微积分 / 英语

拉格朗日乘子 | 几何意义与完整示例

Dr. Trefor Bazett · YouTube · 12:23

YouTube · Dr. Trefor Bazett原视频

选中时刻 · 8:01 · 章节点是时间参考，不表示实时播放进度。

视频中的要点

01约束优化：基本问题
02示例目标函数 $f(x,y)=xy+1$
03约束为单位圆

来自学习笔记

\text{Optimize } f(x,y) \text{ subject to a constraint curve}

约束优化：基本问题

选中时刻

三个未知数的三个方程

建议预备知识

二元基本函数
3D空间中曲面的图像
平面上圆的方程
极大值与极小值的概念
入门级等高线／等值线
二元函数
等高线／等高图
单位圆的方程
平面曲线的切线
曲线的法向量
标量场的梯度向量
偏导数
梯度向量
等高线与切线
优化问题中的等式约束
方程组
基础的代数代入与分类讨论
圆的方程
梯度向量
二元函数的等高线
约束优化术语
多元微积分
偏导数
梯度
约束优化

阅读与收藏

把讲解展开来看。

已审核学习内容 · 视频分析 · 中文

阅读完整概览

这段180-秒节选通过最大化与最小化 $f(x,y)=xy+1$ （约束条件为单位圆 $g(x,y)=x^2+y^2-1=0$ ）的例子，引入了约束优化的概念。主讲人对比了无约束优化与限定在曲线上的优化，指出该例中曲面的鞍点，并将拉格朗日乘子法作为处理此类约束问题的方法予以介绍。后半部分构建了该方法所依赖的几何图景：红色圆点标出候选的约束极值点；黄色的等高线按恒定高度（如 $z=2$ 和 $z=1.5$ ）标注，先添加到3D图像上，再添加到定义域视图中，以展示约束圆与目标函数等高线之间的相互作用。本180秒片段通过优化问题 $f(x,y)$ =xy+1（约束条件为 $g(x,y)=x^2+y^2-1=0$ ）阐释拉格朗日乘子法背后的几何思想。主讲人首先计算高度为2的等高线，得到 $y=1/x$ ；接着在等高线图上指出：恰好与圆形约束相切的那条特殊等高线，标示出约束极值的候选点。他将“恰好接触”翻译为切线重合，并将其与不相交或横穿约束的等高线作对比；最后转向法线方向，回顾梯度向量垂直于等高线这一性质，并在相切点处画出∇g。该片段构建了通向代数形式拉格朗日乘子条件的切线/法线几何框架，但并未写出最终方程。本段为第180讲的第二部分，介绍了拉格朗日乘子的几何意义，再将该几何图景转化为明确的代数设定。主讲人首先说明：在约束极值点处，目标函数与约束函数的等高线相切，因此它们的梯度均垂直于同一条切线，从而彼此互为标量倍数。这一推理引出了方程组 ∇ $f = λ$ ∇g 及 $g = 0$ 。随后，片段通过具体例子 $f(x,y)$ =xy+1 和 $g(x,y)=x^2+y^2-1$ 展开演算，得到 ∇f=⟨y,x⟩ 和 ∇g=⟨2x,2y⟩，最终将向量条件改写为标量方程组： $y=λ2x$ ， $x=λ2y$ ， $x^2+y^2-1=0$ ，其中未知数为 x、y 和 λ。本180-第二段视频讲解一个具体的拉格朗日乘子法例题。它从所显示的方程组 $y=\lambda 2x$ 、 $x=\lambda 2y$ 、 $x^2+y^2-1=0$ 出发，将一个方程代入另一个方程，分情况讨论 $y=0$ 和 $\lambda=\pm \tfrac12$ ，因原点不满足约束条件而舍去该分支，并推导出四个候选点： $x=\pm 1/\sqrt{2}$ ，且 $y=\pm x$ 。后半部分转向几何视角：一幅3维曲面图和一幅2维等高线图展示了约束圆及各候选点；讲解者指出其中两点给出最大值1.5，另两点给出最小值0.5。最后强调： $\nabla f=\lambda\nabla g$ 与 $g=0$ 联立可产生约束极值的候选点，再通过在这些候选点处计算函数值，即可判定哪些是极大值点、哪些是极小值点。本视频片段结束了一堂关于多元微积分中拉格朗日乘数法几何意义的课程。画面呈现一个视觉化小结：左侧为一个3D曲面，其上有一条受约束的路径；右侧为一个2D平面，展示圆形约束与双曲线型等高线在特定交点处的相切关系。后续片段为片尾，主讲人鼓励观众互动，并引导其观看更广泛的多元微积分系列视频播放列表。

在学习检查器中查看要点和时刻，或切换阅读标签查看完整笔记。

章节

0:00标题：拉格朗日乘子法 0:03优化问题的基本思想 0:33示例函数

f(x,y)=xy+1

及其鞍形结构 1:07约束条件

x^2+y^2=1

及拉格朗日乘子法的引入 1:44用红色圆点标记约束极值点（极大值或极小值）2:00等高线即高度恒定的曲线 2:30围绕圆的定义域视角下的等高线 3:00f 在高度2处的等高线 3:18特殊的相切等高线 3:57相切即切线重合 4:32将所有等高线与约束曲线进行比较 5:38从切线到法线及∇g 6:00梯度垂直于等高线 6:16等高线相切意味着梯度平行 6:49拉格朗日乘子方程组 7:29示例函数及其梯度 8:01三个未知数的三个方程 9:00显示的拉格朗日方程组 9:11代入并化简 9:26分情况讨论：

y=0

或 lambda=±

1/2

9:40舍去原点分支 9:56推导出

y=\pm x

10:12在约束条件下求解，得到四个候选点 10:37几何解释及极大值/极小值分类 11:23拉格朗日乘子的一般含义 12:00拉格朗日乘数法的几何小结 12:04片尾与行动呼吁

学习解说文稿

依据视频画面与讲解整理，并非逐字语音转写。

本片段以标题“拉格朗日乘子法”开场，表明本节主题是一种用于带限制条件的优化问题的求解方法。

主讲人从微积分的广泛主题——优化问题出发：给定一个函数，它在何时取得最大值或最小值？

接着他聚焦于一个特殊情况：我们研究的不是无约束的极值，而是当输入被强制限制在某条约束曲线上时的极值。

屏幕上出现的具体例子是 $f(x,y)=xy+1$ 。它的图像是一个马鞍面，主讲人指出在 $(0,0)$ 处存在一个鞍点，该曲面在一个方向上升，在另一个方向下降。

由于这种马鞍形几何结构，有趣的问题变为：当 $f$ 被限制在某条特定曲线上时， $(x,y)$ 的最大值和最小值分别是多少？

约束条件以 $g(x,y)=x^2+y^2-1=0$ 的形式给出。主讲人指出，这对应定义域中的圆 $x^2+y^2=1$ ，因此问题转化为在单位圆上优化 $f$ 。

此时，他正式提出解决该问题的工具：拉格朗日乘子法；这是一种用于求解受此类圆约束的函数极值的方法。

图中添加了红色圆点。在3D图像中，它们标出约束曲线的最高点与最低点；而在定义域图中，它们显示这些极值点在圆上的具体位置。

为更清晰地解释几何含义，主讲人引入等高线概念。等高线即函数值保持恒定的轨迹，因此令 $f(x,y)$ 等于常数即可得到一系列等高线。

屏幕上可见的示例标签是 $z=2$ 和 $z=1.5$ 。它们分别对应函数的特定常数值输出，从而生成不同的黄色曲线。

随后他切换为定义域的俯视图。从上方看，约束仍是青色圆，而黄色曲线则是原函数的等高线在 $(x,y)$ -平面上的投影。

这种并列图示为理解拉格朗日乘子法的几何思想做了铺垫：约束极值出现在约束曲线与目标函数的等值集结构以某种特殊方式相交的位置。

本片段结束于主讲人即将从这一几何描述转向计算方法之际。

该片段以黑板式讲授开场，配有两张关联图：左侧为目标函数 $f(x,y)=xy+1$ 在 $(x,y,z)$ 空间中的曲面；右侧为其在 $xy$ 平面上的等高线，叠加来自 $g(x,y)=x^2+y^2-1=0$ 的约束曲线。主讲人从一个具体等高集入手：若输出值为 $2$ ，则 $xy+1=2$ ，于是 $xy=1$ ，进而 $y=\frac{1}{x}$ 。由此确认高亮曲线即为 $f$ 在高度 $2$ 处的等高线。

随后，他从等高线族中单独挑出一条特殊的等高线。直观上看，右侧图中一条黄色曲线恰好在两个标记点处与青色圆相切。主讲人口述的判定规则是：与约束曲线“恰好仅轻微接触”的那条等高线，即为约束极大值或极小值的候选者。本例中，约束本身被识别为圆 $x^2+y^2=1$ 。

接下来，几何语言被进一步精确化。通过两个接触点画出粉红色的直线，主讲人解释道：“恰好接触”意味着两条曲线在该点具有相同的切线。因此，候选条件不再仅仅是曲线“相吻”的模糊图像；它变成了一个局部的一阶陈述：在接触点处，函数 $f$ 的等高线的切线与约束曲线的切线重合。

为了阐明这一情形为何特殊，画面恢复展示了完整的等高线族。一些黄色曲线完全不与圆相交，这些被直接排除，因为它们从不落在约束曲线上；另一些则在多个位置穿过圆，但主讲人将它们与唯一的相切情形加以对比。其直观理解是：当连续提高等高线的高度时，会到达最后一个仍与约束相交的等高线；再往上，交集便消失。同样的推理随后被反向应用，以描述极小值的候选情形。

最后，表述重点从切线方向转向法线方向。画面简化，两处相切点处出现标有 $\nabla g$ 的青色箭头，垂直于圆。主讲人指出：若两条曲线共享一条切线，则它们的法线方向彼此关联，并回顾一个基本事实——梯度向量垂直于等高线。在此应用中， $\nabla g$ 给出了约束等高线 $g(x,y)=0$ 的法线方向。视频片段在建立这一几何关系的代数转化过程时结束，尚未写出完整的拉格朗日乘子方程。

片段以一幅几何图景开场：右侧，一个青色圆与一条黄色曲线在若干标记点处相交，这些点处画有粉红色切线，且有青色箭头标为 ∇g，垂直于该圆。讲解者指出，g 的梯度垂直于其等高线，因此也垂直于该点处的切线。

在相同点处添加了标为 ∇f 的黄色箭头。解释是：目标函数的等高线也在该切线处具有垂直于它的梯度。由于 ∇f 和 ∇g 均垂直于同一条切线，讲解者得出结论：它们必为彼此的标量倍数，可能相差一个如 2 或 $1/2$ 这样的因子，但方向相同。

随后，讲座将这一图景转化为拉格朗日乘子法。左侧出现一个框出的陈述：“拉格朗日乘子法：联立求解 ∇ $f = λ$ ∇g， $g = 0$ 。” 讲解者强调，第一个方程记录了两个梯度之间的比例关系，而第二个方程即原始约束条件，仍须满足。

接着，将一个具体例子代入该方法。黑板上写出 $f(x,y)$ = xy + 1，并通过对 x 和 y 求偏导得到 ∇f = ⟨y, x⟩。然后写出 $g(x,y) = x^2 + y^2 - 1$ ，并以同样方式推得 ∇g = ⟨2x, 2y⟩。

接下来，讲解者说明为何表面上的两个方程实际上构成一个三元方程组：因为 ∇ $f = λ$ ∇g 是一个二维向量方程，它贡献两个标量方程。将 ⟨y, x⟩ = λ⟨2x, 2y⟩ 按分量展开，得到 $y = λ2x$ 和 $x = λ2y$ ；再结合约束方程 $x^2 + y^2 - 1 = 0$ ，未知数为 x、y 和 λ。

该片段在完整代数方程组构建完毕后即告结束，尚未开始求解这些方程。

视频片段以一个包含三个方程的方框系统开场： $y=\lambda 2x$ 、 $x=\lambda 2y$ 和 $x^2+y^2-1=0$ 。主讲人将此问题界定为联立方程问题，并选择直接消元法，而非单独处理各方程。

他将第二个方程代入第一个方程，得到屏幕上显示的式子 $y=\lambda 2(\lambda 2y)=4\lambda^2 y$ 。这使得原本耦合的 $x$ - $y$ 关系简化为仅含 $y$ 和 $\lambda$ 的一个方程。

