MathLabs

12年生

導関数の応用

導関数の符号と零点が、関数がどこで増加・減少し、どこで極値をとるかを明らかにし、区間上の最大値・最小値を求めるアルゴリズムと現実の最適化問題へとつながる。

直観傾きからグラフの形を読み取る

距離 xx を歩いた地点の標高を f(x)f(x) としてプロットした登山道の断面図を想像してほしい。登っているときは道の傾き f′(x)f'(x) は正、下っているときは f′(x)f'(x) は負であり、山頂や谷底ではちょうど地面が一瞬平らになるので f′(x)=0f'(x)=0 となる。「増減と極値」の理論全体は、まさにこの日常的な観察を、正確で証明可能な主張に変えたものである。導関数の符号が関数がどこで増加・減少するかを教え、導関数の零点が変化点の候補を示す。

係数 a, b, c, d のスライダーを持つ対話型の三次関数グラフ。曲線は x=-1 付近に極大、x=1 付近に極小を持つ。
三次関数 f(x)=x3−3x+2f(x)=x^3-3x+2 のグラフ。f(x)=ax3+bx2+cx+df(x)=ax^3+bx^2+cx+d のスライダー a,b,c,da,b,c,d を動かし、曲線が増加・減少する区間や「山」「谷」の位置がグラフの形とともに変化する様子を観察しよう。

中高区間における増減と極値

定義: 増加・減少と局所極値

関数 ff が区間 KK 上で増加であるとは、x1,x2∈Kx_1,x_2\in K, x1<x2x_1<x_2 を満たす任意の点に対して f(x1)<f(x2)f(x_1)<f(x_2) となることをいい、逆に f(x1)>f(x2)f(x_1)>f(x_2) となるとき減少であるという。定義域の内点 x0x_0 が局所極大であるとは、ある δ>0\delta>0 が存在し、x0x_0 から距離 δ\delta 以内の任意の xx に対して f(x)≤f(x0)f(x)\le f(x_0) となることをいい、局所極小は不等号を逆にして同様に定義される。f′(x0)=0f'(x_0)=0 となる、あるいは f′(x0)f'(x_0) が存在しない点を臨界点(停留点)と呼び、これが局所極値の唯一の候補となる。

f′(x)>0  ∀ x∈(a,b)  ⟹  ∀ x1<x2∈(a,b), f(x1)<f(x2)f'(x) > 0 \;\forall\, x \in (a,b) \implies \forall\, x_1 < x_2 \in (a,b),\ f(x_1) < f(x_2)

複雑な ff に対してこの不等式を定義どおりに直接確かめるのは面倒である。次の定理はこれを実際に計算できる基準に置き換える:f′(x)f'(x) の符号を見ればよい。

f′(x0)=0, f′′(x0)>0  ⟹  f(x)≥f(x0);f′(x0)=0, f′′(x0)<0  ⟹  f(x)≤f(x0)f'(x_0)=0,\ f''(x_0)>0 \implies f(x)\ge f(x_0); \qquad f'(x_0)=0,\ f''(x_0)<0 \implies f(x)\le f(x_0)
導関数から増減・極値・凹凸を読み取る
符号条件結論
(a,b)(a,b) で f′(x)>0f'(x)>0ff は (a,b)(a,b) で増加
(a,b)(a,b) で f′(x)<0f'(x)<0ff は (a,b)(a,b) で減少
f′(x0)=0f'(x_0)=0、x0x_0 の前後で f′f' の符号が変わるx0x_0 は局所極値
f′(x0)=0f'(x_0)=0、f′′(x0)>0f''(x_0)>0x0x_0 は局所極小(グラフは上に凸)
f′(x0)=0f'(x_0)=0、f′′(x0)<0f''(x_0)<0x0x_0 は局所極大(グラフは下に凸)
f′′(x0)=0f''(x_0)=0、x0x_0 の前後で f′′f'' の符号が変わるx0x_0 は変曲点

大学2つの定理:平均値の定理から極値判定法へ

ff が [a,b][a,b] で連続、(a,b)(a,b) で微分可能であるとする。任意の x∈(a,b)x\in(a,b) に対して f′(x)≥0f'(x)\ge 0 であり、f′(x)=0f'(x)=0 となる点が有限個しかないならば、ff は [a,b][a,b] で増加である。同じ条件のもとで f′(x)≤0f'(x)\le 0 ならば、ff は [a,b][a,b] で減少である。

なぜ正しいのか?

