函数极值的必要条件与充分条件：一阶导为零二阶导判凹凸

判定函数极值的完整流程：从一阶导定位候选点到二阶导判断凹凸

你是否遇到过这样的问题：求出一个函数 f(x) 的导数并令其等于零，得到一堆候选点，却分不清哪些是山顶（极大值），哪些是山谷（极小值），哪些只是“平路”（鞍点）？本指南将手把手带你走通“一阶导定位候选点，二阶导判断凹凸性”的标准流程，让你彻底告别模糊的判断。

1. 找出所有“可疑”的候选点——一阶导数为零或不存在

核心思想：函数在极值点（峰顶或谷底）的切线斜率必然为 0（或导数不存在）。所以第一步就是找到所有使一阶导 f'(x)=0 的点，以及所有一阶导不存在的点（如尖点、断点）。这些点统称为临界点，是极值的疑似对象。

• 步骤：计算 函数 f(x) 的一阶导数 f'(x)。
• 步骤：解方程 f'(x) = 0，得到所有实数解。
• 步骤：检查 定义域内 f'(x) 不存在的点（例如分母为零的点、绝对值函数的拐点等）。

示例：对 f(x)=x^3 - 3x，求导得 f'(x)=3x^2 - 3。解 3x^2 - 3 = 0 得 x = ±1。这两个点就是临界点。

2. 用二阶导数判断凹凸性——区分极大值与极小值

在临界点处，函数是“向上弯”（凹，f''(x) > 0）还是“向下弯”（凸，f''(x) < 0）？前者对应极小值，后者对应极大值。如果二阶导等于零，则方法失效，需要更高阶导数或直接通过一阶导的符号变化来判断。

2.1 当 f''(x) > 0：该点是极小值（山谷）

想象一个开口向上的抛物线 y=x^2，导数为零的点 x=0 处，二阶导 2 > 0，函数图像在该点“凹”下去，形成最小值。

步骤：计算 二阶导 f''(x)。
步骤：代入 临界点 x=c 到 f''(x) 中。
步骤：判定 若 f''(c) > 0，则 f(c) 是极小值。

2.2 当 f''(x) < 0：该点是极大值（山峰）

与上相反，开口向下的抛物线 y=-x^2 在顶点的二阶导为负数（-2 < 0），形成最大值。

步骤：代入 临界点 x=c 到 f''(c)。
步骤：判定 若 f''(c) < 0，则 f(c) 是极大值。

2.3 当 f''(x) = 0：方法失效，回退到一阶符号法

若二阶导为零，说明该点可能是拐点（如 y=x^3 在 x=0），也可能是极值点（如 y=x^4 在 x=0 是极小值，但其二阶导 12x^2 在 x=0 为零）。此时需用一阶导符号变化法（也称第一充分条件）来判别。

步骤：取 临界点 c 左右两侧的测试点，比较 f'(x) 的符号：

• 若 f' 从正变负 → 极大值
• 若 f' 从负变正 → 极小值
• 若 f' 符号不变 → 不是极值（是拐点）

3. 完整判断举例：f(x)=x^3 - 3x

若遇到 f''(c)=0 的情况，例如 f(x)=x^4，临界点 x=0 处 f''(0)=0，则需检查 f'(x)=4x^3 在 x=0 左右的符号：左边负，右边正，所以是极小值。

4. 实战速查表：临界点分类与决策

要点：极值点一定是临界点（导数零或不存），但临界点不一定是极值点。二阶导为正是山谷，为负是山峰，为零则需额外验证。

现在你已经掌握了最经典、最实用的判定方法。遇到具体函数时，先找临界点，再算二阶导，按上述表格套用即可。