مینیمم تابع: کمترین مقدار یک تابع در بازه یا کل دامنه
تعریف مینیمم تابع و انواع آن
در ریاضیات، مینیمم یک تابع به کمترین مقدار خروجی (مقدار y یا f(x)) اشاره دارد که تابع میتواند در دامنه خود به دست آورد. این مفهوم یکی از پایههای بهینهسازی است. دو نوع اصلی مینیمم وجود دارد:
مینیمم مطلق (سراسری): اگر $f(c) \le f(x)$ برای تمام x در دامنه تابع برقرار باشد، آنگاه f(c) کمترین مقدار تابع در کل دامنه است. به عبارت دیگر، هیچ نقطهای مقدار کمتری از f(c) ندارد.
مینیمم نسبی (موضعی): اگر عدد مثبت $\delta$ وجود داشته باشد به طوری که برای همه x در فاصله $(c-\delta, c+\delta)$ (همسایگی نقطه c) داشته باشیم $f(c) \le f(x)$، آنگاه f(c) یک مینیمم نسبی است. یعنی فقط در یک ناحیه کوچک اطراف c، مقدار تابع از همه نقاط اطراف خود کمتر یا برابر است.
یک مثال ملموس: فرض کنید تابع ارتفاع یک کوه را نشان میدهد. مینیمم مطلق پایینترین نقطه دامنه کوه (مثلاً سطح دریا) است، در حالی که مینیممهای نسبی کف درههای کوچک در دامنه کوه هستند که نسبت به اطراف خود پایینترین نقطه به شمار میروند، اما از سطح دریا بسیار بالاترند.
شرط لازم برای وقوع مینیمم: نقاط بحرانی
برای توابع مشتقپذیر2، نقاطی که مینیمم (یا ماکزیمم) نسبی در آنها رخ میدهد، باید مشتق تابع در آن نقاط صفر شود یا مشتق وجود نداشته باشد. به این نقاط، نقاط بحرانی میگوییم. شرط $f'(x)=0$ یک شرط لازم برای وقوع اکسترمم نسبی در نقاط داخلی دامنه است، اما کافی نیست (نقطه عطف افقی نیز مشتق صفر دارد).
به عنوان مثال، تابع $f(x)=x^2$ را در نظر بگیرید. مشتق آن $f'(x)=2x$ است. با مساوی صفر قرار دادن مشتق داریم $2x=0 \Rightarrow x=0$. نقطه x=0 یک نقطه بحرانی است و همانطور که میدانیم مینیمم مطلق تابع در این نقطه قرار دارد.
آزمون مشتق اول برای تشخیص مینیمم نسبی
آزمون مشتق اول یک روش کارآمد برای تعیین این است که یک نقطه بحرانی، مینیمم نسبی است یا ماکزیمم نسبی. مراحل کار به صورت زیر است:
۱. نقطه بحرانی c را بیابید (محلهایی که $f'(c)=0$ یا مشتق وجود ندارد).
۲. علامت مشتق را کمی قبل و کمی بعد از c بررسی کنید.
۳. اگر مشتق از منفی به مثبت تغییر علامت دهد، نقطه c یک مینیمم نسبی است.
۴. اگر مشتق از مثبت به منفی تغییر علامت دهد، نقطه c یک ماکزیمم نسبی است.
۵. اگر علامت مشتق تغییر نکند، نقطه عطف افقی داریم.
مثال گامبهگام: تابع $f(x)=x^3 - 3x$ را در نظر بگیرید. مشتق: $f'(x)=3x^2 - 3 = 3(x^2-1)$. نقاط بحرانی: $3(x^2-1)=0 \Rightarrow x=\pm 1$. اکنون علامت مشتق را بررسی میکنیم:
برای x=-1: در x=-2 مشتق $3(4-1)=9>0$ (مثبت)، در x=0 مشتق $3(0-1)=-3<0$ (منفی)، پس تغییر علامت از مثبت به منفی → ماکزیمم نسبی در x=-1.
برای x=1: در x=0 مشتق منفی، در x=2 مشتق $3(4-1)=9>0$ مثبت، تغییر علامت از منفی به مثبت → مینیمم نسبی در x=1. مقدار مینیمم برابر $f(1)=1-3=-2$ است.
آزمون مشتق دوم: روشی سریعتر برای توابع دو بار مشتقپذیر
اگر تابع دو بار مشتقپذیر باشد و $f'(c)=0$، آنگاه میتوان از مشتق دوم استفاده کرد:
- اگر $f''(c) > 0$، نقطه c یک مینیمم نسبی است. (تقعر رو به بالا)
- اگر $f''(c) < 0$، نقطه c یک ماکزیمم نسبی است.