導関数が正であるとは、すべての接線が上り坂を向いていることを意味し、上り坂の接線に沿い続ける曲線は下に戻ることができない。ラグランジュの平均値の定理は、この描像を任意の2点間の厳密な不等式に変える。

証明

[a,b][a,b] 内の任意の x1<x2x_1<x_2 を取る。ff は [x1,x2][x_1,x_2] で連続、(x1,x2)(x_1,x_2) で微分可能だから、ラグランジュの平均値の定理により、ある c∈(x1,x2)c\in(x_1,x_2) が存在して f(x2)−f(x1)=f′(c)(x2−x1)f(x_2)-f(x_1)=f'(c)(x_2-x_1) となる。

f′(c)≥0f'(c)\ge 0 かつ x2−x1>0x_2-x_1>0 なので右辺は ≥0\ge 0、よって f(x2)≥f(x1)f(x_2)\ge f(x_1)。これで ff が [a,b][a,b] で非減少であることが示された。

f′f' の有限個の零点にもかかわらず「非減少」を真の「増加」に高めるため、それらの零点を (x1,x2)(x_1,x_2) 内で t1<t2<⋯<tkt_1<t_2<\dots<t_k とする。列 {x1,t1,…,tk,x2}\{x_1,t_1,\dots,t_k,x_2\} の連続する2点の間の各開区間では f′f' は真に正であるから、同じ平均値の定理の議論をその区間内の任意の2点に適用すると、そこでの u<vu<v に対して厳密な不等式 f(u)<f(v)f(u)<f(v) が得られる。

ff の連続性により、連続する区間での厳密な不等式は繋がる。例えば x1<u<t1<v<x2x_1<u<t_1<v<x_2 なら f(x1)<f(u)<f(t1)≤f(v)<f(x2)f(x_1)<f(u)<f(t_1)\le f(v)<f(x_2) であり、u,vu,v を両端に任意に近づけてもこれが成り立つことから f(x1)<f(x2)f(x_1)<f(x_2) が従う。よって ff は [a,b][a,b] で(真に)増加である。減少の場合は −f-f にこの議論を適用すればよい。

ff が定義域の内点 x0x_0 で微分可能であり、x0x_0 が ff の局所極値であるとする。このとき f′(x0)=0f'(x_0)=0 である。逆に f′(x0)=0f'(x_0)=0 であり、ff が x0x_0 の近くで2回微分可能で f′′(x0)≠0f''(x_0)\ne 0 ならば、f′′(x0)>0f''(x_0)>0 のとき x0x_0 は局所極小、f′′(x0)<0f''(x_0)<0 のとき局所極大である。

なぜ正しいのか?

極値では接線が水平でなければならない。なぜなら曲線は山頂(谷底)を越えて向きを変えずに上昇(下降)し続けることはできないからである。第2次導関数はその平らな点で曲線がどちら向きに曲がるかを測り、谷と山を区別する。

証明

(必要性)x0x_0 が局所極大であるとする(局所極小の場合も同様)。ある δ>0\delta>0 が存在し、∣x−x0∣<δ|x-x_0|<\delta を満たすすべての xx に対して f(x)≤f(x0)f(x)\le f(x_0) となる。h∈(0,δ)h\in(0,\delta) に対して f(x0+h)−f(x0)h≤0\dfrac{f(x_0+h)-f(x_0)}{h}\le 0 であり、h→0+h\to 0^+ とすると f′(x0)≤0f'(x_0)\le 0。h∈(−δ,0)h\in(-\delta,0) に対しては分子が ≤0\le 0、分母が負なので f(x0+h)−f(x0)h≥0\dfrac{f(x_0+h)-f(x_0)}{h}\ge 0 であり、h→0−h\to 0^- とすると f′(x0)≥0f'(x_0)\ge 0。ff は x0x_0 で微分可能なので両側極限は一致し、f′(x0)=0f'(x_0)=0 が従う。

