多元条件极值与 Lagrange 乘数法

使用条件

在约束上求 的局部极值。若极值点是约束曲面的正则点,即,则存在 使

约束上的所有切向变化率都为零,因此 与约束的法向量 平行。

多个约束 时,,并要检查约束梯度的线性无关性。

优先结构化降维

使用 Lagrange 乘数法前先检查:

  1. 约束能否直接消去一个变量。
  2. 约束能否替换目标函数中的某个整体。
  3. 椭圆能否伸缩成圆,二次型能否通过配方或特征值化简。
  4. 固定一个变量后,其余变量是否有明显的最优位置。
  5. 截距、距离、面积和体积中是否隐含 AM-GM 或 Cauchy 等号结构。

代表题:切线截距三角形、椭球切平面的截距乘积。

闭集上的最值

连续函数在紧集上一定取得最大值和最小值。对闭区域应分层检查:

  • 内部驻点;
  • 每一段边界上的条件极值;
  • 边界的端点、尖点和约束非正则点。

最后比较所有候选值。只列 Lagrange 方程不能代替存在性与全局比较。

代表题:闭圆盘上的内部与边界比较、闭曲线围成区域上的最值。

边界核验

  • 消元后必须保留剩余变量的可行范围。
  • 约束非正则点 需要单独代入检查。
  • 约束集无界时,还要研究无穷远处的函数值。
  • “极值”是局部概念;“最大值、最小值”要求全局比较。

题型训练