08-05 lần 2

TRƯỜNG ĐẠI HỌC CẦN THƠ
KHOA SƯ PHẠM
BỘ MÔN SƯ PHẠM TOÁN HỌC
***
LUẬN VĂN TỐT NGHIỆP
CỰC TRỊ HÀM NHIỀU BIẾN VÀ

HÀM VECTƠ
Giảng viên hướng dẫn Sinh viên thực hiện

TS. Phạm Thị Vui Nguyễn Thanh Trí
MSSV: B1900380
Lớp: SP Toán K45
Cần Thơ, 2023

TRƯỜNG ĐẠI HỌC CẦN THƠ
KHOA SƯ PHẠM
BỘ MÔN SƯ PHẠM TOÁN HỌC
***
LUẬN VĂN TỐT NGHIỆP
CỰC TRỊ HÀM NHIỀU BIẾN VÀ

HÀM VECTƠ
Giảng viên hướng dẫn: Sinh viên thực hiện:

TS. Phạm Thị Vui Nguyễn Thanh Trí
MSSV: B1900380
Lớp: SP Toán K45
Cần Thơ, 2023

Luận văn tốt nghiệp Đại học GVHD: TS. Phạm Thị Vui
DANH MỤC CÁC BẢNG

Bảng 1.1 Bảng tóm tắt các trường hợp của ∆ ...................................................................... 10
Bảng 1.2 Bảng biến thiên ..................................................................................................... 26
SVTH: Nguyễn Thanh Trí 1 MSSV: B1900380

DANH MỤC CÁC HÌNH

Hình 1.1 Đồ thị hàm 𝑓(𝑥, 𝑦) = 𝑥 + 𝑦 ............................................................................ 8
Hình 1.2 Đồ thi hàm 𝑓(𝑥, 𝑦) = 1 − 𝑥 − 𝑦 .................................................................. 8
Hình 1.3 Đồ thị hàm z = 4(x − y) − x − y .................................................................... 13
Hình 1.4 Đồ thị hàm 𝑧 = 𝑥 + 𝑦 − 3𝑥𝑦 ........................................................................... 14
Hình 1.5 Đồ thị hàm 𝑧 = 𝑥 + 𝑦 ...................................................................................... 15
Hình 1.6 Đồ thị hàm số 𝑧 = 𝑥𝑦 + + (𝑥, 𝑦 > 0) ........................................................ 16
Hình 1.7 Đồ thị hàm 𝑧 = 1 − 𝑥 + 𝑦 ............................................................................ 17

Hình 1.8 Điểm cực đại ........................................................................................................ 18
Hình 1.9 Điểm cực tiểu ....................................................................................................... 18
Hình 1.10 Các đường tiếp tuyến nằm ngang ở điểm cực tiểu địa phương ......................... 19
Hình 1.11 Đồ thị hàm 𝑓(𝑥, 𝑦) = 2𝑥 − 2𝑥𝑦 + 5𝑦 − 6𝑥 + 5 .......................................... 19
Hình 1.12 Đồ thị hàm yên ngựa .......................................................................................... 23

LỜI CẢM ƠN
Luận văn này đã được hoàn thành tại Trường Đại học Cần Thơ. Để có được luận
văn này, em xin được bày tỏ lòng biết ơn chân thành và sâu sắc tới Trường Đại học
Cần Thơ, Khoa Sư phạm, Bộ môn Sư phạm Toán học và đặc biệt em xin gửi lời cảm
ơn tới quý Thầy, Cô đã trực tiếp tận tình hướng dẫn, dìu dắt, giúp đỡ em. Nhờ những
sự chỉ bảo, hướng dẫn quý giá đó mà trong suốt quá trình triển khai, nghiên cứu và
hoàn thành đề tài được giao một cách tốt nhất.
Em xin gửi lời cảm ơn chân thành đến quý Thầy, Cô đã trực tiếp giảng dạy truyền
đạt những kiến thức khoa học chuyên ngành bổ ích cho bản thân em trong những năm
tháng qua.
Đặc biệt, em xin chân thành cảm ơn TS. Phạm Thị Vui đã trao đổi, thảo luận về
đề tài nghiên cứu. Nhờ có những lời hướng dẫn, dạy bảo, động viên đó, bài luận văn
này của em đã hoàn thành một cách suôn sẻ. Một lần nữa, em xin gửi lời cảm ơn chân
thành đến Cô.
Để có được sự thành công của luận văn này, em xin gửi lời cảm ơn chân thành
đến nhà trường và xã hội đã tạo điều kiện và giúp đỡ em, đặc biệt là sự quan tâm động
viên khuyến khích và cảm thông sâu sắc của gia đình.
Tuy em đã cố gắng hết sức nhưng bài luận văn không thể tránh khỏi thiếu sót. Em
mong nhận được những ý kiến đóng góp của quý Thầy, Cô để luận văn được hoàn
thiện hơn.
Em xin chân thành cảm ơn!
Cần Thơ, tháng 5 năm 2023
Sinh viên thực hiện
Nguyễn Thanh Trí

MỤC LỤC
DANH MỤC CÁC BẢNG.......................................................................................... 1
DANH MỤC CÁC HÌNH ........................................................................................... 2
LỜI CẢM ƠN ............................................................................................................. 3
MỤC LỤC ................................................................................................................... 4
PHẦN I MỞ ĐẦU ...................................................................................................... 6
1. Lý do chọn đề tài ..............................................................................................6
2. Mục đích nghiên cứu ........................................................................................6
3. Đối tượng nghiên cứu và phạm vi nghiên cứu .................................................6
4. Phương pháp nghiên cứu ..................................................................................6
5. Cấu trúc luận văn ..............................................................................................6
PHẦN II NỘI DUNG.................................................................................................. 8
CHƯƠNG 1 CỰC TRỊ HÀM NHIỀU BIẾN .......................................................... 8
1.1. Tổng quan về cực trị hàm nhiều biến ............................................................8
1.1.1. Khái niệm mở đầu ................................................................................... 8
1.1.2. Điều kiện cần để có cực trị ..................................................................... 9
1.1.3. Điều kiện đủ để có cực trị ..................................................................... 10
1.2. Tìm cực trị của hàm nhiều biến ...................................................................17
1.2.1 Cực trị không có điều kiện của hàm nhiều biến ....................................17
1.2.2. Cực trị có điều kiện của hàm nhiều biến .............................................. 25
1.2.2.1. Phương pháp thế .............................................................................25
1.2.2.2. Phương pháp nhân tử Lagrange ......................................................26
1.3. Giá trị nhỏ nhất và giá trị lớn nhất của hàm nhiều biến ..............................34
1.3.1. Nhận xét mở đầu ................................................................................... 34
1.3.2. Tìm giá trị nhỏ nhất và giá trị lớn nhất trên miền đóng và bị chặn .....35
1.4. Cực trị của hàm lồi ......................................................................................36
1.4.1. Hàm lồi .................................................................................................. 36
1.4.2. Tính chất của cực trị hàm lồi ................................................................ 36
CHƯƠNG 2 HÀM VECTƠ MỘT BIẾN .............................................................. 38
2.1. Tổng quát về hàm vectơ một biến ...............................................................38
2.1.1. Khái niệm .............................................................................................. 38
2.1.2. Giới hạn và tính liên tục ....................................................................... 38

2.1.3. Đạo hàm ................................................................................................ 40

2.2. Ý nghĩa hình học và cơ học của đạo hàm của hàm vectơ một biến ............41
2.2.1. Ý nghĩa hình học ................................................................................... 41
2.2.2. Ý nghĩa cơ học ....................................................................................... 42
CHƯƠNG 3 HÀM VECTƠ NHIỀU BIẾN .......................................................... 43
3.1. Tổng quan về hàm vectơ nhiều biến ...........................................................43
3.1.1. Khái niệm .............................................................................................. 43
3.1.2. Ma trận Jacobi ...................................................................................... 44
3.1.3. Ánh xạ khả vi ......................................................................................... 45
3.1.4. Định lý ánh xạ ngược ............................................................................ 48
3.1.5. Hàm ẩn .................................................................................................. 52
3.1.6. Ma trận Hessian .................................................................................... 53
3.2. Cực trị của hàm vectơ nhiều biến ................................................................55
3.3. Ánh xạ đơn điệu và hàm lồi ........................................................................57
PHẦN III KẾT LUẬN .............................................................................................. 61
TÀI LIỆU THAM KHẢO ......................................................................................... 62

PHẦN I MỞ ĐẦU
1. Lý do chọn đề tài
Toán học bao gồm rất nhiều mảng như: giải tích, đại số, hình học, lý thuyết số,...
Giải tích nghiên cứu nhiều loại hàm như: hàm một biến, hàm nhiều biến, hàm vectơ,
hàm nhận giá trị tập hợp,... cùng các tính chất của chúng như tính liên tục, khả vi, khả
tích,... Mỗi lĩnh vực đều có tầm quan trọng riêng trong nghiên cứu và ứng dụng. Cực
trị hàm nhiều biến là một chủ đề quan trọng của giải tích với nhiều ứng dụng trong
thực tiễn. Trong đời sống thực tế, cực trị hàm nhiều biến có những ứng dụng như tối
ưu hóa sản phẩm bán ra trong lĩnh vực marketing và sản xuất kinh tế, ứng dụng trong
vật lý, ứng dụng trong xây dựng,... Như vậy, nghiên cứu lý thuyết cực trị hàm nhiều
biến và một số ứng dụng của nó là một vấn đề đáng được quan tâm.
Từ những lý do trên đã kích thích được sự tìm tòi, khám phá của em và sự gợi ý
đề tài phù hợp với em của cô TS. Phạm Thị Vui, em đã chọn đề tài “Cực trị hàm nhiều
biến và hàm vectơ” để thực hiện luận văn tốt nghiệp của mình.
2. Mục đích nghiên cứu
Mục tiêu của đề tài là nghiên cứu về cực trị hàm nhiều biến và hàm vectơ. Để đạt
được mục tiêu trên, đề tài nghiên cứu những nội dung sau:
- Đầu tiên là tổng hợp hệ thống hóa các kiến thức liên quan lý thuyết cực trị hàm
nhiều biến và hàm vectơ.
- Tiếp theo là tìm hiểu tổng hợp một số ví dụ và ứng dụng của cực trị hàm nhiều
biến và hàm vectơ.
3. Đối tượng nghiên cứu và phạm vi nghiên cứu
Đối tượng nghiên cứu: cực trị hàm nhiều biến và hàm vectơ.
Phạm vi nghiên cứu: các kiến thức có liên quan đến cực trị hàm nhiều biến và hàm
vectơ, giá trị lớn nhất và giá trị nhỏ nhất của hàm nhiều biến.
4. Phương pháp nghiên cứu
Tham khảo các tài liệu có liên quan; phân tích, tổng hợp các nội dung; trao đổi
cùng giảng viên hướng dẫn.
5. Cấu trúc luận văn
Nội dung luận văn gồm có ba phần:
Phần I: Mở đầu
Phần II: Nội dung

Chương 1: Trình bày kiến thức cơ bản và các ví dụ minh họa về cực trị không
có cực trị, cực trị có điều kiện, giá trị nhỏ nhất và giá trị lớn nhất của hàm nhiều
biến, phương pháp bình phương nhỏ nhất.
Chương 2: Trình bày kiến thức cơ bản về hàm vectơ một biến; ý nghĩa hình
học và cơ học của đạo hàm.
Chương 3: Trình bày kiến thức cơ bản về hàm vectơ nhiều biến và cực trị của
nó; ánh xạ đơn điệu và hàm lồi.
Phần III: Kết luận

PHẦN II NỘI DUNG

CHƯƠNG 1 CỰC TRỊ HÀM NHIỀU BIẾN
1.1. Tổng quan về cực trị hàm nhiều biến
1.1.1. Khái niệm mở đầu
Hình 1.1 Đồ thị hàm f(x, y) = x + y .
Quan sát hai đồ thị trên ta thấy hàm 𝑓(𝑥, 𝑦) = 𝑥 + 𝑦 có giá trị nhỏ nhất bằng 0,
giá trị này đạt tại điểm gốc (0,0). Tương tự hàm 𝑓(𝑥, 𝑦) = 1 − 𝑥 − 𝑦 có giá trị
lớn nhất bằng 1, giá trị này đạt tại điểm gốc (0,0).
Hình 1.2 Đồ thị hàm f(x, y) = 1−x −y .

Bằng cách nào ta tìm được giá trị nhỏ nhất và giá trị lớn nhất của hàm nhiều biến
nếu ta không có thông tin cụ thể về đồ thị của nó? Không như cực trị của hàm một
biến, vấn đề ở đây sẽ phức tạp hơn nhiều.
Trong phần này ta sẽ tìm hiểu cụ thể phương pháp tìm cực trị của hàm hai biến.
Phương pháp này vẫn còn hiệu quả khi mở rộng cho hàm nhiều biến hơn, hàm 𝑛 biến
(𝑛 = 3, …).
Định nghĩa 1
Hàm 𝑓(𝑥, 𝑦) được gọi là đạt cực tiểu (cực đại) địa phương tại điểm 𝑀 (𝑥 , 𝑦 )
nếu 𝑓(𝑥, 𝑦) ≥ 𝑓(𝑥 , 𝑦 ) ( hay 𝑓(𝑥, 𝑦) ≤ 𝑓(𝑥 , 𝑦 )) với mọi điểm 𝑀(𝑥, 𝑦) thuộc lân
cận nào đó của 𝑀 . Khi đó 𝑀 (𝑥 , 𝑦 ) được gọi là điểm cực tiểu (cực đại) địa phương
của hàm 𝑓(𝑥, 𝑦). Cực tiểu và cực đại địa phương được gọi chung là cực trị địa
phương, và để ngắn gọn chúng được gọi là cực trị.
1.1.2. Điều kiện cần để có cực trị
Định nghĩa 2
Điểm (𝑥 , 𝑦 ) được gọi là điểm dừng của hàm 𝑓(𝑥, 𝑦) nếu
𝑓 (𝑥 , 𝑦 ) = 𝑓 (𝑥 , 𝑦 ) = 0.
Điểm (𝑥 , 𝑦 ) được gọi là điểm kỳ dị của hàm 𝑓(𝑥, 𝑦) nếu 𝑓 (𝑥 , 𝑦 ) hoặc
𝑓 (𝑥 , 𝑦 ) không tồn tại.
Điểm dừng và điểm kỳ dị được gọi chung là điểm tới hạn.
Định lý 1 Nếu hàm 𝑓(𝑥, 𝑦) đạt cực trị địa phương tại điểm (𝑥 , 𝑦 ) và tồn tại các đạo
hàm riêng 𝑓 (𝑥 , 𝑦 ), 𝑓 (𝑥 , 𝑦 ) thì 𝑓 (𝑥 , 𝑦 ) = 𝑓 (𝑥 , 𝑦 ) = 0.
Chứng minh
Theo giả thiết ta thấy ∇𝑓(𝑥 , 𝑦 ) phải tồn tại.
Ta sẽ chứng minh ∇𝑓(𝑥 , 𝑦 ) = 0.
Nếu ngược lại ∇𝑓(𝑥 , 𝑦 ) ≠ 0. Dẫn đến 𝑓 có đạo hàm theo hướng dương của
∇𝑓(𝑥 , 𝑦 ) và có đạo hàm theo hướng âm của −∇𝑓(𝑥 , 𝑦 ). Nghĩa là 𝑓 tăng khi ta di
chuyển (𝑥 , 𝑦 ) theo một hướng và 𝑓 giảm khi ta di chuyển theo hướng ngược lại.
Điều này cho ta thấy 𝑓 không thể đạt cực trị tại (𝑥 , 𝑦 ) (mâu thuẫn với giả thiết).
Chú ý
a) Định lí 1 cho phép ta hạn chế việc xét cực trị tại điểm dừng. Ngoài ra hàm còn
có thể đạt cực trị tại các điểm kỳ dị. Ta gọi các điểm này là các điểm tới hạn.
b) Nếu 𝒟 mở và 𝑓(𝑥, 𝑦) không có điểm kỳ dị thì điều kiện

𝑓 (𝑥 , 𝑦 ) = 𝑓 (𝑥 , 𝑦 ) = 0 là điều kiện cần để hàm đạt cực trị tại (𝑥 , 𝑦 ). Tuy nhiên
nó không đủ để quyết định hàm đạt cực trị tại điểm này.
Chẳng hạn hàm 𝑧 = 𝑥𝑦 có điểm dừng (0,0) (vì 𝑧 = 𝑦 = 0 và 𝑧 = 𝑥 = 0 tại 𝑥 =
0, 𝑦 = 0) nhưng hàm không đạt cực trị tại điểm này vì với những điểm (𝑥, 𝑦) gần
điểm (0, 0) mà 𝑥 > 0, 𝑦 < 0 thì 𝑧(𝑥, 𝑦) < 𝑧(0,0) = 0 và với những điểm (𝑥, 𝑦) gần
điểm (0,0) mà 𝑥 > 0, 𝑦 > 0 thì 𝑧(𝑥, 𝑦) > 𝑧(0,0) = 0.
1.1.3. Điều kiện đủ để có cực trị
Định lý 2 Giả sử hàm 𝑓(𝑥, 𝑦) có các đạo hàm riêng cấp hai liên tục trong lân cận của
điểm (𝑥 , 𝑦 ), với (𝑥 , 𝑦 ) là điểm dừng của 𝑓(𝑥, 𝑦), và 𝐴 = 𝑓 (𝑥 , 𝑦 ), 𝐵 =
𝑓 (𝑥 , 𝑦 ), 𝐶 = 𝑓 (𝑥 , 𝑦 ), ∆ = 𝐴𝐶 − 𝐵 . Khi đó
a) Nếu ∆> 0 và 𝐴 > 0 thì 𝑓 đạt cực tiểu địa phương tại (𝑥 , 𝑦 ).
b) Nếu ∆> 0 và 𝐴 < 0 thì 𝑓 đạt cực đại địa phương tại (𝑥 , 𝑦 ).
c) Nếu ∆< 0 thì 𝑓 không đạt cực trị địa phương tại (𝑥 , 𝑦 ).
d) Nếu ∆ = 0 thì ta không thể khẳng định gì về sự tồn tại của cực trị, trường hợp
này cần khảo sát thêm.
Bảng 1.1 Bảng tóm tắt các trường hợp của ∆
∆= 𝐴𝐶 − 𝐵 𝐴 Kết luận tại 𝑀(𝑥 , 𝑦 )

+ Cực tiểu
+
− Cực đại
− Không đạt cực trị
0 𝑀 là điểm nghi ngờ
Chứng minh
Đặt ℎ = ∆𝑥, 𝑘 = ∆𝑦. Ta viết công thức Taylor cho 𝑓(𝑥, 𝑦) trong trường hợp 𝑛 =
2.
𝑓(𝑥 + ℎ, 𝑦 + 𝑘) = 𝑓(𝑥 , 𝑦 ) + 𝑓 (𝑥 , 𝑦 ). ℎ + 𝑓 (𝑥 , 𝑦 ). 𝑘
+ 𝑓 (𝑥 , 𝑦 ). ℎ + 2. 𝑓 (𝑥 , 𝑦 ). ℎ. 𝑘 + 𝑓 (𝑥 , 𝑦 ). 𝑘 + 𝑂(ℎ + 𝑘 ).
Vì 𝑓 (𝑥 , 𝑦 ) = 𝑓 (𝑥 , 𝑦 ) = 0 nên 𝑓(𝑥 + ℎ, 𝑦 + 𝑘) − 𝑓(𝑥 , 𝑦 )
= 𝑓 (𝑥 , 𝑦 ). ℎ + 2. 𝑓 (𝑥 , 𝑦 ). ℎ. 𝑘 + 𝑓 (𝑥 , 𝑦 ). 𝑘 + 𝑂(ℎ + 𝑘 ).
Đặt 𝑄(ℎ, 𝑘) = 𝑓 (𝑥 , 𝑦 ). ℎ + 2. 𝑓 (𝑥 , 𝑦 ). ℎ. 𝑘 + 𝑓 (𝑥 , 𝑦 ). 𝑘 thì

𝑓(𝑥 + ℎ, 𝑦 + 𝑘) − 𝑓(𝑥 , 𝑦 ) = 𝑄(ℎ, 𝑘) + 𝑂(ℎ + 𝑘 ).
(1.1)

Vì các đạo hàm riêng cấp hai của 𝑓 liên tục tại (𝑥 , 𝑦 ) nên khi 𝑄(ℎ, 𝑘) ≠ 0 thì
dấu của 𝑄(ℎ, 𝑘) cũng là dấu của vế trái của (1.1) với ℎ, 𝑘 đủ nhỏ.
Để chứng minh 𝑓 có cực tiểu (hoặc cực đại) địa phương tại (𝑥 , 𝑦 ) ta chứng minh
𝑄(ℎ, 𝑘) ≥ 0 (hoặc 𝑄(ℎ, 𝑘) ≤ 0) với mọi (ℎ, 𝑘) thuộc lân cận của (0, 0).
Đặt 𝐴 = 𝑓 (𝑥 , 𝑦 ), 𝐵 = 𝑓 (𝑥 , 𝑦 ), 𝐶 = 𝑓 (𝑥 , 𝑦 ) và ∆= 𝐴𝐶 − 𝐵 thì
𝑄(ℎ, 𝑘) = 𝐴. ℎ + 2𝐵. ℎ. 𝑘 + 𝐶. 𝑘
Khi 𝐴 ≠ 0 ta có 𝑄(ℎ, 𝑘) = 𝐴. ℎ + .𝑘 + .𝑘 .
Nếu ∆= AC − B > 0 thì với mọi (ℎ, 𝑘) ≠ (0,0) ta thấy 𝑄(ℎ, 𝑘) sẽ cùng dấu với
A. Nếu 𝐴 > 0 thì 𝑄(ℎ, 𝑘) > 0, do đó 𝑓 đạt cực tiểu tại (𝑥 , 𝑦 ). Nếu 𝐴 < 0 thì
𝑄(ℎ, 𝑘) < 0 dẫn đến 𝑓 đạt cực đại tại (𝑥 , 𝑦 ).
Nếu ∆< 0 thì 𝑄(ℎ, 𝑘) không giữ nguyên dấu trong lân cận của (𝑥 , 𝑦 ). Chẳng
hạn, 𝑄(ℎ, 𝑘) > 0 tại (ℎ, 0) và 𝑄(ℎ, 𝑘) < 0 tại , 𝑘 . Do đó 𝑓 không thể đạt cực
trị tại (𝑥 , 𝑦 ).
Khi 𝐴 = 0 nhưng ∆≠ 0 thì 𝐵 ≠ 0 và 𝑄(ℎ, 𝑘) = 𝑘. (2𝐵ℎ + 𝐶𝑘). Ta thấy 𝑄(ℎ, 𝑘)
có cả hai giá trị dương và âm trong góc cung phần tư thứ tư của mặt phẳng tọa độ
nằm giữa đường thẳng 𝑘 = 0 và 2𝐵ℎ + 𝐶𝑘 = 0. Trong trường hợp này 𝑓 không đạt
cực trị tại (𝑥 , 𝑦 ).
Khi ∆= 0 thì 𝑓 có thể có cực tiểu, cực đại hoặc không có cực trị.
Ta có thể thấy cụ thể ở các hàm
a) g (x, y) = x + y .
Ta có
𝑔 = 4𝑥 , 𝑔 = 4𝑦 .
Giải hệ phương trình
𝑔 =0 4𝑥 = 0 𝑥=0
⟺ ⟺ .
𝑔 =0 4𝑦 = 0 𝑦=0
Hay 𝑀(0; 0) là điểm nghi ngờ.
Ta lại có
𝑔 = 12𝑥 , 𝑔 = 0, 𝑔 = 12𝑦 .
Do đó tại 𝑀(0; 0) ta có
𝐴 = 0, 𝐵 = 0, 𝐶 = 0, ∆ = 𝐴𝐶 − 𝐵 = 0.
Ta không thể kết luận được 𝑀(0; 0) có phải là điểm cực trị hay không.