由 $y=4\lambda^2 y$ 出发，解分为两个分支。其中一个分支是 $y=0$ ；在另一分支中，假设 $y\neq 0$ ，两边同除以 $y$ 得 $\lambda=\pm \tfrac12$ 。黑板上将此记录为 $\Rightarrow y=0$ 或 $\lambda=\pm \tfrac12$ 。

接着，将 $y=0$ 分支代入系统其余部分进行检验。代入前两个方程后强制得出 $x=0$ ，因此该候选解为 $(0,0)$ 。但 $(0,0)$ 不满足约束条件 $x^2+y^2-1=0$ ，黑板上明确标注此分支不在椭圆上，故予以舍弃。

注意力转向保留下来的分支 $\lambda=\pm \tfrac12$ 。将这些值代回原始的驻点方程，得到更简洁的坐标关系 $y=\pm x$ ，黑板上将其作为下一条推导式展示。

现在利用约束条件完成代数运算。将 $y=\pm x$ 代入 $x^2+y^2-1=0$ 得 $x^2+(-x)^2=1$ ，从而得到 $2x^2=1$ ，进而得到 $x=\pm \tfrac{1}{\sqrt2}$ 。再结合 $y=\pm x$ ，共得到约束圆上的四个候选点。

随后讲解转向几何视角。出现一个双面板可视化图：左侧为目标函数的3维曲面图；右侧为2维图，其中绘出约束圆及黄色等高线。四个代数候选点以红色标出，并附有如 $\left(\tfrac{1}{\sqrt2},\tfrac{1}{\sqrt2}\right)$ 和 $\left(-\tfrac{1}{\sqrt2},-\tfrac{1}{\sqrt2}\right)$ 之类的坐标标签。

主讲人解释道：四个候选点中，有两个对应于约束条件下的最大值，其函数值为 $1.5$ ；另两个则对应于约束条件下的最小值，其函数值为 $0.5$ 。因此，通过对候选点进行函数值计算，便将代数候选列表转化为实际的最大值/最小值分类。

在结尾总结中，他阐明本例背后通用的拉格朗日乘子思想：几何分析提供了额外方程 $\nabla f=\lambda \nabla g$ ，需与约束方程 $g=0$ 联立求解；该联立系统给出所有极值候选点；但仍需在这些候选点处计算 $f$ ，才能判定哪些是极大值点、哪些是极小值点。

该片段以一幅静态图开启，概括拉格朗日乘数法的几何解释：左侧为一个3D曲面图，其中一条青色曲线表示受约束路径，一个红点标出局部最小值点；右侧为一个2D投影图，其中青色圆圈代表约束 $x^2 + y^2 = 1$ ，两条黄色双曲线为其目标函数的等高线；红点标出相切点，并明确标注为 $\left(-\frac{1}{\sqrt{2}}, \frac{1}{\sqrt{2}}\right)$ 和 $\left(\frac{1}{\sqrt{2}}, -\frac{1}{\sqrt{2}}\right)$ 。主讲人的画外音结束数学讲解，指出这些点即为约束条件下的最大值与最小值点。

画面切换至演播室中的主讲人。数学内容已全部结束，主讲人进行标准片尾陈述，邀请观众在评论区提问、点赞本视频以支持频道在算法推荐中的曝光度，并探索专为多元微积分打造的完整视频播放列表。

知识卡片

约束优化：基本问题

本片段将核心问题表述为：在输入变量不能自由取遍整个平面、而必须位于某条指定曲线上的前提下，对一个函数进行优化。主讲人将通常的极大值/极小值问题与这种受限版本加以对比——后者只在约束集合上寻找函数的最大值和最小值。

\text{Optimize } f(x,y) \text{ subject to a constraint curve}

示例目标函数 $f(x,y)=xy+1$

所演示的例子使用了 $f(x,y)=xy+1$ 。其图像被展示为一个马鞍曲面，主讲人明确指出该曲面上存在一个位于 $(0,0)$ 的鞍点，曲面在某一方向上升，在另一方向下降。这使得无约束问题不如约束问题有趣。

f(x,y)=xy+1

约束为单位圆

约束条件在屏幕上写作 $g(x,y)=x^2+y^2-1=0$ 。主讲人指出，这对应于定义域中的圆 $x^2+y^2=1$ ，因此优化仅限于该圆上的点。

g(x,y)=x^2+y^2-1=0

拉格朗日乘子法的用途

拉格朗日乘子法被引入为一种方法，用于在变量被限制于某个特定集合（例如本例中的圆）时，寻找函数的极大值与极小值。本片段中，视频侧重说明该方法的目的与几何设定，而非完整的代数判据。

红色圆点标记候选的约束极值点

引入约束后，红色圆点同时出现在3D曲面上的曲线以及定义域中的圆上。主讲人解释说，这些点标示出约束函数取得最大值的位置，并且他还指出，似乎还存在两个最小值点。

等高线是高度恒定的水平曲线

等高线被定义为函数值保持恒定的曲线。对本例而言，这意味着令 $f(x,y)=xy+1$ 等于某个常数。图中可见的标签 $z=2$ 和 $z=1.5$ 分别示意了两个这样的等高值。

f(x,y)=\text{constant}

从3D等高线到定义域图像

主讲人随后以俯视视角观察该情形：在定义域图像中，青色圆圈表示约束条件，黄色曲线表示原函数的等高线。这种自上而下的表示法，正是理解约束极值所采用的几何语言。

函数f在高度2处的等高线

针对所展示的目标函数 $f(x,y)=xy+1$ ，主讲人计算输出值等于 $2$ 的水平集： $xy+1=2$ ，从而得到 $xy=1$ 和 $y=\frac{1}{x}$ 。这一过程用于将 3D 曲面上的高亮曲线与定义域平面上的一条特定曲线关联起来。

xy+1=2 \iff y=\frac{1}{x}

约束曲线是单位圆

黑板上所示的约束为 $g(x,y)=x^2+y^2-1=0$ 。主讲人将其识别为圆 $x^2+y^2=1$ ，并在右侧图中以青色绘出。

x^2+y^2-1=0 \iff x^2+y^2=1

相切给出约束极值的候选点

在函数 $f$ 的所有等高线中，唯一恰好与约束曲线“恰好接触”的那条等高线，标出了约束极大值或极小值的候选位置。图中，这两个候选点即为黄色等高线与青色圆相切的两个红色点。

恰好接触意味着共享一条切线

主讲人将视觉条件“恰好接触”转化为一个局部几何条件：在接触点处，函数 $f$ 的等高线与约束曲线具有相同的切线。图中粉红色直线明确展现了这条共用切线。

为何普通横穿情形不是候选情形

视频对比了三种情形：等高线完全避开约束条件、等高线在多个位置与约束条件相交，以及唯一一条与约束条件相切的等高线。只有相切的情形才被视为约束极值的相关候选情况。

从共有切线到相关法线

在确立两条曲线切线重合之后，讲述者转向法线方向，指出：若两条曲线共享一条切线，则它们的法线方向彼此关联。这为从几何上的相切关系过渡到梯度的代数语言做好了铺垫。

梯度向量垂直于等高线

该片段回顾了一个基本事实：梯度向量垂直于等高线。在示例中，标有 $\nabla g$ 的箭头被画在约束圆的相切点处，并垂直于该圆，以此标识出 $g(x,y)=0$ 的法线方向。

\nabla g \text{ is normal to } g(x,y)=\text{constant}

梯度垂直于等高线

在等高线上一点处，梯度向量垂直于该曲线，因而也垂直于该点处的切线。本视频借助约束函数的梯度 ∇g 来说明这一几何事实。

\nabla g \perp \text{tangent line at the point}

相切的等高线意味着梯度平行

若目标函数与约束函数的等高线在某个候选极值点处相切，则 ∇f 与 ∇g 均垂直于同一条切线，因此它们方向一致，互为标量倍数。

\nabla f \parallel \nabla g

拉格朗日乘子方程组

该方法体现为同时求解两个条件：梯度成比例条件与原始等式约束。这正是相切图示的代数表达。

\nabla f = \lambda \nabla g,\quad g = 0

目标函数梯度示例

对于已演算的例子 $f(x,y)$ =xy+1，其梯度通过偏导数逐分量计算得出。

f(x,y)=xy+1 \Rightarrow \nabla f = \langle y, x\rangle

约束函数梯度示例

对于约束 $g(x,y)=x^2+y^2-1$ ，其梯度同样通过偏导数计算得出。

g(x,y)=x^2+y^2-1 \Rightarrow \nabla g = \langle 2x, 2y\rangle

向量方程转化为标量方程

在二维情形下，∇ $f = λ$ ∇g 并非一个标量方程，而是两个标量方程。将上述示例梯度代入后，得到分量形式的方程组；该方程组连同约束条件，共同构成关于 x、y 和 λ 的三个方程。

\langle y, x\rangle = \lambda \langle 2x, 2y\rangle \Rightarrow y = \lambda 2x,\; x = \lambda 2y

求解前的完整示例方程组

本片段在组装完该示例的完整代数方程组后结束，尚未进入数值临界点的求解阶段。

y = \lambda 2x,\quad x = \lambda 2y,\quad x^2 + y^2 - 1 = 0

显示的拉格朗日方程组

本例演算从方框内给出的三个联立方程开始： $y=\lambda 2x$ 、 $x=\lambda 2y$ 和 $x^2+y^2-1=0$ 。其中前两个是含乘子的驻点关系式，第三个则是任何有效解都必须满足的约束曲线。

\begin{cases} y = \lambda 2x \\ x = \lambda 2y \\ x^2 + y^2 - 1 = 0 \end{cases}

代入步骤

为解耦前两个方程，主讲人将 $x$ 中的表达式代入 $x=\lambda 2y$ 得到 $y=\lambda 2x$ 。这得到一个仅含 $y$ 和 $\lambda$ ： $y=\lambda 2(\lambda 2y)=4\lambda^2 y$ 。

y = \lambda 2(\lambda 2y) = 4\lambda^2 y

代入后的分类讨论

方程 $y=4\lambda^2 y$ 需分情况求解：要么 $y=0$ ；要么当 $y\neq 0$ 时，可两边同除以 $y$ ，从而得到 $\lambda=\pm \tfrac12$ 。这一分类至关重要，以避免遗漏零分支。

y = 4\lambda^2 y \quad\Rightarrow\quad y = 0 \ \text{or}\ \lambda = \pm \frac{1}{2}

详细学习笔记

按知识点查看条件、步骤和证据。补充解释与视频直接内容分别标明。

符号定义 · 24

$f(x,y)$

依据清楚

视频直接表达

来源依据

公式
观察依据
左上角文字为“优化：”后接 $f(x,y)=xy+1$ 。
声音
观察依据
说话人称该函数为“xy加一”。

符号

$f(x,y)$

含义

在约束条件下需优化的目标函数。

适用范围

一个双变量实值函数；所显示的公式为 $xy+1$ 。

x

依据清楚

视频直接表达

来源依据

公式
观察依据
出现在 $f(x,y)=xy+1$ 和 $g(x,y)=x^2+y^2-1=0$ 中。
图示
观察依据
坐标轴标签 $x$ 出现在3D图像及定义域图中。

符号

含义

定义域中的第一个自变量／横坐标。

y

依据清楚

视频直接表达

来源依据

公式
观察依据
出现在 $f(x,y)=xy+1$ 和 $g(x,y)=x^2+y^2-1=0$ 中。
图示
观察依据
坐标轴标签 $y$ 出现在3D图像及定义域图中。

符号

含义

定义域中的第二个自变量／纵坐标。

z

依据清楚

视频直接表达

来源依据

图示
观察依据
3D曲面的纵轴标注为 $z$ 。
声音
观察依据
说话人将等高线描述为令函数值等于常数，例如 $z=2$ 和 $z=1.5$ 。

符号

含义

函数 $f$ 在3D图像上的高度/输出值；在等高线描述中用作常数水平值。

$g(x,y)$

依据清楚

视频直接表达

来源依据

公式
观察依据
右上角文字显示“带约束条件：”后接 $g(x,y)=x^2+y^2-1=0$ 。

符号

$g(x,y)$

含义

约束函数，其零点集定义了定义域中允许的曲线。

适用范围

二元实值表达式；显示为 $x^2+y^2-1$ 。

$z=2$ , $z=1.5$

依据清楚

视频直接表达

来源依据

公式
观察依据
黄色等高线旁标注有 $z=2$ 和 $z=1.5$ 。
声音
观察依据
讲解者指出，令函数等于不同常数可得到等高线。

符号

$z=2$ , $z=1.5$

含义

用于演示函数 $f$ 等高线的具体常数输出值。

$f(x,y)$

依据清楚

视频直接表达

来源依据

公式
观察依据
左上角黑板文字为：“优化目标： $f(x,y)$ = xy + 1”

