МЕТОД МНОЖИТЕЛЕЙ ЛАГРАНЖА В НЕЛИНЕЙНОМ ПРОГРАММИРОВАНИИ: ТЕОРИЯ И ЭКОНОМИЧЕСКОЕ ПРИЛОЖЕНИЕ

АННОТАЦИЯ

Материал посвящён методу множителей Лагранжа. Это один из главных приёмов условной оптимизации. В статье излагается необходимые и достаточные условия экстремума, пошагово объясняется геометрический смысл. Также даётся экономическая трактовка множителей как теневых цен.

Ключевые слова: множители Лагранжа, условный экстремум, нелинейное программирование, теневая цена, минимизация издержек, оптимизация с ограничениями.

Введение

В жизни и в экономике мы постоянно что-то улучшаем: желание получить максимум прибыли, минимум затрат. Но почти всегда есть какие-то жёсткие рамки. Например, ограниченность ресурсов, или технология не позволяет. При этом реальные зависимости редко бывают линейными. Спрос, издержки, эффективность часто ведут себя не по прямой. Именно для таких случаев и нужен метод Лагранжа, который придумали ещё в XVIII веке.

Я поставила перед собой цель: разобрать этот метод без лишней сложности, показать его суть, геометрический и экономический смысл, а главное проиллюстрировать на конкретном примере, который не взят из стандартного задачника.

1. Что такое условный экстремум и как устроен лагранжиан

Представьте, что у вас есть функция нескольких переменных (например, затраты на выпуск двух товаров), и вы хотите найти её минимум. Но просто взять и найти минимум нельзя так как переменные связаны каким-то условием. Это и называется условным экстремумом.

Лагранж придумал хитрый трюк: он предложил соединить саму функцию, которую мы оптимизируем, с функциями ограничений. Для этого к исходной функции прибавляют ограничения, умноженные на неизвестные числа  их как раз называют множителями Лагранжа. Получается новая вспомогательная функция - лагранжиан.

Математики доказали: если точка является условным экстремумом, то в ней все частные производные лагранжиана (по переменным и по множителям) равны нулю. Это даёт систему уравнений, число которых как раз равно числу неизвестных. Решил систему значит получил «кандидата» в экстремум.

2. Геометрия метода (на пальцах)

Когда переменных всего две и одно ограничение, всё становится наглядно. Ограничение на плоскости выглядит как некоторая кривая. Линии уровня целевой функции это как бы «горизонтали» карты высот. В точке условного экстремума кривая ограничения касается одной из таких линий уровня.

А теперь ключевой момент. Градиент (то есть направление самого быстрого роста функции) в этой точке перпендикулярен касательной. И градиент ограничения тоже. Если касательные совпадают, значит, и градиенты направлены вдоль одной прямой - один получается из другого умножением на число. Вот это число и есть множитель Лагранжа.

Если бы градиенты не были коллинеарны, то, чуть сдвинувшись вдоль ограничения, мы могли бы улучшить значение функции -  то есть это не был бы ни минимум, ни максимум.

3. Минимум это или максимум? Проверяем вторым шагом

Найти точку, где производные равны нулю, - это только полдела. Такая точка может оказаться минимумом, максимумом или чем-то средним вроде «седла». Чтобы понять, что именно, нужно посмотреть на вторые производные.

Для этого мы берём так называемый второй дифференциал лагранжиана, но рассматриваем его не во всех направлениях, а только в тех, которые не выходят за рамки ограничения.

На практике (для двух переменных и одного ограничения) делается так:

• составляем квадратичную форму из вторых производных,
• накладываем условие, что приращения «дружат» с ограничением,
• и смотрим, всегда ли эта форма положительна.

Если для любого допустимого ненулевого приращения она больше нуля - перед нами строгий минимум. Если меньше -  максимум.

4. Почему множители Лагранжа нравятся экономистам или теневая цена

Самое интересное начинается, когда мы задумываемся, что же означают эти множители. Они означают очень важную для бизнеса вещь: насколько изменится оптимальное значение целевой функции при небольшом изменении ограничения.

Скажем, ограничение, это доступный объём ресурса. Тогда множитель показывает, сколько дополнительной прибыли принесёт одна дополнительная единица ресурса. Или, наоборот, в задаче на минимум затрат - насколько вырастут минимальные издержки, если ужесточить план выпуска.

Экономисты называют такие множители теневыми ценами. Они помогают принимать решения. Стоит ли нанимать ещё одного рабочего, докупать сырьё или, может быть, даже сокращать производство? Зная теневую цену, вы точно знаете, какую сумму не жалко заплатить. Даже используя дополнительную единицу ресурса.

Заключение

Метод множителей Лагранжа. это не сухая теория. В нём красиво сочетаются геометрическая наглядность, чёткий алгоритм и живые экономические выводы.

Для экономиста или менеджера умение пользоваться этим методом не формальная галочка «владение матаппаратом», а настоящий рабочий инструмент для поиска лучшего варианта в условиях ограниченных ресурсов.

Список литературы:

1. Алексеев В.М., Тихомиров В.М., Фомин С.В. Оптимальное управление. - М.: Наука, 1979.
2. Бертсекас Д. Условная оптимизация и методы множителей Лагранжа. - М.: Радио и связь, 1987.
3. Васильев Ф.П. Численные методы решения экстремальных задач. - М.: Наука, 1988.
4. Зангвилл У.И. Нелинейное программирование. - М.: Советское радио, 1973.
5. Колемаев В.А. Математическая экономика. - М.: ЮНИТИ, 2005.