欧阳梦倩 衡阳师范学院
在某些实际问题中,考察目标函数:
它的变元需满足一定约束条件:
我们需要寻找目标函数(1)在约束条件(2)下的极值,这样的问题称为条件极值。处理条件极值的基本方法为拉格朗日乘数法:首先,构造一个含p个待定乘数的辅助函数
假设(1)和(2)中的函数都连续可微,并满足正则条件:
可以从(2)中解出
将(5)代入(1)得:
于是,所讨论得条件极值问题就化成了求目标函数(6)的无条件极值问题。
例1:在已知周长为2p的一切三角形中,求出面积最大的三角形。
考察目标函数
和约束条件
容易得出
则问题转化成无条件极值:
由
解:设拉格朗日函数为:
所求稳定点为极小值点,且为最小值点。
判别方法二:由海塞矩阵:
为正定矩阵知稳定点即为极小值点,且为最小值点。
拉格朗日乘数法是求多元函数条件极值一种常用的方法,利用其求出稳定点后,如何确定稳定点为极值点,应视具体问题而定。