条件极值问题

整理文档很辛苦,赏杯茶钱您下走!

免费阅读已结束,点击下载阅读编辑剩下 ...

阅读已结束,您可以下载文档离线阅读编辑

资源描述

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⎩⎨⎧=++=++632,1zyxzyx的距离,就是在限制条件1=++zyx和632=++zyx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),,(zyxf在约束条件⎩⎨⎧==0),,(,0),,(zyxHzyxG下的极值。假定GFf,,具有连续偏导数,且Jacobi矩阵⎟⎟⎠⎞⎜⎜⎝⎛=zyxzyxHHHGGGJ在满足约束条件的点处是满秩的,即2rank=J。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),,(000zyx为条件极值点,由于在该点2rank=J,不妨假设在),,(000zyx点0),(),(≠∂∂zyHG,则由隐函数存在定理,在),,(000zyx附近由该方程可以唯一确定),(),(),(0ρxOxxzzxyy∈==()(),(0000xzzxyy==)。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),()),(),(,()(0ρxOxxzxyxfx∈=Φ的无条件极值问题,0x是函数)(xΦ的极值点,因此0)(0=Φ′x,即0),,(),,(),,(000000000=++dxdzzyxfdxdyzyxfzyxfzyx。这说明向量kji),,(),,(),,(),,(grad000000000000zyxfzyxfzyxfzyxfzyx++=与向量⎟⎠⎞⎜⎝⎛=dxdzdxdy,,1τ正交,即与曲线在),,(000zyx点的切向量正交,因此),,(grad000zyxf可看作是曲线在),,(000zyx点处的法平面上的向量。由定理12.5.1,这个法平面是由),,(grad000zyxG与),,(grad000zyxH张成的,因此),,(grad000zyxf可以由),,(grad000zyxG和),,(grad000zyxH线性表出,或者说,存在常数00,μλ,使得),,(grad000zyxf=0λ),,(grad000zyxG+0μ),,(grad000zyxH,这就是点),,(000zyx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⎪⎩⎪⎨⎧=−−=−−=−−.0),,(),,(),,(,0),,(),,(),,(,0),,(),,(),,(000000000000000000000000000000000zyxHzyxGzyxfzyxHzyxGzyxfzyxHzyxGzyxfzzzyyyxxxμλμλμλ于是,如果构造Lagrange函数),,(),,(),,(),,(zyxHzyxGzyxfzyxLμλ−−=(μλ,称为Lagrange乘数),则条件极值点就在方程组⎪⎪⎪⎩⎪⎪⎪⎨⎧===−−==−−==−−=0,0,0,0,0HGHGfLHGfLHGfLzzzzyyyyxxxxμλμλμλ的所有解),,,,(00000μλzyx所对应的点),,(000zyx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。作为一个例子,现在用Lagrange乘数法来解决本节开始提出的问题,即求函数222),,(zyxzyxF++=在约束条件⎩⎨⎧=++=++632,1zyxzyx下的最小值(最小值的平方根就是距离)。为此,作Lagrange函数)632()1(),,,,(222−++−−++−++=zyxzyxzyxzyxLμλμλ,在方程组⎪⎪⎪⎩⎪⎪⎪⎨⎧=−++=−++=−−==−−==−−=.0632,01,032,022,02zyxzyxzLyLxLzyxμλμλμλ中,把方程组中的第一、第二和第三式相加,再利用第四式得263=+μλ。把第一式、第二式的两倍和第三式的三倍相加,再利用第五式得12146=+μλ。