(十分性、f′′(x0)>0f''(x_0)>0 の場合)f′(x0)=0f'(x_0)=0 であり f′′f'' が x0x_0 の近くで存在するので、f′′f'' を f′f' の導関数とする定義から x→x0x\to x_0 のとき f′(x)=f′(x0)+f′′(x0)(x−x0)+o(x−x0)=f′′(x0)(x−x0)+o(x−x0)f'(x)=f'(x_0)+f''(x_0)(x-x_0)+o(x-x_0)=f''(x_0)(x-x_0)+o(x-x_0) となる。f′′(x0)>0f''(x_0)>0 なので、この式は xx が x0x_0 よりわずかに小さいとき負、xx が x0x_0 よりわずかに大きいとき正である。

よって f′f' は x0x_0 の前後で符号が −- から ++ に変わる。単調性の定理により ff は x0x_0 のすぐ左で減少、すぐ右で増加しており、これはまさに x0x_0 における局所極小の定義である。

f′′(x0)<0f''(x_0)<0 の場合はすべての不等号を逆にすれば同様であり、f′f' が ++ から −- に変わるので局所極大となる。f′′(x0)=0f''(x_0)=0 のときは上の展開が x0x_0 近傍での f′f' の符号について何の情報も与えないため判定法は不能であり、f′f' の符号を直接調べる必要がある(下の落とし穴で f(x)=x3f(x)=x^3 を用いて示す)。

発展閉区間上の最大値・最小値と漸近線

閉じた有界区間 [a,b][a,b] 上で連続な関数は、[a,b][a,b] 上のどこかで必ず最大値 MM と最小値 mm を達成する(ワイエルシュトラスの最大値・最小値定理)。f′f' の符号から見つかる局所極値は、この大域的な値の候補にすぎない——最大値や最小値は符号変化の議論が使えない端点 aa や bb にある場合もある。したがって実際の手順は、(a,b)(a,b) 内の有限個の臨界点 x1,…,xkx_1,\dots,x_k を列挙し、そこと両端点で ff を計算して比較することである。

M=max⁡[a,b]f=max⁡{f(a),f(x1),…,f(xk),f(b)},m=min⁡[a,b]f=min⁡{f(a),f(x1),…,f(xk),f(b)}M=\max_{[a,b]}f=\max\{f(a),f(x_1),\dots,f(x_k),f(b)\},\qquad m=\min_{[a,b]}f=\min\{f(a),f(x_1),\dots,f(x_k),f(b)\}

定義域が有界でないとき、グラフは決して触れることのない直線に近づいていくことがある——これが漸近線である。直線 x=x0x=x_0 が垂直漸近線であるとは lim⁡x→x0±f(x)=±∞\lim_{x\to x_0^\pm}f(x)=\pm\infty となることをいい、直線 y=Ly=L が水平漸近線であるとは lim⁡x→+∞f(x)=L\lim_{x\to+\infty}f(x)=L または lim⁡x→−∞f(x)=L\lim_{x\to-\infty}f(x)=L となることをいう。そして直線 y=ax+by=ax+b(a≠0a\ne 0)が斜め漸近線であるとは、a=lim⁡x→∞f(x)xa=\lim_{x\to\infty}\dfrac{f(x)}{x} と b=lim⁡x→∞[f(x)−ax]b=\lim_{x\to\infty}[f(x)-ax] がともに有限の値として存在することをいう。この3つの場合が、有理関数のグラフが原点から遠く離れたところで「落ち着く」あらゆる仕方を網羅している。

