ФУНКЦИИ МНОГИХ ПЕРЕМЕННЫХ

1. Основные понятия, определения, примеры.............................................................. 1

2. Понятие о пределе и непрерывности ........................................................................ 4
3. Дифференцирование ................................................................................................... 5
3.1. Приращения аргументов и функции .................................................................. 5
3.2. Частные производные первого порядка ............................................................ 6
3.3. Дифференцируемость и дифференциал ............................................................. 7
3.4. Производные и дифференциалы высших порядков ......................................... 8
3.5. Производная по направлению и градиент ....................................................... 11
4. Экстремумы функции многих переменных ........................................................... 13
4.1. Локальный безусловный экстремум ................................................................ 13
4.2. Условный экстремум ......................................................................................... 16
4.3. Абсолютный экстремум .................................................................................... 19
4.4. Метод наименьших квадратов .......................................................................... 22

1. ОСНОВНЫЕ ПОНЯТИЯ, ОПРЕДЕЛЕНИЯ, ПРИМЕРЫ

Работали в пространстве R (на множестве вещественных чисел), теперь переме-
стимся в R2 (на числовую плоскость). В принципе, всё, что будет сказано, впоследствии
можно перенести на Rn – на пространство n-мерных точек вида (x1, x2,…, xn).
Фрагмент числовой плоскости, ограниченный одной или несколькими линиями,
будем называть областью (обозначается, как правило, буквой D), а сами линии – её
границей D . Если граница включается в область, то область называется замкнутой,
если нет – то открытой. Например, x 2 + y 2  1 – замкнутая область (круг радиус 1 с его
границей, рисунок 1), x 2 + y 2  16 – открытая (внутренность круга радиуса 4, рисунок
2) . Если придерживаться такого подхода, то могут быть и области, не являющиеся от-
крытыми или замкнутыми – например, D = {0  x  2, 0  y  3} , рисунок 3

Рисунок 1 Рисунок 2 Рисунок 3

Определение 1. Если каждой паре (x,y) значений двух независимых переменных x

и y из некоторой области D = {( x, y )}  R2 по некоторому правилу (закону) единствен-
ным образом ставится в соответствие определённое число z R, то говорят, что z есть
функция двух переменных x и y; она обозначается символами z = f ( x, y ), z = z ( x, y )
и т.д.
 Как и раньше, D – область определения функции. Естественная область определе-
ния получается с использованием свойств элементарных функций. Например, область
определения функции z = x − y - вся числовая плоскость, у функции z = x / y независи-
мая переменная у не может обращаться в 0, поэтому её область определения
D= R2 \{y=0}, т.е. вся числовая плоскость без оси ОХ. Для функции z = 4 − x 2 − y 2
должно выполняться требование 4 − x 2 − y 2  0 или x 2 + y 2  4 , т.е. это внутренность
круга радиуса 2, причем граница включается (рисунок 4). А для функции
1
z= должно выполняться требование x 2 + y 2 − 9>0 или x 2 + y 2>9 , т.е.
x2 + y2 − 9
это внешность круга радиуса 3, граница не включается (рисунок 5)

Рисунок 4 Рисунок 5

Еще один пример.

Определение 2. Графиком функции z = f ( x, y ) называется поверхность, сово-

купность точек вида Г f = {( x; y; z ) : ( x; y )  D, z = f ( x, y )} .
 Например, график функции z = x − y ( x − y − z = 0 ) – плоскость. На рисунках ниже
примеры других графиков: f(x,y)=х2 + y2 – эллиптический параболоид,
f(x,y)=х2 - y2 – гиперболический параболоид.

Определение 3. Линией уровня функции z = f ( x, y ) называется кривая

f ( x, y ) = С , С - произвольная константа (СR).
Поскольку С пробегает (как правило) всё множество вещественных чисел, полу-
чаем семейства линий уровня.

Пример (рисунок 6)
При построении линий
уровня функции f(x,y)=y-x
получается семейство пря-
мых вида y=x+С, где С – про-
извольная константа.
Прямые параллельны!
 Пример (рисунок 7).
Построение линий уровня функции
f(x,y)=х2 + y2.
В данном случае С не может быть от-
рицательной, получаем уравнения вида
х2 + y2=С, С>0 (при равенстве 0 полу-
чаем точку (0,0), начало координат). Это
уравнения окружностей с центром в
начале координат и радиусом С.

Определение 4. Под окрестностью точки М 0 ( x0 , y0 ) понимают любую область

D , содержащую эту точку внутри себя.
Это может быть, например:
круговая  − окрестность U М 0 ( ) = {( x; y ) : ( x − x0 ) 2 + ( y − y0 ) 2   } , т.е. открытый
круг с центром М 0 ( x0 , y0 ) радиуса  (рисунок 8), т.е. совокупность точек М ( x, y ) ,
расстояние от которых до М 0 ( x0 , y0 ) меньше  ;
квадратная  − окрестность U М 0 ( ) = {( x; y ) : x0 −   x  x0 +  , y0 −   y  y0 +  } ,
т.е.открытый квадрат со стороной  , для которого М 0 ( x0 , y0 ) - «центр», т.е. точка пе-
ресечения диагоналей (рисунок 9).

Рисунок 8 Рисунок 9

Если точка P0 ( x0 , y0 ) не причисляется (не принадлежит) к окрестности, то говорят

о проколотой окрестности этой точки (как и для функции одного переменного)..
( x − x0 ) 2 + ( y − y0 ) 2   2