符号

$f(x,y)$

含义

在约束条件下需优化的目标函数。

适用范围

一个关于两个实变量的函数；图中示例为 $f(x,y)$ = xy + 1。

$g(x,y)$

依据清楚

视频直接表达

来源依据

公式
观察依据
右上角黑板文字为：“约束条件： $g(x,y) = x^2 + y^2 - 1 = 0$ ”

符号

$g(x,y)$

含义

约束函数，其零水平集定义了可行曲线。

适用范围

一个关于两个实变量的函数；图中示例为 $g(x,y) = x^2 + y^2 - 1$ 。

x, y

依据清楚

视频直接表达

来源依据

公式
观察依据
所展示的两个公式均使用变量 x 和 y。
图示
观察依据
右侧等高线图的坐标轴标注为 x 和 y。

符号

x, y

含义

函数 f 和 g 的定义域平面中的独立坐标。

适用范围

所绘制的 xy 平面中的实变量。

z

依据清楚

视频直接表达

来源依据

图示
观察依据
左侧的3维曲面图包含一条标有 z 的竖直坐标轴。
公式
观察依据
曲面上的等高线标签包括 $z = 2$ 和 $z = 1.5$ 。

符号

含义

目标函数在3D可视化中的高度/输出值。

适用范围

左侧曲面图上显示的实数值输出坐标。

$\nabla g$

依据清楚

视频直接表达

来源依据

图示
观察依据
在右侧图像的两个相切点处，青色箭头标记为∇g。

待核验内容

视频指出梯度向量垂直于等高线，但本片段中屏幕上未明确写出∇g的公式。

符号

$\nabla g$

含义

约束函数g的梯度向量场，以箭头形式绘制，在相切点处垂直于约束曲线。

适用范围

所展示示例中与 $g(x,y)=x^2+y^2-1$ 相关的向量场。

∇f

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解几何图示及后续代数设定时，主讲人反复提到“函数 f 的梯度”。
图示
观察依据
约在16秒处，右侧图示的相切点上出现一个标有 ∇f 的黄色向量。
公式
观察依据
约在95秒处，黑板上显示 $f(x,y)$ =xy+1 ⇒ ∇f = ⟨y,x⟩。

符号

∇f

含义

目标函数 f 的梯度向量；本例中计算得 ⟨y,x⟩。

适用范围

示例函数 $f(x,y)$ =xy+1 在 ℝ² 中对应的向量场。

知识点 · 27

约束优化问题的设定

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者引入一种特殊的优化问题：在给定约束或限制条件下寻找极大值或极小值。
图示
观察依据
在00:33处，屏幕显示“优化：”后接 $f(x,y)=xy+1$ 及一个3D马鞍形曲面。

定义

解释

该片段将主题定义为在约束条件下优化函数。问题不再是求函数 $f$ 的无约束极大值/极小值，而是：当输入被限定在某条指定曲线上时，函数 $f$ 的最大值与最小值分别是多少？

公式

\text{Optimize } f(x,y) \text{ subject to a constraint curve}

适用条件

存在一个目标函数 $f(x,y)$ 。
$(x,y)$ 的位置还存在一个额外的限制条件。

目标函数 $f(x,y)=xy+1$

依据清楚

视频直接表达

来源依据

公式
观察依据
显示的文字： $f(x,y)=xy+1$ 。
声音
观察依据
说话人说：“我所展示的只是某个函数的图像，该函数为 xy 加一。”

定义

解释

本例将二元函数 $f(x,y)=xy+1$ 作为待最大化或最小化的量。其图像在3D中呈现为马鞍面。

公式

f(x,y)=xy+1

适用条件

$x$ 和 $y$ 是自变量。
$f$ 在图像中被视作高度/输出值 $z$ 。

先修条目

$f(x,y)$
x
y
z

本例曲面的鞍点

依据清楚

视频直接表达

来源依据

声音
观察依据
说话人指出，该图像在点 $(0,0)$ 处有一个鞍点，然后沿一个方向无限上升，沿另一个方向无限下降。
图示
观察依据
该 3D 图形从 00：33 开始具有典型的马鞍形状。

待核验内容

鞍点的精确坐标在定义域中被口述为 $(0,0)$ ；对应的曲面上的点应为 $(0,0,1)$ ，但视频仅明确给出了定义域中的点。

定义

解释

对于所展示的函数，说话人指出其定义域中 $(0,0)$ 处存在一个鞍点。从视觉上看，曲面沿某一方向上升，沿另一方向下降，因此不存在无约束的全局最大值或最小值。

公式

适用条件

适用于具体示例 $f(x,y)=xy+1$ 。

先修条目

目标函数 $f(x,y)=xy+1$

圆形约束 $x^2+y^2=1$

依据清楚

视频直接表达

来源依据

公式
观察依据
显示的文字： $g(x,y)=x^2+y^2-1=0$ 。
声音
观察依据
说话人指出，定义域中的蓝色曲线是圆的方程， $x^2+y^2=1$ 。
图示
观察依据
一个以原点为中心的青色圆出现在右侧定义域图像中。

定义

解释

该约束是定义域中的单位圆。视频中将其写作 $g(x,y)=x^2+y^2-1=0$ ，这等价于 $x^2+y^2=1$ 。优化问题随后被限制在该圆上的点进行。

公式

g(x,y)=x^2+y^2-1=0

适用条件

允许的输入 $(x,y)$ 必须满足该方程。
几何上，这是一个以原点为中心、半径为1的圆。

先修条目

$g(x,y)$
x
y

受限于曲线的最大值/最小值

依据清楚

视频直接表达

来源依据

声音
观察依据
说话人询问：当函数被限制在该曲线/圆上时，其最大值和最小值分别是多少？
图示
观察依据
左侧面板显示带高亮曲线的曲面；右侧面板显示定义域中的圆。

定义

解释

一旦施加约束，问题便从无约束优化转变为沿曲线的优化：求函数 $f$ 在约束集合各点处所取到的最大值与最小值。

公式

适用条件

搜索仅限于约束曲线上的点。
同一函数 $f$ 正在被计算，但仅限于该受限集合上。

先修条目

约束优化问题的设定
圆形约束 $x^2+y^2=1$

拉格朗日乘子简介

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人说：“本视频将介绍一种名为拉格朗日乘子的方法”，并指出该方法可用于求解函数在特定约束（例如该圆）下的最大值。
字幕依据
观察依据
片头标题卡显示“拉格朗日乘子”。

待核验内容

该片段介绍了拉格朗日乘子的名称与用途，但在这一180秒的节选中尚未陈述正式的乘子方程。

方法

解释

拉格朗日乘子被呈现为一种求解约束优化问题的方法：即在变量被限制于某个指定约束集（例如一个圆）时，寻找函数的极值。

公式

适用条件

在带约束条件的优化问题中使用。

先修条目

约束优化问题的设定
受限于曲线的最大值/最小值

函数的等高线／水平曲线

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人解释，等高线意味着高度恒定，是通过将函数值设为若干不同常数而得到的。
图示
观察依据
黄色曲线出现在3维曲面上，随后也出现在定义域图像中。
公式
观察依据
标签 $z=2$ 和 $z=1.5$ 分别标注在黄色曲线旁。

定义

解释

等高线（水平曲线）是函数取相同常数值的所有点构成的集合。本例中，固定 $z$ 会得到对应于 $f(x,y)=z$ 的曲线。

公式

f(x,y)=\text{constant}

适用条件

该常数是函数 $f$ 所选定的一个输出值。
每个固定的值对应一个水平集。

先修条目

目标函数 $f(x,y)=xy+1$
z

投影到定义域中的等高线

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人指出，采用鸟瞰视角并垂直向下观察，即可在定义域中看到等高线。
图示
观察依据
从大约02:37开始，右侧定义域图像中围绕青色圆圈绘制出黄色的、类似双曲线的等高线。

定义

解释

这些相同高度的曲线也可视为 $(x,y)$ 平面上的曲线，并从正上方观察。视频采用这种俯视图，将约束圆与函数 $f$ 的等高线进行比较。

公式

适用条件

需要通过向定义域平面投影来理解3维图像。

先修条目

函数的等高线／水平曲线
圆形约束 $x^2+y^2=1$

目标函数f在高度2处的示例等高线。

依据清楚

视频直接表达

来源依据

声音
观察依据
说话人说：“如果我的函数输出是2，即xy加1等于2，那么这意味着xy等于1，进而y就等于1除以x。”
声音
观察依据
说话人继续说：“因此，此处这条曲线确实仅表示定义域中1除以x的方程，且其高度为2。”
图示
观察依据
左侧面板显示一个3D曲面，其中 $z=2$ 处有一条高亮曲线；右侧面板显示围绕青色圆圈的黄色双曲线状等高线。

定义

解释

对于屏幕上所示的目标函数 $f(x,y)$ =xy+1，令其输出等于2，得到等高线xy+ $1=2$ ，从而xy=1， $y=1/x$ 。说话人指出高亮曲线对应高度为2的等高线。

公式

f(x,y)=2 \iff xy+1=2 \iff xy=1 \iff y=\frac{1}{x}

适用条件

使用黑板上展示的具体目标函数 $f(x,y)$ =xy+1。
指输出值等于2的等高集。

先修条目

$f(x,y)$
x, y
z

约束曲线为单位圆。

依据清楚

视频直接表达

来源依据

声音
观察依据
说话人提到“那个仅表示圆的方程，即 x 的平方加 y 的平方等于1。”
公式
观察依据
黑板文字显示： $g(x,y)=x^2+y^2-1=0$ 。
图示
观察依据
右侧面板显示一个以原点为中心的青色圆。

定义

解释

约束条件 $g(x,y)=x^2+y^2-1=0$ 在口述中被描述为圆 $x^2+y^2=1$ 。在右侧图示中，它呈现为一条青色的圆形曲线，所有等高曲线必须与之相切或相交。

公式

g(x,y)=0 \iff x^2+y^2-1=0 \iff x^2+y^2=1

适用条件

适用于所展示的约束函数 $g(x,y)=x^2+y^2-1$ 。

先修条目

$g(x,y)$
x, y

约束极值问题的几何候选条件。

依据清楚

视频直接表达

来源依据

声音
观察依据
说话人指出，其中一条等高曲线“恰好勉强接触约束条件”，而这条特殊的等高曲线即为极值（最大值或最小值）的候选者。
图示
观察依据
右侧面板单独呈现一条黄色等高曲线，该曲线在两个标有红色标记的点处与青色圆相切。

方法

解释

本视频的核心几何规则是：在函数 f 的所有等高曲线中，恰好勉强接触约束曲线的那条特殊等高曲线，标出了约束极值（最大值或最小值）的候选位置。在图中，这些位置即为某条黄色等高曲线与青色约束圆之间的切点。

适用条件

针对所展示的例子 $f(x,y)$ =xy+1 与约束条件 $g(x,y)=x^2+y^2-1=0$ 进行讨论。
本片段中，该准则以几何候选条件的形式呈现，而非作为已完全证明的定理。

先修条目

目标函数f在高度2处的示例等高线。
约束曲线为单位圆。

相切意味着存在一条共有的切线

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人说：“如果它恰好与之相切，就说明了切线方程的某种性质”，随后又说：“这些切线是同一条直线。”
图示
观察依据
右侧图像中，两条粉红色直线分别穿过两个切点，直观地表示这两条曲线共有的切线。

定义

解释

当函数 f 的某条等高线恰好与约束曲线相切时，这两条曲线在接触点处具有相同的切线。主讲人利用这一观察，将几何上“恰好接触”的条件转化为关于切线的陈述。

适用条件

该条件适用于函数 f 的等高线与约束曲线 $g=0$ 之间的切点处。

先修条目

约束极值问题的几何候选条件。
约束曲线为单位圆。

定理与条件 · 13

函数 $f(x,y)=xy+1$ 在无约束条件下的行为

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人指出，该图像在 $(0,0)$ 处具有鞍点，然后在一个方向上无限上升，在另一方向上无限下降。
图示
观察依据
所展示的曲面在不同方向上具有相反的曲率。

