Bir işlevi kısıtlamalar altında optimize etmek için Lgrange çarpanlarını kullanmak yararlı bir tekniktir , ancak sonunda ek içgörü ve bilgi sağlar. Eşitlik kısıtlamalarına bağlı kalmak, sorun
st
max(x,y)u(x,y)=xαy1−α,α∈(0,1)
s.t.w=pxx+pyy
tabi ki doğrudan ikame ile kısıtsız bir problemde dönüştürülebilir:
maxyu(x,y)=(w−ypypx)αy1−α,α∈(0,1)
Ancak genel olarak, doğrudan ikame cebirsel bir hatanın kolayca yapılabileceği hantal ifadeler (özellikle dinamik problemlerde) üretebilir. Yani Lagrange yönteminin burada bir avantajı var. Ayrıca, Lagrange çarpanının anlamlı bir ekonomik yorumu vardır. Bu yaklaşımda, yeni bir değişken, mesela tanımlıyoruz ve "Lagrangean fonksiyonu" nu oluşturuyoruzλ
Λ(x,y,λ)=xαy1−α+λ(w−pxx−pyy)
İlk olarak, not bu olan eşdeğer için sağa ilave parça aynı sıfır olduğundan,. Şimdi Lagrange'yi iki değişkene göre maksimize ediyoruz ve birinci dereceden koşulları elde ediyoruzΛ(x,y,λ)u(x,y)
∂u∂x=λpx
∂u∂y=λpy
eşit olarak , bu temel ilişkiyi hızla sağlarλ
∂u/∂x∂u/∂y=pxpy
Bu optimal ilişki, bütçe kısıtı ile birlikte, iki bilinmeyenli bir iki denklem sistemi sağlar ve böylece ekzojen parametrelerin (fayda parametresi , fiyatlar bir fonksiyonu olarak çözümü sağlayın ve verilen zenginlik ).(x∗,y∗)α(px,py)w
değerini belirlemek için , her birinci dereceden koşulu sırasıyla ve çarpın ve ardından elde etmek için kenarlarla toplayınλxy
∂u∂xx+∂u∂yy=λ(pxx+pyy)=λw
Birinci derece homojen kullanımda, Cobb-Douglas fonksiyonlarında olduğu gibi,
∂u∂xx+∂u∂yy=u(x,y)
ve böylece optimum pakette
u(x∗,y∗)=λ∗w
Ve Lagrange çarpanı ekonomik olarak anlamlı bir yorumlama elde eder: değeri servetin marjinal faydasıdır . Şimdi, sıralı fayda bağlamında , marjinal fayda gerçekten anlamlı değildir (buradaki tartışmaya da bakınız ). Ancak yukarıdaki prosedür, örneğin Lagrange çarpanının, toplam miktardaki artışı üretilen miktardaki marjinal bir artışla yansıttığı ve bu da Marjinal Maliyet olduğu bir maliyet minimizasyon problemine uygulanabilir.