精選百科
本文由作者推薦
小編整理：
拉格朗日乘數法是一種尋找變量受一個(gè)或多個(gè)條件所限制的多元函數的極值的方法。 這種方法將一個(gè)有n個(gè)變量與k個(gè)約束條件的最優(yōu)化問(wèn)題轉換為一個(gè)有n+k個(gè)變量的方程組的極值問(wèn)題，其變量不受任何約束。拉格朗日乘數法
本詞條是多義詞，共2個(gè)義項
尋找多元函數的極值的方法
拉格朗日乘數法（以數學(xué)家約瑟夫·路易斯·拉格朗日命名）是一種尋找變量受一個(gè)或多個(gè)條件所限制的多元函數的極值的方法。這種方法將一個(gè)有n個(gè)變量與k個(gè)約束條件的最優(yōu)化問(wèn)題轉換為一個(gè)有n+k個(gè)變量的方程組的極值問(wèn)題，其變量不受任何約束。這種方法引入了一種新的標量未知數，即拉格朗日乘數：約束方程的梯度（gradient）的線(xiàn)性組合里每個(gè)向量的系數。此方法的證明牽涉到偏微分，全微分或鏈法，從而找到能讓設出的隱函數的微分為零的未知數的值。
條件極值是限制在一個(gè)子流形上的極值，條件極值存在時(shí)無(wú)條件極值不一定存在，即使存在二者也不一定相等。
基本信息
| 中文名 | 拉格朗日乘數法 |
| 外文名 | Lagrange Multiplier Method |
| 表達式 | L=f(x,y,z)+λφ(x,y,z) |
| 提出者 | Joseph Lagrange |
| 提出時(shí)間 | 1791年 |
| 應用學(xué)科 | 高等數學(xué) 微觀(guān)經(jīng)濟學(xué) |
| 適用領(lǐng)域 | 函數、多元函數極值 |
收起
基本內容
證明
以三元函數為例，即求目標函數：u=f(x,y,z) 在限制條件：①G（x,y,z）=0 ② H（x,y,z）=0下的極值。
假定f,G,H具有連續的偏導數，且Jacobi矩陣：
在滿(mǎn)足約束條件的點(diǎn)處是行滿(mǎn)秩，即Rank(J)=2。
先考慮取到條件極值的必要條件，上述約束條件實(shí)際是空間曲線(xiàn)的方程。設曲線(xiàn)上一點(diǎn)(,,) 為條件極值點(diǎn)，由于在該點(diǎn)處rank(J)=0，不妨假設在(,,)點(diǎn)處，則由隱函數存在定理，在點(diǎn)（,,)附近由該方程可以確定 y=y(x),z=z(x)，其中=y(),=z()，它是這個(gè)曲線(xiàn)方程的參數形式。
的無(wú)條件極值問(wèn)題，是函數（x）的極值點(diǎn)，因此有'（x）=0。
也就是
這說(shuō)明向量gradf(,,)與向量正交，即與曲線(xiàn)在點(diǎn)(,,)的切向量正交，因此這點(diǎn)的梯度grad f(,,)可以看做是曲線(xiàn)在點(diǎn) (,,) 處的法平面上的向量。在根據平面上任意一個(gè)向量都可以有一對不共線(xiàn)的向量線(xiàn)性表示，又由于這個(gè)法平面是由grad G(x0,y0,z0)與gradH(,,)張成的，因此，存在常數a,b使得gradf(,,)=a*grad G(x0,y0,z0)+b*gradH(x0,y0,z0)。
這就是點(diǎn)(,,)為條件極值點(diǎn)的必要條件。
將上述方程寫(xiě)成分量的形式，就可以得到。
求極值
求函數f(x,y,z)在條件φ(x,y,z)=0下的極值
方法（步驟）是：
1.做拉格朗日函數L=f(x,y,z)+λφ(x,y,z),λ稱(chēng)拉格朗日乘數
2.求L分別對x,y,z,λ求偏導，得方程組，求出駐點(diǎn)P(x,y,z)
如果這個(gè)實(shí)際問(wèn)題的最大或最小值存在，一般說(shuō)來(lái)駐點(diǎn)唯一，于是最值 可求.
