Lagrange乘数法用于优化问题简洁说明

阅读量：

本内容不涉及数学公式推导过程，而是从物理角度对拉格朗日乘子法进行阐述与解析。

原问题

本文旨在处理包含等式约束条件的最优化问题。为便于表述，以二维函数作为示例：
$max\ f(x,y), \ \ s.t. g(x,y)=0$

该问题可通过如下图形进行展示。 $f(x)$ 的参数位于二维坐标系中，其本身构成一个曲面，并通过等高线（蓝色）加以呈现。而 $g(x)=0$ 则代表二维坐标系中的一条曲线（红色）。

我们需要在满足 $g(x,y)=0$ 条件的曲线上，确定一个位于 $f(x,y)$ 最大值对应的等高线上的点。

上述问题的求解可以转化为以下形式：

确定位于 $g(x,y)=0$ 曲线上的某一点，使得在该点处， $g(x,y)=0$ 与 $f(x,y)$ 的等值线恰好相切。

通过反例能够更直观地加以理解。当 $g(x,y)=0$ 与 $f(x,y)$ 的等值线在某一点发生交叉（如图中黑点所示）时，即为这种情况。

还没有任何评论哟~