函数求极值的方法主要有以下几种：
1.直接法：通过观察函数的图像或解析式，可以直接找到函数的极大值和极小值。这种方法适用于简单的函数，但对于复杂的函数可能不适用。
2.导数法：利用函数的导数来求解极值。首先求出函数的导数，然后找出导数为0的点，这些点就是可能的极值点。接着判断这些点两侧的导数值的正负，如果左侧导数值为负，右侧导数值为正，那么这个点就是极小值点；反之，如果左侧导数值为正，右侧导数值为负，那么这个点就是极大值点。这种方法适用于大多数函数，但需要注意的是，导数为0的点并不一定是极值点，还需要进行进一步的判断。
3.二阶导数法：对于一些特殊的函数，可以通过求二阶导数来判断极值点的性质。如果二阶导数大于0，那么一阶导数单调递增，函数在该点处取得极小值；如果二阶导数小于0，那么一阶导数单调递减，函数在该点处取得极大值；如果二阶导数等于0，那么需要通过其他方法来判断极值点的性质。
4.区间法：对于连续函数，可以通过确定函数在某一区间上的单调性来求解极值。首先确定函数在区间两端点的函数值和一阶导数值的大小关系，然后根据一阶导数的正负来确定函数在该区间上的单调性。如果一阶导数大于0，那么函数在该区间上单调递增；如果一阶导数小于0，那么函数在该区间上单调递减。最后，根据函数在区间两端点的函数值的大小关系来确定极值点的位置。
5.牛顿法和拟牛顿法：这两种方法都是通过迭代的方式来求解极值。牛顿法是通过构造一个迭代序列来逼近极值点，每次迭代都使用泰勒级数来近似函数在某一点的切线。拟牛顿法则是通过构造一个与牛顿法类似的迭代序列来逼近极值点，但每次迭代都使用一个二次多项式来近似函数在某一点的切线。这两种方法都需要计算函数的导数和切线方程，因此适用于可微分的函数。
6.多元函数的极值：对于多元函数，可以通过分别对每个自变量求偏导数，然后结合拉格朗日乘子法、条件极值等方法来求解极值。这种方法较为复杂，需要对多元函数的偏导数和拉格朗日乘子法有一定的了解。
总之，求函数极值的方法有很多，不同的方法适用于不同类型的函数。在实际应用中，需要根据具体问题选择合适的方法来求解极值。