函数的凹凸性证明_函数不等式大招——凹凸性反转~

b7ed2e696faa9803393a1b1b9f7cbc92.png

写在最前面:先说清楚,该法由海明大佬 @未灬秋色 原创,大家若想更加深入了解,可浏览专栏“海明的放缩笔记”

海明的放缩笔记​zhuanlan.zhihu.com
9417c38ea59e370e40613e93816ebb98.png

这篇文章相当于我对他思想的一个发展和传播(主要是当初我看他的文章期初也没搞懂这个方法,考虑到海明大佬的巨大影响力,以及很多和我一样起初没看懂的同学,或者是根本没听过这个方法的同学,我萌生了写这篇文章的想法)

好久没写函数和不等式类的文章了~


文章的开头由下面这篇文章的一个例题谈起:

未灬秋色:一个含参不等式的多解​zhuanlan.zhihu.com
求证:当
时,不等式
恒成立.

下面是海明给出的解法:

3、含参反转(原创)
反转最擅长“一行”,给左侧一加一减,恰好凑出两个能求极小值的函数:

右侧整理一下就是右边了. 其实这个解法我在2017年年初就已经给出过了,但是不知道为什么市面上没有流传起来,可能是看了也不知道怎么讲给学生吧.

其实这个解法正是他原创的——“凹凸性反转”

我真正了解到还是在他的另一篇文章里面:

未灬秋色:不等式证明的一大误区​zhuanlan.zhihu.com
在上一篇文章当中提到了含参反转的方法,评论区有同学提出来等号取不取得到的问题. 说实话提出这个问题让我觉得非常的匪夷所思.
很多时候,我们需要证明函数
,但并不代表就要证明
的最小值大于等于
,因为大多数情况下,
的零点是解不出来的. 凹凸性反转就是为了解决这一情况而产生的.

对于这种导数零点不可求的不等式,我们可以(当然这里并不纠结如何做到)将其转化为证明
,然后通过证明
(这个命题显然会更强),来得到结论. 但是,很明显的是,
取最值的位置跟
取最值的位置
一定不一样,否则,我们移项构造
,那
(同时也是
)取最值的位置就是相同的,也就是导数零点可求,那干嘛不直接求导证明呢?

如果我们移项,变成
,其中
都有最小值(不妨设分别是
),那么
就只是简单的应用了不等式的基本性质:若
,则
,仅此而已.

那么从这里大致可以窥探到这个“凹凸性反转”的奥秘:把整个函数

分拆成多个函数
之和,分别取
的最小值,则这个整体
.

至于为什么要叫“凹凸性反转”这个名字呢,我认为这和我的“极偏转公式”(小小打个广告)一样,从结论的形态上面来说的。一般凹函数指下凹函数,凸函数指上凸函数,而下凸函数在给定区间能找到最小值,上凸函数在给定区间能找到最大值,通过上面我引用块的这句话就能明白:

对于这种导数零点不可求的不等式,我们可以(当然这里并不纠结如何做到)将其转化为证明
,然后通过证明
(这个命题显然会更强),来得到结论.

好,下面来几道例题:

例题来源(以下给出的解答为个人打印后在学校写的时候原创):

未灬秋色:常见导数放缩题汇总及解答​zhuanlan.zhihu.com

3549aa4b3fa73fc00d712db71a5766a4.png

这个题我没有创新的地方,不过可以指出的是:

在上面证明

情形时, 对于:
,这一步运用了凹凸性反转。

其中:

可以用导函数的极小值在
处取得证明。

d1f863c96e60e48ba18cf171c65ee227.png

解:不等号左边等价于 :

第一个括号里面用导数,极小值在

取得:

第二个括号里只需用基本不等式即可,在

取得:
.

由于等号在不同处取得,综上所述,原不等式成立。

8afaaf6290fb402595b64dbd61b77fab.png

解:原不等式等价于证明:

.

不等号左边等价于:

上面第一个不等号用了基本的放缩不等式:

,由切线不等式:
得到。

第一个括号里面用导数,极大值在

取得:
.

第二个括号里面用到的是“有界放缩”:等号在端点处

取得。
有一种办法叫做界性放缩.
界性放缩的意思就是,某个部分,在某个范围内有界,就直接放成它的界.
这样做的目的在于减少变量,因为界是固定的,放成界就是放成了定值. 像这里,前两个都是负的,最后一个需要是正的,一个正的要干掉两个负的,那么我用界性放缩把负的都放成一个界,合并在一起,就是一个负的,一正一负打起架来就容易多了...

该思想来源于海明大佬的另一篇文章。

未灬秋色:考前写点“有用”的东西​zhuanlan.zhihu.com

由于等号在相同处取得,综上所述,原不等式成立。

11d4f2aa0ea75a7d9973122c172639d3.png
10月1日补充,这个第二问是14年全国一卷的压轴,第一问我改了一下

凹凸性反转就说到这吧,最后还是希望大家能把这个方法掌握,若是对放缩有兴趣的同学,不妨把海明大佬的那篇文章里面的题目都打下来自己独立做一遍,每日几题,相信我,不过五天,你对导数放缩将会有一个新的认知(以下是个人的打印的笔记资料,手机像素不行,只是给大家一个感觉~)!

4c37045aa7edf5374e189de1898c0cb4.png
个人打印资料的一个注记情况https://www.zhihu.com/video/1107044448718024704

最后,一并推荐Dylaaan大大 @Dylaaan 的一篇关于导数含参不等式的放缩方法的文章,一个星期前本人的数学周考在机缘巧合下考察到了一个这种类型的题目,用该法轻松解决,希望大家有兴趣的话不妨也去看看~

Dylaaan:【导数压轴题】“偏导数”与含参不等式​zhuanlan.zhihu.com
238201c53705a470a0f2c2fba2a18512.png

还提一句,凹凸性反转和隐零点在初等程度上面的放缩是可以说能等价的,但在比较谈及精度的情况下,只可以说各有优劣,而且二者可以配合使用。不过个人更喜欢凹凸性反转~

下面是Dylaan大大的一篇不错的介绍隐零点法的文章

Dylaaan:【导数压轴题】“隐零点”的处理策略​zhuanlan.zhihu.com
c796d01b5df401e05a1f8ca5a47ec4d0.png

版权声明:本文为weixin_34078749原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。