2. ПОНЯТИЕ О ПРЕДЕЛЕ И НЕПРЕРЫВНОСТИ

 Определение 5. A (число или бесконечность, если существует) называется преде-
лом функции z = f ( x, y ) при ( x, y ) → ( x0 , y0 ) (или «в точке ( x0 , y0 )»), если для любой
окрестности A найдется  − окрестность (   0 ) точки М0( x0 , y0 ) такая, что f ( x, y )
попадает в окрестность А для всех точек ( x, y ) из области определения функции, попа-
дающих в найденную проколотую  − окрестность М0.
Запись ( x, y ) → ( x0 , y0 ) означает, что расстояние между этими точками стремится
к 0.
Обозначение: lim f ( x, y ) = A или lim f ( x, y ) = A .
( x , y ) → ( x0 , y 0 ) x → x0
y → y0
ЗАМЕЧАНИЕ. В случае функции одной переменной могли подходить к предель-
ной точке слева и справа. Если односторонние пределы оказывались различными, гово-
рили о том, что предела не существует. В случае функции двух переменных ситуация
существенно усложнилась. «Путей подхода» к точке бесконечно много. Например, рас-
xy
смотрим lim . Здесь к точке (0;0) можно подойти по любому лучу y = kx , т.е.
x →0 x 2 + y 2
y →0
xy kx 2 k
lim = lim = . Результат зависит от k, значит, предела нет. Для
y = kx x 2 + y 2 x → 0 x 2 (1 + k 2 ) 1+ k 2
x →0
функции двух переменных вводят понятие повторных пределов, но мы сейчас этим за-
ниматься не будем. Понятие же предела потребуется далее.

Определение 6. Функция z = f ( x, y ) называется непрерывной в точке М0( x0 , y0 )

из области определения, если lim f ( x, y ) = f ( x0 , y0 ) (если предел функции, найден-
x → x0
y → y0
ный в этой точке, существует и равен значению функции в этой точке).

3. ДИФФЕРЕНЦИРОВАНИЕ

3.1. Приращения аргументов и функции

Пусть дана функция z = f ( x, y ) , а зафиксированная точка М0( x0 , y0 ) принадлежит
её области определения. Как обычно, М( x, y ) – произвольная точка из области опре-
деления.
Для независимых аргументов x, y рассматриваем приращения x = x − x 0 ,
y = y − y 0 , откуда x = x 0 + x , y = y 0 + y .
Полное приращение функции z = f ( x, y ) в точке М0( x0 , y0 ) имеет вид
z = f = f ( M ) − f ( M 0 ) = f ( x0 + x, y0 + y ) − f ( x0 , y0 ) .
 Если мы зафиксируем значение переменной y, то есть считаем y = y0 , то y = 0 и
мы получаем частное приращение функции z = f ( x, y ) в точке М0( x0 , y0 ) по пере-
менной x:  x f = f ( x0 + x, y0 ) − f ( x0 , y0 ) .
Аналогично при фиксированном x = x 0 x = 0 частное приращение функции
z = f ( x, y ) в точке М0( x0 , y0 ) по переменной y имеет вид
 y f = f ( x0 , y0 + y ) − f ( x0 , y0 ) .

3.2. Частные производные первого порядка

Рассмотрим функцию z1 ( х) = f ( x, y 0 ) (получена из исходной при фиксированном
y = y0 ). Это уже функция одной переменной. Поэтому поступаем аналогично тому, как
вводили производную функции одного переменного.
Частной производной функции z = f ( x, y ) по переменной x в данной точке М0(
x f
x0 , y0 ) называется предел отношения lim (если он существует). При этом спра-
x → 0 x
ведливы следующие обозначения:
 f f z
lim x = ( x0 , y0 ) = f x ( x0 , y0 ) = ( x0 , y0 ) = z x ( x0 , y0 ) .
x →0 x x x
Аналогично можем зафиксировать x = x 0 , ввести функцию z 2 ( х) = f ( x0 , y ) .
Частной производной функции z = f ( x, y ) по переменной y в данной точке М0(
y f
x0 , y0 ) называется предел отношения lim (если он существует). При этом спра-
y → 0 y
ведливы следующие обозначения:
 y f f z
lim = ( x0 , y0 ) = f y ( x0 , y0 ) = ( x0 , y0 ) = z y ( x0 , y0 ) .
y → 0 y y y

Поскольку определение частных производных такое же, как и для функций од-
ного переменного, то все правила дифференцирования сохраняются (включая диффе-
ренцирование сложной функции).

Пример. Найти частные производные первого порядка следующих функций:

а) z = 3x 2 − xy + 5 y ; б) z = x y ; в) z = х ln( x 2 − 3 y ) .
Решение.
а) Используем правила дифференцирования (производная суммы, возможность вы-
носить константу за знак производной, равенство нулю производной константы):
( )' ( )'
z x = 3x 2 − xy + 5 y х = 6 x − y , z y = 3x 2 − xy + 5 y y = − x + 5 .

б) Если y = const , то у нас степенная функция и z x = y  x y −1 ; а в случае x = const

– это показательная функция от y и z y = x y  ln x .
 в) Когда рассматриваем производную по х, получаем произведение двух функций,
2x 2x2
поэтому z x = ln( x 2 − 3 y ) + х = ln( x 2 − 3 y ) + . При дифференцировании
2 2
x − 3y x − 3y

(
по y первый множитель – константа, поэтому z y = х ln( x 2 − 3 y ) y = х
'
)−3
=
− 3х
x2 − 3y x2 − 3y
.

3.3. Дифференцируемость и дифференциал

Определение 7. Функция z = f ( x, y ) называется дифференцируемой в точке
М 0 ( x 0 , y0 ) из области определения, если её полное приращение в этой точке предста-
вимо в виде
z = f ( x0 + x, y0 + y ) − f ( x0 , y0 ) = A  x + B  y +  (x, y )  x +  (x, y )  y , (1)
где константы A и B не зависят от x и y , а  (x, y ) → 0 и  (x, y ) → 0 при
x, y → 0 .
При этом выражение dz = A  x + B  y (как и раньше – главная линейная часть
приращения) называется дифференциалом или полным дифференциалом функции в
точке М 0 ( x 0 , y0 ) .
Теорема (Необходимые условия дифференцируемости). Если функция
z = f ( x, y ) дифференцируема в точке М 0 ( x 0 , y0 ) , то она: 1) непрерывна в этой точке;
z z
2) имеет в этой точке частные производные, причём в (1) A = ( x 0 , y0 ) , B = ( x 0 , y0 )
x y
.
Следствие. Если функция z = f ( x, y ) дифференцируема в точке М 0 ( x 0 , y0 ) , то ее
дифференциал в этой точке можно найти по формуле
z z z z
dz ( x , y ) = ( x 0 , y0 )x + ( x 0 , y0 )y или dz ( x , y ) = ( x 0 , y0 )dx + ( x 0 , y0 )dy .
0 0 x y 0 0 x y

Пример. Найти дифференциал функции z = 3x 2 − xy + 5 y в точке М0(2;-1).

