求解最优化问题
AP 微积分 AB· AP 微积分 AB CED — 第5单元 微分的分析应用· 14 分钟阅读
1. 1. 最优化问题简介★★☆☆☆⏱ 2 min
最优化问题是应用型的绝对极值问题,要求你在给定约束条件下,求得现实世界物理量(面积、体积、利润、时间)的最大或最小可能值。与直接给出函数的抽象极值问题不同,求解最优化问题需要你先将文字题转化为单变量目标函数,再寻找绝对极值。
该主题在AP 微积分 AB 考试的选择题和自由作答题部分都经常出现,通常作为占多分数值的多小问FRQ,属于第5单元15-18%的考试分值占比范围。
最优化问题
在固定约束条件下,求情境化物理量最大值或最小值的应用型极值问题。
例:
求周长固定的矩形的最大面积是一道经典的最优化问题。
2. 2. 建立目标函数与约束条件★★★☆☆⏱ 3 min
最优化问题最具挑战性的步骤就是将文字描述正确转化为数学方程。每道最优化问题都有两个不可或缺的核心组成部分。
明确定义所有变量,标注每个变量代表的含义(适用时注明单位)
将目标物理量写为所有变量的函数
利用约束条件将一个变量用另一个变量表示,代入目标函数得到单变量函数
根据问题的物理约束条件求目标函数的有效定义域
你有120英尺长的围栏,要沿着笔直的河岸围一块矩形围栏,河岸不需要围栏。建立求围栏最大面积的目标函数,并写出正确的定义域。
- 1
定义变量:设 = 垂直于河岸的每侧围栏长度, = 平行于河岸的围栏长度。所有长度都为正:。
- 2
目标:最大化面积 。
- 3
约束:总围栏长度为120英尺,因此 。
- 4
从约束条件解出:
- 5
- 6
代入得到单变量目标函数:
- 7
- 8
求定义域:由于 且 ,可得 。
- 9
最终结果:目标函数 ,定义域 。
Exam tip:
求导前一定要先明确求出定义域。情境问题几乎总是存在对最终答案至关重要的定义域限制,跳过这一步会得到无效结果。
3. 3. 最优化的闭区间法★★★☆☆⏱ 3 min
如果目标函数在闭有界区间 上连续,极值定理保证该函数在区间上同时存在绝对最大值和绝对最小值。闭区间法是寻找这些绝对极值最直接、最可靠的方法,也是AP考试中最常考的方法。
确认目标函数在上连续(AP问题中几乎总是成立)
求开区间内的所有临界点
在每个临界点和两个端点和处计算的值
最大的值就是绝对最大值,最小的值就是绝对最小值
沿用前一节的围栏问题:,定义域为,求围栏的最大可能面积。
- 1
确认连续性:是多项式,因此在上连续,极值定理适用。
- 2
求临界点:计算一阶导数:
- 3
- 4
令导数等于零:
- 5
- 6
区间内有一个临界点在。
- 7
计算所有候选点的值:,,
- 8
最大的值是1800,因此最大面积为1800平方英尺。
Exam tip:
即使临界点明显就是最大值,你仍必须计算端点的值才能在FRQ中获得满分。AP阅卷官要求明确证明内点的值大于端点。
4. 4. 开区间上的最优化★★★☆☆⏱ 3 min
许多最优化问题的定义域是开区间(例如),或者只有一个端点。这种情况下,极值定理不保证存在绝对极值,但对于几乎所有AP情境问题,定义域内恰好只有一个临界点。我们可以使用一阶或二阶导数测试来证明这个临界点就是绝对极值。
一阶导数测试:若函数在左侧递增、右侧递减 → 绝对最大值;若在左侧递减、右侧递增 → 绝对最小值
二阶导数测试:若(下凹) → 绝对最大值;若(上凹) → 绝对最小值
一家小企业售卖定制手机壳,生产个手机壳的日利润为,。求最大可能日利润。
- 1
定义域为,是开区间,因此我们使用二阶导数测试。
- 2
求临界点:一阶导数为:
- 3
- 4
令导数等于零:
- 5
- 6
是定义域内唯一的临界点。
- 7
二阶导数为:
- 8
- 9
对所有都有,因此是局部最大值。由于它是唯一的临界点,因此它就是绝对最大值。
- 10
计算利润:
- 11
- 12
最终结果:最大日利润是 $462.50。
Exam tip:
如果定义域内只有一个临界点,一定要根据测试结果明确说明它就是绝对极值——这是FRQ获得满分的必要步骤。
5. 5. 更多AP风格求解示例★★★★☆⏱ 3 min
你有80米长的围栏,要围一块四边都需要围栏的矩形花园。花园的最大可能面积是多少?
