P0)=fy(P0)=0, 有
f ( x , y ) − f ( x 0 , y 0 ) = 1 2 ( Δ x , Δ y ) H f ( P 0 ) ( Δ x , Δ y ) T + o ( Δ x 2 + Δ y 2 ) . \begin{aligned} & f(x, y)-f\left(x_{0}, y_{0}\right) \\ = & \cfrac{1}{2}(\Delta x, \Delta y) \boldsymbol{H}_{f}\left(P_{0}\right)(\Delta x, \Delta y)^{\mathrm{T}}+o\left(\Delta x^{2}+\Delta y^{2}\right) . \end{aligned} =f(x,y)−f(x0,y0)21(Δx,Δy)Hf(P0)(Δx,Δy)T+o(Δx2+Δy2).
由于 H f ( P 0 ) \boldsymbol{H}_{f}\left(P_{0}\right) Hf(P0) 正定, 所以对任何 ( Δ x , Δ y ) ≠ ( 0 , 0 ) (\Delta x, \Delta y) \neq(0,0) (Δx,Δy)=(0,0), 恒使二次型
Q ( Δ x , Δ y ) = ( Δ x , Δ y ) H f ( P 0 ) ( Δ x , Δ y ) T > 0. Q(\Delta x, \Delta y)=(\Delta x, \Delta y) \boldsymbol{H}_{f}\left(P_{0}\right)(\Delta x, \Delta y)^{T}>0 . Q(Δx,Δy)=(Δx,Δy)Hf(P0)(Δx,Δy)T>0.
因此存在一个与 Δ x , Δ y \Delta x, \Delta y Δx,Δy 无关的正数 q ② q^{②} q②,使得
Q ( Δ x , Δ y ) ⩾ 2 q ( Δ x 2 + Δ y 2 ) . Q(\Delta x, \Delta y) \geqslant 2 q\left(\Delta x^{2}+\Delta y^{2}\right) . Q(Δx,Δy)⩾2q(Δx2+Δy2).文章来源:https://www.toymoban.com/news/detail-849646.html
(1) 关于黑基矩阵的一般形式,将在第二十三章黑介绍.
(2) 因为 Q ( Δ x , Δ y ) / ( Δ x 2 + Δ y 2 ) = ( u , v ) H f ( P 6 ) ( u , v ) T = Φ ( u , v ) Q(\Delta x, \Delta y) /\left(\Delta x^{2}+\Delta y^{2}\right)=(u, v) \boldsymbol{H}_{f}\left(P_{6}\right)(u, v)^{T}=\Phi(u, v) Q(Δx,Δy)/(Δx2+Δy2)=(u,v)Hf(P6)(u,v)T=Φ(u,v), 其中
u = Δ x / Δ x 2 + Δ y 2 , v = Δ y / Δ x 2 + Δ y 2 . u=\Delta x / \sqrt{\Delta x^{2}+\Delta y^{2}}, \quad v=\Delta y / \sqrt{\Delta x^{2}+\Delta y^{2}} . u=Δx/Δx2+Δy2,v=Δy/文章来源地址https://www.toymoban.com/news/detail-849646.html
到了这里,关于数学分析(十七)-多元函数微分学4-泰勒公式与极值问题4-极值问题2:充分条件【 f在稳定点P₀处二阶连续偏导数的(Hesse) 黑塞矩阵:①正定矩阵➔极小值;②负定矩阵➔极大值;③不定矩阵➔无极值】的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!