>> Экстремумы

Экстремум функции

Определение экстремума

Функция y = f (x ) называется возрастающей (убывающей ) в некотором интервале, если при x 1 < x 2 выполняется неравенство (f (x 1) < f (x 2) (f (x 1) > f (x 2)).

Если дифференцируемая функция y = f (x ) на отрезке возрастает (убывает), то ее производная на этом отрезке f " (x ) > 0

(f " (x ) < 0).

Точка x о называется точкой локального максимума (минимума ) функции f (x ), если существует окрестность точки x о , для всех точек которой верно неравенство f (x ) ≤ f (x о ) (f (x ) ≥ f (x о )).

Точки максимума и минимума называются точками экстремума , а значения функции в этих точках - ее экстремумами.

Точки экстремума

Необходимые условия экстремума . Если точка x о является точкой экстремума функции f (x ), то либо f " (x о ) = 0, либо f (x о ) не существует. Такие точки называют критическими, причем сама функция в критической точке определена. Экстремумы функции следует искать среди ее критических точек.

Первое достаточное условие. Пусть x о - критическая точка. Если f " (x ) при переходе через точку x о меняет знак плюс на минус, то в точке x о функция имеет максимум, в противном случае - минимум. Если при переходе через критическую точку производная не меняет знак, то в точке x о экстремума нет.

Второе достаточное условие. Пусть функция f (x ) имеет
f " (x ) в окрестности точки x о и вторую производную в самой точке x о . Если f " (x о ) = 0, >0 ( <0), то точка x о является точкой локального минимума (максимума) функции f (x ). Если же =0, то нужно либо пользоваться первым достаточным условием, либо привлекать высшие .

На отрезке функция y = f (x ) может достигать наименьшего или наибольшего значения либо в критических точках, либо на концах отрезка .

Пример 3.22.

Решение. Так как f " (

Задачи на нахождения экстремума функции

Пример 3.23. a

Решение. x и y y
0 ≤ x ≤
> 0, а при x >a /4 S " < 0, значит, в точке x=a /4 функция S имеет максимум. Значение функции кв . ед ).

Пример 3.24. p ≈

Решение. p p
S "
R = 2, Н = 16/4 = 4.

Пример 3.22. Найти экстремумы функции f (x ) = 2x 3 - 15x 2 + 36x - 14.

Решение. Так как f " (x ) = 6x 2 - 30x +36 = 6(x -2)(x - 3), то критические точки функции x 1 = 2 и x 2 = 3. Экстремумы могут быть только в этих точках. Так как при переходе через точку x 1 = 2 производная меняет знак плюс на минус, то в этой точке функция имеет максимум. При переходе через точку x 2 = 3 производная меняет знак минус на плюс, поэтому в точке x 2 = 3 у функции минимум. Вычислив значения функции в точках
x 1 = 2 и x 2 = 3, найдем экстремумы функции: максимум f (2) = 14 и минимум f (3) = 13.

Пример 3.23. Нужно построить прямоугольную площадку возле каменной стены так, чтобы с трех сторон она была отгорожена проволочной сеткой, а четвертой стороной примыкала к стене. Для этого имеется a погонных метров сетки. При каком соотношении сторон площадка будет иметь наибольшую площадь?

Решение. Обозначим стороны площадки через x и y . Площадь площадки равна S = xy . Пусть y - это длина стороны, примыкающей к стене. Тогда по условию должно выполняться равенство 2x + y = a . Поэтому y = a - 2x и S = x (a - 2x), где
0 ≤ x ≤ a /2 (длина и ширина площадки не могут быть отрицательными). S " = a - 4x, a - 4x = 0 при x = a/4, откуда
y = a - 2 × a/4 =a/2. Поскольку x = a /4 - единственная критическая точка, проверим, меняется ли знак производной при переходе через эту точку. При x a /4 S " > 0, а при x >a /4 S " < 0, значит, в точке x=a /4 функция S имеет максимум. Значение функции S(a/4) = a/4(a - a/2) = a 2 /8 (кв . ед ). Поскольку S непрерывна на и ее значения на концах S(0) и S(a /2) равны нулю, то найденное значение будет наибольшим значением функции. Таким образом, наиболее выгодным соотношением сторон площадки при данных условиях задачи является y = 2x.

