- 15
- 0
- 约 39页
- 2016-12-30 发布于江苏
- 举报
约束优化(II) 第七章 基本内容 只有约束函数中含有参数. 给出目标函数的最优值对约束优化问题中参数变化的灵敏度,进而解释拉格朗日乘子的数学含义和经济学上的含义. 目标函数和约束函数中均含有参数 给出经济学中约束优化的包络定理,给出目标函数的最优值对约束优化问题中参数变化的灵敏度. 给出约束极大化和极小化问题的二阶充分条件 它可用来判断由一阶必要条件得到的可能的候选解中哪些是真正的极值点. 讨论约束问题的比较静态分析. 等式约束中拉格朗日乘子的含义 一个等式约束 定理7.1.1 设f和h是两个变量的C 1函数,a?R是参数.令(x1*(a), x2*(a))是下面问题的解: max f(x1,x2) s.t. h(x1,x2) = a (7.1.1) 相应的拉格朗日乘子为(?1*(a),?,?m*(a)). 假设xi*(a)和?j*(a),i = 1,2,?,n是a =(a1,?,am)的可微函数,且NDCQ成立.则对j = 1,2,?,m有 不等式约束中拉格朗日乘子的含义 不等式约束 定理7.1.3 设f 和g1,g2,?,gk是Rn上的C 1函数,令a =(a1,?,ak)是外生参数,(x1*(a),?,xn*(a))是下面问题的解: max
原创力文档

文档评论(0)