考研复习高等数学多元函数微分法及应用——极值与最值
考研数学-专题14多元函数极值与最值
在 (0,3) 点
AC − B2 = −9 < 0, 无极值;
在 (3,0) 点
AC − B2 = −9 < 0, 无极值;
在 (1,1) 点
AC − B2 = 3 > 0, 有极值.
故应选(D).
【例 2】设函数 f (x) ， g(x) 均有二阶连续导数，满足 f (0) > 0 ， g(0) < 0 ，且 f ′(0)
【解】
⎧ ⎨ ⎩
z z
x y
= =
y(3 x(3
− −
2x 2y
− −
y) x)
= =
0 0
(0,0), (0,3), (3,0), (1,1). 都满足上式.
zxx = −2 y, zyy = −2x, zxy = 3 − 2x − 2 y.
在 (0,0) 点
AC − B2 = −9 < 0, 无极值;
【例 3】 已知函数 z = f (x, y) 的全微分 dz = (ay − x2)dx + (ax − y2)dy, (a > 0) ，则函数
f (x, y)
(A)无极值点；
(B)点 (a, a) 为极小值点；
(C)点 (a, a) 为极大值点；
(D)是否有极值点与 a 的取值有关。
【解】由 dz = (ay − x2)dx + (ax − y2)dy 知， ∂z = ay − x2, ∂z = ax − y2
专题 14：多元函数的极值与最值
（一）无条件极值
定义 设函数 z = f (x, y) 在点 P(x0, y0 ) 的某邻域内有定义，若对该邻域内任 意的点 P(x, y) 均有
f (x, y) ≤ f (x0, y0 ) （或 f (x, y) ≥ f (x0, y0 ) ）， 则称 (x0, y0 ) 为 f (x, y) 的极大值点（或极小值点）；称 f (x0, y0 ) 为 f (x, y) 的极大
关于多元函数的极值和最值计算
关于多元函数的极值和最值计算多元函数的极值和最值计算是高等数学中的重要部分，它涉及到多元函数的极大值和极小值的求解以及在给定区域内的最大值和最小值的确定。
在这篇文章中，我们将详细介绍多元函数的极值和最值计算的方法和步骤。
首先，让我们来了解一下多元函数的概念。
在高等数学中，一个多元函数是指具有多个变量的函数，它通常被表示为f(x1,x2,...,xn)，其中x1,x2,...,xn是变量，f是一个函数。
多元函数与一元函数不同，它的输入变量不再是一个实数，而是多个实数。
因此，多元函数的求解方法也与一元函数有所不同。
下面我们将分别介绍多元函数的极大值和极小值的求解方法。
首先是多元函数的极大值和极小值的求解。
要求解多元函数的极大值和极小值，我们需要找到函数的驻点（即导数等于零的点）以及临界点（即定义域的边界点）。
第一步是计算多元函数的偏导数。
在多元函数中，我们根据变量的个数来计算偏导数。
例如，对于一个两个变量的函数f(x1,x2)，我们需要计算f对x1的偏导数∂f/∂x1和f对x2的偏导数∂f/∂x2第二步是找到偏导数为零的点。
我们将得到一个方程组，其中每个方程都是一个偏导数等于零的方程。
通过求解这个方程组，我们可以找到多元函数的驻点。
第三步是找到临界点。
临界点是指函数定义域的边界点。
我们需要判断多元函数在这些边界点是否存在极值。
为此，我们可以计算函数在边界点处的取值，并与其他驻点的函数值进行比较。
通过这些步骤，我们可以确定多元函数的极大值和极小值。
接下来，让我们介绍多元函数在给定区域内的最大值和最小值的确定方法。
要确定多元函数在给定区域内的最大值和最小值，我们需要利用拉格朗日乘数法。
首先，确定给定区域的边界条件。
给定区域可以是一个封闭区域，也可以是一个开放区域。
第一步是通过拉格朗日乘数法构建一个方程。
这个方程的形式是多元函数加上一个或多个约束条件的等式。
拉格朗日乘子是用来考虑约束条件对函数极值的影响的。
多元函数的极值点与最值问题