Пример 3.24. Требуется изготовить закрытый цилиндрический бак вместимостью V=16 p ≈ 50 м 3 . Каковы должны быть размеры бака (радиус R и высота Н), чтобы на его изготовление пошло наименьшее количество материала?

Решение. Площадь полной поверхности цилиндра равна S = 2 p R(R+Н). Мы знаем объем цилиндра V = p R 2 Н Þ Н = V/ p R 2 =16 p / p R 2 = 16/ R 2 . Значит, S(R) = 2 p (R 2 +16/R). Находим производную этой функции:
S " (R) = 2 p (2R- 16/R 2) = 4 p (R- 8/R 2). S " (R) = 0 при R 3 = 8, следовательно,
R = 2, Н = 16/4 = 4.

ЛОКАЛЬНЫЙ МАКСИМУМ

(local maximum) Значение функции, которое больше какого-либо соседнего значения ее аргумента или набора аргументов, dy/dx= 0 является необходимым условием для достижения локального максимума y=f(x); при соблюдении этого условия достаточным условием для достижения локального максимума является d2y/dx2< 0. Локальный максимум может также быть абсолютным максимумом, если не существует значения х, при котором у больше. Однако так может быть не всегда. Рассмотрим функцию у = х3–3х.dy/dx = 0, когда х2= 1; и d2y/dx2=6х. у имеет максимум при х =– 1, но это всего лишь локальный, а не абсолютный максимум, поскольку у может стать бесконечно большой величиной при придании достаточно большого положительного значения х . См. также: рисунок к статье максимум (maximum).

Экономика. Толковый словарь. - М.: "ИНФРА-М", Издательство "Весь Мир". Дж. Блэк. Общая редакция: д.э.н. Осадчая И.М. . 2000 .

Экономический словарь . 2000 .

Смотреть что такое "ЛОКАЛЬНЫЙ МАКСИМУМ" в других словарях:

локальный максимум - — [А.С.Гольдберг. Англо русский энергетический словарь. 2006 г.] Тематики энергетика в целом EN local maximum … Справочник технического переводчика

локальный максимум - lokalusis maksimumas statusas T sritis automatika atitikmenys: angl. local maximum vok. Lokalmaximum, n rus. локальный максимум, m pranc. maximum local, m … Automatikos terminų žodynas

локальный максимум - vietinė smailė statusas T sritis fizika atitikmenys: angl. local maximum; local peak vok. lokales Maximum, n rus. локальный максимум, m pranc. maximum local, m; pic local, m … Fizikos terminų žodynas

Локальный максимум, локальный минимум - (local maximum, local minimum) см. Экстремум функции … Экономико-математический словарь

- (maximum) Наивысшее значение функции, которое она принимает при любом значении ее аргументов. Максимум может быть локальным или абсолютным. Например, функция у=1–х2 имеет абсолютный максимум у=1 при х=0; не существует другого значения х, которое… … Экономический словарь

- (local minimum) Значение функции, которое меньше какого либо соседнего значения ее аргумента или набора аргументов, dy/dx = 0 является необходимым условием для достижения локального минимума у=f(x); при соблюдении этого условия достаточным… … Экономический словарь

Экстремум (лат. extremum крайний) в математике максимальное или минимальное значение функции на заданном множестве. Точка, в которой достигается экстремум, называется точкой экстремума. Соответственно, если достигается минимум точка экстремума… … Википедия

Алгоритмы локального поиска группа алгоритмов, в которых поиск ведется только на основании текущего состояния, а ранее пройденные состояния не учитываются и не запоминаются. Основной целью поиска является не нахождение оптимального пути к… … Википедия

- (global maximum) Значение функции, равное или более высокое по сравнению с ее значениями, принимаемыми при любых других значениях аргументов. Достаточное условие максимума функции от одного аргумента, состоящее в том, что ее первая производная в… … Экономический словарь

- (англ. trend направление, тенденция) направление, тенденция развития политического процесса, явления. Имеет математическое выражение. Наиболее популярным определением тренда (trend) является определение из теории Доу. Восходящим трендом… … Политология. Словарь.

$E \subset \mathbb{R}^{n}$. Говорят, что $f$ имеет локальный максимум в точке $x_{0} \in E$, если существует такая окрестность $U$ точки $x_{0}$, что для всех $x \in U$ выполняется неравенство $f\left(x\right) \leqslant f\left(x_{0}\right)$.

