极值点、驻点与鞍点：导数为零后的判定流程

极值点、驻点这四个字我在不同场合被问过不下几十次。学生问的是考试里怎么判、怎么列表、怎么写结论做算法的同事问的是损失函数为什么卡在某个点不动了、明明梯度为零却还在往上飘做工程优化的朋友问的是参数扫到某个值附近就再也降不下去到底是收敛了还是陷在鞍点上。问题五花八门根子却常常是同一个把导数为零直接等同于到达极值。我见过太多人算完 f(x)0 就收笔写答案结果漏掉了尖点、漏掉了端点、也漏掉了那些导数为零却什么都不是的点。这篇文章不打算写成课本的复述而是把我这些年从黑板前和屏幕前攒下来的判断逻辑、操作顺序、以及踩过的坑按一条能直接上手的路线梳理一遍。不管你是刚接触导数的高中生、正在啃高数的大学生还是需要判定收敛性的工程从业者读完应该能对极值点和驻点这两个概念建立起能动手算、能自己查错的把握。1. 先把概念钉死极值点、驻点到底各指什么1.1 极值是个局部概念别拿它当最值用很多人第一次学极值脑子里的画面是一座山的山顶。这个画面不算错但它有个隐藏的误导山顶是整座山最高的地方。而在数学里极值点只要求它比附近一圈都高或者都低不需要比全世界都高。也就是说函数在 x₀ 处取极大值指的是存在一个正数 δ使得在 (x₀-δ, x₀δ) 这个小区间内f(x₀) ≥ f(x) 恒成立。注意是存在某个 δ不是任意 δ这就给了极大的自由度一个函数可以有一百个极大值点其中某个极大值还比另一个极小值更小。这个局部属性是后面所有混乱的源头。我经常让学生做一件事随手画一条上下起伏的波浪线然后标出所有的峰和谷。他们会很自然地标出一串点这些点就是极值点。再问他们哪个是最大值点他们就得再看一眼端点。这一步体验非常关键因为它把极值和最值的区别从文字定义变成了肌肉记忆。在实际的优化问题里我们通常关心的是全局最优但手上能算出来的往往只是局部最优所以搞清楚我现在拿到的到底是哪一种是基本功。还需要强调一点极值点是一个横坐标极值是一个函数值。答题时写极大值点为 x1极大值为 3这是对的写极大值点为 (1,3)在大多数教材体系里会被扣分因为那是极值点对应的坐标点不是点。这个区分看似吹毛求疵但在批改和工程记录里混淆横坐标和函数值会直接导致后续计算出错。1.2 驻点说的是切线水平不是函数停下驻点的定义很干脆设 f(x) 在 x₀ 处可导且 f(x₀)0则称 x₀ 为 f(x) 的一个驻点。英文叫 stationary point字面意思是静止点来源是几何直觉——在这个点上切线是水平的函数在这一瞬间没有在涨也没有在跌。这个静止只是瞬时斜率意义上的静止不代表函数值不再变化比如 yx³ 在 x0 处斜率是零但函数接着就一路往上冲了。这里有个容易被忽略的前置条件驻点必须在导数存在的点里找。f(x₀) 根本不存在的地方谈不上等于零自然不算驻点。所以驻点一定是定义域的内点边界上的点不参与驻点的讨论。有些教材在定义时还额外要求 x₀ 是定义域的内点这与导数存在是自洽的因为导数定义本身就要求双侧邻域。我在讲课时习惯把这两个概念的关系说成一句话驻点是嫌疑犯名单极值点是定罪名单。求导为零只能让你进名单最终是不是极值还得看导数在它左右两边怎么变号。这个比喻学生一听就懂而且能有效抑制算出 f0 就写答案的冲动。1.3 三组概念摆在一起看极值点、驻点、最值点这三个词之所以老被混是因为它们在简单例子里经常重合。yx² 在 x0 处既是驻点又是极小值点在闭区间 [-1,1] 上还是最小值点。三重身份叠在一起人就容易以为它们是一回事。但只要换一个例子三者立刻分家。概念定义要点是否要求导数存在是否要求局部典型反例驻点f(x₀)0要求存在且为零无关yx³ 的 x0是驻点非极值极值点某邻域内函数值最大或最小不要求要求局部y|x| 的 x0极值但不可导最值点整个定义域或指定区间上最大或最小不要求要求全局闭区间端点常常是最值点却非驻点从这张表能读出三条硬结论。