條件極值問(wèn)題也可以化為無(wú)條件極值求解，但有些條件關(guān)系比較復雜，代換和運算很繁，而相對來(lái)說(shuō),“拉格朗日乘數法”不需代換，運算簡(jiǎn)單一點(diǎn)。這就是優(yōu)勢.
條件φ(x,y,z)一定是個(gè)等式，不妨設為φ(x,y,z)=m
則再建一個(gè)函數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)
在許多極值問(wèn)題中，函數的自變量往往要受到一些條件的限制，比如，要設計一個(gè)容積為 V的長(cháng)方體形開(kāi)口水箱，確定長(cháng)、寬和高, 使水箱的表面積最小. 設水箱的長(cháng)、寬、高分別為 x,y,z，則水箱容積V=xyz
焊制水箱用去的鋼板面積為 S=2xz+2yz+xy
這實(shí)際上是求函數 S 在 V 限制下的最小值問(wèn)題。
這類(lèi)附有條件限制的極值問(wèn)題稱(chēng)為條件極值問(wèn)題，其一般形式是在條件
限制下，求函數F的極值
條件極值與無(wú)條件極值的區別
條件極值是限制在一個(gè)子流形上的極值，條件極值存在時(shí)無(wú)條件極值不一定存在，即使存在二者也不一定相等。
從其幾何圖形可以看出整個(gè)馬鞍面沒(méi)有極值點(diǎn)，但限制在馬鞍面被平面 平面所截的曲線(xiàn)上，有極小值 1，這個(gè)極小值就稱(chēng)為條件極值。
必要條件
設在約束條件之下求函數的極值。滿(mǎn)足約束條件的點(diǎn) 是函數的條件極值點(diǎn), 且在該點(diǎn)函數滿(mǎn)足隱函數存在條件時(shí), 由方程定隱函數 , 于是點(diǎn)就是一元函數的極限點(diǎn), 有
代入 , 就有
( 以下 均表示相應偏導數在點(diǎn) 的值 . )
Lagrange乘數法 :
由上述討論可見(jiàn) , 函數 在約束條件之下的條件極值點(diǎn)應是方程組
的解.
引進(jìn)所謂Lagrange函數
( 稱(chēng)其中的實(shí)數 為L(cháng)agrange乘數 )
則上述方程組即為方程組
因此，解決條件極值通常有兩種方法
1）直接的方法是從方程組（1）中解出 并將其表示為 代入 消去 成為變量為 的函數將問(wèn)題化為函數無(wú)條件極值問(wèn)題；
2）在一般情形下，要從方程組（1）中解出 來(lái)是困難的，甚至是不可能的，因此上面求解方法往往是行不通的。通常采用的拉格朗日乘數法，是免去解方程組（1）的困難，將求 的條件極值問(wèn)題化為求下面拉格朗日函數的穩定點(diǎn)問(wèn)題，然后根據所討論的實(shí)際問(wèn)題的特性判斷出哪些穩定點(diǎn)是所求的極值的。
3）在給定的條件下，若是可以將未知數代換或是解出，則可以將條件極值轉化為無(wú)條件極值，從而避免引入拉格朗日乘數的麻煩。
注意：▽φ(x,y,z)=0 且 φ(x,y,z)=0的點(diǎn)不會(huì )被該方法計算到，因此，若求最大值或最小值時(shí)，應把這些點(diǎn)列出來(lái)并單獨計算。
解題思路
我們知道, 對于"限制條件為等式,x值均為正值"的最大化問(wèn)題, 滿(mǎn)足最大化的x組合一定滿(mǎn)足:F(i)(x*)-Σλj Gj(i)(x*)=0, i=1,2,3,.....n, j=1,2,...m. 從這里我們看到，如果限制條件 Gj(x*)=cj 中的 cj 變化 dcj , 如果全部作用于x(i),那么引起的dx(i)=dcj/Gj(i)(x*),從而導致目標方程取值變化dF=F(i)(x*)dcj/Gj(i)(x*)=λj*dcj [注意：對于同一個(gè)限制條件j,我們由上一節已經(jīng)知道必然有: F(i)(x*)/Gj(i)(x*)=F(i')(x*)/Gj(i')(x*)=λj (i不等于i')]. 那么我們得到:λj=dF/dcj.也就是說(shuō)，拉格朗日乘數其實(shí)代表的是cj對最大化目標函數F的邊際影響. 雖然這里考慮的是僅僅cj發(fā)生變化，我們可以對此加以推廣，比如整體的c向量發(fā)生變化到 c+dc, dc是一個(gè)m-維向量, 那么F的總變化量dF就是Σλj dCj, j=1,2,...m.
