← 戻る ライブラリ › 解析学 › 一変数微積分学 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 x x x を歩いた地点の標高を f ( x ) 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) f ′ ( x ) は正、下っているときは f ′ ( x ) 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 ) = 0 f'(x)=0 f ′ ( 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。
三次関数 f ( x ) = x 3 − 3 x + 2 f(x)=x^3-3x+2 f ( x ) = x 3 − 3 x + 2 のグラフ。f ( x ) = a x 3 + b x 2 + c x + d f(x)=ax^3+bx^2+cx+d f ( x ) = a x 3 + b x 2 + c x + d のスライダー a , b , c , d a,b,c,d a , 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 f f f が区間 K K K 上で増加 であるとは、x 1 , x 2 ∈ K x_1,x_2\in K x 1 , x 2 ∈ K , x 1 < x 2 x_1<x_2 x 1 < x 2 を満たす任意の点に対して f ( x 1 ) < f ( x 2 ) f(x_1)<f(x_2) f ( x 1 ) < f ( x 2 ) となることをいい、逆に f ( x 1 ) > f ( x 2 ) f(x_1)>f(x_2) 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 x 0 x_0 x 0 が局所極大 であるとは、ある δ > 0 \delta>0 δ > 0 が存在し、x 0 x_0 x 0 から距離 δ \delta δ 以内の任意の x x x に対して f ( x ) ≤ f ( x 0 ) f(x)\le f(x_0) f ( x ) ≤ 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 ′ ( x 0 ) = 0 f'(x_0)=0 f ′ ( x 0 ) = 0 となる、あるいは f ′ ( x 0 ) f'(x_0) 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 ) ⟹ ∀ x 1 < x 2 ∈ ( a , b ) , f ( x 1 ) < f ( x 2 ) f'(x) > 0 \;\forall\, x \in (a,b) \implies \forall\, x_1 < x_2 \in (a,b),\ f(x_1) < f(x_2) f ′ ( x ) > 0 ∀ x ∈ ( a , b ) ⟹ ∀ x 1 < x 2 ∈ ( a , b ) , f ( x 1 ) < f ( x 2 ) 複雑な f f f 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) f ′ ( x ) の符号 を見ればよい。
f ′ ( x 0 ) = 0 , f ′ ′ ( x 0 ) > 0 ⟹ f ( x ) ≥ f ( x 0 ) ; f ′ ( x 0 ) = 0 , f ′ ′ ( x 0 ) < 0 ⟹ f ( x ) ≤ f ( x 0 ) 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) f ′ ( x 0 ) = 0 , f ′′ ( x 0 ) > 0 ⟹ f ( x ) ≥ f ( x 0 ) ; f ′ ( x 0 ) = 0 , f ′′ ( x 0 ) < 0 ⟹ f ( x ) ≤ 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) ( a , b ) で f ′ ( x ) > 0 f'(x)>0 f ′ ( x ) > 0 f f f は ( a , b ) (a,b) ( a , b ) で増加( a , b ) (a,b) ( a , b ) で f ′ ( x ) < 0 f'(x)<0 f ′ ( x ) < 0 f f f は ( a , b ) (a,b) ( a , b ) で減少f ′ ( x 0 ) = 0 f'(x_0)=0 f ′ ( x 0 ) = 0 、x 0 x_0 x 0 の前後で f ′ f' f ′ の符号が変わるx 0 x_0 x 0 は局所極値f ′ ( x 0 ) = 0 f'(x_0)=0 f ′ ( x 0 ) = 0 、f ′ ′ ( x 0 ) > 0 f''(x_0)>0 f ′′ ( x 0 ) > 0 x 0 x_0 x 0 は局所極小(グラフは上に凸)f ′ ( x 0 ) = 0 f'(x_0)=0 f ′ ( x 0 ) = 0 、f ′ ′ ( x 0 ) < 0 f''(x_0)<0 f ′′ ( x 0 ) < 0 x 0 x_0 x 0 は局所極大(グラフは下に凸)f ′ ′ ( x 0 ) = 0 f''(x_0)=0 f ′′ ( x 0 ) = 0 、x 0 x_0 x 0 の前後で f ′ ′ f'' f ′′ の符号が変わるx 0 x_0 x 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 f f f が [ a , b ] [a,b] [ a , b ] で連続、( a , b ) (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) x ∈ ( a , b ) に対して f ′ ( x ) ≥ 0 f'(x)\ge 0 f ′ ( x ) ≥ 0 であり、f ′ ( x ) = 0 f'(x)=0 f ′ ( x ) = 0 となる点が有限個しかないならば、f f f は [ a , b ] [a,b] [ a , b ] で増加である。