大学実世界での応用:工学と物理における最適化

f′f' の符号をアルゴリズムに変えることこそが、導関数を単なる興味深い話題ではなく実用的な道具にする。実世界の量(費用、面積、体積、高さ)が1変数の関数として書ける限り、微分して上の判定法を適用すれば最良の選択が見つかる。以下の2つの例は製造業と放物運動から取ったものである。

例: 蓋のない箱の体積の最大化

一辺 1212 cm の正方形の厚紙の4つの角から、それぞれ一辺 xx の合同な正方形を切り取り、残った部分を折り上げて蓋のない箱を作る。箱の体積を最大にする xx の値と、そのときの最大体積を求めよ。

解答

箱の底面は一辺 12−2x12-2x(各辺は幅 xx の折り返し部分を2つ失う)、高さは xx なので、体積は x∈(0,6)x\in(0,6) に対して V(x)=x(12−2x)2V(x)=x(12-2x)^2 である。

展開するか積の法則で直接微分する:V′(x)=(12−2x)2+x⋅2(12−2x)(−2)=(12−2x)[(12−2x)−4x]=(12−2x)(12−6x)V'(x)=(12-2x)^2+x\cdot 2(12-2x)(-2)=(12-2x)\big[(12-2x)-4x\big]=(12-2x)(12-6x)。V′(x)=0V'(x)=0 とすると x=6x=6(定義域の端点なので除外)または x=2x=2。

該当範囲付近で正の定数倍を除いて V′(x)=6(6−x)(2−x)V'(x)=6(6-x)(2-x) であるから、0<x<20<x<2 で V′(x)>0V'(x)>0、2<x<62<x<6 で V′(x)<0V'(x)<0:x=2x=2 で V′V' の符号が ++ から −- に変わるので、符号判定法により x=2x=2 は局所極大であり、(0,6)(0,6) 内で唯一の臨界点なので大域的な最大でもある。

最大体積は V(2)=2⋅(12−4)2=2⋅64=128V(2)=2\cdot(12-4)^2=2\cdot 64=128 cm3^3 である。

例: 投げ上げたボールの最大の高さ

真上に投げ上げたボールの高さ(メートル)は h(t)=−5t2+20t+1h(t)=-5t^2+20t+1 で与えられる。ここで tt は時間(秒)である。ボールが最大の高さに達する時刻と、その最大の高さを求めよ。

解答

速度は h′(t)=−10t+20h'(t)=-10t+20 である。h′(t)=0h'(t)=0 とすると t=2t=2 秒、これが唯一の臨界点である。

すべての tt で h′′(t)=−10<0h''(t)=-10<0 なので、第2次導関数判定法により t=2t=2 が局所極大であることが確認できる。hh は下に開いた放物線なので、この局所極大は t≥0t\ge 0 全体における大域的な最大値でもある。

代入すると h(2)=−5(2)2+20(2)+1=−20+40+1=21h(2)=-5(2)^2+20(2)+1=-20+40+1=21。よってボールは t=2t=2 秒のときに最大の高さ 2121 メートルに達する——その後 h′(t)<0h'(t)<0 となりボールは落下し始める。これは重力によって減速し、一瞬静止してから落下するという物理的描像と一致する。

f(x)=x3−3xf(x)=x^3-3x が増加するのはどの集合上か?

f′(x0)=0f'(x_0)=0 かつ f′′(x0)>0f''(x_0)>0 のとき、x0x_0 は何か?

投げ上げたボールの高さが h(t)=−5t2+20t+1h(t)=-5t^2+20t+1 メートルであるとき、最大の高さに達する時刻 tt はいつか?

一辺 1212 cm の正方形の厚紙から一辺 xx の正方形を切り取り、辺を折り上げて蓋のない箱を作る。体積を最大にする xx はどれか?

参考文献

  1. Michael Spivak (2008). Calculus
  2. Stephen Boyd, Lieven Vandenberghe (2004). Convex Optimization