拉格朗日乘数法:约束下求最值的通法
拉格朗日乘数法通过引入乘数 ,把「约束 下求 的最值」转化为方程组 ,是条件最值问题的通用解法。
本质:约束曲线的梯度与目标函数的梯度在最值点必平行——把这句几何事实写成方程组,就是拉格朗日乘数法。
适用前提与边界条件
- 目标函数与约束函数需光滑(偏导数连续),约束集有界封闭时最值必在驻点取到
- 求出驻点后必须逐一比较函数值,并检查约束边界或奇点,不能只列方程
常见表现形式
- 构造 $L=f-\lambda g$,偏导全部置零联立约束求解
- 等值线族与约束曲线相切处即候选最值点
- 不等式约束时先按等式约束找候选,再检查内部驻点
在哪些母题中出现
标准流程
| 步骤 | 操作 |
|---|---|
| 构造函数 | |
| 求偏导 | , |
| 联立约束 | |
| 比较 | 全部候选点代回 ,最大者即最大值 |
从相切到平行
高中的几何解法告诉我们:最值发生在直线 与椭圆相切处。相切意味着两条曲线的切线重合、法线平行,而梯度正是法线方向——所以「相切」翻译成大学语言就是「梯度平行」。拉格朗日乘数法不是新发明,是把高中的几何直觉写成了可机械执行的代数程序。
典例精析
例 1(基本流程) 求 在约束 下的最值。
构造 。求偏导:、、。前两式相加得 ,分两支:(舍,与第一式 矛盾)或 。由 代入约束得 ,故驻点 、, 值分别为 、,最大 、最小 。
例 2(三分支讨论) 求 在 下的最值。
构造 ,偏导 、、 给出 。代入约束 得 ,故最大值为 、最小值为 。这里 分支与前两式矛盾,舍去。
例 3(多约束情形) 求 在 与 下的最值。
两个约束引入两个乘数 、:。偏导 ()给出 ,由 与 得 ,再由约束 得 ,,故最值为 。多约束时乘数个数等于约束个数。
辨析与提醒
- 分支随手丢弃: 意味着目标函数梯度为零,即目标函数自身的驻点。例 2 中 与 矛盾故舍;但若题目改为 , 给出的就是球心处目标最小值,不可丢。每个分支必须单独判断与约束是否相容。
- 只列偏导忘约束: 元目标加 个约束,应有 个方程( 个偏导加 个约束),缺一不可。学生常列完偏导就停笔,忘了联立约束方程,导致候选点求不全。
- 驻点当最值:乘数法只给候选点,最大最小必须把全部候选点(含边界与奇点)代回目标函数比较得出。例 1 若只算 就答最大值 ,会漏掉 处的最小值 。
拉格朗日乘数法的三种身份
| 视角 | 看法 | 优势 |
|---|---|---|
| 几何 | 等值线与约束曲线相切 | 直观、可画图 |
| 代数 | 偏导方程组联立约束 | 程序固定、可机械化 |
| 极值 | 引入乘数把约束极值化为无约束极值 | 统一处理有约束与无约束 |
三种身份对应三种用法:几何用来破题与核对答案合理性,代数用来执行计算,极值观点用来把握它与普通驻点法的连续性。拉格朗日乘数法之所以是「通法」,正因为它在三种视角下都能站得住脚。
正例与反例
✅ 正例
- 求 在 下的最值: 与 相加得
❌ 反例
- 列出方程组后直接写最大值为 不验证:必须把驻点 、 代回目标函数比较
高频误解与考试易错
- 解出 分支随手丢弃:它对应目标函数自身的驻点,需单独判断是否与约束相容
- 只列偏导方程忘记约束方程本身: 个偏导方程加 个约束,缺一不可
- 不解方程组就断言最值:乘数法只给候选点,最大最小要比较得出
常见问题
拉格朗日乘数法的几何意义是什么?
最值点处目标函数的等值线与约束曲线相切,即两者梯度平行:,与高中「直线族与椭圆相切」是同一画面。
它和初等解法哪个好?
初等解法巧而快但挑题;乘数法程序固定、不挑题,是初等技巧失效时的兜底通法。
拉格朗日是谁?
拉格朗日(Lagrange,1736—1813),法国数学家,19 岁就当上教授,在分析力学、数论、天体力学都有奠基性贡献,乘数法出自他对变分问题的研究。
依据与出处
- 同济大学《高等数学》下册:多元函数的条件极值与拉格朗日乘数法