Nhưng g (x, y) = x + y ≥ g (0,0) = 0 ∀(𝑥, 𝑦) ∈ ℝ .

Nên 𝑀(0; 0) là điểm cực tiểu của hàm.
b) g (x, y) = −x − y .
Ta có
𝑔 = −4𝑥 , 𝑔 = −4𝑦 .
𝑔 =0 −4𝑥 = 0 𝑥=0
⟺ ⟺ .
𝑔 =0 −4𝑦 = 0 𝑦=0
Ta lại có
𝑔 = −12𝑥 , 𝑔 = 0, 𝑔 = −12𝑦 .
𝐴 = 0, 𝐵 = 0, 𝐶 = 0, ∆ = 𝐴𝐶 − 𝐵 = 0.
Nhưng g (x, y) = −x − y ≤ g (0,0) = 0 ∀(𝑥, 𝑦) ∈ ℝ .
Nên 𝑀(0; 0) là điểm cực đại của hàm.
c) g (x, y) = x − y .
Ta có
𝑔 = 4𝑥 , 𝑔 = −4𝑦 .
𝑔 =0 4𝑥 = 0 𝑥=0
⟺ ⟺ .
𝑔 =0 −4𝑦 = 0 𝑦=0
Ta lại có
𝑔 = 12𝑥 , 𝑔 = 0, 𝑔 = −12𝑦 .
𝐴 = 0, 𝐵 = 0, 𝐶 = 0, ∆ = 𝐴𝐶 − 𝐵 = 0.
Nhưng 𝑀(0; 0) không là điểm cực trị của hàm vì
g (x, y) = x − y < 0 ∀(0, 𝑦) mà g (x, y) = x − y > 0 ∀(𝑥, 0).
Vậy 𝑀(0; 0) không là điểm cực trị của hàm.

Ví dụ 1 Tìm cực trị của hàm 𝑧 = 4(𝑥 − 𝑦) − 𝑥 − 𝑦 .

Lời giải
Ta có
𝑧 = 4 − 2𝑥,
𝑧 = −4 − 2𝑦.
𝑧 =0 4 − 2𝑥 = 0 𝑥=2
⟺ ⟺ .
𝑧 =0 −4 − 2𝑦 = 0 𝑦 = −2
⇒ 𝑀(2; −2) là điểm dừng.
Ta lại có 𝑧 = −2, 𝑧 = 0, 𝑧 = −2.
Tại điểm 𝑀(2; −2)
𝐴 = −2, 𝐵 = 0, 𝐶 = −2, ∆ = 𝐴𝐶 − 𝐵 = (−2). (−2) − 0 = 4.
Ta thấy ∆> 0 và 𝐴 < 0 nên 𝑀 là điểm cực đại,
và 𝑧 Đ = 4. 2 − (−2) − 2 − (−2) = 8.
Hình 1.3 Đồ thị hàm z = 4(x − y) − x − y .
Ví dụ 2 Tìm cực trị của hàm 𝑧 = 𝑥 + 𝑦 − 3𝑥𝑦.

Lời giải
Ta có

𝑧 = 3𝑥 − 3𝑦,
𝑧 = 3𝑦 − 3𝑥.
Cho
𝑥=0
𝑧 =0 3𝑥 − 3𝑦 = 0 𝑥 =𝑦 𝑥 =𝑦 𝑦=0
𝑥 =𝑦
⟺ ⟺ ⟺ ⟺ 𝑥=0⟺ .
𝑧 =0 3𝑦 − 3𝑥 = 0 𝑦 =𝑥 𝑥 =𝑥 𝑥=1
𝑥=1 𝑦=1
Hàm có 2 điểm dừng 𝑀 (0,0), 𝑀 (1,1).
Ta lại có
𝑧 = 6𝑥, 𝑧 = −3, 𝑧 = 6𝑦.
Tại điểm 𝑀 (0,0)
𝐴 = 0, 𝐵 = −3, 𝐶 = 0, ∆= 𝐴𝐶 − 𝐵 = −9.
Ta thấy ∆< 0 nên 𝑀 không là điểm cực trị.
Tại điểm 𝑀 (1,1)
𝐴 = 6, 𝐵 = −3, 𝐶 = 6, ∆= 𝐴𝐶 − 𝐵 = 27.
Ta thấy ∆> 0 và 𝐴 > 0 nên 𝑀 là điểm cực tiểu,
và 𝑧 = 1 + 1 − 3.1.1 = −1.
Hình 1.4 Đồ thị hàm z = x + y − 3xy.
Ví dụ 3 Tìm cực trị của hàm 𝑧 = 𝑥 + 𝑦 .

Lời giải

Ta thấy 𝑧 = 𝑥 + 𝑦 ≥ 𝑧(0,0) = 0 (∀𝑥, 𝑦 ∈ ℝ).

Do đó 𝑧 = 0 khi (𝑥, 𝑦) = (0,0).
Hình 1.5 Đồ thị hàm z = x + y .
Ví dụ 4 Tìm cực trị của hàm 𝑧 = 𝑥𝑦 + + (𝑥, 𝑦 > 0).
Lời giải
Ta có
50
𝑧 =𝑦−
𝑥
20
𝑧 =𝑥−
𝑦
𝑧 =0 𝑦− =0 𝑦= 𝑦=
cho ⟺ ⟺ ⟺ .
𝑧 =0 𝑥− =0 𝑥= 𝑥=
Do 𝑥 > 0, 𝑦 > 0 nên ta được
𝑦= 𝑦= 𝑥=5
⇔ ⟺ .
𝑥 = = 125 𝑥=5 𝑦=2
⇒ 𝑀(5; 2) là điểm dừng.

Ta lại có
𝑧 = ,𝑧 = 1, 𝑧 = .
Tại điểm 𝑀(5; 2)

4
𝐴= , 𝐵 = 1, 𝐶 = 5, ∆ = 𝐴𝐶 − 𝐵 = 3 > 0.
5
Ta thấy ∆> 0 và 𝐴 > 0 nên 𝑀(5; 2) là điểm cực tiểu
và 𝑧 = 5.2 + + = 30.
Hình 1.6 Đồ thị hàm z = xy + + (x, y > 0).
Ví dụ 5 Tìm cực trị của hàm 𝑧 = 1 − 𝑥 + 𝑦 .

Lời giải
Ta có
𝑧 = 1 − 𝑥 + 𝑦 ≤ 1 − 𝑧(0,0) = 1 − 0 = 1 (∀𝑥, 𝑦 ∈ ℝ).
Do đó 𝑧 Đ = 1 khi (𝑥, 𝑦) = (0,0).

Hình 1.7 Đồ thị hàm z = 1 − x + y .
1.2. Tìm cực trị của hàm nhiều biến

1.2.1 Cực trị không có điều kiện của hàm nhiều biến
Chúng ta đã nghiên cứu cách xác định cực đại và cực tiểu của hàm một biến.
Chúng ta hãy mở rộng sự nghiên cứu đó sang các hàm nhiều biến.
Nếu 𝑓(𝑥, 𝑦) là một hàm hai biến, chúng ta nói rằng 𝑓(𝑥, 𝑦) có cực đại địa phương
tại 𝑥 = 𝑎, 𝑦 = 𝑏 nếu 𝑓(𝑥, 𝑦) lớn hơn hoặc bằng 𝑓(𝑎, 𝑏) bất cứ khi nào 𝑥 lân cận 𝑎 và
𝑦 lân cận b. Về mặt hình học, đồ thị của 𝑓(𝑥, 𝑦) có đỉnh tại
(𝑥, 𝑦) = (𝑎, 𝑏). [Xem Hình 1.8]. Tương tự, chúng ta nói rằng 𝑓(𝑥, 𝑦) có cực tiểu địa
phương tại 𝑥 = 𝑎, 𝑦 = 𝑏 nếu 𝑓(𝑥, 𝑦) bé hơn hoặc bằng 𝑓(𝑎, 𝑏) bất cứ lúc nào khi 𝑥
lân cận 𝑎 và 𝑦 lân cận 𝑏. Về mặt hình học, đồ thị của 𝑓(𝑥, 𝑦) có một đáy là (𝑥, 𝑦) =
(𝑎, 𝑏). [Xem Hình 1.9]

Hình 1.8 Điểm cực đại.
Hình 1.9 Điểm cực tiểu.
1.2.1.1 Tìm cực trị có sử dụng đạo hàm cấp 1

Giả sử rằng hàm 𝑓(𝑥, 𝑦) có cực tiểu địa phương tại (𝑥, 𝑦) = (𝑎, 𝑏), như trong hình
1.8 và 1.9. Khi 𝑦 không đổi tại 𝑏, 𝑓(𝑥, 𝑦) là một hàm của 𝑥 với cực tiểu địa phương
tại 𝑥 = 𝑎. Do đó, đường tiếp tuyến của đường cong 𝑧 = 𝑓(𝑥, 𝑦) nằm ngang tại 𝑥 = 𝑎
và do đó có độ dốc 0. Nghĩa là
𝜕𝑓
(𝑎, 𝑏) = 0.
𝜕𝑥
Tương tự như vậy, khi 𝑥 không đổi tại 𝑎, thì 𝑓(𝑥, 𝑦) là một hàm của y với cực
tiểu địa phương tại 𝑦 = 𝑏. Do đó, đạo hàm của nó đối với 𝑦 bằng 0 tại 𝑦 = 𝑏. Đó là
𝜕𝑓
(𝑎, 𝑏) = 0.
𝜕𝑦

Hình 1.10 Các đường tiếp tuyến nằm ngang ở cực tiểu địa phương.
Ta áp dụng tương tự khi 𝑓(𝑥, 𝑦) có cực đại địa phương tại (𝑥, 𝑦) = (𝑎, 𝑏).
Phép lấy đạo hàm riêng của hàm hai biến
Nếu 𝑓(𝑥, 𝑦) có cực đại hoặc cực tiểu địa phương tại (𝑥, 𝑦) = (𝑎, 𝑏), thì
(𝑎, 𝑏) = 0 và (𝑎, 𝑏) = 0.
Cực trị (cực tiểu) địa phương có thể hoặc không phải là giá trị lớn nhất (giá trị nhỏ
nhất).
Ví dụ 6 Tìm cực tiểu của 𝑓(𝑥, 𝑦) = 2𝑥 − 2𝑥𝑦 + 5𝑦 − 6𝑥 + 5 trong hình 1.11.
Hình 1.11 Đồ thị hàm f(x, y) = 2x − 2xy + 5y − 6x + 5.
Lời giải
Ta giải hệ phương trình đạo hàm riêng
𝜕𝑓
⎧ = 4𝑥 − 2𝑦 − 6 = 0
𝜕𝑥
⎨ 𝜕𝑓 = −2𝑥 + 10𝑦 = 0
⎩ 𝜕𝑦

4𝑥 − 2𝑦 = 6
⟺
2𝑥 = 10𝑦
4𝑥 − 2𝑦 = 6
⟺
𝑥 = 5𝑦
từ phương trình thứ hai trong hệ phương trình, ta có 𝑥 = 5𝑦. Thay 𝑥 = 5𝑦 vào
4𝑥 − 2𝑦 = 6, ta được
4(5𝑦) − 2𝑦 = 6 ⇔ 18𝑦 = 6.
Do đó, 𝑦 = nên ta suy ra 𝑥 = 5𝑦 = . Vì 𝑓(𝑥, 𝑦) có cực tiểu, nên nó xảy ra khi
= 0 và = 0. Ta đã giải hệ phương trình các đạo hàm riêng bằng 0 và nhận được
nghiệm 𝑥 = và 𝑦 = . Từ hình 1.11, chúng ta biết rằng 𝑓(𝑥, 𝑦) có cực tiểu nên nó
phải xảy ra ở (𝑥, 𝑦) = ( , ).
Ví dụ 7 (Hàm lợi nhuận hai biến)
Một công ty bán một sản phẩm X ở hai quốc gia A, B với lượng hàng dự kiến lần lượt
là 𝑥 và 𝑦. Qua khảo sát thị trường, để bán hết lượng hàng trên, công ty nên bán 1 đơn
vị sản phẩm X ở hai quốc gia với giá lần lượt là 97 − ( ) và 83 − ( ) (USD). Biết
chi phí sản xuất 1 sản phẩm X là 20,000 + 3(𝑥 + 𝑦). Tìm 𝑥 và 𝑦 để lợi nhuận thu
được là lớn nhất
Lời giải
Gọi 𝑓(𝑥, 𝑦) là lợi nhuận thu được từ việc bán 𝑥 đơn vị sản phẩm X ở quốc gia thứ
nhất và 𝑦 đơn vị sản phẩm X ở quốc gia thứ hai. Khi đó,
𝑓(𝑥, 𝑦) = [𝑑𝑜𝑎𝑛ℎ 𝑡ℎ𝑢 𝑡ừ 𝑞𝑢ố𝑐 𝑔𝑖𝑎 đầ𝑢 𝑡𝑖ê𝑛 + [𝑑𝑜𝑎𝑛ℎ 𝑡ℎ𝑢 𝑡ừ 𝑞𝑢ố𝑐 𝑔𝑖𝑎 𝑡ℎứ ℎ𝑎𝑖]
− [𝑐ℎ𝑖 𝑝ℎí]
𝑥 𝑦
= 97 − 𝑥 + 83 − 𝑦 − [20,000 + 3(𝑥 + 𝑦)]
10 20
𝑥 𝑦
= 97𝑥 − + 83𝑦 − − 20,000 − 3𝑥 − 3𝑦
10 20
𝑥 𝑦
= 94𝑥 − + 80𝑦 − − 20,000.
10 20
Ta có
𝜕𝑓 𝑥 𝜕𝑓 𝑦
= 94 − , = 80 − .
𝜕𝑥 5 𝜕𝑦 10

𝑓 =0
Nghiệm của hệ là 𝑥 = 470, 𝑦 = 800. Tương tự ở ví dụ trên, ta có
𝑓 =0
(470,800) là điểm cực đại. Vậy, 𝑥 = 470, 𝑦 = 800.
Ví dụ 8 (Bài toán thất thoát nhiệt)
Giả sử chúng ta muốn thiết kế một tòa nhà hình chữ nhật có thể tích là 147,840
𝑚 . Giả sử rằng nhiệt lượng mất đi hằng ngày được cho bởi biểu thức
𝑤 = 11𝑥𝑦 + 14𝑦𝑧 + 15𝑥𝑧,
trong đó 𝑥, 𝑦 và 𝑧 lần lượt là chiều dài, chiều rộng và chiều cao của tòa nhà. Tìm kích
thước của tòa nhà sao cho thất thoát nhiệt hằng ngày là nhỏ nhất.
Lời giải
Chúng ta tìm giá trị nhỏ nhất của hàm
𝑤 = 11𝑥𝑦 + 14𝑦𝑧 + 15𝑥𝑧 (1.2)
trong đó 𝑥, 𝑦, 𝑧 thỏa mãn phương trình ràng buộc
𝑉 = 𝑥𝑦𝑧 = 147,840.
Thay 𝑧 = vào hàm mục tiêu 𝑤 = 11𝑥𝑦 + 14𝑦𝑧 + 15𝑥𝑧 ta thu được hàm thất
thoát nhiệt 𝑔(𝑥, 𝑦) của hai biến như sau
𝑔(𝑥, 𝑦) = 11𝑥𝑦 + 14𝑦. + 15𝑥. = 11𝑥𝑦 + + .
Để cực tiểu hóa hàm này, trước tiên chúng ta tính các đạo hàm riêng của 𝑤 đối
với 𝑥 và 𝑦 sau đó ta giải hệ các đạo hàm riêng đó bằng 0, tức là
𝜕𝑔
⎧ =0
𝜕𝑥
⎨𝜕𝑔 = 0
⎩𝜕𝑦
11𝑦 − =0
⟺ .
11𝑥 − =0
Hệ phương trình này dẫn đến

14𝑉
𝑦= (1.3)
11𝑥
11𝑥𝑦 = 15𝑉. (1.4)
Thế (1.3) vào (1.4), ta được
14𝑉
11𝑥 = 15𝑉
11𝑥

14 𝑉
⟺ = 15𝑉
11𝑥
𝑉 𝑉 840
⟺ 𝑥 = 14 ∙ = 14 ∙ = 14 ∙ 147 ∙ = 175.616
11 ∙ 15 ∙ 𝑉 11 ∙ 15 11 ∙ 15
⟺ 𝑥 = 56.
Thế vào (1.3) ta được
𝑉 147,840
𝑦 = 14 ∙ = 14 ∙ = 60.
11𝑥 11 ∙ 56
Do đó, thay vào (1.2) ta được
𝑉 147,840
𝑧= = ∙ 60 = 44.
𝑥𝑦 56
Do đó, tòa nhà phải dài 56 mét , rộng 60 mét và cao 44 mét để đạt thất thoát nhiệt
tối thiểu.
1.2.1.2. Tìm cực trị có sử dụng đạo hàm cấp 2
Khi xét một hàm hai biến, ta tìm các điểm (𝑥, 𝑦) mà tại đó 𝑓(𝑥, 𝑦) có giá trị cực
đại địa phương hoặc cực tiểu địa phương hay không bằng cách giải hệ phương trình
= 0, =0 và giải tìm các giá trị 𝑥 và 𝑦. Tuy nhiên, nếu chúng ta không được
cung cấp thêm thông tin về 𝑓(𝑥, 𝑦) thì ta khó có thể xác định xem giá trị mà chúng ta
đã tìm được có phải là cực đại hay cực tiểu hay không. Trong trường hợp hàm một
biến, chúng tôi đã nghiên cứu tính lồi lõm và sử dụng đạo hàm cấp hai để suy ra cực
trị. Vì thế chúng ta có một cách sử dụng đạo hàm cấp hai tương tự cho các hàm hai
biến, nhưng nó phức tạp hơn nhiều so với hàm một biến.
Tìm cực trị có sử dụng đạo hàm cấp hai của hàm hai biến. Giả sử rằng 𝑓(𝑥, 𝑦) là
một hàm hai biến và (𝑎, 𝑏) là một điểm mà tại đó
(𝑎, 𝑏) = 0 và (𝑎, 𝑏) = 0
và ta có
𝐷(𝑥, 𝑦) = ∙ − .
a) Nếu 𝐷(𝑎, 𝑏) > 0 và (𝑎, 𝑏) > 0 thì 𝑓(𝑥, 𝑦) có cực tiểu địa phương tại
(𝑎, 𝑏).
b) Nếu 𝐷(𝑎, 𝑏) > 0 và (𝑎, 𝑏) < 0 thì 𝑓(𝑥, 𝑦) có cực đại địa phương tại
(𝑎, 𝑏).

c) Nếu 𝐷(𝑎, 𝑏) < 0, thì 𝑓(𝑥, 𝑦) không có cực đại địa phương, cũng không có
cực tiểu địa phương tại (𝑎, 𝑏).
d) Nếu 𝐷(𝑎, 𝑏) = 0, không thể kết luận được tại (𝑎, 𝑏) có là cực trị hay không.
Đồ thị hình yên ngựa trong hình 1.11 minh họa một hàm 𝑓(𝑥, 𝑦) mà 𝐷(𝑎, 𝑏) < 0.
Cả hai đạo hàm riêng đều bằng 0 tại (𝑥, 𝑦) = (𝑎, 𝑏), nhưng hàm không có cực đại địa
phương và cực tiểu địa phương ở đó. (Quan sát rằng hàm có cực đại địa phương đối
với biến 𝑥 khi 𝑦 là hằng số và cực tiểu địa phương đối với biến 𝑦 khi 𝑥 là hằng số).
Hình 1.12 Đồ thị hàm yên ngựa.
Ví dụ 9 Dựa vào đồ thị ở hình 1.11 , ta thấy điểm , là cực tiểu địa của hàm
𝑓(𝑥, 𝑦) = 2𝑥 − 2𝑥𝑦 + 5𝑦 − 6𝑥 + 5. Ta có thể kiểm chứng lại khẳng định này
bằng cách sử dụng đạo hàm cấp hai.
Lời giải
Trong ví dụ 6 ta thấy , = 0 và , = 0. Ngoài ra, từ ví dụ 6
= 4𝑥 − 2𝑦 − 6 nên = 4,
= −2𝑥 + 10𝑦 nên = 10.
Khi đó
𝜕 𝑓 𝜕 𝜕𝑓 𝜕
= = (−2𝑥 + 10𝑦) = −2.
𝜕𝑥𝜕𝑦 𝜕𝑥 𝜕𝑦 𝜕𝑥
Ta có
𝜕 𝑓 𝜕 𝑓 𝜕 𝑓
𝐷(𝑥, 𝑦) = ∙ − = 4 ∙ 10 − (−2) = 36 > 0.
𝜕𝑥 𝜕𝑦 𝜕𝑥𝜕𝑦

Vì 𝐷(𝑥, 𝑦) > 0 với mọi (𝑥, 𝑦). Nên 𝐷 , > 0. Sử dụng phương pháp tìm cực
trị của đạo hàm cấp hai, hàm số 𝑓(𝑥, 𝑦) có giá trị cực đại địa phương hoặc cực tiểu
địa phương tại , . Ta lại có , = 4 > 0, do đó theo trường hợp 1, hàm có
cực tiểu địa phương tại , .

