Statistik

Lagrange-Methode einfach erklärt

Aktualisiert am 30. Oktober 2026 · mit Rechenbeispiel, Klausurfehlern und Mini-Quiz

✓ Gegengeprüft · Quellen: Gabler Wirtschaftslexikon

So ist diese Seite geprüft: Jede Rechnung, jede Tabelle und jede Quizlösung ist von unserem Rechen-Algorithmus ohne KI nachgerechnet. Fachlich wurde der Text in zwei unabhängigen Prüfrunden kontrolliert und gegen 22 belegte Kernaussagen aus festen Quellen abgeglichen.

Quellen

So prüfen wir · Fehler gefunden? Melde ihn uns

Kurz erklärt

Die Lagrange-Methode löst Optimierungsprobleme mit Nebenbedingung, etwa maximale Produktion bei festem Budget. Man bildet die Lagrange-Funktion aus Zielfunktion plus λ mal umgestellter Nebenbedingung, setzt alle partiellen Ableitungen gleich null und löst das Gleichungssystem (vorausgesetzt: Differenzierbarkeit, Regularität, also bei Gleichungsrestriktion ein von null verschiedener Restriktionsgradient, und Randlösungen sind gesondert zu prüfen). Der Lagrange-Multiplikator λ gibt an, wie stark sich der optimale Zielwert ändert, wenn die Nebenbedingung um eine Einheit gelockert wird.

Was ist die Lagrange-Methode?

Fast jede ökonomische Entscheidung ist ein Optimierungsproblem mit Beschränkung: Ein Haushalt will seinen Nutzen maximieren, hat aber nur ein begrenztes Einkommen. Ein Unternehmen will möglichst viel produzieren, darf aber nur ein bestimmtes Budget für Maschinen und Personal ausgeben. Oder es soll eine feste Menge zu minimalen Kosten herstellen.

Ohne Nebenbedingung würdest du einfach die Ableitung null setzen. Mit Nebenbedingung geht das nicht, weil die Variablen nicht mehr frei wählbar sind. Die Lagrange-Methode (nach Joseph-Louis Lagrange) löst das elegant: Sie baut die Nebenbedingung mit einem zusätzlichen Faktor λ (Lambda) in die Zielfunktion ein. Die Lagrange-Funktion liefert stationäre Kandidaten des beschränkten Problems, die du mit partiellen Ableitungen (auch nach λ) findest. Sie wird dabei nicht einfach über alle Variablen einschließlich λ unbeschränkt maximiert oder minimiert; das beschränkte Optimum ist meist ein Sattelpunkt der Lagrange-Funktion.

Der Bonus: Der Lagrange-Multiplikator λ hat eine ökonomische Bedeutung. Er zeigt, wie viel dir eine Lockerung der Beschränkung wert ist – etwa wie viel mehr Output ein zusätzlicher Euro Budget bringt.

Lagrange = Zielfunktion optimieren, während die Nebenbedingung exakt eingehalten wird. λ misst den Wert der knappen Ressource.

Wie stellt man die Lagrange-Funktion auf?

Gegeben ist eine Zielfunktion f(x,y)f(x, y), die unter der Nebenbedingung g(x,y)=cg(x, y) = c maximiert oder minimiert werden soll. Das Vorgehen in vier Schritten:

  1. Nebenbedingung auf null bringen: c−g(x,y)=0c - g(x, y) = 0.
  2. Lagrange-Funktion bilden: Zielfunktion plus λ mal umgestellte Nebenbedingung.
  3. Partielle Ableitungen nach allen Variablen und nach λ bilden und gleich null setzen (Bedingungen erster Ordnung).
  4. Gleichungssystem lösen: Meist teilst du die ersten beiden Gleichungen durcheinander, damit λ verschwindet, und setzt das Ergebnis in die Nebenbedingung ein.
L(x,y,λ)=f(x,y)+λ⋅(c−g(x,y))\mathcal{L}(x, y, \lambda) = f(x, y) + \lambda \cdot \big( c - g(x, y) \big)∂L∂x=0,∂L∂y=0,∂L∂λ=c−g(x,y)=0\frac{\partial \mathcal{L}}{\partial x} = 0, \quad \frac{\partial \mathcal{L}}{\partial y} = 0, \quad \frac{\partial \mathcal{L}}{\partial \lambda} = c - g(x, y) = 0

Die Ableitung nach λ liefert immer wieder die Nebenbedingung – so ist garantiert, dass die Lösung sie einhält. Ob du +λ(c−g)+ \lambda (c - g) oder −λ(g−c)- \lambda (g - c) schreibst, ist egal, beides ist identisch. Bei +λ(g−c)+ \lambda (g - c) kommt dasselbe Optimum heraus, nur λ hat dann das umgekehrte Vorzeichen.

