拉格朗日理解

链接:https://www.zhihu.com/question/38586401/answer/105588901
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

想象一下,目标函数f(x,y)是一座山的高度,约束g(x,y)=C是镶嵌在山上的一条曲线如下图。(渣画技看看就好了)

<img src="https://pic3.zhimg.com/50/ecf06d062b493f1674bd81d34d3446a8_hd.jpg" data-rawwidth="1020" data-rawheight="539" class="origin_image zh-lightbox-thumb" width="1020" data-original="https://pic3.zhimg.com/ecf06d062b493f1674bd81d34d3446a8_r.jpg">

你为了找到曲线上的最低点,就从最低的等高线(0那条)开始网上数。数到第三条,等高线终于和曲线有交点了(如上图所示)。因为比这条等高线低的地方都不在约束范围内,所以这肯定是这条约束曲线的最低点了。

而且约束曲线在这里不可能和等高线相交,一定是相切。因为如果是相交的话,如下图所示,那么曲线一定会有一部分在B区域,但是B区域比等高线低,这是不可能的。


<img src="https://pic2.zhimg.com/50/efc7e83116906f8ffebba8b0ab58dcd2_hd.jpg" data-rawwidth="324" data-rawheight="178" class="content_image" width="324"> 两条曲线相切,意味着他们在这点的法线平行,也就是法向量只差一个任意的常数乘子(取为 -\lambda): \nabla f(x,y)=-\lambda \nabla g(x,y), 我们把这个式子的右边移到左边,并把常数移进微分算子,就得到 \nabla (f(x,y)+\lambda g(x,y))=0
把这个式子重新解释一下,这个就是函数 f(x,y)+\lambda g(x,y)无约束情况下极值点的充分条件。
### 回答1: 拉格朗日插值法是一种通过已知数据点构造一个多项式来近似某个函数的方法。它的基本思想是,给定一组数据点,我们可以通过一个多项式来经过这些点,并且这个多项式可以在这些点上和目标函数完全一致。因此,我们可以使用这个多项式来近似目标函数,以便在未知点处计算函数值。 具体地说,假设有一组已知数据点(x1, y1), (x2, y2), …, (xn, yn),我们希望构造一个多项式P(x)来经过这些点。拉格朗日插值法的关键是构造一组基函数L1(x), L2(x), …, Ln(x),使得它们满足以下性质: - Li(xi) = 1,Li(xj) = 0 (i != j) - P(x) = y1*L1(x) + y2*L2(x) + … + yn*Ln(x) 其中,P(x)就是我们要求的多项式。这个多项式可以通过插值公式来计算: P(x) = y1 * L1(x) + y2 * L2(x) + ... + yn * Ln(x) 其中,Li(x)是基函数,它可以写成以下形式: Li(x) = ∏(j!=i)(x - xj) / ∏(j!=i)(xi - xj) 这个公式的意思是,Li(x)是一个n次多项式,它在xi处为1,在其他数据点处为0。因此,我们可以将L1(x), L2(x), …, Ln(x)带入插值公式,就可以得到多项式P(x)。这个多项式可以在已知数据点上与目标函数完全一致,因此可以用来近似目标函数,以便在未知点处计算函数值。 ### 回答2: 拉格朗日插值法是一种常用的数值方法,用于在给定数据点的情况下,构造一个多项式函数来近似拟合这些数据点。该方法是由法国数学家拉格朗日在18世纪提出的。 拉格朗日插值法的核心思想是将已知的数据点用多项式函数连起来,并通过控制插值函数在每个数据点处的取值来实现拟合。具体而言,假设给定的数据点有n个,那么拉格朗日插值法就会构造一个n-1次多项式函数来拟合这些数据点。 拉格朗日插值法的基本步骤是:首先,通过给定的数据点找到一个关于自变量x的多项式基函数。基函数的特点是在待求值点的数值处为1,而在其他数据点处为0。然后,将基函数与对应数据点的函数值相乘,再将它们加和起来,就可以得到插值函数。 拉格朗日插值法的优点在于其简单直观、易于实现和计算。通过构造多项式函数,可以对数据点进行拟合,并在数据点处精确地还原原始函数的值。此外,拉格朗日插值法适用于等间隔和非等间隔的数据点,具有较好的适应性。 然而,拉格朗日插值法也存在一些缺点。首先,随着数据点数量的增加,插值多项式的次数也会增加,导致计算量增大,从而引起数值不稳定性的问题。而且,在边界点的插值上往往不如其他方法,因为拉格朗日插值法会对整个数据范围内的点进行拟合,没有很好地考虑边界点的特殊性。 总而言之,拉格朗日插值法是一种简单而实用的数值方法,适用于数据拟合和插值问题。它可以通过构造多项式函数对已知数据点进行拟合,并在拟合点处精确地还原原始函数值。然而,需要注意的是,拉格朗日插值法有其适用范围和局限性,需要结合实际问题进行选择和应用。 ### 回答3: 拉格朗日插值法是一种数值分析中常用的插值方法,用于估计由给定数据点构成的曲线或者函数在未知点处的值。它的基本思想是通过构造一个多项式函数,在已知数据点上与目标函数完全重合,并通过该多项式来近似目标函数在未知点处的值。 拉格朗日插值法的核心在于构造拉格朗日插值多项式。首先,假设有n+1个已知数据点(xi, yi),其中i的取值范围从0到n。然后,通过构造n次多项式Li(x)来估计目标函数在未知点x的值。每个Li(x)都与所有已知数据点重合,但在除了xi以外的其他数据点处的值都为0。换句话说,每个Li(x)都满足Li(xi)=yi,Li(xj)=0,其中j≠i。 然后,拉格朗日插值多项式L(x)可以通过将每个Li(x)与对应的已知数据点yi相乘并累加而得到。具体地,L(x)=∑{i=0}^n yi*Li(x)。这个多项式会经过所有已知数据点,因此可以用来估计目标函数在未知点处的值。 拉格朗日插值法的优点是简单易用,并且能够通过不同数量的已知数据点来逼近目标函数。同时,该方法还能通过增加数据点来提高插值结果的精确度。 然而,拉格朗日插值法也存在一些缺点。首先,当数据点数量增加时,插值多项式的次数也会增加,从而导致计算量增大。其次,拉格朗日插值法在两个相邻数据点之间的插值结果可能会发生奇异现象,也就是所谓的龙格现象。 总的来说,拉格朗日插值法是一种常用的插值方法,它可以在给定数据点的基础上近似估计目标函数在未知点处的值,具有简单易用的特点。但在实际应用中需要注意计算效率和奇异现象的问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值