Trong ví dụ 10, tất cả các đạo hàm riêng thứ hai và 𝐷(𝑥, 𝑦) là hằng số đối với mọi
(𝑥, 𝑦). Điều này không phải lúc nào cũng là như vậy, ví dụ như là ví dụ minh họa tiếp
theo của chúng tôi.
Ví dụ 10 Tìm cực trị của 𝑓(𝑥, 𝑦) = 𝑥 − 𝑦 − 12𝑥 + 16𝑦 + 5.
Lời giải
𝑥=2
=0 𝑥=2 𝑦=3
3𝑥 − 12 = 0 𝑥 =4
⟺ ⟺ ⟺ 𝑥 = −2 ⟺ .
=0 −2𝑦 + 6 = 0 𝑦=3 𝑦=3 𝑥 = −2
𝑦=3
Khi đó, hệ phương trình trên có hai cặp nghiệm là (𝑥, 𝑦) = (2,3) và
(𝑥, 𝑦) = (−2,3).
Ta tính các đạo hàm cấp hai
𝜕 𝑓 𝜕 𝑓 𝜕 𝑓
= 6𝑥, = −2, = 0.
Khi đó
𝜕 𝑓 𝜕 𝑓 𝜕 𝑓
𝐷(𝑥, 𝑦) = ∙ − = (6𝑥)(−2) − 0 = −12𝑥.
Vì 𝐷(2,3) = −12. (2) = −24 < 0, rơi vào trường hợp thứ 3 của phép thử đạo
hàm cấp 2 nên 𝑓(𝑥, 𝑦) không là cực đại địa phương cũng như không phải là cực tiểu
địa phương tại điểm (2,3). Tuy nhiên, 𝐷(−2,3) = −12(−2) = 24 > 0 nên hàm
𝑓(𝑥, 𝑦) có cực đại địa phương hoặc cực tiểu địa phương tại điểm (−2,3). Để xác định
điều này, ta tính được
𝜕 𝑓
(−2; 3) = 6. (−2) = −12 < 0.
𝜕𝑥
Theo trường hợp 2 của phép thử đạo hàm cấp hai, hàm 𝑓(𝑥, 𝑦) có cực đại địa
phương tại (−2,3).
Trường hợp hàm có ba biến trở lên thì cũng được xử lý theo cách tương tự, cụ thể
nếu 𝑓(𝑥, 𝑦, 𝑧) có cực đại hoặc cực tiểu địa phương tại (𝑥, 𝑦, 𝑧) = (𝑎, 𝑏, 𝑐) thì

𝜕𝑓
(𝑎, 𝑏, 𝑐) = 0,
𝜕𝑥
𝜕𝑓
(𝑎, 𝑏, 𝑐) = 0,
𝜕𝑦
𝜕𝑓
(𝑎, 𝑏, 𝑐) = 0.
𝜕𝑧
1.2.2. Cực trị có điều kiện của hàm nhiều biến
Định nghĩa 3 Cực trị của hàm 𝑧 = 𝑓(𝑥, 𝑦) với điều kiện ràng buộc 𝜑(𝑥, 𝑦) = 0
được gọi là cực trị có điều kiện.
1.2.2.1. Phương pháp thế
Giả sử từ điều kiện ràng buộc 𝜑(𝑥, 𝑦) = 0 ta giải ra được 𝑦 = 𝑦(𝑥). Khi đó việc
tìm cực trị có điều kiện của hàm 𝑧 = 𝑓(𝑥, 𝑦) được quy về việc tìm cực trị tự do (không
điều kiện) của hàm 𝑧 = 𝑓(𝑥, 𝑦(𝑥)).
Ví dụ 11 Tìm cực trị của hàm 𝑧 = 𝑥 + 𝑦 với điều kiện + = 1.
Lời giải
Từ điều kiện
𝑥 𝑦 𝑥 𝑦
+ =1⟺ =1−
2 3 2 3
2𝑦
⟺𝑥 =2−
3
thay 𝑥 = 2 − vào 𝑧 = 𝑥 + 𝑦 ta được
2𝑦 8𝑦 4𝑦 13𝑦 8𝑦
𝑧 = 2− +𝑦 =4− + +𝑦 = − +4
3 3 9 9 3
ta tính
26𝑦 8
𝑧 = −
9 3
cho 𝑧 = 0 ta được
26𝑦 8 12
− ⟺𝑦= .
9 3 13

Bảng 1.2 Bảng biến thiên
𝑦 −∞ +∞
+∞ +∞
𝑧(𝑦) 36
13
Từ 𝑦 = suy ra 𝑥 = 2 − = .
Do đó hàm 𝑧 đạt cực tại (𝑥; 𝑦) = ; và 𝑧 = + = .

1.2.2.2. Phương pháp nhân tử Lagrange
a) Điều kiện cần của cực trị có điều kiện
Giả sử ta muốn tìm cực trị của hàm 𝑧 = 𝑓(𝑥, 𝑦) với điều kiện ràng buộc
𝜑(𝑥, 𝑦) = 0 mà ta gặp phải các trường hợp sau
Trường hợp 1 Từ phương trình 𝜑(𝑥, 𝑦) = 0 ta không thể giải ra 𝑥 hoặc 𝑦.
Trường hợp 2 Sau khi dùng phép thế thì hàm kết quả 𝑧 của một biến không dễ dàng
lấy đạo hàm.
Để giải quyết được bài toán trong các tình huống này ta sẽ dùng phương pháp
nhân tử Lagrange như sau
Định lý 3 (Điều kiện cần của cực trị có điều kiện)
Cho 𝑀(𝑥 , 𝑦 ) là điểm cực trị của hàm 𝑧 = 𝑓(𝑥, 𝑦) với điều kiện ràng buộc
𝜑(𝑥, 𝑦) = 0. Giả sử
i) Các hàm 𝑓 hoặc 𝜑 có các đạo hàm riêng cấp một liên tục ở lân cận của
điểm 𝑀 .
ii) Các đạo hàm riêng 𝜑 (𝑥 , 𝑦 ), 𝜑 (𝑥 , 𝑦 ) không đồng thời bằng 0.
Khi đó tồn tại một số 𝜆 sao cho (𝑥 , 𝑦 , 𝜆 ) là điểm dừng của hàm:
𝐹(𝑥, 𝑦, 𝜆) = 𝑓(𝑥, 𝑦) + 𝜆. 𝜑(𝑥, 𝑦).
(Số 𝜆 được gọi là nhân tử Lagrange, hàm 𝐹(𝑥, 𝑦, 𝜆) được gọi là hàm Lagrange).
Chứng minh
Từ giả thiết ta thấy đường cong (∁): 𝜑(𝑥, 𝑦 = 0 có tiếp tuyến tại 𝑀 (𝑥 , 𝑦 ) và
∇𝜑(𝑀 ) là pháp vectơ của tiếp tuyến.
Nếu ∇𝑓(𝑀 ) không cùng phương với ∇𝜑(𝑀 ) thì ∇𝑓(𝑀 ) có hình chiếu trên tiếp
tuyến với (∁) là vectơ khác không 𝑣⃗. Do đó đạo hàm theo hướng của 𝑓 dương theo
một hướng tại 𝑀 và có đạo hàm theo hướng âm theo hướng ngược lại. Vì thế 𝑓(𝑥, 𝑦)

tăng hoặc giảm khi ta di chuyển từ 𝑀 dọc trên (∁) theo hướng của 𝑣⃗ hoặc −𝑣⃗ và do
đó 𝑓(𝑥, 𝑦) không thể đạt cực trị tại 𝑀 (điều này vô lý).
Tóm lại, ∇𝑓(𝑀 ) phải song song với ∇𝜑(𝑀 ). Vì ∇𝜑(𝑀 ) ≠ 0 nên phải tồn tại
một số 𝜆 sao cho
∇𝑓(𝑀 ) = −𝜆. ∇𝜑(𝑀 ) hay ∇(𝑓 + 𝜆𝜑)(𝑀 ) = 0.
Do đó
𝐹 (𝑥 , 𝑦 , 𝜆 ) = 0
𝐹 (𝑥 , 𝑦 , 𝜆 ) = 0
vì 𝐹 (𝑥 , 𝑦 , 𝜆 ) = 𝜑(𝑥 , 𝑦 ) = 0 nên (𝑥 , 𝑦 , 𝜆 ) là điểm dừng của hàm 𝐹(𝑥, 𝑦, 𝜆).
Chú ý Định lý cho phép ta hạn chế việc tìm cực trị có điều kiện vào những điểm
(𝑥, 𝑦) thỏa mãn hệ phương trình
𝐹 = 𝑓 (𝑥, 𝑦) + 𝜆. 𝜑 (𝑥, 𝑦) = 0
𝐹 = 𝑓 (𝑥, 𝑦) + 𝜆. 𝜑 (𝑥, 𝑦) = 0
𝜑(𝑥, 𝑦) = 0
hoặc những điểm thỏa mãn hệ thức 𝜑(𝑥, 𝑦) = 0 mà không thỏa điều kiện 1,2 của
định lý.
Ta gọi những điểm trên là những điểm tới hạn. Tuy nhiên định lý không đảm bảo
các điểm tới hạn là điểm cực trị. Tùy theo từng trường hợp cụ thể mà ta xét các điểm
tới hạn có phải là điểm cực trị hay không.
Giải ví dụ 11 Tìm cực trị của hàm 𝑧 = 𝑥 + 𝑦 với điều kiện + = 1.
Lời giải
Ta có
+ = 1 ⟺ 3𝑥 + 2𝑦 − 6 = 0.
Bài toán được đưa về việc tìm cực trị của hàm 𝑧 = 𝑥 + 𝑦 với điều kiện ràng
buộc 3𝑥 + 2𝑦 − 6 = 0.
Lập hàm Lagrange 𝐹(𝑥, 𝑦, 𝜆) = 𝑥 + 𝑦 + 𝜆(3𝑥 + 2𝑦 − 6).
𝜕𝐹
⎧ = 2𝑥 + 3λ = 0
⎪ 𝜕𝑥
⎪ 𝜕𝐹
= 2𝑦 + 2𝜆 = 0
⎨ 𝜕𝑦
⎪
⎪𝜕𝐹
= 3𝑥 + 2𝑦 − 6 = 0
⎩ 𝜕𝜆

Hệ có nghiệm duy nhất 𝑥 = ,𝑦 = ,𝑧 = − và 𝑧 = + = .

b) Điều kiện đủ của cực trị có điều kiện
Xét cực trị của hàm 𝑓(𝑥, 𝑦) với điều kiện ràng buộc 𝜑(x, y) = 0. Giả sử các hàm
f(x, y) và 𝜑(x, y) có các đạo hàm riêng liên tục đến cấp hai ở lân cận (x , y ) và
(x , y , 𝜆) là điểm dừng của hàm Lagrange. Theo định lý 3, điểm (x , y ) thỏa điều
kiện cần của cực trị có điều kiện. Ta sẽ tìm điều kiện đủ để (x , y ) là điểm cực trị có
điều kiện. Ta có
𝛥𝐹(𝑥 , 𝑦 , 𝜆) = 𝛥𝑓(𝑥 , 𝑦 ) + λ𝛥𝜑(𝑥 , 𝑦 ) = 𝛥𝑓(𝑥 , 𝑦 ) + O.
Ta thấy dấu của Δ𝑓(𝑥 , 𝑦 ) trùng với dấu của Δ𝐹(𝑥 , 𝑦 ) hay dấu của 𝑑 𝐹(𝑥 , 𝑦 )
vì
1
Δ𝐹(𝑥 , 𝑦 = 𝑑 𝐹(𝑥 , 𝑦 ) + (𝛼 ∆𝑥 + 2𝛼 ∆𝑥∆𝑦 + 𝛼 ∆𝑦 )
2
trong đó 𝛼 , 𝛼 , 𝛼 → 0 khi ∆𝑥 và ∆𝑦 → 0.
Vậy ta có định lý sau cho điều kiện đủ của cực trị có điều kiện.
Định lý 4 Giả sử các hàm 𝑓(𝑥, 𝑦) và 𝜑(𝑥, 𝑦) có các đạo hàm riêng liên tục đến
cấp hai ở lân cận (𝑥 , 𝑦 ) và (𝑥 , 𝑦 , 𝜆) là điểm dừng của hàm Lagrange. Xét vi phân
𝑑 𝐹(𝑥 , 𝑦 , 𝜆) = 𝐹 (𝑥 , 𝑦 , 𝜆)𝑑𝑥 + 2𝐹 (𝑥 , 𝑦 , 𝜆)𝑑𝑥𝑑𝑦 + 𝐹 (𝑥 , 𝑦 , 𝜆)𝑑𝑦
với ràng buộc 𝜑 𝑑𝑥 + 𝜑 𝑑𝑦 = 0, 𝑑𝑥 + 𝑑𝑦 > 0. Khi đó
i) Nếu 𝑑 𝐹(𝑥 , 𝑦 ) < 0 thì hàm 𝑓(𝑥, 𝑦) đạt cực đại tại (𝑥 , 𝑦 ).
ii) Nếu 𝑑 𝐹(𝑥 , 𝑦 ) > 0 thì hàm 𝑓(𝑥, 𝑦) đạt cực tiểu tại (𝑥 , 𝑦 ).
iii) Nếu dấu của 𝑑 𝐹(𝑥 , 𝑦 ) không xác định thì hàm 𝑓(𝑥, 𝑦) không đạt cực đại
tại (𝑥 , 𝑦 ).
Chú ý Định lý trên có thể mở rộng cho hàm nhiều hơn hai biến.
Ví dụ 12 Tìm cực trị của 𝑓(𝑥, 𝑦) = 36 − 𝑥 − 𝑦 với 𝑥 + 7𝑦 − 25 = 0.
Lời giải
Ta có, 𝑓(𝑥, 𝑦) = 36 − 𝑥 − 𝑦 , 𝑔(𝑥, 𝑦) = 𝑥 + 7𝑦 − 25
và 𝐹(𝑥, 𝑦, 𝜆) = 36 − 𝑥 − 𝑦 + 𝜆(𝑥 + 7𝑦 − 25).
Ta có các phương trình sau
= −2𝑥 + 𝜆 = 0 (1.5)
= −2𝑦 + 7𝜆 = 0 (1.6)
= 𝑥 + 7𝑦 − 25. (1.7)

Chúng ta giải hai phương trình đầu tiên theo 𝜆 ta được

𝜆 = 2𝑥
⟺ 𝜆 = 𝑦. (1.8)
Cho hai phương trình ở (1.8) cùng bằng 𝜆, chúng ta thu được
2
2𝑥 = 𝑦
7
⟺ 𝑥 = 𝑦. (1.9)
Thay 𝑥 = 𝑦 vào (1.7), ta được

1
𝑦 + 7𝑦 − 25 = 0
7
50
⟺ 𝑦 = 25
7
⟺𝑦= .
Thay 𝑦 = vào phương trình (1.8) và (1.9) để tìm 𝑥 và 𝜆

1 1 7 1
𝑥= 𝑦= =
7 7 2 2
2 2 7
𝜆= 𝑦= = 1.
7 7 2
Do đó, các đạo hàm riêng của 𝐹(𝑥, 𝑦, 𝜆) bằng 0 khi 𝑥 = , 𝑦 = , và 𝜆 = 1. Vì
vậy, giá trị lớn nhất của 36 − 𝑥 − 𝑦 tuân theo ràng buộc 𝑥 + 7𝑦 − 25 = 0 xảy ra
khi 𝑥 = , 𝑦 = . Giá trị cực đại đó là
1 7 47
36 − − = .
2 2 2
Ví dụ 13 Tìm giá trị nhỏ nhất 𝑓(𝑥, 𝑦) = 42𝑥 + 28𝑦 với 600 − 𝑥𝑦 = 0, 𝑥 > 0 và
𝑦>0.
Lời giải
Ta có 𝑓(𝑥, 𝑦) = 42𝑥 + 28𝑦, 𝑔(𝑥, 𝑦) = 600 − 𝑥𝑦 và
𝐹(𝑥, 𝑦, 𝜆) = 42𝑥 + 28𝑦 + 𝜆(600 − 𝑥𝑦).
Xét hệ phương trình
𝜕𝐹
= 42 − 𝜆𝑦 = 0,
𝜕𝑥

𝜕𝐹
= 28 − 𝜆𝑥 = 0,
𝜕𝑦
𝜕𝐹
= 600 − 𝑥𝑦 = 0.
𝜕𝑧
Từ hai phương trình đầu tiên, ta có
42 28
𝜆= =
𝑦 𝑥
⟺ 42𝑥 = 28𝑦
⟺ 𝑥 = 𝑦.
Thay 𝑥 = 𝑦 vào phương trình thứ ba, ta được

2
600 − 𝑦 𝑦=0
3
3
⟺ 𝑦 = ∙ 600 = 900
2
𝑦 = 30 (𝑛ℎậ𝑛)
⟺
𝑦 = −30 (𝑙𝑜ạ𝑖)
Khi 𝑦 = 30, ta được
2
𝑥 = (30) = 20
3
𝜆= = .
Do đó, giá trị nhỏ nhất của 42𝑥 + 28𝑦 với 𝑥 và 𝑦 thỏa mãn ràng buộc xảy ra khi
𝑥 = 20, 𝑦 = 30, 𝜆 = . Giá trị nhỏ nhất là
42. (20) + 28. (30) = 1680.
Ví dụ 14 (Tối đa hóa sản xuất)
Giả sử rằng 𝑥 đơn vị lao động và 𝑦 đơn vị vốn để tạo ra 𝑓(𝑥, 𝑦) = 60𝑥 𝑦 đơn vị
của một sản phẩm nhất định. Ngoài ra, giả sử chi phí lao động của một đơn vị là 100
đô la, trong khi mỗi đơn vị vốn là 200 đô la. Giả sử rằng số tiền có thể chi ra cho sản
xuất là 30.000 đô la. Cần sử dụng bao nhiêu đơn vị lao động và bao nhiêu đơn vị vốn
để tối ưu hóa sản xuất?
Lời giải
Chi phí của 𝑥 đơn vị lao động và 𝑦 đơn vị vốn bằng 100𝑥 + 200𝑦. Do đó, để sử
dụng tất cả số tiền hiện có (30.000 đô la), chúng ta phải thỏa mãn phương trình ràng
buộc

100𝑥 + 200𝑦 = 30.000

hoặc
𝑔(𝑥, 𝑦) = 30.000 − 100𝑥 − 200𝑦 = 0.
Hàm mục tiêu là 𝑓(𝑥, 𝑦) = 60𝑥 𝑦 . Trong trường hợp này, ta có
𝐹(𝑥, 𝑦, 𝜆) = 60𝑥 𝑦 + 𝜆(30.000 − 100𝑥 − 200𝑦).

