求解拉格朗日乘子法 | 学习笔记

简介: 快速学习求解拉格朗日乘子法

开发者学堂课程【人工智能必备基础:微积分:求解拉格朗日乘子法】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/544/detail/7398


求解拉格朗日乘子法

内容介绍

一、自变量多于两个条件下

二、实例

三、例题

 

一、自变量多于两个条件下

函数:u = f (x,y,z,t)在条件image.png(x,y,z,t)=0,image.png(x,y,z,t)=0 下的极值。

构造函数: F(x, y,z,t)= f(x, y,z,t)+ image.png(x,y,z,t )+image.png(x,y,z,t)

其中 image.png 均为拉格朗日乘数,同样通过偏导为0以及约束条件求解。

 

二、实例

函数:u =x3y2z 约束条件:x, y,z 之和为 12,求其最大值。

构造函数:F(x,y,z)=x3y2z+image.png(x+y+z-12)

分别求偏导:

image.png

唯一驻点(6,4,2)

umax=6342·2=6912

 

三、例题

在第一卦限内作椭球面 image.png-1 的切平面,使切平面与三个坐标面所围成的四面体体积最小,求切点坐标

解 设 P(x0,y0,z0)为椭圆面上的一点

令 F(x,y,z)=image.png-1

image.png 分别求一个偏导

过 P(x0,y0,z0)的切平面方程为

image.png

化简为 image.png=1

该切平面在三个轴上的截距各为

image.png

所求四面体的面积 image.png

image.png 为目标函数

在条件 image.png 下求 V 的最小值

image.png 为约束条件

image.png

image.png

当切点坐标为 image.png

四面体的体积最小 image.png

相关文章
|
6月前
【数值分析】Jacobi、Seidel和Sor迭代法求解线性方程组(附matlab代码)
【数值分析】Jacobi、Seidel和Sor迭代法求解线性方程组(附matlab代码)
对偶定理的介绍
对偶定理:问题的对偶性与解的对偶性 一、引言 对偶定理是数学中的一个重要概念,它描述了问题的对偶性与解的对偶性之间的关系。通过对偶定理,我们可以将一个问题转化为其对偶问题,并通过解决对偶问题来解决原问题。本文将介绍对偶定理的概念、证明方法以及应用场景。 二、对偶定理的概念 对偶定理是指在某些情况下,一个问题的对偶问题与原问题具有相同的性质和结构。对偶问题是通过对原问题的变量、约束条件或目标函数进行转换而得到的。对偶定理认为,如果原问题的解存在,则对偶问题的解也存在,并且两个问题的解具有一种对应关系。 三、对偶定理的证明方法 对偶定理的证明方法通常是通过构造一个对偶映射来进行推导。具体步骤
251 0
最优化--凸函数--拉格朗日乘子法
最优化--凸函数--拉格朗日乘子法
最优化理论(二)拉格朗日乘子法
最优化理论(二)拉格朗日乘子法
180 0
|
人工智能 移动开发 算法
初等变换法求解线性方程组
初等变换法求解线性方程组
|
人工智能 开发者
拉格朗日乘子法 | 学习笔记
快速学习拉格朗日乘子法
拉格朗日乘子法 | 学习笔记
|
人工智能 开发者
最小二乘法推导与求解 | 学习笔记
快速学习最小二乘法推导与求解
最小二乘法推导与求解 | 学习笔记
|
机器学习/深度学习
拉格朗日对偶
拉格朗日对偶
拉格朗日对偶