关于多元函数条件极值问题解法的注记

结合实例指出教材中多元函数条件极值求法的不严谨性,即求解多元函数条件极值的漏解现象。通过理论分析得到漏解的三个原因,并提出拉格朗日乘数法完整的解题步骤。该步骤也适用于求解多元函数条件极值的代入法。     

多元函数条件极值的充分性讨论

在Lagrange乘数法的基础上,通过引入纠正函数,对文[1],[2]中遗留的条件极值充分性的问题作进一步研究,使条件极值的判定方法更加丰富.     

求条件极值的一种新方法

利用线性代数的理论方法一对多元函数求条件极值的拉格朗日乘数法加以改进。建立了求条件极值的一种新方法．     

求条件极值的一种新方法

利用线性代数的理论方法，对多元函数求条件极值的拉格朗日乘数法加以改进，建立了求条件极值的一种新方法     

条件极值问题的一题多解与应用意识的培养

以多元函数条件极值为例,分别用拉格朗日乘数法、无条件极值、初等方法、几何方法解题.不仅融合了多方面的数学知识,又体现了应用意识.     

含边界在内的一般极值的必要条件与拉格朗日乘数法

讨论包括定义域边界点在内的极值,称为一般极值.对可导的一元和多元函数给出了一般极值点的必要条件,这些必要条件与经典极值的必要条件是相容的.还利用一般极值的必要条件导出了条件极值的拉格朗日乘数法.     

多元函数条件极值问题

本文对多元函数条件极值问题进行研究,讨论条件极值稳定点的判定方法,总结并证明条件极值问题中一些最值存在的判断方法.     

欧氏空间中线性子流形间的距离公式

应用多元函数条件极值的Lagrange乘数法,探讨了n维欧氏空间中线性子流形的距离问题,给出了线性流形距离公式的证明.     

拉格朗日乘数法在条件不等式证明中的应用

拉格朗日乘数法是高等数学中求多元函数条件极值的重要方法，应用广泛，思想深刻．该方法程序性强，非常容易掌握，但由于涉及到求多元函数的偏微分，因此并不适合中学生直接学习。那么，能否将该法加以改进，使普通中学生也能轻松掌握呢？回答是肯定的．下面笔者将通过例题说明如何用改进后的拉格朗日乘数法证明条件不等式．     

条件极值在证明不等式中的应用

条件极值是多元函数微分学的重要内容之一。在一定约束条件下求解最值问题实际上是求解条件极值问题，常用方法之一是拉格期日乘数法。对于许多不等式的证明，我们可以将它转化成在一定约束条件下求解最值问题，从而可以利用条件极值来证明不等式。例证明为自然数）。分析设本题相当于证明在条件y＝a下的最小值为证明设，用拉格朗日乘数法，令，则由从上面例子可以看出，只要将不等式转化为条件最值问题，就可利用条件极值来证明。下面利用条件极值证明数学上应用广泛的不等式。1．算术平均数、几何平均数不等式分析设f（；，x。，…，x。）…     

关于条件极值充分条件的重新推导和证明

李文学用拉格朗日函数提出求条件极值的充分条件,但他的证明却是错误的.本文不用拉格朗日函数,而是直接通过消去一个变量将条件极值转化成无条件极值,重新推导出充分性条件.推导的过程也是条件极值充分条件的证明过程.     

从几何角度给予拉格朗日乘数法新的推导思路

拉格朗日乘数法是求条件极值的重要方法,该文通过数形结合给出定理推导的新路径,相比教材上纯代数推导更直观,体现了"几何意义"的重要性.     

