人大版微积分第四章最大值最小值问题

最大值与最小值问题人大版《微积分》第四章·导数的应用Contents课程目录从理论到实践，系统掌握最值问题的核心方法与思维框架。01最值问题的理论基础02闭区间上最值的求解方法03实际问题中的最值应用04总结与拓展思考Chapter01最值问题的理论基础从连续函数的性质出发，理解最值的存在性与取得位置APPLIEDMATHEMATICS最值问题的实际背景最值问题源于生产实践中对最优解的追求，是微积分理论联系实际的核心纽带。01工程设计：在满足强度和容积等约束条件下，寻求材料用量最少或成本最低的结构尺寸方案用料最省02经济决策：在市场需求和生产成本约束下，确定使利润最大化或运营成本最小化的最优策略利润最大03物理科学：自然界遵循极值原理，如光线最短时间原理、力学系统趋向势能最低状态能量最低04数学建模：最值问题构成优化理论基础，是运筹学、控制论等应用数学分支的核心内容优化理论工业生产中对效率最优的持续追求，是最值问题的现实起点CoreFramework最值问题的两个核心方面最值问题的研究包含存在性与求解方法两个不可分割的方面。存在性回答"最值是否一定存在"的理论前提，求解方法回答"如何系统地找到最值"的操作路径，二者共同构成完整的最值问题理论框架。最值的存在性在给定条件下，函数是否一定存在最大值和最小值？这决定了求解过程的理论合法性。理论前提最值的求解方法在确认最值存在的前提下，通过什么步骤和策略来精确定位最值点及其函数值。操作路径存在性是前提，方法是工具只有先确认最值存在，后续的求解过程才有意义，二者相辅相成，缺一不可。相辅相成CALCULUS·THEOREM闭区间上连续函数的最值存在定理闭区间上连续函数的最值存在定理是求解最值问题的理论基石：若f(x)在闭区间[a,b]上连续，则f(x)在该区间上必存在最大值和最小值。"闭区间"与"连续"两个条件缺一不可。01定理表述若函数f(x)在闭区间[a,b]上连续，则f(x)在[a,b]上必存在最大值M和最小值mM&m02关键条件：闭区间开区间上连续函数不一定有最值，如f(x)=x在(0,1)上无最大值也无最小值[a,b]03关键条件：连续性闭区间上有间断点的函数不一定有最值，需检查函数在区间内是否处处连续连续04几何直观连续曲线在闭区间上是一条不间断的弧线，其最高点即为最大值，最低点即为最小值弧线ExtremeValueAnalysis最值可能取得的位置分析闭区间上函数的最值只可能在三类位置取得：区间内部的驻点、不可导点、以及区间的两个端点。01区间内部取得若最值在开区间(a,b)内某点取得，则该点必为驻点（f'(x)=0）或不可导点，由费马引理保证。费马引理02端点处取得最值也可能在区间端点x=a或x=b处取得，端点不受导数条件的约束，必须单独计算函数值。x=a,x=b03候选点有限化最值的候选点集合={驻点}∪{不可导点}∪{端点}，数量有限，可逐一比较。三类并集04核心逻辑将"在所有点中找最值"的无限问题，转化为"在有限个候选点中比较函数值"的有限问题。∞→有限CONCEPTCOMPARISON极值与最值的概念辨析极值是局部概念，反映函数在某点邻域内的相对大小关系；最值是整体概念，反映函数在整个区间上的绝对大小关系。极值点不一定是极值点，最值点也不一定是极值点——端点处可取最值但不是极值点。极值（局部概念）01极值只要求函数在某一点的邻域内相对于邻近点取得最大或最小，是一种"局部最优"局部最优02一个函数在区间内可以有多个极大值和极小值，且极大值不一定大于极小值多个极值03极值点必在区间内部取得，端点不可能是极值点仅区间内部最值（整体概念）01最值要求函数在整个区间上所有点中取得绝对最大或绝对最小，是一种"全局最优"全局最优02一个函数在闭区间上的最大值和最小值各只有一个（函数值唯一，但取到最值的点可能不唯一）唯一最值03最值点可以在区间内部取得，也可以在端点处取得含端点Chapter02闭区间上最值的求解方法掌握系统化的求解步骤，通过典型例题深化理解Calculus·Method闭区间上最值的标准求解步骤求闭区间上连续函数最值的标准方法包含三个步骤：求导找候选点、计算候选点函数值、比较确定最值。