1、拉格朗日函数:
求极值
求函数f(x,y,z)在条件φ(x,y,z)=0下的极值
方法(步骤)是:
1.做拉格朗日函数L=f(x,y,z)+λφ(x,y,z),λ称拉格朗日乘数
2.求L分别对x,y,z,λ求偏导,得方程组,求出驻点P(x,y,z)
如果这个实际问题的最大或最小值存在,一般说来驻点唯一,于是最值 可求.
条件极值问题也可以化为无条件极值求解,但有些条件关系比较复杂,代换和运算很繁,而相对来说,“拉格朗日乘数法”不需代换,运算简单一点.这就是优势.
条件φ(x,y,z)一定是个等式,不妨设为φ(x,y,z)=m
则再建一个函数g(x,y,z)=φ(x,y,z)-m
g(x,y,z)=0,以g(x,y,z)代替φ(x,y,z)
在许多极值问题中,函数的自变量往往要受到一些条件的限制,比如,要设计一个容积为 V的长方体形开口水箱,确定长、宽和高, 使水箱的表面积最小. 设水箱的长、宽、高分别为 x,y,z, 则水箱容积V=xyz
焊制水箱用去的钢板面积为 S=2xz+2yz+xy
这实际上是求函数 S 在 V 限制下的最小值问题。
这类附有条件限制的极值问题称为条件极值问题,其一般形式是在条件
2、为了求如下约束最优问题:
引入广义拉格朗日函数:
先需要证明:
网上有的博文对(4)式的证明不容易看懂,我证明如下:
首先将 记作函数
。
1)如果,由于
可以取任意大,因此这时函数
不可能取得最小值。因此函数
只有在
时才可能取得最小值。
2)如果,
=
,因此(4)式两边等价。
第二步来证明: (1)
由于原始问题和对偶问题均有最优值,所以可分别假设
那么,对于任意下式成立,
(2)
对于任意下式成立,
(3)
所以,
(4)
因此,(1)式成立。