多元函数的极值点与最值问题一、引言在数学中，多元函数的极值点与最值问题是一个重要且常见的研究课题。
通过寻找函数取得极值的点以及确定函数的最值，可以帮助我们更好地理解和分析多元函数的特性。
本文将介绍多元函数的极值点与最值问题的基本概念和方法。
二、多元函数的极值点1. 极值点的定义对于一个多元函数而言，极值点是指在定义域内存在的局部极大值或局部极小值点。
具体地说，设函数f(x₁, x₂,..., xₙ)在点(a₁, a₂,..., aₙ)处有定义，如果存在一个邻域N(a₁, a₂,..., aₙ)，对于任意点(x₁, x₂,..., xₙ)∈N(a₁, a₂,..., aₙ)，有f(x₁, x₂,..., xₙ)≤f(a₁, a₂,..., aₙ)或f(x₁, x₂,..., xₙ)≥f(a₁, a₂,..., aₙ)，则称点(a₁, a₂,..., aₙ)是函数f(x₁, x₂,..., xₙ)的一个极值点。
2. 寻找极值点的方法（1）求偏导数为了确定函数的极值点，我们可以先求出函数的偏导数。
对于一个具有n个自变量的函数，可以分别对每个自变量求偏导数，将得到的偏导数方程组称为梯度向量。
（2）解偏导数方程组接下来，我们需要解偏导数方程组，即找到梯度向量的零点。
这些零点就是函数可能的极值点。
3. 极值点的分类根据二阶偏导数的符号，可以将极值点分为以下几种情况：（1）二阶偏导数恒正：该点为局部极小值点；（2）二阶偏导数恒负：该点为局部极大值点；（3）二阶偏导数存在正负交替：该点即可能为局部极小值点，也可能为局部极大值点；（4）二阶偏导数不存在：需要通过额外的分析判断。
三、多元函数的最值问题1. 最值的定义对于一个多元函数而言，最大值和最小值是函数在定义域内取得的极值中的特殊点。
具体地说，设函数f(x₁, x₂,..., xₙ)在定义域D内有定义，如果对于任意(x₁, x₂,..., xₙ)∈D，有f(x₁, x₂,..., xₙ)≤f(a₁,a₂,..., aₙ)，则称函数f(x₁, x₂,..., xₙ)在点(a₁, a₂,..., aₙ)处取得最大值。
多元函数极值与最值
多元函数极值与最值在微积分中，我们学习了一元函数的极值与最值问题。
而在现实生活中，很多问题涉及到多个变量的函数，即多元函数。
对于多元函数来说，我们也需要研究其极值与最值问题。
本文将介绍多元函数的极值与最值的求解方法，并通过几个例子进行说明。
1. 极值与最值的定义在进行多元函数的极值与最值问题的求解之前，首先需要了解各种极值与最值的定义。
（这里插入合适的图表和示意图）1.1 局部极值：若对于一个给定的多元函数，存在某个点使得在该点的某个邻域内，函数值在该点之上或之下都小于等于（或大于等于）该点的函数值，那么称该点是该函数的一个局部极值点。
1.2 全局极大值与极小值：若对于一个给定的多元函数，如果函数的取值在定义域上的每个点上都大于等于（或小于等于）其它点，那么称该函数在该定义域上有全局极大值或极小值。
1.3 最大值与最小值：若对于一个给定的多元函数，对于其定义域上的每个点，函数值都小于等于（或大于等于）某个常数，那么称该常数为该函数在定义域上的最小值或最大值。
2. 求解方法接下来，我们将介绍两种常用的方法来求解多元函数的极值与最值问题。
2.1 梯度法梯度法是一种常用的用于求解多元函数极值的方法。
它利用函数在某个点的梯度方向可以指示函数值增大或减小的趋势。
具体步骤如下：（这里插入梯度法求解极值的算法步骤）2.2 拉格朗日乘子法拉格朗日乘子法是另一种常用的求解多元函数极值与最值的方法。
它适用于含有约束条件的优化问题，即在满足一定条件下求取函数的极值或最值。
具体步骤如下：（这里插入拉格朗日乘子法求解极值的算法步骤）3. 实例分析为了更好地理解多元函数的极值与最值问题的求解方法，我们将通过几个实例来进行分析。
3.1 示例一：二元函数我们考虑一个二元函数示例，如下所示：（这里插入具体示例的函数表达式和图形展示）通过梯度法和拉格朗日乘子法，我们可以求解该函数的极值与最值，并得出结果。