Xét hệ phương trình
𝜕𝐹
= 45𝑥 𝑦 − 100𝜆 = 0,
𝜕𝑥
𝜕𝐹
= 15𝑥 𝑦 − 200𝜆 = 0,
𝜕𝑦
= 30,000 − 100𝑥 − 200𝑦 = 0. (1.10)
Giải tìm 𝜆 ở hệ hai phương trình đầu, ta được
45 9
𝜆= 𝑥 𝑦 = 𝑥 𝑦
100 20
15 3
⟺𝜆= 𝑥 𝑦 = 𝑥 𝑦 .
200 40
Do đó, ta có
𝑥 𝑦 = 𝑥 𝑦 .
Để tìm 𝑦 theo 𝑥, chúng ta hãy nhân cả hai vế của phương trình trên với 𝑥 𝑦
9 3
𝑦=
20 40
⟺ 𝑦 = 𝑥.
Thay 𝑦 = 𝑥 vào (1.10), ta được

1
100𝑥 + 200 𝑥 = 30,000
6
400𝑥
⟺ = 30,000
3
⟺ 𝑥 = 225.
Do đó, ta được
225
𝑦= = 37.5.
6

Vì vậy sản lượng tối đa đạt được khi sử dụng 225 đơn vị lao động và 37,5 đơn vị
vốn.
Trong ví dụ 14, tại các giá trị tối ưu của 𝑥 và 𝑦
9 9
𝜆= 𝑥 𝑦 = (225) (37.5) ≈ 0.2875
20 20
= 45𝑥 𝑦 = 45(225) (37.5) (1.11)
= 15𝑥 𝑦 = 15(225) (37.5) (1.12)
Nhận thấy rằng số nhân tử Lagrange 𝜆 có thể được hiểu là năng suất biên của tiền
tệ. Tức là, nếu tôi có thêm tiền vốn, thì có thể sản xuất thêm khoảng 0,2875 đơn vị
sản phẩm.
Nhắc lại các đạo hàm riêng và được gọi là năng suất biên của lao động và
vốn, tương ứng. Từ các phương trình (1.11) và (1.12) ta có
[𝑛ă𝑛𝑔 𝑠𝑢ấ𝑡 𝑏𝑖ê𝑛 𝑙𝑎𝑜 độ𝑛𝑔] 45(225) (37.5) 45

= = (225) (37.5)
[𝑛ă𝑛𝑔 𝑠𝑢ấ𝑡 𝑏𝑖ê𝑛 𝑐ủ𝑎 𝑣ố𝑛] 15
15(225) (37.5)
3(37.5) 37.5 1
= = = .
225 75 2
Mặt khác,
[𝑐ℎ𝑖 𝑝ℎí 𝑡𝑟ê𝑛 𝑚ộ𝑡 đơ𝑛 𝑣ị 𝑙𝑎𝑜 độ𝑛𝑔] 100 1
= = .
[𝑐ℎ𝑖 𝑝ℎí 𝑡𝑟ê𝑛 𝑚ộ𝑡 đơ𝑛 𝑣ị 𝑣ố𝑛] 200 2
Kết quả này minh họa quy luật kinh tế sau đây. Nếu lao động và vốn ở mức tối ưu
của chúng, thì tỷ lệ giữa năng suất biên của chúng bằng tỷ lệ chi phí đơn vị của chúng.
c) Hệ số nhân tử Lagrange của hàm ba biến
Phương pháp số nhân tử Lagrange được tổng quát cho các hàm của nhiều biến bất
kỳ. Ví dụ, chúng ta có thể tối đa hóa hàm 3 biến 𝑓(𝑥, 𝑦, 𝑧), với điều kiện ràng buộc
𝑔(𝑥, 𝑦, 𝑧) = 0. Bằng cách xét hàm Lagrange
𝐹(𝑥, 𝑦, 𝑧, 𝜆) = 𝑓(𝑥, 𝑦, 𝑧) + 𝜆𝑔(𝑥, 𝑦, 𝑧).
và giải hệ các phương trình
𝜕𝐹 𝜕𝐹 𝜕𝐹 𝜕𝐹
=0, = 0, =0, = 0.
𝜕𝑥 𝜕𝑦 𝜕𝑧 𝜕𝜆
Bây giờ chúng ta hãy chỉ ra cách chúng ta có thể giải quyết vấn đề tổn thất nhiệt
ở mục 1.2.1.1 bằng cách sử dụng phương pháp này.
Ví dụ 15 (Hệ số nhân tử Lagrange trong ba biến)

Sử dụng hệ số nhân tử Lagrange để tìm các giá trị của 𝑧, 𝑦, 𝑧 để tìm cực tiểu của
hàm mục tiêu 𝑓(𝑥, 𝑦, 𝑧) = 11𝑥𝑦 + 14𝑦𝑧 + 15𝑥𝑧 thỏa mãn ràng buộc 𝑥𝑦𝑧 =
147,840.
Lời giải
Hàm Lagrange là
𝐹(𝑥, 𝑦, 𝑧, 𝜆) = 11𝑥𝑦 + 14𝑦𝑧 + 15𝑥𝑧 + 𝜆(147,840 − 𝑥𝑦𝑧).
Các đạo hàm riêng là
𝜕𝐹
= 11𝑦 + 15𝑧 − 𝜆𝑦𝑧 = 0,
𝜕𝑥
𝜕𝐹
= 11𝑥 + 14𝑧 − 𝜆𝑥𝑧 = 0
𝜕𝑦
𝜕𝐹
= 14𝑦 + 15𝑥 − 𝜆𝑥𝑦 = 0
𝜕𝑧
= 147,840 − 𝑥𝑦𝑧 = 0. (1.13)
Từ ba phương trình đầu ta có hệ phương trình
11𝑦 + 15𝑧 11 15
𝜆= = + ⎫
𝑦𝑧 𝑧 𝑦⎪
⎪
11𝑥 + 14𝑧 11 14
𝜆= = + (1.14)
𝑥𝑧 𝑧 𝑥⎬
14𝑦 + 15𝑥 14 15⎪
𝜆= = + ⎪
𝑥𝑦 𝑥 𝑦⎭
đồng nhất hai biểu thức đầu tiên cho 𝜆, ta được
11 15 11 14
+ = +
𝑧 𝑦 𝑧 𝑥
15 14
⟺ =
𝑦 𝑥
14
⟺𝑥= 𝑦
15
tiếp theo, chúng ta đồng nhất biểu thức thứ hai và thứ ba cho 𝜆 trong hệ phương trình
(1.14)
11 14 14 15
+ = +
𝑧 𝑥 𝑥 𝑦
11 15
⟺ =
𝑧 𝑦

11
⟺𝑧= 𝑦.
15
Từ phương trình (1.13)
𝑥𝑦𝑧 = 147,840.
Thay 𝑥 = 𝑦 𝑣à 𝑧 = 𝑦 vào phương trình (1.13) ta được
14 11
𝑦. 𝑦. 𝑦 = 147,840
15 15
(147,840)(15)
𝑦 = = 216,000
(14)(11)
⟺ 𝑦 = 60.
Do đó, ta được
14 11
𝑥= (60) = 56 𝑣à 𝑧 = (60) = 44.
15 15
Vậy thất thoát nhiệt được nhỏ nhất khi 𝑥 = 56, 𝑦 = 60, 𝑧 = 44.
Khi giải ví dụ 15, ta nhận thấy tại các giá trị tối ưu của 𝑥, 𝑦 và 𝑧,
14 15 11
= = .
𝑥 𝑦 𝑧
Ta thấy 14 là thất thoát nhiệt qua 2 mặt đông và tây của công trình. 15 là thất thoát
nhiệt qua mặt bắc và nam của tòa nhà, và 11 là thất thoát nhiệt qua sàn và mái. Vì
vậy, chúng ta có ràng buộc trong điều kiện tối ưu.
[𝑡ℎấ𝑡 𝑡ℎ𝑜á𝑡 𝑛ℎ𝑖ệ𝑡 𝑞𝑢𝑎 𝑣ậ𝑡 đú𝑐 𝑣à 𝑚ặ𝑡 𝑡â𝑦]
[𝑘ℎ𝑜ả𝑛𝑔 𝑐á𝑐ℎ 𝑔𝑖ữ𝑎 𝑝ℎí𝑎 đô𝑛𝑔 𝑣à 𝑝ℎí𝑎 𝑡â𝑦]
[𝑡ℎấ𝑡 𝑡ℎ𝑜á𝑡 𝑛ℎ𝑖ệ𝑡 𝑞𝑢𝑎 𝑝ℎí𝑎 𝑏ắ𝑐 𝑣à 𝑝ℎí𝑎 𝑛𝑎𝑚]
=
[𝑘ℎ𝑜ả𝑛𝑔 𝑐á𝑐ℎ 𝑔𝑖ữ𝑎 𝑝ℎí𝑎 𝑏ắ𝑐 𝑣à 𝑝ℎí𝑎 𝑛𝑎𝑚]
[𝑡ℎấ𝑡 𝑡ℎ𝑜á𝑡 𝑛ℎ𝑖ệ𝑡 𝑞𝑢𝑎 𝑠à𝑛 𝑣à 𝑚á𝑖]
= .
[𝑘ℎ𝑜ả𝑛𝑔 𝑐á𝑐ℎ 𝑔𝑖ữ𝑎 𝑠à𝑛 𝑣à 𝑚á𝑖 𝑛ℎà]
1.3. Giá trị nhỏ nhất và giá trị lớn nhất của hàm nhiều biến
1.3.1. Nhận xét mở đầu
Hàm nhiều biến 𝑓 liên tục trên miền đóng và bị chặn 𝒟 sẽ đạt giá trị nhỏ nhất và
giá trị lớn nhất trên 𝒟.
Nếu hàm 𝑓 đạt giá trị nhỏ nhất hay giá trị lớn nhất tại một điểm 𝑀 thuộc phần
trong của 𝒟 thì 𝑀 phải là điểm cực trị của 𝑓 và do đó 𝑀 là điểm tới hạn của 𝑓.

Giá trị nhỏ nhất và giá trị lớn nhất của hàm 𝑓 còn có thể đạt những điểm trên biên
của 𝒟.
1.3.2. Tìm giá trị nhỏ nhất và giá trị lớn nhất trên miền đóng và bị chặn
Để tìm giá trị nhỏ nhất và giá trị lớn nhất của hàm liên tục 𝑓 trên miền đóng và bị
chặn 𝒟 trong mặt phẳng ta thực hiện theo các bước sau
Tìm các điểm tới hạn của 𝑓 thuộc phần trong của 𝒟 và tính giá trị của hàm
tại các điểm này.
Nếu biên của 𝒟 là một đường cong có phương trình 𝜑(𝑥, 𝑦) = 0 thì thay vì
xét các điểm biên ta xét các điểm cực trị với điều kiện 𝜑(𝑥, 𝑦) = 0 và các mút của
biên. Sau đó ta tính giá trị của hàm 𝑓 tại các điểm này.
So sánh các giá trị vừa tính. Số nhỏ nhất, lớn nhất tương ứng sẽ là giá trị
nhỏ nhất, lớn nhất của hàm 𝑓 trên miền 𝒟.
( )
Ví dụ 16 Tìm giá trị nhỏ nhất, giá trị lớn nhất của 𝑓(𝑥, 𝑦) = 𝑥 𝑦𝑒 trên
miền tam giác được cho bởi 𝑥 ≥ 0, 𝑦 ≥ 0 và 𝑥 + 𝑦 ≤ 4.
Lời giải
Với 𝐴(0,4), 𝐵(4,0). Trước tiên ta tìm các điểm tới hạn ở trong tam giác 𝑂𝐴𝐵.
Ta có
( )
𝑓 = 𝑥𝑦(2 − 𝑥)𝑒 =0 𝑥 = 0, 𝑦 = 0 hoặc 𝑥 = 2
( ) ⟺
𝑓 = 𝑥 (1 − 𝑦)𝑒 =0 𝑥 = 0 hoặc 𝑦 = 1.
Các điểm tới hạn là (0, 𝑦), ∀𝑦 và (2,1).
* Xét điểm (2,1), có 𝑓(2,1) = .
* Xét các điểm thuộc biên của 𝐷:
- Trên 𝑂𝐴 thì 𝑥 = 0, có 𝑓(𝑥, 𝑦) = 0.
- Trên 𝑂𝐵 thì 𝑦 = 0, có 𝑓(𝑥, 𝑦) = 0.
- Trên 𝐴𝐵 thì 𝑦 = 4 − 𝑥 (0 ≤ 𝑥 ≤ 4), thay vào 𝑓(𝑥, 𝑦) được 𝑔(𝑥) =
𝑓(𝑥, 4 − 𝑥) = 𝑥 (4 − 𝑥)𝑒 (0 ≤ 𝑥 ≤ 4). Ta có,
𝑔(0) = 𝑔(4) = 0 và 𝑔(𝑥) > 0 với 0 ≤ 𝑥 ≤ 4,
8
𝑔( )
= (8𝑥 − 3𝑥 )𝑒
= 0 ⟺ 𝑥 = 0, 𝑥 = ,
3
8 8 4 256
𝑔 =𝑓 , = 𝑒 < 𝑓(2,1).
3 3 3 27
Vậy, giá trị nhỏ nhất là 0 trên 𝑂𝐴, 𝑂𝐵 với 𝐴(0,4), 𝐵(4,0); giá trị lớn nhất là
tại (2,1).

1.4. Cực trị của hàm lồi

1.4.1. Hàm lồi
Hàm 𝑓 xác định trên ℝ được gọi là lồi nếu với mọi 𝑥, 𝑦 ∈ ℝ và 0 ≤ 𝑡 ≤ 1 ta có
𝑓(𝑡𝑥 + (1 − 𝑡)𝑦) ≤ 𝑡𝑓(𝑥) + (1 − 𝑡)𝑓(𝑦).
Ví dụ 18 Hàm 𝑓(𝑥 , 𝑥 ) = 𝑥 + 𝑥 là hàm lồi trên ℝ .
Thật vậy, với mọi 𝑥 = (𝑥 , 𝑥 ), 𝑦 = (𝑦 , 𝑦 ) và 0 ≤ 𝑡 ≤ 1, ta có
𝑓(𝑡𝑥 + (1 − 𝑡)𝑦) = (𝑡𝑥 + (1 − 𝑡)𝑦 ) + (𝑡𝑥 + (1 − 𝑡)𝑦 )
≤ 𝑡𝑥 + (1 − 𝑡)𝑦 + 𝑡𝑥 + (1 − 𝑡)𝑦
≤ 𝑡𝑓(𝑥) + (1 − 𝑡)𝑓(𝑦).
Do đó 𝑓 là hàm lồi.
1.4.2. Tính chất của cực trị hàm lồi
Mệnh đề Giả thiết 𝑓 là hàm lồi trên ℝ , khả vi tại 𝑥 ∈ ℝ . Khi ấy 𝑥 là điểm
cực tiểu của 𝑓 khi và chỉ khi grad𝑓(𝑥 ) = 0.
Chứng minh
Giả sử grad𝑓(𝑥 ) = 0 và 𝑥 không phải là cực tiểu của 𝑓, tức là tồn tại 𝑥 ∈ ℝ để
𝑓(𝑥) < 𝑓(𝑥 ). Do 𝑓 lồi, với 0 < 𝑡 < 1 ta có
𝑓 𝑥 + 𝑡(𝑥 − 𝑥 ) < 𝑡𝑓(𝑥) + (1 − 𝑡)𝑓(𝑥 ).
Suy ra
𝑓 𝑥 + 𝑡(𝑥 − 𝑥 ) − 𝑓(𝑥 )
< 𝑓(𝑥) − 𝑓(𝑥 ),
𝑡
và như vậy
( ( )) ( )
grad𝑓(𝑥 )(𝑥 − 𝑥 ) = lim < 0.
→
Điều này mâu thuẫn với grad𝑓(𝑥 ) = 0. Vậy 𝑥 phải là cực tiểu của 𝑓.
Thí dụ. Điểm (0,0) là điểm cực tiểu của hàm 𝑓(𝑥 , 𝑥 ) = 𝑥 + 𝑥 . Thật vậy, ta
có grad𝑓(0,0) = (0,0) và như ta đã biết 𝑓 là hàm lồi. Áp dụng mệnh đề ta có ngay
điều cần chứng minh.
Nhận xét Mệnh đề trên cho thấy một tính chất rất quan trọng của hàm lồi, đó là
các điểm cực tiểu địa phương (của hàm lồi) thì cũng là những điểm cực tiểu toàn cục.
Thật vậy, những điểm cực tiểu địa phương phải thỏa mãn điều kiện grad𝑓(𝑥 ) = 0
(theo định lý về điều kiện cần cực trị),và do mệnh đề trên chúng phải là cực tiểu toàn
cục.

Cũng như trong trường hợp 1 chiều, đạo hàm của hàm lồi có những nét đặc trưng
rất thú vị. Tuy nhiên, như ta thấy, đạo hàm của hàm lồi nhiều biến là một hàm vectơ
và vì vậy việc nghiên cứu nó sẽ được dành lại cho chương sau.

CHƯƠNG 2 HÀM VECTƠ MỘT BIẾN

2.1. Tổng quát về hàm vectơ một biến
2.1.1. Khái niệm
Cho 𝑋 ⊆ ℝ và 𝑓 là một phép ứng đơn trị từ 𝑋 vào ℝ . Khi ấy ta nói 𝑓 là hàm
vectơ từ 𝑋 vào ℝ . Như vậy với mỗi số 𝑡 ∈ 𝑋 giá trị 𝑓(𝑡) là một vectơ 𝑛 − 𝑐ℎ𝑖ề𝑢 với
𝑛 tọa độ 𝑓 (𝑡), 𝑓 (𝑡), … , 𝑓 (𝑡). Kí hiệu 𝑒 là vectơ trục đơn vị trong ℝ (tức là có tọa
độ thứ 𝑖 bằng 1 và các tọa độ khác bằng 0) thì
𝑓(𝑡) = 𝑓 (𝑡)𝑒 + 𝑓 (𝑡)𝑒 + ⋯ + 𝑓 (𝑡)𝑒 (2.1)
Các hệ số 𝑓 (𝑡),𝑓 (𝑡), … , 𝑓 (𝑡) phụ thuộc vào 𝑡 và là đơn ứng từ 𝑋 vào ℝ. Như
thế 𝑓 , … , 𝑓 là những hàm số thực trên 𝑋. Chứng tỏ mỗi hàm vectơ 𝑓 cho ta 𝑛 hàm
số tọa độ (thành phần) 𝑓 , … , 𝑓 . Ngược lại, nếu 𝑓 , … , 𝑓 là những hàm số trên 𝑋 thì
phép ứng 𝑓 xác định bởi công thức (1) sẽ là một làm vectơ từ 𝑋 vào ℝ .
Khi hệ vectơ tọa độ 𝑒 , … , 𝑒 ∈ ℝ đã được xác định, ta viết
𝑓(𝑡) = (𝑓 (𝑡), 𝑓 (𝑡), … , 𝑓 (𝑡)) có nghĩa là hàm vectơ 𝑓 của biến 𝑡 được cho bởi công
thức (2.1), trong đó 𝑓 , … , 𝑓 là những hàm số trên 𝑋 ⊆ ℝ.
Ví dụ
1) Trong không gian ℝ , ký hiệu 𝑖 = 𝑒 , 𝑗 = 𝑒 , 𝑘 = 𝑒 trong hệ tọa độ trực
chuẩn. Hàm vectơ một biến 𝑓(𝑡) = (𝑎𝑐𝑜𝑠𝑡, 𝑎𝑠𝑖𝑛𝑡, 𝑏𝑡) với 𝑎 và 𝑏 là những hằng số
cho ta phép ứng
𝑡 ⟼ (𝑎𝑐𝑜𝑠𝑡)𝑖 + (𝑎𝑠𝑖𝑛𝑡)𝑗 + (𝑏𝑡)𝑘,
với mỗi 𝑡 ∈ ℝ. Điểm cuối của vectơ 𝑓(𝑡) tạo thành hình lò xo.
2) Trong thí dụ trên nếu bỏ tọa độ thứ 3 thì ta sẽ có hàm vectơ biến 𝑡 với giá
trị trong mặt phẳng (không gian ℝ )
𝑓(𝑡) = (𝑎𝑐𝑜𝑠𝑡, 𝑎𝑠𝑖𝑛𝑡) = (𝑎𝑐𝑜𝑠𝑡)𝑖 + (𝑎𝑠𝑖𝑛𝑡)𝑗.
Điểm cuối của vectơ 𝑓(𝑡) tạo thành đường tròn tâm 𝑂, bán kính |𝑎|.
2.1.2. Giới hạn và tính liên tục
Cho 𝑓(𝑥) là một hàm vectơ biến 𝑡 ∈ ℝ với giá trị trong ℝ (𝑛 ≥ 2). Ta nói rằng
vectơ 𝑣 = (𝑣 , … , 𝑣 ) ∈ ℝ là giới hạn của 𝑓(𝑡) khi 𝑡 → 𝑡 và viết
lim 𝑓(𝑡) = 𝑣 (2.2)
→
nếu như, với mọi 𝜀 > 0, tồn tại 𝛿 > 0 để ‖𝑓(𝑡) − 𝑣‖ < 𝜀 với khi 0 < |𝑡 − 𝑡 | < 𝛿.