- اگر $f''(c) = 0$، آزمون بینتیجه است و باید از آزمون مشتق اول استفاده کرد.
برای مثال تابع قبلی: $f''(x)=6x$. در x=1 داریم $f''(1)=6>0$ که تایید میکند x=1 مینیمم نسبی است. در x=-1 داریم $f''(-1)=-6<0$ که ماکزیمم نسبی را تایید میکند.
مقایسه روشهای یافتن مینیمم
| روش | مزایا | معایب | کاربرد اصلی |
|---|---|---|---|
| آزمون مشتق اول | همیشه قابل استفاده، حتی وقتی مشتق دوم صفر است | نیاز به بررسی علامت در دو سمت دارد | توابع عمومی |
| آزمون مشتق دوم | سریع و مستقیم، فقط با یک محاسبه | وقتی مشتق دوم صفر باشد بینتیجه است | توابع چندجملهای3 و هموار |
| مقادیر در مرز بازه | برای یافتن مینیمم مطلق روی بازه بسته ضروری است | فقط برای بازههای بسته کاربرد دارد | بهینهسازی روی بازه $[a,b]$ |
کاربرد عملی: یافتن کمترین هزینه در یک مسئله اقتصادی
فرض کنید یک کارخانه تولیدکننده نوشیدنی، تابع هزینه روزانه خود را به صورت $C(x)=2x^2 - 20x + 150$ مدل کرده است، که در آن x تعداد هزاران بطری تولیدی در روز است. میخواهیم تعداد تولیدی که هزینه را کمینه میکند، پیدا کنیم.
گام ۱: محاسبه مشتق اول: $C'(x)=4x - 20$
گام ۲: مساوی صفر قرار دهید: $4x - 20 = 0 \Rightarrow x=5$ هزار بطری.
گام ۳: آزمون مشتق دوم: $C''(x)=4 > 0$، بنابراین نقطه x=5 یک مینیمم نسبی است.
گام ۴: از آنجا که تابع یک سهمی رو به بالا است (ضریب x^2 مثبت)، این مینیمم نسبی در واقع مینیمم مطلق نیز هست. مقدار هزینه کمینه: $C(5)=2(25)-20(5)+150 = 50 - 100 + 150 = 100$ هزار تومان.
نتیجه: تولید 5000 بطری در روز، هزینه را به کمترین مقدار خود یعنی 100000 تومان میرساند.
چالشهای مفهومی
خیر. برای مثال تابع $f(x)=x$ روی کل اعداد حقیقی، هیچ کران پایینی ندارد و به سمت $-\infty$ میرود. همچنین تابع $f(x)=\frac{1}{x}$ روی بازه $(0,1)$ نیز مینیمم ندارد زیرا با نزدیک شدن به صفر، مقدار تابع بینهایت میشود و به یک عدد خاص نمیرسد.
نقطه مینیمم به مختصات x (محل وقوع) اشاره دارد، در حالی که مقدار مینیمم به f(x) در آن نقطه گفته میشود. برای تابع $f(x)=x^2$، نقطه مینیمم x=0 و مقدار مینیمم 0 است.
بله، بسیار رایج است. برای مثال تابع $f(x)=x^3 - 3x$ که قبلاً بررسی کردیم، در x=1 دارای مینیمم نسبی برابر -2 است. اما با حرکت به سمت $x \to -\infty$، تابع به سمت $-\infty$ میل میکند، بنابراین مینیمم مطلق وجود ندارد.
پاورقی
1 قضیه مقدار کرانی (Extreme Value Theorem): اگر تابع f روی بازه بسته [a,b] پیوسته باشد، آنگاه f حتماً دارای یک ماکزیمم مطلق و یک مینیمم مطلق روی آن بازه است.
2 تابع مشتقپذیر (Differentiable Function): تابعی که مشتق آن در تمام نقاط دامنه وجود داشته باشد. چنین توابعی همواره پیوسته هستند اما عکس آن لزوماً برقرار نیست.
3 تابع چندجملهای (Polynomial Function): تابعی به شکل $P(x)=a_n x^n + a_{n-1} x^{n-1} + ... + a_1 x + a_0$ که در آن $a_n \neq 0$ و n یک عدد صحیح نامنفی است. این توابع همواره پیوسته و مشتقپذیرند.