该方法的核心思想是将"在无限个点中找最值"转化为"在有限个候选点中比较函数值"，确保不遗漏、不重复。01求候选点对f(x)求导，在开区间(a,b)内找出所有驻点（令f'(x)=0的解）和所有不可导点（f'(x)不存在的点）02计算函数值将第一步找到的所有驻点、不可导点，以及区间端点a和b，逐一代入原函数f(x)计算函数值03比较定最值将第二步得到的所有函数值进行大小比较，最大者即为最大值，最小者即为最小值CALCULUS·最值求解例1：多项式函数的最值求解通过多项式函数y=2x³−3x²−12x+14在[−3,4]上的最值求解，完整展示标准三步法的操作流程：求导得驻点、计算各候选点函数值、比较得出最值。01求导与驻点f'(x)=6x²−6x−12=6(x−2)(x+1)，令f'(x)=0得驻点x₁=2、x₂=−1，均在区间[−3,4]内x₁=2x₂=−102计算候选点函数值f(−3)=−23、f(−1)=21、f(2)=−6、f(4)=142，共四个候选点参与最值比较4个候选点03比较得出结论最大值f(4)=142在右端点取得，最小值f(−3)=−23在左端点取得，两个极值点都不是最值点max=142min=−23CALCULUS·EXTREMA例2：含不可导点的最值求解函数f(x)=x^(2/3)−(x²−1)^(1/3)在[−2,2]上的最值求解，展示了不可导点作为候选点的重要性——遗漏任何一类都可能导致错误结果。求导分析f′(x)表达式中含x^(1/3)和(x²−1)^(2/3)等项，令f′(x)=0得驻点x=±1/√2x=±1/√2不可导点识别在x=0和x=±1处f′(x)不存在，这三个点也是候选点，加上端点±2，共7个候选点7个候选点比较结果f(±1/√2)=∛4/2为最大值，f(±2)=∛4−∛3为最小值，不可导点处函数值居中∛4/2最值判定·特殊情形特殊情形：唯一驻点的最值判定若函数在区间内仅有唯一驻点且该点为极值点，则极值必为最值，无需比较端点。01适用条件函数在区间内可导，且只有一个驻点x₀，且x₀同时也是f(x)的极值点。唯一驻点02判定结论f(x₀)为极大值时即为区间最大值；f(x₀)为极小值时即为区间最小值。极值即最值03理论依据唯一驻点两侧f'(x)符号必相反，单调性在x₀处发生唯一一次反转。单调性反转04实际意义许多实际目标函数恰好只有一个驻点，利用此结论可大幅简化求解过程。跳过端点比较CALCULUS·APPLICATION例5：几何应用——半圆内接矩形最大面积半圆内接矩形最大面积问题展示了几何最值问题的标准解法：建立面积目标函数、利用唯一驻点判定定理简化求解。01建立目标函数设矩形底边一半为x（0<x<R），高为√(R²−x²)，面积S(x)=2x·√(R²−x²)S(x)02求导与驻点令S′(x)=0，解得唯一驻点x=R/√2，该驻点在定义域(0,R)内R/√203最值判定区间内唯一驻点且实际问题最值必存在，该驻点即为最大值点R²MathematicalAnalysis例6：分析应用——不等式中的最值问题求使sin(x)≤Ax对所有x>0成立的最小正数A，通过等价变形转化为求f(x)=sin(x)/x在(0,+∞)上的上确界问题。展示了最值方法在数学分析中的灵活应用。问题转化将sin(x)≤Ax改写为sin(x)/x≤A，则最小正数A即为f(x)=sin(x)/x在(0,+∞)上的上确界。这一转化将不等式约束问题转化为函数最值问题，是分析学中常用的技巧。上确界单调性分析对f(x)求导得f'(x)=[x·cos(x)−sin(x)]/x²<0（x>0），说明f(x)在(0,+∞)上严格递减。导数符号判定结合分子g(x)=x·cos(x)−sin(x)的单调性，可严格证明递减性。严格递减极限求值当x→0⁺时f(x)→1（洛必达法则），当x→+∞时f(x)→0，故上确界为1，即最小正数A=1。