拉格朗日乘数法,一种计算条件极值的方式
一、拉格朗日乘数法简介
在日常的生产生活中,当我们要要安排生产生活计划的时候,常常会在现实物理资源约束的条件下,计算得到收益最大或者损失最小的计划; 像这种对自变量有附加条件的极值称为条件极值;拉格朗日乘数法是一种直接计算解决条件极值的方法;
拉格朗日乘数法的定义如下:
设有 f(x,y),φ(x,y)f(x, y), \varphi(x,y)f(x,y),φ(x,y) 两个函数,并且两者都有一阶连续偏导数,则做拉格朗日函数为
F(x,y,λ)=f(x,y)+λφ(x,y)F(x, y, \lambda) = f(x, y) + \lambda \varphi(x,y) F(x,y,λ)=f(x,y)+λφ(x,y)
令函数F的各个偏导数 Fx=0,Fy=0,Fλ=0F_{x} = 0, F_{y} = 0, F_{λ} = 0Fx=0,Fy=0,Fλ=0,计算各个偏导数并联立方程得到
{fx(x,y)+λφx(x,y)=0fy(x,y)+λφy(x,y)=0φ(x,y)=0\left\{\begin{matrix} f_{x}(x,y) + \lambda \varphi_{x}(x,y)=0 \\ f_{y}(x,y) + \lambda \varphi_{y}(x,y)=0 \\ \varphi(x,y)=0 \end{matrix}\right. ⎩⎨⎧fx(x,y)+λφx(x,y)=0fy(x,y)+λφy(x,y)=0φ(x,y)=0
由此方程组解出拉格朗日函数稳定点 (x0,y0,λ0)(x_{0},y_{0},λ_{0})(x0,y0,λ0),则 (x0,y0)(x_{0},y_{0})(x0,y0) 就是函数 f(x,y)f(x, y)f(x,y) 在附加条件 φ(x,y)=0\varphi(x,y)=0φ(x,y)=0 下的可能极值点;
二、拉格朗日乘数法的推导
目标函数
f(x,y)=0(1)f(x, y) = 0 \tag{1} f(x,y)=0(1)
约束条件
φ(x,y)=0(2)\varphi(x,y) = 0 \tag{2} φ(x,y)=0(2)
如果函数(1)在点 $ (x_{0}, y_{0}) $ 得到极值,那么首先会满足约束条件
φ(x0,y0)=0(3)\varphi(x_{0},y_{0}) = 0 \tag{3} φ(x0,y0)=0(3)
设 f(x,y)f(x, y)f(x,y) 与 φ(x,y)\varphi(x,y)φ(x,y)在点 (x0,y0)(x_{0}, y_{0})(x0,y0) 的某个邻域内有连续偏导数,且满足
φy(x0,y0)≠0\varphi_{y}(x_{0},y_{0}) \ne 0 φy(x0,y0)=0
由隐函数存在定理,式(2)在点 $(x_{0}, y_{0}) $ 的某邻域内能唯一确定一个单值可导且具有连续导数的函数 y=y(x)y=y(x)y=y(x) ,并且有 y0=f(x0)y_{0}=f(x_{0})y0=f(x0),以及
dydx∣x=x0=−φx(x0,y0)φy(x0,y0)(4)\left.\frac{\mathrm{d} y}{\mathrm{~d} x}\right|_{x=x_{0}}=-\frac{\varphi_{x}\left(x_{0}, y_{0}\right)}{\varphi_{y}\left(x_{0}, y_{0}\right)} \tag{4} dxdy∣∣∣∣x=x0=−φy(x0,y0)φx(x0,y0)(4)
将 y=y(x)y=y(x)y=y(x) 带入公式(1)得到
z=f(x,y(x))(5)z = f(x, y(x)) \tag{5} z=f(x,y(x))(5)
公式(5)也同公式(1)在 $(x_{0}, y_{0}) $ 处取的极值,有一元函数取得极值的必要条件可得
dzdx∣x=x0=fx(x0,y0)+fy(x0,y0)dydx∣x=x0=0(6)\left.\frac{\mathrm{d} z}{\mathrm{~d} x}\right|_{x=x_{0}}=f_{x}\left(x_{0}, y_{0}\right)+\left.f_{y}\left(x_{0}, y_{0}\right) \frac{\mathrm{d} y}{\mathrm{~d} x}\right|_{x=x_{0}}=0 \tag{6} dxdz∣∣∣∣x=x0=fx(x0,y0)+fy(x0,y0) dxdy∣∣∣∣x=x0=0(6)
