原创力文档- 1、本文档共3页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
数学实验教程_实验17(拉格朗日乘数法)
实验17 拉格朗日乘数法
实验目的
通过二维情形Lagrange乘数法的几何观察，帮助学生理解Lagrange乘数法，并掌握利用数学软件求解带等式约束条件的极值问题。
预备知识
条件极值、Lagrange乘子法
实验内容
Lagrange乘数法是解有约束最优化问题的一种方法。问题的形式为：
最大化（或最小化） ；
约束条件 。
【步骤】：
为了具体，我们考察如下问题：
最大化（或最小化） ；
约束条件 。
【Step1】：画出约束曲线和的一些等值线，观察可能的最优值：
图 17-1 等值线与可行域图
从图中观察，要得到最优值，需要寻找约束曲线和等值曲线相切时的等值曲线值和它们的交点。
【程序】：Mathematica程序
constrainpic Plot[ Sqrt[1-x^2],-Sqrt[1-x^2] , x,-1,1 ,AspectRatio?Automatic,Axes?True,PlotStyle? Thickness[0.01],RGBColor[0,0,1] ];
f[x_,y_]: y-x^2;
fpic ContourPlot[f[x,y], x,-1.4,1.4 , y,-1.4,1.4 ,ContourShading?False];
Show[ constrainpic,fpic ]
【Step2】的梯度是垂直于约束的（因为是的等值曲线），而且的梯度是垂直于的等值曲线的，因此当两个梯度互为倍数关系时，这两条曲线就相切了。我们要做的就是解关于变量的方程组：
我们可以利用Mathematica来解这个方程组。
【程序】：Mathematica程序
g[x_,y_]: x^2+y^2-1;
gradf[x_,y_] D[f[x,y],x],D[f[x,y],y] ;
gradg[x_,y_] D[g[x,y],x],D[g[x,y],y] ;
Solve[ gradf[x,y]?lamda gradg[x,y],g[x,y] 0 , x,y,lamda ]
注：并不是所有的这种方程都可由Solve求解，可以使用FindRoot命令求出某点附近的根。
FindRoot[ g[x,y]?0,gradf[x,y][[1]]?lambda gradg[x,y][[1]],gradf[x,y][[2]]?lambda gradg[x,y][[2]] , x,1 , y,-0.6 , lambda,0.8 ]
x?0.866025,y?-0.5,lambda?-1.
【Step3】f[-Sqrt[3]/2,-1/2] f[Sqrt[3]/2,-1/2] f[0,-1] -1
f[0,1] 1
最小值为：，最大值为：1。
实验练习
求位于椭球面上的最大值和最小值，并对得到的结果作出几何解释。
- 100 - 第二章 专题实验
实验17 拉格朗日乘数法 - 99 -
文档评论（0）