f 在点 P 有局部极小值，是指存在邻域 U，使 Q∈U 时 f(Q)≥f(P)；局部极大值反向定义。
∇f=0 → D=fₓₓfᵧᵧ−fₓᵧ² → D=0 无结论
多元函数 / 多元极值
← 返回多元函数三基详解 · 多元函数 多元极值的识别、条件核对与计算路径
多元极值
本页给出标准定义、定理条件、可执行步骤，并用图示梳理从识别到应用的关系。
一、基本概念
标准定义二、基本定理
条件与结论若 f 在内点可微并取得局部极值，则 ∇f(P)=0。二元二阶判别中 D=fₓₓfᵧᵧ−fₓᵧ²：D>0 且 fₓₓ>0 为极小，D>0 且 fₓₓ<0 为极大，D<0 为鞍点。
条件检查
定理只在上述连续性、可导性、定义域、方向或收敛条件满足时使用。
三、基本方法
题目中的执行顺序- 求全部驻点 ∇f=0，并检查不可微点。
- 计算 D 或 Hessian 的二次型。
- 闭区域还要比较边界上的极值；D=0 时改用高阶项或定义。
例题提示：驻点只是候选点；D=0 无法由二阶判别法下结论，不能直接写成极值。
四、推广应用
综合题中的连接可推广到条件极值、Lagrange 乘数和多元优化。
五、易错辨析
反例与边界易错与例子：驻点只是候选点；D=0 无法由二阶判别法下结论，不能直接写成极值。
检查条件、变量/方向、边界与等号条件，再确认结论没有超出题设。
公式速查
公式、条件、场景链式法则与全微分
z=f(u,v)：zx=fuux+fvvx
dz=fxdx+fydy
dz=fxdx+fydy
条件：变量关系可微；偏导时固定其余自变量。
场景：复合函数、隐函数和方向导数。
极值判别
D=fxxfyy−fxy²
D>0,fxx>0：极小
D>0,fxx<0：极大；D<0：鞍点
D>0,fxx>0：极小
D>0,fxx<0：极大；D<0：鞍点
条件：先求全部驻点；D=0 无结论。
场景：局部极值、闭区域最值和约束极值。
重积分与坐标
dA=r dr dθ
dV=r dz dr dθ
dV=ρ²sinφ dρ dφ dθ
dV=r dz dr dθ
dV=ρ²sinφ dρ dφ dθ
条件：换坐标时同时替换区域、函数和体积元。
场景：圆、球、旋转体和三重积分。
积分定理
Green：∮Pdx+Qdy=∬(Qx−Py)dA
Gauss：∯F·n dS=∭div F dV
Gauss：∯F·n dS=∭div F dV
条件：闭合边界、方向和光滑性满足定理要求。
场景：环流、通量和边界积分化简。
使用边界
公式必须和适用条件一起使用；遇到边界、端点、方向或定义域问题，先检查条件再代入。