拉格朗日乘子法的简单数学推导

拉格朗日乘子法公式

结论
  • 原问题

min f( \mathbf{x}) \\ st. \mathbf{G(x)} = 0 \tag{1}

  • 转换问题
    min\mathbf{F(x)}\tag{2}
    其中
    \mathbf{F(x)} = f( \mathbf{x})+\lambda\mathbf{G(x)}\tag{3}

推导过程


一、 隐函数
  1. 将自变量 \mathbf{x} 展开成向量形式
    \mathbf{x}=(x_0, x_1, x_2, ..., x_n)
    则等式 \mathbf{G(x)} = 0存在隐函数使得
    x_0=g(x_1,x_2,x_3, ..., x_n) \tag{4}

    \mathbf{x'}=(x_1,x_2,x_3, ..., x_n) \tag{5}
  2. 隐函数偏导数
    对于等式(方程)\mathbf{G(x)} = 0有式(4)的隐函数,对其两边同时进行求导得
    \frac{\partial {\mathbf{G_{x'}}}}{\partial x_1} = \frac{\partial {\mathbf{G}} }{\partial x_1}+ \frac{\partial {\mathbf{G}} }{\partial x_0} \frac{\partial {{g}} }{\partial x_1} = 0 \\ \frac{\partial {\mathbf{G_{x'}}}}{\partial x_2} = \frac{\partial {\mathbf{G}} }{\partial x_2}+ \frac{\partial {\mathbf{G}} }{\partial x_0} \frac{\partial {{g}} }{\partial x_2} = 0 \\ \ \\ ... \\ \ \\ \frac{\partial {\mathbf{G_{x'}}}}{\partial x_n} = \frac{\partial {\mathbf{G}} }{\partial x_n}+ \frac{\partial {\mathbf{G}} }{\partial x_0} \frac{\partial {{g}} }{\partial x_n} = 0 \tag{6}
二、原问题的转换

原问题(1)结合等式(4)可以等价为
\begin{align} min\mathbf{F(x)} &= min f(x_0,x_1, x_2,...,x_n)\\ &= minf(g(x_1,x_2,x_3,...,x_n),x_1,x_2,x_3,...x_n)\\ \tag{7}\end{align}
对式(7)求解,即为
\frac{\partial {\mathbf{F_{x'}}}}{\partial x_1} = \frac{\partial {\mathbf{F}} }{\partial x_1}+ \frac{\partial {\mathbf{F}} }{\partial x_0} \frac{\partial {{g}} }{\partial x_1} = 0 \\ \frac{\partial {\mathbf{F_{x'}}}}{\partial x_2} = \frac{\partial {\mathbf{F}} }{\partial x_2}+ \frac{\partial {\mathbf{F}} }{\partial x_0} \frac{\partial {{g}} }{\partial x_2} = 0 \\ \ \\ ... \\ \ \\ \frac{\partial {\mathbf{F_{x'}}}}{\partial x_n} = \frac{\partial {\mathbf{F}} }{\partial x_n}+ \frac{\partial {\mathbf{F}} }{\partial x_0} \frac{\partial {{g}} }{\partial x_n} = 0 \tag{8}
观察(6)式,等式中含有共同项\frac{\partial {\mathbf{G}} }{\partial x_0},式子两侧同除以共同项,可以变换为
\frac{\partial {{g}} }{\partial x_1} = -\frac{\frac{\partial {\mathbf{G}} }{\partial x_1}}{\frac{\partial {\mathbf{G}} }{\partial x_0}} \\ \frac{\partial {{g}} }{\partial x_2} = -\frac{\frac{\partial {\mathbf{G}} }{\partial x_2}}{\frac{\partial {\mathbf{G}} }{\partial x_0}} \\ \ \\ ... \\ \ \\ \frac{\partial {{g}} }{\partial x_n} = -\frac{\frac{\partial {\mathbf{G}} }{\partial x_n}}{\frac{\partial {\mathbf{G}} }{\partial x_0}} \tag{9}
(9)式依次带入(8)式,得
\frac{\partial {\mathbf{F_{x'}}}}{\partial x_1} = \frac{\partial {\mathbf{F}} }{\partial x_1}+ \frac{\partial {\mathbf{F}} }{\partial x_0} (-\frac{\frac{\partial {\mathbf{G}} }{\partial x_1}}{\frac{\partial {\mathbf{G}} }{\partial x_0}})= \frac{\partial {\mathbf{F}} }{\partial x_1}+ (-\frac{\frac{\partial {\mathbf{F}} }{\partial x_0}}{{\frac{\partial {\mathbf{G}} }{\partial x_0}}})\frac{\partial {\mathbf{G}} }{\partial x_1}= 0 \\ \frac{\partial {\mathbf{F_{x'}}}}{\partial x_2} = \frac{\partial {\mathbf{F}} }{\partial x_2}+ \frac{\partial {\mathbf{F}} }{\partial x_0} (-\frac{\frac{\partial {\mathbf{G}} }{\partial x_2}}{\frac{\partial {\mathbf{G}} }{\partial x_0}})= \frac{\partial {\mathbf{F}} }{\partial x_2}+ (-\frac{\frac{\partial {\mathbf{F}} }{\partial x_0}}{{\frac{\partial {\mathbf{G}} }{\partial x_0}}})\frac{\partial {\mathbf{G}} }{\partial x_2}= 0 \\ \ \\ ... \\ \ \\ \frac{\partial {\mathbf{F_{x'}}}}{\partial x_n} = \frac{\partial {\mathbf{F}} }{\partial x_n}+ \frac{\partial {\mathbf{F}} }{\partial x_0} (-\frac{\frac{\partial {\mathbf{G}} }{\partial x_n}}{\frac{\partial {\mathbf{G}} }{\partial x_0}})= \frac{\partial {\mathbf{F}} }{\partial x_n}+ (-\frac{\frac{\partial {\mathbf{F}} }{\partial x_0}}{{\frac{\partial {\mathbf{G}} }{\partial x_0}}})\frac{\partial {\mathbf{G}} }{\partial x_n}= 0 \tag{10}
\lambda=-\frac{\frac{\partial {\mathbf{F}} }{\partial x_0}}{{\frac{\partial {\mathbf{G}} }{\partial x_0}}}\tag{11}
代入(10)
\frac{\partial {\mathbf{F}} }{\partial x_1}+ \lambda\frac{\partial {\mathbf{G}} }{\partial x_1}= 0 \\ \frac{\partial {\mathbf{F}} }{\partial x_2}+ \lambda\frac{\partial {\mathbf{G}} }{\partial x_2}= 0 \\ \ \\ ... \\ \ \\ \frac{\partial {\mathbf{F}} }{\partial x_n}+ \lambda\frac{\partial {\mathbf{G}} }{\partial x_n}= 0 \tag{12}
同时,式(11)可变换为
\frac{\partial {\mathbf{F}} }{\partial x_0}+ \lambda\frac{\partial {\mathbf{G}} }{\partial x_0}= 0 \tag{13}
结合式(12)(13),即可等价于
\nabla {\mathbf{F}} +\lambda \nabla {\mathbf{G}}=0 \tag{14}
意其即为式(3)的最优解

证毕。
©copyright

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,324评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,303评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,192评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,555评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,569评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,566评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,927评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,583评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,827评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,590评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,669评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,365评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,941评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,928评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,159评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,880评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,399评论 2 342

推荐阅读更多精彩内容