拉格朗日乘数法

这篇具有很好参考价值的文章主要介绍了拉格朗日乘数法。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

拉格朗日函数用于约束优化问题。约束优化问题简而言之就是在有一堆约束 Σ i = 1 g i ( x ) \Sigma_{i=1} g_i(x) Σi=1gi(x)的情况下求目标函数 f ( x ) f(x) f(x)的问题,说起来很抽象,直接来点例子看比较直观。

例1. 求 f ( x , y , z ) = x y z f(x,y,z)=xyz f(x,y,z)=xyz在条件 1 x + 1 y + 1 z = 1 a   ( x , y , z , a > 0 ) \frac{1}{x}+\frac{1}{y}+\frac{1}{z}=\frac{1}{a}\ (x,y,z,a>0) x1+y1+z1=a1 (x,y,z,a>0)下的最小值。

直接构造拉格朗日函数 L ( x , y , z , λ ) = f ( x , y , z ) + λ g ( x ) = x y z + λ ( 1 x + 1 y + 1 z − 1 a ) L(x,y,z,\lambda)=f(x,y,z)+\lambda g(x)= \\ xyz+\lambda (\frac{1}{x}+\frac{1}{y}+\frac{1}{z}-\frac{1}{a}) L(x,y,z,λ)=f(x,y,z)+λg(x)=xyz+λ(x1+y1+z1a1)

然后 L ( x , y , z , a ) L(x,y,z,a) L(x,y,z,a)分别对 x , y , z , a x,y,z,a x,y,z,a求导,可的一系列方程式:

∂ L ∂ x = y z − λ x 2 = 0 ∂ L ∂ y = x z − λ y 2 = 0 ∂ L ∂ z = x y − λ z 2 = 0 ∂ L ∂ λ = 1 x + 1 y + 1 z − 1 a = 0 \frac{\partial L}{\partial x}=yz-\frac{\lambda}{x^2}=0 \\ \frac{\partial L}{\partial y}=xz-\frac{\lambda}{y^2}=0\\ \frac{\partial L}{\partial z}=xy-\frac{\lambda}{z^2}=0\\ \frac{\partial L}{\partial \lambda}=\frac{1}{x}+\frac{1}{y}+\frac{1}{z}-\frac{1}{a}=0 xL=yzx2λ=0yL=xzy2λ=0zL=xyz2λ=0λL=x1+y1+z1a1=0

然后将带有 λ \lambda λ的挪到右边并且把分母乘过去:
x 2 y z = λ , x y 2 z = λ , x y z 2 = λ x^2yz=\lambda,xy^2z=\lambda, xyz^2=\lambda x2yz=λ,xy2z=λ,xyz2=λ
再依次相除,并代入 ∂ L ∂ λ \frac{\partial L}{\partial \lambda} λL中,可得 x = y = z = 3 a x=y=z=3a x=y=z=3a

如果还是不太懂可以再看一个例子:
例2. u = x y + 2 y z u=xy+2yz u=xy+2yz在约束条件 x 2 + y 2 + z 2 = 10 x^2+y^2+z^2=10 x2+y2+z2=10的最大最小值。

直接构造拉格朗日函数:
L ( x , y , z , λ ) = x y + 2 y z + λ ( x 2 + y 2 + z 2 − 10 ) L(x,y,z,\lambda)=xy+2yz+\lambda(x^2+y^2+z^2-10) L(x,y,z,λ)=xy+2yz+λ(x2+y2+z210)

分别求偏导:
∂ L ∂ x = y + 2 λ x = 0 ∂ L ∂ y = x + 2 z + 2 λ y = 0 ∂ L ∂ z = 2 y + 2 λ z = 0 \frac{\partial L}{\partial x}=y+2\lambda x=0 \\ \frac{\partial L}{\partial y}=x+2z+2\lambda y =0\\ \frac{\partial L}{\partial z}=2y+2\lambda z=0 xL=y+2λx=0yL=x+2z+2λy=0zL=2y+2λz=0

这里是一个标准的线性方程组的形式,可以直接行列式求解,得到 λ = 5 2 , − 5 2 , 0 \lambda=\frac{\sqrt{5}}{2}, -\frac{\sqrt{5}}{2}, 0 λ=25 ,25 ,0,分别带回去, λ = 5 2 \lambda=\frac{\sqrt{5}}{2} λ=25 可得驻点 ( 1 , − 5 , 2 ) , ( − 1 , 5 , − 2 ) (1,-\sqrt{5},2),(-1,\sqrt{5},-2) (15 2)(15 ,2),他们两个对应一个极值 u = − 5 5 u=-5\sqrt{5} u=55 ,而 λ = − 5 2 \lambda=-\frac{\sqrt{5}}{2} λ=25 可得驻点 ( 1 , 5 , 2 ) , ( − 1 , − 5 , − 2 ) (1,\sqrt{5},2),(-1,-\sqrt{5},-2) (1,5 ,2),(1,5 ,2),代回原式可得极值 5 5 5\sqrt{5} 55 。当 λ = 0 \lambda=0 λ=0, 可得驻点 ( 2 2 , 0 , − 2 ) , ( − 2 2 , 0 , 2 ) (2\sqrt{2},0,-\sqrt{2}),(-2\sqrt{2},0,\sqrt{2}) (22 ,0,2 ),(22 ,0,2 ),可得极值为0。 所以最大值最小值就显而易见。文章来源地址https://www.toymoban.com/news/detail-484289.html

