导数在研究函数中的应用

官方数学老师·12 页·深入(追求细节与边界)·0 次浏览·3 天前
单调与极值凹凸拐点判据边界导数应用

导数在研究函数中的应用

掌握单调性、极值、凹凸与拐点的完整判据与易错边界

按 空格/→ 演示下一步

1 / 12 页

全部页面点击任意一页,跳回舞台从这页播放

单调与极值凹凸拐点判据边界导数应用

导数在研究函数中的应用

掌握单调性、极值、凹凸与拐点的完整判据与易错边界

1第 1 页 · 导数在研究函数中的应用

利用导数判定单调性

导数刻画的是函数在一点的瞬时变化率。问题是:能否用这种「逐点的局部信息」,去判定函数在区间上的整体走向?

符号判据
f'(x)>0 时 f 递增,f'(x)<0 时 f 递减
单调是区间性质
严格说是在「某个区间上」单调,不能只看点
零点要核实
f'(x)=0 不必然是单调分界(如 y=x³ 在 x=0)
解题三步走
求 f'(x) → 解 f'(x)≷0 → 写出单调区间
山路的坡向对应 →导数的符号

上坡↗对应 f'>0(增),平路对应 f'=0,下坡↘对应 f'<0(减)

f(x)>0f;f(x)<0ff'(x)>0 \Rightarrow f\uparrow; \quad f'(x)<0 \Rightarrow f\downarrow
2第 2 页 · 利用导数判定单调性

利用导数求极值

前面用 f' 的符号判定了函数在哪儿上升、哪儿下降。那能不能据此找出函数的「山顶」和「谷底」?这就是极值问题。

极值的定义
局部极大与极小:邻域内最高点与最低点
必要条件(费马引理)
可导的极值点处必有 f'(x₀)=0;反之不一定
第一充分条件
f' 由正变负→极大;由负变正→极小;不变号则非极值
第二充分条件
f'(x₀)=0 且 f''(x₀)≠0 时,正号极小,负号极大
优化问题的应用
用料最省、利润最大、路径最短等实际建模
爬山看山脊山谷对应 →用导数找极值

爬升转下降是山顶,下降转爬升是谷底,对应 f' 变号点

f(x0)=0,f(x0){>0极小<0极大f'(x_0)=0,\quad f''(x_0)\begin{cases}>0\Rightarrow极小\\<0\Rightarrow极大\end{cases}
3第 3 页 · 利用导数求极值

求闭区间上的最大值和最小

上节找的是局部极值——小山头小山谷。但闭区间上的最值是全程冠军,可能落在山头上,也可能只是路的两端。本节把端点也纳入竞争。

候选点集合
区间内驻点与导数不存在点,再加上两个端点 a 与 b
列表比较法
逐个算出候选点函数值,最大者为最大值,最小者为最小值
端点必参选
端点不必满足导数为零,单侧斜率再大也是候选
与极值的关系
最值点必在极值点或端点中出现;极值点未必是最值点
一日徒步路线对应 →闭区间上求最值

山顶山谷对应极值点,路线起终点也要登,最值诞生于其中一处

maxx[a,b]f(x)=max{f(a),f(b),f(xi)}\max_{x\in[a,b]}f(x)=\max\{f(a),f(b),f(x_i)\}
4第 4 页 · 求闭区间上的最大值和最小

函数的单调性

上一页我们用导数判定单调性,但'单调'到底是什么?这得从定义本身讲起——函数图像是升还是降,本质是任意两点之间的大小关系。

单调递增
区间 I 上,任意 x₁<x₂ 都有 f(x₁)<f(x₂)
单调递减
区间 I 上,任意 x₁<x₂ 都有 f(x₁)>f(x₂)
严格与非严格
"<" 与 "≤" 的差异,常数函数是临界例子
区间不可省
f(x)=1/x 在 (−∞,0) 与 (0,+∞) 各递减,跨区间不成立
爬山看海拔走势对应 →函数单调性

海拔只升不降就是递增,只降不升就是递减,看的是整体趋势

f(x1)f(x2)x1x2>0,x1<x2I\dfrac{f(x_1)-f(x_2)}{x_1-x_2}>0,\quad \forall\, x_1<x_2\in I
5第 5 页 · 函数的单调性

导数的正负与单调性的关系

上页已经会用“导数符号—图象升降”判单调;这一页继续追问:导数出现零点和等号时,结论会不会失效?

区间前提
符号关系必须在同一可导区间内成立,不能由单点局部推断。
同号判据
区间内 f′(x)>0 则函数严格递增;f′(x)<0 则严格递减。
等号边界
f′≥0 可推出单调递增,f′≤0 可推出单调递减;严格性需另判。
零点例外
孤立零点不破坏严格单调;若子区间上 f′恒为0,则函数在该子区间恒定。
参数反推
由已知单调区间确定导数同号范围,可建立参数约束并检验端点。
上坡与下坡对应 →导数与函数增减

x 对应水平路程,f(x) 对应高度;f′>0 表示上坡,f′<0 表示下坡。

f(x)>0f 严格递增,f(x)<0f 严格递减f'(x)>0\Rightarrow f\text{ 严格递增},\quad f'(x)<0\Rightarrow f\text{ 严格递减}
6第 6 页 · 导数的正负与单调性的关系

极值

前面用导数判定了单调性,知道导数变号处函数图像会出现峰谷。这种'局部最值'该如何严格定义,又和最大、最小值有何区别?

