求解最优化问题 — AP 微积分 BC
1. 什么是最优化？ ★★☆☆☆ ⏱ 2 min
求解最优化问题利用微分，在情境或抽象问题的固定约束下，找到目标量的最大或最小可能值。该知识点占AP微积分BC考试总分的2-4%，会同时出现在选择题和自由问答题部分。
AP考试题目会使用诸如“求最大可能值”“确定最小尺寸”“最大化利润”或“最小化成本”这类表述来表示最优化问题，所有这类题目都遵循相同的核心解题流程。
2. 通用四步最优化框架 ★★☆☆☆ ⏱ 4 min
所有最优化问题都有两个核心组成部分：目标函数（你想要最大化或最小化的量）和约束条件（变量之间的固定关系，用于将问题简化为单变量问题）。这个四步框架符合AP考试的评分标准。
- 标记所有未知量，明确写出你的目标量，将约束条件写为变量之间的等式。
- 利用约束条件消去多余变量，只保留一个自变量，得到单变量目标函数 $f(x)$。*关键：* 根据问题情境定义$x$的定义域，而不是只使用$f(x)$的数学定义域。大多数问题的定义域是闭区间$[a,b]$，此时极值定理可以保证绝对极值存在。
- 计算$f'(x)$，令其等于零，求解$x$，从而得到$(a,b)$上$f(x)$的所有临界点。记住，临界点也包括$f'(x)$无定义的点。
- 在每个内部临界点和两个端点处计算$f(x)$的值；最大的值就是绝对最大值，最小的值就是绝对最小值。始终要结合原问题情境作答。
Exam tip: 即使最终答案错误，遵循这个明确的步骤顺序也能获得部分分数
3. 开区间上绝对极值的分类 ★★★☆☆ ⏱ 3 min
许多最优化问题的定义域是开区间（例如$x>0$，情境中没有上界），因此极值定理不能保证极值存在。如果在定义域上只找到一个临界点，你可以使用一阶或二阶导数检验来确认该局部极值也是全局（绝对）极值，这种证明方式在AP自由问答题中可获得全分。
4. 情境化应用最优化 ★★★☆☆ ⏱ 5 min
AP考试非常重视真实情境下的应用最优化问题，常见场景包括几何（最大化体积/最小化表面积）、经济学（最大化利润/最小化成本）和工程（最小化材料或行程成本）。对大多数学生来说，最大的挑战是将文字描述正确转化为有效的目标函数和约束条件。
Common Pitfalls
Why: 学生找到临界点后仓促作答，忘记检查题目实际要求的是什么。
Why: 学生通常会完全省略写定义域的步骤，导致得到有效范围外的多余临界点。
Why: 学生习惯在临界点找极值，忘记端点也能产生绝对极值。
Why: 学生认为找到临界点就足够了，但AP评分要求明确证明它是全局极值。
Why: 学生为了尽快进行求导，仓促完成代数步骤，微小的符号或系数错误就会改变整个问题。