fpwiki
TémaIMEKIPMRK upraveno 2026-04-25

Lagrangeova metoda (vázané extrémy)

Lagrangeova metoda (vázané extrémy)

Hledáme extrém funkce f(x,y)f(x, y) (resp. U(Q1,Q2)U(Q_1, Q_2) apod.) podmíněný rovnicí g(x,y)=0g(x, y) = 0. V matematické ekonomii se používá pro:

  • Maximalizaci užitečnosti při rozpočtovém omezení (viz uzitecnost)
  • Minimalizaci výdajů při dané úrovni užitečnosti (duální úloha)
  • Optimalizaci produkce / nákladů za omezení

Princip

Definujeme Lagrangeovu funkci:

L(x,y,λ)=f(x,y)+λ g(x,y)L(x, y, \lambda) = f(x, y) + \lambda\, g(x, y)

kde λ\lambda je Lagrangeův multiplikátor.

Nutná podmínka

Řešíme soustavu:

Lx′=fx′+λ gx′=0L'_x = f'_x + \lambda\, g'_x = 0Ly′=fy′+λ gy′=0L'_y = f'_y + \lambda\, g'_y = 0Lλ′=g(x,y)=0L'_\lambda = g(x, y) = 0

Postačující podmínka

D(x,y,λ)=(fxx′′+λgxx′′)(gy′)2+(fyy′′+λgyy′′)(gx′)2−2(fxy′′+λgxy′′) gx′ gy′D(x, y, \lambda) = (f''_{xx} + \lambda g''_{xx})(g'_y)^2 + (f''_{yy} + \lambda g''_{yy})(g'_x)^2 - 2(f''_{xy} + \lambda g''_{xy})\, g'_x\, g'_y

Je-li [a,b,λ0][a, b, \lambda_0] podezřelý bod:

  • D(a,b,λ0)<0D(a, b, \lambda_0) < 0 ⇒ maximum vázané podmínkou g(x,y)=0g(x, y) = 0
  • D(a,b,λ0)>0D(a, b, \lambda_0) > 0 ⇒ minimum vázané podmínkou g(x,y)=0g(x, y) = 0

Význam multiplikátoru

λ=fx′−gx′=fy′−gy′\lambda = \frac{f'_x}{-g'_x} = \frac{f'_y}{-g'_y}

λ\lambda udává:

  • konstantní poměr mezi mezním prospěchem a mezním nákladem
  • náklady příležitosti (opportunity cost) — o kolik vzroste optimální hodnota ff, uvolní-li se omezení o jednotku

Alternativní postup

Lze-li z g(x,y)=0g(x, y) = 0 vyjádřit y=y(x)y = y(x) (nebo x=x(y)x = x(y)), dosadíme do ff a převedeme na extrém funkce jedné proměnné.

Použití v ImeK

Maximalizace užitečnosti

Rozpočtové omezení: Y∗=P1∗Q1+P2∗Q2Y^* = P_1^* Q_1 + P_2^* Q_2.

L(Q1,Q2,λ)=U(Q1,Q2)+λ(Y∗−P1∗Q1−P2∗Q2)L(Q_1, Q_2, \lambda) = U(Q_1, Q_2) + \lambda (Y^* - P_1^* Q_1 - P_2^* Q_2)

Soustava: U1′=λP1∗U'_1 = \lambda P_1^*, U2′=λP2∗U'_2 = \lambda P_2^*, Y∗=P1∗Q1+P2∗Q2Y^* = P_1^* Q_1 + P_2^* Q_2. Z prvních dvou: U1′U2′=P1∗P2∗\tfrac{U'_1}{U'_2} = \tfrac{P_1^*}{P_2^*}, tj. MRCS=P1∗P2∗MRCS = \tfrac{P_1^*}{P_2^*}.

Minimalizace výdajů

Podmínka dané užitečnosti U∗=U(Q1,Q2)U^* = U(Q_1, Q_2).

L(Q1,Q2,λ)=P1∗Q1+P2∗Q2+λ(U∗−U(Q1,Q2))L(Q_1, Q_2, \lambda) = P_1^* Q_1 + P_2^* Q_2 + \lambda (U^* - U(Q_1, Q_2))

Duálně dostaneme Hicksovy poptávkové funkce Qi=Di(P1,P2,U)Q_i = D_i(P_1, P_2, U).

fpwiki
Nejde o oficiální materiály FP VUT. Obsah je výběrový a slouží jako pomůcka ke studiu. GitHub