求极值的计算机程序可以通过以下步骤实现：
导入必要的库
对于数值计算，可以使用 `numpy` 库。
对于寻找极值，可以使用 `scipy` 库中的 `optimize` 模块。
定义要优化的目标函数
明确你要优化的函数表达式。
计算函数的导数
使用数学方法或库函数计算目标函数的导数。
找到导数的零点
解方程 `f'（x） = 0` 得到可能的极值点。
判断极值性质
检查导数在零点附近的符号变化，确定极大值或极小值。
如果导数在零点处不可导，还需要考虑其他因素（如二阶导数）来确定极值性质。
打印结果
输出极值点和对应的函数值。
下面是一个使用 Python 和 `scipy` 库求极值的示例代码：
```python
import numpy as np
from scipy import optimize
定义目标函数
def f（x）:
return x 2 + 2 * x + 1
定义目标函数的导数
def df（x）:
return 2 * x + 2
使用 fsolve 函数找到导数的零点
extremum = optimize.fsolve（df, 0）
判断极值性质
x_value = extremum
f_value = f（x_value）
if df（x_value） == 0:
print（f"极值点为： {x_value}， 函数值为： {f_value}"）
else:
print（f"极值点为： {x_value}， 函数值为： {f_value}"）
```
多元函数的极值
对于多元函数，可以使用 `scipy` 库中的 `fminsearch` 或 `minimize` 函数来求极值。例如：
```python
from scipy.optimize import minimize
定义多元目标函数
def f（x）:
x, y, z = x, x, x
return x 2 + 2.5 * np.sin（y） - z 2 * x 2 * y 2
定义初始猜测值
x0 = [-0.6, -1.2, 0.135]
使用 minimize 函数求极值
result = minimize（f, x0）
输出结果
print（f"极值点为： {result.x}， 函数值为： {result.fun}"）
```
通过这些步骤和示例代码，你可以编写计算机程序来求取函数的极值。