第一极值点一定落在驻点或不可导点这个集合里这是必要条件不是充分条件。第二驻点里只有一部分是极值点。第三最值点的候选集合要比极值点更大还得把区间端点拉进来。很多计算错误的本质就是在这三条上偷了懒。我个人的记法是找极值点是筛两遍第一遍筛出所有可疑位置驻点 不可导点第二遍用变号判定逐个验。找最值点是筛三遍在极值点候选之外再加端点全部代入比大小。把流程拆成筛子比背定义管用得多。2. 为什么极值点必是驻点或不可导点2.1 费马引理的证明思路比结论更值得记费马引理是这套理论的基石若 f(x) 在 x₀ 处可导且取极值不妨设为极大值则 f(x₀)0。证明不长但里面的思路值得反复咀嚼。取 x₀ 附近足够小的 h因为 x₀ 是极大值点所以 f(x₀h) ≤ f(x₀)即 f(x₀h) - f(x₀) ≤ 0。当 h0 时除下来得到 [f(x₀h)-f(x₀)]/h ≤ 0令 h→0⁺右导数 ≤ 0当 h0 时分母为负除下来符号翻转得到 [f(x₀h)-f(x₀)]/h ≥ 0令 h→0⁻左导数 ≥ 0。既然 f 在 x₀ 处可导左右导数必须相等一个数既 ≥0 又 ≤0只能等于 0。这个证明里最关键的一步是因为取极大值所以增量符号固定。如果 x₀ 不是极值点增量的符号会随方向变化取极限时左右导数就未必相等也未必为零。反过来说如果 f 在 x₀ 处根本不可导那么左右导数相等这一步直接不成立结论自然就失效了。这就解释了为什么不可导点必须单独拎出来讨论——不是我们想多事是定理的前提被破坏了。我在实际计算中养成的一个反射动作是看到求极值先问自己这个函数在定义域内有没有导数不存在的地方。有就把它记在小本子上没有才敢安心只解 f0。这个动作看起来多余但它救回来的分数和返工时间远比多做几步求导要多。2.2 三个必背的不可导反例专治漏解第一个是 y|x|在 x0 处左边斜率 -1右边斜率 1导数不存在但 x0 显然是极小值点函数值 0 比邻域内任何一点都小。这个例子说明尖点左右导数不等可以出极值。第二个是 yx^(2/3)写成 3√(x²) 更直观图形在原点是一个竖直的尖导数在 0 处趋于无穷属于垂直切线型的不可导。它在 x0 处取极小值 0。这个例子说明导数趋于无穷的地方也能出极值。第三个是分段函数比如 f(x) x² (x1)f(x) 2-x (x≥1)。在 x1 处左极限 1右极限 1函数连续但左导数 2右导数 -1导数不存在且 x1 是极大值点。这个例子说明连续但不可导的分段接缝处同样可能藏着极值。这三个例子的共同点是连续但不可导。如果函数在 x₀ 处连连续都不满足跳跃间断那极值讨论本身就要谨慎因为极值的定义依赖于邻域内的函数值比较间断点附近的情况需要单独分析。我在工程代码里遇到过目标函数在某个参数值上有除零保护、导致函数值被硬截断的情况那就是一个人为制造的跳跃点优化器在那个位置附近的表现会非常奇怪本质上是数学假设被破坏了。2.3 驻点里混着假货从 yx³ 讲到振荡反例最简单的假货是 yx³。f(x)3x²在 x0 处为零是驻点。但 x0 时 f(x)0x0 时 f(x)0函数在 0 两侧一路上升根本没有任何峰或谷的形状所以不是极值点。它的几何特征是切线水平但曲线穿过切线属于拐点 驻点的重合。换成 yx⁴f(x)4x³x0 处仍是驻点但因为偶次幂函数在 0 两侧都往上走x0 是极小值点。同样一个导数为零的条件x³ 和 x⁴ 给出了完全相反的结论。这个对比是最好的教学素材它让人明白导数是否为零只提供候选资格导数在左右两侧的符号才是判据。还有一个更刁钻的反例f(x) x²·sin(1/x)x≠0f(0)0。这个函数在 x0 处连续导数 f(0) lim[x²sin(1/x)]/x lim x·sin(1/x) 0所以 x0 是驻点。