3.2 示例二：三元函数我们再考虑一个三元函数示例，如下所示：（这里插入具体示例的函数表达式和图形展示）同样地，我们可以利用梯度法和拉格朗日乘子法来求解该函数的极值与最值。
2023考研数学高数重要知识点：极值与最值的求解方法
2023考研数学高数重要知识点：极值与最值的求解方法2023考研数学高数重要知识点：极值与最值的求解方法在数学中，极值和最值都是非常重要的概念。
简单来说，极值是指一个函数在某一点处的取值最大或最小，而最值则是指整个区间内的取值最大或最小。
在我们的学习和研究中，极值和最值的求解方法是必须要掌握的重要知识点。
今天，我们就来详细探讨一下2023考研数学高数重要知识点：极值与最值的求解方法。
一、极值的求解方法1. 一阶导数法我们可以通过求导数的方法来求解极值。
首先，我们需要计算出函数的一阶导数，然后让其等于零，求出函数的极值点。
接着，我们再利用二阶导数进行判断，确定是极大值还是极小值。
如何判断？设函数f(x) 在(x0,y0) 处取得极值，且在x0处可导，若f‘(x0) > 0，则 f(x) 在x0 处取得极小值；若f‘(x0) < 0，则f(x) 在x0 处取得极大值。
2. 二阶导数法在使用二阶导数法求解极值时，我们需要先求出函数的二阶导数。
然后，我们需要判断二阶导数的符号。
如果二阶导数大于零，则函数在该点处存在极小值；如果二阶导数小于零，则函数在该点处存在极大值。
如何判断？设函数f(x) 在(x0,y0) 处取得极值，且在x0处可导，若f‘‘(x0) > 0，则 f(x) 在x0 处取得极小值；若f‘‘(x0) < 0，则 f(x) 在x0 处取得极大值。
二、最值的求解方法1. 边界法最值的求解方法有很多种，其中比较简单的是边界法。
所谓边界法，是指在左右端点以及函数在区间上的极值点中，寻找最大值和最小值。
2 讨论法讨论法是最值问题中常用的方法。
对于一个函数f(x)，我们可以考虑：① 若有且仅有一极值点，则该点为极大值或极小值；② 若有多个极值点，则在这些极值点中，函数最大值和最小值一定存在其中；③ 若该函数在一定区间内无极值点，则函数最大值和最小值一定在区间的两个端点上。
三、总结以上就是2023考研数学高数重要知识点：极值与最值的求解方法。
多元函数极值和最值知乎
多元函数极值和最值
多元函数的极值和最值是在数学中研究多元函数的重要概念。
在多元函数中，有多个自变量，因此需要使用多元微积分的方法来求解极值和最值。
以下是对多元函数极值和最值的基本概念和求解方法的解释：
1.极值：在多元函数中，极值是指函数取得的最大值或最小
值。
极大值是函数取得的最大值，极小值是函数取得的最
小值。
极值点是函数极值所对应的自变量的取值。
在数学
中，通过求解函数的偏导数或海森矩阵，可以找到函数的
极值点。
2.最值：最大值是函数取得的最大值，最小值是函数取得的
最小值。
最值点是函数最值所对应的自变量的取值。
在多
元函数中，求解最值需要考虑函数的取值范围和约束条件。
求解多元函数的极值和最值通常需要以下步骤：
a. 求解函数的偏导数：对于多变量函数，需要求取每个自变量的偏导数，然后令其等于零，得到极值点的一组可能解。
b. 检查偏导数的零点：对于求得的极值点，需要检查哪些是临界点，即是否是真正的极值点。
这可以通过进行二阶偏导数测试或观察局部整体性质进行判断。
c. 检查边界条件：如果多元函数的定义域是有界的，需要检查定义域的边界上是否存在可能的极值点。
d. 比较和确定最大值和最小值：通过比较各个候选的极值
点的函数值，确定多元函数的最大值和最小值。
需要注意的是，求解多元函数的极值和最值是一个复杂的过程，并且在实践中可能会遇到各种难题。
合理使用数学工具和技巧，以及仔细分析问题的特性和约束条件，能够有效地求解多元函数的极值和最值。
大学数学多元函数的极值与最值
大学数学多元函数的极值与最值多元函数是数学领域中的重要概念之一，研究多元函数的极值与最值对于优化问题的解决具有重要作用。
