4.6.6 Optimization Problem-Solving Strategies

优化问题求解的系统方法和技巧，包括变量选择、函数简化和验证最值

定义

优化问题求解是指在给定的约束条件下，寻找使目标函数达到最大值或最小值的变量取值的过程。系统的优化问题求解策略包括以下核心步骤：

1. 问题理解与变量定义：仔细阅读题目，明确目标函数（要最大化或最小化的量）和约束条件，用合适的变量表示相关量。

2. 建立函数模型：根据题目条件建立目标函数 \(f(x)\)，通常需要利用几何关系或物理关系消除多余变量，将多元函数转化为单变量函数。

3. 确定定义域：根据实际意义确定变量的有效范围，即函数的定义域 \([a,b]\) 或 \((a,b)\)。

4. 求导并找临界点：计算导数 \(f'(x)\)，令 \(f'(x) = 0\) 求出所有临界点，同时检查导数不存在的点。

5. 判断最值类型：使用一阶导数测试或二阶导数测试判断临界点是极大值、极小值还是拐点。对于闭区间上的最值问题，需要比较所有临界点和端点处的函数值。

6. 验证与解释：验证答案的合理性，确保符合题目的实际意义，并用原问题的语境解释结果。

核心公式

• \(f'(x) = 0 \text{ 或 } f'(x) \text{ 不存在} \Rightarrow \text{临界点}\)
• \(f''(x) > 0 \Rightarrow x \text{ 处为极小值点}；f''(x) < 0 \Rightarrow x \text{ 处为极大值点}\)
• \(\max/\min f(x) = \max/\min\{f(c_1), f(c_2), \ldots, f(c_n), f(a), f(b)\}\)，其中 \(c_i\) 为临界点
• \(\frac{dV}{dt} = \frac{dV}{dx} \cdot \frac{dx}{dt} \text{ （相关变化率）}\)
• \(A = f(x), \quad x \in [a,b] \Rightarrow A_{\max/\min} \text{ 在临界点或端点处取得}\)

易错点

• ⚠️ 忽视定义域的限制：求出临界点后未检查其是否在实际定义域内，或未考虑端点值，导致选择了定义域外的答案或遗漏了真正的最值点
• ⚠️ 混淆极值与最值：在闭区间上的优化问题中，仅检查极值点而忽视端点，或在开区间问题中错误地应用闭区间最值的判断方法
• ⚠️ 建立函数模型时引入多余变量：未能充分利用约束条件消除多余变量，导致建立的目标函数仍含有多个自变量，无法直接求导
• ⚠️ 一阶导数测试应用错误：在使用一阶导数测试判断极值时，未正确分析导数在临界点两侧的符号变化，或混淆了 \(f'(x)\) 从正变负（极大值）和从负变正（极小值）的情况