Локальный максимум называется строгим, если окрестность $U$ можно выбрать так, чтобы для всех $x \in U$, отличных от $x_{0}$, было $f\left(x\right) < f\left(x_{0}\right)$.

Определение
Пусть $f$ – действительная функция на открытом множестве $E \subset \mathbb{R}^{n}$. Говорят, что $f$ имеет локальный минимум в точке $x_{0} \in E$, если существует такая окрестность $U$ точки $x_{0}$, что для всех $x \in U$ выполняется неравенство $f\left(x\right) \geqslant f\left(x_{0}\right)$.

Локальный минимум называется строгим, если окрестность $U$ можно выбрать так, чтобы для всех $x \in U$, отличных от $x_{0}$, было $f\left(x\right) > f\left(x_{0}\right)$.

Локальный экстремум объединяет понятия локального минимума и локального максимума.

Теорема (необходимое условие экстремума дифференцируемой функции)
Пусть $f$ – действительная функция на открытом множестве $E \subset \mathbb{R}^{n}$. Если в точке $x_{0} \in E$ функция $f$ имеет локальный экстремум и в этой точке,то $$\text{d}f\left(x_{0}\right)=0.$$ Равенство нулю дифференциала равносильно тому, что все равны нулю, т.е. $$\displaystyle\frac{\partial f}{\partial x_{i}}\left(x_{0}\right)=0.$$

В одномерном случае это – . Обозначим $\phi \left(t\right) = f \left(x_{0}+th\right)$, где $h$ – произвольный вектор. Функция $\phi$ определена при достаточно малых по модулю значениях $t$. Кроме того, по , она дифференцируема, и ${\phi}’ \left(t\right) = \text{d}f \left(x_{0}+th\right)h$.
Пусть $f$ имеет локальный максимум в точкеx $0$. Значит, функция $\phi$ при $t = 0$ имеет локальный максимум и, по теореме Ферма, ${\phi}’ \left(0\right)=0$.
Итак, мы получили, что $df \left(x_{0}\right) = 0$, т.е. функции $f$ в точке $x_{0}$ равен нулю на любом векторе $h$.

Определение
Точки, в которых дифференциал равен нулю, т.е. такие, в которых все частные производные равны нулю, называются стационарными . Критическими точками функции $f$ называются такие точки, в которых $f$ не дифференцируема, либо ее равен нулю. Если точка стационарная, то из этого еще не следует, что в этой точке функция имеет экстремум.

Пример 1.
Пусть $f \left(x,y\right)=x^{3}+y^{3}$. Тогда $\displaystyle\frac{\partial f}{\partial x} = 3 \cdot x^{2}$,$\displaystyle\frac{\partial f}{\partial y} = 3 \cdot y^{2}$, так что $\left(0,0\right)$ – стационарная точка, но в этой точке у функции нет экстремума. Действительно, $f \left(0,0\right) = 0$, но легко видеть, что в любой окрестности точки $\left(0,0\right)$ функция принимает как положительные, так и отрицательные значения.

Пример 2.
У функции $f \left(x,y\right) = x^{2} − y^{2}$ начало координат – стационарная точка, но ясно, что экстремума в этой точке нет.

Теорема (достаточное условие экстремума).
Пусть функция $f$ дважды непрерывно-дифференцируема на открытом множестве $E \subset \mathbb{R}^{n}$. Пусть $x_{0} \in E$ – стационарная точка и $$\displaystyle Q_{x_{0}} \left(h\right) \equiv \sum_{i=1}^n \sum_{j=1}^n \frac{\partial^{2} f}{\partial x_{i} \partial x_{j}} \left(x_{0}\right)h^{i}h^{j}.$$ Тогда

если $Q_{x_{0}}$ – , то функция $f$ в точке $x_{0}$ имеет локальный экстремум, а именно, минимум, если форма положительноопределенная, и максимум, если форма отрицательноопределенная;
если квадратичная форма $Q_{x_{0}}$ неопределенная, то функция $f$ в точке $x_{0}$ не имеет экстремума.

