巧解高考导数压轴题：目标函数法破单调性
在高三冲刺的深夜，你面对一张布满导数压轴题的试卷，草稿纸上写满了求导、化简、讨论——可思路依然卡在某个含参不等式上。明明每一步都正确，却始终拼不出完整的逻辑链条。
这正是许多学生在应对高考导数题时的真实困境：不是不会算，而是不知道该往哪个方向算。
与圆锥曲线依赖大量代数运算不同，导数题的核心在于结构洞察力——能否从复杂的表达式中迅速剥离出决定函数行为的关键部分。而“目标函数法”正是这样一种能帮你精准定位突破口的思维利器。
我们不妨先看一个典型场景：
函数 $ f(x) = \frac{e^x(x - 1)}{x^2} $，求其单调区间。
直接分析这个导函数的符号？分子分母都有变量，还带指数，一眼看不出规律。但如果你注意到：
- $ e^x > 0 $ 恒成立
- $ x^2 > 0 $ 在定义域内（除 $ x=0 $）也恒正
那整个导数的符号其实就由 $ x - 1 $ 决定！
于是问题瞬间简化为研究一次函数 $ g(x) = x - 1 $ 的正负性。这就是所谓的“目标函数”——我们人为构造的一个更简洁、更容易分析的辅助函数，用来替代原始导函数完成关键判断。
这种“去伪存真”的转化，并非巧合，而是有一套清晰的数学依据支撑。
关键定理：符号保持变换
设导函数可分解为：
$$
f’(x) = h(x) \cdot g(x)
$$
若在某区间内 $ h(x) > 0 $ 恒成立，则 $ f’(x) $ 的符号完全由 $ g(x) $ 决定。即：
$$
\text{sign}(f’(x)) = \text{sign}(g(x))
$$
这意味着，只要能把导函数中的“恒正因子”分离出去，剩下的部分就可以作为目标函数来研究。
常见的恒正因子包括：
- $ e^x $（指数函数永远大于零）
- $ x^2, (x+1)^2 $ 等平方项（在非零点处为正）
- 分母如 $ x^2 + 1 $、$ \ln^2 x $ 等永不取负或零的表达式
掌握这一点后，原本令人望而生畏的复杂导数式，往往可以被“瘦身”成一个初等函数进行分析。
来看一道近年高考真题实战：
【2023年新课标Ⅰ卷·理数第21题】
已知函数 $ f(x) = e^x - ax $，其中 $ a \in \mathbb{R} $。
（1）讨论 $ f(x) $ 的单调性；
（2）若 $ f(x) \geq 1 $ 对所有实数 $ x $ 成立，求 $ a $ 的取值范围。
第一问看似基础，却是训练目标函数法的经典模板。
求导得：
$$
f’(x) = e^x - a
$$
这里 $ e^x $ 是严格递增且恒大于零的函数，因此我们可以令目标函数 $ g(x) = e^x $，将原问题转化为：比较 $ g(x) $ 与常数 $ a $ 的大小关系。
- 当 $ a \leq 0 $：由于 $ e^x > 0 \geq a $，故 $ f’(x) > 0 $，函数在整个实数域单调递增；
- 当 $ a > 0 $：解方程 $ e^x = a $ 得临界点 $ x = \ln a $
- 若 $ x < \ln a $，则 $ e^x < a \Rightarrow f’(x) < 0 $
- 若 $ x > \ln a $，则 $ e^x > a \Rightarrow f’(x) > 0 $
所以当 $ a > 0 $ 时，函数在 $ (-\infty, \ln a) $ 上递减，在 $ (\ln a, +\infty) $ 上递增。
这个过程的本质，是把对导函数符号的动态追踪，转化为对两个函数图像交点的静态分析——而这正是目标函数法的精髓所在。
再看第二问，要求 $ f(x) \geq 1 $ 恒成立，即：
$$
e^x - ax \geq 1 \quad \forall x \in \mathbb{R}
$$
构造新函数 $ h(x) = e^x - ax - 1 $，问题变为 $ h(x) \geq 0 $ 恒成立。
再次使用目标函数法分析极值情况。显然 $ h’(x) = e^x - a $，极小值点出现在 $ x = \ln a $（仅当 $ a > 0 $），此时最小值为：
$$
h(\ln a) = a - a\ln a - 1
$$
令其 $ \geq 0 $，即：
$$
a(1 - \ln a) \geq 1
$$
定义辅助函数 $ \varphi(a) = a(1 - \ln a) $，对其求导：
$$
\varphi’(a) = 1 - \ln a - 1 = -\ln a
$$
可知 $ \varphi(a) $ 在 $ (0,1) $ 单调递增，在 $ (1,+\infty) $ 单调递减，最大值在 $ a=1 $ 处取得，且 $ \varphi(1)=1 $。
因此要使 $ \varphi(a) \geq 1 $，只能有 $ \varphi(a) = 1 $，即 $ a = 1 $。
验证：当 $ a=1 $，$ h(x) = e^x - x - 1 $，最小值在 $ x=0 $，$ h(0)=0 $，满足条件。
最终答案：$ a = 1 $。
你会发现，整个解题流程像搭积木一样层层推进——每一步都不依赖灵感闪现，而是基于明确的操作规则。而这套规则，正是我们所说的“目标函数法”的完整范式：
定义域 → 原函数 → 导函数 → 分离恒正因子 → 构造目标函数 → 分析零点与单调性 → 回推原函数性质
它不仅适用于单一函数讨论，也能自然延伸到含参分类、恒成立、存在性等综合题型。
