一元函数微分学的几何应用
文章目录
极值与最值
极值与最值的区别在于判断的区域不同:
- 极值是局部的概念,仅针对 x 0 x_0 x0邻域的小范围区域,判断是否为极大值或极小值;
- 而最值的对全体定义域,找到其中的最大值或最小值。
而极值与最值又都具有广义与真正的定义:
- 广义的定义是指在 x 0 x_0 x0的邻域内,寻找极值或最值;
- 而真正的定义是指在 x 0 x_0 x0的去心邻域内,寻找极值或最值。所以,极值点与连续性无关,仅关注极值点的去心邻域与 x 0 x_0 x0的关系即可(即使 x 0 x_0 x0的两侧为第二类间断点也无所谓)。
极值点与最值点没有必然关系,极值点不一定是点,最值点也不一定是极值点。但是,若最值点不在端点处,那么最值点一定是极值点。
单调性与极值点的判断
利用导数判断单调性
对定义域 I I I上的 f ( x ) f(x) f(x)求导,
- 若在定义域 I I I上 f ′ ( x ) > 0 f'(x) > 0 f′(x)>0恒成立,那么 f ( x ) f(x) f(x)在定义域上严格单调递增;
- 若在定义域 I I I上 f ′ ( x ) < 0 f'(x) < 0 f′(x)<0恒成立,那么 f ( x ) f(x) f(x)在定义域上严格单调递减。
一阶可导点是极值点的必要条件
所谓必要条件,就是可以拿来用的性质。
若 x 0 x_0 x0为一阶可导点,那么 f ′ ( x 0 ) = 0 f'(x_0) = 0 f′(x0)=0。
判断极值的充分条件
所谓充分条件,就是用来证明极值的。
- 第一充分条件
简单来说,就是 f ( x ) f(x) f(x)在 x = x 0 x=x_0 x=x0处连续,- 若 f ′ ( x ) f'(x) f′(x)在 x 0 x_0 x0的去心邻域两侧符号相反,那么该点为极值点;
- 若 f ′ ( x ) f'(x) f′(x)在 x 0 x_0 x0的去心邻域两侧不变号,则不是极值点。
- 第二充分条件
f ( x ) f(x) f(x)在 x = x 0 x=x_0 x=x0处二阶可导,且 f ′ ( x 0 ) = 0 f'(x_0) = 0 f′(x0)=0, f ′ ′ ( x 0 ) ≠ 0 f''(x_0) \neq 0 f′′(x0)=0。- 若 f ′ ′ ( x 0 ) < 0 f''(x_0) < 0 f′′(x0)<0,那么 f ( x 0 ) f(x_0) f(x0)在 x = x 0 x = x_0 x=x0处取得极大值;
- 若 f ′ ′ ( x 0 ) > 0 f''(x_0) > 0 f′′(x0)>0,那么 f ( x 0 ) f(x_0) f(x0)在 x = x 0 x = x_0 x=x0处取得极小值;
- 第三充分条件
由第二充分条件扩展推导出, f ( x ) f(x) f(x)在 x = x 0 x=x_0 x=x0处n阶可导,且前n-1阶导数为0, f ( n ) ( x 0 ) ≠ 0 f^{(n)}(x_0) \neq 0 f(n)(x0)=0,- 那么n为偶数时,
- 若 f ( n ) ( x 0 ) < 0 f^{(n)}(x_0) < 0 f(n)(x0)<0,那么 f ( x 0 ) f(x_0) f(x0)在 x = x 0 x = x_0 x=x0处取得极大值;
- 若 f ( n ) ( x 0 ) > 0 f^{(n)}(x_0) > 0 f(n)(x0)>0,那么 f ( x 0 ) f(x_0) f(x0)在 x = x 0 x = x_0 x=x0处取得极小值;
- n为奇数时为拐点。
- 那么n为偶数时,
凹凸性与拐点
凹凸性的定义
以下的凹凸性以同济大学第四版的凹凸性定义为准(考研以此为准),但是在较多数学类教材中恰恰相反。
设函数在
f
(
x
)
f(x)
f(x)在区间
I
I
I内连续,任取两点
x
1
x_1
x1,
x
2
x_2
x2,对
λ
∈
(
0
,
1
)
\lambda \in (0,1)
λ∈(0,1),恒有
f
(
λ
x
1
+
(
1
−
λ
)
x
2
)
<
λ
f
(
x
1
)
+
(
1
−
λ
)