舉一個(gè)具體的實(shí)例: 假如一個(gè)計劃經(jīng)濟體系下，政府實(shí)施如前所述的最大化問(wèn)題(在有限資源如勞動(dòng)力，自然礦產(chǎn)，人力資本等的限制下使社會(huì )整體效用/福利最大化),并已經(jīng)找到了滿(mǎn)足最大化條件的x組合. 假設萬(wàn)能的上帝允許該國的勞動(dòng)力資源可以額外增加dc1, 那么根據拉格朗日乘數的經(jīng)濟學(xué)含義我們知道給整個(gè)社會(huì )帶來(lái)的福利將是λ1*dc1. 但是上帝說(shuō)：要獲得這個(gè)額外的勞動(dòng)力資源，你們必須以一定數量的其他資源比如土地來(lái)跟我交換，以示公平。那么我們人類(lèi)政府該拿多少土地來(lái)跟上帝換呢？指定該土地數量為dx2,那么由此減少的社會(huì )福利是λ2*dc2. 如果λ1*dc1>λ2*dc2,上帝不會(huì )答應，如果反之我們不會(huì )答應。所以必然有λ1*dc1=λ2*dc2,也就是dc2=(λ1/λ2)dc1. 學(xué)過(guò)初級微觀(guān)的朋友馬上可以看出，這跟微觀(guān)經(jīng)濟學(xué)中相對價(jià)格的概念十分相似。相對價(jià)格反映物與物之間的交換價(jià)值，即人們愿意怎么樣進(jìn)行物與物的交換。不同的是，這里的價(jià)格不是以錢(qián)來(lái)計算，而是以社會(huì )福利來(lái)衡量；這里的相對價(jià)格λ1/λ2中的λ1和λ2是基于解決社會(huì )福利最大化問(wèn)題而計算出來(lái)的，不同于市場(chǎng)中的價(jià)格P1,P2. 由于這個(gè)原因，我們把λ叫做"影子價(jià)格"(shadow price). 如果我們偶爾發(fā)現某個(gè)市場(chǎng)經(jīng)濟下市場(chǎng)價(jià)格之比恰恰等于影子價(jià)格之比，我們稱(chēng)這個(gè)市場(chǎng)被一雙看不見(jiàn)的手所指引，因為該市場(chǎng)居然可以自發(fā)調整解決社會(huì )福利的最大化問(wèn)題.
