极值点和拐点比较

极值点 拐点
定义:
(1). 若 任 意 x ∈ U 0 ( x 0 , δ ) , 有 f ( x ) < f ( x 0 ) , 若任意x\in U^0 (x_0,\delta),有f(x) < f(x_0), xU0(x0δ)f(x)<f(x0) f ( x 0 ) 为 f ( x ) f(x_0)为 f(x) f(x0)f(x)的极大值,点 x 0 为 f ( x ) x_0为f(x) x0f(x)的极大值点 .
(2) 若 任 意 x ∈ U 0 ( x 0 , δ ) , 有 f ( x ) > f ( x 0 ) , 若任意x\in U^0 (x_0,\delta),有f(x) > f(x_0), xU0(x0δ)f(x)>f(x0) f ( x 0 ) 为 f ( x ) f(x_0)为 f(x) f(x0)f(x)的极小值,点 x 0 为 f ( x ) x_0为f(x) x0f(x)的极小值点 .
极大值点和极小值点统称为极值点
定义:连续凸弧和凹弧的分界点称为拐点
形式上:极值点为一维,只是 x x x坐标,不在曲线上 形式上:拐点为二维坐标 G ( x 0 , y 0 ) G(x_0,y_0) G(x0y0),在曲线上
判断的本质:判断在 x 0 x_0 x0两侧的单调性 判断的本质:在 x 0 x_0 x0两侧的曲线凹凸性
(1)若函数的一阶导数存在, f ′ ( x 0 ) = 0 f'(x_0)=0 f(x0)=0的点 x 0 x_0 x0可能是极值点,也可能不是极值点。
比如 f ( x ) = x 2 {f(x)=x^2 } f(x)=x2 f ( x ) = x 3 f(x)=x^3 f(x)=x3
(2)若函数的一阶导数不存在的点,可能是极值点,也可能不是极值点。
比如函数 f ( x ) = { 2 x x ⩽ 0 x x > 0 f(x)=\begin{cases} 2x &x\leqslant 0\\x &x>0\end{cases} f(x)={2xxx0x>0 f ( x ) = { − x x ⩽ 0 2 x x > 0 f(x)=\begin{cases} -x &x\leqslant 0 \\2x &x>0\end{cases} f(x)={x2xx0x>0
(1)若函数 f ′ ′ ( x 0 ) 存 在 f''(x_0)存在 f(x0),则 f ′ ′ ( x 0 ) > 0 的 点 G ( x 0 , y 0 ) f''(x_0)>0的点G(x_0,y_0) f(x0)>0G(x0y0) 可能是拐点,也可能不是拐点。比如 f ( x ) = x 2 , G ( 0 , 0 ) f(x)=x^2,G(0,0) f(x)=x2G(00)不是拐点。 f ( x ) = x 3 , G ( 0 , 0 ) f(x)=x^3,G(0,0) f(x)=x3G(00)是函数的拐点
(2)若函数的 f ′ ′ ( x 0 ) 不 存 在 , G ( x 0 , y 0 ) f''(x_0)不存在,G(x_0,y_0) f(x0)G(x0y0)可能是拐点,也可能不是拐点 。
比如函数 f ( x ) = { x ( x − 1 ) x ⩽ 0 − x ( x − 1 ) 0 < x < 1 x ( x − 1 ) x ⩾ 1 . f(x)=\begin{cases} x(x-1) &x\leqslant 0\\-x(x-1) &0<x<1\\x(x-1) & x \geqslant1\end{cases}. f(x)=x(x1)x(x1)x(x1)x00<x<1x1.
G ( 0 , 0 ) 和 G ( 1 , 0 ) G(0,0)和G(1,0) G(00)G(10)都是函数的拐点。
函数 f ( x ) = { 3 x − 1 x < 0 0 x = 0 e x − 1 x > 0 。 点 ( 0 , 0 ) 不 是 拐 点 f(x)=\begin{cases} 3^x -1&x<0\\0 &x=0\\e^x-1 &x>0\end{cases}。点(0,0)不是拐点 f(x)=3x10ex1x<0x=0x>0(00)