Воспользуемся разложением по формуле Тейлора (12.7 стр. 292) . Учитывая, что частные производные первого порядка в точке $x_{0}$ равны нулю, получим $$\displaystyle f \left(x_{0}+h\right)−f \left(x_{0}\right) = \frac{1}{2} \sum_{i=1}^n \sum_{j=1}^n \frac{\partial^{2} f}{\partial x_{i} \partial x_{j}} \left(x_{0}+\theta h\right)h^{i}h^{j},$$ где $0<\theta<1$. Обозначим $\displaystyle a_{ij}=\frac{\partial^{2} f}{\partial x_{i} \partial x_{j}} \left(x_{0}\right)$. В силу теоремы Шварца (12.6 стр. 289-290) , $a_{ij}=a_{ji}$. Обозначим $$\displaystyle \alpha_{ij} \left(h\right)=\frac{\partial^{2} f}{\partial x_{i} \partial x_{j}} \left(x_{0}+\theta h\right)−\frac{\partial^{2} f}{\partial x_{i} \partial x_{j}} \left(x_{0}\right).$$ По предположению, все непрерывны и поэтому $$\lim_{h \rightarrow 0} \alpha_{ij} \left(h\right)=0. \left(1\right)$$ Получаем $$\displaystyle f \left(x_{0}+h\right)−f \left(x_{0}\right)=\frac{1}{2}\left.$$ Обозначим $$\displaystyle \epsilon \left(h\right)=\frac{1}{|h|^{2}}\sum_{i=1}^n \sum_{j=1}^n \alpha_{ij} \left(h\right)h_{i}h_{j}.$$ Тогда $$|\epsilon \left(h\right)| \leq \sum_{i=1}^n \sum_{j=1}^n |\alpha_{ij} \left(h\right)|$$ и, в силу соотношения $\left(1\right)$, имеем $\epsilon \left(h\right) \rightarrow 0$ при $h \rightarrow 0$. Окончательно получаем $$\displaystyle f \left(x_{0}+h\right)−f \left(x_{0}\right)=\frac{1}{2}\left. \left(2\right)$$ Предположим, что $Q_{x_{0}}$ – положительноопределенная форма. Согласно лемме о положительноопределённой квадратичной форме (12.8.1 стр. 295, Лемма 1) , существует такое положительное число $\lambda$, что $Q_{x_{0}} \left(h\right) \geqslant \lambda|h|^{2}$ при любом $h$. Поэтому $$\displaystyle f \left(x_{0}+h\right)−f \left(x_{0}\right) \geq \frac{1}{2}|h|^{2} \left(λ+\epsilon \left(h\right)\right).$$ Так как $\lambda>0$, а $\epsilon \left(h\right) \rightarrow 0$ при $h \rightarrow 0$, то правая часть будет положительной при любом векторе $h$ достаточно малой длины.
Итак, мы пришли к тому, что в некоторой окрестности точки $x_{0}$ выполнено неравенство $f \left(x\right) >f \left(x_{0}\right)$, если только $x \neq x_{0}$ (мы положили $x=x_{0}+h$\right). Это означает, что в точке $x_{0}$ функция имеет строгий локальный минимум, и тем самым доказана первая часть нашей теоремы.
Предположим теперь, что $Q_{x_{0}}$ – неопределенная форма. Тогда найдутся векторы $h_{1}$, $h_{2}$, такие, что $Q_{x_{0}} \left(h_{1}\right)=\lambda_{1}>0$, $Q_{x_{0}} \left(h_{2}\right)= \lambda_{2}<0$. В соотношении $\left(2\right)$ $h=th_{1}$ $t>0$. Тогда получим $$f \left(x_{0}+th_{1}\right)−f \left(x_{0}\right) = \frac{1}{2} \left[ t^{2} \lambda_{1} + t^{2} |h_{1}|^{2} \epsilon \left(th_{1}\right) \right] = \frac{1}{2} t^{2} \left[ \lambda_{1} + |h_{1}|^{2} \epsilon \left(th_{1}\right) \right].$$ При достаточно малых $t>0$ правая часть положительна. Это означает, что в любой окрестности точки $x_{0}$ функция $f$ принимает значения $f \left(x\right)$, большие, чем $f \left(x_{0}\right)$.
Аналогично получим, что в любой окрестности точки $x_{0}$ функция $f$ принимает значения, меньшие, чем $f \left(x_{0}\right)$. Это, вместе с предыдущим, означает, что в точке $x_{0}$ функция $f$ не имеет экстремума.

