1 基本概念
1.1 定义
临界点是函数研究中的基础概念，通常用来描述函数在某些位置上变化性质发生“转折”或需要进一步考察的点。一般而言，若函数在某一点处导数为零，或导数不存在，但该点仍属于函数的定义域，则该点可视为临界点。它不必然对应极大值或极小值，但往往是判断函数整体形态的重要起点。
1.1.1 导数为零的点
当函数在某点可导且导数等于零时，说明该点处切线斜率为零，函数在局部可能出现平坦的趋势。这类点常见于曲线顶部、底部或水平过渡区域。由于导数为零仅反映瞬时变化率为零，因此还需要结合邻域内函数的变化来判断其是否为极值点。
1.1.2 导数不存在的点
有些点虽然属于定义域，但函数在该点处不可导，例如出现尖点、折点、垂直切线等情况。这类点同样可能是临界点，因为它们往往对应函数局部性质发生突变的位置。判断时不能仅依赖求导公式，还要结合函数表达式、图像特征以及定义域结构综合分析。
1.2 相关术语
临界点与若干常见术语关系密切，尤其是在极值、单调性和图像分析中，这些概念经常同时出现。理解它们之间的区别，有助于避免把“导数为零”“取得极值”“图像弯曲方向改变”等现象混为一谈。
1.2.1 驻点
驻点通常指函数导数为零的点。它强调的是切线斜率为零这一导数意义上的性质，因此属于临界点的一种，但并不包含导数不存在的情况。驻点是否为极值点，还要进一步判断函数在该点两侧的变化趋势。
1.2.2 极值点
极值点是函数在局部范围内取得最大值或最小值的点。极值点往往出现在临界点处，但临界点并不一定是极值点。比如函数在某点处虽满足导数为零，却可能只是平缓通过，函数值并未形成峰值或谷值。
1.2.3 拐点
拐点是函数凹凸性发生改变的点。它与临界点有关，但不是同一概念。某些拐点导数存在且不为零，因而不属于临界点；也有些临界点同时是拐点，例如图像在某处平滑地由上凹转为下凹。二者需分别依据导数与凹凸性判断。
1.3 临界点与定义域
临界点的判定不能脱离函数的定义域。一个点是否有效，不仅取决于导数情况，还取决于该点是否属于函数可讨论的范围。尤其在区间端点、分段函数及带有约束的表达式中，这一问题更为常见。
1.3.1 内点与边界点
在开区间内部，临界点通常通过“导数为零或不存在”来识别；而在区间边界处，虽然导数的经典定义可能不适用，但边界点在最值分析中仍然具有重要意义。边界点一般不作为通常意义下的临界点，但在求区间最值时必须单独检查。
1.3.2 定义域限制下的临界点
当函数的定义域受到限制时，临界点的讨论必须在允许取值的范围内进行。例如分母不为零、根号内非负、对数真数为正等条件都会影响候选点的选取。实际分析中，先确定定义域，再筛选导数为零或不可导且属于定义域的点，是标准流程。
2 数学性质
2.1 必要性与充分性
临界点与极值之间存在密切联系，但两者并非等价。临界点常是寻找极值的必要条件，却不总是充分条件；换言之，发现临界点后，还需要额外检验它是否真的对应极大或极小。
2.1.1 极值存在的必要条件
对于可导函数而言，若某点是局部极值点且位于定义域内部，往往满足导数为零这一必要条件。这使得临界点成为极值搜索的第一批候选对象。因此，在处理最值问题时，通常先找临界点，再做进一步判别。
2.1.2 临界点不是极值点的情况
有些临界点只是函数变化方向暂时停顿，但不形成局部峰谷。例如函数在某点附近左右单调方向未变，或者图像只是平滑穿过该点，那么尽管导数为零，该点也未必是极值点。这种情形在多项式函数中尤其常见。
2.2 函数图像中的表现
从图像角度看，临界点往往对应曲线形态较为特殊的位置。它可能表现为平坦、尖锐、断裂式变化，或其他需要特别标注的局部特征。
2.2.1 水平切线
当导数为零时，函数图像在该点的切线水平。若曲线在附近呈现上升转为下降，或下降转为上升，则常分别对应极大值点和极小值点；若只是短暂变平，则可能只是普通驻点。
2.2.2 竖直尖点与不可导点
某些函数在临界点处会出现尖角或折角，图像看上去较为“尖锐”。此时导数可能不存在，但点仍在定义域内，因此属于临界点。若曲线在该点呈近乎竖直的方向，则也可能出现导数趋于无穷的情形，需要与普通不可导点区分。
2.3 多变量情形
