图像有个最显著的特征,就是它弯曲的朝向。图1的左边,曲线是凹的,右边是凸的。二阶导的符号可以向我们提供凹凸信息。



拐点回归stata 拐点模型结论_凹凸


图1



正的二阶导f′′(x)>0说明f′(x)的斜率是x的增函数。这意味着切线从左到右逆时针转动,如图2左边。我们说曲线是凹的(凹面是空心的那一边)。除了切点外,曲线位于切线的上方。同样的,如果二阶导是负的f′′(x)<0,那么f′(x)的斜率是减函数,切线从左到右顺时针转动,如图2右边。我们说曲线是凸的。除了切点以外,曲线位于切线的下方。



拐点回归stata 拐点模型结论_微积分与解析几何_02


图2




大部分曲线在某些区间为凹的,在其他区间为凸的。像图2中的点P,通过它后凹凸性会改变,这样的点叫做拐点。如果

f′′(x)是连续的,且在点 P两侧符号相反,那么P本身就是零点。找拐点主要就是求解等式f′′(x)=0,检查每个根两边的凹凸性。

例1:考虑函数


y=f(x)=2x3−12x2+18x−2


的凹凸性,计算一阶导



f′(x)=6x2−24x+18=6(x−1)(x−3)


二阶导



f′′(x)=12x−24=12(x−2).


驻点(

f′(x)=0的根)是 x=1,x=3,对应的值为 y=6,y=−2。 可能的拐点是 x=2,因为它是 f′′(x)=0的根。很明显 x<2 时函数为正, x>2时函数为负,所以图像在 x=2左边为凸,右边为凹。所以的确存在一个拐点,如图3。



拐点回归stata 拐点模型结论_斜率_03


图3



例2:有理函数


y=1x2+1


比较容易画出来,因为它关于

y轴对称。在x=0处有最小值,因为此时分母最小,当 |x|→∞时, y→0。 从直觉上它的图像如图4。很明存在两个拐点,接下来的问题是如果确定他们的位置。首先,计算一阶导



y′=−2x(x2+1)2


二阶导



y′′==(x2+1)2⋅(−2)+2x⋅2(x2+1)⋅2x(x2+1)4(x2+1)⋅(−2)+8x2(x2+1)3=2(3x2−1)(x2+1)3


解等式

y′′=0的 x=±1/3√,拐点的位置。我们可以根据每部分凹凸性来证实最开始我们对它的大致印象。当 x2<13时, y′′<0。当 x2>13时, y′′>0。这些事实告诉我们 −1/3√<x<1/3√时,图像时凸的,其余部分是凹的。



拐点回归stata 拐点模型结论_微积分与解析几何_04


图4



注解1:我们已经在例子中说明,知道了f′′(x0)=0不能保证x=x0是拐点。我们还必须知道图像在x0两侧的凹凸情况。考虑一个最简单的函数y=f(x)=x4(图5)。f′(x)=4x3,f′′(x)=12x2,所以x=0处f′′(x)=0。然而,f′′(x)在x=0点的两侧均是正的,因此这个点对应的是极小值,不是拐点。函数y=x5−5x4给出了一个更复杂的类似情况。



拐点回归stata 拐点模型结论_斜率_05


图5





y′=5x4−20x3y′′=20x3−60x2=20x2(x−3).



y′′=0的根是 x=0,x=3。然而, y′′在 x=0处没有改变符号,所有只有 x=3是拐点。图像在该点左边是凸的,右边是凹的。

注解2:我们很容易做出函数y=x1/3=x√3的图像(图6),明显在x=0处有拐点。我们也可以通过求二阶导验证它


y′=13x−2/3



y′′=−29x−5/3=−29x5−−√3


所以如果

x<0, y′′为正, x>0, y′′为负。然而, y′′在 x=0处不存在。为了找到拐点,我们不仅要考虑 y′′=0,还得考虑 y′′不存在的情况。



拐点回归stata 拐点模型结论_微积分与解析几何_06


图6



注解3:有一个二阶导测试,也就是用二阶导来确定驻点是否为极大或极小值(非正式的用图7 来说明:如果f′(x0)=0且f′′(x0)<0,那么它是极大值(左图);如果f′(x0)=0且f′′(x0)>0,那么它是极小值(右图))。有时候这个测试非常有用,但是经常被夸大了。之后我们会看到许多应用来确定极大极小值,没有哪种测试是万能的。



拐点回归stata 拐点模型结论_凹凸_07


图7