【优化】拉格朗日(Lagrange)乘子法超简说明

本文不做数学推导,从物理意义上讲解拉格朗日乘子法。

原问题

我们要解决带有等式约束的最优化问题。为方便书写,以二维函数为例:
m a x   f ( x , y ) ,    s . t . g ( x , y ) = 0 max\ f(x,y), \ \ s.t. g(x,y)=0 max f(x,y),  s.t.g(x,y)=0

用下图表示这个问题。 f ( x ) f(x) f(x)参数在二维平面内,其本身是一个曲面,用等高线(蓝色)表示。 g ( x ) = 0 g(x)=0 g(x)=0是二维平面内的一条曲线(红色)。
这里写图片描述

我们要找 g ( x , y ) = 0 g(x,y)=0 g(x,y)=0上的一个点,其位于 f ( x , y ) f(x,y) f(x,y)最大的等高线上。

问题转换

Step 1

求解上述问题等价于:

找到 g ( x , y ) = 0 g(x,y)=0 g(x,y)

评论 1
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