待核验内容

视频中这一结论属于定性描述；本片段未展示正式的二阶导数检验。

命题

函数 $f(x,y)=xy+1$ 的图像在 $(0,0)$ 处有一个鞍点，并且沿不同方向分别无上界和无下界。

前提

考虑函数 $f(x,y)=xy+1$ ，不施加任何约束条件。

量词

针对所展示的示例函数。

约束条件的等价形式

依据清楚

视频直接表达

来源依据

公式
观察依据
所展示的约束条件： $g(x,y)=x^2+y^2-1=0$ 。
声音
观察依据
说话者指出，定义域中的蓝色曲线是圆的方程，即 $x^2+y^2=1$ 。
图示
观察依据
图中显示了一个以原点为圆心的青色圆。

命题

所展示的约束条件 $g(x,y)=x^2+y^2-1=0$ 描述了定义域中的单位圆 $x^2+y^2=1$ 。

前提

在 $(x,y)$ -平面上进行运算。
使用所展示的约束方程。

量词

对所有满足该约束条件的点 $(x,y)$ 。

拉格朗日乘子法的目的

依据清楚

视频直接表达

来源依据

声音
观察依据
说话者指出，拉格朗日乘子法提供了一种方法，用于求解函数在诸如该圆这类特定约束下的最大值。

待核验内容

该片段说明了该方法的目的，但在此摘录中并未给出其完整的代数判定条件。

命题

拉格朗日乘子法提供了一种在约束条件下求函数极值的方法。

前提

存在一个目标函数。
至少存在一个约束条件限制定义域。

量词

适用于本例所示类型的约束优化问题。

黄色曲线的含义

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人指出，等高线意味着高度恒定，即令函数值等于常数而得到。
公式
观察依据
黄色曲线标有 $z=2$ 和 $z=1.5$ 。

命题

图中所示的黄色曲线是等高线，由令 $f(x,y)$ 分别等于常数 $2$ 和 $1.5$ 而得到。

前提

使用函数 $f(x,y)=xy+1$ 。

量词

对每一个选定的 $z$ 常数值。

仅凭相切即可识别出约束极值的候选点。

依据清楚

视频直接表达

来源依据

声音
观察依据
说话者称，那个“进入并恰好与之相切”的特定等高线，是“我所认定的极大值或极小值候选者。”

待核验内容

该片段将此作为候选条件呈现，而非完整证明。
本片段未陈述形式化拉格朗日乘子定理所需的正则性假设。

命题

在所展示的几何设定中，函数 f 的某条等高线若恰好与约束曲线相切，则其切点即为约束极大值或极小值的候选点。

前提

存在一个目标函数 f 和一条约束曲线 $g=0$ ，如图所示。
人们考虑函数 f 的一族等高线。
其中某条特定等高线与约束曲线相切。

量词

对于图中所示的例子，在函数 f 的某条等高线与约束曲线的切点处。

相切曲线共享同一条切线。

依据清楚

视频直接表达

来源依据

声音
观察依据
说话者解释道：若两条曲线“恰好相遇”，则“它们的切线就是同一条直线。”
图示
观察依据
右侧图像中，两条接触点处画出了粉红色的切线。

命题

若函数 f 的等高线与约束曲线仅在某一点相切接触，则它们在该点处共享同一条切线。

前提

两条曲线以相切方式相遇，而非横截相交。
该接触点是所展示的若干相切点之一。

量词

在黄色等高线与青色约束圆之间所示的每个相切点处。

共享切线意味着法线方向相关。

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者说：“若它们共享一条切线，则它们的法线方向也存在关联。”

待核验内容

确切的代数关系在此片段中尚未完成。
此处的陈述是定性的；屏幕上尚未写出诸如梯度成比例之类的方程。

命题

若两条曲线在某一点处共享一条切线，则它们在该点处的法线方向也存在关联。

前提

函数 f 的等高线与约束曲线在接触点处共享一条切线。

量词

在当前讨论的公共切点处。

梯度垂直于等高线

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者说：“梯度向量始终垂直于等高线。”
图示
观察依据
标有 ∇g 的箭头在切点处垂直于圆绘制。

待核验内容

这一结论作为已知事实被陈述，并未在本视频片段中证明。
该视频片段未明确说明可微性假设。

定理

命题

一个函数的梯度向量垂直于该函数的一条等高线。

前提

该函数在所考虑的点处存在梯度。
人们正在考察该函数的一条等高线。

量词

对于一个可微函数及其一条等高线，在梯度有定义的点处。

法向量平行意味着二者成标量倍数关系

依据清楚

视频直接表达

来源依据

声音
观察依据
‘若 f 的梯度与 g 的梯度均垂直于同一条切线，则这意味着它们互为标量倍数。’
图示
观察依据
黄色的 ∇f 箭头与青色的 ∇g 箭头在相切点处沿同一法线方向绘制。

命题

若 ∇f 与 ∇g 在某一点处均垂直于同一条切线，则 ∇f 与 ∇g 互为标量倍数。

前提

这两个梯度均在同一点处取值。
二者均垂直于同一条切线。

量词

在给定的相切点处。

约束最大化导出拉格朗日方程组

依据清楚

视频直接表达

来源依据

公式
观察依据
黑板文字：“拉格朗日乘子法：联立求解 ∇ $f = λ$ ∇g 与 $g = 0$ 。”
声音
观察依据
“所以我要做最大化，这意味着我得到了这两个条件……”

待核验内容

该片段将这些作为方法中需求解的条件呈现，但并未单独证明其充分性，也未讨论退化情形（例如 ∇ $g = 0$ ）。

定理

命题

在所介绍的方法中，对目标函数在约束条件下求最大值，需联立求解 ∇ $f = λ$ ∇g 与 $g = 0$ 。

前提

存在一个目标函数 f 和一个等式约束 $g = 0$ 。
前述解释中的几何相切论证依然适用。

量词

针对视频片段中展示的已解约束优化问题设定。

原点不是整个方程组的有效解。

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人指出，（0,0）不在原始椭圆上，因此实际上并非解，因为它不满足第三个方程。
公式
观察依据
黑板上写出 $x = 0$ ，但该点不在椭圆上！

命题

若在所展示的方程组中 $y = 0$ ，则 $x = 0$ ，但点 (0, 0) 不满足约束条件 $x^2 + y^2 - 1 = 0$ ，因此它不是全部三个方程构成的方程组的解。

前提

所展示的三个方程必须同时成立。
约束条件为 $x^2 + y^2 - 1 = 0$ 。

量词

针对由所展示方程组导出的特定分支 $y = 0$ 。

简化后的方程组得到四个候选点。

依据清楚

视频直接表达

来源依据

声音
观察依据
说话人指出，此处 x 和 y 实际上有四种可能。
公式
观察依据
黑板上显示 $x = \pm \frac{1}{\sqrt{2}}$ ，且 $y = \pm x$ 。

命题

在排除 $y = 0$ 这一分支后，剩余解满足 $y = \pm x$ 且 $x = \pm 1/\sqrt{2}$ ，从而在约束曲线上得到四个候选点。

前提

方程 $y = \lambda 2x$ 和 $x = \lambda 2y$ 成立，且 $y \neq 0$ 。
约束条件 $x^2 + y^2 - 1 = 0$ 成立。

量词

该例题的这一分支恰好生成四个候选点对（x，y）。

推导与证明 · 10

将约束条件改写为圆的方程

依据清楚

视频直接表达

来源依据

公式
观察依据
屏幕显示 $g(x,y)=x^2+y^2-1=0$ 。
声音
观察依据
说话人口头指出这是圆 $x^2+y^2=1$ 。

直观解释

步骤

公式
$g(x,y)=x^2+y^2-1=0$
解释
从屏幕上显示的约束方程出发。
步骤依据
直接从屏幕上的公式读出。
视频直接表达
公式
$x^2+y^2=1$
解释
将常数项移至等号另一边，得到标准的圆方程形式。
步骤依据
对屏幕上显示的方程进行代数变形。
依据视频推导

结论

该约束集合是定义域中的单位圆。

从固定高度到等高线

依据清楚

视频直接表达

来源依据

声音
观察依据
说话人解释：等高线来源于令函数值等于常数。
公式
观察依据
可见的标签包括 $z=2$ 和 $z=1.5$ 。

待核验内容

本片段中，视频未在屏幕上明确写出中间方程 $xy+1=2$ 和 $xy+1=1.5$ 。

直观解释

步骤

公式
$f(x,y)=z$
解释
等高线对应于固定函数的输出值。
步骤依据
主讲人用口语表述为：“高度保持不变。”
视频直接表达
公式
$xy+1=2$
解释
对于标有 $z=2$ 的示例等高线，代入所显示的函数。
步骤依据
代入 $f(x,y)=xy+1$ 及可见标签 $z=2$ 。
依据视频推导
公式
$xy+1=1.5$
解释
对于标有 $z=1.5$ 的示例等高线，代入所显示的函数。
步骤依据
代入 $f(x,y)=xy+1$ 及可见标签 $z=1.5$ 。
依据视频推导

结论

黄色曲线表示函数 $f$ 取那些恒定值的所有点构成的集合。

推导 $z = 2$ 等高线的显式表达式

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者口头推导出 $y=1/x$ ，由 $f(x,y)=2$ 得到，其中 $f(x,y)$ =xy+1。
图示
观察依据
左侧高亮显示的曲线对应高度 $z=2$ ，右侧图示展示了定义域中与之对应的等高线。

严格证明

步骤

公式
$f(x,y)=2$
解释
从屏幕上显示的目标函数出发，令其输出等于 2。
步骤依据
这与主讲人所说的‘我的函数输出为 2’完全对应。
视频直接表达
公式
$xy+1=2$
解释
将给定公式 $f(x,y)$ = xy + 1 代入等高集方程。
步骤依据
直接使用黑板上的公式 $f(x,y)$ = xy + 1 进行代入。
视频直接表达
公式
$xy=1$
解释
等式两边同时减去 1。
步骤依据
主讲人口述的初等代数变形。
视频直接表达
公式
$y=\frac{1}{x}$
解释
解出以 x 表示的 y。
步骤依据
主讲人明确指出，这意味着“y 就是 1 除以 x”。
视频直接表达

结论

函数 f 在高度 2 处的等高线，即为定义域平面上的图像 $y = 1/x$ 。

从相切关系到切线重合

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人从‘其中一条等高线恰好与约束条件相切’过渡到‘这说明了切线方程的某种性质’。
图示
观察依据
右侧面板单独呈现了一条黄色切线曲线，并在两个接触点处添加了粉红色切线。

待核验内容

该论证采用几何直观方式，而非形式化证明。
此步骤中屏幕上未写出任何导数公式。

直观解释

步骤

公式
$\text{Special level curve just touches constraint curve}$
解释
找出函数 f 的唯一一条等高线，它恰好与约束条件相切，既不遗漏也不两次穿过该约束。
步骤依据
这是右侧图示中所作的视觉选择，并以口头方式加以描述。
视频直接表达
公式
$\text{At contact point, tangent line of level curve} = \text{tangent line of constraint curve}$
解释
由于两条曲线仅“轻触”而非相交，它们在接触点处的一阶方向一致。
步骤依据
主讲人明确将“恰好相切”解释为“切线相同”这一关于切线的陈述。
视频直接表达

结论

将约束极值候选点条件重新表述为：在接触点处两条曲线的切线重合。

从共切线到相关法线与梯度

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人说：“若它们共享同一条切线，则它们的法线也存在关联。”
声音
观察依据
主讲人随后回顾道：“梯度向量始终垂直于等高线。”
图示
观察依据
青色 ∇g 箭头在相切点处垂直于圆绘制。

待核验内容

该片段在写出最终代数比例条件之前即已结束。
函数 f 的等高线的法向关系是隐含的，但本片段中并未充分展开。

直观解释

步骤

公式
$\text{shared tangent line} \Rightarrow \text{related normals}$
解释
一旦两条曲线在某一点具有相同的切线方向，那么它们的法线方向也彼此对齐或存在其他关联。
步骤依据
这是讲述者从切线几何过渡到法线几何的过程。
视频直接表达
公式
$\nabla g \perp \text{level curve } g=0$
解释
对于约束曲线，图中画出的向量 ∇g 表示该等高线的法线方向。
步骤依据
讲述者明确指出梯度向量垂直于等高线，且图中将法线箭头标记为 ∇g。
视频直接表达

结论

几何切触条件正被转化为一个涉及法线方向的表述，其中 ∇g 被认定为约束等高线的法向量。

从相切几何关系推导出拉格朗日方程组

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人从“g 的梯度垂直于其特定等高线”推进到“f 的梯度与 g 的梯度……互为标量倍数”，再进一步引出“这一图示……启发了拉格朗日乘子法。”
图示
观察依据
右侧图示显示切线与法线；左侧黑板随后写出 ∇ $f = λ$ ∇g 和 $g = 0$ 。

