最大値と最小値：定義、種類と数学における重要性

定義と基本的性質

大きさによって順序付けられた集合 A について、max(A) と表される A の最大値とは、A のほかのすべての要素以上である A の要素をいう。最小値 min(A) とは、A のほかのすべての要素以下である A の要素である。このような要素が A に存在しない場合でも、上限（最小上界）または下限（最大下界）について語ることができ、これらは必ずしも A に属するとは限らない。定義域 D 上で定義された関数 f では、D の点 x0 が、すべての x∈D に対して f(x0) ≥ f(x) を満たすとき、x0 を大域的最大点という。大域的最小点についても同様である。局所最大値および局所最小値では、同じ不等式がその点の小さな近傍にある x に対してのみ成り立つ。

微積分における判定法とフェルマーの定理

微分積分学では、微分可能な関数の極値は臨界点と密接に関係する。フェルマーの定理によれば、f が x0 で局所的極値をもち、かつ x0 で微分可能ならば、f'(x0)=0 である。この定理から実用的な手順が得られる。すなわち、導関数がゼロになるか、または定義されない臨界点を求め、二階導関数による判定や符号変化の解析を用いて、各点が局所最大、局所最小、あるいはそのいずれでもないかを調べる。閉区間の端点は、そこで導関数がゼロでなくても極値となりうることに注意が必要である。

多変数関数では、勾配ベクトルとヘッセ行列がこれらの考え方を一般化する。極値は勾配がゼロとなる点で生じ、ヘッセ行列はその点が最小値、最大値、または鞍点のいずれであるかの判定に役立つ。最適化アルゴリズムは、数値計算や工学設計においてこれらの基準を活用する。

歴史的・概念的背景

最大値と最小値の探究は、面積、距離、エネルギーなどの量を最適化した幾何学、天文学、力学に深い歴史的起源をもつ。その形式的な研究は微積分学および変分法に不可欠なものとなり、近代解析学における極値、境界および最適化の厳密な取扱いへと至った。凸解析や数値最適化などの現代的分野は、これらの基礎を複雑で制約を伴う問題へ拡張している。

用途、例と重要性

• 日常生活：計画上の問題で最小費用または最大容量を決定する。
• 科学・工学：制約のもとで形状を最適化し、エネルギーを最小化し、または収量を最大化する。
• 経済学：市場条件に従って利益の最大値または費用の最小値を求める。
• 計算機科学：大規模なデータ集合における大域的最大値・最小値、またはその近似を求めるアルゴリズム。

区別と有用な事実

重要な区別として、大域的極値と局所的極値、存在と達成可能性（上限・下限）、および内部の極値と境界上の極値がある。有界な集合のすべてが最大値または最小値をもつわけではないが、ユークリッド空間の空でない閉かつ有界な部分集合はすべてそれらをもつ。これは極値定理の帰結である。これらの主題について参考文献を調べる際には、集合と順序、関数と微積分の形式的な取扱いと例、最適化の文献における計算的観点、応用分野の実例、ならびに計算機科学の資料にあるアルゴリズム上の情報を参照できる。

最大値と最小値を理解することは、純粋数学と応用数学の双方の基礎である。極値の用語は、多くの状況における限界、制約および最適な挙動を記述する助けとなる。基本的な判定法と諸区別は、初等的な微積分から高度な最適化理論まで、中心的な道具であり続けている。