、条件极值、拉格朗日乘数法
1. 转化为无条件极值
在讨论多元函数极值问题时,如果遇到除了在定义域中寻求驻点(可能的极值点)外,对自变量再无别的限制条件,我们称这类问题为函数的无条件极值。如求
然而在实际中,我们也会遇到另一类问题。 比如,讨论表面积为
一般抽象出来,可表为如下形式:
函数的条件极值问题。 对自变量有附加条件的极值称为条件极值。 一般称
对于有些实际问题 , 可以把条件极值问题化为无条件极值问题。
例如上述问题 , 由条件
只需求 V 的无条件极值问题。
例 6 求函数
而
通过讨论无条件极值可得问题的解答。但在很多实际问题中,往往不容易从约束条件中解出一个自变量,从而上述方法就失效了。因此,对条件极值我们应讨论一般解法。
2. 关于条件极值的 拉格朗日乘数法
在很多情形下 , 将条件极值化为无条件极值并不容易。 需要另一种求条件极值的专用方法 , 这就是拉格朗日乘数法。
拉格朗日乘数法: 要找函数 z = f ( x , y ) 在条件 j ( x , y ) = 0 下的可能极值点 , 可以先构成辅助函数 F ( x , y ) = f ( x , y ) + lj ( x , y ) , 其中 l 为某一常数。
然后解方程组
由这方程组解出 x , y 及 l , 则其中 ( x , y ) 就是所要求的可能的极值点。
一般称 F ( x , y ) = f ( x , y ) + lj ( x , y ) 为拉格朗日函数,待定常数λ称为拉格朗日乘数
归纳上述讨论过程,可得拉格朗日乘数法如下:
欲求函数
( 3 )解此方程组的解,可得可能的极值点
例 7 将正数 12 分成三个正数
解得唯一驻点
这种方法可以推广到自变量多于两个而条件多于一个的情形。
至于如何确定所求的点是否是极值点 , 在实际问题中往往可根据问题本身的性质来判定。
例 8 求表面积为 a 2 而体积为最大的长方体的体积 .
解 设长方体的三棱的长为 x , y , z , 则问题就是在条件 2( xy + yz + xz ) = a 2 下
构成辅助函数 F ( x , y , z ) = xyz + l (2 xy + 2 yz + 2 xz - a 2 ) ,
解方程组
得
因为由问题本身可知最大值一定存在 , 所以最大值就在这个可能的值点处取得。
此时
思考题:若
五、小结
1 、 多元函数的极值
2 、(取得极值的必要条件、充分条件)
3 、多元函数的最值
4 、拉格朗日乘数法
六、作业
P 471 1 、 2 、 3 、 6
联系客服