直观解释

步骤

公式
$\nabla g \text{ is normal to the constraint level curve}$
解释
主讲人首先指出约束函数的梯度垂直于其等高线，因而也垂直于该等高线的切线。
步骤依据
该结论在音频中直接陈述，并由青色 ∇g 箭头垂直于粉红色切线的图示加以说明。
视频直接表达
公式
$\nabla f \text{ is normal to the same tangent line at tangency}$
解释
当目标函数的等高线在候选点处与约束曲线相切时，∇f 也垂直于该同一切线。
步骤依据
该结论在音频中陈述，并在相同位置添加黄色 ∇f 向量以配合 ∇g 进行图示。
视频直接表达
公式
$\nabla f = \lambda \nabla g$
解释
由于两个梯度均垂直于同一条直线，因此它们方向一致，仅相差一个标量因子。
步骤依据
主讲人明确总结道：“它们互为彼此的标量倍数。”
视频直接表达
公式
$g = 0$
解释
原始约束方程保持不变，作为方程组的第二个条件。
步骤依据
主讲人称该约束“并未消失，因此它仍在此处。”
视频直接表达

结论

几何图像启发我们建立联立方程组：∇ $f = λ$ ∇g 且 $g = 0$ 。

将该例子展开为三个标量方程。

依据清楚

视频直接表达

来源依据

公式
观察依据
黑板依次展示： $f(x,y)$ =xy+1 ⇒ ∇f=⟨y,x⟩， $g(x,y)=x^2+y^2-1$ ⇒ ∇g=⟨2x,2y⟩，然后得到 $y=λ2x$ 、 $x=λ2y$ ，以及 $x^2+y^2-1=0$ 。
声音
观察依据
主讲人解释说，向量方程给出两个标量方程，而约束条件提供第三个方程。

严格证明

步骤

公式
$f(x,y)=xy+1 \Rightarrow \nabla f = \langle y,x\rangle$
解释
逐分量计算目标函数的梯度。
步骤依据
在黑板上展示，并以关于 x 和 y 的偏导数形式进行口头讲解。
视频直接表达
公式
$g(x,y)=x^2+y^2-1 \Rightarrow \nabla g = \langle 2x,2y\rangle$
解释
逐分量计算约束函数的梯度。
步骤依据
在黑板上展示，并在音频中陈述。
视频直接表达
公式
$\langle y,x\rangle = \lambda \langle 2x,2y\rangle$
解释
将已计算出的梯度代入拉格朗日条件 ∇ $f = λ$ ∇g。
步骤依据
直接代入此前介绍的方法。
依据视频推导
公式
$y = \lambda 2x$
解释
令向量方程的第一个分量相等。
步骤依据
主讲人明确指出：∇f 的第一个分量等于 λ 乘以 ∇g 的第一个分量。
视频直接表达
公式
$x = \lambda 2y$
解释
令向量方程的第二个分量相等。
步骤依据
说话者明确比较了这两个向量的第二个坐标。
视频直接表达
公式
$x^2 + y^2 - 1 = 0$
解释
将约束方程写成标量形式。
步骤依据
黑板上显示了原始约束，说话者称其为“我们一直沿用的那个经典约束”。
视频直接表达

结论

该例化简为关于未知数 x、y、λ 的三元方程组： $y = λ2x$ ， $x = λ2y$ ，以及 $x^2 + y^2 - 1 = 0$ 。

由前两个方程推导出两个分支。

依据清楚

视频直接表达

来源依据

公式
观察依据
黑板上依次推导出 $y = λ2(λ2y) = 4λ^2y$ ，进而得出 $y = 0$ 或 $λ = \pm 1/2$ 。
声音
观察依据
主讲人叙述了将第二个方程代入第一个方程，并继而分两种情况讨论： $y=0$ 的情形，以及 y 非零的情形。

严格证明

步骤

公式
$x = \lambda 2y$
解释
从第二个显示的方程出发。
步骤依据
给定方程出自方框内的方程组。
视频直接表达
公式
$y = \lambda 2(\lambda 2y)$
解释
将 x 的表达式代入第一个方程 $y = λ2x$ 。
步骤依据
将数值直接代入方程。
视频直接表达
公式
$y = 4\lambda^2 y$
解释
化简等式右侧的乘积。
步骤依据
代数化简： $\lambda\cdot 2\cdot \lambda\cdot 2 = 4\lambda^2$ 。
视频直接表达
公式
$y = 0 \ \text{or}\ \lambda = \pm \frac{1}{2}$
解释
将零解与 $y \ne 0$ 的情况分开；当 $y \ne 0$ 时，两边除以 y 并求解 lambda。
步骤依据
按 y 进行分类讨论，随后除以一个非零量。
视频直接表达

结论

前两个方程表明：要么 $y = 0$ ，要么 $\lambda = \pm \tfrac12$ 。

为何舍去 $y = 0$ 分支

依据清楚

视频直接表达

来源依据

公式
观察依据
黑板将 ⇒ $x = 0$ 不在椭圆上！附加到 $y = 0$ 分支之后。
声音
观察依据
说话者称，从第一行或第二行可直接读出 $x = 0$ ，而点 (0,0) 不在原椭圆上。

严格证明

步骤

公式
$y = 0$
解释
取分类讨论中的第一个分支。
步骤依据
分类讨论所依据的假设。
视频直接表达
公式
$x = 0$
解释
由 $y = \lambda 2x$ 或 $x = \lambda 2y$ 且 $y = 0$ 可知，另一坐标必为零。
步骤依据
代入给定的线性关系式。
视频直接表达
公式
$0^2 + 0^2 - 1 = -1 \neq 0$
解释
在点（0，0）处检验约束条件。
步骤依据
直接计算第三个方程。
依据视频推导
公式
$(0,0) \text{ is not a solution of the full system}$
解释
由于约束条件不成立，该分支对原问题而言是增解。
步骤依据
解必须同时满足全部三个方程。
视频直接表达

结论

分支 $y = 0$ 导出点（0，0），该点违反约束条件，因此被舍弃。

四个候选点的推导过程

依据清楚

视频直接表达

来源依据

公式
观察依据
黑板上显示 ⇒ $y = \pm x$ ，然后 $x^2 + (-x)^2 = 1$ ⇒ $x = \pm 1$ /√2。
声音
观察依据
说话者称，将 $y = \pm x$ 代入约束条件得到 $2x^2 = 1$ ，从而得出 x 和 y 的四种可能取值。

严格证明

步骤

公式
$\lambda = \pm \frac{1}{2}$
解释
取此前情形分类中非零的分支。
步骤依据
将 $y = 4λ^2 y$ 两边同除以 $y \ne 0$ 所得结果。
视频直接表达
公式
$y = \pm x$
解释
将允许的 λ 值代回原始的驻点方程，以建立 x 与 y 之间的关系。
步骤依据
将解代回原方程组进行回代。
视频直接表达
公式
$x^2 + (-x)^2 = 1$
解释
将 $y=\pm x$ 代入约束条件 $x^2+y^2-1=0$ ；由于平方运算消去了符号，因此变为 $x^2+(-x)^2=1$ 。
步骤依据
将变量代入约束方程。
视频直接表达
公式
$2x^2 = 1$
解释
化简等式左边。
步骤依据
利用 (-x)^ $2=x^2$ 进行代数化简。
依据视频推导
公式
$x = \pm \frac{1}{\sqrt{2}}$
解释
求解 x。
步骤依据
两边同除以 2 后再开平方根。
视频直接表达
公式
$y = \pm x$
解释
利用之前推导出的关系式，求出对应的 y 值。
步骤依据
将结果代回 $y=\pm x$ 进行回代。
视频直接表达

结论

保留下来的分支给出四个候选点，其中 $x=\pm 1/\sqrt{2}$ ，且 $y=\pm x$ 。

例题详解 · 4

主要求解步骤：在单位圆上优化 $f(x,y)=xy+1$

依据清楚

视频直接表达

来源依据

公式
观察依据
显示的目标函数： $f(x,y)=xy+1$ 。
公式
观察依据
显示的约束条件： $g(x,y)=x^2+y^2-1=0$ 。
声音
观察依据
主讲人要求找出该函数在圆上的最大值与最小值。
图示
观察依据
左侧面板显示带有一条高亮曲线的曲面；右侧面板显示该圆，随后显示等高线。

待核验内容

在此时长为180秒的片段中，未计算出具体的最值数值。

题目

求 $f(x,y)=xy+1$ 在约束条件 $(x,y)$ 位于圆 $x^2+y^2=1$ 上时的最大值和最小值。

已知条件

目标函数 $f(x,y)=xy+1$ 。
约束条件 $g(x,y)=x^2+y^2-1=0$ ，等价于 $x^2+y^2=1$ 。
曲面及其与约束条件相交的可视化表示。

目标

从几何角度识别约束极值点，并为使用拉格朗日乘数法做好准备。

步骤

公式
$f(x,y)=xy+1$
解释
写出待优化的函数。
步骤依据
屏幕上显示在“优化：”下方。
视频直接表达
公式
$g(x,y)=x^2+y^2-1=0$
解释
写出约束方程。
步骤依据
屏幕上显示在“约束条件：”下方。
视频直接表达
公式
$x^2+y^2=1$
解释
将约束条件识别为定义域中的单位圆。
步骤依据
代数变形，再结合主讲人的口头说明。
依据视频推导
公式
解释
将注意力限制在圆上的点，并询问 $f$ 沿该曲线在何处取最大值/最小值。
步骤依据
主讲人明确将其表述为一个带约束的优化问题。
视频直接表达
公式
$z=2,\ z=1.5$
解释
通过固定 $f$ 的常数值来引入等高线。
步骤依据
图中可见等高线标签，并配有口头讲解。
视频直接表达

结果

该片段构建了带约束的优化问题及其几何解释，但在180秒内未得出具体数值解。

检验

验证方式为视觉化：左侧图像显示曲面及受约束的曲线，右侧图像则显示定义域中的单位圆与等高线。

已解几何例题：在约束条件下优化 $f(x,y)$ = xy +1 下， $x^2+y^2=1$

依据清楚

视频直接表达

来源依据

公式
观察依据
黑板上显示：“优化： $f(x,y)$ =xy+1”和“约束条件： $g(x,y)=x^2+y^2-1=0$ ”。
声音
观察依据
讲述者讨论了 f 的等高线、圆形约束、切触关系以及 ∇g 的作用。
图示
观察依据
左侧面板展示曲面及高亮的等高线；右侧面板展示圆及与其相切的等高线，并标出接触点。

待核验内容

该片段解释了该例题的几何含义，但本片段中并未计算出具体的极大化/极小化点或对应函数值。

题目

利用图示例题理解如何从几何角度判定 $f(x,y)$ = xy +1 在约束条件 $g(x,y) = x^2+y^2-1=0$ 时的约束极值。

已知条件

目标函数： $f(x,y)$ =xy+1。
约束函数： $g(x,y)=x^2+y^2-1=0$ 。
讨论了函数 f 在高度 2 处的一条高亮显示的等高线。
约束曲线是单位圆。

目标

指出标记约束极大值与极小值候选点的几何条件，并开始将该条件转化为切线/法线语言。

步骤

公式
$xy+1=2 \Rightarrow xy=1 \Rightarrow y=\frac{1}{x}$
解释
主讲人首先在定义域内分析函数 f 在高度 2 处的等高线形状。
步骤依据
直接从屏幕上显示的目标函数进行代数推导。
视频直接表达
公式
$x^2+y^2=1$
解释
该约束被识别为定义域平面上的单位圆。
步骤依据
将 $g(x,y)=x^2+y^2-1=0$ 改写后，得到主讲人所命名的圆方程。
视频直接表达
公式
$\text{Find the level curve of } f \text{ that just touches the circle}$
解释
在所有等高线中，特殊的一条是与约束曲线相切的那一条。
步骤依据
这是视频片段中陈述的、用于判定极值候选点的核心几何法则。
视频直接表达
公式
$\text{At tangency, tangent lines coincide}$
解释
相切条件被重新表述为：目标函数的等高线与约束曲线在切点处具有相同的切线。
步骤依据
主讲人在从“恰好接触”过渡到“切线语言”时明确指出这一点。
视频直接表达
公式
$\text{Shared tangent line} \Rightarrow \text{related normals};\quad \nabla g \text{ is normal to } g=0$
解释
随后，论证从切向方向转向法向方向，并引入∇g作为约束等高线的法向量。
步骤依据
口头过渡配合最终图示，在圆上标出∇g。
视频直接表达