从以上两个方程解得4,322=−=μλ,由此可得唯一的可能极值点37,31,35==−=zyx。由于点到直线的距离,即这个问题的最小值必定存在,因此这个唯一的可能极值点⎟⎠⎞⎜⎝⎛−37,31,35必是最小值点,也就是说,原点到直线⎩⎨⎧=++=++632,1zyxzyx的距离为32537,31,35=⎟⎠⎞⎜⎝⎛−F=35。一般地,考虑目标函数),,,(21nxxxf在m个约束条件);,,2,1(0),,,(21nmmixxxgni==下的极值,这里),,2,1(,migfi=具有连续偏导数,且Jacobi矩阵⎟⎟⎟⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎜⎜⎜⎝⎛∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂=nmmmnnxgxgxgxgxgxgxgxgxgJ###212221212111在满足约束条件的点处是满秩的,即mJ=rank。那么我们有下述类似的结论:定理12.7.1(条件极值的必要条件)若点0x),,,(00201nxxx=为函数)(xf满足约束条件的条件极值点,则必存在m个常数mλλλ,,,21,使得在0x点成立mmgggfgradgradgradgrad2211λλλ+++=。于是可以将Lagrange乘数法推广到一般情形。同样地构造Lagrange函数∑=−=miniinmnxxxgxxxfxxxL121212121),,,(),,,(),,,,,,,(λλλλ,那么条件极值点就在方程组(*)),,2,1;,,2,1(,0,01mlnkgxgxfxLlmikiikk==⎪⎩⎪⎨⎧==∂∂−∂∂=∂∂∑=λ的所有解),,,,,,,(2121mnxxxλλλ所对应的点),,,(21nxxx中。判断如上所得的点是否为极值点有以下的一个充分条件,我们不加证明地给出。定理12.7.2设点0x),,,(00201nxxx=及m个常数mλλλ,,,21满足方程组(*),则当方阵nnmlkxxL×⎟⎟⎠⎞⎜⎜⎝⎛∂∂∂),,,(2102λλλx为正定(负定)矩阵时,0x为满足约束条件的条件极小(大)值点,)(0xf为满足约束条件的条件极小(大)值。注当定理中的方阵为不定时,并不能说明)(0xf不是极值。例如,在求函数222),,(zyxzyxf−+=在约束条件0=z下的极值时,构造Lagrange函数zzyxzyxLλ−−+=222),,(,并解方程组⎪⎪⎩⎪⎪⎨⎧==−−=====0,02,02,02zzLyLxLzyxλ得0====λzyx。而在)0,0,0,0(点,方阵⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛−=⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛200020002zzzyzxyzyyyxxzxyxxLLLLLLLLL是不定的。但在约束条件0=z下,0)0,0,0(),,(22=≥+=fyxzyxf,即)0,0,0(f是条件极小值。在实际问题中往往遇到的是求最值问题,这时可以根据问题本身的性质判定最值的存在性。这样的话,只要把用Lagrange乘数法所解得的点的函数值加以比较,最大的(最小的)就是所考虑问题的最大值(最小值)。例12.7.1要制造一个容积为a立方米的无盖长方形水箱,问这个水箱的长、宽、高为多少米时,用料最省?解设水箱的长为x、宽为y、高为z(单位:米),那么问题就变成在水箱容积axyz=的约束条件下,求水箱的表面积yzxzxyzyxS22),,(++=的最小值。作Lagrange函数)(22),,,(axyzyzxzxyzyxL−−++=λλ,从方程组⎪⎪⎩⎪⎪⎨⎧=−=−+==−+==−+=0,022,02,02axyzxyyxLxzzxLyzzyLzyxλλλ得到唯一解22,2,2333azayax===。由于问题的最小值必定存在,因此它就是最小值点。也就是说,当水箱的底为边长是32a米的正方形,高为223a米时,用料最省。例12.7.2求平面0=++zyx与椭球面14222=++zyx相交而成的椭圆的面积。