在多变量函数中，临界点的概念更为广泛。此时不再只看一个导数，而是考察各个偏导数以及函数是否可微等条件。
2.3.1 偏导数为零
对可微的多变量函数而言，如果某点处所有一阶偏导数都为零，则该点通常是临界点的重要候选。这一条件相当于一元函数中“导数为零”的推广，也是研究局部极值、鞍点和稳定性的常用起点。
2.3.2 不可微但仍为临界点
多变量情形下，若函数在某点不可微，但该点属于定义域，且满足局部分析中的临界特征，也可纳入临界点讨论。与一元情形类似，判定不能只依赖偏导数，还要结合函数在该点附近的整体结构。
3 求解方法
3.1 一元函数的求解
一元函数的临界点求解通常流程清晰，适合按步骤进行。先求导，再找零点与不可导点，最后结合定义域筛选，即可得到候选集。
3.1.1 求导并令导数为零
对于可导的一元函数，先求出导函数，再解方程 f'(x)=0。方程的所有实根都是临界点候选，之后还要确认这些点确实属于原函数定义域。有时导函数可化简为因式形式，便于直接找根。
3.1.2 检查导数不存在点
除了导数为零，还要检查导数不存在的点，例如绝对值函数、分段函数或某些含分母、根式的表达式在特定点处的不可导情况。若该点属于定义域，则应列为临界点候选；若不属于定义域，则不计入。
3.2 多项式与有理函数
多项式和有理函数是临界点计算中最常见的两类对象。前者结构平滑，后者则常伴随定义域限制，因此处理方式略有不同。
3.2.1 因式分解法
多项式求导后，导函数往往可以因式分解。通过提取公因式、应用平方差或其他代数恒等式，可以将方程转化为若干简单因子的乘积为零，从而快速得到临界点。这种方法在高次多项式中尤其高效。
3.2.2 分母约束与定义域分析
有理函数的临界点分析必须先排除分母为零的点。求导后所得的临界点若导致原函数无定义，也不能保留为候选。此外，分母接近零的位置可能引发图像陡变，因此在图像分析中常需特别标注。
3.3 分段函数
分段函数在临界点处理中较为特殊，因为其不同表达式在各自区间内适用，拼接处往往是需要重点检查的地方。
3.3.1 分段端点检查
每一段的端点都应单独考察，尤其当端点属于定义域时，可能成为临界点或最值点。即便某段内部没有导数为零的点，端点仍可能决定函数在该段上的最大或最小值。
3.3.2 分段交界处分析
分段交界处可能出现连续但不可导的情形，也可能出现不连续或斜率突变。分析时应先检查函数值是否一致，再看左右导数是否存在以及是否相等。交界处若属于定义域且不可导，通常可列为临界点。
4 判别与应用
4.1 极值判别
临界点只是候选，真正判断其性质还需借助导数变化规律或更高阶信息。极值判别方法常用于课堂分析、函数草图以及优化计算。
4.1.1 一阶导数判别法
若临界点左侧导数为正、右侧导数为负，则该点常为极大值点；若左侧导数为负、右侧导数为正，则常为极小值点。这种方法直观且适用范围广，能直接反映函数在临界点前后的增减变化。
4.1.2 二阶导数判别法
对于可二次求导的函数，若在临界点处二阶导数大于零，图像通常向上弯曲，倾向于极小值；若二阶导数小于零，则倾向于极大值。若二阶导数等于零，则判别结果不确定，需要结合更高阶导数或其他方法继续分析。
4.1.3 高阶导数判别法
当临界点处低阶导数均为零时，可考察更高阶导数。若最先不为零的高阶导数阶数为偶数，则该点可能是极值点；若为奇数，则通常不是极值点，而更像平坦穿过的点。这种方法在多项式和解析函数中较为常用。
4.2 单调性分析
临界点是划分增减区间的重要分界线。通过考察它们两侧导数的符号变化，可以系统地判断函数的单调区间。
4.2.1 增减区间划分
先找出所有临界点，再将定义域按这些点分成若干区间，在每个区间内选取测试点判断导数符号。导数为正表示递增，导数为负表示递减。这样便可得到函数的完整单调性结构。
4.2.2 临界点与区间变化
临界点往往是单调性改变的潜在位置，但并非每个临界点都会导致增减方向切换。若导数在临界点两侧同号，则单调性未变；若异号，则该点通常对应单调转折，也更可能是极值点。
4.3 优化问题
在实际问题中，临界点是求最优方案的核心工具。无论是最小成本、最大效率，还是最佳几何尺寸，通常都要通过建立函数模型并寻找临界点来完成。