Рассмотрим частный случай этой теоремы для функции $f \left(x,y\right)$ двух переменных, определенной в некоторой окрестности точки $\left(x_{0},y_{0}\right)$ и имеющей в этой окрестности непрерывные частные производные первого и второго порядков. Предположим, что $\left(x_{0},y_{0}\right)$ – стационарная точка, и обозначим $$\displaystyle a_{11}= \frac{\partial^{2} f}{\partial x^{2}} \left(x_{0} ,y_{0}\right), a_{12}=\frac{\partial^{2} f}{\partial x \partial y} \left(x_{0}, y_{0}\right), a_{22}=\frac{\partial^{2} f}{\partial y^{2}} \left(x_{0}, y_{0}\right).$$ Тогда предыдущая теорема примет следующий вид.

Теорема
Пусть $\Delta=a_{11} \cdot a_{22} − a_{12}^2$. Тогда:

если $\Delta>0$, то функция $f$ имеет в точке $\left(x_{0},y_{0}\right)$ локальный экстремум, а именно, минимум, если $a_{11}>0$, и максимум, если $a_{11}<0$;
если $\Delta<0$, то экстремума в точке $\left(x_{0},y_{0}\right)$ нет. Как и в одномерном случае, при $\Delta=0$ экстремум может быть, а может и не быть.

Примеры решения задач

Алгоритм нахождения экстремума функции многих переменных:

Находим стационарные точки;
Находим дифференциал 2-ого порядка во всех стационарных точках
Пользуясь достаточным условием экстремума функции многих переменных, рассматриваем дифференциал 2-ого порядка в каждой стационарной точке

Исследовать функцию на экстремум $f \left(x,y\right) = x^{3} + 8 \cdot y^{3} + 18 \cdot x — 30 \cdot y$.
Решение
Найдем частные производные 1-го порядка: $$\displaystyle \frac{\partial f}{\partial x}=3 \cdot x^{2} — 6 \cdot y;$$ $$\displaystyle \frac{\partial f}{\partial y}=24 \cdot y^{2} — 6 \cdot x.$$ Составим и решим систему: $$\displaystyle \begin{cases}\frac{\partial f}{\partial x}= 0\\\frac{\partial f}{\partial y}= 0\end{cases} \Rightarrow \begin{cases}3 \cdot x^{2} — 6 \cdot y= 0\\24 \cdot y^{2} — 6 \cdot x = 0\end{cases} \Rightarrow \begin{cases}x^{2} — 2 \cdot y= 0\\4 \cdot y^{2} — x = 0\end{cases}$$ Из 2-го уравнения выразим $x=4 \cdot y^{2}$ — подставим в 1-ое уравнение: $$\displaystyle \left(4 \cdot y^{2}\right)^{2}-2 \cdot y=0$$ $$16 \cdot y^{4} — 2 \cdot y = 0$$ $$8 \cdot y^{4} — y = 0$$ $$y \left(8 \cdot y^{3} -1\right)=0$$ В результате получены 2 стационарные точки:
1) $y=0 \Rightarrow x = 0, M_{1} = \left(0, 0\right)$;
2) $\displaystyle 8 \cdot y^{3} -1=0 \Rightarrow y^{3}=\frac{1}{8} \Rightarrow y = \frac{1}{2} \Rightarrow x=1, M_{2} = \left(\frac{1}{2}, 1\right)$
Проверим выполнение достаточного условия экстремума:
$$\displaystyle \frac{\partial^{2} f}{\partial x^{2}}=6 \cdot x; \frac{\partial^{2} f}{\partial x \partial y}=-6; \frac{\partial^{2} f}{\partial y^{2}}=48 \cdot y$$
1) Для точки $M_{1}= \left(0,0\right)$:
$$\displaystyle A_{1}=\frac{\partial^{2} f}{\partial x^{2}} \left(0,0\right)=0; B_{1}=\frac{\partial^{2} f}{\partial x \partial y} \left(0,0\right)=-6; C_{1}=\frac{\partial^{2} f}{\partial y^{2}} \left(0,0\right)=0;$$
$A_{1} \cdot B_{1} — C_{1}^{2} = -36<0$ , значит, в точке $M_{1}$ нет экстремума.
2) Для точки $M_{2}$:
$$\displaystyle A_{2}=\frac{\partial^{2} f}{\partial x^{2}} \left(1,\frac{1}{2}\right)=6; B_{2}=\frac{\partial^{2} f}{\partial x \partial y} \left(1,\frac{1}{2}\right)=-6; C_{2}=\frac{\partial^{2} f}{\partial y^{2}} \left(1,\frac{1}{2}\right)=24;$$
$A_{2} \cdot B_{2} — C_{2}^{2} = 108>0$, значит, в точке $M_{2}$ существует экстремум, и поскольку $A_{2}>0$, то это минимум.
Ответ: Точка $\displaystyle M_{2} \left(1,\frac{1}{2}\right)$ является точкой минимума функции $f$.
Исследовать функцию на экстремум $f=y^{2} + 2 \cdot x \cdot y — 4 \cdot x — 2 \cdot y — 3$.
Решение
Найдём стационарные точки: $$\displaystyle \frac{\partial f}{\partial x}=2 \cdot y — 4;$$ $$\displaystyle \frac{\partial f}{\partial y}=2 \cdot y + 2 \cdot x — 2.$$
Составим и решим систему: $$\displaystyle \begin{cases}\frac{\partial f}{\partial x}= 0\\\frac{\partial f}{\partial y}= 0\end{cases} \Rightarrow \begin{cases}2 \cdot y — 4= 0\\2 \cdot y + 2 \cdot x — 2 = 0\end{cases} \Rightarrow \begin{cases} y = 2\\y + x = 1\end{cases} \Rightarrow x = -1$$
$M_{0} \left(-1, 2\right)$ – стационарная точка.
Проверим выполнение достаточного условия экстремума: $$\displaystyle A=\frac{\partial^{2} f}{\partial x^{2}} \left(-1,2\right)=0; B=\frac{\partial^{2} f}{\partial x \partial y} \left(-1,2\right)=2; C=\frac{\partial^{2} f}{\partial y^{2}} \left(-1,2\right)=2;$$
$A \cdot B — C^{2} = -4<0$ , значит, в точке $M_{0}$ нет экстремума.
Ответ: экстремумы отсутствуют.