A) B) C) D)
- 1
定义变量: = 一条边的长度, = 邻边长度。目标:最大化。约束:周长 = 80 → 。定义域。
- 2
目标函数:
- 3
- 4
求临界点:
- 5
- 6
计算候选点值:,,。最大面积为,正确答案是C。
要制作一个无盖纸板盒,方法是从一块10英寸×15英寸的纸板的每个角剪下边长为的相等正方形,然后折起侧边。(a) 写出并说明其定义域。(b) 求临界点并分类。(c) 求最大体积并给出证明。
- 1
(a)问:裁剪后,底面尺寸为 × ,高为。体积为:
- 2
- 3
所有边长都为正 → 定义域为。
- 4
(b)问:一阶导数为:
- 5
- 6
二次求根公式得到根为,只有在定义域内。,因此它是局部最大值。端点处体积为0,是最小值。
- 7
(c)问:根据闭区间法,立方英寸,大于端点值。因此最大体积约为132立方英寸。
一位徒步者离一条笔直的铺装公路有2英里远。他越野的速度是4英里每小时,公路上的速度是5英里每小时。他要到达离公路上最近点6英里远的停车场,求最小可能的行程时间。
- 1
设 = 公路上最近点到越野出口点的距离。越野距离为,公路距离为。定义域为。
- 2
时间 = 距离/速度,因此:
- 3
- 4
令导数为零得: → 求解得,在定义域内。
- 5
计算候选点值:小时,小时,小时。最小时间为1.5小时(90分钟)。
6. 常见陷阱
错误做法:
忘记将目标函数的定义域限制为物理有效值,例如允许边长为负。
原因:
学生建立函数后急于求导,跳过了定义域步骤,导致检验了无效的值。
正确做法:
建立目标函数后、开始寻找临界点前,一定要明确写出定义域。
错误做法:
找到临界点后就停止,不证明它就是绝对最大/最小值,尤其是在开区间上。
原因:
学生假设任何临界点都是所求极值,不给出证明,这会在FRQ中失分。
正确做法:
对于闭区间,在端点和临界点计算的值;对于开区间,应用一阶或二阶导数测试,明确得出它就是绝对极值的结论。
错误做法:
对错误的物理量求最大或最小值,例如在围栏问题中最大化边长而非面积。
原因:
学生误读题目描述,混淆了目标和约束。
正确做法:
第一次读题时,下划线标出题目要求你最大化/最小化的物理量,并用该物理量清晰标注你的目标函数。
错误做法:
代入后目标函数仍保留为二元函数。
原因:
学生代入时粗心,没有检查所有额外变量都已消去。
正确做法:
代入后,确认你的目标函数只有一个自变量,没有剩余其他变量。
错误做法:
忘记绝对极值可以出现在定义域的端点,即使端点不是临界点。
原因:
学生只检验临界点,跳过端点,当最大/最小值在边界时就会得到错误答案。
正确做法:
对于闭区间,一定要将端点加入你需要计算的候选点列表。
错误做法:
当或不存在时仍使用二阶导数测试。
原因:
学生过度推广二阶导数测试,忘记了它的局限性。
正确做法:
如果或不存在,改用一阶导数测试对临界点分类。
7. 速查表
类别 | 公式/步骤 | 说明 |
|---|---|---|
目标函数 | = 待最大化/最小化的物理量 | 代入约束后必须是单变量 |
约束条件 | 变量间的固定关系 | 用于消去额外变量;不要与目标混淆 |
闭区间法 |
| 仅适用于闭有界区间上的连续函数;AP FRQ获得满分的要求 |
开区间一阶导数测试 | 左侧递增、右侧递减 → 绝对最大值;左侧递减、右侧递增 → 绝对最小值 | 开定义域内恰好有一个临界点时使用 |
开区间二阶导数测试 | → 绝对最大值; → 绝对最小值 | 仅在且时适用;时使用一阶导数 |
定义域限制 | 必须满足物理约束 | 所有长度、面积、数量都为正;求极值前必须确定定义域 |
极值定理 | 上的连续函数在上存在绝对最大值和最小值 | 保证闭区间最优化问题存在极值 |
真题中的出现
AI 根据考纲规律估算的考点位置,请对照官方真题核实准确性。仅作复习重点参考。
- 2023 · FRQ
多问题型盒子体积最优化
- 2022 · MCQ
利润最大化问题
深入阅读
下一步
求解最优化问题是第5单元「微分的分析应用」的核心应用技能终点。掌握最优化后,你接下来会把「将情境转化为数学方程」的相同核心技能应用到相关变化率问题中,这类问题需要隐函数求导来求解未知变化率。如果没有掌握本主题中的变量定义、方程建立和基于导数的极值分类,相关变化率和其他应用型导数问题会更难正确求解。最优化也建立在你第5单元前面学到的极值概念之上,为你后续AP 微积分 AB 课程中积分应用(例如从边际成本函数求总利润)做好准备。