再來(lái)考慮"限制條件為非等式"的情況. 我們知道市場(chǎng)價(jià)格通常都不可能為零或負數。但是影子價(jià)格確不同，它描述的是限制方程右方cj對整體目標函數值的邊際影響。在限制條件Gj為非等式的情況下，增加額外的cj不一定就意味著(zhù)目標函數值的增加。比如, 限制條件為"社會(huì )某消費產(chǎn)品不得高于cj",目標函數為投資量。如果cj提高，那么消費該產(chǎn)品增加，導致投資量減少，目標函數值減少。這時(shí)影子價(jià)格就是一個(gè)負值。再比如，目標函數為產(chǎn)量，限制條件為"同時(shí)參加勞動(dòng)的工人數量不得高于cj".如果cj增加，那么同時(shí)勞動(dòng)的工人數量增加，可能導致勞動(dòng)力邊際產(chǎn)量遞減效應的發(fā)生，這時(shí)總產(chǎn)量可能不增反降。這時(shí)我們情愿不增加工人；換句話(huà)說(shuō)，我們情愿把一些資源放在一旁不予利用(free dsiposal).這時(shí)候再增加這些勞動(dòng)力資源，對總產(chǎn)量已經(jīng)沒(méi)有作用了，所以影子價(jià)格為零. 事實(shí)上，根據前一節所述的庫恩-塔克定理，這一點(diǎn)是很明顯的。庫恩-塔克定理說(shuō)，滿(mǎn)足最大化問(wèn)題解的x一定使得下面的條件滿(mǎn)足:
Lλ(x, λ)>=0, λ>=0, 互補松散
就是說(shuō)，如果Lλ(x, λ)=c-G(x*)>0, 那么說(shuō)明有資源余缺閑置，這時(shí)λ=0.如果Lλ(x, λ)=c-G(x*)=0,那么說(shuō)明資源全部被使用，其邊際效用λ>0.
注意：這里我們通過(guò)對拉格朗日乘數的解釋考查了cj的微小變動(dòng)dcj對目標函數最大值的變化的影響，這就是開(kāi)篇所說(shuō)的比較靜態(tài)研究--研究參數θ的變化對最大值的影響。所以我們在進(jìn)行比較靜態(tài)研究的時(shí)候必須把目標函數看成是同時(shí)關(guān)于x和參數θ的函數. 基于這一點(diǎn)，我們從另一個(gè)角度來(lái)看λ的確定. 考察參數cj,如果cj變化一點(diǎn)點(diǎn)到cj+dcj,那么相應地最佳組合x(chóng)*變動(dòng)到x*+dx*,最大目標值也由F(x*)變化為F(x*+dx*).由泰勒一階展開(kāi)我們得到: dF=F(x*+dx*)-F(x*)=Fx(x*)dx*+Fcj(x*)dcj.根據拉格朗日乘數法一階必要條件，我們有:Fx(x*)=λj Gx(x*),所以dF=λj Gx(x*)dx*+Fcj(x*)dcj=λj Gx(x*)dx*,我們又知道根據限制條件方程G(x*)=cj,在cj變化到cj+dcj的過(guò)程中,Gx(x*)dx*=dcj,所以dF=λj dcj.同樣推導出了λ的定義式. 更一般地，如果F和G都是關(guān)于x和參數θ的函數，如果參數θ變動(dòng)到θ+dθ,x隨之變動(dòng)到x+dx,那么:
dF=F(x+dx,θ+dθ)-F(x,θ)=Fx(x,θ)dx+Fθ(x,θ)dθ=λGx(x,θ)dx+Fθ(x,θ)dθ...(1)
由于G是關(guān)于x和θ的函數G(x,θ)=c,所以在θ變化的過(guò)程中始終有
Gx(x,θ)dx+Gθ(x,θ)dθ=dc...................................................(2)
拉格朗日乘數法
代入(1)式，我們得到:
dF=λdc -λGθ(x,θ)dθ+Fθ(x,θ)dθ=Lθ(x,λ,θ)dθ+λdc....................(3)
這就是最一般化的比較靜態(tài)公式。我們在研究影子價(jià)格λ的時(shí)候，沒(méi)有考慮任何參數θ的變化，所以公式(3)的第一項為零，這樣dF=λdc.反之，我們在某些情況下不考慮c的變化，而側重于參數θ的變化，這時(shí)公式(3)變化為: dF=Lθ(x,λ,θ)dθ.如果只有函數F跟θ有關(guān)，而G跟θ無(wú)關(guān)，那么公式(3)簡(jiǎn)化為dF=Fθ(x,θ)dθ. 注意:1. 在參數θ變化的過(guò)程中,θ-->θ+dθ,x-->x+dx,但是對目標函數值的影響卻只要考慮拉格朗日函數對θ的偏微分，而且該偏微分在原來(lái)最優(yōu)點(diǎn)x處取值。這是我們用泰勒一階展開(kāi)應該得到的結論. 2.這里的x雖然沒(méi)有標上星號*,但不言自明的是它們都應該是最優(yōu)組合，而且它們也都是關(guān)于參數θ的函數x(θ). 如果我們把最大化了的F定義成一個(gè)新函數最優(yōu)目標方程V(θ),那么由剛剛推導出來(lái)的公式(3): dF=Fθ(x,θ)dθ 我們有 Vθ(θ)=Fθ(x(θ),θ). 再次提醒注意，這里的x(θ)是滿(mǎn)足最大化條件的最優(yōu)點(diǎn)。如果我們再定義一個(gè)普通目標函數F(x',θ),但是這里的x'是任意值，不一定是最優(yōu)點(diǎn)x(θ).假設對應這個(gè)x'的能使 F 函數值最大的θ是θ'.那么V(θ)在θ'點(diǎn)處的斜率為:Vθ(θ')=Fθ(x(θ'),θ'). 但我們知道,x(θ')=x'.所以Fθ(x(θ'),θ')=Fθ(x',θ').而后者就是函數F(x',θ)在點(diǎn)θ'的斜率。這就是說(shuō)，函數V(θ)和函數F(x',θ)在點(diǎn)(x',θ')處的斜率相等. 這個(gè)結論對于x'取任意一個(gè)固定值都是成立的，所以從幾何圖形上來(lái)看，見(jiàn)圖示，最優(yōu)目標函數V(θ)把普通目標函數曲線(xiàn)族緊緊包圍住。因此,dF=Fθ(x,θ)dθ 往往又稱(chēng)為"包絡(luò )定理"(envelope theorem). 微觀(guān)經(jīng)濟學(xué)里面的短期成本和長(cháng)期成本之間的關(guān)系就是符合信封定理的，因為這里的成本都是滿(mǎn)足了成本最小化之后的成本。
均衡原則
微觀(guān)經(jīng)濟學(xué)研究消費者行為時(shí)，所要闡述的核心問(wèn)題是消費者均衡的原則。所謂消費者均衡指的是一個(gè)有理性的消費者所采取的均衡購買(mǎi)行為。進(jìn)一步說(shuō)，它是指保證消費者實(shí)現效用最大化的均衡購買(mǎi)行為。
但人的需要或欲望是無(wú)限的，而滿(mǎn)足需要的手段是有限的。所以微觀(guān)經(jīng)濟學(xué)所說(shuō)的效用最大化只能是一種有限制的效用最大化。而這種限制的因素就是各種商品的價(jià)格和消費者的貨幣收入水平。
首先，我們先引入一些名詞解釋:
總效用(TU):消費者在一定時(shí)間內消費一定數量某種商品或商品組合所得到的總的滿(mǎn)足。
邊際效用(MU):消費者在所有其它商品的消費水平保持不變時(shí)，增加消費一單位某種商品所帶來(lái)的滿(mǎn)足程度的增加，也就是說(shuō)指增加一單位某種商品所引起的總效用的增加。