Лимит времени: 0

Навигация (только номера заданий)

0 из 4 заданий окончено

Информация

Пройдите этот тест, чтобы проверить свои знания по только что прочитанной теме «Локальные экстремумы функций многих переменных».

Вы уже проходили тест ранее. Вы не можете запустить его снова.

Тест загружается...

Вы должны войти или зарегистрироваться для того, чтобы начать тест.

Вы должны закончить следующие тесты, чтобы начать этот:

Результаты

Правильных ответов: 0 из 4

Ваше время:

Время вышло

Вы набрали 0 из 0 баллов (0 )

Ваш результат был записан в таблицу лидеров

С ответом
С отметкой о просмотре

Задание 1 из 4

1 .

Количество баллов: 1

Исследовать функцию $f$ на экстремумы: $f=e^{x+y}(x^{2}-2 \cdot y^{2})$

Правильно

Неправильно

Задание 2 из 4

2 .
Количество баллов: 1
Существует ли экстремум у функции $f = 4 + \sqrt{(x^{2}+y^{2})^{2}}$

Точка экстремума функции - это точка области определения функции , в которой значение функции принимает минимальное или максимальное значение. Значения функции в этих точках называются экстремумами (минимумом и максимумом) функции .

Определение . Точка x 1 области определения функции f (x ) называется точкой максимума функции , если значение функции в этой точке больше значений функции в достаточно близких к ней точках, расположенных справа и слева от неё (то есть выполняется неравенство f (x 0 ) > f (x 0 + Δx ) x 1 максимум.

Определение . Точка x 2 области определения функции f (x ) называется точкой минимума функции , если значение функции в этой точке меньше значений функции в достаточно близких к ней точках, расположенных справа и слева от неё (то есть выполняется неравенство f (x 0 ) < f (x 0 + Δx ) ). В этом случае говорят, что функция имеет в точке x 2 минимум.

Допустим, точка x 1 - точка максимума функции f (x ) . Тогда в интервале до x 1 функция возрастает , поэтому производная функции больше нуля (f "(x ) > 0 ), а в интервале после x 1 функция убывает, следовательно, и производная функции меньше нуля (f "(x ) < 0 ). Тогда в точке x 1

Допустим также, что точка x 2 - точка минимума функции f (x ) . Тогда в интервале до x 2 функция убывает, а производная функции меньше нуля (f "(x ) < 0 ), а в интервале после x 2 функция возрастает, а производная функции больше нуля (f "(x ) > 0 ). В этом случае также в точке x 2 производная функции равна нулю или не существует.