同じ条件のもとで f ′ ( x ) ≤ 0 f'(x)\le 0 f ′ ( x ) ≤ 0 ならば、f f f は [ a , b ] [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] [ a , b ] 内の任意の x 1 < x 2 x_1<x_2 x 1 < x 2 を取る。f f f は [ x 1 , x 2 ] [x_1,x_2] [ x 1 , x 2 ] で連続、( x 1 , x 2 ) (x_1,x_2) ( 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 ∈ ( x 1 , x 2 ) c\in(x_1,x_2) c ∈ ( x 1 , x 2 ) が存在して f ( x 2 ) − f ( x 1 ) = f ′ ( c ) ( x 2 − x 1 ) f(x_2)-f(x_1)=f'(c)(x_2-x_1) f ( x 2 ) − f ( x 1 ) = f ′ ( c ) ( x 2 − x 1 ) となる。
f ′ ( c ) ≥ 0 f'(c)\ge 0 f ′ ( c ) ≥ 0 かつ x 2 − x 1 > 0 x_2-x_1>0 x 2 − x 1 > 0 なので右辺は ≥ 0 \ge 0 ≥ 0 、よって f ( x 2 ) ≥ f ( x 1 ) f(x_2)\ge f(x_1) f ( x 2 ) ≥ f ( x 1 ) 。これで f f f が [ a , b ] [a,b] [ a , b ] で非減少であることが示された。
f ′ 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 ( x 1 , x 2 ) (x_1,x_2) ( x 1 , x 2 ) 内で t 1 < t 2 < ⋯ < t k t_1<t_2<\dots<t_k t 1 < t 2 < ⋯ < t k とする。列 { x 1 , t 1 , … , t k , x 2 } \{x_1,t_1,\dots,t_k,x_2\} { x 1 , t 1 , … , t k , x 2 } の連続する2点の間の各開区間では f ′ 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 < v u<v u < v に対して厳密な不等式 f ( u ) < f ( v ) f(u)<f(v) f ( u ) < f ( v ) が得られる。
f f f 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 x 1 < u < t 1 < v < x 2 x_1<u<t_1<v<x_2 x 1 < u < t 1 < v < x 2 なら f ( x 1 ) < f ( u ) < f ( t 1 ) ≤ f ( v ) < f ( x 2 ) f(x_1)<f(u)<f(t_1)\le f(v)<f(x_2) f ( x 1 ) < f ( u ) < f ( t 1 ) ≤ f ( v ) < f ( x 2 ) であり、u , v u,v u , 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 ( x 1 ) < f ( x 2 ) f(x_1)<f(x_2) f ( x 1 ) < f ( x 2 ) が従う。よって f f f は [ a , b ] [a,b] [ a , b ] で(真に)増加である。減少の場合は − f -f − f にこの議論を適用すればよい。
f f f が定義域の内点 x 0 x_0 x 0 で微分可能であり、x 0 x_0 x 0 が f f f の局所極値であるとする。このとき f ′ ( x 0 ) = 0 f'(x_0)=0 f ′ ( x 0 ) = 0 である。逆に f ′ ( x 0 ) = 0 f'(x_0)=0 f ′ ( x 0 ) = 0 であり、f f f が x 0 x_0 x 0 の近くで2回微分可能で f ′ ′ ( x 0 ) ≠ 0 f''(x_0)\ne 0 f ′′ ( x 0 ) = 0 ならば、f ′ ′ ( x 0 ) > 0 f''(x_0)>0 f ′′ ( x 0 ) > 0 のとき x 0 x_0 x 0 は局所極小、f ′ ′ ( x 0 ) < 0 f''(x_0)<0 f ′′ ( 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)x 0 x_0 x 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 δ > 0 が存在し、∣ x − x 0 ∣ < δ |x-x_0|<\delta ∣ x − x 0 ∣ < δ を満たすすべての x x x に対して f ( x ) ≤ f ( x 0 ) f(x)\le f(x_0) f ( x ) ≤ f ( x 0 ) となる。