驻点和极值点的关系?
的有关信息介绍如下:
关于数学,以前我没有太大感悟,自从深入折腾数学分析以及其他相关学科后,我发现了一个事实:
数学不难,理论很重要,概念更重要。数学概念严谨不是刻意为了严谨,而事实上严谨是为了区分它与其他对象的界限。
比如说题主问到的驻点和极值点来说,如果我们把概念吃透,应该很多疑问都会打消了:
驻点: 函数 的一阶导数值为零的点称为驻点,不妨说 , 就是函数的驻点。
极大值点: 函数f(x)对于某一个点 , 存在一个小邻域 , 使得这个邻域内连续,且邻域内的任何一个点都满足 , 那么这个点 就是极大值点。
这里的重点是极大,是要有对比性。
而极值和驻点建立关联,只是后话,因为从极值点定义来说,和驻点完全没有半毛钱关系,但为什么它们又绕在一起了呢。那是挖掘之后的建立的。毕竟我们考虑的大部分函数具备连续性,甚至具备可导性,有了可导,我们自然联系到如果极值点可导,它的导数为零,这不就刚好是驻点吗。
所以极值点本身与驻点毫无关系,但加了条件,可导,这样的极值点就一定在驻点中了,但是驻点未必是极值点,后面会说到。
那么既然加了条件和驻点相关,不加条件,极值点的范围就更广,因而也就有了可能导数不存在的点或者导数值为无穷的点也可能是极值点的问题了。
理论吃透了,疑问就打消了。 后面我们再慢慢来介绍其他相关的。虽然有些长,耐心看完,可能会有一些收获。可能存在认知错误,也欢迎大佬拍砖指正。
极小值点类似可以说明。注意,极值定义中要求函数在该点两侧都有定义。
极大值极小值也存在狭义极值和广义极值,对应的就是不等关系是完全不等还是可以取等。这里不过多赘述。
若函数 在 都有极大值,那么应用Weierstrass第二定理到区间 ,就看出,函数必在这两个点之间某处取到最小值,而在那一点上有极小值;类似的情况,两个极小值之间也存在一个极大值。
当函数只有有限个极大值和极小值时,它们总是交迭出现。
极值: 极大值和极小值统称为极小值。
从图上我们可以清楚看到上面的说明情况。
那么到目前为止,我们可以继续回答这个问题了
1) 驻点(停止点)是极值点可能出现的地方。因为驻点处导数为零,满足极值的定义的条件,是必要条件,而非充分。换句话说驻点不一定是极值点。
例如 , 但0不是它的极值点。
2) 极值点还可能出现在导数为无穷或根本不存在的点上。例如 , 在 时,左导数为 , 但该点为极小值点。再例如 , 在 处导数不存在,但是极小值点。
但是导数为无穷和导数根本不存在并不能保证该点一定是极值点,例如 , 在 处分别为无穷导数和导数根本不存在,但这些点都不是对应函数的极值点。
下面是关于极值相关的理论及应用举例。
关于一元函数极值问题,其实我们可以系统的梳理一下,这块内容是微分学的应用,也就是利用导数研究函数的应用。
微分学的基本定理我们有必要梳理一下,限于篇幅,这里直接贴文章地址:
然后就是高阶导和高阶微分,紧接着是Taylor公式,差值多项式。这里还是有必要提一点,为什么呢,关于极值的第一充分条件、第二充分条件、第三充分条件(高阶导,也就是Taylor公式的应用)中间都涉及到我们这些理论,或者在极值处理过程中的一些技巧会用到这些理论知识。
具体为什么容我慢慢道来。
下面是关于极值相关内容,还是贴链接
好了,到现在开始,我们开始介绍极值这块的内容。
极值: 极大值、极小值。
极大值: 极大值 存在小邻域 , 使得这个邻域中的任意 。
极小值: 和极大值类似。
我们下面以极大值为例来介绍。
极大值的特点: 如果 从极值点 附近从左到右变化,函数的导数符号由正变负。这点可以从图中可以明显看出:
第一充分条件也就是由上面所说的极大值的特点来决定:
函数在 处有一阶导, 如果 从极大值点 附近从左到右变化,函数的导数符号由正变负。
第一充分条件也正是教我们如此来做的,这点非常直观,也容易理解。这里就不赘述了。
第一充分条件应用范围最广,而且条件要求也极其松散。因为我们要找的极值点,要么是驻点,要么是一阶导数不存在的点或者一阶导数为无穷的点。
第二充分条件实际上是从第一充分条件进一步推广而来,但是适用范围就不如第一充分条件那么广泛了,我们先描述下第二充分条件:
条件:
结论:
对于驻点 来说,
若 , 则 为极小值点;
若 , 则 为极大值点。
从这个命题的条件我们就可以看到,相当苛刻:
其实到此还是没有什么玄妙的,因为我们稍微拆解一下,就能直观理解了:
设 在点 处不仅有一阶导数,而且还有二阶导数。并且 为驻点,也就是 。
那么,若 , 则 单调增,它在点 左右符号由负变正,点 为极小值点;
若 , 则 单调减,它在点 左右符号由正变负,点 为极大值点;
更不用说了,这个第三充分条件应用就更加窄了,因为它要求的条件比前面的都要苛刻:
若假设函数 在 处有1到 阶导数,而且前 阶导数均为零:
同时 。我们利用Taylor公式展开,就可得到:
因为 , 所以当 十分靠近 时,上面的式子右侧分数的分子就与 的符号相同,在 都如此。因此我们就得到如下结论:
1) 为奇数时: ,当 从 左侧变到它右侧时 变号,但第一个因式不变号。这个时候 就变号。这样,在 处就不可能为极值点,因为这个时候在 附近,函数值有小于 的,也有大于 的,因此不可能是极值点。
2) 为偶数时: , 这个时候 从 左侧到右侧时, 并不变号,因为对一切 , 。显然,在 的左方还是右方附近,差 的符号与数值 的符号相同。
也就是说,若 , 则在点 的附近 , 此时 是极小值;
同样地,若 , 则在点 的附近 , 此时 是极大值。
于是我们就得到下面的极值判别法则:
若在各阶导数中,第一个在点 处不等于零的导数是奇数阶的,则函数在点 处既无极值。
若第一个在点 处不等于零的导数是偶数阶的,则函数在点 有极极,具体是极大还是极小要看该导数的符号是负的还是正的。
其实说到这里,我们对三个充分条件的应用原理以及注意事项都已经了然于胸了,不过呢还是要拿些例子来说明一下,毕竟实际应用中,我们还是可以有一些技巧性来应用的。
首先利用第一充分条件,我们的应用步骤无非下面的几个固定步骤:
为了更加详细的说明,我们举个简单的例子:
函数
解:
1) 首先求一阶导 2) 求驻点:
3) 划分区间: 4) 确定每个区间导数的符号:
5) 判断每个驻点左侧和右侧符号变化情况,由正变负,极大值;由负变正,极小值;不变号,非极值点。
于是得到 为极大值点, 为极小值点。
话说,我们中规中矩的把问题解决了,但是反过来看看,是不是已经get到所有的呢?其实学习不要满足于此,我们还是有精进空间的。
上面的步骤如果我们交给计算机,我们就没有太大必要关注太多,毕竟,计算机花费多少计算我们不关注,只关注它最终给到我们什么结果。
但是如果我们自己用手去算,毕竟每个人都还是希望懒一点,少做一点,也能得到正确答案再好不过了。
事实上,对于上面的简单例子来说,我们如果纯熟的把理论掌握后,还是有很大精进空间的,下面就慢慢道来:
上面我们通过代入具体值的方式来判断,当然实际上我们也可以完全不用代入具体值就可以判断出导数在驻点附近符号变化情况:
比如说 两个因子的乘积为负号,我们只需要利用函数的连续性,知道在这个点的附近保持负号。 而当 单调增加的方式经过 点时, 是由负变正,因此最终导数在这个变化过程中是由正变负的,因此该点是极大值点。
同理考虑 或者它的附近,导数的前面两个因子 为正的,而第三个因子在随着 递增的经过这个点的时候,符号就由负变正,因此该点是极小值点。
最后考虑 或其附近,导数恒为正,因此不变号,因此该点不是极值点。
后面这种方法,就无需任何计算,直接根据连续函数性质(这里导函数连续)来判断导数符号的变化。
最后我们还可以算出极值: 极大值 , 极小值 。
这里的技巧满满的来自于对理论知识的掌握,连续函数的性质,在这道应用中起着重要的作用,因为我们利用了闭区间上连续函数的性质,我们甚至都不用去计算什么,凭着理论直接告诉我们答案。
话说这是不是熟练掌握理论带给我们的好处,解同样的题目,我们下面的方法,好像根本没有计算什么,得到的答案和我们小心翼翼的计算得到的结论完全一样,如果是您,你愿意老老实实的去计算吗? 计算又不能带给我们新的知识和能量,对不对。
好了,这个问题我们就说到这里,稍微还是有点长,但是需要的、耐心的同学们会有那么一些些收获。
如果大家觉得好,可以多多支持一下, 我是 学数相伴,一个纯粹的数学爱好者。