递减函数的上确界在区间左端点取得，这是求解此类最值问题的关键结论。A=1Chapter03实际问题中的最值应用从军事、经济、工程等多领域案例中掌握建模与求解能力Methodology实际问题求最值的方法论实际问题求最值的核心在于"建模"与"求解"两个环节。建模阶段需要从实际情境中抽象出目标函数并确定定义域；求解阶段利用唯一驻点定理简化计算——当目标函数在定义域内只有唯一驻点时，该点函数值即为所求最值。01建立目标函数从实际问题中识别决策变量，将待优化的目标量（成本、收益、距离等）表示为自变量的函数02确定定义域根据实际问题的物理意义或约束条件，确定自变量的合理取值范围，注意排除不合实际的解03求最值对目标函数求导，找驻点并判定最值；若只有唯一驻点，则该点函数值即为所求最值，无需比较端点04回扣实际将数学结果翻译回实际问题的语言，验证结果的合理性，给出完整的实际意义解释CalculusApplication例3：军事追击——最近射击时机军事追击问题通过建立敌我距离的时间函数，利用勾股定理将二维运动转化为一元函数最值问题。目标函数s(t)=√[(0.5+t)²+(4-2t)²]的唯一驻点t=1.5分钟即为最近射击时机。01建立距离函数：设追击时间为t，利用勾股定理得s(t)=√[(0.5+t)²+(4-2t)²]，其中0.5公里为南北间距，4公里为东西间距。02求导求驻点：s'(t)=(5t-7.5)/√[(0.5+t)²+(4-2t)²]，令s'(t)=0得唯一驻点t=1.5分钟。03结论：追击发起后1.5分钟射击最好（敌我距离最近），唯一驻点定理保证该点即为最小值点。军事沙盘推演场景CASESTUDY·最值应用例4：房产经营——最优租金定价房租定价优化问题展示了最值方法在经济决策中的核心应用。通过建立总收入关于房租的二次函数，求导得唯一驻点x=350元即为最优定价，对应最大月收入10890元。01建立目标函数：设月租x元，租出套数为50−(x−180)/10，每套净收入(x−20)元，总收入R(x)=[50−(x−180)/10]·(x−20)02化简求导：R(x)展开为关于x的二次函数，令R'(x)=0得唯一驻点x=350元，此时租出33套03最大收入：当房租定为350元/月时，最大月收入R(350)=10890元，比180元全租出时的8000元净收入提升36%公寓出租经营场景示意OPTIMALPRICE¥350/月最优月租定价，租出33套，月收入达10,890元EngineeringOptimization工程应用：圆柱形容器用料最省设计容积固定的无盖圆柱形容器用料最省问题，通过消去约束变量将双变量问题转化为单变量最值问题。结果表明当高等于底面半径（h=r=∛(V/π)）时，表面积最小即用料最省，这一结论对工业容器设计有直接指导意义。01建模设底面半径r、高h，约束条件V=πr²h，目标函数（表面积）S=πr²+2πrhS=πr²+2πrh02消元化简由约束条件得h=V/(πr²)，代入目标函数得S(r)=πr²+2V/r，转化为单变量最值问题S(r)=πr²+2V/r03求解S'(r)=2πr−2V/r²=0，解得r=∛(V/π)，此时h=r=∛(V/π)，即高等于底面半径时用料最省h=r=∛(V/π)Physics·Optimization物理应用：费马原理与光的折射费马最短时间原理揭示了光传播遵循最优化规律：光总是沿时间最短的路径行进，严格推导出斯涅尔折射定律。01光在介质间传播时沿所需时间最短的路径行进，这是自然界最优化原理的典型体现。02设入射角θ₁和折射角θ₂，传播时间T为θ₁的函数，利用几何关系和两种介质中的光速表达时间函数。03对T(θ₁)求导令其为零，得到n₁sin(θ₁)=n₂sin(θ₂)，即斯涅尔折射定律。光线通过介质界面发生折射与色散Microeconomics·MarginalAnalysis经济应用：生产利润最大化生产利润最大化问题是微观经济学中边际分析的核心模型。通过建立利润函数P(x)=收入-成本并求最值，可得最优产量。