Решение. Частные производные были найдены ранее: z x = 6 x − y , z y = − x + 5 .
Вычислим их в указанной точке: z x (2;−1) = 12 + 1 = 13 , z y (2;−1) = −2 + 5 = 3 . Тогда
dz ( 2;−1) = 13dx + 3dy .

Для функции  (x) одной переменной из условия существования производной

 (x) следует дифференцируемость функции, а из дифференцируемости - непрерыв-
ность. Для функции двух переменных это неверно. Рассмотрим, например, функцию
 xy
 2 , если x 2 + y 2  0
z = f ( x, y ) =  x + y 2 . В конце прошлой лекции мы показали, что
 0, если x = y = 0
 xy
lim не существует, т.е функция не является непрерывной в точке (0;0). Но
x →0 x 2 + y 2
y →0
тогда в силу теоремы 1 эта функция не может быть дифференцируемой в этой точке.
Однако с помощью определения можно найти её частные производные в точке (0;0):
( 0 + х )  0
 x f = f (0 + x,0) − f (0,0) = −0=0−0=0
( 0 + x ) 2 + 0
f  f 0
 (0,0) = lim x = lim =0
x x →0 x x →0 x
f у f 0
(и аналогично (0,0) = lim = lim = 0 ).
у  у → 0 у у → 0 у

Можно привести и более интересный пример. Так, функция z = xy в точке (0;0)

имеет частные производные и непрерывна, однако тоже не дифференцируема – это
можно доказать методом от противного.
Рассмотрим условия, которые обеспечивают дифференцируемость функции в
точке.
Теорема (Достаточные условия дифференцируемости). Если функция
z = f ( x, y ) имеет частные производные в некоторой окрестности точки М 0 ( x 0 , y0 ) и
эти производные в самой точке непрерывны, то функция в точке М 0 ( x 0 , y0 ) дифферен-
цируема.

3.4. Производные и дифференциалы высших порядков

Пусть функция z = f ( x, y ) дифференцируема на каком-то множестве (в какой-то
области) D из R2. Из дифференцируемости следует, что она имеет частные производные
z z
= f x( x, y ), = f y( x, y ) , которые далее будем называть частными производными
x y
первого порядка. Мы уже видели, что они тоже являются функциями двух переменных.
И можно снова ставить вопросы об их производных.
Определение 8. Частные производные от производных первого порядка называ-
ются частными производными второго порядка и т.д.
z z
Дифференцируя функции , , получаем четыре частные производные второго
x y
порядка. Приняты обозначения
  z   2 z
x  x  x
( ) '
 ( x, y ) = f 2 ( х; у ) = f х' х ;
  = 2 ( х; у ) = f xx x

  z   2 z
 =
y  x  ух
( ) '
 ( x, y ) = f х' у ;
( х; у ) = f xy
   z   2 z
  =
x  y  ху
( х; у ) = f ух ( )
'
 ( x, y ) = f у' ;
х

  z   2 z
  =
y  y  y 2
( х; у ) = f 2 ( x, y ) = f yy
y
( ) '
 ( x, y ) = f у' .
у

Производные, берущиеся по разным переменным, называются смешанными. Таких

производных второго порядка для функции двух переменных всего две.
Пример. Найти частные производные второго порядка функции
z = 2 x 3 y − xy 2 + 5 x .
z
Решение. Сначала ищем производные первого порядка: = 6x2 y − y 2 + 5 ,
x
z
= 2 x 3 − 2 xy . Теперь начинаем по очереди дифференцировать полученные выраже-
y
ния по х и у.
2z
x 2
( '
)
= 6 x 2 y − y 2 + 5 х = 12 xy ,

2z
yx
( '
)
= 6x2 y − y 2 + 5 у = 6x2 − 2 y ;

2z
xy
( '
)
= 2 x 3 − 2 xy х = 6 x 2 − 2 y ;

2z
y 2
( )'
= 2 x 3 − 2 xy у = −2 x .

2z 2z
Замечаем, что здесь = . Этот факт не случайный – справедлива теорема:
xy yx

Теорема (О равенстве смешанных производных). Если функция z = f ( x, y )

имеет в точке ( x, y ) непрерывные смешанные производные второго порядка, то они в
этой точке равны: f xy ( x, y ) = f yx ( x, y ) .

Аналогично можно поступать с частными производными любого порядка.

3z 3z
Пример. Найти частные производные и функции
yх 2 y 2 x
z = 2 x 4 y − 3x 2 y 3 + 5 у 3 .
Решение. Сначала нам нужно продифференцировать исходную функцию дважды

по х, а затем один раз по у:

z
x
3 3
= 8 x y − 6 хy ;
2z
x 2
'
( )
= 8 x 3 y − 6 хy 3 х = 24 x 2 y − 6 у 3 и,

наконец,
3z
yх 2
( )'
= 24 x 2 y − 6 y 3 у = 24 х 2 − 18 у 2 .
 Во втором задании сначала по дифференцируем по х, затем дважды по у:
z
x
= 8 x 3 y − 6 хy 3 ;
2z
уx
( '
)
= 8 x 3 y − 6 хy 3 у = 8 x 3 − 18 ху 2 ;
3z
y 2 x
( ) '
= 8 x 3 − 18 хy 2 у = −36 ху .