商品數量(Q)，商品價(jià)格(P), 收入(I)
邊際效用的公式表達為:MU=?TU/?Q
那么如何才能實(shí)現在制約條件下效用最大化的商品組合呢？
就是當消費者把全部收入用于購買(mǎi)各種商品時(shí)，他從所購買(mǎi)的每一種商品所得到的邊際效用與其價(jià)格的比例都相同，這樣的商品組合就是最佳的或均衡的商品組合。
假設當消費者選擇兩種商品x,y時(shí)，消費者均衡原則的公式表達為:
MUx/Px = MUy/Py("/"為分數線(xiàn)）
制約條件的公式表達式為:I=Px?Qx+Py?Qy。那么這一結論是如何推導出來(lái)的呢？解決這一問(wèn)題最直接的方法就是拉格朗日乘數法。
上面說(shuō)到：在利用偏導數求多元函數的極值時(shí)，若函數的自變量有附加條件，則稱(chēng)之為條件極值。
套用到微觀(guān)經(jīng)濟學(xué)里面：設效用函數U(Qx,Qy),為使它在制約條件下取得極值，首先建立拉格朗日函數:L=U(Qx,Qy)+λ( I-Px?Qx-Py?Qy)，λ為參數。求L(x,y)對x和y的一階偏導數，令它們等于零，并與附加條件連立。
即
?L/?Qx=?U/?Qx-λPx=0 ⑴
?L/?Qy=?U/?Qy-λPy=0 ⑵
I-Px?Qx-Py?Qy=0 ⑶
將方程⑴除以方程⑵，得:
?U/?Qx ? Px 即 MUx ? MUy
?U/?Qy Py PX Py
所以，消費者要實(shí)現兩種商品的效用最大化，邊際效用的比率應該等于價(jià)格比率。
以上是關(guān)于x和y兩種商品所說(shuō)的，是否同樣適用于多種商品呢？答案是肯定的。如果消費者在n種商品中做出選擇，則消費者均衡的原則可表達為:
MU1 ? MU2 ? MU3 ? … ? MUn
P1 P2 P3 Pn
這一結論同樣可用拉格朗日乘數法證明。
拉格朗日乘數法可推廣到求n元函數?(x1,x2,…,xn)在m個(gè)附加條件φ(x1,x2,…,xn)下的條件極值。
方法如下:
m
⑴做拉格朗日函數L(x1,x2,…,xn)=?(x1,x2,…,xn)+ ∑λiφi(x1,…x2);
i=1
⑵求L(x1,…xn)關(guān)于x1,…xn的偏導數，令它們等于零，并與附加條件聯(lián)立，即
m
L'xi==?'xi+ ∑λiφ'i=0 ,i=1,2,…,n
i=1
φk(x1,x2,…,xn)=0 ,k=1,2,…,n
求解此方程組，可得到極值點(diǎn)。
回到我們的問(wèn)題中，設效用函數U(Qx1,Qx2,…Qxn),為使它在制約條件下取得極值，首先建立拉格朗日函數:
L=U(Qx1,Qx2,…Qxn )+λ(I-Px1?Qx1-P2?Qy2-…-Pxn?Qxn)，λ為參數。求L(x1,x2,…xn)對x1,…,xn的一階偏導數，令它們等于零，并與附加條件聯(lián)立。
即
?L/?Qx1=?U/?Qx1-λPx1=0 （1）
?L/?Qx2=?U/?Qx2-λPx2=0 （2）
…… …
?L/?Qxn=?U/?Qxn-λPxn=0 （n）
I-Px1?Qx1-P2?Qy2-…-Pxn?Qxn
將方程⑴到(n)相除，即得，
MUx1 ? MUx2 ? … ? MUxn
Px1 Px2 Pn
所以，消費者要實(shí)現n種商品的效用最大化，邊際效用的比率應該等于價(jià)格比率。
應用舉例
例題一
拋物面被平面 截成一個(gè)橢圓. 求該橢圓到坐標
原點(diǎn)的最長(cháng)和最短距離.
例3求函數 在條件
下的極小值. 并證明不等式 , 其中 為任意正常數 .