h ∈ ( 0 , δ ) h\in(0,\delta) h ∈ ( 0 , δ ) に対して f ( x 0 + h ) − f ( x 0 ) h ≤ 0 \dfrac{f(x_0+h)-f(x_0)}{h}\le 0 h f ( x 0 + h ) − f ( x 0 ) ≤ 0 であり、h → 0 + h\to 0^+ h → 0 + とすると f ′ ( x 0 ) ≤ 0 f'(x_0)\le 0 f ′ ( x 0 ) ≤ 0 。h ∈ ( − δ , 0 ) h\in(-\delta,0) h ∈ ( − δ , 0 ) に対しては分子が ≤ 0 \le 0 ≤ 0 、分母が負なので f ( x 0 + h ) − f ( x 0 ) h ≥ 0 \dfrac{f(x_0+h)-f(x_0)}{h}\ge 0 h f ( x 0 + h ) − f ( x 0 ) ≥ 0 であり、h → 0 − h\to 0^- h → 0 − とすると f ′ ( x 0 ) ≥ 0 f'(x_0)\ge 0 f ′ ( x 0 ) ≥ 0 。f f f は x 0 x_0 x 0 で微分可能なので両側極限は一致し、f ′ ( x 0 ) = 0 f'(x_0)=0 f ′ ( x 0 ) = 0 が従う。
(十分性、f ′ ′ ( x 0 ) > 0 f''(x_0)>0 f ′′ ( x 0 ) > 0 の場合)f ′ ( x 0 ) = 0 f'(x_0)=0 f ′ ( x 0 ) = 0 であり f ′ ′ f'' f ′′ が x 0 x_0 x 0 の近くで存在するので、f ′ ′ f'' f ′′ を f ′ f' f ′ の導関数とする定義から x → x 0 x\to x_0 x → x 0 のとき 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 ) 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) 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 ′ ′ ( x 0 ) > 0 f''(x_0)>0 f ′′ ( x 0 ) > 0 なので、この式は x x x が x 0 x_0 x 0 よりわずかに小さいとき負、x x x が x 0 x_0 x 0 よりわずかに大きいとき正である。
よって f ′ f' f ′ は x 0 x_0 x 0 の前後で符号が − - − から + + + に変わる。単調性の定理により f f f は x 0 x_0 x 0 のすぐ左で減少、すぐ右で増加しており、これはまさに x 0 x_0 x 0 における局所極小の定義である。
f ′ ′ ( x 0 ) < 0 f''(x_0)<0 f ′′ ( 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' f ′ が + + + から − - − に変わるので局所極大となる。f ′ ′ ( x 0 ) = 0 f''(x_0)=0 f ′′ ( x 0 ) = 0 のときは上の展開が x 0 x_0 x 0 近傍での f ′ 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' f ′ の符号を直接調べる必要がある(下の落とし穴で f ( x ) = x 3 f(x)=x^3 f ( 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] [ a , b ] 上で連続な関数は、[ a , b ] [a,b] [ a , b ] 上のどこかで必ず最大値 M M M と最小値 m m m 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' 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 a a a や b b b にある場合もある。したがって実際の手順は、( a , b ) (a,b) ( a , b ) 内の有限個の臨界点 x 1 , … , x k x_1,\dots,x_k x 1 , … , x k を列挙し、そこと両端点で f f f を計算して比較することである。
M = max [ a , b ] f = max { f ( a ) , f ( x 1 ) , … , f ( x k ) , f ( b ) } , m = min [ a , b ] f = min { f ( a ) , f ( x 1 ) , … , f ( x k ) , 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)\} M = [ a , b ] max f = max { f ( a ) , f ( x 1 ) , … , f ( x k ) , f ( b )} , m = [ a , b ] min f = min { f ( a ) , f ( x 1 ) , … , 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 = x 0 x=x_0 x = x 0 が垂直漸近線 であるとは lim x → x 0 ± f ( x ) = ± ∞ \lim_{x\to x_0^\pm}f(x)=\pm\infty lim x → x 0 ± f ( x ) = ± ∞ となることをいい、直線 y = L y=L y = L が水平漸近線 であるとは lim x → + ∞ f ( x ) = L \lim_{x\to+\infty}f(x)=L lim x → + ∞ f ( x ) = L または lim x → − ∞ f ( x ) = L \lim_{x\to-\infty}f(x)=L lim x → − ∞ f ( x ) = L となることをいう。