f
(
x
2
)
f(\lambda x_1+(1-\lambda)x_2) < \lambda f(x_1) + (1-\lambda) f(x_2)
f(λx1+(1−λ)x2)<λf(x1)+(1−λ)f(x2)
那么称函数为凹函数。
Jenson不等式
若 f ( x ) f(x) f(x)是 [ a , b ] [a,b] [a,b]的凹函数,则对任意的 x i ∈ [ a , b ] x_i \in [a,b] xi∈[a,b], λ i > 0 \lambda_i > 0 λi>0,且 ∑ i = 1 n λ i = 1 \sum_{i = 1}^n \lambda_i = 1 ∑i=1nλi=1,有
f ( ∑ i = 1 n λ i x i ) ≤ ∑ i = 1 n λ i f ( x i ) f(\sum^n_{i = 1} \lambda_i x_i) \leq \sum^n_{i = 1}\lambda_i f(x_i) f(i=1∑nλixi)≤i=1∑nλif(xi)
拐点
拐点就是凹凸区域的交界点。
需要注意的是,极值点和最值点都是一个x轴的值,而拐点是一个坐标。
凹凸性与拐点的判别
判断凹凸性
函数 f ( x ) f(x) f(x)在 I I I上二阶可导。
- 若 f ′ ′ ( x ) > 0 f''(x) > 0 f′′(x)>0,则 f ( x ) f(x) f(x)的图像是凹的;
- 若 f ′ ′ ( x ) < 0 f''(x) < 0 f′′(x)<0,则 f ( x ) f(x) f(x)的图像是凸的;
二阶可导点是拐点的必要条件
若 ( x 0 , f ( x 0 ) ) (x_0,f(x_0)) (x0,f(x0))为拐点,那么 f ′ ′ ( x 0 ) = 0 f''(x_0) = 0 f′′(x0)=0。
判断拐点的充分条件
- 第一充分条件
f ( x ) f(x) f(x)在 x = x 0 x = x_0 x=x0处连续,且去心邻域内二阶导数存在,且在 x = x 0 x = x_0 x=x0的左右邻域内 f ′ ′ ( x 0 ) f''(x_0) f′′(x0)变号,则 ( x 0 , f ( x 0 ) ) (x_0,f(x_0)) (x0,f(x0))为拐点。 - 第二充分条件
f ( x ) f(x) f(x)在 x = x 0 x = x_0 x=x0的邻域内三阶可导,且 f ′ ′ ( x 0 ) = 0 f''(x_0) = 0 f′′(x0)=0, f ′ ′ ′ ( x 0 ) ≠ 0 f'''(x_0) \neq 0 f′′′(x0)=0,则 ( x 0 , f ( x 0 ) ) (x_0,f(x_0)) (x0,f(x0))为拐点 - 第三充分条件
在判断极值的第三充分条件提到过, f ( x ) f(x) f(x)在 x = x 0 x=x_0 x=x0处n阶可导,且前n-1阶导数为0, f ( n ) ( x 0 ) ≠ 0 f^{(n)}(x_0) \neq 0 f(n)(x0)=0,n为奇数时, ( x 0 , f ( x 0 ) ) (x_0,f(x_0)) (x0,f(x0))为拐点。
渐近线
渐近线可以分为斜渐近线和垂直渐近线,斜渐近线在k为0的时候,可以包含水平渐近线。
最值或取值范围
寻找最值的话只需要去判断几个可疑点
- 驻点
- 不可导点
- f(a)
- f(b)
闭区间[a,b]最值
在闭区间内寻找最值,是寻找4个可疑点中的最值,即为该闭区间内的最值。
开区间(a,b)最值
在开区间内寻找最值,是寻找驻点和不可导点的最值,并且要计算端点的极限值 lim x → a + f ( x ) \lim_{x \rightarrow a^+}f(x) limx→a+f(x)和 lim x → b − f ( x ) \lim_{x \rightarrow b^-}f(x) limx→b−f(x),比较四者的大小,若最值在驻点和不可导点中,则存在;若最值在极限值中,则无法取到该点,则不存在极值。
以上内容是DataWhale第28期组队学习,根据b站视频考研数学之高等数学(一二三都适用)学习整理所得,若有不足,望指出。