但在 0 附近函数值在正负之间无限次振荡任意小的邻域内都有正有负所以 x0 既不是极大值也不是极小值。这个例子不是用来考试的是用来说明驻点且导数连续变号也不一定成立——它提醒我在数值优化里梯度为零的点可能是鞍点、可能是平坦区、也可能是这种振荡结构光看单一指标不可靠。实际做算法时我通常会用两侧采样或者二阶信息做交叉验证原因就在这。3. 判定方法选型第一充分条件还是第二充分条件3.1 第一充分条件慢但最稳第一充分条件的表述是设 f 在 x₀ 的某去心邻域内可导且 f(x₀)0 或 f(x₀) 不存在若在 x₀ 左侧 f0、右侧 f0则 x₀ 是极小值点若左正右负则极大值点若两侧同号则不是极值点。它的核心是变号。这个方法的好处是适用范围极宽不管 x₀ 处可不可导只要两侧的导数符号能确定结论就成立。对于尖点类问题它几乎是唯一能用的工具。坏处是计算量大你得把定义域切成一堆小区间每个区间挑一个测试点代入 f 判断符号再做一张符号表。遇到复杂的导数表达式这套流程容易在算术上翻车。我个人的经验是导数容易因式分解时优先用第一充分条件因为它同时给出了单调区间信息量大做题时一鱼两吃。导数是一大坨难以分解的东西时才转向第二充分条件。3.2 第二充分条件快但会失灵第二充分条件的表述是设 f(x₀)0f(x₀) 存在且不为零若 f(x₀)0 则 x₀ 是极大值点若 f(x₀)0 则极小值点。直观理解是二阶导数描述曲线的凹凸开口向下凹的地方驻点被顶起来成为峰开口向上凸的地方驻点沉下去成为谷。这个方法快得离谱求一次导再求一次导代个数看正负就完事。但它有个著名的死穴f(x₀)0 时完全失效此时既可能是极值也可能不是。yx³ 在 0 处 f0不是极值yx⁴ 在 0 处 f0是极小值。光凭二阶导数等于零你无法区分这两种情况只能退回去用第一充分条件或者更高阶导数。工程上我用得比较多的一个补充判据是如果 f(x₀)0 且 f(x₀)0 但 f(x₀)≠0那么 x₀ 一定不是极值点因为最低非零阶导数是奇数阶曲线穿越切线。如果 f(x₀)0 且 f(x₀)≠0那么是极值点符号由最低非零偶数阶导数的符号决定。这个最低非零阶导数的判据在处理高阶平坦区时很管用。3.3 一张表定输赢什么时候用哪个判定方法前置条件计算成本失效情形适合场景第一充分条件去心邻域内可导中要画符号表导数符号难判定时不可导点、导数易分解、需要单调区间第二充分条件一阶为零、二阶存在且非零低f0二阶导数好算、纯判定不要求单调性高阶导数判据存在最低非零阶导数中高所有阶都为零如常函数平坦驻点、理论分析定义法无高几乎不失效兜底验证、反常函数这张表的用法不是背是排序。我的默认顺序是先扫不可导点剩下的用第二充分条件快速过一遍遇到 f0 的再退回第一充分条件做符号表。这个顺序的好处是省时间坏处是如果第二充分条件误判比如算错二阶导后面就没有兜底了所以最后的答案我一般会挑一两个点回代原函数验证或者画个草图看一眼形状对不对。注意第二充分条件里f(x₀) 存在且不为零这个条件是绑定的。如果 f(x₀) 根本不存在这个方法连启动资格都没有别硬套。4. 标准解题流程从求导到写出结论的六步4.1 第一步先圈定义域这一步错了后面全废我见过最多的低级错误不是求导算错是定义域没写。f(x)ln x 的定义域是 x0f(x)√(x-1) 是 x≥1f(x)1/(x-2) 要挖掉 x2f(x)arcsin x 卡在 [-1,1]。这些限制直接决定了驻点能不能算、端点算不算、极值讨论的范围在哪里。举个具体的f(x) x·ln x。定义域 x0。f(x) ln x 1令其为零得 x e⁻¹。这个驻点在定义域内所以有效。如果忘了定义域可能会有人去纠结 x0 的部分而那里函数根本没定义。再比如 f(x) x 1/x。定义域 x≠0。