![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
优化
XBCoder
小打小闹,请勿吐槽
展开
-
KTT条件
上篇文章说了,拉格朗日乘子法,可以在等式约数的条件下,求得某函数f的极大或极小值,但是,等式约束只是不等式约束中的特例,如果我们遇到了不等式约束,该怎么办呢? 本片不打算放图了,感觉完全可以接着上一篇继续搞! 首先,对于等式约数,我们可以看成我们自变量可以取的点组成的几条线,也就是约束函数在某高度上的等高线。不过约束换成了不等式约束以后,此时约束就可能由“线”变成了面。 但是,看上去需要考虑的取值...原创 2018-10-18 15:57:53 · 687 阅读 · 0 评论 -
拉格朗日乘子法
突然茅塞顿开……赶紧记录下来 梯度 首先需要知道:梯度的方向与等高线切线方向垂直 证明:既然是等高线,那么在等高线上移动,函数值是不会变的 如图,蓝色线是一条等高线,假设上有一点(红点),我们画出等高线过红点的切线和过红点垂直于切线的线 我们可以先假设函数在该点的梯度方向不垂直于切线 图中的绿色向量为梯度,那么这个向量明显可以分解为两个向量:一个在切线方向上的向量和一个垂直于切线方向的向量 ...原创 2018-10-16 22:42:51 · 367 阅读 · 2 评论