بالاترین و پایینترین نقطهٔ نمودار: ماکزیمم و مینیمم مطلق
۱. تعریف ماکزیمم مطلق و مینیمم مطلق
فرض کنید تابع $y = f(x)$ بر روی دامنهٔ $D_f$ تعریف شده باشد. نقطهٔ $x = a$ را یک ماکزیمم مطلق مینامیم اگر به ازای همهٔ $x \in D_f$ داشته باشیم: $f(a) \ge f(x)$. به عبارت دیگر، مقدار تابع در نقطهٔ $a$ از همهٔ مقادیر دیگر تابع بیشتر یا مساوی است. نقطهٔ $x = b$ را مینیمم مطلق مینامیم اگر $f(b) \le f(x)$ برای همهٔ $x$ها در دامنه برقرار باشد. توجه کنید که یک تابع ممکن است ماکزیمم یا مینیمم مطلق نداشته باشد، مخصوصاً اگر دامنه آن نامحدود و تابع بدون کران باشد.
برای درک بهتر، به یک قلهٔ کوه فکر کنید. بالاترین نقطهٔ کل رشته کوه، ماکزیمم مطلق است. پایینترین نقطهٔ دره در همان محدوده، مینیمم مطلق محسوب میشود. اگر تابع در یک بازهٔ بسته مانند $[p, q]$ تعریف شده باشد و پیوسته باشد، طبق قضیهٔ مقدار کرانی3 حتماً دارای ماکزیمم و مینیمم مطلق است.
۲. تفاوت ماکزیمم مطلق با ماکزیمم نسبی
| نوع نقطه | دامنه مقایسه | شرط ریاضی | مثال در تابع $f(x)=x^3 - 3x$ |
|---|---|---|---|
| ماکزیمم مطلق | کل دامنه تابع | $f(a) \ge f(x) \quad \forall x \in D_f$ | ندارد (دامنه $\mathbb{R}$) |
| مینیمم مطلق | کل دامنه تابع | $f(b) \le f(x) \quad \forall x \in D_f$ | ندارد (دامنه $\mathbb{R}$) |
| ماکزیمم نسبی (محلی) | یک همسایگی کوچک | $f(c) \ge f(x)$ برای $|x-c| \lt \delta$ | نقطهٔ $x=-1$ با مقدار $2$ |
| مینیمم نسبی (محلی) | یک همسایگی کوچک | $f(d) \le f(x)$ برای $|x-d| \lt \delta$ | نقطهٔ $x=1$ با مقدار $-2$ |
نکتهٔ مهم این است که هر ماکزیمم مطلق، حتماً یک ماکزیمم نسبی هم هست (اگر درون بازه باشد)، اما عکس این گزاره درست نیست. گاهی یک تابع میتواند چندین نقطهٔ ماکزیمم نسبی داشته باشد ولی فقط یکی از آنها (بزرگترین مقدار) به عنوان ماکزیمم مطلق شناخته میشود.
۳. روش گامبهگام یافتن ماکزیمم و مینیمم مطلق
برای یافتن نقاط ماکزیمم و مینیمم مطلق یک تابع پیوسته روی بازهٔ بسته $[a, b]$، میتوان از روش زیر استفاده کرد:
- گام اول: مشتق تابع را محاسبه کنید: $f'(x)$.
- گام دوم: نقاط بحرانی (نقاطی که مشتق صفر میشود یا مشتق وجود ندارد) را در داخل بازهٔ $(a, b)$ پیدا کنید.
- گام سوم: مقادیر تابع را در نقاط بحرانی و همچنین در دو بازه (یعنی $x = a$ و $x = b$) محاسبه کنید.
- گام چهارم: بزرگترین مقدار محاسبهشده، ماکزیمم مطلق و کوچکترین مقدار، مینیمم مطلق تابع در آن بازه خواهد بود.
۴. کاربرد عملی در بهینهسازی و اقتصاد
شناخت نقاط ماکزیمم و مینیمم مطلق در مسائل دنیای واقعی کاربرد گسترده دارد. یک شرکت تولیدی که میخواهد سود خود را بیشینه کند، باید تابع سود را به عنوان تابعی از مقدار تولید در نظر گرفته و نقطهٔ ماکزیمم مطلق آن را در بازهٔ ممکن تولید پیدا کند. همچنین برای کمینه کردن هزینهٔ تولید یا زمان سفر، از مینیمم مطلق استفاده میشود.
به عنوان مثال، فرض کنید تابع هزینهٔ یک تولیدکننده به صورت $C(x)=0.1x^2 - 2x + 50$ باشد که در آن $x$ تعداد واحدهای تولیدی (بین $0$ تا $20$) است. برای یافتن تولید بهینه که هزینه را مینیمم کند، رأس سهمی را محاسبه میکنیم: $x = -\frac{b}{2a} = -\frac{-2}{2(0.1)} = \frac{2}{0.2} = 10$. مقدار هزینه در این نقطه $C(10)=0.1(100) - 20 + 50 = 10 - 20 + 50 = 40$ است. با بررسی نقاط مرزی، $C(0)=50$ و $C(20)=0.1(400) - 40 + 50 = 40 - 40 + 50 = 50$، بنابراین مینیمم مطلق در $x=10$ و برابر $40$ است.
۵. چالشهای مفهومی
پاسخ: خیر. زیرا وقتی $x$ به $0^+$ نزدیک میشود، تابع به سمت $+\infty$ میل میکند و هیچ کران بالایی ندارد. بازه باز است و قضیه مقدار کرانی اعمال نمیشود.
پاسخ: خیر، مشتق صفر شرط لازم برای نقاط بحرانی است، ولی نه کافی. نقطه ممکن است عطف باشد (مثل $f(x)=x^3$ در $x=0$). برای مطلق بودن، باید مقدار تابع در آن نقطه با تمام نقاط دیگر دامنه مقایسه شود.
پاسخ: بله، اگر تابع در دو نقطهٔ مجزا به یک مقدار بیشینه برسد. مانند تابع ثابت یا تابع سینوسی در بازهای که قلههای همارتفاع داشته باشد. در این حالت میگوییم ماکزیمم مطلق در چند نقطه رخ میدهد.
جمعبندی
پاورقی
1 ماکزیمم مطلق (Absolute Maximum): بزرگترین مقداری که یک تابع در کل دامنهٔ خود اختیار میکند.
2 مینیمم مطلق (Absolute Minimum): کوچکترین مقداری که یک تابع در کل دامنهٔ خود اختیار میکند.
3 قضیه مقدار کرانی (Extreme Value Theorem): اگر تابعی روی یک بازهٔ بسته و کراندار پیوسته باشد، حتماً دارای ماکزیمم و مینیمم مطلق در آن بازه است.
