5.2.4 Extreme Value Theorem (极值定理)

连续函数在闭区间上必有最大值和最小值的理论基础

定义

极值定理（Extreme Value Theorem, EVT）是微积分中的一个基本定理，它指出：如果函数 \(f(x)\) 在闭区间 \([a,b]\) 上连续，那么 \(f(x)\) 在该区间上必定存在最大值和最小值。具体地说，存在点 \(c_1, c_2 \in [a,b]\)，使得对所有 \(x \in [a,b]\)，都有 \(f(c_1) \leq f(x) \leq f(c_2)\)。这些极值可能在区间的内部临界点处取得，也可能在区间的端点处取得。该定理是求解闭区间上函数最值问题的理论基础，也是费马定理（Fermat's Theorem）的前提条件。

核心公式

• \(["\)\text{如果 } f \text{ 在 } [a,b] \text{ 上连续，则存在 } c_1, c_2 \in [a,b] \text{，使得 } f(c_1) = \min_{x \in [a,b]} f(x) \text{ 且 } f(c_2) = \max_{x \in [a,b]} f(x)\(", "\)\text{费马定理：若 } f \text{ 在 } (a,b) \text{ 内的点 } c \text{ 处有极值，且 } f'(c) \text{ 存在，则 } f'(c) = 0\(", "\)\text{闭区间上函数最值的求法：比较所有临界点和端点处的函数值，即比较 } f(a), f(b), f(c_1), f(c_2), \ldots\(", "\)\text{极值点的分类：} f'(c) = 0 \text{ 或 } f'(c) \text{ 不存在的点称为临界点（Critical Point）}\(", "\)\text{闭区间 } [a,b] \text{ 上连续函数的值域为 } [m, M]，\text{其中 } m = \min f(x), M = \max f(x)\("]\)

易错点

• ⚠️ 混淆极值定理的适用条件：学生常忽视函数必须在闭区间上连续这两个条件。如果在开区间 \((a,b)\) 上或函数不连续，定理不适用，函数可能没有最大值或最小值。
• ⚠️ 遗漏端点值：在求闭区间上的最值时，学生常只检查导数为零的临界点，而忘记比较端点处的函数值。最大值或最小值可能恰好在端点处取得。
• ⚠️ 混淆极值与最值的概念：极值（local extremum）是指函数在某点附近的最大或最小值，而最值（absolute extremum）是指在整个定义域上的最大或最小值。极值点不一定是最值点。
• ⚠️ 错误地认为 \(f'(c) = 0\) 的点一定是极值点：导数为零只是极值的必要条件而非充分条件。例如 \(f(x) = x^3\) 在 \(x=0\) 处有 \(f'(0)=0\)，但 \(x=0\) 不是极值点（这是拐点）。