当边际收入等于边际成本（P'(x)=0）时利润最大，这一结论构成了企业生产决策的数学基础。01建立利润函数设产量x件，收入R(x)=50x，总成本C(x)=5000+10x+0.01x²，利润P(x)=40x−0.01x²−5000P(x)02求解最优产量P'(x)=40−0.02x=0，解得x=2000件；P''(x)=−0.02<0确认为极大值点2,000件03经济学含义最优产量处边际收入等于边际成本（50=10+0.02×2000），最大利润为35,000元¥35,000OperationalResearch运筹应用：运输路径成本优化最优转运点取决于铁路与公路运费比率p/q，构成枢纽选址问题的数学基础。建立成本函数设转运点C距O为x，公路长√(a²+x²)，铁路长L−x，总运费W=p(L−x)+q√(a²+x²)。该函数综合了两种运输方式的距离与单价，为后续优化提供数学模型基础。MODELING求解最优转运点令W'(x)=0得x=ap/√(q²−p²)，唯一驻点保证其为最小值。通过求导找到成本函数的极值点，验证二阶导数确认该点为全局最小值。x=ap/√(q²−p²)经济学解释最优处公路与铁路的边际替代率恰等于运费比率p/q，实现运输方式最优组合。该条件表明当两种运输方式的边际成本相等时，总运输成本达到最小。MRS=p/qInventoryManagement管理应用：经济订购批量模型（EOQ）经济订购批量模型（EOQ）是库存管理的核心模型，通过建立年总费用关于批量的函数C(Q)=KD/Q+hQ/2求最值，得出最优批量Q*=√(2KD/h)。该公式揭示了订购费与存储费之间的最优平衡点，是供应链管理的数学基石。现代化仓库库存管理实景01建立总费用函数：年订购费KD/Q（与批量成反比）加年存储费hQ/2（与批量成正比），C(Q)=KD/Q+hQ/2C(Q)=KD/Q+hQ/202求解最优批量：C'(Q)=-KD/Q²+h/2=0，解得Q*=√(2KD/h)，即著名的EOQ公式Q*=√(2KD/h)03管理学意义：最优批量处订购费等于存储费，实现了两类成本的完美平衡，广泛应用于企业库存管理决策CostEquilibriumOPTIMIZATION工艺应用：方盒容积最大化设计正方形铁皮制作无盖方盒的容积最大化问题，是材料利用率优化的经典案例。目标函数V(x)=x(a-2x)²的唯一驻点x=a/6给出最优剪裁方案，最大容积为2a³/27，该结论直接指导包装盒的结构设计。建立容积函数设剪去角正方形边长为x，方盒底面边长a-2x、高x，容积V(x)=x(a-2x)²，定义域(0,a/2)V(x)=x(a-2x)²求导求解V'(x)=(a-2x)(a-6x)=0，得x=a/6（x=a/2舍去），该唯一驻点即为最大值点x=a/6最优方案当x=a/6时方盒容积最大，最大容积V(a/6)=2a³/27≈0.074a³，材料利用率达到最优2a³/27EngineeringApplication工程应用：矩形横梁截面强度优化从圆木中锯出矩形横梁，目标函数S(b)=kb(d²−b²)的最优解为宽高比1:√2，该截面抗弯强度最大，对木结构设计有直接参考价值。建模抗弯强度S=k·b·h²，约束条件为矩形内接于圆b²+h²=d²。通过消元将双变量问题转化为单变量目标函数S(b)=kb(d²−b²)。S=kb(d²−b²)求解对目标函数求导S'(b)=k(d²−3b²)=0，得唯一驻点b=d/√3、h=d√(2/3)，经二阶验证该驻点为最大值点。b=d/√3工程意义最优截面宽高比b:h=1:√2≈1:1.414，这一经典比例可使圆木出材获得最强抗弯性能，直接指导木结构横梁设计。1:√2GEOMETRY·APPLICATION几何应用：最佳观赏视角问题画作观赏视角最大化问题展示了几何最值的巧妙建模。视角函数θ(x)=arctan((a+b)/x)−arctan(a/x)的最优解x=√(a(a+b))表明，最佳观赏距离为画下沿高度与上沿高度的几何平均数，该结论适用于博物馆布展和家居装饰。