拉格朗日乘数法——摘自高数下册P115

拉格朗日乘数法原理
本文介绍拉格朗日乘数法的基本原理及其应用,该方法用于寻找函数在特定约束条件下的极值点。通过构造拉格朗日函数并求解相应的偏导数方程组来找到可能的极值点。
部署运行你感兴趣的模型镜像

  拉格朗日乘数法 要找函数z=f(xy)在附加条件φ(x,y)=0下的可能极值点,可以先做拉格朗日函数:

L(x,y)=f(x,y)+λφ(x,y)

其中λ为参数。求其对x与y的一阶偏导数,并使之为零,然后与约束函数联立起来:

fx(x,y)+λφx(x,y)=0,fy(x,y)+λφy(x,y)=0,φ(x,y)=0

由这组方程组解出xyλ,这样得到的xy就是函数fxy在附加条件下φxy=0下的可能极值点。
这种方法还可以推广到自变量多于两个而条件多于一个的情形。

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.9

TensorFlow-v2.9

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值