一个新的条件极值的充分条件

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.不仅如此,李氏的充分条件要求过高,一般函数难以满足,这妨碍了充分条件的应用.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,并提出一个新的充分性条件.     

二元隐函数极值存在问题

本文利用拉格朗日乘数法与二元函数极值存在的充分条件,解决了求由隐函数确定的二元函数的极值问题,从而简化了二元隐函数求极值的运算。     

一类增广拉格朗日函数局部鞍点的存在性

对含有等式约束和不等式约束的非线性规划问题(P)给出了一类新的增广拉格朗日函数方法;在修正二阶充分条件下,证明了对偶问题的局部鞍点即为原问题的局部最优解;同时证明了如果原问题的局部最优解满足修正的二阶充分条件,则原问题的局部最优解即是增广拉格朗日函数的局部鞍点.     

拉格朗日乘数法定理的充分条件

本文补充了多元函数在一点取得条件极值的一个充分条件,从而进一步完善拉格朗日乘数法定理。     

关于二元函数可微的充分条件证明过程的探讨

关于二元函数全微分存在的充分条件给予不同的证明过程,在高等数学的教材中一般都利用拉格朗日中值定理证明,本文主要利用无穷小与极限的关系予以证明,并且可以得出较弱的充分条件.     

半无限规划中的增广拉格朗日鞍点

考虑一类半无限规划问题,它是许多现实生活问题中数学模型的强力工具。采用一种增广拉格朗日方法来解决半无限规划问题,并且在Reduction Approach的条件下,讨论了局部鞍点与局部最优解之间的关系。首先由鞍点的存在性得到了问题的局部最优解。其次在扩展的MF约束条件、强二阶充分条件和扩展的强二阶充分条件下又得到了局部最优解是局部鞍点存在的充分条件。     

半无限规划中的增广拉格朗日鞍点

考虑一类半无限规划问题,它是许多现实生活问题中数学模型的强力工具。采用一种增广拉格朗日方法来解决半无限规划问题,并且在ReductionApproach的条件下,讨论了局部鞍点与局部最优解之间的关系。首先由鞍点的存在性得到了问题的局部最优解。其次在扩展的MF约束条件、强二阶充分条件和扩展的强二阶充分条件下又得到了局部最优解是局部鞍点存在的充分条件。
     

带有混合约束的特殊三次规划问题的全局最优性充分条件

利用拉格朗日函数和L-次微分的方法,研究了带有双值和不等式约束的特殊三次规划问题的全局最优性充分条件;首先刻画出该类三次规划问题的拉格朗日函数的抽象次微分,得到了特殊三次规划问题的全局最优性充分条件;然后,举例说明利用所给出的全局最优性充分条件判定当前可行解就是全局最优解是有效的.     

用拉格朗日中值逼近柯西中值的尝试

在提出柯西定理的等价命题及其几何意义的同时，给出了一个由f(x）及F(x)的拉格朗日中值套缩而成的区间套，并最终在这个区间套内实现了由拉格朗日中值对柯西中值的逼近。     

不等式约束非线性规划的拉格朗日乘子的收敛

对于等式约束的非线性规划问题,一般的解决方法是在每次迭代中更新拉格朗日乘子且逐渐增大拉格朗日函数的惩罚因子,当罚因子充分大或充分接近局部最优解时,二阶充分条件是满足的;对不等式约束问题也采用了相应的方法.在凸的情况下,对于任意的罚因子或者在每次迭代中不要求精确极小化,就能全局收敛到最优解;证明了拉格朗日乘子是收敛的.     

积分第一中值定理的证明及其推广

在条件完全相同的情况下改进积分第一中值定理，并利用变上限积分函数和拉格郎日中值定理证明该定理，并给出积分第一中值定理的几个推广．     

积分第一中值定理的证明及其推广

在条件完全相同的情况下改进积分第一中值定理,并利用变上限积分函数和拉格郎日中值定理证明该定理,并给出积分第一中值定理的几个推广.     

关于高阶微分中值定理的逆命题

在函数凹凸和严格凹凸的条件下,证明了高阶Cauchy中值定理和高阶Lagrange中值定理的逆命题.     

用拉格朗日条件极值求多种证券投资最优组合

证券投资是风险性投资，投资者用有限的资金分散投资于多种证券进行证券的组合投资，能在控制风险的情况下获得理想的投资收益，利用拉格朗日条件权值法可找到最优的投资组合方案。     

Lagrange乘数法的几何直观推导

从几何上，直观地介绍求解一类条件极值问题的Lagrange乘数法，显得很形象、易于理解。另外，用Lagrange乘数法求出的解不一定是条件极值问题的极小值解。利用二阶导数给出了用Lagrange乘数法求出的解是条件极值问题的极小值解的一个充分条件。用该条件判别，比用已有的方法判别简单易行。     

拉格朗日中值定理的证明及应用

中值定理是微分学的基本定理,是应用导数研究函数在区间上整体性态的有力工具,其中拉格朗日中值定理是核心内容.给出拉格朗日中值定理的三种证明方法及其在级数散敛性方面的应用.     

集值优化问题ε-强有效元的Lagrange型最优性条件

利用近似锥-次类凸集值映射的性质证明了当序偶集值映射是近似锥-次类凸时,对应的Lagrange函数也是近似锥-次类凸的。利用此结果得到集值优化问题取得ε 强有效元的Lagrange型必要条件,利用ε-强有效元的性质得到Lagrange型充分条件。     

限制导弹落角和落点的最优制导律

推导一种能命中目标并保证大落角的最优制导律,在目标函数中用罚函数代替终点限制条件,利用拉格朗日乘子法和欧拉方程推导出使目标函数极小化的条件,得出以导弹侧向位移,侧向速度两个状态以及导弹速度,剩余飞行时间表示的最公有制导律,并可转化为可用硬件实现的由目标视线角和目标视线角速度两个状态表示的最优制导律。     

二元函数中值定理“中值点”渐近性的定量刻画

在一元函数拉格朗日中值定理和柯西中值定理＂中值点＂渐近性的定量刻画的基础上,利用泰勒公式给出二元函数拉格朗日中值定理和柯西中值定理＂中值点＂渐近性的一个定量刻画.