结果

该例表明：约束极值候选点出现在f的某条等高线与约束曲线 $x^2+y^2=1$ 相切之处；几何上这意味着两条曲线在该点共享同一条切线，随后讨论转向对应的法向方向，并在图中将∇g画为垂直于约束曲线。

检验

验证在视频片段中通过视觉与口头方式完成：右侧图用红点标出相切点，并以粉红色线条画出对应切线；最后一帧则在相同位置添加青色∇g箭头，且这些箭头均垂直于圆。

求函数 $f(x,y)$ = xy + 1 在约束条件 $x^2 + y^2 - 1 = 0$ 下的最大值的完整解题过程

依据清楚

视频直接表达

来源依据

公式
观察依据
黑板上显示 $f(x,y)$ =xy+1， $g(x,y)=x^2+y^2-1$ ，接着 ∇f=⟨y,x⟩，∇g=⟨2x,2y⟩，然后是 $y=λ2x$ ， $x=λ2y$ ， $x^2+y^2-1=0$ 。
声音
观察依据
说话者说“我们代入公式，看看得到什么”，随后逐步推演示例函数及所得方程。

待核验内容

视频片段在求解该方程组以获得 x、y、λ 的具体数值解之前就结束了。

题目

为以 $f(x,y)$ =xy+1 为目标函数、以 $g(x,y)=x^2+y^2-1=0$ 为约束条件的问题建立拉格朗日乘子方程。

已知条件

f 乘以 x 和 y 等于 x 乘以 y 加 1
$g(x,y)=x^2+y^2-1$
拉格朗日条件 ∇ $f = λ$ ∇g
约束条件 $g = 0$

目标

将几何形式的拉格朗日条件转化为本例中明确的标量方程。

步骤

公式
$\nabla f = \langle y,x\rangle$
解释
对 f 关于 x 和 y 求偏导数。
步骤依据
xy + 1 的偏导数在第一个分量中给出 y，在第二个分量中给出 x。
视频直接表达
公式
$\nabla g = \langle 2x,2y\rangle$
解释
对 g 关于 x 和 y 求偏导数。
步骤依据
$x^2 + y^2 - 1$ 的偏导数分别给出 2x 和 2y。
视频直接表达
公式
$\langle y,x\rangle = \lambda \langle 2x,2y\rangle$
解释
将梯度代入 ∇ $f = λ$ ∇g。
步骤依据
这是对前文所介绍拉格朗日条件的直接应用。
依据视频推导
公式
$y = \lambda 2x$
解释
比较第一个分量。
步骤依据
向量相等意味着其对应分量分别相等。
视频直接表达
公式
$x = \lambda 2y$
解释
比较第二个分量。
步骤依据
向量相等意味着其对应分量相等。
视频直接表达
公式
$x^2 + y^2 - 1 = 0$
解释
保留原始约束条件。
步骤依据
该方法要求将梯度条件与 $g=0$ 联立求解。
视频直接表达

结果

该例题得到方程组： $y = λ2x$ ， $x = λ2y$ ，以及 $x^2 + y^2 - 1 = 0$ 。

检验

讲解者从概念上验证了这是“关于三个未知数 x、y 和 λ 的三个方程”。

例题：求解所展示的拉格朗日方程组

依据清楚

视频直接表达

来源依据

公式
观察依据
本片段完整演算所展示的方程组，并以图像上标出的候选点作为结尾。
声音
观察依据
主讲人全程叙述完整的求解过程，随后从几何角度解释结果。

待核验内容

目标函数 f 在本片段中未显式写出，但其在候选点处的取值已给出，分别为1.5和0.5。

题目

求解方程组 $y = λ2x$ 、 $x = λ2y$ 、 $x^2 + y^2 - 1 = 0$ ，并将所得点解释为约束条件下的候选点。

已知条件

y 等于 λ 乘以 2x
x 等于 lambda 乘以 2y
$x^2 + y^2 - 1 = 0$

目标

找出所有满足该方程组的候选点，并判断哪些对应极大值、哪些对应极小值。

步骤

公式
$y = \lambda 2(\lambda 2y) = 4\lambda^2 y$
解释
将第二个方程中的 x 代入第一个方程。
步骤依据
直接代入方程组求解。
视频直接表达
公式
$y = 0 \ \text{or}\ \lambda = \pm \frac{1}{2}$
解释
分零值与非零值两种情况讨论。
步骤依据
分类讨论；仅当 $y \ne 0$ 时，才允许两边同除以 y。
视频直接表达
公式
$y=0 \Rightarrow x=0$
解释
在零值分支中，前两个方程迫使两个坐标均为零。
步骤依据
代入给定的线性关系式。
视频直接表达
公式
$(0,0) \text{ rejected}$
解释
原点不在曲线 $x^2+y^2-1=0$ 上。
步骤依据
约束方程不成立。
视频直接表达
公式
$y = \pm x$
解释
当 $λ = \pm 12$ 时，驻点方程简化为这一关系式。
步骤依据
回代到原方程组中。
视频直接表达
公式
$x^2 + (-x)^2 = 1 \Rightarrow 2x^2 = 1 \Rightarrow x = \pm \frac{1}{\sqrt{2}}$
解释
代入约束条件并解出 x。
步骤依据
代数化简与开平方运算。
视频直接表达
公式
$\left(\frac{1}{\sqrt{2}},\frac{1}{\sqrt{2}}\right),\ \left(-\frac{1}{\sqrt{2}},-\frac{1}{\sqrt{2}}\right),\ \left(-\frac{1}{\sqrt{2}},\frac{1}{\sqrt{2}}\right),\ \left(\frac{1}{\sqrt{2}},-\frac{1}{\sqrt{2}}\right)$
解释
将 $x = \pm 1$ /√2 与 $y = \pm x$ 结合，列出图中所示的四个候选点。
步骤依据
依据 $y = \pm x$ 配对允许的符号。
视频直接表达
公式
$\text{max value }=1.5,\quad \text{min value }=0.5$
解释
按说话人所述，在各候选点处计算目标函数的值。
步骤依据
在四个点上数值计算 f；本片段未显示 f 的精确表达式。
视频直接表达

结果

有效候选点为四个点 $\left(± \frac{1}{\sqrt{2}}, ± \frac{1}{\sqrt{2}}\right)$ ，其中正负号独立选取，且需满足 $y = \pm x$ ；其中两点给出最大值 1.5，另两点给出最小值 0.5。

检验

每个保留下来的点都满足约束条件 $x^2+y^2=1$ ，而被拒绝的原点不满足该约束。最终分类通过在候选点处计算 f 的值来验证，具体方法如音频所述。

图示与动画 · 15

片头标题动画

依据清楚

视频直接表达

来源依据

图示
观察依据
黑板风格背景，手写动画标题文字依次呈现。
字幕依据
观察依据
文字内容为“拉格朗日乘数法”。

图中对象

黑板背景
动画标题文字“拉格朗日乘数法”

变化过程

标题字母从左至右逐个绘制到黑板上。
文字颜色在浅蓝色与黄色之间切换。

不变量

背景始终保持深色黑板风格。

数学含义

在任何数学设定出现之前，先介绍本课主题名称。

通用优化问题的可视化图示

依据清楚

视频直接表达

来源依据

图示
观察依据
左侧显示两个3D曲面，同时主讲人在右侧讲解。
声音
观察依据
主讲人泛谈优化问题，提出如何判断一个函数是否具有极大值或极小值。

待核验内容

本片段中未在屏幕上写出这些引入性曲面的确切方程。

图中对象

上方为开口向下的类抛物面曲面
下方为开口向上的类抛物面曲面
坐标轴分别标记为 $x$ 、 $y$ 、 $z$

变化过程

展示两个示例曲面，以引出极大值与极小值的概念。
主讲人在讲话时用手势指向图像。

不变量

两个曲面均以彩色网格/格栅着色方式绘制在3D中。

数学含义

这些可视化图像旨在引入约束条件之前，先激发学生寻找最高点与最低点的一般思路。

并排呈现的函数图像与定义域表示

依据清楚

视频直接表达

来源依据

图示
观察依据
左侧展示一个带高亮青色曲线的3D鞍面；右侧随后展示一个带青色圆的2D定义域图像。
公式
观察依据
左上角：“优化目标：” $f(x,y)=xy+1$ ；右上角：“约束条件：” $g(x,y)=x^2+y^2-1=0$ 。

图中对象

3D 曲面 $f(x,y)=xy+1$
曲面上的高亮曲线
定义域中的2D坐标轴
青色单位圆
黄色等高线
标记极值候选点的红色圆点

变化过程

在00:33处，目标函数与3D曲面同时出现。
在00:67处，约束方程和定义域圆出现在右侧。
在01:44附近，红色点同时出现在曲面曲线和定义域圆上。
在02:00附近，黄色等高线出现在3D曲面上。
在02:37附近，黄色等值线被添加到定义域图中。

不变量

左侧面板始终表示3D中的图像。
右侧面板始终表示2D中的定义域。
青色标记与约束相关的曲线/圆。

数学含义

分屏视图将曲面上的约束曲线与其在定义域中投影为单位圆的关系联系起来，再添加等值线，以直观展示极值如何在约束集与等值集相交处产生。

标记候选的约束极值点

依据清楚

视频直接表达

来源依据

图示
观察依据
红色点出现在3D图像中被高亮的曲线上，以及定义域图中的青色圆上。
声音
观察依据
讲解者指出，红色点标出了函数在该曲线上约束条件下的最大值，并指出看起来还有两个最小值。

待核验内容

红色点的精确坐标未在屏幕上以数字形式标注。

图中对象

曲面上的红色点
定义域圆上的红色点

变化过程

引入约束条件后添加红色标记。
它们同时出现在3D视图和2D视图中。

不变量

底层曲面与圆保持不变。

数学含义

红色点直观地标示出约束函数在圆上取得极值的位置。

添加等高线／水平曲线

依据清楚

视频直接表达

来源依据

图示
观察依据
黄色曲线首先出现在3D曲面上，随后出现在2D定义域图中。
公式
观察依据
部分黄色曲线上附有标签 $z=2$ 和 $z=1.5$ 。
声音
观察依据
讲解者将等高线解释为高度恒定的曲线，然后描述定义域中的俯视视角。

待核验内容

黄色曲线形状的一些细微特征可见，但除 $z=2$ 和 $z=1.5$ 外未作单独标注。

图中对象

3D曲面上的黄色曲线
2D 定义域图像上的黄色曲线
标注 $z=2$ 和 $z=1.5$

变化过程

在曲面上引入黄色等值线。
同一族等值线随后在定义域视图中、青色圆周周围显示。

不变量

青色约束圆周在定义域图像中持续可见。
目标函数与约束条件的表达式保留在屏幕上。

数学含义

等值线为约束极值问题提供了几何语言：需将约束曲线与函数值恒为 $f$ 的曲线进行比较。

目标函数与约束条件的初始配对可视化

依据清楚

视频直接表达

来源依据

图示
观察依据
左侧为一个3维曲面图，坐标轴为x、y、z，并标注 $z=2$ 、 $z=1.5$ ；右侧为一个2维等高线图，含一个青色圆及多条黄色等高线。
公式
观察依据
顶部文字为：“优化目标： $f(x,y)$ =xy+1”以及“约束条件： $g(x,y)=x^2+y^2-1=0$ ”。

图中对象

主讲人位于黑板背景中央
左侧为f的3维曲面图
右侧为含约束圆与多条等高线的2维等高线图
文字标签： $f(x,y)$ =xy+1 和 $g(x,y)=x^2+y^2-1=0$

变化过程

说话人一边讲解高度为2的等高线含义，一边在两个面板之间做手势示意。

不变量

显示的公式始终固定在顶部。
左侧图像持续表示函数 f 的曲面，右侧图像表示 xy 平面上的等高线图。

数学含义

这两个面板将3维空间中 f 的高度层面描述，与其在 xy 定义域中的对应等高线关联起来，为约束优化的几何解释做准备。

聚焦于唯一一条相切的等高线

依据清楚

视频直接表达

来源依据

图示
观察依据
在00:28–00:30附近，右侧面板中大多数黄色等高线消失，仅剩一条黄色等高线在两个标为红色的点处与青色圆相切。
声音
观察依据
说话人表示，他将聚焦于那条“恰好与约束条件相切”的等高线。

