§7条件极值问题与 Lagrange乘数法 Lagrange乘数法 在考虑函数的极值或最值问题时,经常需要对函数的自变量附加 定的条件。例如,求原点到直线 x+y+2= x+2y+3z=6 的距离,就是在限制条件x+y+z=1和x+2y+3z=6的情况下,计算函 数∫(x,y)=√x2+y2+2的最小值。这就是所谓的条件极值问题
Lagrange 乘数法 在考虑函数的极值或最值问题时，经常需要对函数的自变量附加 一定的条件。例如，求原点到直线 ⎩⎨⎧ =++ =++ 632 ,1zyx zyx 的距离，就是在限制条件 + + zyx = 1和 + + zyx = 632 的情况下，计算函 数 222 ),,( ++= zyxzyxf 的最小值。这就是所谓的条件极值问题。 §7 条件极值问题与Lagrange乘数法
以三元函数为例,条件极值问题的提法是:求目标函数 f(x, y, 2) 在约束条件 G(x,y,z)=0 H(x,y,z)=0 下的极值。 假定∫,F,G具有连续偏导数,且 Jacobi矩阵 GGG HH H 在满足约束条件的点处是满秩的,即 rankJ=2
以三元函数为例，条件极值问题的提法是：求目标函数 zyxf ),,( 在约束条件 ⎩ ⎨ ⎧ = = 0),,( ,0),,( zyxH zyxG 下的极值。 假定 ,, GFf 具有连续偏导数，且 Jacobi 矩阵 ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ = zyx zyx HHH GGG J 在满足约束条件的点处是满秩的，即 J = 2rank
先考虑条件极值点所满足的必要条件。上述约束条件可看成是空 间曲线的方程。设曲线上一点(x0,y,x)为条件极值点,由于在该点 mkJ=2,不妨假设在(x,y:)点CH≠0,则由隐函数存在定理, (y,z) 在(xy,x)附近由该方程可以唯一确定 y=y(x),z=2(x),x∈O(x02,p)(y0=y(x0),0=z(x)) 它是曲线方程的参数形式。 将它们代入目标函数,原问题就转化为函数 Φ(x)=f(x,y(x),x(x),x∈O(x0,p) 的无条件极值问题,x是函数Φ(x)的极值点,因此Φ(x)=0,即 dz fx(x0,y0,-=0)+f,(x0,y0,=0)x+f(x0,y0,-0)x=0
先考虑条件极值点所满足的必要条件。上述约束条件可看成是空 间曲线的方程。设曲线上一点 ),,( 000 zyx 为条件极值点，由于在该点 J = 2rank ，不妨假设在 ),,( 000 zyx 点 0 ),( ),( ≠ ∂ ∂ zy HG ，则由隐函数存在定理， 在 ),,( 000 zyx 附近由该方程可以唯一确定 ),(),(),( = = ∈ xOxxzzxyy 0 ρ （ )(),( 0 00 0 = = xzzxyy ）。 它是曲线方程的参数形式。 将它们代入目标函数，原问题就转化为函数 ),()),(),(,()( Φ = ∈ xOxxzxyxfx 0 ρ 的无条件极值问题， 0 x 是函数 Φ x)( 的极值点，因此 0)( Φ′ x0 = ，即 0),,(),,(),,( 000 + 000 + 000 = dx dz zyxf dxdy zyxfzyxf x y z
这说明向量 grad f(x0,y2=0)=f2(x,y,=0)i+f,(x0,y2=0)j+f:(x,y0,=0)k 与向量=[出正交,即与曲线在xny1:5)点的切向量正交,因 dx d 此 grad ft(x0,yo,x0)可看作是曲线在(xn,yn,)点处的法平面上的向量。由 定理1251,这个法平面是由 gradS(x0,y0,=0)与 grad H(x0,yo,=0)张成的, 因此 grad f(x0,yo,=0)可以由 gradE(xn,ybn2)和 gradE(xny20)线性表出, 或者说,存在常数λn,A,使得 grad f(o,yo, =o)=no gradG(ro, yo, =0)+Ho grad H(o,yo 20), 这就是点(xa2y,=)为条件极值点所满足的必要条件
这说明向量 i j ),,(),,(),,(),,(grad k 000 000 000 000 zyxfzyxfzyxfzyxf = x + y + z 与向量 ⎟⎠⎞ ⎜⎝⎛ = dxdz dxdy τ ,,1 正交，即与曲线在 ),,( 000 zyx 点的切向量正交，因 此 zyxf 000 ),,(grad 可看作是曲线在 ),,( 000 zyx 点处的法平面上的向量。由 定理 12.5.1，这个法平面是由 zyxG 000 ),,(grad 与 zyxH 000 ),,(grad 张成的， 因此 zyxf 000 ),,(grad 可以由 zyxG 000 ),,(grad 和 zyxH 000 ),,(grad 线性表出， 或者说，存在常数 00 λ ,μ ，使得 zyxf 000 ),,(grad =λ0 zyxG 000 ),,(grad + μ 0 zyxH 000 ),,(grad ， 这就是点 ),,( 000 zyx 为条件极值点所满足的必要条件
将这个方程按分量写出就是 f2(x0,y,20)-G2(x0,yo,=0)-oH2(x0,y0,20)=0, f,(x0,y0,=0)-2G,(x0,y2=0)-1fH,(x0,y0,=0)=0 f:(x0,y02,=0)-A0G2(x0,y0,20)-/0H2(x0,y0,0)=0 于是,如果构造 Lagrange函数 L(x,y, 2=f(x,y,2-nG(x,y, 2)-uH(x,y, 3) (,称为 Lagrange乘数),则条件极值点就在方程组 Lr=f-AG f -nG,-uH,=0, L:=f2-1G2-HH2=0, H=0 的所有解(x23y0,=040,40)所对应的点(x0,y0,=)中。用这种方法来求可 能的条件极值点的方法,称为 Lagrange乘数法
将这个方程按分量写出就是 ⎪ ⎩ ⎪ ⎨ ⎧ − − = − − = − − = .0),,(),,(),,( ,0),,(),,(),,( ,0),,(),,(),,( 00000000000 00000000000 00000000000 zyxHzyxGzyxf zyxHzyxGzyxf zyxHzyxGzyxf z z z y y y x x x λ μ λ μ λ μ 于是，如果构造 Lagrange 函数 = − λ − μ zyxHzyxGzyxfzyxL ),,(),,(),,(),,( （ ,μλ 称为 Lagrange 乘数），则条件极值点就在方程组 ⎪ ⎪ ⎪ ⎩ ⎪ ⎪ ⎪ ⎨ ⎧ = = =−−= =−−= =−−= 0 ,0 ,0 ,0 ,0 H G HGfL HGfL HGfL zzz z yy y y xx x x μλ μλ μλ 的所有解 ),,,,( μλ 00000 zyx 所对应的点 ),,( 000 zyx 中。用这种方法来求可 能的条件极值点的方法，称为 Lagrange 乘数法