Теорема Ферма (необходимый признак существования экстремума функции) . Если точка x 0 - точка экстремума функции f (x ) , то в этой точке производная функции равна нулю (f "(x ) = 0 ) или не существует.

Определение . Точки, в которых производная функции равна нулю или не существует, называются критическими точками .

Пример 1. Рассмотрим функцию .

В точке x = 0 производная функции равна нулю, следовательно, точка x = 0 является критической точкой. Однако, как видно на графике функции, она возрастает во всей области определения, поэтому точка x = 0 не является точкой экстремума этой функции.

Таким образом, условия о том, что производная функции в точке равна нулю или не существует, являются необходимыми условиями экстремума, но не достаточными, поскольку можно привести и другие примеры функций, для которых эти условия выполняются, но экстремума в соответствующей точке функция не имеет. Поэтому нужно располагать достаточными признаками , позволяющими судить, имеется ли в конкретной критической точке экстремум и какой именно - максимум или минимум.

Теорема (первый достаточный признак существования экстремума функции). Критическая точка x 0 f (x ) , если при переходе через эту точку производная функции меняет знак, причём, если знак меняется с "плюса" на "минус", то точкой максимума, а если с "минуса" на "плюс", то точкой минимума.

Если же вблизи точки x 0 , слева и справа от неё, производная сохраняет знак, то это означает, что функция либо только убывает, либо только возрастает в некоторой окрестности точки x 0 . В этом случае в точке x 0 экстремума нет.

Итак, чтобы определить точки экстремума функции, требуется выполнить следующее :

Найти производную функции.
Приравнять производную нулю и определить критические точки.
Мысленно или на бумаге отметить критические точки на числовой оси и определить знаки производной функции в полученных интервалах. Если знак производной меняется с "плюса" на "минус", то критическая точка является точкой максимума, а если с "минуса" на "плюс", то точкой минимума.
Вычислить значение функции в точках экстремума.

Пример 2. Найти экстремумы функции .

Решение. Найдём производную функции:

Приравняем производную нулю, чтобы найти критические точки:

Так как для любых значений "икса" знаменатель не равен нулю, то приравняем нулю числитель:

Получили одну критическую точку x = 3 . Определим знак производной в интервалах, разграниченных этой точкой:

в интервале от минус бесконечности до 3 - знак минус, то есть функция убывает,

в интервале от 3 до плюс бесконечности - знак плюс, то есть функция возрастает.

То есть, точка x = 3 является точкой минимума.

Найдём значение функции в точке минимума:

Таким образом, точка экстремума функции найдена: (3; 0) , причём она является точкой минимума.

Теорема (второй достаточный признак существования экстремума функции). Критическая точка x 0 является точкой экстремума функции f (x ) , если вторая производная функции в этой точке не равна нулю (f ""(x ) ≠ 0 ), причём, если вторая производная больше нуля (f ""(x ) > 0 ), то точкой максимума, а если вторая производная меньше нуля (f ""(x ) < 0 ), то точкой минимума.

Замечание 1. Если в точке x 0 обращаются в нуль и первая, и вторая производные, то в этой точке нельзя судить о наличии экстремума на основании второго достаточного признака. В этом случае нужно воспользоваться первым достаточным признаком экстремума функции.

Замечание 2. Второй достаточный признак экстремума функции неприменим и тогда, когда в стационарной точке первая производная не существует (тогда не существует и вторая производная). В этом случае также нужно вопользоваться первым достаточным признаком экстремума функции.

Локальный характер экстремумов функции

Из приведённых определений следует, что экстремум функции имеет локальный характер - это наибольшее и наименьшее значение функции по сравнению с близлежайшими значениями.

Предположим, вы рассматриваете свои заработки в отрезке времени протяжённостью в один год. Если в мае вы заработали 45 000 рублей, а в апреле 42 000 рублей и в июне 39 000 рублей, то майский заработок - максимум функции заработка по сравнению с близлежайшими значениями. Но в октябре вы заработали 71 000 рублей, в сентябре 75 000 рублей, а в ноябре 74 000 рублей, поэтому октябрьский заработок - минимум функции заработка по сравнению с близлежашими значениями. И вы легко видите, что максимум среди значений апреля-мая-июня меньше минимума сентября-октября-ноября.