f(x) 1 - 1/x²令其为零得 x ±1。两个驻点都在定义域内各自形成极值。但如果题目限定 x0那就只有一个驻点有效。定义域一变答案就变这是硬约束。我的习惯是在草稿纸最上面单独写一行定义域___后面所有结论都以这一行为边界。这个习惯很土但确实把出错率压下来了。4.2 求导、分解、画符号表一步都不能省确定定义域之后流程是求 f(x)解 f(x)0 得到全部驻点同时记录 f(x) 不存在的点把这些点从小到大排好把定义域切成若干区间每个区间取一个测试点代入 f 判断符号最后画表。符号表的样子我建议固定下来横向是区间和被分割的点纵向是 f 的符号和 f 的单调性。这张表一旦画对极值点、极值、单调区间三个问题一次性全解决。表格的价值在于它强迫你把变号这件事可视化避免了脑子里觉得是变号的错觉。测试点的选法有技巧不要选太复杂的数。区间 (0,2) 就代 x1区间 (2,∞) 就代 x3能心算就行。遇到含参数的导数测试点要带着参数讨论这时候就不能偷懒得分情况。因式分解是这一步的技术核心。f(x) 3x²-6x 分解成 3x(x-2)根一目了然f(x) (x-1)²(x2) 这种根是 1二重和 -2一重注意二重根处导数不变号通常对应拐点而不是极值点。这个细节很多人栽跟头——看到根就当成极值点结果把不变号的点也写进去了。4.3 闭区间求最值端点必须进候选名单开区间上找极值候选只有驻点和不可导点。闭区间 [a,b] 上找最值候选变成三类驻点、不可导点、端点 a 和 b。三类的地位平等全部代入原函数比大小最大的是最大值最小的是最小值。为什么端点必须算因为最值的定义是全局比较而端点只有一侧邻域费马引理在端点处不适用导数在端点处本来就没定义或只有单侧导数。一个单调递增的函数在闭区间上最大值就在右端点那个点连驻点都不是漏了就直接错。这里有个常见困惑端点能不能叫极值点按照大多数教材的定义极值点要求双侧邻域端点不满足所以端点不算极值点。但它可以是最值点。这个区分在答题时要守住否则概念题会失分。4.4 四个完整算例把流程跑一遍第一个算例基础款f(x) x³ - 3x² 1定义域为全体实数。求导得 f(x) 3x² - 6x 3x(x-2)驻点 x0 和 x2没有不可导点。用 x-1, 1, 3 作测试点得 f 在 (-∞,0) 为正、在 (0,2) 为负、在 (2,∞) 为正。所以 x0 是极大值点极大值 f(0)1x2 是极小值点极小值 f(2)8-121-3。如果题目问闭区间 [-1,3] 上的最值还要加算端点f(-1)-1-31-3f(3)27-2711。比较四个值 1、-3、-3、1最大值 1在 x0 和 x3 处取到最小值 -3在 x2 和 x-1 处取到。注意这里极大值恰好等于最大值纯属巧合不能当成规律。第二个算例带不可导点f(x) (x-1)^(2/3)定义域为全体实数。f(x) (2/3)(x-1)^(-1/3)当 x≠1 时存在在 x1 处不存在分母为零垂直切线。f 永远不为零所以没有驻点。用 x0 和 x2 测试f(0) (2/3)(-1)^(-1/3) 为负f(2) 为正。符号左负右正x1 是极小值点。这个例子如果只解 f0会得到无驻点然后错误地得出无极值的结论。漏解就发生在这里。第三个算例闭区间最值f(x) x³ - 3x 在 [-2,3] 上。f(x) 3x²-3 3(x-1)(x1)驻点 ±1。候选点-2、-1、1、3。代入得 f(-2)-2f(-1)2f(1)-2f(3)18。最大值 18 在 x3 取到端点最小值 -2 在 x-2 和 x1 取到一个端点一个驻点。这个例子充分暴露了只算驻点会漏掉最大值的风险。第四个算例带参数讨论f(x) x³ - 3axa 为实参数定义域为全体实数。f(x) 3x² - 3a 3(x²-a)。