跳转到内容

统计热力学与速率理论/拉格朗日乘数

来自维基教科书,开放的书籍,开放的世界

约束优化

[编辑 | 编辑源代码]

当对系统施加约束时,拉格朗日乘数 可以被纳入来确定多元函数的最大值。确定此函数在约束条件下最大值的新过程变为

  1. 将约束条件写成一个函数。即,
  2. 定义一个新的方程。 其中 是一个未定义的常数
  3. 使用之前三个步骤来确定无约束系统最大值,求解这组方程以找到最大值。

例如,假设我们有一个函数 ,我们对该函数施加以下约束:

该约束条件将写成

然后我们将根据约束条件定义新的方程为

接下来,我们对 x 和 y 分别求偏导数,并将其设为零,然后解出 x 和 y。

首先,对 x 求偏导数并将其设为零

计算将得到

现在,对 y 求偏导数并将其设为零

这将导致以下可以求解以确定最大值的方程组

求解这组方程组,在约束条件 下,发现最大值为

无约束优化

[edit | edit source]

确定无约束系统的最大值遵循非常类似的步骤,只是它不会有拉格朗日乘数,因为系统不受

给定直线的约束,而是系统本身的最大值。求解无约束系统的步骤变为

  1. 计算偏导数
  2. 将它们设为零
  3. 求解变量

例如,给定相同的函数 ,首先将计算偏导数为

令两个偏导数都为零

最后将求解变量。得到与约束系统不同的最大值

华夏公益教科书