到了这里,关于拉格朗日乘数法的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Matlab 拉格朗日(lagrange)插值 以及 poly、conv函数理解

    https://songshanhu.csdn.net/643f5384986c660f3cf93c13.html?spm=1001.2101.3001.6661.1utm_medium=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7Eactivity-1-36407923-blog-83212763.235%5Ev32%5Epc_relevant_increate_t0_download_v2depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7Eactivity-1

    2024年02月07日
    浏览(43)
  • n个节点互异的拉格朗日插值基函数之和等于一证明

     拉格朗日插值公式   要证明的 ,其左边拉格朗日基函数的的,也就是说方程用来插值的每个离散点都是,那么对于每个点插入点都满足。那么显然,不考虑其他性质,Ln拉格朗日插值公式是一个n-1次多项式,x最高次数是n个插值点的数目减一,但是它经过n个值为1的点,也就

    2024年02月11日
    浏览(42)
  • 牛顿插值法、拉格朗日插值法、三次插值、牛顿插值多项式、拉格朗日插值多项式

    两点式线性插值 调用Matlab库函数 拉格朗日二次插值: 牛顿二次插值 结果分析:通过对比不同插值方法,可以看到在一定范围内(高次会出现龙格现象),插值次数越高,截断误差越小(插值结果越接近于真实函数值);同时,对于相同次数的插值,由于不同的插值方法它们

    2024年02月11日
    浏览(48)
  • MATLAB-拉格朗日插值运算

    在结点上给出结点基函数,接着做该基函数的线性组合,组合的系数为结点的函数值,这种插值多项式称为拉格朗日插值公式。通俗地说,就是通过平面上的两个点确定一条直线。该插值方法是一种较为基础的方法,同时该方法也较容易理解与实现。 拉格朗日插值多项式的表

    2024年02月06日
    浏览(44)
  • 浅谈拉格朗日插值法

    好像FFT要用到,所以就学习一手 版题 其意义在于: 理解一下: 就是把一个足球踢出去,假设球始终在一个平面上飞行,它的轨迹就可以抽象为 (f(x)) (假设这个函数至于时间有关) 现在你有一些照片,所以你可以得到某几个时间点球的位置,想要还原出这个函数 (f(x)) 的

    2023年04月25日
    浏览(42)
  • 【深度学习】拉格朗日( Lagrange)中值定理

    如果函数 f(x) 满足: 在闭区间[a,b]上连续; 在开区间(a,b)内可导。 那么在(a,b)内至少有一点ξ(aξb),使等式 : f(b)-f(a)=f′(ξ)(b-a) 成立,或: f′(ξ) =(f(b)-f(a)) / (b-a) 或存在0θ1,使: f(b)-f(a) = f′(a+θ(b-a)) (b-a) 成立。 f(b)-f(a)=f′(ξ)(b-a) 也称为拉格朗日中值公式,后面两个式子是

    2024年02月05日
    浏览(43)
  • 优化问题的拉格朗日Lagrange对偶法原理

    首先我们定义一般形式的求解x的优化问题: 表示优化的目标函数,上述为最小优化,实际上最大优化可以改写为的形式 表示第i个不等式约束 表示等式约束 上述优化问题的拉格朗日Lagrange对偶法求解,是将上述带约束的目标优化问题改写为如下无约束的Lagrange函数式子。 上

    2024年02月02日
    浏览(40)
  • 解读 拉格朗日插值法python,保你学明白

    什么是插值法 插值法是一种数学方法,用于在已知数据点(离散数据)之间插入数据,以生成连续的函数曲线。 插值法可以用于确定一个未知数据点的值,并简化复杂的数学计算过程。 插值法的应用广泛,如统计学、工程学、科学研究等领域。 拉格朗日插值法的原理 格朗

    2024年02月08日
    浏览(46)
  • 22matlab数据分析 拉格朗日插值(matlab程序)

    1. 简述        第一部分:问题分析 (1)实验题目:拉格朗日插值算法 具体实验要求:要求学生运用拉格朗日插值算法通过给定的平面上的n个数据点,计算拉格朗日多项式Pn(x)的值,并将其作为实际函数f(x)的估计值。用matlab编写拉格朗日插值算法的代码,要求代码实现用户

    2024年02月15日
    浏览(40)
  • 数值分析:拉格朗日插值法笔记以及C++代码实现

    插值需求的诞生: 如何通过已知数据得到函数的近似解析表达式,从而获得更多的有用数据。 在实际应用中常常需要根据已知的函数点进行数据、模型的处理和分析,而有时候现有的数据是极少的,不足以支撑分析的进行,这时就需要使用一些数学的方法“模拟产生”一些

    2024年02月12日
    浏览(42)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包