 
 
 
 
 
   
設 
 ,
f 為定義在 D 中實數值函數, 
a 為 D 的內點. 若有一正數 r 存在, 使當
| x-a | <r 時恆有
,
f 為定義在 D 中實數值函數, 
a 為 D 的內點. 若有一正數 r 存在, 使當
| x-a | <r 時恆有 
 ,
則稱 f 在 x=a 處取得相對 (或局部) 極大值 (relative 
or local maximum)  f(a). 若將以上討論中的
,
則稱 f 在 x=a 處取得相對 (或局部) 極大值 (relative 
or local maximum)  f(a). 若將以上討論中的 
 符號改為
符號改為  ,
則稱 f 在 x=a 處取得相對
(或局部) 極小值 (relative or local minimum)  f(a). 
相對極大值和相對極小值統稱相對 (或局部) 極值 (extremum).
在上下文不發生混淆的時候, 相對 (或局部) 的字樣可以省略.
,
則稱 f 在 x=a 處取得相對
(或局部) 極小值 (relative or local minimum)  f(a). 
相對極大值和相對極小值統稱相對 (或局部) 極值 (extremum).
在上下文不發生混淆的時候, 相對 (或局部) 的字樣可以省略. 
若單變數的可微分函數 f(x) 在 x=a 取得相對極值, 則 f'(a)=0. 這結果可以推廣到多變數的函數上去:
 
證明. 令 
 .
設 i 為正整數,
.
設 i 為正整數, 
 ,
考慮單變數 t 的函數
,
考慮單變數 t 的函數
 
 均成立, 故
均成立, 故 
 .
明所欲證.
.
明所欲證. 
 
注意. 在本定理中若 H>0, 則因
這定理的完整證明要用到將在下冊討論的多變數函數的 Taylor 定理.
此處我們仍然利用把變數限制到每個方向的技巧, 看能夠得到多少結果. 
若 (a,b) 是 f 的臨界點, 則對任何單位向量 
 ,
函數
,
函數
 
 
 ,
使沿此向量有 g''(0)>0, 
也可以找到
,
使沿此向量有 g''(0)>0, 
也可以找到 
 使沿此向量有 
g''(0)<0. 故把 f 限制在
使沿此向量有 
g''(0)<0. 故把 f 限制在 
 方向,
則 (a, b) 為一真正的谷點.
把 f 限制在
方向,
則 (a, b) 為一真正的谷點.
把 f 限制在 
 方向,
則 (a, b) 為一真正的峰點. 這便是說 (a,b) 是 f 的鞍點. 
(a)的情形遂得證.
方向,
則 (a, b) 為一真正的峰點. 這便是說 (a,b) 是 f 的鞍點. 
(a)的情形遂得證. 
若 H(a,b)>0, 則用上面的方法可知把 f 限制到過 (a,b) 
的任何方向 
 所得函數 g 都在 t=0, 
即 (a,b) 處, 有極大( 
fxx(a,b)<0 時), 或極小 (
fxx(a,b)>0 時). 
可惜, 限制到個方向都有極大, 並不保證原來函數在該處有極大, 
極小情形也一樣 (見下面例 16). 所以用這種討論的方式不能證明 (b) 和 (c).
所得函數 g 都在 t=0, 
即 (a,b) 處, 有極大( 
fxx(a,b)<0 時), 或極小 (
fxx(a,b)>0 時). 
可惜, 限制到個方向都有極大, 並不保證原來函數在該處有極大, 
極小情形也一樣 (見下面例 16). 所以用這種討論的方式不能證明 (b) 和 (c). 
讓我們再舉一些例子:
 
 有兩組解: (0,0) 和 (1,1). 又因
有兩組解: (0,0) 和 (1,1). 又因
 
 在
在  
 時的極值.
時的極值. 
解.  
 ,
,  
 .
因
.
因  
 ,
故
,
故
 
 及
及  
 .
又
.
又
 
 
 
 ,
,
 .
遂知 f 在
.
遂知 f 在 
 處取得極大值
處取得極大值 
 .
又
.
又 
 ,
,
 .
遂知 f 在
.
遂知 f 在 
 取得極小值
取得極小值 
 
 
解. 設  為正實數, 考慮過原點的拋物線
為正實數, 考慮過原點的拋物線
![\begin{displaymath}P_\alpha(t)=(t^{2}, \sqrt[4]{\alpha}t), \quad t\in \mathbb{R} ,
\end{displaymath}](img265.gif) 
 
 
 
 
