拉格朗日乘数法怎么求极值?
拉格朗日乘法求极值真的是太难了,这里整理拉格朗日乘法求极值的方法给大家。
先温习一下拉格朗日乘法的定义:
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题转换为一个有n + k个变量的方程组的极值问题,其变量不受任何约束。这种方法引入了一种新的标量未知数,即拉格朗日乘数:约束方程的梯度(gradient)的线性组合里每个向量的系数。
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题。设长方体的三棱长分为x、y、z,那么体积V=xyz。又由表面积条件,有2(xy+yz+xz)=a^2。此类条件极值可转化为无条件极值问题。即根据表面积条件将z表示成x、y的函数,即z=(a^2-2xy)/2(x+y),再把它带入V=xyz可得V的表达式(略),只与xy有关的无条件极值。
但在很多情形下,将条件极值化为无条件极值并不这样简单。拉格朗日乘数法可直接寻求条件极值,不必先把问题转化到无条件极值的问题。
二、拉格朗日乘数法
要找函数
在附加条件
下的可能极值点,可以先做拉格朗日函数

其中λ为参数(称为拉格朗日乘子)。求其对x与y的一阶偏导数,并使之为0,然后与附加条件联立,得到如下方程组:

由此解出x、y、λ,这样得到的(x,y)就是函数
在附加条件
下的可能极值点。
此方法还可以推广到多自变量多于两个而条件多于一个的情形,如对于4自变量,2条件的要求,即函数

在附加条件

下的极值,可以先做拉格朗日函数

其中λ、μ均为拉格朗日乘子,求其各一阶偏导数,并使之为0,并将其与附加条件联立方程组,可解得可能极值点。
更一般的表达式详见百度百科等。
三、方法推导
寻求函数
在附加条件
下去的极值的必要条件。
如果
在
取得极值,那么首先有
。
假定在
的某一邻域内
与
均有连续一阶偏导数,且有
,由隐函数存在定理1可知,根据附加条件确定的方程可以确定一个连续且具有连续倒数的函数
,带入z得
于是
在
取得极值等价于在取得极值,即有:

而根据隐函数求导公式,由附加条件可得

前两式联立可得

那么上式加上附加条件,即为取极值的必要条件,设
,上述必要条件变为以下方程组

若引进辅助函数

那么方程组前两式就是

函数
称为拉格朗日函数,参数λ称为拉格朗日乘子。
(隐函数存在定理1:条件如定理中所示,对于方程
,求其全导数

即得

)
四、应用实例
例:求函数
在附加条件

下的极值
解:做拉格朗日函数

那么有如下方程组



与附加条件联立(求解过程略)便得
。带入得极小值为
。