基于MATLAB的条件极值教学研究.docVIP

基于MATLAB的条件极值教学研究 唐家德 （楚雄师范学院 数学系，云南 楚雄 675000） 摘 要 求解条件极值的基本方法为拉格朗日乘数法，在实际教学中，直接从隐函数组出发推导拉格朗日乘数法既繁琐又不易让人理解，但注意到在一定的条件下，二元函数的极值点必定出现在该函数的等高线与约束曲线的切点上，由于等高线和约束曲线上任意一点处的梯度向量分别垂直于该等高线和约束曲线，可以得到在极值点处相互平行的几何结论，从而容易得出拉格朗日乘数法。本文应用MATLAB的强大作图功能，形象生动地再现了这一过程，有利于学生理解拉格朗日乘数法的几何意义和数学思想。 关键词 条件极值；梯度；拉格朗日乘数法；MATLAB 中图分类号 O172.1 文献标识码 A 引言称为二元函数在点的梯度。 定义2 设点，对任一单位向量，令 （1） 如果这个极限值存在，则称为二元函数在点沿方向的方向导数。 定理1 令在点可微，则在点沿单位向量方向存在方向导数并且 即 （2） （证明从略） 对于一个在给定点处的函数，我们会很自然地问该函数在哪一个方向变化得最快，也就是，在哪一个方向上方向导数最大？根据内积公式，我们可将方向导数写为： 其中介于单位向量和梯度的角度之间。于是，当时，方向导数最大，当时，方向导数最小。可以总结如下： 定理2 一个函数在点的梯度方向递增最快（变化率为），在梯度的反方向递减最快（变化率为-） 例1 设有一只小虫位于曲面上的点（-1，2，-4）处，见图1，它沿哪个方向向上爬行最陡? 解:令,由于 于是小虫在（-1，2，-4）处,将沿方向爬行时最陡. MATLAB绘图程序如下： x=-4:0.5:4; y=x; [X,Y]=meshgrid(x,y); Z=1-X.^2-Y.^2; surf(X,Y,Z); text(-1,2,-4,小虫); contour(X,Y,Z) 图1 小虫所在曲面和曲面等高线示意图 1．2 等高线和梯度的关系[1] 曲面的等高线是指该曲面与平面的交线在平面上的投影,在同一等高线上所有点的函数值相同。 用表示通过函数定义域内任一点的等高线，并且令为在点与相切的单位向量，由于在函数在等高线上所有点的函数值相等，当是的切向量时，沿的方向导数为零，这是因为 于是我们得出梯度和是互相垂直的。 定理3 函数在点的梯度垂直于过点的等高线。 例2 已知抛物面，求出经过点的等高线方程和梯度并作图。 解：由于过点的函数值为，因此等高线方程为，即，令，由于，抛物面在点处的梯度为 ，经过的等高线和梯度见图2 MATLAB绘图程序如下： ezplot(sqrt(8)*cos(t),sqrt(2)*sin(t),[0,2*pi]) grid on; gtext(P(2,1)) 图2 例2所求等高线和梯度图像 2 条件极值[2] 2．1 条件极值的含义 以往所讨论的极值问题，其极值点的搜索范围是目标函数的定义域，但是另外还有许多极值问题，其极值点的搜索范围还受到各自不同的限制。例如，要设计一个容量为的长方形开口水箱，试问水箱的长、宽、高各等于多少时，其表面积最小[3]？为此，设水箱的长、宽、高分别为，则表面积为 （3） 依题意，上述表面积的自变量不仅要符合定义域的要求（），而且还必须满足条件。 这类附有约束条件的极值问题称为条件极值问题（不带约束条件的极值问题称为无条件极值问题）。现实世界中的很多问题，特别在经济领域内，往往是求条件极值。例如，一个企业总是追求利润最大化，但它往往受到原材料和劳动力等因素的约束。 条件极值问题的一般形式是在条件组 （4） 的限制下，求目标函数 （5） 的极值。 过去遇到这类极值问题时，只能用消元法化为无条件极值问题求解，如上面的例子，由条件解出，并代入函数中，得到 （6） 然后按，求出稳定点，并有，最后判定在此稳定点上取最小面积 然而，在一般情形下要从条件组（4）中解出个变元并不总是可能的。下面介绍的拉格朗日乘数法是一种不直接依赖消元而求解条件极值问题的有效方法。 2．2 拉格朗日乘数法的几何意义 看这样一个例子，求目标函数在约束条件下的极大值，其中，我们画出