Говоря обобщённо, на промежутке функция может иметь несколько экстремумов, причём может оказаться, что какой-либо минимум функции больше какого-либо максимума. Так, для функции изображённой на рисунке выше, .

То есть не следует думать, что максимум и минимум функции являются, соответственно, её наибольшим и наименьшим значениями на всём рассматриваемом отрезке. В точке максимума функция имеет наибольшее значение лишь по сравнению с теми значениями, которые она имеет во всех точках, достаточно близких к точке максимума, а в точке минимума - наименьшее значение лишь по сравнению с теми значениями, которые она имеет во всех точках, достаточно близких к точке минимума.

Поэтому можно уточнить приведённое выше понятие точек экстремума функции и называть точки минимума точками локального минимума, а точки максимума - точками локального максимума.

Ищем экстремумы функции вместе

Пример 3.

Решение.Функция определена и непрерывна на всей числовой прямой. Её производная существует также на всей числовой прямой. Поэтому в данном случае критическими точками служат лишь те, в которых , т.е. , откуда и . Критическими точками и разбивают всю область определения функции на три интервала монотонности: . Выберем в каждой из них по одной контрольной точке и найдём знак производной в этой точке.

Для интервала контрольной точкой может служить : находим . Взяв в интервале точку , получим , а взяв в интервале точку , имеем . Итак, в интервалах и , а в интервале . Согласно первому достаточному признаку экстремума, в точке экстремума нет (так как производная сохраняет знак в интервале ), а в точке функция имеет минимум (поскольку производная при переходе через эту точку меняет знак с минуса на плюс). Найдём соответствующие значения функции: , а . В интервале функция убывает, так как в этом интервале , а в интервале возрастает, так как в этом интервале .

Чтобы уточнить построение графика, найдём точки пересечения его с осями координат. При получим уравнение , корни которого и , т. е. найдены две точки (0; 0) и (4; 0) графика функции. Используя все полученные сведения, строим график (см. в начале примера).

Пример 4. Найти экстремумы функции и построить её график.

Областью определения функции является вся числовая прямая, кроме точки , т.е. .

Для сокращения исследования можно воспользоваться тем, что данная функция чётная, так как . Поэтому её график симметричен относительно оси Oy и исследование можно выполнить только для интервала .

Находим производную и критические точки функции:

1) ;

2) ,

но функция терпит разрыв в этой точке, поэтому она не может быть точкой экстремума.

Таким образом, заданная функция имеет две критические точки: и . Учитывая чётность функции, проверим по второму достаточному признаку экстремума только точку . Для этого найдём вторую производную и определим её знак при : получим . Так как и , то является точкой минимума функции, при этом .

Чтобы составить более полное представление о графике функции, выясним её поведение на границах области определения:

(здесь символом обозначено стремление x к нулю справа, причём x остаётся положительным; аналогично означает стремление x к нулю слева, причём x остаётся отрицательным). Таким образом, если , то . Далее, находим

т.е. если , то .

Точек пересечения с осями график функции не имеет. Рисунок - в начале примера.

Продолжаем искать экстремумы функции вместе

Пример 8. Найти экстремумы функции .

Решение. Найдём область определения функции. Так как должно выполняться неравенство , то из получаем .

Найдём первую производную функции:

Найдём критические точки функции.

Локальный экстремум объединяет понятия локального минимума и локального максимума.

если $Q_{x_{0}}$ – , то функция $f$ в точке $x_{0}$ имеет локальный экстремум, а именно, минимум, если форма положительноопределенная, и максимум, если форма отрицательноопределенная;
если квадратичная форма $Q_{x_{0}}$ неопределенная, то функция $f$ в точке $x_{0}$ не имеет экстремума.

Теорема
Пусть $\Delta=a_{11} \cdot a_{22} − a_{12}^2$. Тогда:

если $\Delta>0$, то функция $f$ имеет в точке $\left(x_{0},y_{0}\right)$ локальный экстремум, а именно, минимум, если $a_{11}>0$, и максимум, если $a_{11}<0$;
если $\Delta<0$, то экстремума в точке $\left(x_{0},y_{0}\right)$ нет. Как и в одномерном случае, при $\Delta=0$ экстремум может быть, а может и не быть.