当 a0 时x²-a 恒正f 恒正函数严格单调递增无极值。当 a0 时f3x²≥0只在 x0 处为零但不变号x0 是驻点不是极值点。当 a0 时驻点为 ±√a符号在 -√a 处左正右负极大在 √a 处左负右正极小。极大值 f(-√a) 2a^(3/2)极小值 f(√a) -2a^(3/2)。参数题的坑在于 a0 这个分界点它既不属于 a0 也不属于 a0必须单独列一条漏了就少一种情况。5. 二元函数驻点从一条线变成一个面5.1 偏导同时为零只是入场券一元函数里极值点的必要条件是 f(x₀)0 或不可导。二元函数 zf(x,y) 的对应结论是若在点 (x₀,y₀) 处取极值且偏导数存在则 f_x0 且 f_y0。也就是说两个偏导同时为零的点才是驻点。几何上一元函数的驻点是切线水平二元函数的驻点是切平面水平。想象一个碗的底部、一个山丘的顶部、或者一个马鞍的中心这三种地方的切平面都是水平的但只有前两种是极值第三种鞍点不是。这就是二元情形比一元复杂的地方一元的驻点只有变号和不变号两种情况二元的驻点有极大、极小、鞍点三种而且鞍点这种结构在一元里根本不存在。求解套路是解方程组 f_x0、f_y0。这个方程组通常是非线性的可能有多个解也可能无解。我个人的习惯是先从结构上看如果 f 是二次型直接配方或者写成矩阵形式根的个数和形状一目了然如果是高次或者三角函数就只能硬解解完再逐个判定。5.2 用 AC-B² 判别正负之外还要看 A 的符号判别法是记 Af_xxBf_xyCf_yy在驻点处计算 ΔAC-B²。若 Δ0则该点是极值点此时 A0 为极大A0 为极小若 Δ0则不是极值点鞍点若 Δ0判别法失效需要更高阶分析或者直接用定义判断。这里最常被忽略的是 Δ0 之后还要看 A 的符号。我见过不少人算出 AC-B²0 就写极小值直接丢分。正确逻辑是Δ0 保证了该点是极值A 的符号决定是极大还是极小两者缺一不可。算一个标准的f(x,y) x² y² - 2x - 4y。f_x 2x-2f_y 2y-4令其为零得驻点 (1,2)。A2B0C2Δ4-040A0所以 (1,2) 是极小值点极小值 f(1,2) 14-2-8 -5。这个函数的图形是一个开口朝上的抛物面底部就在 (1,2)符合直觉。再算一个鞍点f(x,y) x² - y²。f_x2xf_y-2y驻点 (0,0)。A2B0C-2Δ -4 - 0 -4 0所以是鞍点不是极值点。沿 x 轴方向函数递增沿 y 轴方向函数递减中心点在一个方向上最低、另一个方向上最高这正是马鞍的形状。Δ0 的情形要单独说。比如 f(x,y)x⁴y⁴驻点 (0,0)A0B0C0Δ0判别法失效。但根据定义f(0,0)0 且 f(x,y)≥0 恒成立所以它确实是极小值点。再比如 f(x,y)x⁴-y⁴同样 Δ0但沿 x 轴递增、沿 y 轴递减是鞍点。两个函数在驻点处的所有二阶信息都相同结论却相反这就是判别法失效的典型表现。处理这类问题只能用定义或者做变量替换看符号。5.3 条件极值拉格朗日乘数法的落地细节实际问题里约束几乎总是存在的预算有限、体积固定、周长给定。这时候要找的是在约束 g(x,y)0 下的极值方法是构造拉格朗日函数 L f λg然后令 L 对各变量的偏导为零联立求解。举个经典例子周长固定为 2 的矩形求最大面积。设长宽为 x、y约束是 xy1半周长目标 fxy。构造 L xy λ(xy-1)。对 x 求偏导得 yλ0对 y 求偏导得 xλ0两式相减得 xy。代回约束得 xy1/2面积 1/4。正方形面积最大这跟直觉一致但推导过程是严格的。拉格朗日法有三个实操要点。第一解出来的驻点只是候选必须结合问题的实际背景判断是极大还是极小因为约束条件下的极值判定没有一元那么简单的二阶条件。第二λ 本身有经济含义在优化问题里通常解释为约束放松一个单位时目标函数的边际改进工程上叫影子价格值得留意。