Mệnh đề Cho 𝑓(𝑡) = (𝑓 (𝑡), 𝑓 (𝑡), … , 𝑓 (𝑡)) là hàm vectơ biến 𝑡 ∈ ℝ. Khi ấy
lim 𝑓(𝑡) = (𝑣 , … , 𝑣 ) khi và chỉ khi lim 𝑓 (𝑡) = 𝑣 , với mọi 𝑖 = 1, … , 𝑛.
→ →
Chứng minh
Theo định nghĩa, lim 𝑓(𝑡) = 𝑣 thì với mọi 𝜀 > 0 đều tồn tại 𝛿 > 0 để
→
(𝑓 (𝑡) − 𝑣 ) + ⋯ + (𝑓 (𝑡) − 𝑣 ) < 𝜀 với mọi 𝑡 thỏa mãn 0 < |𝑡 − 𝑡 | < 𝛿.

Chứng tỏ |𝑓 (𝑡) − 𝑣 | < 𝜀 xảy ra mỗi khi 0 < |𝑡 − 𝑡 | < 𝛿. Vậy lim 𝑓 (𝑡) = 𝑣 , với
→
mọi 𝑖 = 1, … , 𝑛.
Trái lại, nếu (2.2) đúng thì với 𝜀 > 0 cho trước, ta lấy 𝜀 = , ta sẽ tìm được 𝛿 để
|𝑓 (𝑡) − 𝑣 | < 𝜀 mỗi khi 0 < |𝑡 − 𝑡 | < 𝛿 . Chọn 𝛿 = min {𝛿 , … , 𝛿 }, ta có
𝜀 𝜀
‖𝑓(𝑡) − 𝑣‖ = (𝑓 (𝑡) − 𝑣 ) + ⋯ + (𝑓 (𝑡) − 𝑣 ) < + ⋯ + = 𝜀.
𝑛 𝑛
mỗi khi 0 < |𝑡 − 𝑡 | < 𝛿. Chứng tỏ lim 𝑓(𝑡) = 𝑣. Mệnh đề được chứng minh xong.
→
Nhận xét Từ mệnh đề trên việc khảo sát giới hạn của hàm vectơ một biến hoàn
toàn có thể đưa về việc xét giới hạn của hàm số mà chúng ta đã học trong chương
trình Giải tích một biến. Nhiều tính chất về giới hạn của hàm vectơ có thể chứng minh
tương tự như trường hợp hàm số. Ví dụ như
a) lim 𝑓(𝑡) = 𝑣 khi và chỉ khi lim (𝑓(𝑡) − 𝑣) = 0 (ở đây 0 là vectơ có các
→ →
tọa độ bằng 0).

b) lim 𝑓(𝑡) = 𝑣 khi và chỉ khi 𝑓(𝑡) = 𝑣 + 𝛼(𝑡), trong đó 𝛼(𝑡) là vectơ vô
→
cùng bé khi 𝑡 → 𝑡 theo nghĩa lim 𝛼(𝑡) = 0.

→
c) Nếu 𝑓(𝑡) và 𝑔(𝑡) là hai hàm vectơ và lim 𝑓(𝑡) = 𝑣, lim 𝑔(𝑡) = 𝑢 thì
→ →
lim 𝑓(𝑡) + 𝑔(𝑡) = 𝑣 + 𝑢.

→
d) Nếu 𝑐 là hằng số và lim 𝑓(𝑡) = 𝑣 thì lim 𝑐𝑓(𝑡) = 𝑐𝑣.
→ →
e) Nếu 𝑐(𝑡) là một hàm số và lim 𝑐(𝑡) = 𝑐, lim 𝑓(𝑡) = 𝑣 thì
→ →
lim 𝑐(𝑡)𝑓(𝑡) = 𝑐𝑣.
→
f) Nếu 𝑓(𝑡) và 𝑔(𝑡) là hai hàm vectơ và lim 𝑓(𝑡) = 𝑣 , lim 𝑔(𝑡) = 𝑢 thì
→ →
lim < 𝑓(𝑡), 𝑔(𝑡) >=< 𝑣, 𝑢 > (tích vô hướng),

→

lim 𝑓(𝑡) × 𝑔(𝑡) = 𝑣 × 𝑢 (tích vectơ trong trường hợp 3 chiều).

→
Nhắc lại rằng người ta định nghĩa tích vectơ của 2 vectơ 𝑥 = (𝑥 , 𝑥 , 𝑥 ) và 𝑦 =
(𝑦 , 𝑦 , 𝑦 ) là vectơ (𝑥 𝑦 − 𝑥 𝑦 , 𝑥 𝑦 − 𝑥 𝑦 , 𝑥 𝑦 − 𝑥 𝑦 ).
Định nghĩa Hàm vectơ gọi là liên tục tại 𝑡 nếu lim 𝑓(𝑡) = 𝑓(𝑡 ), tức là với mọi
→
𝜀 > 0 sẽ tồn tại 𝛿 > 0 sao cho
‖𝑓(𝑡) − 𝑓(𝑡 )‖ < 𝜀 mỗi khi 0 < |𝑡 − 𝑡 | < 𝛿.
Hệ quả Hàm vectơ 𝑓(𝑡) = (𝑓 (𝑡), 𝑓 (𝑡), … , 𝑓 (𝑡)) liên tục tại 𝑡 khi và chỉ khi các
hàm tọa độ 𝑓 (𝑡), 𝑓 (𝑡), … , 𝑓 (𝑡) liên tục tại 𝑡 .
Chứng minh Suy ra ngay từ mệnh đề trên.
Từ kết quả này ta thấy rằng những tính chất về tính liên tục của hàm vectơ tương
tự như trường hợp hàm số.
2.1.3. Đạo hàm
( ∆ ) ( )
Định nghĩa Cho 𝑓(𝑡) là hàm vectơ. Khi ấy nếu lim tồn tại thì giới hạn
∆ → ∆
( )
đó được gọi là đạo hàm của 𝑓 tại 𝑡 và được ký hiệu là 𝑓 (𝑡) hay hay 𝑓̇(𝑡).
( )
Mệnh đề sau cho phép tính đạo hàm của 𝑓 qua các hàm số thành phần.
Mệnh đề Hàm vectơ 𝑓(𝑡) = (𝑓 (𝑡), 𝑓 (𝑡), … , 𝑓 (𝑡)) có đạo hàm tại 𝑡 khi và chỉ
khi 𝑓 (𝑡), 𝑓 (𝑡), … , 𝑓 (𝑡) khả vi tại 𝑡 và khi ấy ta có công thức
𝑓 (𝑡 ) = 𝑓 (𝑡 ), 𝑓 (𝑡 ), … , 𝑓 (𝑡 ) .
Chứng minh
Áp dụng công thức tính giới hạn hàm vectơ ta có
( ∆ ) ( )
lim = 𝑣, với 𝑣 = (𝑣 , … , 𝑣 ),
∆ → ∆
khi và chỉ khi

( ∆ ) ( )
lim = 𝑣 , với mọi 𝑖 = 1, … , 𝑛
∆ → ∆
và suy ra ngay kết quả.

Sau đây là một số công thức tính đạo hàm.
Mệnh đề Cho 𝑓(𝑡) và 𝑔(𝑡) là hai hàm vectơ có đạo hàm và 𝑐 là một hằng số. Khi
ấy
i) (𝑓(𝑡) + 𝑔(𝑡)) = 𝑓 (𝑡) + 𝑔 (𝑡);
ii) (𝑐𝑓 (𝑡)) = 𝑐𝑓 (𝑡);
iii) (< 𝑓(𝑡), 𝑔(𝑡) >) =< 𝑓(𝑡), 𝑔 (𝑡) > +< 𝑓 (𝑡), 𝑔(𝑡) >;

iv) (𝑓(𝑡) × 𝑔(𝑡)) = 𝑓(𝑡) × 𝑔 (𝑡) + 𝑓 (𝑡) × 𝑔(𝑡) (trong trường hợp 3 chiều).
Chứng minh
Ta sẽ chứng minh công thức (iii) còn các công thức khác chứng minh tương tự.
Vì 𝑓(𝑡) = (𝑓 (𝑡), 𝑓 (𝑡), … , 𝑓 (𝑡)) và
𝑔(𝑡) = (𝑔 (𝑡), 𝑔 (𝑡), … , 𝑔 (𝑡)), cho nên
< 𝑓(𝑡), 𝑔(𝑡) >= 𝑓 (𝑡)𝑔 (𝑡) + ⋯ + 𝑓 (𝑡)𝑔 (𝑡).
Dùng công thức đạo hàm của tổng và tích của các hàm số ta thu được
(< 𝑓(𝑡), 𝑔(𝑡) >) = (𝑓 (𝑡)𝑔 (𝑡)) + ⋯ + (𝑓 (𝑡)𝑔 (𝑡))
= 𝑓 (𝑡)𝑔 (𝑡) + 𝑓 (𝑡)𝑔 (𝑡) + ⋯ + 𝑓 (𝑡)𝑔 (𝑡) + 𝑓 (𝑡)𝑔 (𝑡)
= 𝑓 (𝑡)𝑔 (𝑡) + ⋯ + 𝑓 (𝑡)𝑔 (𝑡) + 𝑓 (𝑡)𝑔 (𝑡) + ⋯ + 𝑓 (𝑡)𝑔 (𝑡)
=< 𝑓(𝑡). 𝑔 (𝑡) > +< 𝑓 (𝑡). 𝑔(𝑡) >.
Mệnh đề được chứng minh xong.
Ví dụ
a) Cho hàm vectơ 𝑓(𝑡) sao cho độ dài vectơ ‖𝑓(𝑡)‖ là hằng số. Chứng minh
rằng 𝑓 (𝑡) vuông góc với 𝑓(𝑡) với mọi 𝑡.
Lời giải
Ta có < 𝑓(𝑡), 𝑔(𝑡) >= ‖𝑓(𝑡)‖ = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡. Áp dụng công thức tính đạo hàm
0 = (< 𝑓(𝑡), 𝑓(𝑡) >) =< 𝑓(𝑡), 𝑓 (𝑡) > +< 𝑓 (𝑡), 𝑓(𝑡) >.
Suy ra < 𝑓 (𝑡), 𝑓(𝑡) > = 0, chứng tỏ 𝑓 (𝑡) vuông góc với 𝑓(𝑡).
b) Cho hàm vectơ 𝑓(𝑡) có hướng hằng, tức là tồn tại hướng cố định 𝑣 và hàm
𝛼(𝑡) sao cho 𝑓(𝑡) = 𝛼(𝑡)𝑣. Khi ấy 𝑓 (𝑡) = 𝛼 (𝑡)𝑣 cũng là hàm vectơ có hướng trùng
với hướng của 𝑓(𝑡).
Chú ý Cho hàm vectơ 𝑓(𝑡) có đạo hàm thì đạo hàm 𝑓 (𝑡) cũng làm hàm vectơ.
Nếu hàm vectơ 𝑓 (𝑡) có đạo hàm thì đạo hàm của nó được ký hiệu là 𝑓 (𝑡) và được
gọi là đạo hàm cấp 2 của hàm 𝑓(𝑡). Tương tự ta có thể định nghĩa đạo hàm cấp 𝑚
của 𝑓(𝑡) và ký hiệu là 𝑓 ( ) (𝑡).
2.2. Ý nghĩa hình học và cơ học của đạo hàm của hàm vectơ một biến
2.2.1. Ý nghĩa hình học
Cho 𝑓(𝑡) là một hàm vectơ từ ℝ vào không gian ℝ . Các điểm cuối của vectơ
𝑓(𝑡) tạo thành một đường cong trong ℝ . Đặt 𝐴 là điểm cuối của vectơ 𝑓(𝑡), 𝐵 là
điểm cuối của vectơ 𝑓(𝑡 + ∆𝑡). Khi ấy ∆𝑓(𝑡) = 𝑓(𝑡 + ∆𝑡) − 𝑓(𝑡) là vectơ dây cung
( )
𝐴𝐵⃗ . Khi ∆𝑡 → 0, 𝐵 → 𝐴 và tiến dần tới vectơ tiếp tuyến với đường cong tại 𝐴,

theo nghĩa tương tự như đối với đường cong trong mặt phẳng. Để chính xác hóa khái
niệm này đối với đường cong 3 trong không gian 3 chiều, người ta thường định nghĩa
vectơ tiếp tuyến đường cong tại 𝐴 là vectơ cùng phương với 𝑓 (𝑡).
Ví dụ Cho 𝑓(𝑡) = (𝑐𝑜𝑠𝑡, 𝑠𝑖𝑛𝑡, 0) là hàm vectơ từ ℝ vào ℝ . Tập ảnh là đường
tròn đơn vị trên mặt phẳng 𝑥𝑦. Ta có 𝑓 (𝑡) = (−𝑠𝑖𝑛𝑡, 𝑐𝑜𝑠𝑡, 0). Đây là hướng tiếp
tuyến với đường tròn tại mọi điểm (𝑐𝑜𝑠𝑡, 𝑠𝑖𝑛𝑡, 0), 𝑡 ∈ ℝ.
2.2.2. Ý nghĩa cơ học
Giả sử điểm vật chất chuyển động trong không gian phụ thuộc vào thời gian 𝑡 theo
công thức 𝑓(𝑡) = (𝑓 (𝑡), 𝑓 (𝑡), 𝑓 (𝑡)). Tại thời điểm 𝑡, vị trí điểm vật chất sẽ là điểm
( )
cuối của vectơ 𝑓(𝑡). Khi ấy biểu thị tốc độ của chuyển động trung bình trong
thời gian từ 𝑡 đến 𝑡 + ∆𝑡 (điểm vật chất di chuyển từ 𝐴 tới 𝐵). Như vậy 𝑓 (𝑡) sẽ là
vectơ vận tốc chuyển động tại thời điểm 𝑡. Tương tự 𝑓 (𝑡) là vectơ gia tốc của chuyển
động tại thời điểm 𝑡.

CHƯƠNG 3 HÀM VECTƠ NHIỀU BIẾN

3.1. Tổng quan về hàm vectơ nhiều biến
3.1.1. Khái niệm
Cho 𝑋 ⊆ ℝ và 𝑓 là một phép ứng đơn trị từ 𝑋 vào ℝ . Nếu 𝑚 = 1 thì 𝑓 là hàm
vectơ một biến đã xét ở phần trước. Nếu 𝑚 > 1 và 𝑛 = 1 thì 𝑓 là hàm số nhiều biến
đã trình bày ở Chương 2. Khi 𝑚 > 1 và 𝑛 > 1 ta nói 𝑓 là hàm vectơ nhiều biến. Để
cho gọn và dễ phân biệt ta sẽ dùng từ “ánh xạ” để chỉ hàm vectơ nhiều biến (đơn trị).
Nếu cố định một hệ tọa độ của ℝ (hệ tọa độ Descartes được xem là hệ tọa độ
mặc định) thì với mỗi 𝑥 ∈ 𝑋, giá trị 𝑓(𝑥) là một vectơ trong ℝ có 𝑛 tọa độ: 𝑓(𝑥) =
𝑓 (𝑥), 𝑓 (𝑥), … , 𝑓 (𝑥) . Những tọa độ này là hàm số biến 𝑥, xác định trên 𝑋 và được
gọi là những hàm tọa độ (hay hàm thành phần) của 𝑓. Như vậy mỗi ánh xạ 𝑓 từ 𝑋 vào
ℝ có 𝑛 hàm tọa độ 𝑓 , 𝑓 , … , 𝑓 . Ngược lại, cho 𝑛 hàm số 𝑓 , 𝑓 , … , 𝑓 xác định trên
tập 𝑋 ta sẽ có một ánh xạ duy nhất 𝑓 từ 𝑋 vào ℝ nhận 𝑓 , 𝑓 , … , 𝑓 là những hàm tọa
độ (với đúng thứ tự trên) và ánh xạ này được cho bởi công thức
𝑓(𝑥) = (𝑓 (𝑥), 𝑓 (𝑥), … , 𝑓 (𝑥)) với mọi 𝑥 ∈ 𝑋.
Từ mối liên quan trên giữa ánh xạ và các hàm tọa độ chúng ta có thể khảo sát ánh
xạ thông qua tính chất của các hàm nhiều biến như khi khảo sát hàm vectơ một biến
ở phần trước vậy. Ví dụ, 𝑦 = (𝑦 , … , 𝑦 ) ∈ ℝ là giới hạn của 𝑓(𝑥) khi 𝑥 dần tới 𝑥
khi và chỉ khi với mọi 𝑖 = 1, … , 𝑛, 𝑦 là giới hạn của 𝑓 (𝑥) khi 𝑥 dần tới 𝑥 ; 𝑓 liên tục
tại 𝑥 khi và chỉ khi 𝑓 , 𝑓 , … , 𝑓 liên tục tại điểm này. Sau đây là một vài thí dụ hàm
vectơ nhiều biến.
Ví dụ
a) Lấy 𝑋 = ℝ , 𝐴 là ma trận cỡ (𝑛 × 𝑚) và 𝑏 là một vectơ trong ℝ . Khi ấy
𝑓(𝑥) = 𝑏 với mọi 𝑥 ∈ ℝ là một ánh xạ hằng;
𝑓(𝑥) = 𝐴𝑥 với mọi 𝑥 ∈ ℝ là một ánh xạ tuyến tính;
𝑓(𝑥) = 𝐴𝑥 + 𝑏 với mọi 𝑥 ∈ ℝ là một ánh xạ affine.
b) Cho 𝑋 = {(𝑥 , 𝑥 ) ∈ ℝ : 𝑥 + 𝑥 ≤ 1} là hình tròn đơn vị trong ℝ . Khi
ấy
𝑓(𝑥 , 𝑥 ) = (−𝑥 , 𝑥 , 1 − (𝑥 + 𝑥 ))
với mọi (𝑥 , 𝑥 ) ∈ 𝑋 là một ánh xạ từ 𝑋 vào ℝ . Các hàm thành phần của 𝑓 là
𝑓 (𝑥 , 𝑥 ) = −𝑥 ,
𝑓 (𝑥 , 𝑥 ) = 𝑥 ,

𝑓 (𝑥 , 𝑥 ) = 1 − (𝑥 + 𝑥 ).
c) Lấy 𝑋 = ℝ và ℝ được trang bị hệ tọa độ trụ (𝑟, 𝜃, 𝑧). Xét các hàm
𝑓 (𝑥 , 𝑥 ) = 𝑥 +𝑥 ,
𝑥
arctan 𝑘ℎ𝑖 𝑥 ≠ 0
𝑥
𝑓 (𝑥 , 𝑥 ) = 𝜋
𝑠𝑔𝑛(𝑥 ) 𝑘ℎ𝑖 𝑥 = 0
2
𝑓 (𝑥 , 𝑥 ) = 0
Khi ấy 𝑓 = (𝑓 , 𝑓 , 𝑓 ) là ánh xạ đồng nhất từ ℝ vào mặt phẳng 𝑧 = 0 trong ℝ .
3.1.2. Ma trận Jacobi
Cho 𝑓 là ánh xạ từ ℝ vào ℝ với các hàm tọa độ 𝑓 , … , 𝑓 . Giả thiết rằng các
hàm tọa độ 𝑓 có đạo hàm riêng . Khi ấy ma trận
𝜕𝑓 (𝑥) 𝜕𝑓 (𝑥)
⋯
⎛ 𝜕𝑥 𝜕𝑥 ⎞
⎜ ⋮ … ⋮ ⎟
𝜕𝑓 (𝑥) 𝜕𝑓 (𝑥)
⋯
⎝ 𝜕𝑥 𝜕𝑥 ⎠
được gọi là ma trận Jacobi của 𝑓 tại 𝑥 và ký hiệu là 𝐽 (𝑥).
Nhận xét rằng hàng của ma trận Jacobi chính là gradient của các hàm 𝑓 , 𝑓 , … , 𝑓 .
Do vậy ta có thể viết ma trận Jacobi như sau
𝑔𝑟𝑎𝑑𝑓 (𝑥)
𝐽 (𝑥) = ⋮
𝑔𝑟𝑎𝑑𝑓 (𝑥)
Ví dụ
a) Xét ánh xạ affine 𝑓(𝑥) = 𝐴𝑥 + 𝑏, ta có ngay 𝐽 (𝑥) = 𝐴 với mọi 𝑥 ∈ ℝ .
b) Ma trận Jacobi của ánh xạ 𝑓 trong Ví dụ 2 sẽ là
−1 0
0 1
𝐽 (𝑥 , 𝑥 ) = 𝑥 𝑥
− −
1 − (𝑥 + 𝑥 ) 1 − (𝑥 + 𝑥 )
với mọi (𝑥 , 𝑥 ) thỏa mãn 𝑥 + 𝑥 < 1.
c) Xét ánh xạ 𝑓 từ ℝ vào ℝ cho bởi công thức sau trong hệ tọa độ cực
𝑓(𝑟, 𝜃, 𝜑) = (𝑟𝑐𝑜𝑠𝜃𝑠𝑖𝑛𝜑, 𝑟𝑠𝑖𝑛𝜃𝑠𝑖𝑛𝜑, 𝑟𝑐𝑜𝑠𝜑).

