王艷艷 滕毓發
摘 要 首先通過實際問題引入條件極值,然后通過對引例的極值點的幾何特征進行了探究,得到在極值點處目標函數與約束函數的梯度平行,并在一般情形下進行了理論分析,基于梯度推導出拉格朗日函數,把條件極值轉化為無條件極值,最后利用拉格朗日乘數法解決實際問題。
關鍵詞 梯度 拉格朗日乘數法 條件極值
中圖分類號:O29 文獻標識碼:A
《拉格朗日乘數法及其在實際問題中的應用舉例》微課,筆者在2017年全國高等數學微課大賽中獲得了華東賽區一等獎,本次課以問題為牽引,學員為主體,重在啟發、引導學員發現、分析并解決問題,進而培養學員嚴謹、細致、創新的思維品質。現將教學過程呈現如下:
【應用引入】 如今網絡購物正以迅雷不及掩耳之勢影響著我們的生活,作為理性消費者,在條件許可的范圍內如何追求效用最大化;再比如在選擇材料設計空間探測器時,如何計算飛行器的最高溫度?我們都可以使用拉格朗日乘數法來解決。
引例:如果矩形的對角線為2,則矩形的最大面積為多少?
分析:求函數最大值。條件:點必須在對角形曲線上。
1問題提出
條件極值的一般形式:約束條件:
問題:如何求得極值?
2問題分析
引例:
首先畫出對角線方程的曲線,當點P沿四分之一圓周運動時,對應面積不同的取值,實際上這些雙曲線就是函數的等值線。通過觀察,我們可以發現:在圓周與等值線的交點處對應的函數值,顯然比切點處對應的函數值2要小,而比2大的等值線上的點卻不在圓周上。所以,切點對應的函數值就是面積的極大值,極值點就是切點!
在點等值線與圓周相切,從而等值線的法向量與圓周的法向量平行,也即它們梯度在極值點平行!那么這一結論是否適用于一般的條件極值問題呢?
考察在約束條件下,在點處取得極值的必要條件。
假設在點的鄰域內,和均有一階連續偏導數,也即他們對應的曲線都是光滑的,,由此可以確定一個連續且具有連續導數的函數,把它代入目標函數,問題轉化為求解這樣一個一元函數在點取得極值的必要條件。從而在處的導數等于0,而是復合函數,由鏈式求導法則
這個式子相當于這樣兩個向量的數量積等于0,它表示在極值點,f的梯度與約束條件的切向量垂直,的梯度也與切向量正交,所以f的梯度與的梯度平行,說明這個結論對于一般條件極值問題也是成立的!
那么如何求解函數的極值點呢?從這個結論出發,我們繼續進行探究:兩個向量平行的充分必要條件是什么呢?存在,使得的梯度等于乘以的梯度,為什么加一個負號呢?
我們把等式右邊移到等式左邊,再利用梯度算子的性質,式子可以寫成在的梯度等于0向量。如果前面比例常數是,這里就會出現,所以我們在前面加了一個負號。由此構造輔助函數: ,它在極值點的梯度等于0向量,那么極值點一定L對x的偏導數等于0,L對y的偏導數等于0的這兩個方程,同時也滿足=0,那么方程組解出的就是可能的極值點,也即駐點。
由此引出Lagrange乘數法,并介紹數學家拉格朗日的故事,激勵學員勇于克服困難。
最后介紹拉格朗日乘數法的一個應用:某衛星發射中心發射一空間探測器,探測器表面的方程為,由于空氣摩擦,發射后,其表面開始受熱,一小時后其表面溫度為。求此時探測器表面最熱的點。最后請學員總結拉格朗日乘數法解決問題的步驟,并給出思考題:某野外景區發生旅游者失蹤事故,根據旅游失蹤人員最后出現或與搜索人員練習的時間地點特征,以及旅游者移動速度,確定了五個區域,請問:如何在多種搜索資源限制下,求出找到失蹤人員的最大概率?
參考文獻
[1] 同濟大學數學系.高等數學第六版[M].北京:高等教育出版社,2007.
[2] 張帆,劉穎.基于最優搜索理論的失蹤旅游者搜救模型研究[J].世界科技研究與發展,2008,30(02):93-95.