将公式(4)带入公式(6)得到
fx(x0,y0)−fy(x0,y0)⋅φx(x0,y0)φy(x0,y0)=0(7)f_{x}\left(x_{0}, y_{0}\right)-f_{y}\left(x_{0}, y_{0}\right) \cdot \frac{\varphi_{x}\left(x_{0}, y_{0}\right)}{\varphi_{y}\left(x_{0}, y_{0}\right)}=0 \tag{7} fx(x0,y0)−fy(x0,y0)⋅φy(x0,y0)φx(x0,y0)=0(7)
为了解出 $(x_{0}, y_{0}) $ ,引入辅助变量
λ0=−fy(x0,y0)φy(x0,y0)\lambda_{0}=-\frac{f_{y}\left(x_{0}, y_{0}\right)}{\varphi_{y}\left(x_{0}, y_{0}\right)} λ0=−φy(x0,y0)fy(x0,y0)
则公式(3)和公式(7)均成立等价于
{fx(x0,y0)+λ0φx(x0,y0)=0fy(x0,y0)+λ0φy(x0,y0)=0φ(x0,y0)=0(8)\left\{\begin{array}{l} f_{x}\left(x_{0}, y_{0}\right)+\lambda_{0} \varphi_{x}\left(x_{0}, y_{0}\right)=0 \\ f_{y}\left(x_{0}, y_{0}\right)+\lambda_{0} \varphi_{y}\left(x_{0}, y_{0}\right)=0 \\ \varphi\left(x_{0}, y_{0}\right)=0 \end{array}\right. \tag{8} ⎩⎨⎧fx(x0,y0)+λ0φx(x0,y0)=0fy(x0,y0)+λ0φy(x0,y0)=0φ(x0,y0)=0(8)
在 f(x,y),φ(x,y)f(x, y), \varphi(x,y)f(x,y),φ(x,y) 给定的前提下,我们可以通过公式(8)计算得到 (x0,y0,λ0)(x_{0}, y_{0}, \lambda_{0})(x0,y0,λ0) ,我们可根据公式(8)的特点构造以下函数
F(x,y,λ)=f(x,y)+λϕ(x,y)F(x, y, \lambda)=f(x, y)+\lambda \phi(x, y) F(x,y,λ)=f(x,y)+λϕ(x,y)
可以看到公式(8)等价 F(x,y,λ)F(x, y, \lambda)F(x,y,λ) 的以下偏导数
{Fx(x0,y0,λ0)=0Fy(x0,y0,λ0)=0Fλ(x0,y0,λ0)=0\left\{\begin{array}{l} F_{x}\left(x_{0}, y_{0}, \lambda_{0}\right)=0 \\ F_{y}\left(x_{0}, y_{0}, \lambda_{0}\right)=0 \\ F_{\lambda}\left(x_{0}, y_{0}, \lambda_{0}\right)=0 \end{array}\right. ⎩⎨⎧Fx(x0,y0,λ0)=0Fy(x0,y0,λ0)=0Fλ(x0,y0,λ0)=0
通过以上推演过程,函数 F(x,y,λ)F(x, y, \lambda)F(x,y,λ) 称为拉格朗日函数,参数λ称为拉格朗日乘数,点 (x0,y0,λ0)(x_{0}, y_{0}, \lambda_{0})(x0,y0,λ0) 称为 F(x,y,λ)F(x, y, \lambda)F(x,y,λ) 的驻点或稳定点.
拉格朗日乘数法,一种计算条件极值的方式相关推荐
- 多元函数条件极值的求法 拉格朗日乘数法
一.条件极值概述 无其他条件求多元函数的极值,有时候称为无条件极值. 但在实际问题中,有时会遇到对函数的自变量还有附加条件的极值问题,称为条件极值. 例如,求表面积为a^2而体积为最大的长方体的体积问 ...
- 内点惩罚函数法matlab_拉格朗日乘数法求解多元条件极值问题
点击蓝字,关注废柴姐姐 拉格朗日乘数法 " 一种不直接依赖消元法而求解条件极值问题的有效方法 二元函数入手 我们从 皆为二元函数这一简单情况人手. 欲求函数 的极值,其中受条件 的限制. ...