zOyx图12.7.1解椭圆的面积为abπ,其中ba,分别为椭圆的两个半轴,因为椭圆的中心在原点,所以ba,分别是椭圆上的点到原点的最大距离与最小距离。于是,可以将问题表述为,求222),,(zyxzyxf++=在约束条件⎩⎨⎧=++=++14,0222zyxzyx下的最大值与最小值。作Lagrange函数)14()(),,,,(222222−++−++−++=zyxzyxzyxzyxLμλμλ,得到相应的方程组⎪⎪⎪⎩⎪⎪⎪⎨⎧=−++=++=−−==−−==−−=.014,0,0)41(2,0)1(2,0)1(2222zyxzyxzLyLxLzyxλμλμλμ解法一:.将以上方程组中的第一式乘以μ41−,第二式乘以μ41−,第三式乘以μ−1后相加,得到0)31(3=−μλ,因此0=λ或031=−μ。分两种情况讨论:(1)当0=λ时,将以上方程组中的前三个式子相加得06=zμ。但此时0≠μ(否则从0,0==μλ得到0===zyx,这不是椭圆上的点),因此0=z。代入方程组0=++zyx,014222=−++zyx就得到),,(zyx的两组解⎟⎠⎞⎜⎝⎛−0,21,21与⎟⎠⎞⎜⎝⎛−0,21,21,f在这两个点的值都是1。(1)当031=−μ时,从方程组中的前三个式子得到λλλ23,43,43−===zyx。代入014222=−++=zyxLx得到922±=λ。它对应),,(zyx的两组解为⎟⎟⎠⎞⎜⎜⎝⎛−32,62,62和⎟⎟⎠⎞⎜⎜⎝⎛−−32,62,62,f在这两个点的值都是31。由于椭圆的长轴与短轴必存在,因此f在椭圆⎩⎨⎧=++=++14,0222zyxzyx上的最大值与最小值必存在,于是立即得到该椭圆的半长轴为1,半短轴为31,面积为3π。解法二:将以上方程组中的第一式乘以x,第二式乘以y,第三式乘以z后相加,再利用0=++zyx和14222=++zyx得到μ=++=222),,(zyxzyxf。这说明椭圆的半长轴与半短轴的平方包含在方程组关于μ的解中,所以问题转化为求μ的值。如解法一得到0)31(3=−μλ,也分两种情况:(1)当031=−μ时,得31=μ。(1)当0=λ时,原方程组就是⎪⎪⎪⎩⎪⎪⎪⎨⎧=−++=++=−=−=−.014,0,0)41(,0)1(,0)1(222zyxzyxzyxμμμ此时1=μ(否则从以上方程组的第一,第二和第四式得到0===zyx,这不是椭圆上的点)。于是同样得到,该椭圆的半长轴为1,半短轴为31,面积为3π。许多实际问题并不需要完全解出方程组来求得最值,解法二就是一种常用的方法,可以使解决问题的方法与计算简化。例12.7.3求函数222),(cybxyaxyxf++=(0,,;02−cbaacb)在闭区域}1|),{(22≤+=yxyxD上的最大值和最小值。解首先考察函数f在D的内部}1|),{(22+yxyx的极值,这是无条件极值问题。为此解线性方程组⎩⎨⎧=+==+=.022,022cybxfbyaxfyx由假设02−acb知道方程组的系数行列式不等于零,因此只有零解0,0==yx,即)0,0(点是驻点。易计算在)0,0(点cfbfafyyxyxx2)0,0(,2)0,0(,2)0,0(===,因此0)(4)0,0()0,0()0,0(22−=−bacfffxyyyxx。而0xxf,所以)0,0(点是函数f的极小值点,极小值为0)0,0(=f。再考察函数f在D的边界}1|),{(22=+yxyx上的极值,这是条件极值问题。为此作Lagrange函数)1(2),,(2222−+−++=yxcybxyaxyxLλλ,并得方程组⎪⎩⎪⎨⎧=−+=−+=+−.01,0)(,0)(22yxycbxbyxaλλ将方程组中的第一式乘以x,第二式乘以y后相加,再用第三式代入就得到λλ=+=++=)(2),(2222yxcybxyaxyxf,这说明),(yxf在}1|),{(22=+yxyx上的极大值与极小值包含在方程组关于λ的解中。下面来求λ的值。由联立方程组中的0122=−+yx,可知二元一次方程组⎩⎨⎧=−+=+−0)(

1 / 35
下载文档,编辑使用

©2015-2020 m.777doc.com 三七文档.

备案号:鲁ICP备2024069028号-1 客服联系 QQ:2149211541

×
保存成功