第七章、無限制式的多變數函數最適化

目的: 當一個函數是多變數函數時,它的最適化條件是什麼?如果是隱函數的形
式,如何找出最適化條件,並做比較靜態分析。
I. 一個獨佔廠商的例子
假設獨佔廠商面對的市場需求線為：

，P 為價格, A 為廣告支出,α>0,β>0。
邊際成本每單位是 c。廠商要決定定價 P 和廣告支出 A 為多少才能利潤
極大。
II. 單變數最適化再修正
當 y = f(x) 時,

一階條件為 ,

二階條件為

一階條件改寫成 ,滿足 dy = 0, 必須

二階條件改寫成 ,

同樣 d2y 的正負決定於 的正負。

III. 兩變數的最適化

當 y = f(x1,x2),全微分
1. y 極大的一階條件 即 dy = 0
f1 = 0 f2 = 0
2. y 極大的二階條件

再全微分 一次

1
 則

d2y < 0 為負確定(negative definite), d2y > 0 為正確定(positive definite)

IV. 凹性凸性與最適化條件
用幾何上的凹性凸性來找極值
1. 定義:
當 y = f(x) 時, x = (x1,x2)
則
(1) 凹性
如果任意兩點 x*=(x*1, x*2),x’=(x’1, x’2),存在任意常數λ,而且 0<λ<1,
使得λf(x*)+(1-λ)f(x’)≦f[λx*+(1-λ) x’]則 y = f(x)是全域性的凹函
數。
(2) 凸性
如果任意兩點 x*=(x*1, x*2),x’=(x’1, x’2),存在任意常數λ,而且 0<λ<1,
使得λf(x*)+(1-λ)f(x’)≧f[λx*+(1-λ) x’]則 y = f(x)是全域性的凸函
數。

2
 2. 定理
(1) 凹性凸性與極值的關係:
如果 y = f(x)是嚴格且全域性的凹函數(凸函數),x”=(x”1, x”2)是 f(x)的
極點,則 x”是 f(x)的全域性極大點(極小點)。
(2) 凹性凸性與二階條件的關係
如果 d2y 是全域性的負確定(正確定),則 y = f(x)是嚴格且全域性的
凹函數(凸函數)

V. 多變數函數最適化與比較靜態分析
如果是顯函數,我們可以先求最適解,再用偏導數做比較靜態分析
如果是隱函數,則可用隱函數定理來分析。
1. 顯函數的做法

令 ，求極大值。

一階條件為: ,

解出 x1, x2:

, ,
檢查一下二階條件:

d2y < 0 為負確定,有極大值。

再來看 c1, c2 對 x1 的影響:

3
 2. 隱函數的做法
直接對一階條件全微分:

則 <0, <0

VI. 獨佔廠商的例子

當 ,則利潤函數為 ,
一階條件為:

,
求最適解 P*及 A*

二階條件: