导数与不等式¶
导数不等式¶
不等式方法¶
求证不等式的方法有几种,最简单的是:
-
设函数,证明函数恒大于或小于零。
-
直接对函数求导,尝试证明函数最小值大于零,或最大值小于零。
-
注意到多项式只要求够多次数多导数,一定会变为零,因此如果不好解决,继续求导,对高阶导数尝试分析其是否恒正或恒负。
注意:
-
解一元一次不等式 \(ax>b\),需要按照 \(a>0,a=0,a<0\) 分类讨论。
-
解一元一次不等式 \(ax>b\),其中 \(x\in[m,n]\),先按照 \(a>0,a=0,a<0\) 分类讨论,然后按照 \(\dfrac{b}{a}\) 是否落在区间 \([m,n]\) 内。
边界条件:
-
二次项系数不含参数且自变量没有限制时,临界条件是 \(\Delta = 0\)。
-
二次项系数含有参数且自变量没有限制时,临界条件是二次项系数为零与 \(\Delta = 0\) 联立。
-
二次项系数含参数且自变量有限制时,临界条件是二次项系数为零,\(\Delta = 0\) 与区间端点处的函数值为零同时联立。
对于更复杂的情况,一般步骤如下:
-
能否直接求导解决。
-
能否通过常见变形(本文简单变形部分)后求导。
-
能否通过隐零点判断。
-
能否使用放缩技巧。
变形法:
-
除以单项式变形(\(x^n\))。
-
整体代换、同构化变形、拆分函数、局部求值。
-
对数化:对数化是利用对数性质,将函数式中的对数与常数合并,再使用相关不等式进行放缩。例如:
\[ \ln x+a=\ln(xe^a)。 \] -
指数化:指数化是利用指数性质,将式子或者参数转移到指数位置上,以方便放缩。例如:
\[ xe^x=e^{x+\ln x}\,(x>0),a^x=e^{\ln a^x}=e^{x\ln a}。 \]
简单不等式¶
证明:设 \(f(x)=e^x-x-1\),那么:
因此,当 \(x>0\) 时,\(f'(x)>0\);当 \(x<0\) 时 \(f'(x)<0\),因此:
即 \(e^x\ge x+1\),带入 \(x\gets\ln x\) 有:
三角函数也有一些不等式:
证明:设 \(f(x)=x-\sin x\),那么 \(f'(x)=1-\cos x\ge0\)。
所以 \(f(x)\) 在 \((0,\infty)\) 上单调递增,\(f(x)>f(0)=0\) 即 \(x>\sin x\)。
证明:令 \(f(x)=\tan x-x\),则
所以 \(f(x)\) 在 \((0,\pi/2)\) 上单调递增,\(f(x)>f(0)=0\) 即 \(\tan x>x\)。
我们由 \(\ln x\le x-1\) 可以推导出来一下几个基本不等式:
其中最常用的不等式链为:
一元不等式¶
我们经常见到这种形式的式子:
其中 \(p(x),q(x)\) 是关于 \(x\) 的式子,这称为一阶线性微分方程。
我们更常见到的是不等式的形式:
我们先简单说一下简单的微分方程怎么解,我们将式子最终化为:
然后两边求积分,化简即可。
\(p(x)=0\)
我们考虑一个比较简单的形式,\(p(x)=0\),即
记 \(Q'(x)=q(x)\),则:
-
若符号为 \(=\),则 \(f(x)=Q(x)+C\)。
-
若符号为 \(>\),则 \(f(x)-[Q(x)+C]\) 单调递增。
\(q(x)=0\)
我们考虑一个比较简单的形式,\(q(x)=0\),即
我们有一个固定的解题方法,但是我们先推导一番,设 \(P'(x)=p(x)\)。
按照微分方程的思路,
即:
移项,构造函数 \(g(x)\):
具体的,对于 \(q(x)=0\) 的等式或不等式,我们两边同时乘以 \(e^{P(x)}\),即:
即 \(f(x)=Ce^{-P(x)}\),而对于不等式即为 \(e^{P(x)}f(x)\) 单调递增。
例题:已知函数 \(f(x)\) 是定义在 \(\mathbb{R}\) 上的函数,且满足 \(f'(x) + f(x) > 0\),设 \(a = f(0)\),\(b = 2f(\ln 2)\),\(c = ef(1)\),则 \(a, b, c\) 的大小关系是?
令 \(g(x) = e^x f(x)\),则 \(g'(x) = e^x[f'(x) + f(x)] > 0\),即 \(g(x)\) 递增,因为 \(a = g(0)\),\(b = g(\ln 2)\),\(c = g(1)\),由 \(g(x)\) 的单调性可知 \(g(0) < g(\ln 2) < g(1)\),即 \(c > b > a\)。
二元不等式¶
二元不等式,首选方案是将两个未知数用一个未知数表示,最常见的是两个次数相等的齐次式相除,用比值还原,将二元不等式转化为一元后,就可以求导解决了。
证明,不放假设 \(x_2>x_1\),则化简式子为:
设 \(t=\sqrt{x_2/x_1}>1\),则:
令 \(f(t)=t-\dfrac{1}{t}-2\ln t\),则:
而这个也是一个不等式,
因此 \(f(t)>f(1)=0\),这个也成为对数均值不等式:
带入指数形式,替换 \(a\gets e^x,b\gets e^y\),得:
另外,还可以用韦达定理中的 \(x_2+x_2=-\dfrac{b}{a}\) 或 \(x_1x_2=\dfrac{c}{a}\) 关系将双变量问题转化为单变量问题。
另外,还有推导:
二元不等式的证明中,更加常用到齐次化的策略,常见的有:
数字不等式¶
常用方法:
-
构造函数。
-
对于有指数的,取对数。
将 \(e^3,3^e,e^\pi,\pi^e,3^\pi,\pi^3\) 按照从小到大都顺序排列。
构造函数:
求导得出
容易知道在 \([e,+\infty)\) 上 \(f(x)\) 是单调递减的。
我们知道:
因此
可以得到三组不等式
现在我们可以得到下面的(用括号表示两个暂不知道大小关系)
证法一:当 \(x>0\) 且 \(x\neq1\) 时,有不等式
从而:
证法二:当 \(0<x<e\) 时,有不等式
从而:
证明:
我们两边取对数,构造函数
去导数,计算可能有一点复杂:
故 \(f(x)\) 单调递减,因此有
得证。
恒成立问题¶
函数模型¶
简单的恒成立问题:
-
\(f(x)\ge0\) 在定义域内恒成立 \(\iff f(x)_{\min}\ge0\)。
-
\(f(x)\le0\) 在定义域内恒成立 \(\iff f(x)_{\max}\le0\)。
对于任何单调函数,最值必在端点处取到:
-
单调函数 \(f(x)\ge0\) 在 \([x_1,x_2]\) 上恒成立等价于 \(\begin{cases}f(x_1)&\ge0\\ f(x_2)&\ge0\end{cases}\)。
-
单调函数 \(f(x)\le0\) 在 \([x_1,x_2]\) 上恒成立等价于 \(\begin{cases}f(x_1)&\le0\\ f(x_2)&\le0\end{cases}\)。
对任何一个函数 \(f(x)\),若它在区间上是先减后增,则其最大值必在端点处取得,同理可得若函数在区间上先增后减,其最小值必在区间端点处取得:
-
若 \(a > 0\),则 \(f(x) = ax^2 + bx + c \le 0\) 在 \([x_1, x_2]\) 上恒成立等价于 \(\begin{cases}f(x_1)&\le0\\ f(x_2)&\le0\end{cases}\)。
-
若 \(a < 0\),则 \(f(x) = ax^2 + bx + c \ge 0\) 在 \([x_1, x_2]\) 上恒成立等价于 \(\begin{cases}f(x_1)&\ge0\\ f(x_2)&\ge0\end{cases}\)。
二次函数恒正、恒负的等价条件:
-
对一切实数 \(x\),\(ax^2 + bx + c \ge 0\) 恒成立的条件是:
\[ \begin{cases} a &> 0 \\ \Delta &\le 0 \end{cases} \] -
对一切实数 \(x\),\(ax^2 + bx + c \le 0\) 恒成立的条件是:
\[ \begin{cases} a &< 0 \\ \Delta &\le 0 \end{cases} \]
绝对值函数:
-
函数 \(f(x)=|ax+b|\) 在 \([x_1,x_2]\) 上的最大值必在端点处取到。
-
对于内部不是一次函数的,可以设处二次函数为 \(u\),利用换元法解决,例如:
已知 \(t\) 为常数,函数 \(y=|x^2-2x-t|\) 在区间 \([0,3]\) 上的最大值为 \(2\),则 \(t=\)?
令 \(u=x^2-2x\in[-1,3]\),则问题转化为求 \(t\) 大取值范围使得 \(|u-t|\) 在 \([-1,3]\) 上的最大值为 \(2\)。
若最大值在 \(u=-1\) 取到,解得 \(t=1\);若最大值在 \(u=3\) 取到,解得 \(t=1\)。故 \(t=1\)。
参变分离法¶
参变分离,即为将参数和变量分开,使不等式一边只有参数,另一边只含有变量,可以进行参变分离的一定是显式的。
例题:已知 \(y = xe^x + x^2 + 2x + a\) 恰有两个不同的零点,则 \(a\) 的取值范围为。
答案:由题意方程 \(xe^x + x^2 + 2x + a = 0\) 有两个不同的实根,分离参数 \(-a = xe^x + x^2 + 2x\)。令 \(f(x) = xe^x + x^2 + 2x\),则函数 \(f(x)\) 的定义域为 \(\mathbb{R}\),求导
当 \(x < -1\) 时,\(f'(x) < 0\),\(f(x)\) 单调递减;当 \(x > -1\) 时,\(f'(x) > 0\),\(f(x)\) 单调递增,所以函数 \(f(x)\) 在 \(x = -1\) 处取得极小值:
从而作出函数 \(f(x)\) 的图像,则 \(-a > -\dfrac{1}{e} - 1\) 时,函数 \(y = f(x)\) 的图像与直线 \(y = -a\) 有两个交点,所以
例题:已知函数 \(f(x) = x(\ln x - ax)\) 有两个极值点,则实数 \(a\) 的取值范围为。
答案:函数 \(f(x)\) 的定义域为 \(x > 0\),由题意 \(f'(x) = \ln x - 2ax + 1\) 有两个零点,分离参数
当 \(0 < x < 1\) 时,\(g'(x) > 0\),\(g(x)\) 单调递增;当 \(x > 1\) 时,\(g'(x) < 0\),\(g(x)\) 单调递减,所以函数 \(g(x)\) 在 \(x = 1\) 处取得极大值\(g(1) = 1\)。
当 \(x \to +\infty\) 时,\(g(x) \to 0\);当 \(x \to 0\) 时,\(g(x) \to -\infty\)。当 \(0 < 2a < 1\),即 \(0 < a < \dfrac{1}{2}\) 时,直线 \(y = 2a\) 与 \(y = g(x)\) 的图像有两个交点。
我们这一节的内容是恒成立问题,参变分离解决恒成立问题通常更加简单,直接把参数挪到一边,然后对另一边应用函数模型即可。
解决这类问题的方法分为三种,带着参数讨论、参变分离和半分参,下面讲解一下半分参。半分参的技巧性比较强,下面只介绍几种最经典的。
题目:\(f(x) = e^x - ax + 2a > 0\) 恒成立,求 \(a\) 的取值范围。
我们进行化简:
我们发现此时如果进行参变分离,就要讨论 \(x-2\) 的符号,我们知道我们应当避免讨论自变量的符号,而应当讨论参数的符号(因为这也能帮我们确定参数的取值范围)。
因此我们令 \(g(x)=e^x\),\(h(x)=a(x-2)\)。
-
当 \(a<0\) 时,\(g(x)>h(x)\) 不恒成立。
-
当 \(a=0\) 时 \(e^x>0\) 恒成立。
-
当 \(a>0\) 时:设 \(g(x)\) 与 \(h(x)\) 相切于点 \((x_0,e^{x_0})\),此时直线 \(h(x)\) 的斜率 \(a_0\) 就应当等于曲线在该点的切线斜率
\[ a_0=e^{x_0} \]根据斜率,写出:
\[ \dfrac{e^{x_0}}{x_0-2}=e^{x_0} \]解得 \(x_0=3\),则 \(a_0=e^{x_0}=e^3\)。
综上,\(a\in [0, e^3)\)。
在半分参中,通常是一条直线和一条曲线,除非两条曲线是非常经典且简单的形式,这也可以用于预判是否可以使用半分参。
简单变形法¶
复杂的恒成立问题,优先考虑求导数的零点,如果很难求解,则通过下面两个方法:
-
与指数相关的恒成立问题,如果很难求导数的零点,则优先考虑将函数变形为 \(e^xf(x)\) 或 \(e^{-x}f(x)\) 的形式。
-
与对数相关的恒成立问题,如果很难求导数的零点,则优先考虑将函数变形为 \(f(x) + \ln g(x)\) 的形式。其思想精髓是将对数与其他函数分离,达到求导后可以摆脱对数的干扰。除了 \(f(x) + \ln g(x)\) 这种形式外,还有一种形式,求导后可以“甩掉”对数。
\[ f(x)(\ln f(x) + C) \]求导后的结果是:
\[ f'(x)(\ln f(x) + C + 1), \]其中 \(C\) 为常数。显然其导数的零点与对数函数也无关。
因此,与对数函数相关的函数题中,首先考虑将函数变形为 \(f(x) + \ln g(x)\) 或 \(f(x)(\ln f(x) + C)\) 的形式。
-
不要一看到指数函数就想变形,因为某些与指数函数相关的问题就不需要变形也能求其极值点。
-
如果问题是让你求函数 \(f(x)\) 的最值、极值或者单调性之类的,则无论如何也不能变形,因为这会导致变形后的问题与原问题不等价。
例如如果要求
在 \(x\ge0\) 恒成立,不妨移项得到
再把 \(e^x\) 除过去,得到
恒成立,再用端点效应必要性探路即可解决。
必要性探路¶
一种解题方法,可应用于一类带参数的恒成立问题。求参数范围时,从满足题意的自变量范围内选择一个数,代入求得一个参数范围,此时这个范围是题意的必要条件。之后再设法证明该必要条件也是题意的充分条件,或者讨论别的点。若充分性也成立,则该范围是题意的充要条件,即为所求的范围。这种方法需从逻辑条件上进行理解,因为先得到的是必要条件,故称为必要探路法。
最常见的必要性探路为端点效应:我们把通过端点来缩小参数取值范围的方法称为端点效应,其思想是通过端点来缩小参数的取值范围。注意,端点效应只是缩小参数的取值范围,也就是说该范围只是恒成立的—个必要条件,而非充分条件。
利用端点效应解题的基本步骤如下:
- 首先由端点效应初步获得参数的取值范围,这个范围是必要的。
- 然后利用这个范围来判断函数是否单调。
- 如果函数单调,则由端点得到的范围就是最终答案;如果函数不单调,则再利用端点确定的范围进一步确定函数的最值。
具体的:
-
若 \(f(x) \ge 0\) 在 \([a, b]\) 上恒成立,则由端点效应可知 \(\begin{cases}f(a) \ge 0\\ f(b) \ge 0\end{cases}\)。
-
若 \(f(x) > 0\) 在 \([a, b]\) 上恒成立,则由端点效应可知 \(\begin{cases}f(a) > 0\\ f(b) > 0\end{cases}\)。
-
若 \(f(x) \ge 0\) 在 \((a, b)\) 上恒成立,则由端点效应可知 \(\begin{cases}f(a) \ge 0\\ f(b) \ge 0\end{cases}\)。
-
若 \(f(x) > 0\) 在 \((a, b)\) 上恒成立,则由端点效应可知 \(\begin{cases}f(a) \ge 0\\ f(b) \ge 0\end{cases}\)。
若函数 \(f(x)g(x) \ge 0\) 在 \((a, b)\) 上恒成立,则:
-
若 \(f(x)\) 在 \((a, b)\) 恒正(恒负),则 \(g(x)\) 在 \((a, b)\) 也恒正(恒负);
-
若 \(\alpha\) 是 \(f(x)\) 的变号零点,则 \(\alpha\) 也是 \(g(x)\) 的变号零点。
已知 \(f(x) \ge 0\) 在 \([a, b]\)(或 \((a, b)\))上恒成立:
-
若 \(f(a) = 0\),则 \(f'(a) \ge 0\);
-
若 \(f(b) = 0\),则 \(f'(b) \le 0\)。
如果导数为零,我们求二阶导:
-
\(f(x) \ge 0\) 在 \([a, b]\) 上恒成立,若 \(f(a) = 0\),\(f'(a) = 0\),则 \(f''(a) \ge 0\);若 \(f(b) = 0\),\(f'(b) = 0\),则 \(f''(b) \le 0\)。
-
\(f(x) \ge 0\) 在 \([a, b]\) 上恒成立,若 \(f(a) = 0\) 且 \(f'(x) = g(x)h(x)\),其中 \(g(x) \ge 0\),则 \(h(a) \ge 0\)。
对于一小部分题目,可以直接观察使用端点效应等必要性探路,然后直接尝试证明充分性,可能直接证明。
隐零点问题¶
考虑不等式组
其中 \(f'(x_0)\) 和 \(f(x_0)\) 均含有参数 \(a\)。
有两种方式处理上面不等式组:
-
若①中的参数 \(a\) 和 \(x_0\) 容易分离:
- 首先在①中用零点 \(x_0\) 表示参数 \(a\)。
- 然后代入②来确定零点 \(x_0\) 的取值范围。
- 最后利用获得的零点 \(x_0\) 的范围和①确定参数 \(a\) 的取值范围。
- 既适合已知恒成立求参数范围的问题,也适用于不等式的证明。
-
若①不容易分离参数 \(a\) 和 \(x_0\),或分离后结构复杂:
- 首先猜测方程组 \(\begin{cases} f'(x_0) = 0 \\ f(x_0) = 0 \end{cases}\) 的解 \(x_0\)。
- 然后由 \(f(x_0) \ge 0\) 和端点效应解出 \(a\) 的取值范围(该范围为最终的答案)。
- 最后证明在该范围下 \(f(x) \ge 0\) 恒成立。
- 注意这个只适合已知恒成立求参数范围的问题,不适于不等式的证明。
通常来说,我们设 \(x_0\) 为函数的零点,列出 \(f(x_0)=0\) 和要求的条件,组成方程组解方程即可。
如果函数的导数非常复杂,则考虑变换主元法:
-
首先由端点效应初步获得参数的取值范围,验证这个范围是否为最终范围;若不是,则判断函数的极值并获取参数的取值范围;
-
根据主元函数的形式,判断主元函数的单调性,然后求主元函数的最值(此最值应当是一个函数),最后判断该最值函数是否满足题中的不等式。
不等式方法¶
一般放缩法¶
首先放缩的依据见简单不等式中的三个不等式,以及四个推导不等式。
若问题没有任何第(I)问的提示且函数为指数、对数和其他幂函数的混合型,则把指数与对数分开,再平衡幂函数和指数与对数函数,使得不等式两边一边是指数,另外一边是对数,然后分别计算它们的最值。这种方法一般只适合不等式的证明!
函数不等式中含有 \(xe^x\) 与 \(\frac{e^x}{x}\) 这类固定搭配,则考虑放缩如下:
整体代换法¶
一部分导数题形式为第一问要求证明一个不等式,而在第二问就可以用这个不等式,通过整体代换的形式进行解决。
例题:证明 \(\dfrac{e^x}{x^2}-x\ge1-2\ln x\)。
问题显然为:
根据 \(x\ge\ln x-1\),不等式显然。
同构化构造¶
简单的同构化,例如 \(\sqrt{11}-\sqrt{10}\) 与 \(\sqrt{12}-\sqrt{11}\) 比大小,构造同构化函数 \(f(x)=\sqrt{x}-\sqrt{x-1}\),求导解决。
例题
当 \(m > n > 0\) 时,证明:\(me^n + n < ne^m + m\)。
要证 \(me^n + n < ne^m + m\),即证
即
此不等式两边的结构形式一致,构造 \(f(x) = \dfrac{e^x}{x} - \dfrac{1}{x}\),只需证明 \(f(x)\) 在 \((0, +\infty)\) 上单调递增即可。
最常见的一种形式是:
整理得到:
其中 \(y\) 为关于 \(x\) 的函数。
积分构造法¶
我们知道一个经典的不等式
当且仅当 \(x=1\) 时取等,我们对两边同时求积分,如图左。为了使两边依旧在 \(x=1\) 时取等,我们将 \(\ln x\) 的积分 \((\ln x-1)x\) 修正为其加 \(\dfrac{1}{2}\),如图右
利用求导也可以证明下面的不等式:
类似的,继续求积分,我们还可以得到下面的不等式:
类似的,我们对经典的不等式
进行类似的积分构造。可以得到
替换构造法¶
我们对
令 \(x\gets e^x\),则有
类似的,我们对
令 \(x\gets e^x\),则有
局部求值法¶
证明函数最值大于或小于一个数,可以将函数拆为几个易于求值的部分,对每一个部分分别运算,在整体上,这个最值不一定取得到,但是也可以证出结果(要证明的不等式不一定很严格)。
例题:证明
设
则
因此
设
则
易知 \(g'(x)\) 单调递增且 \(g'(2)=0\),因此:
所以
不取等号因为局部不等式不同时取等。
隐零点方法¶
在前文隐零点我们说过,如果可以简单的分离、带入,那么容易解决,但是有的时候不能这么解决,此时问题就麻烦一点,我们以例题:已知 \(f(x)=e^x-\ln(x+2)\),求证 \(f(x)>\dfrac{1}{6}\) 恒成立。
容易想到,我们对 \(f(x)\) 求导
容易知道函数先单调递减,再单调递增,\(f'(x_0)=0\) 容易得到
那么就有
根据零点存在性定理,我们可以知道 \(f'(x)\) 的零点应该在 \((-1,0)\)。
不妨令
取等当且仅当 \(x=-1\),而 \(g(x)\) 在 \((-1,0)\) 单调递增,不妨令
解得
此时有 \(f'(x_1)<0\),因此 \(x_0>x_1\)
加强不等式¶
加强不等式是一种构造方法,我们使待证不等式加强,使加强后的不等式能够更易于变形或求值,最常见的是增添项,或者改变恒正负者系数,以约去不等式的部分项。
利用凹凸性割线放缩,是加强不等式的一种。
极值点偏移¶
偏移概述¶
我们在证明形如 \(x_1+x_2>m\) 或 \(x_1x_2>m\) 的式子成立时,可以尝试将待证的不等式在形式上进行转化,转而证明转化后的不等式 \(x_1>m-x_2\) 或 \(x_1>\dfrac{m}{x_2}\) 成立,之后利用函数的单调性,转化为函数值之间的关系,即 \(f(x_1)\) 与 \(f(m-x_2)\) 或 \(f\left(\dfrac{m}{x_2}\right)\) 进行比较。
使用构造类对称法解此题时,首先要注意变量的取值范围,我们需要保证构造后不等号两边的变量取值在同一区间内,然后才能使用单调性进行证明。
对于极值点偏移问题,有的还可以直接用变双变量为单变量的方法,这其实就是二元不等式的思想。同时,也可以通过零点的相关性质,将不等式中的常数或者参数转化为与两个零点相关的式子。
有的时候,换元会导致式子变得次数非常复杂,此时应当直接设出函数;有的时候,不等式中参数过于复杂,此时应当用参数转换法;下面提供两种写步骤的方案。
在解决极值点偏移或者类极值点偏移的题目中,经常用到以下两个单变量的不等式链:
-
在 \(x\in(1,+\infty)\),
\[ \small\frac{x-1}{x}<\frac{2(x-1)}{x+1}<\frac{3(x^2-1)}{x^2+4x+1}<\ln x<\sqrt{x}-\frac{1}{\sqrt{x}}<\frac{1}{2}\left(x-\frac{1}{x}\right)<x-1 \] -
在 \(x\in(0,1)\),
\[ \small\frac{x-1}{x}<\frac{1}{2}\left(x-\frac{1}{x}\right)<\sqrt{x}-\frac{1}{\sqrt{x}}<\ln x<\frac{3(x^2-1)}{x^2+4x+1}<\frac{2(x-1)}{x+1}<x-1 \]
对于一部分参数意义不明的题,可以采取分离参数的方法,把参数化没。
例题:函数 \(f(x)=x^2-2x+1+a e^x\)。函数有两个极值点 \(x_1\)、\(x_2\),求证 \(x_1+x_2>4\)。
求出导函数 \(f'(x)=2x-2+a e^x\),分离参数即 \(a=\dfrac{2-2x}{e^x}\) 有 \(2\) 解 \(x_1\)、\(x_2\)。
也就是说 \(y=a\) 与 \(g=\dfrac{2-2x}{e^x}\) 有 \(2\) 交点 \(x_1\)、\(x_2\)。
令 \(g(x)=\dfrac{2-2x}{e^x}\),则有 \(g(x_1)=g(x_2)=a\),这就是一个经典的极值点偏移问题。
其中等于 \(a\) 是因为我们将 \(a\) 减到 \(g(x)\) 里面是等价的,因此也可以分出来常数忽略。
对称和模型¶
模型形如证明 \(h(x_1,x_2)>C\),其中 \(x_1,x_2\) 可交换。
-
基础模型 \(h(x_1,x_2)=x_1+x_2\)。有 \(f'(x)\) 在 \((-\infty,C/2)\) 恒正(函数单调递增),在 \((C/2,+\infty)\) 恒负(函数单调递减),且 \(f'(C/2)=0\)(极大值点)。
设 \(x_1,x_2\) 为 \(f\) 的两个零点且 \(x_1<x_2\),满足 \(f(x_1)=f(x_2)=0\)。
要证明 \(x_1+x_2>C\),不妨令
\[ F(\Delta)=f\left(\dfrac{C}{2}+\Delta\right)-f\left(\dfrac{C}{2}-\Delta\right) \]其中 \(\Delta\ge0\),对 \(F\) 求导得
\[ F'(\Delta)=f'\left(\dfrac{C}{2}+\Delta\right)+f'\left(\dfrac{C}{2}-\Delta\right) \]尝试证明其恒大于 \(0\),即 \(F\) 单调递增。
得出 \(F(\Delta)\ge F(0)=0\),因此对于 \(\Delta>0\) 有
\[ f\left(\dfrac{C}{2}+\Delta\right)>f\left(\dfrac{C}{2}-\Delta\right) \]令 \(x_1=\dfrac{C}{2}-\Delta\),那么
\[ f(x_2)=f(x_1)=f\left(\dfrac{C}{2}-\Delta\right)<f\left(\dfrac{C}{2}+\Delta\right) \]因为 \(x_2>\dfrac{C}{2}\),因此 \(x_2>\dfrac{C}{2}+\Delta\),那么
\[ x_1+x_2>C \] -
基础模型 \(h(x_1,x_2)=x_1x_2\)。有 \(f'(x)\) 在 \((-\infty,C)\) 恒负(函数单调递减),在 \((C,+\infty)\) 恒正(函数单调递增),且 \(f'(C)=0\)(极小值点)。
设 \(x_1,x_2\) 为 \(f\) 的两个零点且 \(x_1<x_2\),满足 \(f(x_1)=f(x_2)=0\)。
要证明 \(x_1x_2<C^2\),不妨令
\[ F(t)=f(tC)-f\left(\dfrac{1}{t}C\right) \]其中 \(t\ge1\),对 \(F\) 求导得
\[ F'(t)=Cf'(tC)+C\dfrac{1}{t^2}f'\left(\dfrac{1}{t}C\right)=C\left(1-\dfrac{1}{t^2}\right)f'\left(\dfrac{1}{t}C\right) \]尝试证明其恒大于 \(0\),即 \(F\) 单调递增。
