数理经济学chap6.pptVIP

约束优化（I） 第六章 基本内容 几个例子 等式约束 两个变量一个等式约束 几个等式约束 不等式约束 一个不等式约束 几个不等式约束 混合约束 Kuhn-Tucker表述 等式约束 两个变量一个等式约束 考虑一个最简单的等式约束极大化问题： max f(x1，x2) s.t. h(x1，x2) = c （6.2.1） 几何求解法 在（x1，x2）平面上画出约束集C = {(x1，x2) | h(x1，x2) = c} 画出目标函数f的几个代表性的水平曲线{(x1，x2) | f(x1，x2) = fi }，i = 1，2，3，这里fi是常数 几何上，我们的目的是寻找满足约束集C的f的最高水平曲线．f的最高水平曲线不能与约束曲线C相交；否则，邻近的较高的水平线也将与之相交． 综上述，f的最高水平线必须与约束曲线C相切于最优解处（从而满足约束）．这意味着（过点x*的）f的最高水平线在点x*处的斜率等于约束曲线C在点x*处的斜率． 总之，通过把拉格朗日乘子?引入约束优化问题，我们将一个双变量约束问题转化为求解再增加一个变量?的函数L(x1，x2，?)的驻点问题． 在某种意义上，我们将一个双变量的约束优化问题简化为一个三变量的无约束优化问题．这种简化的代价