拉格朗日乘数法
条件极值的概念
条件极值
求函数 (称为目标函数)在满足约束条件 下的极值,称为条件极值(或约束极值)。
更一般地,求 元函数 在满足 个约束条件
下的极值,就是一般的条件极值问题。
无条件极值 vs 条件极值:
- 无条件极值:自变量在定义域内自由变化,不受额外限制。
- 条件极值:自变量必须满足某些约束条件,极值点被限制在约束曲面上。
条件极值的求解方法有两种:
- 代入法:从约束条件解出某些变量,代入目标函数,化为无条件极值。但当约束复杂时难以使用。
- 拉格朗日乘数法:通过引入拉格朗日乘数,将条件极值转化为求解方程组,是更通用的方法。
拉格朗日乘数法(单约束)
定理1
求目标函数 在约束条件 下的可能极值点,构造拉格朗日函数:
其中 称为拉格朗日乘数。令 的所有一阶偏导数为零:
解此方程组得到的 就是可能的条件极值点。
几何解释
推论
证明
符号说明
几何解释
拉格朗日乘数法的几何意义: 在条件极值点处,目标函数的梯度与约束曲线的法向量平行,即
这意味着在极值点处,目标函数的等值线与约束曲线相切——如果不相切,沿约束曲线移动还能使目标函数值增大或减小,就不是极值点。
拉格朗日乘数 的含义: 表示约束条件微小变化时目标函数极值的变化率,即 (其中 是约束 下的极值),因此 也称为影子价格。
拉格朗日乘数法(多约束)
定理2
求目标函数 在两个约束条件 和 下的可能极值点,构造拉格朗日函数:
令所有一阶偏导数为零:
解方程组得到可能的条件极值点。
一般地, 个约束条件引入 个拉格朗日乘数 。
几何解释
推论
证明
符号说明
条件极值点的判定
拉格朗日乘数法只给出可能的极值点(驻点),是否真的是极值点需要进一步判断:
- 实际问题:根据问题性质判断。如果最大值/最小值一定存在且只有一个驻点,则该驻点就是最值点。
- 二阶条件:可以通过拉格朗日函数的黑塞矩阵在约束切空间上的正定性来判断(较为复杂,一般课程不要求)。
- 代入比较:将约束代入目标函数,化为无条件极值后用二阶导数判别法。
- 邻域比较:在驻点附近取约束曲线上的其他点,比较函数值。
典型例题
例题1:单约束条件极值
求函数 在约束条件 下的极值。
参考答案(3 个标签)
条件极值拉格朗日乘数法单约束
- 约束
- 拉格朗日函数:
- 由前两式:,代入第三式:,
- 驻点 ,
- 判断:将 代入得 ,这是开口向下的抛物线,在 处取最大值 。
答案:条件极大值为 (在 处),无条件极小值(当 时 )。
例题2:双约束条件极值
求函数 在约束条件 和 下的极值。
参考答案(3 个标签)
条件极值拉格朗日乘数法双约束
- 约束 ,
- 由 :
- 由 :;若 ,
- 代入 :,即
- 由 和 ,代入化简可得具体解
- 解得驻点:,;以及 ,;,
- 比较得:最大值 ,最小值
答案:条件极大值为 (在 处),条件极小值为 (在 处)。
例题3:距离最值
求原点到曲线 的最长和最短距离。
参考答案(4 个标签)
条件极值距离双约束最值
- 目标函数:距离平方 (最小化距离等价于最小化距离平方)
- 约束:,
- ,,
- 由前两式:,故 或
- 若 :由 得 ,
- :
- :
- 若 :由 得 ,由 得 ,由 和 得 ,即 或 ,
- 比较:最短距离 ,最长距离
答案:最短距离为 ,最长距离为 。
练习题
练习1
求 在约束条件 下的最小值。
参考答案(3 个标签)
条件极值拉格朗日乘数法最小值
- ,代入约束:,
- 最小值
答案:最小值为 (这是原点到直线 的距离的平方)。
练习2
求表面积为 而体积最大的长方体的体积。
参考答案(4 个标签)
条件极值长方体最值应用
- 设长宽高为 ,目标 ,约束
- ,,
- 由前两式:,化简得 ;同理
- 故 ,代入约束:,
- 最大体积
答案:最大体积为 (当长方体为正方体时)。
总结
本文出现的符号
| 符号 | 类型 | 读音/说明 | 在本文中的含义 |
|---|---|---|---|
| 拉格朗日函数 | Lagrangian | 拉格朗日函数 | |
| 拉格朗日乘数 | lambda, mu | 拉格朗日乘数 | |
| 约束函数 | constraint functions | 约束条件函数 | |
| 目标函数 | objective function | 要求极值的函数 |
中英对照
| 中文术语 | 英文术语 | 音标 |
|---|---|---|
| 条件极值 | constrained extremum | /kənˈstreɪnd ɪkˈstriːməm/ |
| 约束极值 | constrained optimization | /kənˈstreɪnd ˌɒptɪmaɪˈzeɪʃən/ |
| 拉格朗日乘数法 | Lagrange multiplier method | /ləˈɡrɑːndʒ ˈmʌltɪplaɪər ˈmɛθəd/ |
| 拉格朗日函数 | Lagrangian function | /ləˈɡrɑːndʒən ˈfʌŋkʃən/ |
| 拉格朗日乘数 | Lagrange multiplier | /ləˈɡrɑːndʒ ˈmʌltɪplaɪər/ |
| 目标函数 | objective function | /əbˈdʒɛktɪv ˈfʌŋkʃən/ |
| 约束条件 | constraint condition | /kənˈstreɪnt kənˈdɪʃən/ |
| 影子价格 | shadow price | /ˈʃædoʊ praɪs/ |
| 代入法 | substitution method | /ˌsʌbstɪˈtjuːʃən ˈmɛθəd/ |
