极值
 | 此條目没有列出任何参考或来源。 (2022年2月19日) |
| 系列條目 |
| 微积分学 |
|---|
 |
在数学中，极值（extremum）是极大值（maximum）与极小值（minimum）的统称，意指在一个域上函数取得最大值或最小值的点的函数值。而使函数取得极值的点（的横坐标）被称作极值点。这个域既可以是一个邻域，又可以是整个函数域（这时极值称为最值、全局极值、绝对极值）。
定义
[编辑]- 局部（相对）最大值：如果存在一个ε > 0，使得所有满足|x-x*| < ε的x都有f(x*)≥ f(x)，我们就把点x*对应的函数值f(x*)称为一个函数f的局部最大值。从函数图像上看，局部最大值就像是山顶。
- 局部（相对）最小值：如果存在一个ε > 0，使得所有满足|x-x*| < ε的x都有f(x*)≤ f(x)，我们就把点x*对应的函数值f(x*)称为一个函数f的局部最小值。从函数图像上看，局部最小值就像是山谷的底部。
- 全局（绝对）最大值：如果点x*对于任何x都满足f(x*)≥ f(x)，则点f(x*)称为全局最大值。
- 全局（绝对）最小值：如果点x*对于任何x都满足f(x*)≤ f(x)，则点f(x*)称为全局最小值。
极值的概念不仅仅限于定义在实数域上的函数。定义在任何集合上的实数值函数都可以讨论其最大最小值。为了定义局部极值，函数值必须为实数，同时此函数的定义域上必须能够定义邻域。邻域的概念使得在x的定义域上可以有|x - x*| < ε。
局部最大值（最小值）也被称为极值（或局部最优值），全局最大值（最小值）也被称为最值（或全局最优值）。
求极值的方法
[编辑]求全局极值是最优化方法的目的。对于一元二阶可导函数，求极值的一种方法是求驻点（亦称为静止点，停留点，英語：stationary point），也就是求一阶导数为零的点。如果在驻点的二阶导数为正，那么这个点就是局部最小值；如果二阶导数为负，则是局部最大值；如果为零，则还需要进一步的研究。
一般地，如果在驻点处的一阶、二阶、三阶……直到N阶导数都是零，而N+1阶导数不为零，则当N奇数且N+1阶导数为正时，该点为极小值；当N是奇数且N+1阶导数为负时，该点为极大值；如果N是偶数，则该点不是极值。
如果这个函数定义在一个有界区域内，则还要检查局域的边界点。如果函数在定义域内存在不可导点，则这些不可导点也可能是极值点。
例子
[编辑]- 函数有惟一最小值，在x = 0 处取得。
- 函数没有最值，也没有极值，尽管其一阶导数在x = 0处也为0。因为其二阶导数(6x)在该点也是0，但三阶导数不是零。
- 函数cos(x)有无穷多个最大值，在x =0, ±2π, ±4π, ...，与无穷多个最小值 在x =±π, ±3π ... .
求函数的极值时还应当考虑其不可导点，即导数不存在的点。如函数y=|x|中0处的导数不存在，事实上从图像上也能看出这一点来。而且0就是该函数的一个极小值。
多变量函数
[编辑]对于多变量函数（多元函数），同样存在在极值点的概念。其定义为：
此外，也有鞍点的概念。
参见
[编辑]注脚
[编辑]- ^ 不同文献对此定义尚未统一。在部分文献中，此定义又称“绝对极值点”，与“≥”、“≤”的定义相区别