Экстремумы и монотонность

Где функция достигает вершин и впадин — там, где касательная горизонтальна.

Экстремум — точка локального максимума или минимума функции. В гладкой точке экстремума производная равна нулю: $f'(x)=0$.

Одно из самых практичных применений производной — оптимизация: поиск наибольшего или наименьшего значения. Где функция достигает вершины холма, касательная горизонтальна, а значит, её наклон — производная — равен нулю. Это золотое правило поиска экстремумов.

Критические точки

Точки, где $f'(x)=0$ (или производная не существует), называют критическими. Они — кандидаты в экстремумы. Но не каждая критическая точка — экстремум: бывают точки перегиба, где касательная горизонтальна, а функция продолжает расти (например, $x^3$ в нуле). Поэтому критическую точку надо проверить.

Знак производной решает

Производная — это направление движения. Где $f'(x) \gt 0$, функция растёт; где $f'(x) \lt 0$, убывает. Значит, если производная меняет знак с «плюса» на «минус» — мы прошли вершину (максимум). С «минуса» на «плюс» — впадину (минимум). Если знак не меняется — это не экстремум.

Численный поиск минимума

Найдём минимум $f(x) = x^2 - 4x + 7$. Аналитически: $f'(x)=2x-4=0$, значит $x=2$. Подтвердим перебором, отслеживая, где производная меняет знак.

def f(x): return x**2 - 4*x + 7
def df(x): return 2*x - 4

best_x, best_val = None, float('inf')
x = -2.0
while x <= 6.0:
    if f(x) < best_val:
        best_val = f(x)
        best_x = x
    x += 0.001

print(f"минимум около x={best_x:.3f}, значение={best_val:.4f}")
print(f"производная в этой точке = {df(best_x):.4f}")

Вывод:

минимум около x=2.000, значение=3.0000
производная в этой точке = -0.0000

Перебор нашёл минимум ровно в $x=2$ со значением $3$, и производная там обнулилась. Теория и численность сошлись.

Прикладной смысл

Оптимизация — это везде: минимум затрат, максимум прибыли, кратчайший путь, наилучшая настройка модели. Во всех задачах «найти лучшее» под капотом работает условие $f'(x)=0$. Машинное обучение — это, по сути, гигантская задача минимизации функции ошибки, решаемая через производные.

Как работает под капотом

Перебор по сетке — грубый, но честный способ: мы просто пробуем много точек и запоминаем лучшую. В реальности так делать дорого, и используют производную, чтобы целенаправленно идти к минимуму (об этом — урок про градиентный спуск). Но идея едина: минимум там, где функция перестаёт убывать и начинает расти, то есть где производная пересекает ноль снизу вверх.

Частые ошибки

Первая — считать всякую критическую точку экстремумом. У $x^3$ производная в нуле равна нулю, но это перегиб, а не экстремум. Вторая — забывать про границы области: на отрезке наибольшее значение может достигаться на конце, а не в критической точке. Третья — путать локальный и глобальный экстремум: локальная вершина не обязана быть самой высокой на всём графике.

Итог

• В гладком экстремуме производная равна нулю.
• Критические точки — лишь кандидаты; проверяй смену знака $f'$.
• $f'\gt 0$ — рост, $f'\lt 0$ — убывание.
• На отрезке проверяй и концы, и критические точки.