极值点和拐点比较_第1张图片

极值点和拐点比较_第2张图片

极值点和拐点比较_第3张图片

极值点和拐点比较_第4张图片
极值点和拐点比较_第5张图片
极值点和拐点比较_第6张图片

如何寻求极值点:
若函数为可导函数,则满足 f ′ ( x ) = 0 的 点 x 0 f'(x)=0的点x_0 f(x)=0x0可能是极值点。
此时:
(1).判断 x 0 x_0 x0两侧的单调性
(2).可以运用第二充分条件,若 f ′ ( x 0 ) = 0 f'(x_0)=0 f(x0)=0 f ′ ′ ( x 0 ) ⩾ 0 f''(x_0)\geqslant 0 f(x0)0,则为极小值点。若 f ′ ′ ( x 0 ) ⩽ 0 f''(x_0)\leqslant 0 f(x0)0,则为极大值点

函数存在不可导的点,则用定义去判断。分析两侧的单调性
如何简记极值点判断的第二充分条件
这样书写: f ′ ′ ( x 0 ) f''(x_0) f(x0)
           ~~~~~~~~~~            ∨ \vee
           ~~~~~~~~~~            0
不等式尖角那个点它是最低点,所以他是极小值。
同理: f ′ ′ ( x 0 ) f''(x_0) f(x0)
           ~~~~~~~~~~            ∧ \wedge
           ~~~~~~~~~~            0
不等式尖角那个点它是最高点,所以他是极大值。
这样你还会记混吗?
对于拐点的讨论:
假设条件:函数 f ( x ) f(x) f(x)三阶可导,且已经判断 f ′ ′ ( x 0 ) = 0 f''(x_0)=0 f(x0)=0
f ′ ′ ′ ( x 0 ) ⩾ 0 , f'''(x_0)\geqslant 0, f(x0)0 lim ⁡ x → x 0 f ′ ′ ( x ) − f ′ ′ ( x 0 ) x − x 0 ⩾ 0 \lim \limits_{x\rightarrow x_0}\frac{f''(x)-f''(x_0)}{x-x_0}\geqslant 0 xx0limxx0f(x)f(x0)0
又因为 f ′ ′ ( x 0 ) = 0 f''(x_0)=0 f(x0)=0,就有 lim ⁡ x → x 0 f ′ ′ ( x ) x − x 0 ⩾ 0 \lim \limits_{x\rightarrow x_0} \frac{f''(x)}{x-x_0}\geqslant 0 xx0limxx0f(x)0
又由极限的保号性有 f ′ ′ ( x ) x − x 0 ⩾ 0 \frac{f''(x)}{x-x_0}\geqslant 0 xx0f(x)0
x 0 x_0 x0的左侧,有 f ′ ′ ( x ) ⩽ 0 f''(x)\leqslant 0 f(x)0,即函数 f ( x ) f(x) f(x) x 0 x_0 x0的左侧为凸函数,
x 0 x_0 x0的右侧,有 f ′ ′ ( x ) ⩾ 0 f''(x)\geqslant 0 f(x)0,即函数在 x 0 x_0 x0的左侧为凹函数。
G ( x 0 , y 0 ) G(x_0,y_0) G(x0y0)为函数 f ( x ) f(x) f(x)的拐点。
同时,对 f ′ ( x ) f'(x) f(x)而言,其一阶导数 f ′ ′ ( x 0 ) = 0 f''(x_0)=0 f(x0)=0,且二阶导数 f ′ ′ ′ ( x 0 ) ⩾ 0 f'''(x_0)\geqslant 0 f(x0)0,则为一阶导数 f ′ ( x ) f'(x) f(x)的极值点

你可能感兴趣的:(极值点和拐点比较)