在本文中，将介绍多元函数的极值与最值的概念、计算方法以及应用。
一、多元函数的极值与最值概念多元函数是指涉及多个自变量和依赖变量的函数。
对于多元函数而言，极值即为函数在某个特定点上取得的最大值或最小值。
最值则是指函数在整个定义域上取得的最大值和最小值。
二、求多元函数的极值与最值的方法1. 隐函数求导法当函数无法直接表示为显式解析式时，可以通过隐函数求导的方法来求解极值。
该方法主要依靠链式法则来计算导数，进而确定极值的位置。
2. 梯度法梯度法是一种常用的优化算法，可以用来求解多元函数的极值问题。
其基本思想是沿着函数值下降最快的方向进行搜索，直到找到极值点。
3. 条件极值对于多元函数在一定条件下的极值问题，可以利用拉格朗日乘数法求解。
该方法通过引入约束条件，将多元函数的极值问题转化为带约束条件的无条件极值问题。
三、多元函数极值与最值的应用1. 经济学中的应用多元函数的极值与最值在经济学中有着广泛的应用。
以生产成本函数为例，通过求取其极小值可以得到最低成本的生产方案，帮助企业提高效益。
2. 工程优化问题在工程领域中，多元函数的极值与最值的求解能够帮助工程师找到最优设计方案，减少资源的浪费，提高整体效益。
3. 金融学中的投资问题在金融学中，多元函数的极值与最值的计算可以被应用于投资组合方面。
通过求取最大收益或最小风险的投资组合，可以帮助投资者制定合理的投资策略。
四、总结通过本文对大学数学多元函数的极值与最值的介绍，我们了解了多元函数极值的概念以及求解方法。
多元函数的极值与最值在实际问题中有着广泛应用，对于优化问题的解决具有重大意义。
因此，学好多元函数的极值与最值的相关知识，对于我们深入理解数学的应用和发展具有重要意义。
多元函数微分学求最值,直接建立拉格朗日乘数法
多元函数微分学求最值，直接建立拉格朗日乘数法【多元函数微分学求最值，直接建立拉格朗日乘数法】引言在高等数学中，多元函数微分学是一个重要的分支，它研究多元函数的极值与最值问题。
其中一种常见的求最值的方法是通过建立拉格朗日乘数法。
本文将从简单到复杂的角度，逐步探讨多元函数微分学求最值的方法，并结合拉格朗日乘数法来解决实际问题。
一、多元函数的极值1.1 极值概念在单变量函数中，我们通过求导数，令导数为零来判断函数的极值点。
而在多元函数中，我们需要通过求偏导数来判断函数的极值点。
对于一个n元函数$f(x_1,x_2,…,x_n)$，偏导数用$\frac{\partial f}{\partial x_i}$表示。
1.2 极值的判断条件多元函数的极值点与一元函数类似，也需要满足导数为零的条件。
对于一个n元函数$f(x_1,x_2,…,x_n)$，如果在某一点$(a_1,a_2,…,a_n)$处，满足以下条件：$\frac{\partial f}{\partial x_1}(a_1,a_2,…,a_n)=0\\\frac{\partial f}{\partial x_2}(a_1,a_2,…,a_n)=0\\……\\\frac{\partial f}{\partial x_n}(a_1,a_2,…,a_n)=0$那么该点就是函数的极值点。
但这仅仅是极值的必要条件，并不一定是充分条件。
二、最值问题的解决方法2.1 直接法在一元函数中，我们通过求导数来解决最值问题，而在多元函数中，我们也可以直接计算偏导数，并令其为零来解决最值问题。
举例说明：设有一个二元函数$f(x,y)=2x^2+3y^2$，我们要求在$x^2+y^2=1$的条件下，函数$f(x,y)$的最小值。
解法：根据条件$x^2+y^2=1$，我们可以得到一个方程组：$2x-λ\cdot2x=0\\2y-λ\cdot2y=0\\x^2+y^2-1=0$其中，λ为拉格朗日乘子。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2
AC B 12 (6) 0 , A 0 ,
为极大值.