そして直線 y = a x + b y=ax+b y = a x + b (a ≠ 0 a\ne 0 a = 0 )が斜め漸近線 であるとは、a = lim x → ∞ f ( x ) x a=\lim_{x\to\infty}\dfrac{f(x)}{x} a = lim x → ∞ x f ( x ) と b = lim x → ∞ [ f ( x ) − a x ] b=\lim_{x\to\infty}[f(x)-ax] b = lim x → ∞ [ f ( x ) − a x ] 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' 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 12 12 12 cm の正方形の厚紙の4つの角から、それぞれ一辺 x x x 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 x x x 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 − 2 x 12-2x 12 − 2 x (各辺は幅 x x x の折り返し部分を2つ失う)、高さは x x x なので、体積は x ∈ ( 0 , 6 ) x\in(0,6) x ∈ ( 0 , 6 ) に対して V ( x ) = x ( 12 − 2 x ) 2 V(x)=x(12-2x)^2 V ( x ) = x ( 12 − 2 x ) 2 である。
展開するか積の法則で直接微分する:V ′ ( x ) = ( 12 − 2 x ) 2 + x ⋅ 2 ( 12 − 2 x ) ( − 2 ) = ( 12 − 2 x ) [ ( 12 − 2 x ) − 4 x ] = ( 12 − 2 x ) ( 12 − 6 x ) V'(x)=(12-2x)^2+x\cdot 2(12-2x)(-2)=(12-2x)\big[(12-2x)-4x\big]=(12-2x)(12-6x) V ′ ( x ) = ( 12 − 2 x ) 2 + x ⋅ 2 ( 12 − 2 x ) ( − 2 ) = ( 12 − 2 x ) [ ( 12 − 2 x ) − 4 x ] = ( 12 − 2 x ) ( 12 − 6 x ) 。V ′ ( x ) = 0 V'(x)=0 V ′ ( x ) = 0 とすると x = 6 x=6 x = 6 (定義域の端点なので除外)または x = 2 x=2 x = 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) V ′ ( x ) = 6 ( 6 − x ) ( 2 − x ) であるから、0 < x < 2 0<x<2 0 < x < 2 で V ′ ( x ) > 0 V'(x)>0 V ′ ( x ) > 0 、2 < x < 6 2<x<6 2 < x < 6 で V ′ ( x ) < 0 V'(x)<0 V ′ ( x ) < 0 :x = 2 x=2 x = 2 で V ′ V' V ′ の符号が + + + から − - − に変わるので、符号判定法により x = 2 x=2 x = 2 は局所極大であり、( 0 , 6 ) (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 = 128 V(2)=2\cdot(12-4)^2=2\cdot 64=128 V ( 2 ) = 2 ⋅ ( 12 − 4 ) 2 = 2 ⋅ 64 = 128 cm3 ^3 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 ) = − 5 t 2 + 20 t + 1 h(t)=-5t^2+20t+1 h ( t ) = − 5 t 2 + 20 t + 1 で与えられる。ここで t t t 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 ) = − 10 t + 20 h'(t)=-10t+20 h ′ ( t ) = − 10 t + 20 である。h ′ ( t ) = 0 h'(t)=0 h ′ ( t ) = 0 とすると t = 2 t=2 t = 2 秒、これが唯一の臨界点である。
すべての t t t で h ′ ′ ( t ) = − 10 < 0 h''(t)=-10<0 h ′′ ( t ) = − 10 < 0 なので、第2次導関数判定法により t = 2 t=2 t = 2 が局所極大であることが確認できる。h h h は下に開いた放物線なので、この局所極大は t ≥ 0 t\ge 0 t ≥ 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 = 21 h(2)=-5(2)^2+20(2)+1=-20+40+1=21 h ( 2 ) = − 5 ( 2 ) 2 + 20 ( 2 ) + 1 = − 20 + 40 + 1 = 21 。よってボールは t = 2 t=2 t = 2 秒のときに最大の高さ 21 21 21 メートルに達する——その後 h ′ ( t ) < 0 h'(t)<0 h ′ ( 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。