- 多元函数微分学条件极值(拉格朗日乘数法)求解技巧总结
看到多元函数条件极值的题目,常用拉格朗日乘数法对号入座.但有时候如坐针毡,因为这种看似万能的方法计算量太大了.解方程解的生无可恋是常态.所以我总结了一些解条件极值的小技巧,希望对大家有所帮助. 总的来 ...
- 条件极值例题_条件极值问题、拉格朗日乘数法
最近有一道网红题长这样: 求 这看上去不是很像高中题,倒像是联赛的送分题,或者是拉格朗日乘数法的练习题. 在这里,我就给出一个有拉乘味道的解法: 取等条件 看了文章的标题,就能够知道上面 的系数是怎么 ...
- 拉格朗日乘数法(一种寻找变量受一个或多个条件所限制的多元函数的极值的方法)
拉格朗日乘数法 在数学最优问题中,拉格朗日乘数法(以数学家约瑟夫·路易斯·拉格朗日命名)是一种寻找变量受一个或多个条件所限制的多元函数的极值的方法.这种方法将一个有n 个变量与k 个约束条件的最优化问 ...
- 拉格朗日乘数法计算技巧
昨天有位朋友让我看了一道题(见下图),方法是使用拉格朗日乘数法进行求解的,我刚开始算的时候感到非常困难,后来在答案的帮助下发现可以从x,y,z的对称性以及成比例暗示中着手,经此一题,我不由发问:向我这 ...
- 拉格朗日乘数法 —— 通俗理解
拉格朗日乘数法(Lagrange Multiplier Method)在数学最优问题中,是一种寻找变量受一个或多个条件所限制的多元函数的极值的方法.记得以前大学高数.数模等课程多次提到过,在求解最有问 ...
- [Math Algorithm] 拉格朗日乘数法
https://www.cnblogs.com/maybe2030/p/4946256.html 阅读目录 1. 拉格朗日乘数法的基本思想 2. 数学实例 3. 拉格朗日乘数法的基本形态 4. 拉格朗 ...
- 拉格朗日乘数法怎么判断极大极小_最优化方法:拉格朗日乘数法
解决约束优化问题--拉格朗日乘数法 拉格朗日乘数法(Lagrange Multiplier Method)应用广泛,可以学习麻省理工学院的在线数学课程. 拉格朗日乘数法的基本思想 作为一种优化算法,拉 ...
- 最优化方法:拉格朗日乘数法
http://blog.csdn.net/pipisorry/article/details/52135854 解决约束优化问题--拉格朗日乘数法 拉格朗日乘数法(Lagrange Multiplie ...
最新文章
- 使用mysql内连接查询年龄_Mysql的连表查询
- DirectFB实例1--加载一幅图片
- 相邻省份最多的省区_2019年人口净流入最多的十座城市,其中有八座位于我国南方地区...
- xsmax进入dfu模式_iPhone XS/XS Max如何强制重启?如何进入恢复模式或DFU模式?
- Linux调试分析诊断利器----strace
- 10 个有关 String 的面试问题
- Docker Storm开发环境搭建
- Visual Studio 2010授权修改
- java8.0 platform图_Java Platform SE binary语言-Java编程32位/64位版(jdk-jeb)下载V8.0.2510.8官方安装版-西西软件下载...
- XP系统每次打开我的电脑出现自动扫描现象解决办法
- 使用变量替换批量部署GoldenGate
- sql时间函数的基本用法
- jQuery入门基础
- 小米 MIUI 主题制作
- 「c#」图片转换ico图标程序及源码
- 重新安装OFFICE2010失败
- CSAPP实验记录(二)Bomb Lab
- Need和Want有何不同?
- TIPC Cluster5
- 创业者如何克服困难,控制焦虑情绪,走向成功
热门文章
- 金立android手机怎么截图,金立M6手机怎么截图 金立M6截屏/截图方法(两种)
- 概率论在计算机科学的应用讲座,概率论导论(翻译版)
- root+android+8.0,荣耀8 root两步强刷Android 8.0
- 【SVN/Visual Studio】清除/更换AnkhSVN的用户登录信息
- 面向接口编程思想(面向对象思想)
- RHEL7设置默认启动图形化界面
- 《张宇考研数学基础30讲》思维导图-第1讲 高等数学预备知识
- ps补充图像缺失部位
- SDK开发技术规范总结
- PLSQL的下载、安装、配置远程连接Oracle 详解