第三边界情况要单独检查如果约束集有端点或者不光滑的地方那些位置可能藏着极值不能只依赖拉格朗日方程。提示拉格朗日乘数法解出的点也可能是鞍点尤其是在约束集非紧或者目标函数非凸的时候。做完之后一定要回代验证别把方程组的解直接当成最优解。6. 常见问题与排查技巧实录6.1 高频错误速查表症状根因修正动作只解 f0漏掉尖点处的极值忘了不可导点也是候选求导前先扫一遍导数不存在的点闭区间最值算错最大值不在驻点没把端点列进候选候选集 驻点 不可导点 端点f0 就写极值点把必要条件当充分条件补一步符号表或二阶导判定二阶导为零时直接判非极值判别法失效被当成否定结论退回第一充分条件或高阶判据二重根处误判为极值导数在该点不变号画符号表确认左右符号是否翻转二元函数 Δ0 却写错极大极小漏看 A 的符号Δ0 之后必须补 A0 或 A0参数题少一种情况分界点未单独讨论把使最高次系数为零的参数值单列约束极值把解直接当最优未验证极大极小回代比较或结合背景判断这张表我建议贴在草稿纸边上。每做完一道题用眼睛扫一遍比重新算一遍省时间。它覆盖的是结构性错误不是算术错误算术错误只能靠重算和估算来抓。6.2 计算层面的坑比概念错误更隐蔽符号表里出错最常见的原因是测试点选得不好或者因式分解不彻底。比如 f(x) x²(x-1)(x2)根是 0二重、1、-2。分段点是 -2、0、1区间是 (-∞,-2)、(-2,0)、(0,1)、(1,∞)。在 (-2,0) 上取 x-1代入得 1·(-2)·(1) -2为负。这里 0 是二重根符号在 0 两侧不翻转所以 (-2,0) 和 (0,1) 的符号应该相同这跟直接测试的结果一致。如果分解时把 x² 漏掉一个根就少一个分段就错结论跟着错。另一个隐蔽的坑是求导对象的识别。f(x) ln(x²1) 求导得 2x/(x²1)驻点 x0这个没问题。但 f(x) ln²(x) 表示的是 [ln x]²求导得 2ln x / x驻点 x1别跟 ln(x²) 搞混。这类表达式的歧义在实际计算里很常见写的时候加括号是个好习惯。还有一类错误来自想当然地认为导数连续。有些函数在某点可导但导数不连续符号在附近剧烈振荡用有限个测试点判断符号就可能失真。遇到这种函数稳妥的做法是用定义直接比较函数值而不是依赖导数符号。6.3 我个人的检查习惯三条就够第一条算完所有候选点之后挑一个点回代原函数看看数值大小关系是否和结论一致。比如结论说 x2 是极小值点那就代 x1.9 和 x2.1两个值都应该比 f(2) 大。这个检查能抓出大部分符号表错误。第二条画个草图。不求精确只求形状单调性大致对不对峰谷位置合不合理端点值是不是极端。图形和代数结论矛盾的时候八成是代数算错了。我在处理复杂函数时经常先用工具画一遍心里有个底再动笔算这样能提前发现明显的荒谬结论。第三条看量纲和边界。物理背景的优化题极值点如果落在不合理的范围比如长度为负、概率大于一说明约束没考虑全。纯数学题如果结论说函数在全体实数上无最大值那要想想是不是函数本身无界而不是漏算了什么。这三条检查加起来不超过两分钟但能挡掉大部分会做但做错的情况。最后分享一个我用了很多年的习惯把所有候选点和结论分两栏写中间画一条竖线。左边是原始数据驻点坐标、不可导点坐标、端点坐标、对应的函数值右边是判定结果极大/极小/都不是。两栏对不齐的时候就是出错的时候。这个方法在参数讨论题里尤其好用因为情况一多人脑很容易漏掉某一行。踩过几次坑之后我越来越确信极值点和驻点这部分内容难点不在公式在纪律。求导谁都会难的是每次都老老实实先圈定义域、扫不可导点、把端点拉进候选、变号判完再下结论。这套流程笨但它不会骗你。至于那些看起来更聪明的捷径比如看到 f0 就写答案、看到 f0 就判非极值省下来的时间往往会在最后一步连本带利还回去。