极值
![本页使用了标题或全文手工转换](http://images.weserv.nl/?url=//upload.wikimedia.org/wikipedia/commons/thumb/c/cd/Zh_conversion_icon_m.svg/35px-Zh_conversion_icon_m.svg.png)
(重定向自最大值)
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
- 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
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
- 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
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
注脚
- ^ 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