圆的极值问题

Hello everyone! 🌟

大家好！我是地球老师，今天我们要探讨一个很有趣的问题：圆有极值吗？如何用导数来分析圆上的极值问题？这将是微分学部分的最后一节，让我们一起在呼噜星球上完成这个重要的旅程！

问题提出

同学们好！今天我要问大家一个问题：圆有极值吗？

我站在讲台上，看着呼噜星球的学生们。他们眨着大眼睛，满脸疑惑。一个叫皮皮的小胖子举手说：“老师，圆是一个闭合的曲线，它怎么会像函数一样有最大值最小值呢？”

我微笑着说：“问得好！让我们先来看看一个具体的例子。”

“想象一个半径为 $r$ 的圆，它的方程是 $x^2 + y^2 = r^2$。如果我们只考虑上半圆，那么可以得到 $y = \sqrt{r^2 - x^2}$，这是一个关于 $x$ 的函数。”

在黑板上，我画出了一个半圆：

      |
      |  *****
      | *     *
      |*       *
      |*       *
      | *     *
      |  *****
------+------------
      | -r   r

“在这个函数中，当 $x = 0$ 时，$y = r$，这是最大值；当 $x = \pm r$ 时，$y = 0$，这是最小值。”

学生们开始点头，但还不太理解。我继续说：“那么完整的圆呢？圆本身不是一个函数，但我们可以用参数方程来表示它：”

$$\begin{cases} x = r\cos\theta \\ y = r\sin\theta \end{cases}$$

“其中 $\theta \in [0, 2\pi]$。我们可以研究圆上的各种函数的极值。”

皮皮又问：“老师，那什么样的函数在圆上有极值呢？”

Alert 📝

在圆上研究函数的极值，通常有以下几种情况：

1. 单变量函数：如 $y = \sqrt{r^2 - x^2}$（上半圆）
2. 参数函数：如 $f(\theta) = r\cos\theta + r\sin\theta$
3. 约束优化：在 $x^2 + y^2 = r^2$ 约束下优化某个函数

观察与猜想

让我们先从最简单的例子开始：研究上半圆 $y = \sqrt{r^2 - x^2}$ 的极值。

“同学们，谁能告诉我这个函数的定义域是什么？“我问道。

小丽回答说：“应该是 $[-r, r]$，因为 $r^2 - x^2 \geq 0$。”

“很好！现在让我们用导数来分析这个函数。首先求导：”

$$y = (r^2 - x^2)^{1/2}$$ $$\frac{dy}{dx} = \frac{1}{2}(r^2 - x^2)^{-1/2} \cdot (-2x) = -\frac{x}{\sqrt{r^2 - x^2}}$$

“当导数为零时：”

$$-\frac{x}{\sqrt{r^2 - x^2}} = 0 \implies x = 0$$

“当 $x = 0$ 时，$y = r$，这是函数的极值点。”

我让学生们思考一下这是极大值还是极小值。通过二阶导数或者观察函数图像，可以确定这是极大值。

Alert 📝

对于函数 $y = \sqrt{r^2 - x^2}$：

• 在 $x = 0$ 处取得最大值 $y = r$
• 在 $x = \pm r$ 处取得最小值 $y = 0$
• 函数在 $(-r, 0)$ 上单调递增
• 函数在 $(0, r)$ 上单调递减

现在让我们考虑更复杂的情况：在圆上优化一个二元函数。

“假设我们要在圆 $x^2 + y^2 = r^2$ 上找到函数 $f(x, y) = x + y$ 的极值。”

皮皮说：“老师，这个问题怎么解决啊？因为 $x$ 和 $y$ 有约束关系。”

“这正是我们要学习的方法！有几种方法可以解决这个问题：”

1. 代入法：从约束条件中解出一个变量，代入目标函数
2. 拉格朗日乘数法：更高级的优化方法

Definition 🔬

拉格朗日乘数法：要在约束条件 $g(x, y) = 0$ 下优化函数 $f(x, y)$，可以构造拉格朗日函数：

$$\mathcal{L}(x, y, \lambda) = f(x, y) + \lambda g(x, y)$$

其中 $\lambda$ 称为拉格朗日乘数。极值点满足：

$$\begin{cases} \frac{\partial \mathcal{L}}{\partial x} = 0 \\ \frac{\partial \mathcal{L}}{\partial y} = 0 \\ \frac{\partial \mathcal{L}}{\partial \lambda} = 0 \end{cases}$$

严格证明

现在让我们严格证明这些结论。首先从上半圆的例子开始。

定理1：函数 $y = \sqrt{r^2 - x^2}$ 在 $x \in [-r, r]$ 上的最大值为 $r$，最小值为 $0$。

证明：

1. 函数的定义域：$r^2 - x^2 \geq 0 \implies x \in [-r, r]$
2. 一阶导数：$\frac{dy}{dx} = -\frac{x}{\sqrt{r^2 - x^2}}$
3. 临界点：$\frac{dy}{dx} = 0 \implies x = 0$
4. 二阶导数： $$\frac{d^2y}{dx^2} = -\frac{\sqrt{r^2 - x^2} - x \cdot \frac{-x}{\sqrt{r^2 - x^2}}}{r^2 - x^2} = -\frac{(r^2 - x^2) + x^2}{(r^2 - x^2)^{3/2}} = -\frac{r^2}{(r^2 - x^2)^{3/2}}$$
5. 在 $x = 0$ 处：$\frac{d^2y}{dx^2} = -\frac{r^2}{r^3} = -\frac{1}{r} < 0$，故为极大值
6. 在边界点 $x = \pm r$ 处：$y = 0$，为最小值

Alert 📝

这个定理表明：半圆函数在其顶点处取得最大值，在端点处取得最小值。这个结论可以通过几何直观理解：半圆的最高点对应最大的 $y$ 值。

现在让我们用拉格朗日乘数法来解决圆上的优化问题。

定理2：在约束 $x^2 + y^2 = r^2$ 下，函数 $f(x, y) = ax + by$ 的极值点为 $\left(\frac{ar}{\sqrt{a^2 + b^2}}, \frac{br}{\sqrt{a^2 + b^2}}\right)$ 和 $\left(-\frac{ar}{\sqrt{a^2 + b^2}}, -\frac{br}{\sqrt{a^2 + b^2}}\right)$。

证明：

构造拉格朗日函数：

$$\mathcal{L}(x, y, \lambda) = ax + by + \lambda(x^2 + y^2 - r^2)$$

求偏导并令其为零：

$$\begin{cases} \frac{\partial \mathcal{L}}{\partial x} = a + 2\lambda x = 0 \\ \frac{\partial \mathcal{L}}{\partial y} = b + 2\lambda y = 0 \\ \frac{\partial \mathcal{L}}{\partial \lambda} = x^2 + y^2 - r^2 = 0 \end{cases}$$

从前两个方程得到：

$$\lambda = -\frac{a}{2x} = -\frac{b}{2y} \implies \frac{a}{x} = \frac{b}{y} \implies y = \frac{b}{a}x$$

代入第三个方程：

$$x^2 + \left(\frac{b}{a}x\right)^2 = r^2 \implies x^2\left(1 + \frac{b^2}{a^2}\right) = r^2 \implies x^2 = \frac{a^2r^2}{a^2 + b^2}$$

因此：

$$x = \pm \frac{ar}{\sqrt{a^2 + b^2}}, \quad y = \pm \frac{br}{\sqrt{a^2 + b^2}}$$

对应的函数值为：

$$f(x, y) = a\left(\pm \frac{ar}{\sqrt{a^2 + b^2}}\right) + b\left(\pm \frac{br}{\sqrt{a^2 + b^2}}\right) = \pm \frac{a^2r + b^2r}{\sqrt{a^2 + b^2}} = \pm r\sqrt{a^2 + b^2}$$

Definition 🔬

梯度：函数 $f(x, y)$ 的梯度为 $\nabla f = \left(\frac{\partial f}{\partial x}, \frac{\partial f}{\partial y}\right)$

约束极值的必要条件：在约束 $g(x, y) = 0$ 下，函数 $f(x, y)$ 在极值点处满足：

$$\nabla f = \lambda \nabla g$$

其中 $\lambda$ 是拉格朗日乘数。

结论与应用

现在我们已经学习了圆的极值分析，让我们总结一下主要结论和应用。

主要结论：

1. 单变量极值：对于半圆函数 $y = \sqrt{r^2 - x^2}$：

   • 最大值在 $x = 0$ 处取得，值为 $r$
   • 最小值在 $x = \pm r$ 处取得，值为 $0$

2. 二元函数极值：在圆 $x^2 + y^2 = r^2$ 上优化 $f(x, y) = ax + by$：

   • 最大值为 $r\sqrt{a^2 + b^2}$
   • 最小值为 $-r\sqrt{a^2 + b^2}$

3. 几何意义：圆上的线性函数的极值点出现在梯度方向与圆的切线垂直的位置。

应用举例：

例1：求在单位圆 $x^2 + y^2 = 1$ 上，函数 $f(x, y) = 3x + 4y$ 的最大值和最小值。

解：根据定理2，这里 $a = 3$, $b = 4$, $r = 1$。

最大值为：$1 \cdot \sqrt{3^2 + 4^2} = 5$ 最小值为：$-1 \cdot \sqrt{3^2 + 4^2} = -5$

例2：求上半圆 $y = \sqrt{4 - x^2}$ 在区间 $[-2, 2]$ 上的最大值和最小值。

解：这是标准半圆，半径为 $r = 2$。

最大值在 $x = 0$ 处取得，值为 $2$ 最小值在 $x = \pm 2$ 处取得，值为 $0$

例3：在圆 $x^2 + y^2 = 9$ 上，求函数 $f(x, y) = x^2 + y^2$ 的极值。

解：这个比较特殊，因为在圆上 $x^2 + y^2 = 9$，所以 $f(x, y) = 9$ 是常数函数，处处为极值。

Alert 📝

拉格朗日乘数法不仅适用于圆上的优化问题，还适用于一般约束优化问题。其核心思想是：在约束条件下，目标函数的梯度与约束函数的梯度平行。

实际应用：

1. 工程设计：在圆形管道或容器中找到最优配置
2. 物理学：在圆形轨道上的最优运动路径
3. 经济学：在预算约束下的最优资源配置
4. 计算机图形学：圆形区域内的最优布局

呼噜星人的收获：

通过今天的课程，呼噜星球的同学们终于明白了圆的极值问题！皮皮高兴地说：“原来圆真的可以有极值啊！我之前以为圆只是一个闭合曲线呢！”

小丽补充道：“而且用导数分析极值的方法真的很强大，尤其是拉格朗日乘数法，感觉就像是魔法一样！”

我们总结一下今天的收获：

1. 圆确实可以有极值：无论是单变量函数还是二元函数，在圆上都可以研究极值问题
2. 导数的威力：通过导数可以精确找到极值点的位置
3. 拉格朗日乘数法：这是处理约束优化问题的有力工具，不仅在圆的极值问题中适用，在更广泛的优化问题中也很重要
4. 几何直观：极值点的位置往往有深刻的几何意义，梯度方向与约束条件的法线方向平行

地球老师最后说：“同学们，微分学部分的学习到这里就告一段落了。从极限、导数，到微分、积分，再到极值问题，我们系统地学习了微积分的基础知识。这些知识不仅对数学学习很重要，也为你们今后的科学研究和工程实践打下了坚实的基础！”

呼噜星球的同学们鼓起了热烈的掌声，感谢地球老师带来的精彩课程！

上一章节 高阶导数与圆的曲率 什么是曲率？圆的曲率是多少？