3z 3z
Найдите самостоятельно и и сравните с полученными!
x 2 y xy 2
 3.5. Производная по направлению и градиент
Пусть М и М0 – точки из области
определения функции z = f ( x, y ) ,
М двигается в направлении вектора
 , т.е.  = M 0 M . Далее,  и  -
углы, которые вектор  образует с
положительными направлениями
осей ОХ и OY соответственно. Век-
тор  0 = (cos  , cos  ) - единичный
вектор, задающий рассматриваемое
направление :

 
 0 = cos 2  + cos 2  == cos 2  + cos 2  −   = cos 2  + sin 2  = 1.
2 
При этом cos  , cos  называются направляющими косинусами.
Если посмотреть на треугольник М0МN, то замечаем, что x = M 0 N =  cos ,
y = M 0 N =  sin  =  cos  . Тогда строим приращение функции, соответствующее
направлению  :
  f = f ( x0 + x, y0 + y ) − f ( x0 , y0 ) = f ( x0 +  cos , y0 +  cos  ) − f ( x0 , y0 ) .
Производной функции z = f ( x, y ) по направлению  в данной точке М0( x0 , y0
 f
) называется предел отношения lim (если он существует). При этом справедливо
  → 0 
 f
f
следующее обозначение: lim =
( x0 , y0 ) .
  → 0  
Теорема (о вычислении производной по направлению). Если функция
z = f ( x, y ) дифференцируема в точке М0( x0 , y0 ), то производную по заданному направ-
лению  = (а; b) в указанной точке можно вычислить по формуле:
f z z
( x0 , y0 ) = ( x 0 , y0 ) cos + ( x 0 , y0 ) cos  .
 x y
При этом, чтобы найти направляющие косинусы, поступаем следующим образом. Сна-
 (а; b)  а b 
чала нормируем направляющий вектор:  0 = = = , ,  = а 2 + b 2 . Так как
   
 
а b
мы уже знаем, что  0 = (cos  , cos  ) , получаем: cos  = , cos  = .
 

Пример. Найти производную функции f ( x, y ) = 3 x 2 − 3xy + 8 y в точке M(3;1) в

направлении вектора  = (−1;2) .
 Решение. Сначала ищем производные первого порядка и вычисляем их в заданной
точке.

Далее, чтобы получить направляющие косинусы, нормируем заданный вектор. Нахо-

 −1 2  −1 2
дим его длину:  = 1 + 4 = 5 , тогда  0 =  ,  , т.е. cos = , cos  = .
 5 5 5 5
Окончательно получаем:
f z z 1 −1 −1 2 − 3 − 2 −5 − 5
(3;1) = (3;1) cos + (3;1) cos  =  +  = = = .
 x y 4 5 12 5 12 5 12 5 12

Градиентом функции z = f ( x, y ) в точке M называют вектор с координатами,

равными значениям частных производных первого порядка в этой точке:
 f f 
gradf ( x, y ) M =  ( M ), ( M )  .
 x y 
Градиент определяет направление наискорейшего возрастания функции, а его ве-
личина, которую находят по формуле
2
 f   f 
2

gradf ( x, y ) M =  (M )  +  (M )  ,
 x   y 
совпадает с максимальной скоростью возрастания функции в данной точке.
Иногда градиент удобно записать в виде разложения по ортам (см. лекцию 12 пер-
 z z  z z
вого семестра): grad f ( x, y ) M =  ( M ), ( M )  = ( M )  i + ( M )  j .
 x y  x y

Пример. Найти градиент функции f ( x, y ) = 3 x 2 − 3xy + 8 y в точке M(3;1) и его ве-

личину.
Решение. Значения частных производных первого порядка данной функции в ука-
занной точке были найдены в предыдущем примере. Таким образом,
 1 − 1 1 1 9 +1 10
gradf ( x, y ) M =  ;  , gradf ( x, y) M = + = = .
 4 12  16 144 144 12
 ЗАМЕЧАНИЕ. Формула для вычисления производной по направлению представ-
ляет собой скалярное произведение вектора градиента и единичного вектора направле-
ния:

f z z  z z 
( x0 , y0 ) = ( x 0 , y0 ) cos  + ( x 0 , y0 ) cos  =  ( x 0 , y0 ), ( x 0 , y0 )   (cos  , cos  ) .
 x y  x y 

ЗАДАЧА. Найти производную функции z = f ( x, y ) в произвольной точке М в

направлении вектора градиента (т.е.  =grad f ( x, y ) M ).

4. ЭКСТРЕМУМЫ ФУНКЦИИ МНОГИХ ПЕРЕМЕННЫХ

4.1. Локальный безусловный экстремум

Определение 9. Говорят, что функция z = f ( x, y ) , непрерывная в точке P0 ( x0 , y0 )
, имеет в этой точке локальный максимум (локальный минимум), равный f ( P0 ) , если
существует окрестность точки P0 такая, что для всех точек P этой окрестности выпол-
няется неравенство f ( P)  f ( P0 ) ( f ( P)  f ( P0 ) ). Если при P  P0 имеют место строгие
неравенства, то в точке P0 имеется строгий локальный максимум или минимум. Сама
точка P0 , как и раньше, называется точкой локального экстремума (точкой локального
максимума, точкой локального минимума), а значение функции в ней f ( P0 ) локальным
экстремумом.

Теорема (Необходимые условия экстремума). Пусть P0 ( x0 , y0 ) – точка

локального экстремума функции z = f ( x, y ) . Тогда в этой точке каждая из частных про-
f f
изводных и в отдельности либо обращается в нуль, либо не существует.
x y
Доказательство основано на аналогичном результате для функции одного пере-
менного. Пусть для определённости в точке P0 ( x0 , y0 ) максимум, так что для всех точек
P ( x, y ) из некоторой окрестности точки P0 выполняется неравенство
f ( x, y )  f ( x0 , y0 ) . Зафиксируем y, положив y = y0 . Тогда получим функцию одного
переменного x: f ( x, y0 )  ( x) , которая имеет в точке x = x0 максимум, ибо
f
 ( x0 ) = f ( x0 , y0 )  f ( x, y0 ) =  ( x) . Но тогда производная  ( x0 )  ( x0 , y0 ) или равна
x
нулю или не существует. Аналогично для другой производной (по y)
Замечание 1. Точки P0 ( x0 , y0 ) , о которых идёт речь в теореме, называются кри-
тическими, или точками подозрительными на экстремум. Если же обе частных произ-
водных первого порядка в рассматриваемой точке обращаются в 0, то точку называют
стационарной. Можно заметить, что дифференциал функции f ( x, y ) в стационарной
точке P0 ( x0 , y0 ) тождественно (при любых dx, dy ) равен нулю:
f f
dz P = ( x0 , y0 )  dx + ( x0 , y0 )  dy  0 .
0 x у
Замечание 2. В прошлом семестре, разбираясь с экстремумами функций одного
переменного, мы использовали «второе достаточное условие» - оно применялось к ис-
следованию стационарных точек и учитывало знак второй производной. Сейчас сфор-
мулируем его аналог, только с помощью знака дифференциала второго порядка.
Дифференциал второго порядка заданной функции z = f ( x, y ) в точке P0 ( x0 , y0 )
(считаем, что функция дважды дифференцируема и ее частные производные второго
порядка непрерывны в рассматриваемой точке) ищется по правилу:

2 2 2 f 2 f
2 2 f
d z = d z (dx, dy ) = ( x0 , y0 )  dx + 2 ( x0 , y0 )  dydх + ( x0 , y0 )  dy 2 .
P0 Р0 x 2 уx у 2

Обратите внимание, что перед нами фактически квадратичная форма от переменных

dx, dy .
Теорема (Достаточные условия экстремума). Пусть P0 ( x0 , y0 ) стационарная
точка функции z = f ( x, y ) . Пусть, далее, функция z = f ( x, y ) непрерывна и имеет не-
прерывные частные производные первого и второго порядка в окрестности точки
P0 ( x0 , y0 ) . Если d 2z (dx, dy) знакопостоянен в окрестности точки P0 ( x0 , y0 ) (т.е. при
Р
( dx, dy )(0,0), что означает, что Р лежит в окрестности, но не совпадает с P0 ), то
P0 ( x0 , y0 ) - точка локального экстремума (если d 2z (dx, dy) >0 – точка локального ми-
Р0

нимума, если d 2z (dx, dy) < 0 – точка локального максимума).

Р0
В силу того, что мы имеем дело с квадратичной формой, можно переформулиро-
вать с помощью критерия Сильвестра. Для этого рассмотрим матрицу квадратичной
  2 f 2 f 
 (x , y ) ( x0 , y 0 ) 
 x 2 0 0 уx 
формы: D= 2  . Её угловые миноры имеют вид =
  f ( x0 , y 0 ) 2 f
(x , y ) 
 уx у 2 0 0 
 
2
2 f 2 f 2 f  2 f 
( x0 , y0 ) , =|D|= ( x0 , y 0 )  ( x0 , y 0 ) −  ( x0 , y 0 )  .
x 2 x 2 у 2  уx 
 
Теорема (Достаточные условия экстремума, для практики). Пусть P0 ( x0 , y0 )
стационарная точка функции z = f ( x, y ) . Пусть, далее, функция z = f ( x, y ) непрерывна
и имеет непрерывные частные производные первого и второго порядка в окрестности
точки P0 ( x0 , y0 ) . Справедливы следующие утверждения:
1) если >0, то P0 ( x0 , y0 ) - точка локального экстремума, причём если >0, то
локального минимума, если <0, то локального максимума;
2) если <0, то P0 ( x0 , y0 ) не является точкой локального экстремума;
3) если =0, требуется дополнительное исследование.
ЗАМЕЧАНИЕ. 1) и 2) следуют из критерия Сильвестра. Разберемся с 3), рассмот-
рим функции z = f1 ( x, y ) = х 4 + y 4 , z = f 2 ( x, y ) = −( х 4 + y 4 ) , z = f 3 ( x, y ) = х 4 − y 4
z z
Для всех этих функций и обращаются в 0 в точке (0,0), которая для них
х у
является стационарной. Смешанные производные второго порядка всегда равны
2z 2z
0. И, наконец, (0,0) = 0 и (0,0) = 0 для всех трех функций, поэтому у всех
х 2 у 2
трех функций =0. Однако:
для функции f1( x, y ) (0,0) – точка локального минимума (значения во всех
других точках строго больше нуля, т.е. f1( x, y ) > f1 (0,0) = 0 );
для функции f 2 ( x, y ) (0,0) – точка локального максимума (проверьте!!!);
для третьей функции f 3 (1,0) =1>0 = f 3 (0,0) , f 3 (0,1) = −1 <0 = f 3 (0,0) , , т.е.
(0,0) не является точкой локального экстремума.
Пример 1. Найти экстремумы функции f ( x, y ) = 1 + 15 x − 2 x 2 − xy − 2 y 2 .
Решение. Функция определена при всех (x,y). Найдем частные производные пер-
вого порядка, приравняем их к нулю и решим систему уравнений:
f 'x ( x, y ) = 15 − 4 x − y , f ' y ( x, y ) = − x − 4 y ;
15 − 4 x − y = 0 15 − 4(−4 y ) − y = 0 15 + 15 y = 0
   .
 − x − 4 y = 0  x = −4 y  x = − 4 y
Отсюда получаем, что y = -1 и x = 4.
 Итак, найдена стационарная точка M(4;-1). Находим частные производные второго
порядка:
f xx'' ( x, y ) = (15 − 4 x − y )' x = −4 ; f yy'' ( x, y ) = (− x − 4 y )' y = −4 ;
f xy'' ( x, y ) = (15 − 4 x − y )' y = −1.
В данном случае производные от x, y не зависят, поэтому для стационарной точки M(4;-
1) f xx'' (4; −1) = −4 ; f yy'' (4; −1) = −4 ; f xy'' (4; −1) = −1 .
Далее,  = (−4)  (−4) − (−1) 2 = 16 − 1 = 15  0 , поэтому M(4;-1) – точка локального
экстремума f ( x, y ) . Так как = f xx'' (4; −1) = −4 <0, то M(4;-1) – точка локального макси-
мума f(x,y), и f max = f (4; −1) = 1 + 15  4 − 2  42 − 4  (−1) − 2(−1) 2 = 1 + 60 − 32 + 4 − 2 = 31.
Пример 2. Найти экстремумы функции z = f ( x, y ) = х 2 − y 2 .
z z
Решение. Здесь = 2x , = −2 y . Приравнивая к нулю, получаем стационарную
x y
2z 2z 2z 2z 2z 2z
точку O(0,0) . Далее, =2= (0,0) ; = −2 = (0,0) , =0= (0,0) .
x 2 x 2 у 2 у 2 xу xу
Следовательно,  = 2(-2) = - 4 < 0 , т.е. (0,0) не является точкой экстремума, исходная
функция локальных экстремумов не имеет.