以上面水箱設計為例，看一看拉格朗日乘數法求解條件極值的過(guò)程
解：這個(gè)問(wèn)題的實(shí)質(zhì)是求函數
在條件下的最小值問(wèn)題，應用拉格朗日乘法，令
L='2*(x*z+y*z)+x*y+v*(x*y*z-V)';
dLdx=diff(L,'x')
dLdy=diff(L,'y')
dLdz=diff(L,'z')
dLdv=diff(L,'v')
dLdx =2*z+y+v*y*z
dLdy =2*z+x+v*x*z
dLdz =2*x+2*y+v*x*y
dLdv =x*y*z-V
令 L 的各偏導等零，解方程組求穩定點(diǎn)
s1='2*z+y+v*y*z';
s2='2*z+x+v*x*z';
s3='2*x+2*y+v*x*y';
s4='x*y*z-V';
[v,x0,y0,z0]=solve(s1,s2,s3,s4)
v =
[ -2*2^(2/3)/V^(1/3)]
[ -8*(-1/4*2^(1/3)*V^(1/3)+1/4*i*3^(1/2)*2^(1/3)*V^(1/3))^2/V]
[ -8*(-1/4*2^(1/3)*V^(1/3)-1/4*i*3^(1/2)*2^(1/3)*V^(1/3))^2/V]
x0 =[ 2^(1/3)*V^(1/3)]
y0 =[ 2^(1/3)*V^(1/3)]
z0 =[ 1/2*2^(1/3)*V^(1/3)]
這里顯然只有實(shí)數解才有意義，所以 L 的穩定點(diǎn)只有下面一個(gè)
又已知所求的問(wèn)題確實(shí)存在最小值，從而解出的穩定點(diǎn)就是最小值點(diǎn)，即水箱長(cháng)寬與為高的2倍時(shí)用鋼板最省。
例題二
再看一個(gè)條件極值求解問(wèn)題
拋物面 被平面 截成一個(gè)橢圓，求這個(gè)橢圓到坐標原點(diǎn)的最長(cháng)最短距離。(x73)
解 這個(gè)問(wèn)題的實(shí)質(zhì)是求函數
在條件 與 下的最大、最小值問(wèn)題，應用拉格朗日乘法，令
L='x^2+y^2+z^2+v*(x^2+y^2-z)+h*(x+y+z-1)';
dLdx=diff(L,'x')
dLdy=diff(L,'y')
dLdz=diff(L,'z')
dLdv=diff(L,'v')
dLdh=diff(L,'h')
dLdx =2*x+2*v*x+h
dLdy =2*y+2*v*y+h
dLdz =2*z-v+h
dLdv =x^2+y^2-z
dLdh =x+y+z-1
s1='2*x+2*v*x+h';
s2='2*y+2*v*y+h';
s3='2*z-v+h';
s4='x^2+y^2-z';
s5='x+y+z-1';
[h,v,x0,y0,z0]=solve(s1,s2,s3,s4,s5);
x0,y0,z0
x0 =
[ 3/4-1/4*i*13^(1/2)]
[ 3/4+1/4*i*13^(1/2)]
[ -1/2+1/2*3^(1/2)]
[ -1/2-1/2*3^(1/2)]
y0 =
[ 3/4+1/4*i*13^(1/2)]
[ 3/4-1/4*i*13^(1/2)]
[ -1/2+1/2*3^(1/2)]
[ -1/2-1/2*3^(1/2)]
z0 = -1/2， -1/2， 2-3^(1/2)， 2+3^(1/2)
即 的穩定點(diǎn)有兩個(gè)
因為函數 在有界閉集 上連續，必有最大值和最小值，而求得的穩定點(diǎn)又恰是兩個(gè)，所以它們一個(gè)是最大點(diǎn)，另一個(gè)是最小，其最大
最小值為。(x73)
x1=-1/2+1/2*3^(1/2);
x2=-1/2-1/2*3^(1/2);
y1=-1/2+1/2*3^(1/2);
y2=-1/2-1/2*3^(1/2);
z1=2-3^(1/2);
z2=2+3^(1/2);
f1=(x1^2+y1^2+z1^2)^(1/2)
f2=(x2^2+y2^2+z2^2)^(1/2)
f1 = 0.5829 ; f2 = 4.2024
例題三
求此方程的最大值：
同時(shí)未知數滿(mǎn)足：
因為只有一個(gè)未知數的限制條件，我們只需要用一個(gè)乘數
.