得出 \(F(\Delta)\ge F(1)=0\),因此对于 \(t>1\) 有
\[ f(tC)>f\left(\dfrac{1}{t}C\right) \]令 \(x_1=\dfrac{1}{t}C\),那么
\[ f(x_2)=f(x_1)=f\left(\dfrac{1}{t}C\right)<f(tC) \]因为 \(x_2>C\),因此 \(x_2<tC\),那么
\[ x_1x_2<C^2 \]
注意,直接进行极值点偏移,需要保证函数的极值点就是 \(C/2\) 或 \(\sqrt{C}\),如果不满足,就需要进行一定的变换。
构造变量法¶
经典例题:已知函数 \(f(x)=e^x-ax(a\neq0)\) 有两个零点 \(x_1,x_2\) 且 \(x_1<x_2\),证明 \(x_1+x_2>2\)。
我们知道
那么:
令 \(t=\dfrac{x_2}{x_1}>1\),则:
要证 \(x_1+x_2>2\) 即证:
即:
不妨令 \(g(t)=\ln t-\dfrac{2(t-1)}{t+1}\),则:
我们注意到 \(g'(1)=0\) 且在 \((1,+\infty)\) 上恒正,因此
即不等式成立。
还有一种方法,由
得
要证 \(x_1+x_2>2\) 即证:
令 \(t=\dfrac{x_2}{x_1}>1\),即证:
前面已经证明,显然成立。
对于形如证明 \(x_1x_2<C\) 的,我们将在下面构造函数法中写。
构造函数法¶
例题:已知函数 \(f(x)=\dfrac{1}{2}x+m+\dfrac{3}{2x}-\ln x(m\in\R)\),若 \(x_1,x_2\) 是函数 \(g(x)=xf(x)\) 的两个极值点,且 \(x_1<x_2\),证明 \(x_1x_2<1\)。
我们令 \(g(x)=xf(x)=mx-x\ln x+\dfrac{1}{2}x^2+\dfrac{3}{2}\),对其求导
当 \(0<x<1\) 时,\(g''(x)<0\),\(g'(x)\) 单调递减;当 \(x>1\) 时,\(g''(x)>0\),\(g'(x)\) 单调递增。因此 \(1\) 为 \(g'(x)\) 的极值点,因此 \(0<x_1<1<x_2\)。
要证 \(x_1x_2<1\) 即证
因为 \(0<x_1<1\) 所以 \(\dfrac{1}{x_1}>1\),因此尝试证明
又因为 \(g'(x_1)=g'(x_2)=0\),因此证明
令函数
求导得
因此 \(h(x)\) 单调递增,从而 \(h(x)<h(1)=0\),得证。
这道题也可以用构造变量法,同样令 \(t=\dfrac{x_2}{x_1}>1\),证明
即可。
变形双变量¶
当双变量不再对称,构造函数与构造变量都可以适用。
-
对于构造函数,只需要确保极值点与常数项对应,然后找到极值点两边证明即可。
-
对于构造变量,只需要按照原来的方法,带入不等式,只是解不等式可能有一些复杂。
联立两个零点,经常可以得到类似于
的式子,设 \(t=\dfrac{x_1}{x_2}\in(0,1)\),一是可以将其化为
然后带入,直接证明一元不等式,二是可以将
或其倒数,利用 \(1\) 的代还,解决问题。
拐点偏移¶
我们知道拐点是二阶导数的变号点。若函数在拐点两侧的变化速度相同,那么函数图像关于拐点中心对称;若变化速度不同,则图像会出现“偏移”。我们把这种现象称为“拐点偏移”。
我们知道常见的极值点偏移是给出 \(f(x_1)=f(x_2)=0\),而拐点偏移比较常见的是给出 \(f(x_1)+f(x_2)=C\) 这种,我们以例题。
例题:已知函数 \(f(x)=2\ln x+x^2-1\),若 \(x_1,x_2\) 是两个不相等的正数,且 \(f(x_1)+f(x_2)=0\),证明 \(x_1+x_2>2\)。
因此 \(f(x)\) 单调递增,且 \(f(1)=0\),注意到 \(2\) 就是两倍的零点,我们不妨设
因为 \(x_2>2\) 的时候,显然 \(x_1+x_2>2\)。考虑这个部分,即证
又因为 \(f(x_2)=-f(x_1)\),因此证
不妨设
其中 \(x\in(0,1)\),不妨令 \(t=2x-x^2\in(0,1)\),由 \(\ln t<x-1\),不等式显然成立。
本页面最近更新:正在加载中,更新历史。
编辑页面:在 GitHub 上编辑此页!
本页面贡献者:RainPPR。