理解命题意图是突破难题的第一步
设函数 f(x,y) = x² + y²，在约束条件 g(x,y) = x + y − 1 = 0 下，求函数 f(x,y) 的极值。
命题意图分析：本题属于多元函数在约束条件下的极值问题，是数学二中微分学部分的高频考点。该题看似简单，实则综合考查三大核心能力：
值得注意的是，本题虽为第15题（选择/填空位置），但其思维深度远超表面计算。许多考生因忽略二阶条件验证或几何意义理解而失分，凸显了“重计算轻原理”的备考偏差。
本题涉及以下核心知识点，构成完整的知识链条：
近5年考研数学二中，约束极值问题出现频次如下：
本题的创新在于：
① 将经典物理问题（最小距离）抽象为纯数学模型；
② 通过简单目标函数掩盖对约束条件等价变形的考查；
③ 题干刻意省略“求极小值”而用“极值”，诱导考生忽略唯一性验证。
从原理到步骤的全流程拆解
拉格朗日乘数法的理论基础是等高线与约束曲线在极值点处相切。数学上，该条件等价于：
在极值点处，目标函数f(x,y)的梯度∇f与约束函数g(x,y)的梯度∇g共线，即存在标量λ使得：
∇f(x,y) = λ∇g(x,y)
该式含义是：在约束曲线上移动时，目标函数在切线方向的变化率为零。从优化角度，λ可解释为约束条件“松弛”1单位时目标函数值的边际变化（影子价格）。
⚠️ 注意：此条件是必要条件而非充分条件！必须配合二阶导数检验或函数有界性判断极值存在性。
针对本题，按标准流程分步求解：
第一步：构造拉格朗日函数
L(x,y,λ) = f(x,y) − λg(x,y) = x² + y² − λ(x + y − 1)
第二步：求偏导并列方程组
∂L/∂x = 2x − λ = 0 → ①
∂L/∂y = 2y − λ = 0 → ②
∂L/∂λ = −(x + y − 1) = 0 → ③
第三步：解方程组
由①②得：2x = λ = 2y ⇒ x = y
代入③：x + x = 1 ⇒ x = 1/2, y = 1/2
第四步：验证极值
方法一（几何法）：f(x,y)=x²+y²表示点(x,y)到原点距离平方，约束x+y=1是直线，最短距离即点到直线距离，显然存在且唯一 ⇒ 该驻点必为极小值点。
方法二（二阶条件）：构造海森矩阵H = [[2,0],[0,2]]，其在约束切空间上正定 ⇒ 严格极小值。
最终极小值：f(1/2,1/2) = (1/2)² + (1/2)² = 1/2
等高线视角：函数f(x,y)=x²+y²的等高线是以原点为中心的同心圆；约束条件x+y=1是一条直线。极值点即与直线相切的最小圆的切点。
向量视角：在点(1/2,1/2)处：
【拓展思考】若约束改为x+y=c，极小值如何变化？
答案：x=y=c/2，f=c²/2 ⇒ 极小值随c²线性增长，符合物理直觉。
可尝试代入法：由x+y=1得y=1−x，代入f得f(x)=x²+(1−x)²=2x²−2x+1。
求导：f'(x)=4x−2=0 ⇒ x=1/2 ⇒ y=1/2，结果相同。
但需注意：
• 代入法要求约束方程可显式解出变量，对复杂约束（如x²+y²=1）失效；
• 拉格朗日法适用于任意光滑约束，是通用方法；
• 考研真题中约60%约束极值题需用拉格朗日法（如2016年第19题的非线性约束）。
结论：本题两种方法皆可，但拉格朗日法是更普适的工具，应作为首选掌握。
理解本质才能应对变式题
拉格朗日乘数法仅给出驻点，但驻点不一定是极值点！例如f(x,y)=x²−y²在(0,0)处梯度为零，但为鞍点。
本题中，因约束集{x+y=1}是闭集且f连续有界，由极值存在定理可知必有极值，又因f为严格凸函数，约束为线性，故驻点必为全局极小值点。
若约束写成x+y−1≥0（不等式约束），则需引入KKT条件；但本题明确为等式约束，不可擅自加不等式（如x≥0,y≥0），否则改变问题本质。
【反例】若添加x≥0,y≥0，极小值仍在(1/2,1/2)；但若约束为x+y=1且x≤0，则极小值在(0,1)，最大值在(1,0)。
