条件极值与拉格朗日乘数法.pdfVIP

§4 条件极值 一、何谓条件极值 在讨论极值问题时， 往往会遇到这样一种情形， 就是函数的自变量要受到某些条件的限 制。决定一给定点 (x0 , y0 , z0 ) 到一曲面 G (x, y , z) 0 的最短距离问题，就是这种情形。我 们 知 道 点 (x , y ,z) 到 点 (x0 , y0 , z0 ) 的 距 离 为 2 2 2 F (x , y , z) (x x ) (y y ) (z z ) . 现在的问题是要求出曲面 G (x , y , z) 0 0 0 0 上的点 (x, y, z) 使 F 为最小 . 即问题归化为求函数 F (x , y, z) 在条件 G (x , y, z) 0 下的最 小值问题 . 又 如 ， 在 总 和 为 C 的 几 个 正 数 x ,x , x 的 数 组 中 ， 求 一 数 组 ， 使 函 数 值 1 2 n 2 2 2 f x1 x2 xn 为最小，这是在条件 x1 x2 xn C (xi 0) 的限制下， 求函数 f 的极小值问题。这类问题叫做限制极值问题（条件极值问题） . 例 1 要设计一个容积为 V 的长方体形开口水箱 . 确定长、宽和高 , 使水箱的表面积 最小 . 分别以 x 、 y 和 z 表示水箱的长、宽和高 , 该例可表述为 : 在约束条件 xyz V 之下求函数 S(x , y , z) 2(xz yz) xy 的最小值 . 条件极值问题的一般形式是在条件组 k (x1, x2 , , xn ) 0, k 1,2, , m (m n) 限制下， 求目标函数 y f (x1, x2 , ,xn ) 的极值 . 对这种问题的解法有 : 化为无条件极值 . V 例 1 由 xyz V 解 出 z , 并 代 入 函 数 S(x, y , z) 中 , 得 到 xy 1 1 3 F (x , y) 2V ( ) xy , 然后按 ( F , F ) (0,0) , 求出稳定点 x y 2V , 并有 x y y x 1 3 3 2 z 2V , 最后判定在此稳定点上取的最小面积 S 3 4V . 2 然而 , 在一般情形下条件组中解出 m 个变元并不总是可能的 . 下面介绍的拉格朗日乘 数法就是一种不直接依赖消元而求解条件极值问题的有效方法 . 二、条件极值的必要条件 设在约束条件