最后更新: 2025-10-30 10:18 查看: 60 次纠错评论(0) 课件开VIP

约束条件为不等式的例子

## 约束条件为不等式的例子

`例`求 $f(x, y)=x+y$ 在不等式约束条件 $x^2+y^2 \leqslant 1$ 下的最值．
解 首先还是从有界闭集上连续函数必有最值知道最小值和最大值都存在．
可以分别考虑 $f$ 在 $x^2+y^2=1$ 和在 $x^2+y^2<1$ 上的最值．对于前者，已在例 1 中讨论过最大值问题．在定理 1 证明前求出的两个极值点分别就是最大值点和最小值点．（可参看该题以前的解法和附图．）

若 $f$ 在后者的区域中有最值，则必是无约束极值点．因此可以用 Fermat 定理求解．然而从 $f_x=f_y=1$ 可见不存在极值点．因此 $f$ 的最值只能在边界上达到．

`例`试用 Lagrange 乘子法证明 Cauchy 不等式：

$$
\left|\sum_{i=1}^n x_i y_i\right| \leqslant \sqrt{\sum_{i=1}^n x_i^2} \sqrt{\sum_{i=1}^n y_i^2}
$$

并指出等号成立的条件．
解（将不等式的证明化为约束极值问题来处理是一种很有效的方法，本题是这方面的一个例子．）

记 $\sqrt{\sum_{i=1}^n x_i^2}=A, \sqrt{\sum_{i=1}^n y_i^2}=B$ ，则 Cauchy 不等式就成为

$$
\left|\sum_{i=1}^n x_i y_i\right| \leqslant A B .
$$

将 $A y_1, \cdots, y_n$ 固定，也就是作为参数，将 $x_1, \cdots, x_n$ 看成为变量，然后在约束条件

$$
g( x )=x_1^2+x_2^2+\cdots+x_n^2-A^2=0
$$

下求目标函数 $z=x_1 y_1+\cdots+x_n y_n$ 的最大值和最小值．
若 $A=0$ ，则所有 $x_i=0, i=1, \cdots, n$ ，于是 $z=0$ ．同样若 $B=0$ 时也是如此．以下设 $A, B>0$ ．

从有界闭集上连续函数有最值，因此最大值和最小值存在，且都是极值．同时 $g$的梯度向量非零，因此可以用 Lagrange 乘子法来求极值点．

作 Lagrange 函数

$$
L\left(x_1, \cdots, x_n, \lambda\right)=\sum_{i=1}^n x_i y_i+\lambda\left(x_1^2+\cdots+x_n^2-A^2\right)
$$

就得到
$$
y_i+2 \lambda x_i=0, \quad i=1, \cdots, n .
$$

由 $B>0$ 可见 $\lambda \neq 0$ ，于是 $x_i=-\frac{y_i}{2 \lambda}, i=1, \cdots, n$ ．将 $x_1, \cdots, x_n$ 的上述表达式代入约束条件，就可以求出 $\lambda^2=\frac{B^2}{4 A^2}$ ，就有

$$
\lambda= \pm \frac{B}{2 A} .
$$

并得到极值点

$$
x_i=\mp \frac{y_i A}{B}, \quad i=1, \cdots, n
$$

这样就得到

$$
\sum_{i=1}^n x_i y_i=\mp A B
$$

其中的正号和负号分别对应了目标函数的最大值和最小值．由此就得到 Cauchy 不等式。

从最值点的表达式可见，在 Cauchy 不等式中成立等号的条件是 $x$ 与 $y$ 共线 （其中包括两个向量中一个或两个都是零向量的情况）．

科数题库(单机版) 会议室预约系统(book)

今日还可看 0 篇未注册用户每天查看4篇，注册用户每天8篇，开通VIP会员无限制查看。

免费注册

《高等数学》难点解析

高数教程 泰勒公式切线与法线切平面与法平面驻点·拐点·极值点·零点间断点渐进线瑕积分欧拉方程伯努利方程 Abel 收敛定理偏导数的几何意义偏导数的几何意义梯度数量场与向量场多元函数极值拉格朗日算子通量与散度环流量与旋度格林公式高斯公式斯托克斯公式三大公式比较傅里叶级数极坐标微元点法式方程变上限定积分 X型计算面积 Y型计算面积微分的意义渐近线间断点 y''+py'+qy=f(x)方程高斯黎曼傅里叶变换(复数) 拉普拉斯变换(复数)

《线性代数》难点解析

线代教程 近世代数对数学的整体思考线性的意义矩阵乘法(列视角) 矩阵乘法(行视角) 矩阵左乘矩阵右乘逆矩阵求解方程组阶梯形矩阵的求法方程组解的判定四阶行列式的计算线性变换的意义线性空间向量组的等价线性空间的几何意义基础解系的求法施密特正交化特征值与特征向量的意义矩阵相似的几何意义矩阵可对角化的理解秩的意义(向量版) 秩的意义(方程版) 二次型的意义

《概率论与数理统计》难点解析

概率教程 置信区间与上a分位数概率中的“取”与“放” 贝叶斯公式全概率公式泊松分布指数分布伽玛分布二维密度图的意义卷积的意义相关系数的意义 k阶矩是与矩母函数卡方分布的作用单正态区间估计理解假设检验理解切比雪夫不等式中心极限定理

上一篇：多个约束条件下的 Lagrange 乘子法

下一篇：拉格朗日极值的充分条件

本文对您是否有用？有用 (0) 无用 (0)