微积分

导数的应用:极值、优化与曲线描绘

利用导数求驻点并判断其性质、解决优化问题和系统描绘曲线。包含完整的典型例题和考试策略。

V
Vectora 团队
STEM 教育
14 分钟阅读
2026-04-10

为什么要学习导数的应用?

学会了如何求导之后,下一步是知道如何运用导数。导数使你能够求出函数的最大值和最小值、判断函数的增减性,并精确描绘曲线——这些都是高考、AP 和 IB 考试中不可或缺的技能。

学习目标:学完本指南后,你应该能够:

  1. 使用一阶和二阶导数判别法求出并分类驻点。
  2. 确定函数的单调递增、递减和凹凸区间。
  3. 解决实际优化问题。
  4. 系统地利用导数描绘曲线。

驻点

驻点出现在 f(x)=0f'(x) = 0 的位置。有三种类型:

类型一阶导数二阶导数
极大值f(x)=0f'(x) = 0f(x)<0f''(x) < 0
极小值f(x)=0f'(x) = 0f(x)>0f''(x) > 0
拐点f(x)=0f'(x) = 0f(x)=0f''(x) = 0(需检验变号)

二阶导数判别法

  1. f(x)f'(x) 并解 f(x)=0f'(x) = 0
  2. 在每个驻点处计算 f(x)f''(x)
  3. f(x)>0f''(x) > 0:极小值。f(x)<0f''(x) < 0:极大值。f(x)=0f''(x) = 0:判别法失效——改用符号表。

典型例题:求极值

题目:f(x)=x36x2+9x+1f(x) = x^3 - 6x^2 + 9x + 1 的驻点并判断其类型。

步骤 1: f(x)=3x212x+9=3(x24x+3)=3(x1)(x3)f'(x) = 3x^2 - 12x + 9 = 3(x^2 - 4x + 3) = 3(x-1)(x-3)

f(x)=0f'(x) = 0x=1x = 1x=3x = 3

步骤 2: f(x)=6x12f''(x) = 6x - 12

  • x=1x = 1 时:f(1)=6<0f''(1) = -6 < 0极大值,极大值点 (1,5)(1, 5)
  • x=3x = 3 时:f(3)=6>0f''(3) = 6 > 0极小值,极小值点 (3,1)(3, 1)

优化问题

优化问题利用导数在约束条件下求某个量的最大或最小值。

解题策略

  1. 定义变量,将要优化的量写成一个变量的函数。
  2. 利用约束条件消去多余变量。
  3. 求导,令 f(x)=0f'(x) = 0,解方程。
  4. 验证是极大值还是极小值(用二阶导数法)。
  5. 结合语境回答,注明单位。

例题:围栏问题

题目: 一个农民有 100 m 的围栏,要靠着一面直墙围一个长方形区域。求使面积最大的尺寸。

xx = 垂直于墙的宽度,则长度 =1002x= 100 - 2x

A(x)=x(1002x)=100x2x2A(x) = x(100 - 2x) = 100x - 2x^2 A(x)=1004x=0    x=25A'(x) = 100 - 4x = 0 \implies x = 25 A(x)=4<0    极大值A''(x) = -4 < 0 \implies \text{极大值}

最优尺寸:25 m×50 m25 \text{ m} \times 50 \text{ m},最大面积 =1250 m2= 1250 \text{ m}^2


曲线描绘清单

系统描绘 y=f(x)y = f(x) 的步骤:

  1. 截距:令 x=0x = 0 求 y 截距;令 y=0y = 0 求 x 截距。
  2. 驻点:解 f(x)=0f'(x) = 0,用 ff'' 分类。
  3. 增减性:由 f(x)f'(x) 的正负决定。
  4. 凹凸性:由 f(x)f''(x) 的正负决定。
  5. 端点行为:当 x±x \to \pm\infty 时的表现。
  6. 渐近线:竖直(分母为零处)、水平(xx \to \infty 的极限)。

常见错误

  1. 求出驻点但不分类 —— 你必须说明每个驻点是极大值、极小值还是拐点。
  2. 优化问题忘记检查实际意义 —— 始终核实答案是否有物理意义(例如长度和面积必须为正)。
  3. 认为 f(x)=0f''(x) = 0 就一定是拐点 —— 二阶导数为零是拐点的必要条件但不是充分条件,还需检查 ff'' 是否变号。

考试技巧(高考 / AP / IB / A-Level)

  • 优化题中,清晰定义变量并写出目标函数,考官对建模过程给分。
  • 如果二阶导数判别法失效,用 f(x)f'(x) 在驻点两侧的符号表来判断。
  • 曲线描绘题中,标出所有关键特征(截距、极值点、渐近线)的草图就能得满分,不需要精确比例。

常见问题

局部最大值和全局最大值有什么区别?

局部最大值是在其邻域内的最高点。全局最大值是整个定义域上的绝对最高点。在闭区间 [a,b][a, b] 上求全局极值时,需要计算所有驻点处的函数值和端点 aabb 处的函数值。

函数可以有驻点但没有极值吗?

可以——函数 f(x)=x3f(x) = x^3x=0x = 0 处有驻点(f(0)=0f'(0) = 0),但那是一个拐点,不是极值。函数仍然严格单调递增。


相关主题

参考资料与延伸阅读

本文由 Vectora 编辑团队创作,内容参照中国高中及大学理科课程标准编写,基于化学、物理、生物及数学领域的权威学术资料。

发布日期: 2026-04-10

如有错误或建议,请联系 support@vectora.one.