よくある誤り. 2つの典型的な誤り。 (1) *f ′ ( x 0 ) = 0 f'(x_0)=0 f ′ ( x 0 ) = 0 が常に極値を与えると思い込む。* f ( x ) = x 3 f(x)=x^3 f ( x ) = x 3 では f ′ ( x ) = 3 x 2 f'(x)=3x^2 f ′ ( x ) = 3 x 2 が x 0 = 0 x_0=0 x 0 = 0 で消えるが、f ′ ( x ) ≥ 0 f'(x)\ge 0 f ′ ( x ) ≥ 0 が 0 0 0 の両側で成り立つ(決して符号が変わらない)ので、f f f は x 0 = 0 x_0=0 x 0 = 0 を通って増加し続け、x 0 x_0 x 0 は局所極大でも極小でもない——変曲点である。第2次導関数判定法もここでは f ′ ′ ( 0 ) = 0 f''(0)=0 f ′′ ( 0 ) = 0 となるため使えず、両側で f ′ f' f ′ の符号を直接調べる必要がある。(2) *[ a , b ] [a,b] [ a , b ] 上の最大値・最小値を求める際に端点を忘れる。* よくある誤りは、f ′ ( x ) = 0 f'(x)=0 f ′ ( x ) = 0 から得られる臨界点だけを計算し、その中の最大値を大域的な最大値として報告し、f ( a ) f(a) f ( a ) と f ( b ) f(b) f ( b ) を見落とすことである——しかし真の大域的極値は、内部の符号変化の議論が全く適用されない端点にちょうど位置することがある。歴史的ノート
微積分にまだ名前がなかった1638年、ピエール・ド・フェルマー は極値を求めるための、彼がadequality と呼んだ方法を記述した:曲線が与えられたとき、小さな量 e e e に対して f ( x ) f(x) f ( x ) と f ( x + e ) f(x+e) f ( x + e ) を比較し、展開し、e → 0 e\to 0 e → 0 で消える項を捨て、得られた方程式を解く——現代の言葉で言えば、これはまさに導関数や極限の形式的な定義なしに得られた方程式 f ′ ( x ) = 0 f'(x)=0 f ′ ( x ) = 0 である。それからおよそ1世紀半後、ジョゼフ=ルイ・ラグランジュ は1797年の著書『解析関数の理論』でこの主題全体を厳密な基盤の上に置き、上で用いた平均値の定理を証明し、フェルマーの場当たり的な手法がその特別な場合として従うことを示した。
ピエール・ド・フェルマー ジョゼフ=ルイ・ラグランジュ
研究の最前線 2026年時点
2026年現在、同じ「導関数の符号」というアイデアが大規模な最適化を支えている。ニューラルネットワークの学習とは、数百万から数十億個の変数を持つ損失関数の(局所)最小値を求めることであり、勾配降下法 とその変種(SGD、Adam)は、有限個の臨界点をすべて手で計算することなく、勾配——f ′ ( x ) f'(x) f ′ ( x ) の多変数版——の逆方向へ繰り返し移動する。大きな未解決課題は、こうした高次元の臨界点の幾何学 を理解することである:1変数の場合には臨界点が極大・極小・変曲点のいずれかであるのに対し、高次元ではランダムな滑らかな関数の臨界点の大部分は真の局所極小ではなく鞍点 (サドルポイント)である。現在の研究(非凸最適化理論)は、勾配ベースの手法がなぜ実際には鞍点をしばしば脱出し、深層学習の損失地形において良い極小値を見つけられるのかを解明しようとしている。
f ( x ) = x 3 − 3 x f(x)=x^3-3x f ( x ) = x 3 − 3 x が増加するのはどの集合上か?
( − ∞ , − 1 ) ∪ ( 1 , + ∞ ) (-\infty,-1)\cup(1,+\infty) ( − ∞ , − 1 ) ∪ ( 1 , + ∞ ) ( − 1 , 1 ) (-1,1) ( − 1 , 1 ) ( − ∞ , 1 ) (-\infty,1) ( − ∞ , 1 ) ( 1 , + ∞ ) (1,+\infty) ( 1 , + ∞ ) のみf ′ ( x 0 ) = 0 f'(x_0)=0 f ′ ( x 0 ) = 0 かつ f ′ ′ ( x 0 ) > 0 f''(x_0)>0 f ′′ ( x 0 ) > 0 のとき、x 0 x_0 x 0 は何か?
局所極小 局所極大 必ず変曲点 この情報だけでは判定できない
投げ上げたボールの高さが h ( t ) = − 5 t 2 + 20 t + 1 h(t)=-5t^2+20t+1 h ( t ) = − 5 t 2 + 20 t + 1 メートルであるとき、最大の高さに達する時刻 t t t はいつか?
t = 2 t=2 t = 2 t = 1 t=1 t = 1 t = 4 t=4 t = 4 t = 20 t=20 t = 20 一辺 12 12 12 cm の正方形の厚紙から一辺 x x x 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 x x x はどれか?
x = 2 x=2 x = 2 x = 3 x=3 x = 3 x = 4 x=4 x = 4 x = 6 x=6 x = 6