极值的定义
存在邻域使函数值在该点比邻域内其他点都大/小,即极大/极小值
极值点 ≠ 极值
极值点是横坐标 x₀,极值是对应纵坐标 f(x₀),二者不可混用
必要条件
可导时极值点处 f'(x₀)=0;不可导点也可能是极值点
充分条件
导数左正右负取极大,左负右正取极小;不变号则不是极值
登山途中翻过的小山头对应 →函数的极值

小山头只是沿途高点,不是整座山脉最高峰——强调极值的局部性

x0 为极值点f(x0)=0 或不存在x_0 \text{ 为极值点} \Rightarrow f'(x_0) = 0 \text{ 或不存在}
7第 7 页 · 极值

极值点的一阶导数判别法

上页找到了让 f'(x₀)=0 的「嫌疑点」。可导数归零并不等于极值——同一个零点,有时是峰,有时是谷,有时什么都不是。这一页我们学怎么「验明正身」。

可导门槛
f 在 x₀ 的某邻域内可导,且 f'(x₀)=0,是讨论极值的入场券
极大值信号
左正右负,f'(x)>0→f'(x)<0,函数先升后降
极小值信号
左负右正,f'(x)<0→f'(x)>0,函数先降后升
不变号陷阱
两侧 f' 同号时 x₀ 不是极值点,反例如 y=x³ 在原点
爬山看地势对应 →一阶导数判极值

上坡(f'>0)到顶转下坡(f'<0),峰顶即极大;反之谷底即极小

f(x0)=0, 两侧变号:+:极大; +:极小f'(x_0)=0,\ \text{两侧变号:}+\to -:\text{极大};\ -\to+:\text{极小}
8第 8 页 · 极值点的一阶导数判别法

最大值与最小值

极值讲的是『局部最大』,但真正解决问题时我们往往要的是『整体最大』——例如一天里的最高气温、一年里的最高销量。这页来区分这两种『最高』。

全局最值定义
最大值、最小值是函数在整个定义域上的最大、最小值,看的是全局而不是邻域
与极值的区别
极值看邻域,最值看全定义域;最大值点必是极大值点,反之不成立
最值定理
闭区间上的连续函数必存在最大值与最小值——为求法奠定合法性
求法:三步比大小
把极值点、不可导点与端点的函数值全部列出,取最大或最小即为最值
典型应用
利润最大化、成本最小化、用料最省、路径最短——优化问题归结为求最值
班里最高分 vs 全校最高分对应 →极大值 vs 最大值

全校第一必是班里第一,但班里第一未必是全校第一——最大点必是极大点,反过来不成立

max[a,b]f(x)=max{f(a),f(b),f(xi)},xi 为所有极值点或不可导点\max_{[a,b]} f(x) = \max\{f(a),\, f(b),\, f(x_i)\}\,,\quad x_i\text{ 为所有极值点或不可导点}
9第 9 页 · 最大值与最小值

导数绝对值与函数图象陡峭

上一页我们用导数的正负判断函数升降,那如果两条曲线都在上升,一条很陡、一条很缓,怎么量化这种差别?这就要看导数的绝对值。

瞬时变化率的大小
|f'(x)| 是函数在该点变化的快慢,与方向无关
几何上对应陡峭程度
|f'(x)| 越大,切线越陡,图象在该处起伏越剧烈
与单调性的分工
f'(x) 的符号判升降方向,|f'(x)| 量升降快慢
典型应用
灵敏度分析、变化率建模、「最快变化」类问题
爬山时路面坡度对应 →导数绝对值 |f'(x)|

同样陡的上坡与下坡,坡度一样;只看陡不陡,方向由 f'(x) 符号区分

f(x0)=tanα,  α 为切线与 x 轴正方向夹角|f'(x_0)|=|\tan\alpha|,\ \ \alpha\text{ 为切线与 }x\text{ 轴正方向夹角}
10第 10 页 · 导数绝对值与函数图象陡峭

本节要点

  • 导数符号只判定开区间内单调,端点与不可导点要单独处理
  • 驻点≠极值点:需用一阶导数变号来确认
  • 极值是局部概念,最值是全局概念;闭区间上需比较所有极值与端点
  • |f'|的大小刻画图象陡峭程度,与函数增减无关
延伸主题:导数与函数凹凸性洛必达法则与极限导数的几何应用
11第 11 页 · 本节要点

课后思考

先合上书自己想三分钟,再翻看参考答案——答案只是思考的起点。

1为什么 f'(x)>0 能推出函数严格递增,但严格递增却推不出每一点 f'(x)>0?

参考答案导数要求函数在该点可导。y=|x| 在 (-∞,0)∪(0,+∞) 严格递增,但 x=0 处不可导,所以递增推不出每点导数为正。

2极值是局部概念,最值是全局概念。闭区间上最大值何时恰好落在极值点而非端点?

参考答案当极值点的函数值大于两端点函数值时,最大值落在极值点。例如 y=x³-x 在 [-1,1] 上,最大值在 x=-1/√3 处取得。

3|f'(x)| 越大图象越陡峭——这个直觉对所有函数都成立吗?想想坐标轴的尺度。

参考答案|f'(x)| 反映瞬时变化率的绝对值,但「陡峭」是视觉感受。把纵轴拉长后图象看起来更陡,所以直觉需要尺度校准。

12第 12 页 · 课后思考