再举一例巩固理解：
【2021年全国乙卷·理数第20题】
设 $ f(x) = \ln x - a(x^2 - 1) $，$ a > 0 $
（1）讨论单调性；
（2）若 $ f(x) \leq 0 $ 对所有 $ x \geq 1 $ 恒成立，求 $ a $ 的取值范围。
求导：
$$
f’(x) = \frac{1}{x} - 2ax = \frac{1 - 2a x^2}{x}
$$
观察发现：分母 $ x > 0 $ 在定义域内恒正，因此符号由分子决定。
令目标函数 $ g(x) = 1 - 2a x^2 $，这是一个开口向下的二次函数。
解 $ g(x) = 0 $ 得 $ x = \frac{1}{\sqrt{2a}} $
- 当 $ x < \frac{1}{\sqrt{2a}} $，$ g(x) > 0 \Rightarrow f’(x) > 0 $
- 当 $ x > \frac{1}{\sqrt{2a}} $，$ g(x) < 0 \Rightarrow f’(x) < 0 $
所以函数在 $ \left(0, \frac{1}{\sqrt{2a}}\right) $ 上递增，在 $ \left(\frac{1}{\sqrt{2a}}, +\infty\right) $ 上递减。
第二问要求 $ f(x) \leq 0 $ 对所有 $ x \geq 1 $ 成立。
注意 $ f(1) = \ln 1 - a(1 - 1) = 0 $，说明边界值恰好为 0。要让整体不超过 0，就必须保证函数在 $ [1, +\infty) $ 上的最大值 ≤ 0。
根据单调性，最大值可能出现在：
- 左端点 $ x=1 $
- 或极大值点 $ x_0 = \frac{1}{\sqrt{2a}} $，如果它落在区间内部
分类讨论：
- 若 $ \frac{1}{\sqrt{2a}} \leq 1 $，即 $ a \geq \frac{1}{2} $，则在 $ [1,+\infty) $ 上函数单调递减，最大值在 $ x=1 $，值为 0，满足条件；
- 若 $ a < \frac{1}{2} $，则极大值点 $ x_0 > 1 $，需计算：
$$
f(x_0) = \ln\left(\frac{1}{\sqrt{2a}}\right) - a\left(\frac{1}{2a} - 1\right) = -\frac{1}{2}\ln(2a) - \frac{1}{2} + a
$$
要求：
$$
a - \frac{1}{2}\ln(2a) \leq \frac{1}{2}
$$
令 $ \psi(a) = a - \frac{1}{2}\ln(2a) $，考虑其在 $ (0, \frac{1}{2}) $ 的行为。
当 $ a \to 0^+ $，$ \ln(2a) \to -\infty $，$ -\frac{1}{2}\ln(2a) \to +\infty $，所以 $ \psi(a) \to +\infty $，明显超过 $ \frac{1}{2} $，不满足。
进一步分析可知，只有当 $ a \geq \frac{1}{2} $ 时才能确保最大值控制在 0 以内。
最终结论：$ a \geq \frac{1}{2} $
这套方法的魅力在于，它把原本需要“灵机一动”的难题，变成了可复制、可训练、可自动化的标准化流程。
而在实际学习过程中，还有一个常被忽视的瓶颈：如何快速准确地将纸质题目转化为数字信息？
想象一下：你在刷历年真题卷，拍下一道导数题，上传至网页工具，几秒后自动识别出函数表达式、提取出 $ f(x), f’(x) $，甚至初步建议目标函数构造方式——这不是科幻，而是当下 AI 技术已经能做到的事。
比如腾讯混元OCR（HunyuanOCR）就具备强大的数学公式识别能力，支持 LaTeX 输出，能够精准还原复杂结构如分式、指数、对数等。你可以通过以下步骤实现高效处理：
1. 打开 HunyuanOCR-APP-WEB 页面 2. 上传含有导数题的截图或照片 3. OCR 自动识别并返回文本： "已知函数 f(x) = e^x - ax - 1，讨论其单调区间" 4. 将表达式粘贴进本地笔记或交互环境 5. 启动目标函数法分析流程这种“看得清 → 提取得快 → 解得准”的闭环，正在重塑高效学习的方式。
更重要的是，AI 不是用来代替思考的，而是帮助你更快进入深度思考的状态。当你不再被抄错符号、漏掉括号等问题困扰时，才能真正专注于逻辑构建与本质理解。
回顾全文，我们并没有引入任何超纲知识，也没有依赖特殊技巧。所有的推导都建立在高中数学的基础之上：求导法则、函数单调性、极值判定、不等式分析。
但我们通过“目标函数法”这一思维框架，实现了三个跃迁：
- 从盲目求导到有目标地拆解：不再为了求导而求导，而是带着“我要分离出核心变量部分”的目的去操作；
- 从碎片化尝试到系统化推理：每一步都有明确的下一步，形成稳定的心理预期和解题节奏；
- 从手工演算到智能协同：借助 OCR 和公式提取工具，减少低效重复劳动，把精力留给真正的创造性思维。
未来的高考数学高手，不再是单纯“刷题最多”的人，而是最善于整合工具、优化流程、提炼模式的学习者。
当你能在看到一道导数题的三分钟内，完成识别、构造目标函数、画出符号变化图、写出完整分类讨论，你就已经走在了大多数人的前面。
而这一切，并不需要天赋异禀，只需要掌握一套正确的解题哲学。
让每一道导数题，都能被看见、被理解、被征服。
