微分学＜4＞——微分中值定理

微分中值定理

极值

定义4.1 极大(小)值

若存在$x_0$的邻域$U\left(x_0,\delta \right)$,使得$\forall x\in U\left(x_0\right),\delta$,$f\left(x\right)\le f\left(x_0\right)$,则称$x_0$是函数$f\left(x\right)$的一个极大值点。
若存在$x_0$的邻域$U\left(x_0,\delta \right)$,使得$\forall x\in U\left(x_0\right),\delta$,$f\left(x\right)\ge f\left(x_0\right)$,则称$x_0$是函数$f\left(x\right)$的一个极小值点。

定理4.1 Fermat引理

设$x_0$是函数$f\left(x\right)$的一个极值点,且函数$f\left(x\right)$在点$x_0$处可导,则$f^{\prime }\left(x_0\right)=0$。

不妨设$x_0$是函数$f\left(x\right)$的一个极大值点。
令$x\in \left(x_0,x_0+\delta \right)$,则$\frac{f\left(x_0+\Delta x\right)-f\left(x_0\right)}{\Delta x}\le 0$,
根据函数极限的保不等号性,$f_{+}^{\prime }\left(x_0\right)={\lim }_{x_0^{+}\to 0}\frac{f\left(x_0+\Delta x\right)-f\left(x_0\right)}{\Delta x}\le 0$;
同理令$x\in \left(x_0-\delta ,x_0\right)$,则$f_{-}^{\prime }\left(x_0\right)={\lim }_{x_0^{-}\to 0}\frac{f\left(x_0+\Delta x\right)-f\left(x_0\right)}{\Delta x}\ge 0$,
因为函数$f\left(x\right)$在点$x_0$处可导,所以函数$f\left(x\right)$在点$x_0$处$f_{+}^{\prime }\left(x_0\right)=f_{-}^{\prime }\left(x_0\right)=f^{\prime }\left(x_0\right)=0$。

定理4.2 Rolle定理

函数$f\left(x\right)$在闭区间$\left[a,b\right]$上连续,在开区间$\left(a,b\right)$上可导,$f\left(a\right)=f\left(b\right)$,则$\exists \xi \in \left(a,b\right)$:$f^{\prime }\left(\xi \right)=0$。

根据最值定理,$f\left(x\right)$在$\left[a,b\right]$上必有最大值$M$和最小值$m$,也就是$\exists \eta$,$\xi \in \left[a,b\right]$:$\forall x\in \left[a,b\right]$,$f\left(\eta \right)=m=\min f\left(x\right)$,$f\left(\xi \right)=M=\max f\left(x\right)$。
<1>$M=m$
此时函数$f\left(x\right)$为常数函数,显然$\exists \xi \in \left(a,b\right)$:$f^{\prime }\left(\xi \right)=0$。
<2>$M>m$
此时$M=f\left(\xi \right)$为$f\left(x\right)$在$\left[a,b\right]$上的一个极大值,$\xi$是函数$f\left(x\right)$的一个极大值点,
根据Fermat引理,$f^{\prime }\left(\xi \right)=0$。

Lagrange中值定理

定理4.3 Lagrange中值定理

函数$y=f\left(x\right)$在闭区间$\left[a,b\right]$上连续,在开区间$\left(a,b\right)$上可导,则$\exists \xi \in \left(a,b\right)$:$f^{\prime }\left(\xi \right)=\frac{f\left(b\right)-f\left(a\right)}{b-a}$。