高阶拉氏乘子法和弹性理论中更一般的广义变分原理

作者曾指出[1],弹性理论的最小位能原理和最小余能原理都是有约束条件限制下的变分原理采用拉格朗日乘子法,我们可以把这些约束条件乘上待定的拉氏乘子,计入有关变分原理的泛函内,从而将这些有约束条件的极值变分原理,化为无条件的驻值变分原理.如果把这些待定拉氏乘子和原来的变量都看作是独立变量而进行变分,则从有关泛函的驻值条件就可以求得这些拉氏乘子用原有物理变量表示的表达式.把这些表达式代入待定的拉氏乘子中,即可求所谓广义变分原理的驻值变分泛函.但是某些情况下,待定的拉氏乘子在变分中证明恒等于零.这是一种临界的变分状态.在这种临界状态中,我们无法用待定拉氏乘子法把变分约束条件吸收入泛函,从而解除这个约束条件.从最小余能原理出发,利用待定拉氏乘子法,企图把应力应变关系这个约束条件吸收入有关泛函时,就发生这种临界状态,用拉氏乘子法,从余能原理只能导出Hellinger-Reissner变分原理[2],[3],这个原理中只有应力和位移两类独立变量,而应力应变关系则仍是变分约束条件,人们利用这个条件,从变分求得的应力中求应变.所以Hellinger-Reissner变分原理仍是一种有条件的变分原理.     

取代拉格朗日乘数法

给出多元函数意义,纠正现今众多文献中康托尔的一个错误.从极值(点)的几何意义逐步推导出(n×n)方程组求解等式条件下n元函数极值点的新方法;用外积得出拉格朗日乘数表达式解决了上个世纪80年代钱伟长提出的乘子是否唯一的问题.给出了不定方程(组)确定显函数组命题.本文指出对应思想方法乃处理问题的重要工具.     

Characterizations of optimal solution sets of convex infinite programs

In this paper, several Lagrange multiplier characterizations of the solution set of a convex infinite programming problem are given. Characterizations of solution sets of cone-constrained convex programs are derived as well. The procedure is then adopted to a semi-convex problem with convex constraints. For this problem, we present firstly a necessary and sufficient condition for optimality and secondly a characterization of its optimal solution set, based on a Lagrange multiplier associated with a given solution and on directional derivatives of the objective function.      

一个求解条件极值问题的极值点的新方法

利用齐次线性方程组理论,建立了一个求解条件极值问题的极值点的新方法.该方法的优点是:能有效地避免在运用Lagrange乘数法求解条件极值时,因引进了参数而给解方程组带来的困扰.也可以说,对于有些问题我们仅从已知条件入手,不必引进参数就可以直接求得极值点.     

Solving Quadratically Constrained Least Squares Problems Using a Differential-Geometric Approach

A quadratically constrained linear least squares problem is usually solved using a Lagrange multiplier for the constraint and then solving iteratively a nonlinear secular equation for the optimal Lagrange multiplier. It is well-known that, due to the closeness to a pole for the secular equation, standard methods for solving the secular equation can be slow, and sometimes it is not easy to select a good starting value for the iteration. The problem can be reformulated as that of minimizing the residual of the least squares problem on the unit sphere. Using a differential-geometric approach we formulate Newton's method on the sphere, and thereby avoid the difficulties associated with the Lagrange multiplier formulation. This Newton method on the sphere can be implemented efficiently, and since it is easy to find a good starting value for the iteration, and the convergence is often quite fast, it has a clear advantage over the Lagrange multiplier method. A numerical example is given.     

Exterior electromagnetic shaping using wavelet BEM

The present paper is devoted to exterior electromagnetic shaping in two dimensions. We model the conductors by regular densities which leads to a finite objective and allows a line‐search. In order to compute the surface pressure we optimize an Augmented Lagrangian by a Newton method using a second‐order approach for the Lagrange multiplier. Since the underlying state function satisfies an exterior boundary value problem, we compute first and second order derivatives of its boundary data by boundary integral equations which are numerically solved by a fast wavelet Galerkin scheme. Numerical results prove that we succeeded in finding a fast and robust algorithm for solving the considered class of problems. Copyright © 2004 John Wiley & Sons, Ltd.