Khi ấy ma trận Jacobi của 𝑓 tại (𝑟, 𝜃, 𝜑) sẽ là

𝑐𝑜𝑠𝜃𝑠𝑖𝑛𝜑 −𝑟𝑠𝑖𝑛𝜃𝑠𝑖𝑛𝜑 𝑟𝑐𝑜𝑠𝜃𝑐𝑜𝑠𝜑
𝐽 (𝑟, 𝜃, 𝜑) = 𝑠𝑖𝑛𝜃𝑠𝑖𝑛𝜑 𝑟𝑐𝑜𝑠𝜃𝑠𝑖𝑛𝜑 𝑟𝑠𝑖𝑛𝜃𝑐𝑜𝑠𝜑 .
𝑐𝑜𝑠𝜑 0 −𝑟𝑠𝑖𝑛𝜑
3.1.3. Ánh xạ khả vi
Giả sử 𝑓 là một ánh xạ từ tập mở 𝑋 ⊆ ℝ vào ℝ . Ta nói 𝑓 là khả vi tại điểm
𝑥 ∈ 𝑋 nếu tồn tại một ánh xạ tuyến tính 𝐴 từ ℝ vào ℝ sao cho với mọi
ℎ ∈ ℝ , 𝑥 + ℎ ∈ 𝑋, ta có
𝑓(𝑥 + ℎ) = 𝑓(𝑥) + 𝐴ℎ + 𝛼(ℎ) (3.1)
trong đó 𝛼(ℎ) thỏa mãn điều kiện
‖ ( )‖
lim ‖ ‖
= 0. (3.2)
‖ ‖→
Ánh xạ tuyến tính 𝐴 trong biểu thức (3.1) được gọi là đạo hàm của 𝑓 tại 𝑥 và
thường được ký hiệu là 𝑓 (𝑥).
Khi ℎ = ∆𝑥 là đủ nhỏ thì đại lượng 𝐴∆𝑥 có tên gọi là vi phân của ánh xạ 𝑓 tại 𝑥
ứng với số gia ∆𝑥 và được ký hiệu là 𝑑𝑓(𝑥). Với ánh xạ đồng nhất 𝑓(𝑥) = 𝑥 ta có 𝐴
là ma trận đơn vị, nên 𝑑𝑥 = ∆𝑥. Suy ra, trong trường hợp chung, ta có
𝑑𝑓(𝑥) = 𝐴∆𝑥 = 𝑓 (𝑥)𝑑𝑥.
Nhận xét rằng nếu 𝑓 khả vi tại 𝑥 thì từ (3.1) ta thấy có thể được xấp xỉ bởi ánh xạ
affine 𝑥 ⟼ 𝑓(𝑥) + 𝐴(𝑥 − 𝑥) với độ sai khác là 𝛼(𝑥 − 𝑥), một đại lượng vô cùng
bé so với ‖𝑥 − 𝑥‖ khi 𝑥 đủ gần 𝑥.
Ví dụ
a) Xét ánh xạ affine 𝑓(𝑥) = 𝐴𝑥 + 𝑏. Với ánh xạ tuyến tính 𝐴 này và ánh xạ 𝛼
đồng nhất bằng 0, ta thấy (1) và (2) thỏa mãn. Vậy 𝑓 khả vi tại mọi điểm 𝑥 và đạo
hàm 𝑓 (𝑥) = 𝐴.
b) Ánh xạ 𝑓 từ ℝ vào ℝ cho bởi công thức
𝑓(𝑥 , 𝑥 ) = (𝑥 , |𝑥 |).
Chúng ta khảo sát tính khả vi của 𝑓 tại điểm 𝑥 = (0,0). Nếu như 𝑓 khả vi tại điểm
𝑎 𝑏
này thì ta phải tìm được ánh xạ tuyến tính cho bởi ma trận cấp hai và ánh xạ
𝑐 𝑑
𝛼(𝑥 , 𝑥 ) = (𝛼 (𝑥 , 𝑥 ), 𝛼 (𝑥 , 𝑥 )) sao cho
(ℎ , |ℎ |) = (𝑎ℎ + 𝑏ℎ + 𝛼 (ℎ), 𝑐ℎ + 𝑑ℎ + 𝛼 (ℎ))
( ) ( )
với mọi ℎ = (ℎ , ℎ ) ∈ ℝ , trong đó ‖ ‖
và ‖ ‖
dần tới 0 khi ‖ℎ‖ dần tới 0. Từ
đẳng thức trên lấy ℎ = 0 ta có 𝑎 = 1, 𝑐 = 0. Nếu lấy ℎ = 0 thì 𝑏 = 0 và 𝑑 = 1 khi

ℎ > 0; 𝑑 = −1 khi ℎ < 0. Điều này không thể được vì ánh xạ tuyến tính 𝐴 trong
(3.1) không phụ thuộc vào ℎ. Chứng tỏ 𝑓 không khả vi tại điểm (0,0).
Định lý sau đây cho phép chúng ta xem xét tính khả vi và cách tính đạo hàm của
ánh xạ thông qua các hàm tọa độ.
Định lý Giả thiết 𝑓 = (𝑓 , … , 𝑓 ) là một ánh xạ từ tập mở 𝑋 ⊆ ℝ vào ℝ . Khi
ấy 𝑓 khả vi tại 𝑥 ∈ 𝑋 nếu và chỉ nếu các hàm tọa độ 𝑓 , … , 𝑓 khả vi tại 𝑥 và ta có
𝑓 (𝑥)
𝑓 (𝑥) = ⋮ (3.3)
𝑓 (𝑥)
Chứng minh
Nếu 𝑓 khả vi tại 𝑥 thì ta có (3.1). Ký hiệu 𝐴 , … , 𝐴 và 𝛼 , … , 𝛼 là những hàm
tọa độ của 𝐴 và 𝛼. Khi ấy với mọi 𝑖 ta có
𝑓 (𝑥 + ℎ) = 𝑓 (𝑥) + 𝐴 (ℎ) + 𝛼 (ℎ) (3.4)
với mọi ℎ ∈ ℝ . Ngoài ra (3.2) cũng kéo theo
‖ ( )‖
lim ‖ ‖
=0 (3.5)
‖ ‖→
nó chứng tỏ 𝑓 khả vi tại 𝑥 với đạo hàm 𝑓 (𝑥) = 𝐴 . Công thức (3.3) là hiển nhiên vì
𝑓 (𝑥) = 𝐴.
Ngược lại, giả thiết 𝑓 , … , 𝑓 khả vi tại 𝑥. Khi ấy (3.4) và (3.5) đúng, trong đó 𝐴
là đạo hàm của 𝑓 tại 𝑥. Xét ánh xạ tuyến tính 𝐴 với các hàm tọa độ 𝐴 , … , 𝐴 và ánh
xạ 𝛼 với các hàm tọa độ 𝛼 , … , 𝛼 . Từ (3.4) có ngay (3.1) và từ (3.5) có ngay (3.2).
Chứng tỏ 𝑓 là khả vi tại 𝑥 và đạo hàm của nó được cho bởi công thức (3.3). Định lý
được chứng minh xong.
Áp dụng định lý cho ánh xạ trong Thí dụ 8 ta sẽ thấy ngay là ánh xạ này không
khả vi tại 𝑥 = 0 vì hàm tọa độ thứ hai không khả vi tại đó.
Hệ quả sau đây cho ta một số tính chất quan trọng của đạo hàm tương tự như
trường hợp hàm số.
Hệ quả Giả thiết 𝑓 = (𝑓 , … , 𝑓 ) khả vi tại 𝑥. Khi ấy
a) 𝑓 liên tục tại 𝑥;
b) Đạo hàm 𝑓 (𝑥) là duy nhất;
c) Các hàm tọa độ 𝑓 , … , 𝑓 có đạo hàm riêng tại 𝑥 và ma trận Jacobi của 𝑓
trùng với ma trận của đạo hàm 𝑓 (𝑥);
d) Với mỗi 𝜆 ∈ ℝ và mọi ánh xạ 𝑔: 𝑋 → ℝ khả vi tại 𝑥, các ánh xạ 𝜆𝑓, 𝑓. 𝑔
và 𝑓 + 𝑔 khả vi tại 𝑥 và ta có

(𝜆𝑓) (𝑥) = 𝜆𝑓 (𝑥);

(𝑓 + 𝑔) (𝑥) = 𝑓 (𝑥) + 𝑔 (𝑥);
(𝑓. 𝑔) (𝑥) = 𝑓 (𝑥). [𝑔(𝑥)] + 𝑓(𝑥). [𝑔 (𝑥)] ,
trong đó 𝐴 là ký hiệu ma trận chuyển vị của ma trận 𝐴.
Chứng minh Suy trực tiếp từ định lý và từ các tính chất tương ứng của hàm nhiều
biến khả vi.
Lưu ý rằng, cũng như đối với hàm nhiều biến, một ánh xạ liên tục không nhất thiết
phải khả vi (xem thí dụ trên) và sự tồn tại của ma trận Jacobi cũng không kéo theo
tính khả vi của ánh xạ. Thí dụ đơn giản sau đây sẽ minh họa điều đó.
Nếu ánh xạ 𝑓 là khả vi tại mọi điểm trên tập mở 𝑋 thì ta nói nó là khả vi trên 𝑋.
Khi ấy, nếu đạo hàm của các hàm thành phần 𝑓 (. ) là những ánh xạ liên tục trên 𝑋
thì ta nói 𝑓 là ánh xạ khả vi liên tục trên 𝑋.
Ví dụ
Xét ánh xạ 𝑓 từ ℝ vào ℝ cho bởi công thức
𝑓 (𝑥 , 𝑥 ) = 0,
0 𝑛ế𝑢 𝑥 ≠ 𝑥 ,
𝑓 (𝑥 , 𝑥 ) =
|𝑥 | 𝑛ế𝑢 𝑥 = 𝑥 .
Rõ ràng 𝑓 và 𝑓 có đạo hàm riêng tại 0 và ma trận Jacobi của 𝑓 tại điểm này là
ma trận đồng nhất bằng 0. Thế nhưng 𝑓 không khả vi tại 0.
Ngoài hai công thức tính đạo hàm của ánh xạ nêu trong hệ quả 𝑑), quy tắc dây
xích dưới đây rất hữu ích trong việc tính đạo hàm của ánh xạ hợp.
Định lý Giả thiết 𝑓 là ánh xạ từ tập mở 𝑋 ⊆ ℝ vào tập mở 𝑌 ⊆ ℝ , khả vi tại
𝑥 ∈ 𝑋 và 𝑔 là ánh xạ từ 𝑌 vào ℝ , khả vi tại 𝑦 = 𝑓(𝑥). Khi ấy ánh xạ hợp 𝑔 ∘ 𝑓 từ 𝑋
vào ℝ khả vi tại 𝑥 và đạo hàm của nó được tính theo công thức
(𝑔 ∘ 𝑓) (𝑥) = 𝑔 (𝑦) ∘ 𝑓 (𝑥).
Chứng minh
Vì 𝑓 và 𝑔 khả vi nên tồn tại các ánh xạ 𝛼 (từ ℝ 𝑣à𝑜 ℝ ) và 𝛽 (từ ℝ 𝑣à𝑜 ℝ )
sao cho
𝑓(𝑥 + ℎ) = 𝑓(𝑥) + 𝑓 (𝑥)(ℎ) + 𝛼(ℎ), 𝑣ớ𝑖 ℎ ∈ ℝ ,
𝑔(𝑦 + 𝑢) = 𝑔(𝑦) + 𝑔 (𝑦)(𝑢) + 𝛽(𝑢), 𝑣ớ𝑖 𝑢 ∈ ℝ (3.6)
và
‖𝛼(ℎ)‖ ‖𝛽(𝑢)‖
lim = 0, lim = 0.
‖ ‖→ ‖ℎ‖ ‖ ‖→ ‖𝑢‖

Đặt 𝑢 = 𝑓 (𝑥)(ℎ) + 𝛼(ℎ), 𝛾(ℎ) = 𝑔 (𝑦) 𝛼(ℎ) + 𝛽(𝑢 ) ,

𝐴 = 𝑔 (𝑦) ∘ 𝑓 (𝑥).
Khi ấy ta có những nhận xét sau
lim ‖𝑢 ‖ = 0,
‖ ‖→
‖𝑢 ‖
lim ≤ ‖𝑓 (𝑥)‖.
‖ ‖→ ‖ℎ‖
Từ những nhận xét này và (3.6) suy ra, với mọi ℎ ∈ ℝ ,
(𝑔 ∘ 𝑓)(𝑥 + ℎ) = 𝑔(𝑦) + 𝐴(ℎ) + 𝛾(ℎ),
‖ ( )‖ ‖ ( )‖ ‖ ( )‖ ‖ ‖
trong đó lim ‖ ‖
≤ lim ‖𝑔 (𝑦)‖
‖ ‖
+ ‖ ‖
. ‖ ‖
= 0. Điều này chứng
‖ ‖→ ‖ ‖→
tỏ ánh xạ hợp 𝑔 ∘ 𝑓 khả vi tại 𝑥 với đạo hàm bằng 𝐴. Định lý được chứng minh xong.
Chú ý Định lý cho ta một điều kiện đủ để nhận biết tính khả vi của ánh xạ hợp.
Tuy nhiên đây không phải là điều kiện cần. Thí dụ, xét ánh xạ hằng 𝑔(𝑦) = 0 thì với
mọi 𝑓, ánh xạ hợp 𝑔 ∘ 𝑓 đều khả vi.
Ví dụ
Cho 𝑓 từ ℝ vào ℝ và 𝑔 từ ℝ vào ℝ xác định theo công thức
𝑓(𝑥 , 𝑥 ) = (𝑥 + 1, 𝑥 , 𝑥 + 𝑥 ),
𝑔(𝑦 , 𝑦 , 𝑦 ) = 𝑦 ,𝑦 + 𝑦 .
Tính đạo hàm của hàm hợp 𝑔 ∘ 𝑓 tại (0,0).
Lời giải
Nhận xét rằng 𝑓(0,0) = (1,0,0); ánh xạ 𝑓 khả vi tại mọi điểm còn 𝑔 khả vi tại
mọi điểm với 𝑦 > 0, nói riêng tại 𝑦 = 𝑓(0,0). Như vậy 𝑔 ∘ 𝑓 khả vi tại (0,0) và đạo
hàm (𝑔 ∘ 𝑓) (0,0) là
1 0 0
(𝑔 ∘ 𝑓) (0,0) = 2 0 0 0 0
0 0 = .
1 1
0 1 1 1 1
3.1.4. Định lý ánh xạ ngược
Trong giáo trình Giải tích một biến chúng ta đã biết nếu hàm số 𝑓 liên tục và tăng
(hoặc giảm) trong khoảng (𝑎, 𝑏) ⊆ ℝ thì sẽ tồn tại hàm ngược 𝑓 liên tục, tăng từ
khoảng (𝑓(𝑎), 𝑓(𝑏)) vào (𝑎, 𝑏). Ngoài ra nếu 𝑓 khả vi với đạo hàm khác 0 trên
khoảng (𝑎, 𝑏) thì 𝑓 cũng khả vi trên khoảng (𝑓(𝑎), 𝑓(𝑏)) với (𝑓 ) (𝑥) = .
( )
Đối với ánh xạ, khái niệm tăng hay giảm không còn thích hợp cho nên việc xác định
ánh xạ ngược đòi hỏi những điều kiện ngặt nghèo hơn. Trước hết ta nhắc lại khái

niệm ánh xạ ngược. Cho 𝑈 và 𝑉 là hai tập mở trong ℝ và 𝑓 là ánh xạ từ 𝑈 và 𝑉. Ta

nói rằng 𝑓 có ánh xạ ngược 𝑓 từ 𝑉 vào 𝑈 nếu 𝑓 ∘ 𝑓 và 𝑓 ∘ 𝑓 là những ánh xạ
đồng nhất trên 𝑉 và trên 𝑈.
Ví dụ
a) Xét phép tịnh tiến 𝑓 từ ℝ vào ℝ cho bởi công thức 𝑓(𝑥) = 𝑥 + 𝑎, trongđó
𝑎 là một vectơ hằng. Khi ấy 𝑓 (𝑥) = 𝑥 − 𝑎 cũng là một phép tịnh tiến (bởi vectơ
−𝑎).
b) Giả sử 𝑓 từ ℝ vào ℝ là ánh xạ tuyến tính cho bởi ma trận vuông không
suy biến 𝑓(𝑥) = 𝐴𝑥. Khi ấy 𝑓 (𝑥) = 𝐴 𝑥, trong đó 𝐴 là ma trận nghịch đảo của
ma trận 𝐴.
c) Xét ánh xạ 𝑓 từ ℝ vào ℝ cho bởi công thức
𝑓(𝑥 , … , 𝑥 ) = (0, 𝑥 , … , 𝑥 )
với mọi (𝑥 , … , 𝑥 ) ∈ ℝ . Khi ấy 𝑓 không có ánh xạ ngược. Thật vậy, nếu tồn tại 𝑓
thì lấy 𝑦 = (1,0, … ,0) và giả sử 𝑓 (𝑦) = (𝑎 , 𝑎 , … , 𝑎 ), ta có
𝑓∘𝑓 (𝑦) = (0, 𝑎 , … , 𝑎 )
là một vectơ khác 𝑦. Điều này mâu thuẫn với định nghĩa.
Nói chung, việc xác định tường minh ánh xạ ngược của một ánh xạ cho trước là
công việc rất khó khăn. Tuy nhiên trong nhiều bài toán người ta chỉ cần xem ánh xạ
cho trước có ánh xạ ngược hay không. Định lý quan trọng sau đây cho ta một điều
kiện bảo đảm sự tồn tại của ánh xạ ngược.
Định lý (Ánh xạ ngược) Giả thiết 𝑓 là ánh xạ khả vi liên tục từ tập mở 𝑈 trong
ℝ vào ℝ sao cho ma trận Jacobi 𝐽 (𝑥 ) không suy biến với mọi 𝑥 ∈ 𝑈 . Khi ấy
tồn tại lân cận 𝑈 ⊆ 𝑈 của điểm 𝑥 và lân cận 𝑉 của điểm 𝑓(𝑥 ) sao cho 𝑓 có ánh xạ
ngược 𝑓 từ 𝑉 vào 𝑈 khả vi tại mọi điểm 𝑦 ∈ 𝑉 với
(𝑓 ) (𝑦) = (𝑓 (𝑓 (𝑦))) .
Chứng minh
Ký hiệu 𝐴 là ma trận Jacobi của ánh xạ 𝑓 tại 𝑥 . Theo giả thiết 𝑑𝑒𝑡𝐴 ≠ 0, nên 𝐴
là song ánh. Ký hiệu ánh xạ ngược của 𝐴 là 𝐴 , 𝑆 là mặt cầu đơn vị và 𝐵 là hình cầu
đơn vị trong ℝ . Trước hết chúng ta có những nhận xét sau
a) Tồn tại 𝜀 > 0 để ‖𝐴𝑣‖ > 2𝜀‖𝑣‖ với mọi 𝑣 ≠ 0.
Thật vậy, nếu điều này sai thì, do 𝐴 tuyến tính, với 𝜀 = tìm được 𝑣 , ‖𝑣 ‖ = 1
để ‖𝐴𝑣 ‖ ≤ . Do S compact nên ta có thể xem như 𝑣 hội tụ với 𝑣 ∈ 𝑆 khi 𝑘 → ∞.
Ta có ngay ‖𝐴𝑣‖ = 0 trái với tính song ánh của 𝐴.

b) Với 𝜀 > 0 đã biết, tìm được 𝛿 > 0 sao cho với mọi 𝑥 ∈ 𝑥 + 𝛿𝐵 và mọi
𝑣 ≠ 0, ta có
𝜀
‖𝑓 (𝑥)(𝑣) − 𝐴𝑣‖ < ‖𝑣‖, ‖𝑓 (𝑥)(𝑣)‖ > 𝜀‖𝑣‖;
2
tức là 𝑓 (𝑥) đủ gần 𝐴.
Thật vậy bất đẳng thức đầu suy từ tính liên tục của ánh xạ đạo hàm 𝑥 ⟼ 𝑓 (𝑥)
còn bất đẳng thức sau suy từ tính liên tục nên trên và nhận xét thứ nhất.
c) Trong khuôn khổ của nhận xét trên, với mọi 𝑥, 𝑥 ∈ 𝑥 + 𝛿𝐵 ta có
𝜀
‖𝑓(𝑥 ) − 𝑓(𝑥)‖ > ‖𝑥 − 𝑥‖,
2
nghĩa là hàm 𝑓 có tính chất dãn. Thật vậy, xét hàm 𝑓(𝑥) = 𝑓(𝑥) − 𝐴𝑥. Từ nhận xét
trên ta có 𝑓 (𝑥)(𝑣) < ‖𝑣‖, với mọi 𝑥 ∈ 𝑥 + 𝛿𝐵 và mọi 𝑣 ∈ ℝ . Theo hệ quả
của công thức Taylor
𝜀
𝑓(𝑥 ) − 𝑓 (𝑥) = ‖𝑓(𝑥 ) − 𝑓(𝑥) − 𝐴(𝑥 − 𝑥)‖ ≤ ‖𝑥 − 𝑥‖.
2
Mặt khác cũng theo nhận xét trên ta có
‖𝑓(𝑥 ) − 𝑓(𝑥) − 𝐴(𝑥 − 𝑥)‖ ≥ ‖𝐴(𝑥 − 𝑥)‖ − ‖𝑓(𝑥 ) − 𝑓(𝑥)‖
> 𝜀‖𝑥 − 𝑥‖ − ‖𝑓(𝑥 ) − 𝑓(𝑥)‖
Kết hợp những bất đẳng thức này ta có điều mong muốn.
d) Tồn tại 𝑟 > 0 để (𝑓(𝑥 ) + 2𝑟𝐵) ∩ 𝑓(𝑥 + 𝛿𝑆) = ∅. Thật vậy, do 𝑓 liên tục
nên tập ảnh 𝑓(𝑥 + 𝛿𝑆) là compact. Từ nhận xét 3) ta thấy 𝑓(𝑥 ) ≠ 𝑓(𝑥 + 𝛿𝑆) cho
nên tìm được 𝑟 > 0 đủ nhỏ để (𝑓(𝑥 ) + 2𝑟𝐵) ∩ 𝑓(𝑥 + 𝛿𝑆) = ∅ như yêu cầu.
Bây giờ ta xây dựng các tập 𝑈, 𝑉 và ánh xạ 𝑓 như sau. Lấy
𝑉 = 𝑓(𝑥 ) + 𝑖𝑛𝑡(𝑟𝐵),
𝑈 = {𝑥 ∈ 𝑥 + 𝑖𝑛𝑡(𝛿𝐵): 𝑓(𝑥) ∈ 𝑉},
trong đó 𝑖𝑛𝑡(… ) ký hiệu phần trong của tập trong ngoặc.
Vì 𝑓 liên tục nên 𝑈 = {𝑥 + 𝑖𝑛𝑡(𝛿𝐵)} ∩ 𝑓 (𝑉) là tập mở. Để xây dựng 𝑓 ta
phải chỉ ra rằng với mọi 𝑦 ∈ 𝑉 tồn tại duy nhất một 𝑥 ∈ 𝑈 để 𝑓(𝑥) = 𝑦, và khi ấy
phép ứng 𝑦 → 𝑥 chính là ánh xạ ngược 𝑓 cần tìm.
Trước hết ta chứng minh sự tồn tại của 𝑥 (với 𝑦 ∈ 𝑉 cố định bất kỳ). Muốn thế
xét hàm số
𝜑(𝑧) = ‖𝑦 − 𝑓(𝑧)‖ .

