主页

拉格朗日乘数法计算器

拉格朗日乘数法在线求解器,输入目标函数 f 与约束 g=0,自动求出条件极值点与乘数 λ,附判断,适合多元函数条件极值学习。

展开更多 ▾
∇f = λ ∇g , g(x,y)=c
例如 x*y
例如 x+y

📖 使用教程|拉格朗日乘数法

一、定理
在约束 g(x,y)=c 下求 f 的极值,构造 L=f−λ(g−c),令 ∇L=0 得 ∇f=λ∇g 且 g=c。λ 即拉格朗日乘数。
二、符号说明
f目标函数
g=c等式约束
λ拉格朗日乘数
∇f=λ∇g极值条件
三、本工具的原理
  • 从初值迭代;
  • 用 ∇f 与 ∇g 估计 λ;
  • 沿 L 的负梯度移动并投影回约束;
  • 收敛后输出解与 λ。
四、操作步骤
  1. 输入 f、g 与约束值 c;
  2. 输入初值 x₀、y₀;
  3. 点击「计算」;
  4. 若未收敛可换初值重试。
五、例题
例:在 x+y=1 下最大化 xy。
解:由 ∇f=λ∇g:(y,x)=λ(1,1) 得 x=y,代入 x+y=1 得 x=y=0.5,f=0.25。工具收敛到 (0.5,0.5)。
六、易错点
约束可能有多个极值点,初值影响结果;
需判断所求为极大还是极小;
λ 反映约束放松时目标的边际变化。

❓ 常见问题|拉格朗日乘数法

拉格朗日乘数法解决什么?
带等式约束的条件极值问题。
为什么可能要换初值?
约束曲线上有多个驻点,迭代可能落到不同解。
λ 有什么意义?
λ 近似约束 c 每放松一单位时 f 的变化量。
如何判断最大还是最小?
比较各候选点的 f 值。
本工具严格吗?
它是数值迭代,用于求近似解与验证,严格证明需理论分析。