函数的应用
必修1 第三章：函数的应用
本章的核心思想是数学建模，即利用函数知识解决现实世界中的问题。主要涉及两个核心概念：函数的零点和函数模型。
3.1 函数与方程
基础概念与术语：
- 函数的零点 (Zero of a Function)：
- 定义：对于函数 $y = f(x)$，使 $f(x) = 0$ 的实数 $x$ 叫做函数 $y = f(x)$ 的零点。
- 几何意义：函数 $y = f(x)$ 的图象与 $x$ 轴交点的横坐标。
- 等价关系：方程 $f(x) = 0$ 有实数根 $\iff$ 函数 $y = f(x)$ 的图象与 $x$ 轴有交点 $\iff$ 函数 $y = f(x)$ 有零点。
- 零点存在性定理 (Zero Existence Theorem)：
- 如果函数 $y = f(x)$ 在区间 $[a, b]$ 上的图象是连续不断的一条曲线，并且有 $f(a) \cdot f(b) < 0$，那么，函数 $y = f(x)$ 在区间 $(a, b)$ 内有零点，即存在 $c \in (a, b)$，使得 $f(c) = 0$。
- 注意：该定理只能判断零点存在，不能判断零点个数；若 $f(a) \cdot f(b) > 0$，零点也可能存在（例如变号零点与不变号零点）。
- 二分法 (Bisection Method)：
- 定义：对于在区间 $[a, b]$ 上连续不断且 $f(a) \cdot f(b) < 0$ 的函数 $y = f(x)$，通过不断地把函数 $f(x)$ 的零点所在的区间一分为二，使区间的两个端点逐步逼近零点，进而得到零点近似值的方法。
- 步骤：
- 确定区间 $[a, b]$，验证 $f(a) \cdot f(b) < 0$，给定精确度 $\varepsilon$。
- 求区间 $(a, b)$ 的中点 $c = \frac{a + b}{2}$。
- 计算 $f(c)$：
- 若 $f(c) = 0$，则 $c$ 就是函数的零点；
- 若 $f(a) \cdot f(c) < 0$，则令 $b = c$（此时零点在 $(a, c)$ 内）；
- 若 $f(c) \cdot f(b) < 0$，则令 $a = c$（此时零点在 $(c, b)$ 内）。
- 判断是否达到精确度 $\varepsilon$：即若 $|a - b| < \varepsilon$，则得到零点近似值 $a$（或 $b$）；否则重复步骤 2~4。
3.2 函数模型及其应用
基础概念与术语：
- 常见函数模型 (Common Function Models)：
教材中重点介绍了以下几种增长/变化模型，理解它们的增长差异是本章的关键。
- 一次函数模型 (Linear Model)：$y = kx + b$ ($k \neq 0$)。
- 特点：直线上升（或下降），增长速度（斜率 $k$）保持不变，称为直线上升。
- 二次函数模型 (Quadratic Model)：$y = ax^2 + bx + c$ ($a \neq 0$)。
- 特点：抛物线形状，常用于解决最优化问题（如利润最大、面积最大）。
- 指数函数模型 (Exponential Model)：$y = N \cdot a^x$ ($a > 1, N > 0$)。
- 特点：随着 $x$ 增大，增长速度越来越快，呈爆炸式增长，称为指数爆炸。
- 对数函数模型 (Logarithmic Model)：$y = m \log_a x + n$ ($a > 1, m > 0$)。
- 特点：随着 $x$ 增大，增长速度越来越慢，增长趋于平缓，称为对数增长。
- 幂函数模型 (Power Model)：$y = x^n$ ($n > 0$)。
- 特点：增长速度介于指数函数和对数函数之间（当 $n > 1$ 时）。
- 一次函数模型 (Linear Model)：$y = kx + b$ ($k \neq 0$)。
- 数学建模的基本过程：
- 审题：理解实际问题，明确已知条件和求解目标。
- 建模：将实际问题抽象为数学问题，选择合适的函数模型（建立函数关系式）。
- 求解：利用数学方法（如求最值、解方程、不等式等）求解模型。
- 还原：将数学结果还原为实际问题的解，并检验其合理性。
- 拟合 (Fitting)：
- 在实际问题中，数据往往不是严格落在某条曲线上。通过散点图观察数据分布趋势，选择最接近的函数模型来近似描述变量间的关系，这个过程叫拟合。