前面几章里,导数主要是一个“算出来的量”:给定函数,求出 。从这一章开始,导数要承担另一个任务:帮助我们判断函数怎样变化,并在可行范围内找到最好或最省的方案。
想象一段 120 米长的围栏,要靠一面直墙围出一个矩形花圃。靠墙的一边不用围栏,其余三边要用完这 120 米。花圃的宽和长可以有很多组合,但面积不会一直变大。导数要回答的问题是:面积从什么时候开始由增变减,最大值出现在什么地方。
导数是切线斜率,也是局部变化率。若在某个区间内 ,图像往右走时整体向上,函数在这个区间上递增;若 ,图像往右走时整体向下,函数递减。
这两条结论的重点不在某一个点,而在“一个区间”。只知道 ,只能说明函数在 附近的瞬时趋势是上升;要说函数在 上递增,需要知道这个区间内导数的符号。

图:导数为正时函数上升,导数为负时函数下降,临界点处切线斜率为 0。
判断单调性时,先看定义域,再看导数符号。导数只在函数有意义的地方讨论;如果某个点不在原函数定义域内,它不能成为临界点,也不能直接参与最值比较。
函数从上升变成下降,或者从下降变成上升,常常发生在切线变平或图像出现尖角的地方。这样的横坐标叫做临界点。
设 在函数 的定义域内。如果满足下面任意一种情况, 就是 的临界点:
或
临界点只是“可能发生极值”的位置,不保证一定有极值。比如 在 处有 ,但函数在 左右都递增,所以这里没有局部最大值或局部最小值。

图:临界点分类:导数符号由正变负对应局部极大,由负变正对应局部极小,同号不变则不是极值。
若 是临界点,并且 在 附近连续,那么可以比较 左右两侧 的符号:
“临界点”和“极值点”不是同一个概念。临界点是候选位置,极值点是比较后确认的位置。解题时常见的错误,是把所有 的点直接写成极大值或极小值。
设
求函数的单调区间,并判断局部极值。
先求导:
结论是:函数在 和 上递增,在 上递减;局部最大值为 ,出现在 ;局部最小值为 ,出现在 。
局部极值只比较某一点附近的函数值。全局极值要比较整个研究范围内的函数值。实际问题通常有明确范围,例如长度不能为负、产量不能超过设备上限、时间只能在某个区间内。
若 在闭区间 上连续,那么最大值和最小值一定存在,而且只可能出现在两类位置:

图:闭区间最值要把端点值和内部临界点值一起列入候选并比较。
闭区间上求全局最大值、最小值,可以按下面的候选值流程做。
确认函数在给定闭区间上连续,并写清研究区间。
求导,找出区间内部所有临界点,包括 的点和 不存在但 有意义的点。
端点不是“可有可无”的检查项。很多最优化问题的最佳方案会落在边界上,例如“最多生产 500 件”或“长度不能小于 0”。只求 ,可能会漏掉真正的最优解。
仍看函数
求它在闭区间 上的全局最大值和全局最小值。
前面已经求得
临界点为 和 ,都在区间 内。
这个例题里端点不是最终答案,但它们必须检查。闭区间最值法的可靠性就在于“候选点完整”。
最优化题的难点往往不在求导,而在把文字问题变成一个一元函数。导数只能分析函数;如果目标函数写错,后面的计算再熟练也会偏离问题。

图:最优化建模流程:从读题确定目标到求导比较并解释答案。
一个常用流程是:
找目标量。题目问“最大面积”“最低成本”“最短距离”“最大利润”,这些量就是要优化的对象。
设变量,并写出目标函数。若目标量一开始含有两个变量,先保留它,不急着求导。
找约束条件。围栏总长、固定体积、预算上限、价格与销量关系,都可能是把多个变量联系起来的条件。
用约束把目标函数化成一个变量的函数,并写出可行范围。
最优化题的核心不是“令导数等于零”这一句,而是“目标函数、约束条件、可行范围、候选值比较”四件事都完整。导数负责找到内部候选点,边界检查负责保证答案没有漏。
用 120 米围栏靠一面直墙围出矩形花圃。靠墙的一边不用围栏,其余三边用围栏。怎样设计长和宽,面积最大?

图:靠墙围栏面积最大化:A(x)=x(120-2x),当 x=30 时面积最大。
设垂直于墙的宽为 米,平行于墙的长为 米。需要围栏的三条边是两条宽和一条长,所以约束条件是
答案是:宽为 米、长为 米时,面积最大,最大面积为 平方米。
某小厂一天生产并销售 件产品,市场价格满足
成本函数为
其中 。问每天生产多少件时利润最大?

图:利润在最优产量 处达到最高,此时边际收益等于边际成本。
收益等于单价乘数量:
这里还可以从边际量理解。收益的导数是边际收益:
成本的导数是边际成本:
利润最大点满足 ,也就是
这句话的意思是:在最优产量附近,多生产一件带来的额外收益,正好等于额外成本。再多生产,额外收益低于额外成本,利润会下降。
只说明切线斜率为零。它可能是局部最大值、局部最小值,也可能只是一个水平拐过的点。必须检查导数符号变化,或用其他判别方法确认。
现实变量通常有范围。长度不能为负,折出的盒子高度不能超过纸板短边的一半,产量不能超过设备上限。没有范围,就无法可靠判断全局最优。
闭区间上的全局极值必须比较端点。端点不一定是极值点,但它可能给出最大值或最小值。
如果设的是宽 ,最后题目问的是长和宽,就要把长也算出来。如果题目问最大利润,还要给出利润值,而不只是最优产量。
| 一直递增 |
| 不是局部极值 |
| 到 | 一直递减 | 不是局部极值 |
临界点来自 ,所以 和 是候选位置。
用临界点把数轴分成三个区间:、、。在每个区间取一个测试点,判断 的符号。
当 时,,所以 ,函数递增;当 时,,所以函数递减;当 时,导数又为正,函数递增。
因为导数在 处由正变负,函数在这里有局部最大值:
因为导数在 处由负变正,函数在这里有局部最小值:
分别计算端点和所有临界点处的函数值。
把这些候选值放在一起比较。最大者是全局最大值,最小者是全局最小值。
端点也要参与比较,所以候选横坐标是
逐一计算函数值:
比较这些候选值,最大的是 ,最小的是 。因此全局最大值为 ,出现在 ;全局最小值为 ,出现在 。
求导,找临界点,再把临界点和边界值一起比较。
回到原问题解释答案,写清单位和实际含义。
面积是
由约束条件得
因此面积函数为
写出可行范围。宽不能为负,长也不能为负,所以
求导并找临界点:
令 ,得到
比较候选值:
所以最大面积出现在 。此时
利润等于收益减成本:
所以
在可行区间 上求导:
令 ,得到
比较端点和临界点:
因此利润最大时的产量是 件,最大利润是 元。
函数在 上递增,在 上递减,在 上递增。 处导数由正变负,有局部最大值:
处导数由负变正,有局部最小值:
候选点为端点 和临界点 。计算:
全局最大值为 ,出现在 和 ;全局最小值为 ,出现在 和 。
令 ,得
所以
其中 ,不在可行范围内。于是最大体积对应
厘米。
所以最大利润为 ,对应产量为 。