拉格朗日乘数法解带约束的极值问题
来源:互联网 发布:淘宝店铺最怕什么 编辑:程序博客网 时间:2024/05/16 09:41
拉格朗日乘数法是用来求条件极值的,极值问题有两类,其一,求函数在给定区间上的极值,对自变量
没有其它要求,这种极值称为无条件极值。其二,对自变量有一些附加的约束条件限制下的极值,称为
条件极值。例如给定椭球
求这个椭球的内接长方体的最大体积。这个问题实际上就是条件极值问题,即在条件
下,求的最大值。
当然这个问题实际可以先根据条件消去,然后带入转化为无条件极值问题来处理。但是有时候这样做
很困难,甚至是做不到的,这时候就需要用拉格朗日乘数法了。如下描述
求函数在满足下的条件极值,可以转化为函数
的无条件极值问题。如果是函数的驻点,则就是条件极值的嫌疑点。
回到上面的题目,通过拉格朗日乘数法将问题转化为
对求偏导得到
联立前面三个方程得到和,带入第四个方程解之
带入解得最大体积为
拉格朗日乘数法对一般多元函数在多个附加条件下的条件极值问题也适用。例如
题目:求旋转抛物面与平面的交线上到坐标原点最近的点与最远的点。
分析:设,令的所有
偏导数为零,得到
解得两个嫌疑点分别为
由于
所以,与原点最近的点是,最远的点是。
题目:求离散分布的最大熵。
分析:因为离散分布的熵表示如下
而约束条件为
要求函数的最大值,根据拉格朗日乘数法,设
对所有的求偏导数,得到
计算出这个等式的微分,得到
这说明所有的都相等,最终解得
因此,使用均匀分布可得到最大熵的值。
- 拉格朗日乘数法解带约束的极值问题
- 非线性约束极值问题
- Codeforces Round #118 (Div. 1) A Mushroom Scientists (多元函数极值问题+拉格朗日乘数法)
- Codeforces Round #118 (Div. 1) A Mushroom Scientists (多元函数极值问题+拉格朗日乘数法)
- 拉格朗日乘数法求条件极值(最大熵)
- 约束极值、SVM的总结
- 约束极值问题/非线性规划问题
- 约束下的最优求解:拉格朗日乘数法和KKT条件
- 求约束条件下极值的拉格朗日乘子法
- 求约束条件下极值的拉格朗日乘子法
- 拉格朗日乘数
- 拉格朗日乘数
- 无约束问题的极值条件
- 无约束极值问题的解法
- 拉格朗日乘数法(等式约束和不等式约束)及KKT条件
- 对拉格朗日乘数法的直观认识
- 极值问题
- 极值问题
- 完全二叉树的三种遍历
- C语言中将二维数组作为参数传递给函数的方法
- Morse Code-神奇而朴实的摩斯电码
- java内部类的可见性总结和java内部类的创建
- 构造函数的具体使用
- 拉格朗日乘数法解带约束的极值问题
- 基因数据处理10之BWA处理速度太慢
- 字符串于数组转换
- Docker 开源管理工具集锦
- Springmvc框架本地化和国际化
- AC自动机原理说明
- 破解IntelliJ Idea 15 方式
- Hadoop之--集群环境搭建
- Java NIO FileChannel