求隐函数的极值通常遵循以下步骤：

求一阶偏导数

设隐函数为 （F（x, y） = 0），对 （x） 和 （y） 分别求偏导数，得到 （F_x） 和 （F_y）。

根据极值必要条件，有 （F_y = 0）。

求驻点

将 （F_y = 0） 代入 （F（x, y） = 0） 中，解出 （x） 和 （y） 的关系，得到驻点。

求二阶偏导数

求出 （F_x） 和 （F_y） 的二阶偏导数 （F_{xx}）、（F_{yy}） 和混合偏导数 （F_{xy}）。

利用二阶导数判别法

根据二阶偏导数判别法（Hessian矩阵）判断驻点处的极值类型：

如果 （F_{xx} > 0） 且 （F_{yy} > 0），则驻点为极小值点。

如果 （F_{xx} < 0） 且 （F_{yy} > 0），则驻点为极大值点。

如果 （F_{xx} < 0） 且 （F_{yy} < 0），则驻点为鞍点。

如果 （F_{xx} > 0） 且 （F_{yy} < 0），则驻点为鞍点。

验证驻点

代入原方程 （F（x, y） = 0） 验证驻点是否满足条件。

示例

设隐函数 （F（x, y） = x^2 + y^2 - 2x - 4y + 1 = 0），求其极值。

求一阶偏导数

[

F_x = 2x - 2, quad F_y = 2y - 4

]

求驻点

[

F_y = 0 implies 2y - 4 = 0 implies y = 2

]

代入 （F（x, y） = 0）：

[

x^2 + 4 - 4 - 8 + 1 = 0 implies x^2 = 7 implies x = pm sqrt{7}

]

所以驻点为 （（sqrt{7}, 2）） 和 （（-sqrt{7}, 2））。

求二阶偏导数

[

F_{xx} = 2, quad F_{yy} = 2, quad F_{xy} = 0

]

利用二阶导数判别法

对于 （（sqrt{7}, 2））：

[

F_{xx} = 2 > 0, quad F_{yy} = 2 > 0

]

所以 （（sqrt{7}, 2）） 是极小值点。

对于 （（-sqrt{7}, 2））：

[

F_{xx} = 2 > 0, quad F_{yy} = 2 > 0

]

所以 （（-sqrt{7}, 2）） 也是极小值点。

建议

在实际操作中，可以先通过图形方法（如ezplot）绘制隐函数的图像，直观地找到驻点。

然后利用二阶导数判别法确定极值类型，这样可以更快速地找到极值点。