2
f x x ( x, y ) 6 x 6 , f x y ( x, y ) 0 , f y y ( x, y ) 6 y 6
A
B
机动
C
目录 上页 下页 返回 结束
例2.讨论函数
是否取得极值.
及
在点(0,0)
结束
二、最值应用问题
依据 函数 f 在闭域上连续 函数 f 在闭域上可达到最值
驻点 最值可疑点 边界上的最值点
特别, 当区域内部最值存在, 且只有一个极值点P 时,
f ( P) 为极小(大) 值
f ( P) 为最小(大)值
机动 目录 上页 下页 返回 结束
例3. 某厂要用铁板做一个体积为2 的有盖长方体水 问当长、宽、高各取怎样的尺寸时, 才能使用料最省?
长、宽、高尺寸相等 .
机动 目录 上页 下页 返回 结束
内容小结
1. 函数的极值问题 第一步 利用必要条件在定义域内找驻点. 如对二元函数 z f ( x, y ) , 即解方程组
f x ( x, y ) 0 f ( x, y ) 0 y 第二步 利用充分条件 判别驻点是否为极值点 . 2. 函数的条件极值问题
高为 3 23
2 2
3 2 时, 水箱所用材料最省.
机动 目录 上页 下页 返回 结束
例4. 有一宽为 24cm 的长方形铁板 , 把它折起来做成 一个断面为等腰梯形的水槽, 问怎样折法才能使断面面 积最大. 解: 设折起来的边长为 x cm, 倾角为 , 则断面面积 1 为 ( 24 2 x 2 x cos ) x sin 2
(1) 简单问题用代入法 (2) 一般问题用拉格朗日乘数法
机动 目录 上页 下页 返回 结束
如求二元函数 z f ( x, y )在条件 ( x, y ) 0下的极值, 设拉格朗日函数 F f ( x, y ) ( x, y )
解方程组
3. 函数的最值问题
求驻点 .
第一步 找目标函数, 确定定义域 ( 及约束条件)
机动 目录 上页 下页 返回 结束
拉格朗日乘数法可推广到多个自变量和多 个约束条件的情形. 例如, 求函数 u f ( x, y, z ) 在条件 ( x, y, z ) 0 ,
推广
( x, y, z ) 0下的极值. 设 F f ( x, y, z ) 1 ( x, y, z ) 2 ( x, y, z )
长、宽为高的 2 倍时，所用材料最省.
思考: 1) 当水箱封闭时, 长、宽、高的尺寸如何? x 提示: 利用对称性可知, x y z 3 V0
V0 , 4
z
y
2) 当开口水箱底部的造价为侧面的二倍时, 欲使造价
最省, 应如何设拉格朗日函数? 长、宽、高尺寸如何?
提示: F 2( x z y z ) 2 x y ( x y z V0 )
面积最大.
机动 目录 上页 下页 返回 结束
作业
P61
3, 4, 8, 9, 10
习题课
目录
上页
下页
返回
结束
备用题 1. 求半径为R 的圆的内接三角形中面积最大者. 解: 设内接三角形各边所对的圆心角为 x , y , z ,则
x y z 2 ,
x0, y 0, z 0
它们所对应的三个三角形面积分别为
令 A f x x ( x0 , y0 ) , B f x y ( x0 , y0 ) , C f y y ( x0 , y0 )
则: 1) 当AC B 0 时, 具有极值
2) 当 AC B 0 时, 没有极值.
2
2
A<0 时取极大值;
A>0 时取极小值.
3) 当 AC B 2 0 时, 不能确定 , 需另行讨论.
x
fx
fy
y
机动 目录 上页 下页 返回 结束
极值点必满足
f x x 0 f y y 0 ( x, y) 0
引入辅助函数 F f ( x, y ) ( x, y)
则极值点满足:
辅助函数F 称为拉格朗日( Lagrange )函数. 利用拉格 朗日函数求极值的方法称为拉格朗日乘数法.