4.2. Условный экстремум

Поставим задачу следующим образом: найти экстремумы функции z = f ( x, y ) , если

известно, что переменные удовлетворяют условиям 1 ( x, y ) = 0 ,  2 ( x, y ) = 0 ,...,
 n ( x, y ) = 0 . Геометрически это означает, что сравниваются между собой значения
функции f ( x, y ) лишь в точках линии  к ( x, y ) = 0 .
Дадим следующее определение.
Определение 10. Функция z = f ( x, y ) имеет в точке P0 условный максимум (ми-
нимум) при условии  ( x, y ) = 0 , если для всех точек P ( x, y ) , удовлетворяющих, вместе
с P0 , уравнению связи  ( x, y ) = 0 и достаточно близких к P0 , будет выполняться нера-
венство f (P )  f ( P0 ) (неравенство f (P )  f ( P0 ) ). Как и ранее, при выполнении стро-
гого неравенства, при P  P0 , получаем строгий максимум (минимум).

Метод исключения
Если одну из переменных удаётся однозначно выразить через другую, задачу поиска
условного экстремума удается свести к поиску обычного экстремума функции одного
переменного.
Пример. Найти экстремум функции f ( x, y ) = x3 − xy + 2 y при условии x + y − 3 = 0 .
Решение. Из условия выразим y и подставим в формулу, задающую функцию:
y = 3 − x , а потому F ( x) = f ( x,3 − x) = x3 − x(3 − x) + 2(3 − x) = x 3 + x 2 − 5 x + 6 . Это
функция одного переменного, которую исследуем по схеме, разобранной в прошлом
семестре.
Функция F ( x) определена при всех x. Найдем и приравняем к нулю производную:
F '( x) = 3x 2 + 2 x − 5 = 0  x = 1, x = −5/ 3 . Далее определяем знак производной на интер-
вала и строим таблицу (или размещаем точки на числовой прямой)
x (−; −5/ 3) -5/3 (−5/ 3;1) 1 (1; +)
F '( x ) + 0 — 0 +
Вывод Возр.() Убыв.() Возр. ()
Далее, при x=1 y=3-1=2; при x=-5/3 y=3-(-5/3)=14/3.
Так как x=1 – точка локального минимума функции F ( x) , то M(1;2) точка локаль-
ного условного минимума исходной функции f ( x, y ) и f min = f (1;2) = 1 − 2 + 4 = 3 ; так
как x=-5/3 – точка локального максимума F ( x) , то N(-5/3;14/3) – точка локального
−125 −5  14 14 337
условного максимума f ( x, y ) и f max = f (−5/ 3;14 / 3) = − + 2 = .
27 33 3 27

Метод Лагранжа
Существует специальный метод, позволяющий исследовать функции при любом
виде уравнения связи (в принципе - и при нескольких уравнениях связи). Разберем этот
алгоритм на конкретном примере.
Пример. Найти экстремум функции f ( x, y ) = x + 2 y при условии x 2 + y 2 = 5 .
Решение методом Лагранжа.
Соберём в условии всё в одну сторону: x 2 + y 2 − 5 = 0 , т.е.  ( х, у ) = x 2 + y 2 − 5 .
Далее надо действовать по следующему алгоритму.
1) Построить функцию Лагранжа вида L ( x, y ) = f ( x, y ) +  ( x, y ) .
В нашем случае это L ( x, y ) = x + 2 y +  ( x 2 + y 2 − 5) .
2) Найти точки, являющиеся подозрительными на экстремум, для этого решить
 L ( x, y )
 х =0
 L ( x, y )
систему уравнений   = 0 . Для нашей функции
  у
  ( х, у ) = 0

  
 1 + 2 х = 0  х = −1 / 2  х = −1 / 2  х = −1 / 2
   
 2 + 2у = 0   у = −1 /   у = −1 /   у = −1 / 
х 2 + у 2 − 5 = 0 х 2 + у 2 − 5 = 0  − 1 2 −1
2  1 1
    +   − 5 = 0  2 + 2 − 5 = 0
 2      4 
5 1
Из третьего уравнения − 5 = 0, = 1 , откуда 1 = 1 / 2 , 2 = −1 / 2 .
42 42
−1 −1
Далее, при 1 = 1 / 2 из первой и второй строки получаем х = = −1, у = = −2 , т.е.
2 
мы нашли точку М1(-1;-2).
−1 −1
Аналогично при 2 = −1 / 2 х = = 1, у = = 2 , т.е. мы нашли точку М2(1;2).
2 
3) Найти частные производные 2-го порядка функции Лагранжа. Для нашей функ-
 2 L ( x, y )  2 L ( x, y )  2 L ( x, y )
ции имеем: = 2 , = 2 , = 0.
х 2 у 2 ху
4) Продифференцировать уравнение связи и один из дифференциалов независимых
переменных выразить через другой:
− ydy
x 2 + y 2 − 5 = 0 , 2 xdx + 2 ydy = 0 , dx = .
x
5) Выписать дифференциал второго порядка функции Лагранжа в произвольной
точке (х,у) с учетом уравнения связи (используем 3) и 4)).
𝑑2 𝐿𝜆 (𝑑х, 𝑑у) = 2𝜆𝑑х2 + 2 ⋅ 0 ⋅ 𝑑х ⋅ 𝑑у + 2𝜆𝑑 = 2𝜆𝑑х2 + 2𝜆𝑑у2 ;
−𝑦𝑑𝑦 −𝑦𝑑𝑦 2 у2
𝑑2 𝐿𝜆 ( , 𝑑у) = 2𝜆 ( ) + 2𝜆𝑑у2 = 2𝜆 𝑑у2 + 2𝜆𝑑у2 .
𝑥 𝑥 х2