4.3.1 最大值与最小值
求最大值和最小值时，通常先在定义域内找出所有临界点，再与边界点一起比较函数值。这样可确保不遗漏全局最优解。对于闭区间上的连续函数，这一步尤其重要。
4.3.2 约束条件下的最优化
在带约束的问题中，临界点可能来自约束消元后的单变量函数，也可能来自更一般的拉格朗日乘子框架。无论采用哪种方式，本质上都是在可行范围内寻找函数变化受限时的候选最优点。
4.3.3 实际建模中的应用
临界点思想广泛用于工程设计、资源分配、经济分析和物理建模。例如，在成本与收益模型中，临界点常对应利润函数的最优取值位置；在几何设计中，则可能对应材料用量最省或面积最大的配置。
5 常见类型
5.1 平滑临界点
平滑临界点是最常见的一类，通常出现在函数可导且导数为零的位置。它们的图像过渡自然，没有尖角或断裂。
5.1.1 斜率为零的光滑点
这类点的局部形状通常较为平缓，切线水平，函数在点附近可能缓慢上升、缓慢下降，或者先变平再继续原方向变化。它们既可能是极值点，也可能只是普通的驻点。
5.2 尖点临界点
尖点临界点通常表现为图像在某处突然改变方向，形成明显的折角或尖角。此时导数不存在，但点本身仍在定义域内。
5.2.1 绝对值型函数示例
绝对值函数在零点附近常形成典型尖点。左右两侧斜率不同，导致该点不可导，但函数值连续，且在图像上十分醒目。此类点常被用作介绍不可导临界点的标准例子。
5.3 垂直切线临界点
垂直切线临界点是指函数在某点附近切线近似竖直，导数呈无穷大或无穷小趋势。虽然它与普通不可导点不同，但同样属于需要重点分析的特殊位置。
5.3.1 导数趋于无穷的情形
当函数变化极快时，斜率可能在某点附近发散，形成垂直切线。此时导数并非简单地等于某个有限值，而是表现为极限意义上的无穷大。判断这类点时，通常需要借助极限而非直接代入导数公式。
5.4 不可导但连续的临界点
有些点处函数连续，却由于左右斜率不一致、表达式拼接或局部形状特殊而不可导。这类点常常既保留函数值，又在导数层面形成断点。
5.4.1 分段拼接形成的临界点
分段函数在拼接处若连续但左右导数不同，就会形成典型的不可导临界点。此类点在图像上常表现为“接上了但拐了一下”，既不同于跳跃不连续，也不同于平滑驻点。
6 典型例题与图像分析
6.1 基础例题
基础例题通常围绕单变量函数展开，重点训练“求导—解方程—筛选定义域”的标准流程。
6.1.1 求单个临界点
例如某些简单函数求导后只得到一个零点，或只有一个不可导点。此时只需确认该点属于定义域，即可将其列为临界点。此类题目常用于熟悉临界点的基本定义。
6.1.2 求多个临界点
当导函数可分解为多个因子时，可能出现多个临界点。解题时需逐一求出所有候选点，再检查是否有点被定义域排除。多个临界点往往对应复杂的增减变化，为后续判别提供更多信息。
6.2 综合例题
综合例题通常把临界点、极值、单调性和图像草图联系起来，要求综合运用多种方法。
6.2.1 临界点与极值联合判断
这类问题一般先求临界点，再用一阶或二阶导数法判断其性质，最后给出极大值、极小值或无极值的结论。核心在于区分“候选点”与“最终结论”，避免仅凭导数为零就下判断。
6.2.2 临界点与函数草图绘制
绘制函数草图时，临界点是关键锚点。通过标出临界点、截距、单调区间与凹凸变化，可以较完整地复原图像轮廓。若再结合边界行为，图形特征会更加清晰。
6.3 常见误区
临界点相关题目中，错误往往来自概念混淆或步骤遗漏。掌握常见误区，有助于提高判断准确率。
6.3.1 将拐点误认为临界点
拐点描述的是凹凸性变化，而临界点描述的是导数为零或不存在。二者可能重合，但并非必然一致。若只看到图像弯曲方向改变，就直接认定为临界点，容易出错。
6.3.2 忽略定义域边界
在闭区间或受限定义域中，边界点常对最值起决定作用。若只找内部临界点而忽略端点，就可能漏掉全局最大值或最小值。这是最常见的失误之一。
6.3.3 漏掉不可导点
很多人习惯只解导数等于零的方程，却忘记检查导数不存在的点。对于绝对值函数、分段函数以及含根式或分母的表达式，这一步尤为重要。遗漏不可导点会直接导致临界点集合不完整。