美术馆展厅·观赏距离与视角的几何关系01建立视角函数：设距墙x米，上沿仰角arctan((a+b)/x)、下沿仰角arctan(a/x)，视角θ等于两角之差。θ(x)=arctan((a+b)/x)−arctan(a/x)02求导求解：利用反正切函数求导公式，令θ'(x)=0化简得x²=a(a+b)。θ'(x)=0→x²=a(a+b)03结论应用：最佳观赏距离为画下沿和上沿高度的几何平均数，博物馆可据此优化展品悬挂高度。x=√(a(a+b))CHAPTER04总结与拓展思考梳理核心知识体系，辨析易错概念，展望最值理论的深层发展Summary核心知识框架总结最值问题的知识体系包含四个递进层次：存在性定理提供理论基础、候选点分析确定搜索范围、标准三步法给出求解流程、实际建模方法连接理论与应用。四个层次环环相扣，构成从理论到实践的完整闭环。理论与方法最值存在定理：闭区间上连续函数必有最大值和最小值，"闭区间"与"连续"两个条件缺一不可。这是求解最值问题的理论前提，确保最值必定存在。候选点分类：最值只能在驻点（f'(x)=0）、不可导点（f'(x)不存在）和区间端点三类位置取得。系统排查这三类点是找到最值的关键。标准三步法：①求驻点和不可导点②计算所有候选点和端点的函数值③比较确定最大值和最小值。这一流程保证了求解的完备性和准确性。应用与技巧唯一驻点定理：若区间内只有唯一驻点且为极值点，则该极值即为最值，可跳过端点比较。这一技巧能大幅简化计算过程，提高解题效率。实际建模四步：识别变量→建立目标函数→确定定义域→求最值并回扣实际意义。这一框架将抽象的数学方法转化为解决实际问题的有效工具。消元技巧：含约束条件时利用约束消去多余变量，将多变量问题转化为单变量最值问题。这是处理复杂优化问题的核心策略，体现了化归思想。概念辨析关键概念对比：极值与最值极值与最值的辨析是本章最容易混淆的知识点。极值是局部概念、可有多个、只能在内部取得；最值是整体概念、唯一确定、可在端点取得。极值与最值的多维度对比对比维度极值最值概念性质局部概念（邻域内最大/最小）整体概念（整个区间上最大/最小）数量特征可以有多个极大值和极小值最大值和最小值各只有一个（函数值唯一）取得位置只能在区间内部取得可在区间内部或端点处取得与导数关系可导极值点处导数为零（驻点）最值点处导数不一定为零（端点处无要求）相互关系极值不一定是最值最值不一定是极值（端点处）极值是局部最优，最值是全局最优；唯一内部极值必为最值，这是连接两个概念的关键桥梁PITFALLS常见错误与解题注意事项最值问题求解中最常见的错误包括遗漏不可导点、忽略端点检验、定义域判断失误和混淆极值与最值。遗漏不可导点仅求驻点而忽略导数不存在的点，如含绝对值或分数指数的函数。这类点可能恰为极值点，必须纳入候选列表。导数不存在忽略端点比较误以为极值就是最值，未将端点处函数值纳入比较。闭区间上的最值必在极值点或端点处取得。端点函数值定义域判断错误实际问题中自变量范围由物理意义决定，长度、时间必须为正。忽略实际约束会导致无意义解。物理意义计算过程粗心求导公式运用错误、解方程遗漏根、函数值代入出错。建议建立检查清单，关键步骤反向验证。逐步验算数学分析·辨析思考题：最值点一定是驻点吗？最值点不一定是区间内部的驻点——端点处可取最值但该处并非驻点。反例f(x)=-x在[0,1]上最大值在端点x=0处取得。01命题判断"若f(x)在[a,b]上有最大值，则最大值点一定是内部驻点"，该结论不成立。最值点的位置具有多样性，不能简单归结为驻点。02反例论证f(x)=-x在[0,1]上连续可导，最大值f(0)=0在端点x=0处取得，而非内部驻点。这一简洁例子清晰说明了端点最值的可能性。03深层理解最值点可以是驻点、不可导点或端点中的任何一类，不能先验地排除任何一种可能。全面考察各类候选点是求最值的关键。04方法启示标准三步法中端点必须参与比较，除非能确认唯一驻点定理的适用条件完全满足。这一步骤保证了最值求解的严谨性与完备性。最值理论拓展拓展：开