图中对象

青色约束圆
剩余的一条黄色等高线
两个红色切点

变化过程

右侧图中移除了额外的等高线。
注意力聚焦于那条与圆相切的唯一曲线。

不变量

约束条件仍是青色圆。
所选曲线仍是同一目标函数 f 的一条等高线。

数学含义

这种视觉简化突出了候选极值构型：与约束条件相切的目标函数 f 的等高线。

显示公切线

依据清楚

视频直接表达

来源依据

图示
观察依据
在右侧图像中，两条粉红色直线穿过两个切点。
声音
观察依据
讲解者指出，若两条曲线仅相交于一点，“这两条切线就是同一条直线。”

待核验内容

粉红色直线的精确斜率值未在屏幕上标出。

图中对象

青色圆
黄色切线等高线
两个红色接触点
粉红色切线

变化过程

在接触点处添加了粉色直线。
讨论从曲线接触转向切线相等。

不变量

底层曲线并未移动；仅叠加了切线。

数学含义

粉色直线显式揭示了接触点处切触关系的局部一阶几何结构：水平曲线与约束曲线在接触点处具有相同的切线方向。

回到整个水平曲线族

依据清楚

视频直接表达

来源依据

图示
观察依据
大约在01:32–01:35处，右侧面板再次显示围绕青色圆的多条黄色水平曲线，而粉色切线保持不变。
声音
观察依据
讲解者说：“事实上，如果我再次把所有曲线都放回这里……”，并对比了互不相交的曲线与在多处相交的曲线。

图中对象

多条黄色水平曲线
青色约束圆
红色切点
粉色切线

变化过程

额外的水平曲线在右侧面板中重新出现。
解释从一条特殊曲线扩展到整个曲线族。

不变量

两个高亮的相切点保持标记状态。
约束圆保持固定。

数学含义

恢复完整的曲线族后，讲解者得以比较三种情形：不与约束相交的等高线、与约束相交两次的等高线，以及标记极值候选点的特殊相切等高线。

简化后的图像及∇g法向量的引入

依据清楚

视频直接表达

来源依据

图示
观察依据
在02:38–02:40附近，左侧的3D面板及大部分额外杂乱元素消失，仅留下一个简化的右侧视图，聚焦于圆、相切曲线和切线。
声音
观察依据
讲解者说：“让我们将这一几何结构进一步代数化地研究……回到简化后的图像。”
图示
观察依据
在02:50–02:55处，青色箭头标为∇g，出现在两个相切点处并垂直于圆。

待核验内容

该片段在展示任何联系∇f与g的代数方程之前即结束。

图中对象

青色圆
黄色相切等高线
粉色切线
两个红色的切点
青色箭头，标注为〔∇g〕

变化过程

画面简化以突出局部几何结构。
在切点处添加法向量〔∇g〕。

不变量

切点仍为圆上的相同两个位置。
此前建立的切线关系得以保持。

数学含义

这一视觉转换将相切条件转化为法向条件，通过将〔∇g〕识别为约束等高线的法向量，为拉格朗日乘子法的代数语言做好准备。

等高线相切且梯度垂直的几何示意图

依据清楚

视频直接表达

来源依据

图示
观察依据
画面右侧显示一个坐标平面，其中包含一个青色圆、一条黄色曲线、若干粉红色切线，以及若干青色 ∇g 向量；在约16处，相同位置还添加了黄色 ∇f 向量。
声音
观察依据
旁白在指向图示的同时，讨论等高线的法线与切线。

图中对象

代表约束等高线的青色圆
代表目标函数等高线的黄色曲线
在交点/相切点处的粉红色切线
标有 ∇g 的青色向量
标有 ∇f 的黄色向量
x 轴和 y 轴

变化过程

大约在16秒时，除已可见的青色 ∇g 向量外，还出现了黄色 ∇f 向量。
视觉重点从仅关注 g 的单一法向方向，转变为关注 f 和 g 在相同点处的法向方向一致。

不变量

粉红色直线在标记的点处始终保持相切。
在这些点上，∇g 和 ∇f 箭头均沿同一法向方向绘制。

数学含义

该图示说明：在约束极值点处，目标函数与约束函数的等高线共享一条切线，因此它们的梯度均垂直于该切线，从而彼此平行。

拉格朗日方程组及其例题的逐步板书构建

依据清楚

视频直接表达

来源依据

公式
观察依据
左侧黑板首先显示“拉格朗日乘子法：联立求解 ∇ $f = λ$ ∇g， $g = 0$ ”，随后补充 $f(x,y)$ =xy+1 ⇒ ∇f=⟨y,x⟩， $g(x,y)=x^2+y^2-1$ ⇒ ∇g=⟨2x,2y⟩，以及 $y=λ2x$ ， $x=λ2y$ ，和 $x^2+y^2-1=0$ 。
动画
观察依据
方程随讲解者叙述设定过程依次出现。

图中对象

标题框：“拉格朗日乘子法：联立求解”
向量方程 ∇ $f = λ$ ∇g
约束方程 $g = 0$
f 和 g 的示例公式
分量方程 $y = λ2x$ 和 $x = λ2y$
标量约束 $x^2 + y^2 - 1 = 0$

变化过程

首先写出一般方法。
接着给出具体的示例函数及其梯度。
然后将向量方程展开为标量分量方程。
最后将约束显式重写为 $x^2 + y^2 - 1 = 0$ 。

不变量

整体结构仍是一个联立系统，将梯度成比例关系与约束条件结合起来。

数学含义

板书推演过程将几何动机转化为代数步骤，再进一步转化为一个具体的三元方程组。

易错点 · 8

混淆无约束极值与约束极值

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者将普通优化问题与一类特殊优化问题作对比——后者施加了约束/限制条件。
图示
观察依据
先展示鞍形曲面，再添加约束圆周。

误区

人们可能认为，无论是否存在约束，求 $f$ 的最大值或最小值都是一样的。

说明

视频明确区分了二者：无约束时，曲面呈鞍形，不存在全局最大值或最小值；而加入圆周约束后，则仅需在该曲线上寻找极值。

将等高线当作完整的3D图像来对待。

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者指出，等高线表示高度恒定，然后描述了从正上方俯视以观察定义域中的曲线。
图示
观察依据
黄色曲线同时出现在3D曲面和2D定义域图中。

误区

学习者可能混淆曲面本身与绘制在它上面的曲线。

说明

视频将3D图像与恒定高度的等高线分开，并将这些等高线投影到定义域中，形成俯视视角。

穿过约束曲线并不等同于达到极值候选点

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者指出，某些等高线“完全不相交”，而另一些则“在多处与之相交”，但这些都不是特殊候选情形。
图示
观察依据
恢复后的右侧面板显示若干条黄色曲线在两点处穿过圆，与相切情形明显不同。

误区

人们可能认为，函数〔f〕的任一等高线与约束曲线的任意交点，都表示一个约束极值（极大或极小）点。

说明

视频区分了普通相交与特殊情形——即等高线恰好‘轻轻触碰’约束曲线；仅相切情形被作为候选条件提出。

未与约束条件相交的等高线是无关的

依据清楚

视频直接表达

来源依据

声音
观察依据
说话人指出，某些等高线“完全不相交”，因此“它们不可能属于该约束条件。”

误区

即使某条 f 的等高线从不与约束曲线相交，它仍可能对约束优化问题有意义。

说明

说话人明确指出，不与约束条件相交的等高线无关，因为它们根本不在约束条件上。

将 ∇ $f = λ$ ∇g 视为仅一个方程

依据清楚

视频直接表达

来源依据

声音
观察依据
‘结果发现，这两个方程实质上是关于三个未知数的三个方程……因为第一个方程是一个向量方程。’

误区

有人可能认为拉格朗日法的设定只包含两个方程，因为黑板上最初列出的是 ∇ $f = λ$ ∇g 和 $g = 0$ 。

说明

主讲人明确指出：在二维情形下，∇ $f = λ$ ∇g 是一个向量方程，等价于两个标量方程；再结合约束条件，总共得到关于 x、y 和 λ 的三个方程。

将 λ 视为已知量而非未知量。

依据清楚

视频直接表达

来源依据

声音
观察依据
“λ 只是一个常数，它表明这两个向量彼此互为倍数。”
声音
观察依据
随后又说：“未知量是 x 和 y，还有我们新引入的这个量——λ。”

误区

λ 可能被误认为是问题之外预先给定的常数。

说明

在所呈现的方法中，λ 被作为新引入的未知量，其作用正是编码两个梯度之间的标量倍数关系。

在处理 $y=0$ 的情形之前，切勿先除以y。

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者在除以y之前，明确将 $y=0$ 的情形与y非零的情形分开讨论。

误区

人们可能直接对等式 $y = 4\lambda^2 y$ 两边同除以y，从而遗漏解分支 $y=0$ 。

说明

正确做法是分情况讨论：首先记录 $y=0$ 的情形；仅当 $y\ne 0$ 时，再进行除法运算，得到 $\lambda=\pm \tfrac12$ 。

候选点不会自动被归类为极大值点或极小值点。

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者指出，方程组给出了全部候选点，而他在事先并不知道哪些是极大值点、哪些是极小值点。

误区

求解拉格朗日方程组的过程，可能被误认为已直接证明了各点究竟是极大值点还是极小值点。

说明

这些方程仅给出候选点；分类还需在这些点处计算目标函数值，如此处所示，得到1.5和0.5。

概念关系 · 22

约束优化问题的设定 → 受限于曲线的最大值/最小值

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者从一般优化问题过渡到一种特殊的约束优化问题。

包含

解释

约束优化包含一项具体任务：在一条曲线上寻找函数的极大值或极小值。

目标函数 $f(x,y)=xy+1$ → 本例曲面的鞍点

依据清楚

视频直接表达

来源依据

公式
观察依据
$f(x,y)=xy+1$ 被显示出来。
声音
观察依据
讲解者描述该图像在 $(0,0)$ 处具有一个鞍点。

应用

解释

鞍点描述适用于所展示的具体目标函数。

圆形约束 $x^2+y^2=1$ → 约束条件的等价形式

依据清楚

视频直接表达

来源依据

公式
观察依据
$g(x,y)=x^2+y^2-1=0$ 被显示出来。
声音
观察依据
讲解者将其识别为圆 $x^2+y^2=1$ 。

等价

解释

所显示的约束方程等价于标准的单位圆方程。

拉格朗日乘子简介 → 约束优化问题的设定

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人指出，拉格朗日乘数法为这类圆约束下的极值问题提供了一种求解方法。

应用

解释

拉格朗日乘数法被介绍为一种用于求解带约束优化问题的方法。

函数的等高线／水平曲线 → 投影到定义域中的等高线

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人首先将等高线定义为高度恒定的曲线，然后从上方俯视描述其在定义域中的形态。

推广

解释

定义域视角的讨论是以投影/俯视方式来呈现与曲面上所引入的等高线概念相同的思想。

主要求解步骤：在单位圆上优化 $f(x,y)=xy+1$ → 并排呈现的函数图像与定义域表示

依据清楚

视频直接表达

来源依据

图示
观察依据
主要示例贯穿整个片段的分屏画面。

应用

解释

分屏可视化被用来解释本节的主要约束优化示例。

目标函数f在高度2处的示例等高线。 → 约束极值问题的几何候选条件。

依据清楚

视频直接表达

来源依据

声音
观察依据
解释首先从一个具体的等高线 $y=1/x$ 出发，再推广到恰好与约束条件相切的那个特殊等高线。
图示
观察依据
右侧面板先展示多条等高线，再单独标出那条相切的等高线。

应用

解释

通过 f 的一条具体等高线示例，引出一般几何法则：相切的等高线可识别出约束极值的候选点。

约束极值问题的几何候选条件。 → 相切意味着存在一条共有的切线

依据清楚

视频直接表达

来源依据

声音
观察依据
说话人直接从“恰好接触”过渡到“切线方程”。
图示
观察依据
在确定相切等高线后，画出了粉红色的切线。

等价

解释

在本视频的几何推理中，“恰好接触”被重新表述为“在接触点处具有相同的切线”。

相切意味着存在一条共有的切线 → 共享切线意味着法线方向相关。

依据清楚

视频直接表达

来源依据

声音
观察依据
说话人说：“如果它们共享一条切线，那么它们的法向量之间也存在关联。”

