5.6.4 Applied Optimization in Physics and Economics

物理和经济学中的优化应用，包括最小成本、最大利润、最优速度等实际问题

定义

物理和经济学中的优化应用是指利用微积分中的导数和极值理论，解决实际问题中的最优化问题。通过建立目标函数（如成本函数 \(C(x)\)、利润函数 \(P(x)\)、速度函数 \(v(t)\) 等），求其导数并令其为零，找到临界点，然后通过二阶导数测试或端点比较，确定最大值或最小值。这类问题广泛应用于经济学中的成本最小化、利润最大化，以及物理学中的能量最优、运动最优等领域。

核心公式

• \(["\)\frac{dC}{dx} = 0 \text{ 或 } \frac{dP}{dx} = 0 \text{ （求临界点）}\(", "\)f''(x) > 0 \text{ 时 } x \text{ 为极小值点；} f''(x) < 0 \text{ 时 } x \text{ 为极大值点}\(", "\)P(x) = R(x) - C(x) \text{ （利润 = 收益 - 成本）}\(", "\)\text{边际成本} = \frac{dC}{dx}；\text{边际收益} = \frac{dR}{dx}；\text{最优产量时：} \frac{dR}{dx} = \frac{dC}{dx}\(", "\)\text{平均成本} = \frac{C(x)}{x}；\text{最小平均成本时：} \frac{d}{dx}\left(\frac{C(x)}{x}\right) = 0\("]\)

易错点

• ⚠️ 忽视定义域限制：学生求出临界点后，常忘记检查该点是否在实际问题的定义域内（如产量必须为正数），导致选择不合理的答案
• ⚠️ 混淆最大值和最小值：在应用二阶导数测试时，有些学生记反了 \(f''(x) > 0\) 和 \(f''(x) < 0\) 的含义，或未考虑端点值，导致找到的是极值而非全局最值
• ⚠️ 建立函数模型错误：在将文字问题转化为数学函数时，学生常设置错误的变量关系或遗漏约束条件，例如在成本优化问题中忽视了固定成本或单位成本的变化
• ⚠️ 忽视实际意义的验证：求出数学答案后，学生未检查答案是否符合实际情况（如最优速度不能为负数、产量必须是整数等），导致答案虽然数学上正确但实际上无意义