Đây là hàm khả vi liên tục trên tập compact 𝑥 + 𝛿𝐵 nên sẽ đạt cực tiểu tại một
điểm 𝑥 nào đó. Điểm 𝑥 không thể nằm trên biên của tập 𝑥 + 𝛿𝐵 vì với 𝑧 trên biên
tập này ta có
0 = 𝜑 (𝑥) = −2𝑓 (𝑥) 𝑦 − 𝑓(𝑥) .
Do 𝑓 (𝑥) là song ánh nên điều này chỉ xảy ra khi 𝑦 = 𝑓(𝑥). Như vậy, với mỗi
𝑦 ∈ 𝑉 cho trước, ta đã tìm được 𝑥 ∈ 𝑈 như yêu cầu. Tính duy nhất của 𝑥 suy ngay từ
Nhận xét 3). Cũng từ nhận xét này ta thu được tính liên tục của 𝑓 .
Công việc còn lại là chứng minh 𝑓 khả vi tại 𝑦 = 𝑓(𝑥 ). Tính khả vi tại các
điểm khác của 𝑉 được chứng minh tương tự. Cho ℎ ∈ ℝ bất kỳ thỏa mãn 𝑦 + ℎ ∈
𝑉. Đặt 𝑢 = 𝑓 (𝑦 + ℎ) − 𝑥 . Vì 𝑓 khả vi tại 𝑥 , tồn tại ánh xạ 𝛼 từ ℝ vào ℝ sao
cho
𝑓(𝑥 + 𝑣) = 𝑓(𝑥 ) + 𝐴(𝑣) + 𝛼(𝑣),
với mọi 𝑣 ∈ ℝ , 𝑥 + 𝑣 ∈ 𝑈 và 𝛼(𝑣) là đại lượng vô cùng nhỏ của 𝑣.
Đặt 𝛽(ℎ) = −𝐴 𝛼(𝑢) , trong đó 𝑢 = 𝑓 (𝑦 + ℎ) − 𝑥 . Khi ấy
𝑓 (𝑦 + ℎ) = 𝑓 (𝑦 ) + 𝐴 (ℎ) + 𝛽(ℎ).
Từ tính liên tục của 𝑓 , tính liên tục của ánh xạ 𝐴 và từ nhận xét 3) ta thấy
‖ℎ‖ → 0 kéo theo các đại lượng sau tiến dần tới 0
‖𝛼(𝑢)‖ ‖𝐴 (𝛼(𝑢))‖
‖𝑓 (𝑦 + ℎ) − 𝑓 (𝑦)‖; ; .
‖𝑢‖ ‖𝑢‖
‖ ( )‖
Chứng tỏ lim ‖ ‖
= 0 và do đó 𝑓 khả vi tại 𝑥 với đạo hàm đúng bằng 𝐴 .
‖ ‖→
Định lý được chứng minh xong.
Ví dụ
Xem xét vectơ 𝑓 từ ℝ vào ℝ cho bởi công thức
𝑓(𝑥, 𝑦, 𝑧) = (𝑠𝑖𝑛𝑥 + 𝑦, 𝑦 + 𝑧, 2𝑧 + 𝑥 ).
Tại điểm (0,0,0), giá trị của hàm là (0,0,0) và ma trận Jacobi là
1 1 0
𝐽 (0,0,0) = 0 1 1 .
0 0 2
Ma trận này không suy biến, nên theo định lý hàm ngược, tại lân cận đủ nhỏ của
gốc tọa độ, tồn tại hàm ngược 𝑓 (mặc dù không có biểu thức tường minh), và ma
trận Jacobi của hàm ngược tại (0,0,0) là
1 −1 1/2
𝐽 (0,0,0) = [𝐽 (0,0,0)] = 0 1 −1/2 .
0 0 1/2

3.1.5. Hàm ẩn
Giả sử 𝑓 là ánh xạ từ tập mở 𝑍 ⊆ ℝ × ℝ vào ℝ và (𝑥 , 𝑦 ) ∈ ℤ là điểm sao
cho
𝑓(𝑥 , 𝑦 ) = 0.
Nếu như tồn tại ánh xạ 𝜑 trong lân cận nào đó của 𝑥 vào ℝ sao cho
𝜑(𝑥 ) = 𝑦 và với mọi 𝑥 trong lân cận đó
𝑓 𝑥, 𝜑(𝑥) = 0,
thì ta nói 𝜑 là hàm ẩn xác định bởi 𝑓.
Ví dụ
a) Xét 𝑓 từ ℝ vào ℝ cho bởi công thức 𝑓(𝑥, 𝑦) = 𝑥 + 𝑦 − 2. Lấy
𝑥 = 1, 𝑦 = 1 thì 𝑓(1,1) = 0. Phương trình 𝑓(𝑥, 𝑦) = 0 có thể giải để tìm 𝑦 theo 𝑥
𝑦 =± 2−𝑥 .
Hàm 𝑦 = √2 − 𝑥 là hàm ẩn thỏa mãn 𝑦(𝑥 ) = 𝑦 và 𝑓(𝑥, 𝑦) = 0 với mọi 𝑥 gần
1 |𝑥| ≤ √2 .
b) Xét 𝑓 từ ℝ vào ℝ cho bởi công thức
𝑓(𝑥, 𝑦, 𝑧) = (𝑥 + 𝑧, 𝑥 + 𝑦 + 𝑧) − (2,3).
Lấy 𝑥 = 1, (𝑦 , 𝑧 ) = (1,1), ta thấy 𝑓(1,1,1) = 0. Giải phương trình
𝑓(𝑥, 𝑦, 𝑧) = 0 ta tìm được ánh xạ 𝜑 từ ℝ vào ℝ cho bởi công thức
𝜑(𝑥) = (1 − 𝑥 + 𝑥 , 2 − 𝑥 )
là hàm ẩn được xác định bởi 𝑓 𝑥, 𝜑(𝑥) = 0.
Trong thí dụ trên bằng cách giải phương trình theo ẩn 𝑥 ta có thể tìm được hàm
ẩn. Tuy nhiên việc giải phương trình không phải lúc nào cũng thực hiện được. Trong
nhiều trường hợp chúng ta chỉ cần xác định xem có tồn tại hàm ẩn hay không. Định
lý sau cho chúng ta một điều kiện đủ để tồn tại hàm ẩn và cách tính đạo hàm của nó.
Đinh lý (Hàm ẩn) Giả thiết 𝑓 là ánh xạ khả vi liên tục từ tập mở 𝑈 ⊆ ℝ × ℝ
vào ℝ và (𝑥 , 𝑦 ) ∈ 𝑈 là điểm thỏa mãn những điều kiện sau
i) 𝑓(𝑥 , 𝑦 ) = 0;
ii) Ma trận Jacobi của ánh xạ 𝑓 đối với biến thứ hai 𝑦 tại điểm (𝑥 , 𝑦 ) không
suy biến.
Khi ấy tồn tại lân cận 𝑋 của 𝑥 trong ℝ và ánh xạ khả vi 𝜑 từ 𝑋 vào ℝ sao cho
a) 𝜑(𝑥 ) = 𝑦 ;
b) 𝑓 𝑥, 𝜑(𝑥) = 0, với mọi 𝑥 ∈ 𝑋.

Chứng minh
Xét ánh xạ 𝐹 từ 𝑈 vào ℝ × ℝ cho bởi công thức
𝐹(𝑥, 𝑦) = (𝑥, 𝑓(𝑥, 𝑦)), với mọi (𝑥, 𝑦) ∈ 𝑈 .
Ma trận Jacobi của 𝐹 sẽ có dạng
𝐼 0
𝐽 (𝑥, 𝑦) = 𝐽 (𝑥, 𝑦) 𝐽 (𝑥, 𝑦) .
trong đó 𝐼 là ma trận đơn vị cấp 𝑛, 0 là ma trận cỡ 𝑛 × 𝑚 với các thành phần bằng 0;
𝐽 (𝑥, 𝑦) là ma trận Jacobi của ánh xạ 𝑓(. , 𝑦) đối với biến 𝑥 khi 𝑦 cố định và 𝐽 (𝑥, 𝑦)
là ma trận Jacobi của ánh xạ 𝑓(𝑥, . ) đối với biến 𝑦 khi 𝑥 cố định. Vì 𝐽 (𝑥 , 𝑦 ) không
suy biến (Điều kiện (ii)), 𝐽 (𝑥 , 𝑦 ) không suy biến. Áp dụng định lý ánh xạ ngược ta
tìm được ánh xạ khả vi 𝐹 từ lân cận mở 𝑉 của 𝐹(𝑥 , 𝑦 ) vào lân cận mở 𝑈 ⊆ 𝑈
của (𝑥 , 𝑦 ). Ánh xạ ngược 𝐹 có hai thành phần (ứng với ℝ và ℝ ) và ta có thể
viết
𝐹 (𝑥, 𝑣) = 𝑥, 𝑔(𝑥, 𝑣) ,
trong đó 𝑔 là hàm tọa độ thứ hai ứng với ℝ . Đặt 𝜑(𝑥) = 𝑔(𝑥, 0). Khi ấy một mặt
𝐹 𝑥, 𝜑(𝑥) = 𝐹 𝑥, 𝑔(𝑥, 0) = 𝐹 𝐹 (𝑥, 0) = (𝑥, 0).
Mặt khác theo định nghĩa
𝐹 𝑥, 𝜑(𝑥) = 𝑥, 𝑓 𝑥, 𝜑(𝑥) .
Cho nên 𝑓 𝑥, 𝜑(𝑥) = 0. Khi 𝑥 = 𝑥 , do 𝐹 (𝑥 , 0) = (𝑥 , 𝑦 ), ta có

𝜑(𝑥 ) = 𝑦 . Vì 𝐹 khả vi nên 𝑔 và 𝜑 đều là những ánh xạ khả vi. Định lý được
chứng minh xong.
Chú ý Từ định lý trên ta có công thức tính đạo hàm của 𝜑 như sau: từ b) suy ra:
𝑓 𝑥, 𝜑(𝑥) + 𝑓 . 𝜑 (𝑥) = 0.
Vậy 𝜑 (𝑥) = 𝑓 𝑥, 𝜑(𝑥) (−𝑓 𝑥, 𝜑(𝑥) . Viết dưới dạng ma trận Jacobi công
thức sẽ là
𝐽 (𝑥) = 𝐽 𝑥, 𝜑(𝑥) −𝐽 𝑥, 𝜑(𝑥) .
3.1.6. Ma trận Hessian
Giả thiết 𝑓 là một hàm số xác định trên tập mở 𝑈 ⊆ ℝ . Nếu 𝑓 khả vi thì
𝑔𝑟𝑎𝑑𝑓: 𝑥 ⟼ 𝑔𝑟𝑎𝑑𝑓(𝑥)
là ánh xạ từ 𝑈 vào ℝ .

Nếu ánh xạ grad𝑓 khả vi thì ta nói 𝑓 khả vi hai lần và đạo hàm (𝑔𝑟𝑎𝑑𝑓) (𝑥) được
gọi là Hessian của 𝑓 và ký hiệu là 𝐻 (𝑥). Thực ra (𝑔𝑟𝑎𝑑𝑓) (𝑥) chính là ma trận
Jacobi của grad𝑓 tại 𝑥. Vậy
𝜕 𝑓
𝐻 (𝑥) = 𝐽 (𝑥) = (𝑥).
𝜕𝑥 𝜕𝑦
Nếu các hàm 𝑥 ⟼ (𝑥) liên tục thì ta nói 𝑓 khả vi liên tục hai lần. Từ định
nghĩa của Hessian ta có thể xem phép ứng
𝑥 ↦ 𝐻 (𝑥)
là ánh xạ từ ℝ vào ℝ × ℝ với các hàm tọa độ là
𝜕 𝑓
(𝑥), 𝑖, 𝑗 = 1, … , 𝑛
𝜕𝑥 𝜕𝑦
và có thể định nghĩa chuẩn của Hessian là
𝜕 𝑓
𝐻 (𝑥) = (𝑥) .
𝜕𝑥 𝜕𝑦
,
Lưu ý rằng vói mỗi 𝑥 cố định, Hessian 𝐻 (𝑥) cho ta dạng toàn phương trên ℝ
theo công thức
𝜕 𝑓
𝐻 (𝑥)(𝑢, 𝑣) = 𝑢𝑢 (𝑥).
𝜕𝑥 𝜕𝑦
,
Ngoài ra ta nói dạng toàn phương này là nửa xác định dương nếu
𝐻 (𝑥)(𝑢, 𝑣) ≥ 0, 𝑣ớ𝑖 𝑚ọ𝑖 𝑢 ∈ ℝ ,
và là xác định dương nếu bất đẳng thức trên là ngặt khi 𝑢 ≠ 0. Nếu dấu đẳng thức
trên đổi chiều thì ta có dạng toàn phương nửa xác định âm hoặc xác định âm.
Ví dụ
Cho hàm hai biến
𝑓(𝑥, 𝑦) = 𝑥 + 𝑥𝑦 + 𝑦 .
Khi ấy gradient của 𝑓 tại (𝑥, 𝑦) là
𝜕𝑓 𝜕𝑓
𝑔𝑟𝑎𝑑𝑓(𝑥, 𝑦) = , 𝑥, 𝑦) = (2𝑥 + 𝑦, 𝑥 + 3𝑦 ).
𝜕𝑥 𝜕𝑦
Hessian của 𝑓 tại (𝑥, 𝑦) là

𝜕 𝑓 𝜕 𝑓
⎛ 𝜕𝑥 𝜕𝑥𝜕𝑦 ⎞ 2 1
𝐻 (𝑥, 𝑦) = ⎜ (𝑥, 𝑦) = .
𝜕 𝑓 𝜕 𝑓⎟ 1 6𝑦
⎝𝜕𝑦𝜕𝑥 𝜕𝑦 ⎠
Từ giáo trình đại số tuyến tính ta biết ma trận trên là xác định dương khi 𝑦 >
và nửa xác định dương khi 𝑦 ≥ .
3.2. Cực trị của hàm vectơ nhiều biến
Bây giờ chúng ta sẽ sử dụng Hessian để tìm điều kiện cần và đủ cho cực trị địa
phương. Nhắc lại rằng 𝑥 ∈ 𝑈 được gọi là cực đại (cực tiểu) địa phương của hàm 𝑓
nếu tìm được quả cầu 𝐵 tâm 𝑥 bán kính 𝜀 > 0 trong 𝑈 sao cho
𝑓(𝑥 ) ≥ 𝑓(𝑥) (𝑓(𝑥 ) ≤ 𝑓(𝑥) 𝑣ớ𝑖 𝑚ọ𝑖 𝑥 ∈ 𝐵.
Định lý Giả thiết 𝑓 khả vi liên tục hai lần trên tập 𝑈. Khi ấy, nếu 𝑥 ∈ 𝑈 là cực
tiểu địa phương của hàm 𝑓 thì
i) grad𝑓(𝑥 ) = 0.
ii) 𝐻 (𝑥 ) là nửa xác định dương.
iii) Ngược lại, 𝑥 là cực tiểu địa phương của 𝑓 nếu điều kiện (i) thỏa mãn
và tồn tại 𝜀 > 0 để tại mọi điểm 𝑥 ∈ 𝑈 với ‖𝑥 − 𝑥 ‖ < 𝜀, Hessian 𝐻 (𝑥 ) là nửa xác
định dương.
Chứng minh
Giả thiết 𝑥 là cực tiểu địa phương của 𝑓. Khi ấy (i) là điều kiện cần đã được
chứng minh ở Chương 2. Giả sử điều kiện (ii) không thỏa mãn, tức là tìm được vectơ
𝑢 ∈ ℝ để 𝐻 (𝑥 )(𝑢, 𝑣) < 0. Xét hàm số 𝜑(𝑡) = 𝑓(𝑥 + 𝑡𝑢) với 𝑡 đủ nhỏ 𝑥 + 𝑡𝑢 ∈
𝑈. Đây là hàm số từ một lân cận của 0 trong ℝ vào ℝ, thuộc lớp 𝐶 vì nó là hợp của
hàm tuyến tính 𝑡 ⟼ 𝑥 + 𝑡𝑢 và hàm 𝑓. Áp dụng khai triển Taylor (cho hàm 1 biến)
ta có
1 1
𝜑(𝑡) = 𝜑(0) + 𝜑 (0)𝑡 + 𝜑 (0)𝑡 + 𝛼(𝑡) (3.7)
2 2
trong đó 𝛼(𝑡) là một đại lượng vô cùng nhỏ so với 𝑡 , tức là
𝛼(𝑡)
lim = 0.
→ 𝑡
Áp dụng quy tắc dây xích ta có
𝜑 (𝑡) =< 𝑔𝑟𝑎𝑑𝑓(𝑥 + 𝑡𝑢), 𝑢 >,
𝜑 (𝑡) =< 𝐻 (𝑥 + 𝑡𝑢). 𝑢, 𝑢 >= 𝐻 (𝑥 + 𝑡𝑢)(𝑢, 𝑢).

Lấy giá trị của các đạo hàm trên tại 𝑡 = 0 với điều kiện (i), ta thu được từ (3.7) biểu
thức sau
1 1
𝑓(𝑥 + 𝑡𝑢) = 𝑓(𝑥 ) + 𝐻 (𝑥 )(𝑢, 𝑢)𝑡 + 𝛼(𝑡).
2 2
Từ đây suy ra 𝑓(𝑥 + 𝑡𝑢) < 𝑓(𝑥 ) khi 𝑡 đủ nhỏ, và điều này mâu thuẫn với tinh
cực tiểu của 𝑥 .
Để chứng minh phần đảo chúng ta hãy xét công thức Taylor bậc 2 cho hàm 𝑓 tại
𝑥
1
𝑓(𝑥) = 𝑓(𝑥 ) + 𝑔𝑟𝑎𝑑𝑓(𝑥 ) + 𝐷 𝑓 𝑥 + 𝜏(𝑥 − 𝑥 ) (3.8)
2
trong đó 0 ≤ 𝑡 ≤ 1 và 𝐷 là một toán tử vi phân. Ta biết rằng
𝐷 𝑓 𝑥 + 𝜏(𝑥 − 𝑥 ) = 𝜏 𝐻 𝑥 + 𝜏(𝑥 − 𝑥 ) (𝑥 − 𝑥 , 𝑥 − 𝑥 ).
Do đó, theo (iii), với mọi 𝑥 sao cho ‖𝑥 − 𝑥 ‖ < 𝜀 ta có
‖𝑥 + 𝜏(𝑥 − 𝑥 ) − 𝑥 ‖ < 𝜀
và
𝐻 (𝑥 + 𝜏(𝑥 − 𝑥 ))(𝑥 − 𝑥 , 𝑥 − 𝑥 ) ≥ 0.
Kết hợp bất đẳng thức này với điều kiện (i), công thức (3.8) cho ta
𝑓(𝑥) − 𝑓(𝑥 ) ≥ 0, với mọi 𝑥 ∈ 𝑈 thỏa mãn ‖𝑥 − 𝑥 ‖ < 𝜀.
Như vậy 𝑥 là cực tiểu địa phương của 𝑓. Định lý chứng minh xong.
Chú ý
a) Điều kiện (iii) trong định lý có thể thay bằng điều kiện mạnh hơn sau đây
(iii’) 𝐻 (𝑥 ) xác định dương.
Thật vậy, nếu 𝐻 (𝑥 ) là xác định dương thì do tính liên tục của các hàm tọa độ
(𝑥), ta sẽ tìm được 𝜀 > 0 để 𝐻 (𝑥 ) cũng là xác định dương mỗi khi
‖𝑥 − 𝑥 ‖ < 𝜀. Do đó điều kiện (iii) thỏa mãn.
b) Điều kiện (i) và điều kiện 𝐻 (𝑥 ) là nửa xác định dương chưa đủ để kết luận
𝑥 là cực tiểu địa phương như ta đã biết ngay cả khi 𝑓 là hàm một biến.
c) Đối với cực đại địa phương, các điều kiện được phát biểu tương tự nhưng
(nửa) xác đinh dương được thay bởi (nửa) xác định âm.
Thí dụ Chứng minh rằng điểm (0,0) là cực tiểu địa phương của hàm 𝑓(𝑥, 𝑦) =
𝑥 + 𝑥𝑦 + 𝑦 , nhưng không phải là cực tiểu địa phương của hàm
𝑔(𝑥, 𝑦) = 𝑥 + 𝑥𝑦 − 𝑦 .