任取$x\in \left(a,b\right)$,$x=t$处切线斜率为$f^{\prime }\left(t\right)$。
另外连接闭区间$\left[a,b\right]$端点的割线斜率为$k=\frac{f\left(b\right)-f\left(a\right)}{b-a}$,割线方程为$y-f\left(a\right)=\left(\frac{f\left(b\right)-f\left(a\right)}{b-a}\right)\left(x-a\right)$,
而点$\left(t,f\left(t\right)\right)$到割线$y=\left(\frac{f\left(b\right)-f\left(a\right)}{b-a}\right)\left(x-a\right)$的距离函数为$d\left(x\right)=\frac{|k\left(x-a\right)+f\left(a\right)-f\left(x\right)|}{\sqrt{1+k^2}}$,$d^{\prime }\left(x\right)=\frac{|k-f^{\prime }\left(x\right)|}{\sqrt{1+k^2}}$,
因为$d\left(x\right)$在闭区间$\left[a,b\right]$上连续,在开区间$\left(a,b\right)$上可导,且$d\left(a\right)=d\left(b\right)=0$,所以根据Rolle定理,$\exists \xi \in \left(a,b\right)$:$d^{\prime }\left(\xi \right)=0$,
解方程$d^{\prime }\left(\xi \right)=\frac{|k-f^{\prime }\left(\xi \right)|}{\sqrt{1+k^2}}=0$,可得$f^{\prime }\left(\xi \right)=k=\frac{f\left(b\right)-f\left(a\right)}{b-a}$。
从几何意义出发,同样根据距离函数$d\left(t\right)$的分子部分,可以构造函数$\phi \left(x\right)=f\left(x\right)-f\left(a\right)-\frac{f\left(b\right)-f\left(a\right)}{b-a}\left(x-a\right)=f\left(x\right)-f\left(a\right)-k\left(x-a\right)$,$\phi \left(x\right)$仍然满足Rolle定理,$\exists \xi \in \left(a,b\right)$:${\phi }^{\prime }\left(\xi \right)=0$,代数方法与几何方法实质上殊途同归。

定理4.4 Cauchy中值定理

函数$y=f\left(x\right)$在闭区间$\left[a,b\right]$上连续,在开区间$\left(a,b\right)$上可导,则$\exists \xi \in \left(a,b\right)$:$\frac{f^{\prime }\left(\xi \right)}{g^{\prime }\left(\xi \right)}=\frac{f\left(b\right)-f\left(a\right)}{g\left(b\right)-g\left(a\right)}\left(g^{\prime }\left(\xi \right)\ne 0\right)$。

联立参数方程:
$$\{\begin{array}{c}y=f\left(t\right)\\ x=g\left(t\right)\end{array}$$
参考Lagrange中值定理,将距离函数中的纵坐标$y$替换为参数方程$y=f\left(t\right)$,距离函数中的横坐标$x$替换为参数方程$x=g\left(t\right)$,可构造函数$\phi \left(t\right)=f\left(t\right)-f\left(a\right)-\left(\frac{f\left(b\right)-f\left(a\right)}{g\left(b\right)-g\left(a\right)}\right)\left(g\left(t\right)-g\left(a\right)\right)$,后续过程与Lagrange中值定理一致。

一阶导数与单调性的关系

定理4.5

函数$f\left(x\right)$在区间$I$上有定义,且一阶可导,则函数$f\left(x\right)$在区间$I$上单调增加(减少)的充要条件是$\forall x\in I$,$f^{\prime }\left(x\right)\ge 0(f^{\prime }\left(x\right)\le 0)$。
函数$f\left(x\right)$在区间$I$上严格单调增加(严格减少)的充要条件是$\forall x\in I$,$f^{\prime }\left(x\right)>0(f^{\prime }\left(x\right)<0)$。

<1>必要性
设$x>x_0$,
引用Lagrange定理,$\exists \xi \in I$,$f\left(x\right)-f\left(x_0\right)=f^{\prime }\left(\xi \right)\left(x-x_0\right)$,
又有$\forall x\in I$,$f^{\prime }\left(x\right)\ge 0$,所以$f^{\prime }\left(\xi \right)\ge 0$,$f\left(x\right)-f\left(x_0\right)\ge 0$,$f\left(x\right)\ge f\left(x_0\right)$。
<2>充分性
$\frac{f\left(x\right)-f\left(x_0\right)}{x-x_0}\ge 0$,
引用函数极限的局部保号性,令$\Delta x=x-x_0$,${\lim }_{\Delta x\to 0}\frac{f\left(x\right)-f\left(x_0\right)}{x-x_0}\ge 0$,
根据导数的定义,$f^{\prime }\left(x\right)\ge 0$。

二阶导数与凸性的关系

定义4.2 凸性

函数$f\left(x\right)$在区间$I$有定义,若$\forall x_1$,$x_2\in I$,$\forall \lambda \in \left(0,1\right)$,有$f\left(\lambda x_1+\left(1-\lambda \right)x_2\right)\le \lambda f\left(x_1\right)+\left(1-\lambda \right)f\left(x_2\right)$,则称函数$f\left(x\right)$是下凸函数,几何意义为连接区间端点的割线段恒在函数曲线上方。
若$\forall x_1$,$x_2\in I$,$\forall \lambda \in \left(0,1\right)$,有$f\left(\lambda x_1+\left(1-\lambda \right)x_2\right)\ge \lambda f\left(x_1\right)+\left(1-\lambda \right)f\left(x_2\right)$,则称函数$f\left(x\right)$是上凸函数,几何意义为连接区间端点的割线段恒在函数曲线上下方。