待核验内容

本片段中未完成法向量关系的精确代数表达式。

证明依赖

解释

关于相关法向量的结论，依赖于先前已确立的条件：两条曲线共享一条切线。

梯度垂直于等高线 → 约束曲线为单位圆。

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者回忆起梯度向量垂直于等高线。
图示
观察依据
在约束圆上画出了 ∇g 箭头。

应用

解释

梯度垂直于等高线这一普遍性质，被具体应用于约束等高线 $g(x,y)=0$ ，从而得到所画出的 ∇g 法向量。

已解几何例题：在约束条件下优化 $f(x,y)$ = xy +1 下， $x^2+y^2=1$ → 约束极值问题的几何候选条件。

依据清楚

视频直接表达

来源依据

公式
观察依据
整个片段围绕屏幕上展示的一对函数组织： $f(x,y)$ =xy+1 和 $g(x,y)=x^2+y^2-1=0$ 。
声音
观察依据
所有口头讲解均回溯到这个例子。

应用

解释

该演算示例是视频引入并阐释基于相切性的约束极值候选点规则的载体。

梯度垂直于等高线 → 共用切线意味着梯度平行

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人先陈述了梯度的法向性性质，再以此为依据引出 ∇ $f = λ$ ∇g。

先修

解释

利用‘梯度垂直于其等高线’这一事实，推断出：若两条等高线在某点相切，则它们在该点处的梯度相互平行。

问题定位 · 27

在约束条件下优化一个函数意味着什么？

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人引入了带约束（或限制）的优化问题。

涉及知识点

约束优化问题的设定
受限于曲线的最大值/最小值

示例中正在被优化的是哪个函数？

依据清楚

视频直接表达

来源依据

公式
观察依据
$f(x,y)=xy+1$ 显示在屏幕上。

涉及知识点

目标函数 $f(x,y)=xy+1$

为什么这个示例曲面具有鞍点，而不是无约束的最大值或最小值？

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人指出该图像在 $(0,0)$ 处有一个鞍点。

涉及知识点

本例曲面的鞍点
函数 $f(x,y)=xy+1$ 在无约束条件下的行为

优化问题施加了什么约束？

依据清楚

视频直接表达

来源依据

公式
观察依据
$g(x,y)=x^2+y^2-1=0$ 被显示出来。

涉及知识点

圆形约束 $x^2+y^2=1$
约束条件的等价形式

所显示的约束如何被重写为一个圆的方程？

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者称定义域曲线为 $x^2+y^2=1$ 。

涉及知识点

将约束条件改写为圆的方程
圆形约束 $x^2+y^2=1$

拉格朗日乘数法解决的是什么问题？

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者指出，拉格朗日乘数法提供了一种求解约束极值的方法。

涉及知识点

拉格朗日乘子简介
拉格朗日乘子法的目的

在约束问题的几何图示中，这些红色圆点代表什么？

依据清楚

视频直接表达

来源依据

图示
观察依据
红色圆点出现在约束曲线和圆上。
声音
观察依据
讲解者称，这些红色圆点标出了在该曲线上取得的最大值，并同时提到了最小值。

涉及知识点

标记候选的约束极值点
受限于曲线的最大值/最小值

函数的等高线（或等值线）是什么？

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者将等高线定义为高度恒定的曲线。
公式
观察依据
标注 $z=2$ 和 $z=1.5$ 出现。

涉及知识点

函数的等高线／水平曲线
黄色曲线的含义

标有标签的曲线 $z=2$ 和 $z=1.5$ 是如何从 $f(x,y)=xy+1$ 得到的？

依据清楚

视频直接表达

来源依据

公式
观察依据
可见的标签 $z=2$ 和 $z=1.5$ 。
声音
观察依据
讲解者指出，令函数等于常数即可得到这些曲线。

待核验内容

显式方程 $xy+1=2$ 和 $xy+1=1.5$ 在此片段中未在屏幕上写出。

涉及知识点

从固定高度到等高线
函数的等高线／水平曲线

视频如何将3维等高线图转化为定义域上的等值线图？

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者描述了垂直向下俯视，以观察定义域中的曲线。
图示
观察依据
黄色等高线出现在右侧图像中青色圆圈周围。

涉及知识点

投影到定义域中的等高线
添加等高线／水平曲线

为什么高度为 2 的函数 $f(x,y)$ =xy+ 的等高线1 变为 $y=1/x$ ？

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者由 xy +1 推出 y = /x1=2.

涉及知识点

目标函数f在高度2处的示例等高线。
推导 $z = 2$ 等高线的显式表达式
已解几何例题：在约束条件下优化 $f(x,y)$ = xy +1 下， $x^2+y^2=1$

本例中，约束 $g(x,y)=x^2+y^2-1=0$ 表示哪条曲线？

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者将约束称为“圆，即 x 的平方加 y 的平方等于 1”。
公式
观察依据
黑板上显示 $g(x,y)=x^2+y^2-1=0$ 。

涉及知识点

约束曲线为单位圆。
已解几何例题：在约束条件下优化 $f(x,y)$ = xy +1 下， $x^2+y^2=1$

覆盖情况与待核验内容

已覆盖 · 标题卡片引出主题名称“拉格朗日乘数法”。

已覆盖 · 以两个示例3维曲面说明一般优化问题的动机，并口头介绍极大值与极小值。

已覆盖 · 引入具体目标函数 $f(x,y)=xy+1$ ，描述其鞍点行为，并提出带约束的优化问题。

已覆盖 · 展示约束条件 $g(x,y)=x^2+y^2-1=0$ ，指出其为单位圆，并将拉格朗日乘数法作为解决此类问题的方法予以介绍。

已覆盖 · 红色圆点标记曲面曲线和定义域圆上的候选约束极值点（极大值或极小值）。

已覆盖 · 添加并解释黄色等高线，即高度恒定的等高线，并以 $z=2$ 和 $z=1.5$ 为例。

已覆盖 · 通过俯视视角，在定义域中重新诠释等高线，展示其与约束圆之间的关系。

已覆盖 · 音频与图示推导出函数 f 的 $z=2$ 等高线为 $y=1/x$ 。

已覆盖 · 主讲人将这条特殊的相切等高线确定为约束极值的候选者。

已覆盖 · 相切被转化为切线重合，图中用粉色切线表示。

已覆盖 · 恢复并比较整个等高线族：无交点、多个交点以及相切情形。

已覆盖 · 画面简化，论证从共切线转向相关法线，引入∇g作为约束曲线的法向量。

已覆盖 · 开篇的几何陈述指出：∇g 垂直于等高线及切线。

已覆盖 · 图示中添加了 ∇f，主讲人由此得出：这两个梯度向量互为标量倍数。

已覆盖 · 一般形式的拉格朗日方程组被写出，并被解释为一组联立方程。

已覆盖 · 黑板上具体计算了例题函数及其梯度。

已覆盖 · 向量方程被展开为标量分量方程，并与约束条件合并。

已覆盖 · 拉格朗日三元方程组的初始展示。

已覆盖 · 将第二个方程代入第一个方程。

已覆盖 · 分情况讨论： $y = 0$ ，或 $λ = \pm 1/2$ 。

已覆盖 · 由约束条件排除原点分支。

已覆盖 · 从保留下来的分支推导出 $y = \pm x$ 。

已覆盖 · 在约束条件下求解，得到四个候选点。

已覆盖 · 几何解释及极值点的分类（极大值与极小值）。

已覆盖 · 拉格朗日乘子法思想总结，以及候选点与实际极值点的区别。

已覆盖 · 拉格朗日乘数法几何意义的可视化演示，结尾配有画外音总结。

已覆盖 · 片尾环节：主讲人邀请观众点赞、留言和订阅；不含数学内容。

探索视频中的知识

已审核的主题路径

拉格朗日乘子

拉格朗日乘子 | 几何意义与完整示例

把讲解展开来看。

章节

学习解说文稿

知识卡片

约束优化：基本问题

示例目标函数f(x,y)=xy+1f(x,y)=xy+1f(x,y)=xy+1

约束为单位圆

拉格朗日乘子法的用途

红色圆点标记候选的约束极值点

等高线是高度恒定的水平曲线

从3D等高线到定义域图像

函数f在高度2处的等高线

约束曲线是单位圆

相切给出约束极值的候选点

恰好接触意味着共享一条切线

为何普通横穿情形不是候选情形

从共有切线到相关法线

梯度向量垂直于等高线

梯度垂直于等高线

相切的等高线意味着梯度平行

拉格朗日乘子方程组

目标函数梯度示例

约束函数梯度示例

向量方程转化为标量方程

求解前的完整示例方程组

显示的拉格朗日方程组

代入步骤

代入后的分类讨论

详细学习笔记

f(x,y)f(x,y)f(x,y)

x

y

z

g(x,y)g(x,y)g(x,y)

z=2z=2z=2, z=1.5z=1.5z=1.5

f(x,y)f(x,y)f(x,y)

g(x,y)g(x,y)g(x,y)

x, y

z

∇g\nabla g∇g

∇f

约束优化问题的设定

目标函数f(x,y)=xy+1f(x,y)=xy+1f(x,y)=xy+1

本例曲面的鞍点

圆形约束x2+y2=1x^2+y^2=1x2+y2=1

受限于曲线的最大值/最小值

拉格朗日乘子简介

函数的等高线／水平曲线

投影到定义域中的等高线

目标函数f在高度2处的示例等高线。

约束曲线为单位圆。

约束极值问题的几何候选条件。

相切意味着存在一条共有的切线

函数f(x,y)=xy+1f(x,y)=xy+1f(x,y)=xy+1在无约束条件下的行为

约束条件的等价形式

拉格朗日乘子法的目的

黄色曲线的含义

仅凭相切即可识别出约束极值的候选点。

相切曲线共享同一条切线。

共享切线意味着法线方向相关。

梯度垂直于等高线

法向量平行意味着二者成标量倍数关系

约束最大化导出拉格朗日方程组

原点不是整个方程组的有效解。

简化后的方程组得到四个候选点。

将约束条件改写为圆的方程

从固定高度到等高线

推导 z=2z = 2z=2 等高线的显式表达式

从相切关系到切线重合

从共切线到相关法线与梯度

从相切几何关系推导出拉格朗日方程组

将该例子展开为三个标量方程。

由前两个方程推导出两个分支。

为何舍去 y=0y = 0y=0 分支

四个候选点的推导过程

主要求解步骤：在单位圆上优化f(x,y)=xy+1f(x,y)=xy+1f(x,y)=xy+1

已解几何例题：在约束条件下优化 f(x,y)f(x,y)f(x,y) = xy +1 下，x2+y2=1x^2+y^2=1x2+y2=1

求函数 f(x,y)f(x,y)f(x,y) = xy + 1 在约束条件 x2+y2−1=0x^2 + y^2 - 1 = 0x2+y2−1=0 下的最大值的完整解题过程

例题：求解所展示的拉格朗日方程组

示例目标函数 $f(x,y)=xy+1$

$f(x,y)$

$g(x,y)$

$z=2$ , $z=1.5$

$f(x,y)$

$g(x,y)$

$\nabla g$

目标函数 $f(x,y)=xy+1$

圆形约束 $x^2+y^2=1$

函数 $f(x,y)=xy+1$ 在无约束条件下的行为

推导 $z = 2$ 等高线的显式表达式

为何舍去 $y = 0$ 分支

主要求解步骤：在单位圆上优化 $f(x,y)=xy+1$

已解几何例题：在约束条件下优化 $f(x,y)$ = xy +1 下， $x^2+y^2=1$

求函数 $f(x,y)$ = xy + 1 在约束条件 $x^2 + y^2 - 1 = 0$ 下的最大值的完整解题过程

将 ∇ $f = λ$ ∇g 视为仅一个方程

在处理 $y=0$ 的情形之前，切勿先除以y。

目标函数 $f(x,y)=xy+1$ → 本例曲面的鞍点

圆形约束 $x^2+y^2=1$ → 约束条件的等价形式

主要求解步骤：在单位圆上优化 $f(x,y)=xy+1$ → 并排呈现的函数图像与定义域表示

已解几何例题：在约束条件下优化 $f(x,y)$ = xy +1 下， $x^2+y^2=1$ → 约束极值问题的几何候选条件。

标有标签的曲线 $z=2$ 和 $z=1.5$ 是如何从 $f(x,y)=xy+1$ 得到的？

为什么高度为 2 的函数 $f(x,y)$ =xy+ 的等高线1 变为 $y=1/x$ ？

本例中，约束 $g(x,y)=x^2+y^2-1=0$ 表示哪条曲线？