6) Исследовать каждую из точек, найденных в п. 2) и сделать вывод, учитывая

знак полученного дифференциала (опираясь на результат теоремы 2).
Итак.
−𝑦𝑑𝑦 1 1
М1(-1;-2), 1 = 1 / 2  𝑑 2 𝐿1/2 ( , 𝑑у)| = 2 ( ) 4𝑑у2 + 2 ( ) 𝑑у2 = 5𝑑у2 >0
𝑥 (−1;−2) 2 2

при dу  0 (т.е. при ( dх , dу )(0,0)). Значит, М1(-1;-2) – точка локального условного

минимума функции f ( x, y ) = x + 2 y .
Докажите, что М2(1;2) – точка локального условного максимума функции
f ( x, y ) = x + 2 y !
ЗАМЕЧАНИЕ. Исходная функция f ( x, y ) = x + 2 y не имеет обычного локального
безусловного экстремума, т.к. нет точек, в которых ее частные производные первого
порядка обращались бы в 0!
 4.3. Абсолютный экстремум

Под абсолютным экстремумом понимают экстремальные (максимальное и ми-

нимальное) значения функции, достигаемые на некотором множестве. Для функции
одного переменного в этом помогала теорем Вейерштрасса:
ТЕОРЕМА (Вейерштрасса). Если функция f (x) непрерывна на сегменте a, b  , то
существуют x0 , x1  a, b такие, что max f ( x) = f ( x0 ) , min f ( x) = f ( x1 ) . т.е. функция
[ a; b ] [ a; b ]
f принимает на этом сегменте наибольшее и наименьшее значения.
При этом в качестве точек, в которых достигается максимум и минимум, рассмат-
ривались либо внутренние критические точки (из (a;b)), либо границы отрезка.
Аналогичный результат справедлив и для функции многих переменных. Но сна-
чала надо определить множество, которое будет выступать аналогом отрезка.
На первой лекции ввели понятие области как фрагмента числовой плоскости,
ограниченного одной или несколькими линиями, будем называть областью (обозна-
чается, как правило, буквой D). Линии назвали границей D и уточнили, что если гра-
ница включается в область, то область называется замкнутой ( D ). Далее, будем
называть область D ограниченной, если существует круг x 2 + y 2  R 2 , с центром в
начале координат O(0,0), целиком содержащий всю область D .

Область ограниченная Область, не являющаяся ограниченной

Теорема (теорема Вейерштрасса для функции двух переменных). Функция

f ( х, у ) , непрерывная в ограниченной замкнутой области D , ограничена в ней, то есть
существуют числа т, M такие, что т  f ( x, y )  M при всех ( x, y )  D . При этом функ-
ция достигает в этой области своих наибольшего и наименьшего значений, т.е. суще-
ствуют точки P1 ( х1, у1 )  D и P2 ( х2 , у2 )  D такие, что т = min f ( x, y ) = f ( Р1 ) ,
D
М = max f ( x, у ) = f ( Р2 ) .
D
 Алгоритм поиска абсолютного экстремума функции f ( х, у ) .
1. Найти стационарные точки функции f ( х, у ) и выбрать те, которые попадают в
рассматриваемую область D (внутренние стационарные).
2. Рассматриваем каждый фрагмент границы и находим на нём внутренние стаци-
онарные точки функции.
3.Сравниваем значения во всех найденных точках и в вершинах области (в точках
пересечения линий границы).

Пример 1. Найти наибольшее и

наименьшее значение функции
f ( х, у ) = 2 ху − 4 х − 2 у на множестве,
ограниченном графиками функций у = х
, у = 3, х = 0 .
Перед исследованием обязательно
строим область!!!
 Пример 2. Найти наибольшее и
наименьшее значение функции
z = sin x + sin y − sin( x + y ) на множестве,
ограниченном графиками функций у = 0 ,
х = 0 , x + y = 2 .
Решение. После построения области ищем критические точки.
 x+х+ y x+ y−x  2x + y y
 z x = cos x − cos( x + y ) = 0  2 sin sin = 0 sin sin =0
2 2 2 2
 z  = cos y − cos( x + y ) = 0   y+х+ y x+ y− y

2y + x x
.
 y 2 sin sin = 0 sin sin = 0
 2 2  2 2
 2x + y
sin 2 = 0
Внутри области будут лежать только точки, для которых  , причем
2y + x
sin =0
 2
2x + y
 =  y = 2 − 2 x  y = 2 − 2 x
единственный «наш» вариант  2 , , .
2y + x  − + =   − = 
 =  2 ( 2 2 x ) x 2  4 3 x 2
 2
Из второго уравнения x = 2 / 3 , тогда из первого y = 2 / 3 и мы получили точку
 2 2 
M  , .
 3 3 
 Далее, на всех границах области (на фрагментах прямых x = 0 , y = 0 , x + y = 2 )
функция обращается в 0 (и как константа стационарных точек не имеет).
Сравниваем значения.
 2 2  2 2 4 3 3 3 3
z ,  = sin + sin − sin = 2 − (− ) = ,
 3 3  3 3 3 2 2 2
z (0,0 ) = z (0,2 ) = z (2 ,0) = 0 .
Итак, min z ( x, y ) = 0 (причем минимум достигается во всех точках границы),
D
3 3  2 2 
max z ( x, у ) = = z ,  .
D 2  3 3 

Пример 3. Найти наибольшее и наименьшее значение функции z ( x, y ) = x + 2 y на

множестве, удовлетворяющем условию x 2 + y 2  5 .
Решение. Заметим сразу, что сейчас наша область D - круг радиуса 5 . Внутрен-
них стационарных точек на сей раз нет, т.к. частные производные первого порядка не
 z x = 1  0
обращаются в 0:  . Стационарные точки границы найдем с помощью функции
 z y = 2  0
Лагранжа (это было сделано в примере 4 предыдущей лекции, в пп. 1)-2)): М1(-1;-2) при
1 = 1/ 2 и М2(1;2) при 1 = −1 / 2 . Исследовать функцию подробно нам не надо, значе-
ния  не нужны, сравним только значения функции в найденных точках:
z (−1,−2) = −1 − 4 = −5 = min z ( x, y ) , z (1,2) = 1 + 4 = 5 = max z ( x, y ) .
D D

4.4. Метод наименьших квадратов

Пусть две величины, например, х и

y, и связаны табличной зависимостью,
полученной в результате опытов, наблю-
дений и т.п.

