导数双变元模型|“极值点偏移”


导数小专题讲解

导数的基础知识算是讲完了。

其实感觉还是很轻松的。因为从导数的相关知识点上来说,理解确实是轻松的。毕竟,有图有数的东西,理解起来总是很惬意。

所以,有同学就认为导数太简单的啦,并没有象学长们的所说,那么的恐怖和艰难。

可是为什么,会有导数压轴呢?无论是客观题还是主观题,导数的压轴题,

很多都是那么的,让人有无从下手的感觉。

就比如今天课堂上讲的,导数中最常见的双变元问题。就让大家一下有了感觉,感觉导数的点难度了。

所以说,无知者无畏,初生牛犊不怕虎吧。

之所以再次推下这个专题,是因为今天翻看以前的这个专辑时,竟然找不到了!被后续太多的内容所覆盖。

不过还是从最基础的,从不含参数的说起吧。

不含参数的极值点偏移问题

所谓极值点偏移问题,是指对于单极值函数,由于函数极值点左右的增减速度不同,使得函数图像没有了对称性。

▲上下滑动可查看多种极值点偏移

偏移
从图像观察极值点偏移
极值点偏移的基本特征

极值点偏移问题,是导数中的重要模型,虽问题的表像变化多样,但只要理性分析,还是有一般性的解法可以入手的。

对称化构造

特别说明:
根据轴对称特征,
f(1+x)=f(1-x)等价于f(2-x)=f(x),
故本题也可构造: G(x)=f(2-x)-f(x)>0

比值代换法


类似于这里的比值代换,也可以选用差值代换。但不论使用何种代换,其目的都是将双变元的问题,转化为单变元后用函数的观点进行处理。

“对数化”法


此处根据指数与对数的关系,将指数转化为对数后,利用常数替换的方式,得到齐次式,并进行整体换元的方法,是代数变形中的常用手段,要引起重视。
对数化后,也可以利用对数平均值不等式直接求得两数之和的最小值,但要注意的是务必要对对数平均值不等式进行证明。

从以上方法的比较不难看出,其中的对称化构造法,无论是从思路,还是解题过程,都是更容易容易接受的。

从图到数|“极值点偏移”原理

不难看出
因为图像在极值点左右增减速度不同
导致极值点发生偏移
从对称性上来看
如图的左偏移
函数应该具有下面的性质
因为x的任意性
完全可以构造函数


看了上面几个例题的解法,你会不会对这种“对称化构造”的方法,有了更多的体会和感悟了呢?也希望你能用合适的题来练习巩固一下了。

(0)

相关推荐