定理4.6

函数$f\left(x\right)$在区间I上二阶可导,函数$f\left(x\right)$在区间$I$上下凸(上凸)的充要条件是$\forall x\in I$,$f^{\prime \prime }\left(x\right)\ge 0$($f^{\prime \prime }\left(x\right)\le 0$)。
函数$f\left(x\right)$在区间$I$上严格下凸(上凸)的充要条件是$\forall x\in I$,$f^{\prime \prime }\left(x\right)>0$($f^{\prime \prime }\left(x\right)<0$)。

不妨设函数$f\left(x\right)$在区间$I$上下凸,$\forall x\in I$,$f^{\prime \prime }\left(x\right)\le 0$,$x_1<x_2$,
<1>必要性
令$\lambda =\frac{1}{2}$,$f\left(\frac{x_1+x_2}{2}\right)\le \frac{f\left(x_1\right)+f\left(x_2\right)}{2}\Rightarrow f\left(x_2\right)-f\left(\frac{x_1+x_2}{2}\right)\ge f\left(\frac{x_1+x_2}{2}\right)-f\left(x_1\right)$,
设$\Delta x_n=\frac{|x_2-x_1|}{n}=\frac{x_2-x_1}{n}>0$($n\ge 3$),
可抽象出如下递推公式,其中$k\in {\mathbb{N}}^{+}$,$k\in \left[2,n\right]$:
$$\begin{array}{lc}& f\left(x_2\right)-f\left(x_2-\Delta x_n\right)\\ \le & f\left(x_2-\Delta x_n\right)-f\left(x_2-2\Delta x_n\right)\\ \cdots & \\ \le & f\left(x_2-\left(k-2\right)\Delta x_n\right)-f\left(x_2-\left(k-1\right)\Delta x_n\right)\\ \le & f\left(x_2-\left(k-1\right)\Delta x_n\right)-f\left(x_2-k\Delta x_n\right)\\ \cdots & \\ \le & f\left(x_2-\left(n-1\right)\Delta x_n\right)-f\left(x_2-n\Delta x_n\right)\\ =& f\left(x_1+\Delta x_n\right)-f\left(x_1\right)\end{array}$$
综上所述,$f\left(x_2\right)-f\left(x_2-\Delta x_n\right)\le f\left(x_1+\Delta x_n\right)-f\left(x_1\right)$,记为($\ast$),
对不等式($\ast$)两侧同除以$\Delta x_n$,$\frac{f\left(x_2\right)-f\left(x_2+\left(-\Delta x_n\right)\right)}{-\Delta x_n}\ge \frac{f\left(x_1+\Delta x_n\right)-f\left(x_1\right)}{\Delta x_n}$,
引用函数极限的局部保号性,${\lim }_{\Delta x_n\to 0}\frac{f\left(x_2\right)-f\left(x_2+\left(-\Delta x_n\right)\right)}{-\Delta x_n}\ge {\lim }_{\Delta x_n\to 0}\frac{f\left(x_1+\Delta x_n\right)-f\left(x_1\right)}{\Delta x_n}$,
根据导数定义,$f^{\prime }\left(x_2\right)\ge f^{\prime }\left(x_1\right)$,
根据函数单调性的定义,函数$f\left(x\right)$的一阶导函数$f^{\prime }\left(x\right)$单调递增,
引用一阶导数与单调性的关系,${\left(f^{\prime }\left(x\right)\right)}^{\prime }=f^{\prime \prime }\left(x\right)\ge 0$。
<2>充分性
在闭区间$\left[x_1,x_2\right]$上任取点$x_0$,$x_0=\lambda x_1+\left(1-\lambda \right)x_2$,
$x_0$与$x_1$,$x_2$满足如下的算数关系:
$x_0-x_1=\left(1-\lambda \right)\left(x_2-x_1\right)$(A)
$x_2-x_0=\lambda \left(x_2-x_1\right)$(B)
引用Lagrange中值定理,$\exists {\xi }_1\in \left(x_1,x_0\right)$:$f\left(x_0\right)-f\left(x_1\right)=f^{\prime }\left({\xi }_1\right)\left(x_0-x_1\right)$(1),
$\exists {\xi }_2\in \left(x_0,x_2\right)$:$f\left(x_2\right)-f\left(x_0\right)=f^{\prime }\left({\xi }_2\right)\left(x_2-x_0\right)$(2),
(1)变形为$f\left(x_1\right)=f^{\prime }\left({\xi }_1\right)\left(x_1-x_0\right)+f\left(x_0\right)$(3),
(2)变形为$f\left(x_2\right)=f^{\prime }\left({\xi }_2\right)\left(x_2-x_0\right)+f\left(x_0\right)$(4),
根据一阶导数与单调性的关系,函数$f\left(x\right)$的一阶导函数$f^{\prime }\left(x\right)$单调递增,
根据函数单调性定义,$f^{\prime }\left(x_1\right)\le f^{\prime }\left({\xi }_1\right)\le f^{\prime }\left(x_0\right)\le f^{\prime }\left({\xi }_2\right)\le f^{\prime }\left(x_2\right)$,
(3)$\Rightarrow f\left(x_1\right)-f\left(x_0\right)\ge f^{\prime }\left(x_0\right)\left(x_1-x_0\right)\ge f^{\prime }\left({\xi }_1\right)\left(x_1-x_0\right)$(5),
(4)$\Rightarrow f\left(x_2\right)-f\left(x_0\right)\ge f^{\prime }\left(x_0\right)\left(x_2-x_0\right)\ge f^{\prime }\left({\xi }_2\right)\left(x_2-x_0\right)$(6),
根据(A)展开(5),可得$f\left(x_1\right)-f\left(x_0\right)\ge -\left(1-\lambda \right)f^{\prime }\left(x_0\right)\left(x_2-x_1\right)$(7),
根据(B)展开(6),可得$f\left(x_2\right)-f\left(x_0\right)\ge \lambda f^{\prime }\left(x_0\right)\left(x_2-x_1\right)$(8),
(7)乘以$\lambda$,(8)乘以$1-\lambda$,随后二者相加,得$\lambda f\left(x_1\right)+\left(1-\lambda \right)f\left(x_2\right)\ge f\left(x_0\right)=f\left(\lambda x_1+\left(1-\lambda \right)x_2\right)$。