將所有
方程的偏微分設為零，得到一個(gè)方程組，最大值是以下方程組的解中的一個(gè)：
貢獻人
約瑟夫·路易斯·拉格朗日（Joseph-Louis Lagrange 1735~1813）
法國數學(xué)家、物理學(xué)家。1736年1月25日生于意大利都靈，1813年4月10日卒于巴黎。他在數學(xué)、力學(xué)和天文學(xué)三個(gè)學(xué)科領(lǐng)域中都有歷史性的貢獻，其中尤以數學(xué)方面的成就最為突出。
拉格朗日乘數法相關(guān)的文章
阿拉伯埃及共和國（阿拉伯語(yǔ)：????????????????????，英語(yǔ)：The Arab Republic of Egypt），簡(jiǎn)稱(chēng)“埃及”。位于非洲東北部，地處歐亞非三大洲的交通要沖。南接蘇丹，西連利比亞，東臨紅海與巴勒斯坦、以色列接壤，北經(jīng)地中海與歐洲隔海相通，東南與約旦和沙特阿拉伯相望。海
塔里木盆地（英文：Tarim Basin，維吾爾語(yǔ)：????? ??????????）是中國面積最大的內陸盆地。位于新疆維吾爾自治區南部，西起帕米爾高原東麓，東到羅布泊洼地，南臨昆侖山、阿爾金山，北倚天山山脈，東西長(cháng)1400千米，南北寬約550千米，面積約56萬(wàn)平方千米，大體呈菱形，經(jīng)緯度范圍為34
羌族源于古羌，是中國西部的一個(gè)古老的民族，古羌對中國歷史發(fā)展和中華民族的形成都有著(zhù)廣泛而深遠的影響，民族語(yǔ)言為羌語(yǔ)，屬于漢藏語(yǔ)系藏緬語(yǔ)族羌語(yǔ)支，分北部和南部方言。
黃酮黃酮類(lèi)化合物的總稱(chēng)黃酮（flavone），是黃酮類(lèi)化合物的總稱(chēng)，泛指兩個(gè)具有酚羥基的苯環(huán)（A-與B-環(huán)）通過(guò)中央三碳原子相互連結而成的一系列化合物。黃酮類(lèi)化合物結構中常連接有酚羥基、甲氧基、甲基、異戊烯基等官能團。黃酮類(lèi)化合物（英語(yǔ)：Flavonoid，又稱(chēng)類(lèi)黃酮）是指基本母核為2-苯基色原酮類(lèi)化合物，現在則泛指兩個(gè)具有酚羥基的苯環(huán)通過(guò)中央三碳原子相互連接的一系列化合物。他們來(lái)自于水果、蔬菜、
劍橋大學(xué)世界著(zhù)名的公立研究型大學(xué)劍橋大學(xué)（英文名稱(chēng)：University of Cambridge；勛銜：Cantab），坐落于英國劍橋，是一所世界著(zhù)名的公立研究型大學(xué)，采用書(shū)院聯(lián)邦制。其與牛津大學(xué)、倫敦大學(xué)學(xué)院、帝國理工學(xué)院、倫敦政治經(jīng)濟學(xué)院同屬“G5超級精英大學(xué)”。劍橋大學(xué)是英語(yǔ)世界中第二古老的大學(xué)，前身是一個(gè)于1209年成立的學(xué)者協(xié)會(huì )。八百多年的校史匯聚了牛頓、開(kāi)爾文、麥克斯韋、玻爾、霍金、
尚可名片
這家伙太懶了，什么都沒(méi)寫(xiě)！
作者