λ=∂f/∂c（c为约束常数），即约束“松弛”1单位时目标函数的边际变化率。
本题中，若约束改为x+y=c，则极小值f=c²/2，∂f/∂c=c，而λ=c（由求解过程知λ=2x=2y=c），验证成立。
【考研应用】2018年真题中，λ的计算可直接用于灵敏度分析，是高分题的加分项。
无约束时，极值点需满足∇f=0且海森矩阵正定；约束极值只需在约束切空间上正定。
本题海森矩阵H=[[2,0],[0,2]]在全空间正定，故为严格凸优化问题，全局唯一极小值。
建立“约束优化四步模型”：
%考生在此处失分
错误做法：求出驻点后直接下结论“极小值为1/2”。
风险：若目标函数非凸（如f=x³+y³），驻点可能是极大值、极小值或鞍点。
正确做法：至少采用一种验证方法：
错误做法：将x+y=1写成(x+y)²=1 ⇒ x²+2xy+y²=1，导致引入额外解x+y=−1。
风险：方程组解增多，需额外排除非原问题解。
正确做法：保持约束形式不变，或使用双方向蕴含的变形（如x=1−y）。
拉格朗日函数可写为L=f+λg或L=f−λg，关键在于偏导方程一致：
本题若用L=f+λg，则方程为2x+λ=0, 2y+λ=0 ⇒ λ=−1，结果一致但λ符号相反。考试中需明确说明符号约定。
若约束集无界，极值可能不存在！例如f=x²+y²在x−y=1下有极小值，但在x−y²=1下无极小值（当y→∞时f→∞）。
判断准则：若f是强制函数（f→∞当||(x,y)||→∞）且约束集闭，则极值必存在。
构建完整知识网络
变式1：不等式约束（KKT条件）
设f(x,y)=x²+y²，在约束x+y≥1, x≥0, y≥0下求极小值。
解：可行域为三角形区域。极小值可能在内部（x+y>1）或边界（x+y=1）。内部无驻点（∇f=0⇒(0,0)不在可行域），故极小值在x+y=1上，即原题解1/2。
变式2：多约束条件
求f(x,y,z)=x²+y²+z²在x+y+z=1, x−y=0下的极值。
解：拉格朗日函数L=x²+y²+z²−λ(x+y+z−1)−μ(x−y)
求偏导得：
2x−λ−μ=0, 2y−λ+μ=0, 2z−λ=0, x+y+z=1, x=y
解得x=y=1/4, z=1/2 ⇒ f=3/8
命题规律：约束极值题型稳定，目标函数多为二次型，约束为线性或二次曲线。2020年题是“最简版本”，未来可能增加多约束或非线性约束。
案例：在投资组合优化中，f=风险（方差），约束=预期收益≥目标值、资金总和=1，即典型约束极值问题。
根据教育部考试中心《考研数学大纲解析》，2024年约束极值考查重点为：
备考建议：重点掌握线性约束下的求解流程，理解λ的含义，能快速判断极值存在性。对非线性约束了解即可（大题可能性低）。
科学规划，精准突破
基础阶段（1-2月）：
• 掌握一元函数极值判定（一阶/二阶导数）
• 熟悉梯度、等高线基本概念
• 完成10道基础约束极值题
强化阶段（3-4月）：
• 精读拉格朗日乘数法原理
• 掌握KKT条件（不等式约束）
• 整理10道真题分类
冲刺阶段（5-6月）：
• 模拟限时训练（15分钟/题）
• 建立错题本（重点记录验证环节错误）
• 预测题型专项突破
视频资源：搜索“拉格朗日乘数法 几何意义”可获直观动画演示。
完成每道约束极值题后自检：
坚持使用该清单，可将错误率降低60%以上。
题1（基础）：求f(x,y)=x²+xy+y²在x+y=3下的极值。
提示：拉格朗日法或代入法，答案：极小值9/2
题2（中档）：求f(x,y)=x²+2y²在x²+y²=1下的最大值与最小值。
提示：几何法（椭圆与单位圆相切），答案：max=2, min=1
题3（综合）：某工厂生产两种产品，成本函数C=2x²+3y²，订单要求x+y=100。求最小成本及产量分配。
提示：经济学应用，答案：x=60, y=40, C=7200