5.6.6 Verification and Interpretation of Solutions

验证优化解的合理性，包括检验是否为最大值或最小值，以及解释结果的实际意义

定义

优化解的验证与解释是指在求解优化问题后，通过多种方法确认所得的临界点是否为最大值或最小值，并将数学结果转化为实际问题的意义。具体包括：

1. 最值判定方法：使用一阶导数测试（First Derivative Test）、二阶导数测试（Second Derivative Test）或端点检验来确认临界点的性质。对于在闭区间 \([a,b]\) 上的连续函数 \(f(x)\)，最大值和最小值必定在临界点或端点处取得。

2. 一阶导数测试：若 \(f'(x)\) 在 \(x=c\) 处从正变负，则 \(x=c\) 是局部最大值点；若从负变正，则是局部最小值点。

3. 二阶导数测试：若 \(f'(c)=0\) 且 \(f''(c)>0\)，则 \(x=c\) 是局部最小值点；若 \(f''(c)<0\)，则是局部最大值点；若 \(f''(c)=0\)，测试不确定。

4. 实际意义解释：将优化的数学解转化为实际问题的语境，说明最大值或最小值在现实中的含义（如成本最低、利润最高、时间最短等），并检验答案的合理性（如是否为正数、是否在定义域内等）。

核心公式

• \(f'(c) = 0 \text{ 或 } f'(c) \text{ 不存在}\)（临界点的定义）
• \(f''(c) > 0 \Rightarrow x=c \text{ 是局部最小值点}\)
• \(f''(c) < 0 \Rightarrow x=c \text{ 是局部最大值点}\)
• \(\max\{f(a), f(b), f(c_1), f(c_2), \ldots\} \text{ 和 } \min\{f(a), f(b), f(c_1), f(c_2), \ldots\}\)（闭区间上的最值）
• \(\text{若 } f'(x) \text{ 在 } c \text{ 处从正变负，则 } x=c \text{ 是局部最大值；若从负变正，则是局部最小值}\)

易错点

• ⚠️ 混淆临界点与最值点：找到 \(f'(c)=0\) 的点不一定是最大值或最小值，可能是拐点，必须进一步验证
• ⚠️ 忽视定义域的限制：优化问题的解必须在定义域内，且对于实际问题需要检验答案的合理性（如长度、面积必须为正）
• ⚠️ 二阶导数测试失效时不知所措：当 \(f''(c)=0\) 时，二阶导数测试不确定，应改用一阶导数测试或高阶导数测试
• ⚠️ 遗漏端点检验：在闭区间上求最值时，必须同时检验端点处的函数值，不能只看内部临界点