定义4.3 拐点

设函数$f\left(x\right)$在点$\left(x_0,f\left(x_0\right)\right)$的邻域$\mathring{U}\left(x_0,\delta \right)$上二阶可导,且函数$f^{\prime \prime }\left(x_0\right)$在点$\left(x_0,f\left(x_0\right)\right)$的左邻域$\left(x_0-\delta ,x_0\right)$,右邻域$\left(x_0,x_0+\delta \right)$上异号,则称点$\left(x_0,f\left(x_0\right)\right)$是函数$f\left(x\right)$的拐点。
几何意义为函数$f\left(x\right)$的曲线的凹凸分界点,过拐点$\left(x_0,f\left(x_0\right)\right)$的切线会穿过函数$f\left(x\right)$的图像。

定理4.7

若点$\left(x_0,f\left(x_0\right)\right)$是函数$f\left(x\right)$的拐点,且函数$f\left(x\right)$在点$\left(x_0,f\left(x_0\right)\right)$的邻域$\mathring{U}\left(x_0,\delta \right)$上二阶可导,则$f^{\prime \prime }\left(x_0\right)=0$。

设函数$f^{\prime \prime }\left(x_0\right)$在点$\left(x_0,f\left(x_0\right)\right)$的左邻域$\left(x_0-\delta ,x_0\right)$下凸,在右邻域$\left(x_0,x_0+\delta \right)$上凸,
根据定理4.6,$\forall x\in \left(x_0-\delta ,x_0\right)$,$f^{\prime \prime }\left(x_0\right)\ge 0$,$\forall x\in \left(x_0,x_0+\delta \right)$,$f^{\prime \prime }\left(x_0\right)\le 0$,
根据定理4.5,一阶导数$f^{\prime }\left(x_0\right)$在左邻域$\left(x_0-\delta ,x_0\right)$单调增加,在右邻域$\left(x_0,x_0+\delta \right)$单调减少,$x_0$是$f^{\prime }\left(x\right)$的一个极大值点,
引用Fermat引理,$f^{\prime \prime }\left(x_0\right)=0$。

定理4.8 Jensen不等式

函数$f\left(x\right)$在区间$I$下凸,$\forall i\in {\mathbb{N}}^{+}$,$x_i\in I$,${\lambda }_i\in \left(0,1\right)$($\sum {\lambda }_i=1$),$f\left(\sum \left({\lambda }_i{x}_i\right)\right)\le \sum \left({\lambda }_{i}f\left(x_i\right)\right)$。