Х x1 x2 x3 … xn

Y y1 y2 y3 … yn

Результаты представлены на гра-

фике, точки с координатами (xi, уi) назы-
ваются экспериментальными.

Требуется установить функциональную зависимость у = f (х) , такую, чтобы при

xi она принимала значения, максимально близкие к табличным, то есть график иско-
мой функции должен проходить как можно ближе к экспериментальным точкам. Вид
функции может быть известен из теоретических соображений или определяться
характером расположения экспериментальных точек на плоскости. Искомую функцию
назовем аппроксимирующей.

Х x1 x2 x3 … xn
Y y1 y2 y3 … yn

f f(x1) f(x2) f(x3) f(xn)

ЗАДАЧА: добиться того, чтобы сумма квадратов отклонений значений аппрок-

симирующей функции от табличных значений была минимальной.

ЛИНЕЙНАЯ ФУНКЦИЯ
Ищем аппроксимирующую функцию в виде f ( х) = ах + b , где а, b - искомые
нами числа. Отклонение для xi имеет вид Δi = f(хi ) − уi = ахi + b - уi . Нас интересует
минимальная сумма квадратов отклонений, сумма эта имеет вид
п п
 Δi 2 =  (ахi + b - уi ) 2 = (ах1 + b - у1 ) 2 + (ах2 + b - у2 ) 2 + ... + (ахп + b - уп ) 2 .
i =1 i =1
Итак, нужно найти минимальное значение функции двух переменных а, b
п
S (a, b) =  (ахi + b - уi ) 2 = (ах1 + b - у1 ) 2 + (ах2 + b - у 2 ) 2 + ... + (ахп + b - у п ) 2 .
i =1
С помощью известных необходимых условий найдем подозрительные на экстре-
мум точки. Для этого ищем частные производные по а, b и, приравнивая их к 0, ре-
шаем систему уравнений.

Преобразуем уравнения, приводя подобные (собирая коэффициенты при а, b ).

2(ах1 + b - у1 ) х1 + 2(ах2 + b - у 2 ) х2 + ... + 2(ахп + b - у п ) хп =
( )
= 2 а( х12 + х2 2 + ... + хп 2 ) + b( х1 + х2 + ... + хп ) − ( у1 х1 + у 2 х2 + ... + у п хп ) =
 п 2 п п 
= 2 а  хi + b хi −  хi уi .

 
 i =1 i =1 i =1 
Аналогично (проделайте сами!)
 п п 
2(ах1 + b - у1 ) + 2(ах2 + b - у 2 ) + ... + 2(ахп + b - у п ) = 2 а  хi + bп −  уi .

 
 i =1 i =1 
 Итак, надо решить систему двух уравнений с двумя неизвестными
 п 2 п п
  i
а х + b  хi  хi уi
=
 i =1 i =1 i =1
 п п
.
 а х + bп =
 i  уi
 i =1 i =1

Это можно сделать с помощью методов линейной алгебры. В частности, доказы-

вается, что система имеет ненулевое решение, т.к. определитель матрицы системы от-
личен от нуля:

Значит, можно найти единственное решение ( а, b ). Далее, можно доказать, что в

этой точке достигается именно минимум:
2
( )  п 
п п п
= 4n хi 2 − 4  хi  = 4 ( хi − х j ) 2  0;
2
 = S '' 2 (a, b)  S '' 2 (a, b) − S ab
''
( a, b)
a b  
i =1  i =1  i =1 j =1
п
 =  хi 2  0.
i =1
Итак, после решения системы и определения значений а, b мы получаем
- аппроксимирующую функцию f ( х) = ах + b ;
п
- оценку суммарной погрешности S (a, b) =  (ахi + b - уi ) 2 .
i =1

КВАДРАТИЧНАЯ ФУНКЦИЯ
Аналогичным образом можно найти аппроксимирующую функцию вида
f ( х) = ах 2 + bх + с , только при этом исследуется система трех уравнений с тремя неиз-
вестными а, b, с :
 ЗАМЕЧАНИЕ 1. Можно искать и аппроксимирующие функции другого вида (ло-
гарифмическую, показательную).
ЗАМЕЧАНИЕ 2. Метод наименьших квадратов для линейной функции широко
применяется при обработке данных не только в теории измерений, но и в математиче-
ской статистике при нахождении статистических оценок параметров и построении
уравнения линейной регрессии, в эконометрике при нахождении трендов, а также в
других прикладных дисциплинах.

ПРИМЕР. Исследуется зависимость спроса на какой-то товар в зависимости от

получаемого семьей дохода. Проведён опрос, составлена таблица, первый столбец -
среднедушевой доход, второй – количество единиц товара, приобретенного этой се-
мьей.

Ищем линейную аппроксимирующую функцию f ( х) = ах + b . Для этого вычисляем

все нужные значения.
  п 2 п п
  i
а х + b  хi  хi уi
=
 104500а + 690b = 24210
Система принимает вид:  i =1 п i =1
п
i =1   .
 а х + bп =  690а + 5b = 164
 i  уi
 i =1 i =1
104500а + 138(164 − 690а ) = 24210 104500а − 95220а = 24210 − 22632
Решаем:  ,  ,
 5b = 164 − 690а  5b = 164 − 690а
 9280а = 1578 а  0,17
 ,  .
5b = 164 − 690а b  9,33
Итак, мы получили функцию спроса f ( х) = 0,17 х + 9,33 .
Х 100 200 150 80 160
Y 24 42 35 24 39
f ( х) = 0,17 х + 9,33 26,338 43,343 34,841 22,938 36,541
i = f(хi ) − уi 2,338 1,343 -0,159 -1,062 -2,459
i2 5,466 1,804 0,025 1,128 6,047

Суммарная погрешность (сумма значений в последней строке) 14,471

Теперь можно, например, строить прогнозы – если суммарный семейный доход

будет равен 250, то спрос на товар достигнет 51,83 (т.е. семья будет заинтересована в
покупке 51единицы товара).