Giải
Đối với hàm 𝑓, ta có grad𝑓(0,0) = (0,0) và
2 1
𝐻 (0,0) = .
1 2
Hiển nhiên là 𝐻 (0,0) là xác định dương và 𝑓 khả vi liên tục hai lần nên đều kiện
của định lý trên (xem nhận xét) thỏa mãn. Do đó (0,0) là cực tiểu địa phương của 𝑓.
Đối với hàm 𝑔 ta có grad𝑔(0,0) = (0,0) và
2 1
𝐻 (0,0) = .
1 −2
Hiển nhiên 𝐻 (0,0) không phải là nửa xác định dương. Theo định lý, điểm (0,0)
không phải là cực tiểu địa phương của 𝑔.
3.3. Ánh xạ đơn điệu và hàm lồi
Trong giáo trình Giải tích một biến, chúng ta đã biết dùng đạo hàm để khảo sát
tính đơn điệu và tính lồi của hàm một biến. Bây giờ, chúng ta sẽ mở rộng cho hàm
nhiều biến.
Cho 𝐹 là ánh xạ từ ℝ vào ℝ . Ta nói 𝐹 là đơn điệu nếu
𝐹(𝑥). (𝑥 − 𝑦) + 𝐹(𝑦). (𝑦 − 𝑥) ≥ 0, 𝑣ớ𝑖 𝑚ọ𝑖 𝑥, 𝑦 ∈ ℝ .
Nếu 𝑛 = 1 thì từ định nghĩa trên suy ra 𝐹(𝑥) ≥ 𝐹(𝑦) với mọi 𝑥, 𝑦 ∈ ℝ, 𝑥 ≥ 𝑦, có
nghĩa 𝐹 là hàm không giảm.
Ví dụ
1 −1
i) Cho 𝐴 = và 𝐹(𝑥) = 𝐴𝑥, với mọi 𝑥 ∈ ℝ . Khi ấy 𝐹 là ánh xạ
−1 2
đơn điệu. Thật vậy, với mọi 𝑥, 𝑦 ∈ ℝ ta có
(𝐴𝑥)(𝑥 − 𝑦) + (𝐴𝑦)(𝑦 − 𝑥) = (𝐴𝑥). 𝑥 + (𝐴𝑦). 𝑦 ≥ 0
(Vì 𝐴 là ma trận đối xứng và xác định dương).
ii) Ánh xạ 𝐹(𝑥) = (2𝑥 − 3𝑥 , 3𝑥 ), 𝑥 = (𝑥 , 𝑥 ) ∈ ℝ không đơn điệu. Thật
vậy, lấy 𝑥 = (1, −1), 𝑦 = (0,0), ta có
𝐹(𝑥)(𝑥 − 𝑦) + 𝐹(𝑦)(𝑦 − 𝑥) = (2 − 3,3). (1, −1) = −4.
Chứng tỏ 𝐹 không phải là đơn điệu.
Mệnh đề Ánh xạ khả vi liên tục 𝐹 từ ℝ vào ℝ là đơn điệu khi và chỉ khi ma trận
Jacobi của 𝐹 tại mọi điểm là nửa xác định dương.
Chứng minh
Điều kiện cần. Giả thiết trái lại, tồn tại 𝑥 ∈ ℝ để 𝐽 (𝑥 ) không phải là nửa xác
định dương, tức là tìm được vectơ 𝑢 ∈ ℝ sao cho

𝐽 (𝑥 )(𝑢, 𝑣) < 0.
Do các thành phần của ma trận Jacobi liên tục, tồn tại 𝜀 > 0 để
𝐽 (𝑥 + 𝑡𝑢). (𝑢, 𝑢) < 0 𝑣ớ𝑖 𝑚ọ𝑖 𝑡 ∈ [0, 𝜀] (3.9)
Xét hàm số một biến
𝜑(𝑡) = 𝐹(𝑥 + 𝑡𝑢). 𝑢, 𝑡 ∈ [0, 𝜀].
Đây là hàm khả vi, do đó theo định lý giá trị trung bình tồn tại 𝜏 ∈ (0, 𝜀) để
𝜑(𝜀) − 𝜑(0) = 𝜑 (𝜏). 𝜀
tức là
< 𝐹(𝑥 + 𝜀𝑢) − 𝐹(𝑥 ), 𝑢 >=< 𝐽 (𝑥 + 𝜏𝑢). 𝑢, 𝑢 >= 𝐽 (𝑥 + 𝜏𝑢)(𝑢, 𝑢).
Từ (3.9) ta suy ra < 𝐹(𝑥 + 𝜀𝑢) − 𝐹(𝑥 ), 𝑢 >< 0, và bất đẳng thức này có thể
viết thành
𝐹(𝑥 + 𝜀𝑢) (𝑥 + 𝜀𝑢) − 𝑥 ) + 𝐹(𝑥 )(𝑥 − (𝑥 + 𝜀𝑢)) < 0.
Điều này có nghĩa 𝐹 không phải là đơn điệu.
Điều kiện đủ. Ngược lại, giả thiết 𝐽 (𝑥) là nửa xác định dương tại mọi điểm. Khi
ấy, với mọi 𝑥, 𝑦 ∈ ℝ , ta đặt
𝜑(𝑡) =< 𝐹 𝑥 + 𝑡(𝑦 − 𝑥) , 𝑦 − 𝑥 >.
Đây là hàm số một biến, khả vi. Áp dụng định lý giá trị trung bình ta tìm được
𝜏 ∈ [0,1] sao cho
[𝐹(𝑦) − 𝐹(𝑥)](𝑥 − 𝑦) = 𝜑(1) − 𝜑(0) = 𝜑 (𝑡) =< 𝐽 (𝑥 − 𝜏(𝑦 − 𝑥)(𝑥 − 𝑦) >
≥ 0.
Nó chứng tỏ 𝐹 là đơn điệu, điều cần chứng minh.
Ví dụ Trong phần thứ 2 của thí dụ trên, ma trận Jacobi của 𝐹 là
2 −6𝑥
𝐽 (𝑥 , 𝑥 ) = .
3 0
Rõ ràng tại (1, −1) ma trận này không phải là nửa xác định dương, do đó 𝐹 không
phải là đơn điệu.
Cho 𝑓 là một hàm số trên ℝ . Ta nói 𝑓 là lồi nếu với mọi 𝑥, 𝑦 ∈ ℝ , 0 ≤ 𝑡 ≤ 1, bất
đẳng thức sau luôn luôn thỏa mãn
𝑓(𝑡𝑥 + (1 − 𝑡)𝑦) ≤ 𝑡𝑓(𝑥) + (1 − 𝑡)𝑓(𝑦).
Ví dụ Hàm 𝑓(𝑥 , 𝑥 ) = 𝑥 + 𝑥 là lồi trên ℝ .
Thật vậy, với 𝑥 = (𝑥 , 𝑥 ), 𝑦 = (𝑦 , 𝑦 ) ∈ ℝ và 0 ≤ 𝑡 ≤ 1 ta có
𝑓(𝑡𝑥 + (1 − 𝑡)𝑦) = (𝑡𝑥 + (1 − 𝑡)𝑦 ) + (𝑡𝑥 + (1 − 𝑡)𝑦 )
≤ 𝑡𝑥 + (1 − 𝑦)𝑦 + 𝑡𝑥 + (1 − 𝑦)𝑦 ≤ 𝑡𝑓(𝑥) + (1 − 𝑡)𝑓(𝑦).

Vậy 𝑓 là hàm lồi.

Mệnh đề Hàm khả vi liên tục 𝑓 là lồi khi và chỉ khi grad𝑓 là ánh xạ đơn điệu.
Chứng minh
Điều kiện cần. Từ tính lồi của 𝑓 suy ra
𝑓 𝑥 + 𝑡(𝑦 − 𝑥) − 𝑓(𝑥)
≤ 𝑓(𝑦) − 𝑓(𝑥),
𝑡
𝑓 𝑦 + 𝑡(𝑦 − 𝑥) − 𝑓(𝑦)
≤ 𝑓(𝑥) − 𝑓(𝑦)
𝑡
Với mọi 𝑥, 𝑦 ∈ ℝ , 0 < 𝑡 < 1. Qua giới hạn vế trái khi 𝑡 dần tới 0 và cộng hai bất
đẳng thức ta có
𝑔𝑟𝑎𝑑𝑓(𝑥)(𝑦 − 𝑥) + 𝑔𝑟𝑎𝑑𝑓(𝑦)(𝑥 − 𝑦) ≤ 0.
Chứng tỏ 𝑔𝑟𝑎𝑑𝑓 là ánh xạ đơn điệu.
Điều kiện đủ. Nếu 𝑓 không lồi thì sẽ tìm được 𝑥, 𝑦 ∈ ℝ và 𝑡 ∈ (0,1) sao cho:
𝑓(𝑡 𝑥 + (1 − 𝑡 )𝑦) > 𝑡 𝑓(𝑥) + (1 − 𝑡 )𝑓(𝑦).
Đặt 𝑧 = 𝑡 𝑥 + (1 − 𝑡 )𝑦 và giả sử rằng 𝑓(𝑥) ≥ 𝑓(𝑦) (trường hợp 𝑓(𝑥) ≤ 𝑓(𝑦)
chứng minh tương tự). Xét hàm một biến
𝜑(𝑡) = 𝑓 [𝑡𝑥 + (1 − 𝑡)] − [𝑡𝑓(𝑥) + (1 − 𝑡)𝑓(𝑦)].
Đây là hàm khả vi liên tục và 𝜑(0) = 0, 𝜑(1) = 0, 𝜑(𝑡 ) < 0. Áp dụng định lý
giá trị trung bình trên từng đoạn [0; 𝑡 ] và [𝑡 , 1] ta tìm được số 𝛼 ∈ (0, 𝑡 ), 𝛽 ∈
(𝑡 ; 1) sao cho
𝜑 (𝛼)𝑡 = 𝜑(𝑡 ) − 𝜑(0) < 0,
𝜑 (𝛽)(1 − 𝑡 ) = 𝜑(1) − 𝜑(𝑡 ) > 0.
Suy ra
𝑔𝑟𝑎𝑑𝑓(𝛼𝑥 + (1 − 𝛼)𝑦). (𝑥 − 𝑦) − [𝑓(𝑥) − 𝑓(𝑦)] < 0
−𝑔𝑟𝑎𝑑𝑓(𝛽𝑥 + (1 − 𝛽)𝑦). (𝑥 − 𝑦) + [𝑓(𝑥) − 𝑓(𝑦)] < 0.
Cộng hai bất đẳng thức trên ta thu được
𝑔𝑟𝑎𝑑𝑓(𝛼𝑥 + (1 − 𝛼)𝑦). (𝑥 − 𝑦) − 𝑔𝑟𝑎𝑑𝑓(𝛽𝑥 + (1 − 𝛽)𝑦). (𝑥 − 𝑦) < 0. (3.10)
Đặt 𝑥̅ = 𝛼𝑥 + (1 − 𝛼)𝑦, 𝑦 = 𝛽𝑥 + (1 − 𝛽)𝑦 và lưu ý rằng tồn tại số 𝑡 ̅ = 𝛼 −
𝛽 < 0 sao cho
𝑥̅ − 𝑦 = 𝑡̅(𝑥 − 𝑦),
nên bất đẳng thức (3.10) kéo theo
𝑔𝑟𝑎𝑑𝑓(𝑥̅ )(𝑥̅ − 𝑦) + 𝑔𝑟𝑎𝑑𝑓(𝑦)(𝑦 − 𝑥̅ ) < 0,
Trái với tính đơn điệu của 𝑔𝑟𝑎𝑑𝑓. Mệnh đề chứng minh xong.

Hệ quả Hàm 𝑓 khả vi liên tục hai lần là lồi khi và chỉ khi Hessian 𝐻 (𝑥) tại mọi
điểm là nửa xác định dương.
Chứng minh Suy ra trực tiếp từ hai mệnh đề trên.
Ví dụ Chứng minh 𝑓(𝑥 , 𝑥 ) = 𝑥 + 𝑥 + 𝑥 𝑥 là hàm lồi.
Giải
Bằng tính toán trực tiếp ta có
2 1
𝐻 (𝑥) = .
1 2
Đây là ma trận xác định dương. Vậy theo hệ quả, 𝑓 là hàm lồi.

PHẦN III KẾT LUẬN

Thông qua việc nghiên cứu và tìm hiểu các nguồn tài liệu khác nhau cùng
với sự cố gắng của bản thân, em đã hoàn thành luận văn tốt nghiệp. Nội dung của
luận văn đã trình bày khá đầy đủ lý thuyết về cực trị hàm nhiều biến và hàm vectơ,
cùng với nhiều ví dụ liên quan.
Việc nghiên cứu không chỉ giúp em củng cố vững chắc thêm kiến thức về
Giải tích mà còn giúp cho em rút ra nhiều kinh nghiệm bổ ích cho bản thân.
Bên cạnh việc tìm hiểu kỹ hơn các kiến thức liên quan đến hàm nhiều biến
nhận giá trị thực, em còn có cơ hội tìm hiểu về các hàm một biến nhận giá trị vectơ
và hàm nhiều biến nhận giá trị vectơ. Các vấn đề này còn mới lạ đối với bản thân
em và thú vị khiến em muốn nghiên cứu thêm nữa trong thời gian tới.
Tuy em đã cố gắng hết sức hoàn thành luận văn một cách tốt nhất có thể
nhưng không tránh khỏi còn những thiếu sót nên em rất mong nhận được sự đóng
góp ý kiến quý báu từ quý Thầy, Cô.

TÀI LIỆU THAM KHẢO

Tiếng Việt
[1] Đinh Thế Lực, Phạm Huy Điển, Tạ Duy Phượng. Giải tích các hàm nhiều biến,
Nhà xuất bản Đại học quốc gia Hà Nội, 2002
[2] Đỗ Công Khanh. Toán cao cấp: Toán 3 – Giải tích hàm nhiều biến, Nhà xuất
bản Đại học quốc gia Thành phố Hồ Chí Minh, 2005.
[3] Nguyễn Hữu Khánh, Lê Thanh Tùng. Vi tích phân A2, Nhà xuất bản Đại học
Cần Thơ, 2017.
[4] Phan Quốc Khánh. Phép tính vi tích phân – Tập 2, Nhà xuất bản Giáo Dục,
2000.
[5] Nguyễn Đình Phư, Nguyễn Công Tâm, Đinh Ngọc Thanh, Đặng Đức Trọng.
Giải tích hàm nhiều biến, Nhà xuất bản Đại học quốc gia Thành phố Hồ Chí Minh,
2000.
Tiếng Anh
[6] Larry J. Goldstein (2018), Calculus & Its Applications, Pearson Education.

08-05 lần 2

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

08-05 lần 2

Uploaded by

Copyright:

Available Formats

TRƯỜNG ĐẠI HỌC CẦN THƠ

LUẬN VĂN TỐT NGHIỆP

CỰC TRỊ HÀM NHIỀU BIẾN VÀ

Giảng viên hướng dẫn Sinh viên thực hiện

Cần Thơ, 2023

LUẬN VĂN TỐT NGHIỆP

CỰC TRỊ HÀM NHIỀU BIẾN VÀ

Giảng viên hướng dẫn: Sinh viên thực hiện:

Cần Thơ, 2023

DANH MỤC CÁC BẢNG

SVTH: Nguyễn Thanh Trí 1 MSSV: B1900380

DANH MỤC CÁC HÌNH

Hình 1.7 Đồ thị hàm 𝑧 = 1 − 𝑥 + 𝑦 ............................................................................ 17

SVTH: Nguyễn Thanh Trí 2 MSSV: B1900380

Nguyễn Thanh Trí

SVTH: Nguyễn Thanh Trí 3 MSSV: B1900380

SVTH: Nguyễn Thanh Trí 4 MSSV: B1900380

2.1.3. Đạo hàm ................................................................................................ 40

SVTH: Nguyễn Thanh Trí 5 MSSV: B1900380

SVTH: Nguyễn Thanh Trí 6 MSSV: B1900380

SVTH: Nguyễn Thanh Trí 7 MSSV: B1900380

PHẦN II NỘI DUNG

Hình 1.1 Đồ thị hàm f(x, y) = x + y .

Hình 1.2 Đồ thị hàm f(x, y) = 1−x −y .

SVTH: Nguyễn Thanh Trí 8 MSSV: B1900380

SVTH: Nguyễn Thanh Trí 9 MSSV: B1900380

∆= 𝐴𝐶 − 𝐵 𝐴 Kết luận tại 𝑀(𝑥 , 𝑦 )

Đặt 𝑄(ℎ, 𝑘) = 𝑓 (𝑥 , 𝑦 ). ℎ + 2. 𝑓 (𝑥 , 𝑦 ). ℎ. 𝑘 + 𝑓 (𝑥 , 𝑦 ). 𝑘 thì

SVTH: Nguyễn Thanh Trí 10 MSSV: B1900380

SVTH: Nguyễn Thanh Trí 11 MSSV: B1900380

Nhưng g (x, y) = x + y ≥ g (0,0) = 0 ∀(𝑥, 𝑦) ∈ ℝ .

SVTH: Nguyễn Thanh Trí 12 MSSV: B1900380

Ví dụ 1 Tìm cực trị của hàm 𝑧 = 4(𝑥 − 𝑦) − 𝑥 − 𝑦 .

Hình 1.3 Đồ thị hàm z = 4(x − y) − x − y .

Ví dụ 2 Tìm cực trị của hàm 𝑧 = 𝑥 + 𝑦 − 3𝑥𝑦.

SVTH: Nguyễn Thanh Trí 13 MSSV: B1900380

Hình 1.4 Đồ thị hàm z = x + y − 3xy.

Ví dụ 3 Tìm cực trị của hàm 𝑧 = 𝑥 + 𝑦 .

SVTH: Nguyễn Thanh Trí 14 MSSV: B1900380

Ta thấy 𝑧 = 𝑥 + 𝑦 ≥ 𝑧(0,0) = 0 (∀𝑥, 𝑦 ∈ ℝ).

Hình 1.5 Đồ thị hàm z = x + y .

Ví dụ 4 Tìm cực trị của hàm 𝑧 = 𝑥𝑦 + + (𝑥, 𝑦 > 0).

⇒ 𝑀(5; 2) là điểm dừng.

Tại điểm 𝑀(5; 2)

SVTH: Nguyễn Thanh Trí 15 MSSV: B1900380

Hình 1.6 Đồ thị hàm z = xy + + (x, y > 0).

Ví dụ 5 Tìm cực trị của hàm 𝑧 = 1 − 𝑥 + 𝑦 .

SVTH: Nguyễn Thanh Trí 16 MSSV: B1900380

Hình 1.7 Đồ thị hàm z = 1 − x + y .

1.2. Tìm cực trị của hàm nhiều biến

SVTH: Nguyễn Thanh Trí 17 MSSV: B1900380

Hình 1.8 Điểm cực đại.

Hình 1.9 Điểm cực tiểu.

1.2.1.1 Tìm cực trị có sử dụng đạo hàm cấp 1

SVTH: Nguyễn Thanh Trí 18 MSSV: B1900380

Hình 1.11 Đồ thị hàm f(x, y) = 2x − 2xy + 5y − 6x + 5.

SVTH: Nguyễn Thanh Trí 19 MSSV: B1900380

SVTH: Nguyễn Thanh Trí 20 MSSV: B1900380

Hệ phương trình này dẫn đến

SVTH: Nguyễn Thanh Trí 21 MSSV: B1900380

SVTH: Nguyễn Thanh Trí 22 MSSV: B1900380

Hình 1.12 Đồ thị hàm yên ngựa.

= −2𝑥 + 10𝑦 nên = 10.

SVTH: Nguyễn Thanh Trí 23 MSSV: B1900380