解答提示: 设 C 点坐标为 (x , y),
D
C
B
则
o E i j k 1 3 1 0 (0 , 0, x 3 y 10) 2 x 1 y 3 0
1 x 3 y 10 2
机动 目录 上页 下页 返回
x
结束
2 2 x y 设拉格朗日函数 F ( x 3 y 10) 2 (1 ) 9 4 2 2( x 3 y 10) x0 9 解方程组 6( x 3 y 10) 2 y 0 4 x2 y2 1 0 点击图中任意点 9 4 动画开始或暂停 3 4 ,y , 对应面积 S 1.646 得驻点 x 5 5 而 S D 2 , SC 3.5 , 比较可知, 点 C 与 E 重合时, 三角形
2 S3 1 R sin z 2
设拉氏函数 F sin x sin y sin z ( x y z 2 )
cos x 0 2 cos y 0 x y z , 得 解方程组 3 cos z 0 x y z 2 0
第二步 判别
• 比较驻点及边界点上函数值的大小 • 根据问题的实际意义确定最值
机动 目录 上页 下页 返回 结束
思考与练习 已知平面上两定点 A( 1 , 3 ), B( 4 , 2 ),
x2 y2 1 ( x 0, y 0) 圆周上求一点 C, 使 试在椭圆 9 4 △ABC 面积 S△最大. A y
解方程组
可得到条件极值的可疑点 .
机动 目录 上页 下页 返回 结束
例5. 要设计一个容量为 V0 的长方体开口水箱, 试问
水箱长、宽、高等于多少时所用材料最省？ 解: 设 x , y , z 分别表示长、宽、高, 则问题为求x , y , z 使在条件 x y z V0 下水箱表面积 S 2( x z y z ) x y 最小. 令 F 2( x z y z ) x y ( x y z V0 )
24 x sin 2 x sin x cos sin ( D : 0 x 12 , 0 ) 2
x
2
2
x
24 2 x
机动 目录 上页 下页 返回 结束
24
A 24 x sin 2 x 2 sin x 2 cos sin ( D : 0 x 12 , 0 ) 2
第八节 多元函数的极值及其求法
一、多元函数的极值 二、最值应用问题
第八章
三、条件极值
机动
目录
上页
下页
返回
结束
一、 多元函数的极值
定义: 若函数
的某邻域内有
则称函数在该点取得极大值(极小值). 极大值和极小值 统称为极值, 使函数取得极值的点称为极值点. 例如 : 在点 (0,0) 有极小值; 在点 (0,0) 有极大值; 在点 (0,0) 无极值.
z z z
y y y
返回 结束
x x x
上页 下页
机动
目录
定理1 (必要条件) 函数 偏导数, 且在该点取得极值 , 则有
存在
( x0 , y0 ) 0 f x ( x0 , y0 ) 0 , f y
证: 取得极值 , 故 取得极值 取得极值 据一元函数极值的必要条件可知定理结论成立.
证明见 第九节(P65) .
机动 目录 上页 下页 返回 结束
例1. 求函数 解: 第一步 求驻点. 解方程组 得驻点: (1, 0) , (1, 2) , (–3, 0) , (–3, 2) . 第二步 判别. 求二阶偏导数
的极值.
B
C
f x x ( x, y ) 6 x 6 , f x y ( x, y ) 0 , f y y ( x, y ) 6 y 6
转 化
从条件 ( x, y ) 0中解出 y ( x)
求一元函数 z f ( x, ( x)) 的无条件极值问题
机动 目录 上页 下页 返回 结束
方法2 拉格朗日乘数法. 例如,
在条件 ( x, y ) 0 下, 求函数 z f ( x, y) 的极值 .
如方法 1 所述 , 设 ( x, y ) 0 可确定隐函数 y ( x) , 则问题等价于一元函数 z f ( x, ( x)) 的极值问题, 故 极值点必满足 dz dy fx f y 0 dx dx x dy x 因 , 故有 f x f y 0 dx y y 记
z
x
y
2z y y z 0
解方程组
2z x x z 0
2( x y) x y 0 x y z V0 0
机动 目录
上页
下页
返回
结束
4 得唯一驻点 x y 2z 3 2V0 , 3 2V
0
由题意可知合理的设计是存在的, 因此 , 当高为 3
A
在点(1,0) 处
AC B 12 6 0 , A 0 ,
2
为极小值;
机动 目录 上页 下页 返回 结束
在点(1,2) 处
AC B 2 12 (6) 0 ,
在点(3,0) 处