Beispiel: Maximale Produktion bei festem Budget

Ein Hersteller von Fahrradrahmen produziert mit Maschinenstunden K und Arbeitsstunden A nach der Cobb-Douglas-Produktionsfunktion Q=2⋅K0,5⋅A0,5Q = 2 \cdot K^{0{,}5} \cdot A^{0{,}5}. Eine Maschinenstunde kostet 40 €, eine Arbeitsstunde 10 €. Pro Tag stehen 2.000 € zur Verfügung. Wie viele Stunden von jedem Faktor maximieren den Output?

Schritt 1: Problem formulieren
Maximiere Q=2K0,5A0,5Q = 2 K^{0{,}5} A^{0{,}5} unter 40K+10A=2.00040K + 10A = 2.000.

Schritt 2: Lagrange-Funktion
L=2K0,5A0,5+λ⋅(2.000−40K−10A)\mathcal{L} = 2 K^{0{,}5} A^{0{,}5} + \lambda \cdot (2.000 - 40K - 10A)

Schritt 3: Partielle Ableitungen null setzen
(I) ∂L∂K=K−0,5A0,5−40λ=0\frac{\partial \mathcal{L}}{\partial K} = K^{-0{,}5} A^{0{,}5} - 40\lambda = 0
(II) ∂L∂A=K0,5A−0,5−10λ=0\frac{\partial \mathcal{L}}{\partial A} = K^{0{,}5} A^{-0{,}5} - 10\lambda = 0
(III) ∂L∂λ=2.000−40K−10A=0\frac{\partial \mathcal{L}}{\partial \lambda} = 2.000 - 40K - 10A = 0

Schritt 4: λ eliminieren
(I) und (II) nach λ umstellen und gleichsetzen bzw. (I) durch (II) teilen:
K−0,5A0,5K0,5A−0,5=4010⇒AK=4⇒A=4K\frac{K^{-0{,}5} A^{0{,}5}}{K^{0{,}5} A^{-0{,}5}} = \frac{40}{10} \Rightarrow \frac{A}{K} = 4 \Rightarrow A = 4K

Schritt 5: In die Nebenbedingung einsetzen
40K+10⋅4K=2.000⇒80K=2.000⇒K=2540K + 10 \cdot 4K = 2.000 \Rightarrow 80K = 2.000 \Rightarrow K = 25
A=4⋅25=100A = 4 \cdot 25 = 100

Schritt 6: Output und λ
Q=2⋅25⋅100=2⋅5⋅10=100Q = 2 \cdot \sqrt{25} \cdot \sqrt{100} = 2 \cdot 5 \cdot 10 = 100 Rahmen
Aus (I): λ=100/2540=240=0,05\lambda = \frac{\sqrt{100 / 25}}{40} = \frac{2}{40} = 0{,}05
Probe mit (II): λ=25/10010=0,510=0,05\lambda = \frac{\sqrt{25 / 100}}{10} = \frac{0{,}5}{10} = 0{,}05 ✓
Probe Budget: 40⋅25+10⋅100=1.000+1.000=2.000 €40 \cdot 25 + 10 \cdot 100 = 1.000 + 1.000 = 2.000\ \text{€} ✓

Ergebnis: Optimal sind 25 Maschinenstunden und 100 Arbeitsstunden, damit lassen sich 100 Rahmen pro Tag fertigen. Auffällig: Je 1.000 € fließen in jeden Faktor. Das ist kein Zufall, sondern typisch für Cobb-Douglas – der Budgetanteil eines Faktors ist sein Exponent geteilt durch die Summe der Exponenten (hier je 0,5; nur bei einer Exponentensumme von 1 entspricht er dem Exponenten selbst).

Nachgerechnet von unserem Rechen-AlgorithmusJede Rechnung in diesem Beispiel ist ohne KI exakt geprüft. So funktioniert’s

Was bedeutet der Lagrange-Multiplikator λ?

λ ist der Schattenpreis der Nebenbedingung. Er gibt näherungsweise an, um wie viel sich der optimale Zielwert ändert, wenn die Beschränkung um eine Einheit gelockert wird:

λ=∂Q∗∂B\lambda = \frac{\partial Q^*}{\partial B}

Im Beispiel ist λ = 0,05: Jeder zusätzliche Euro Budget bringt rund 0,05 Rahmen mehr. Erhöht der Hersteller das Tagesbudget um 100 € auf 2.100 €, steigt der Output um etwa 100⋅0,05=5100 \cdot 0{,}05 = 5 auf 105 Rahmen. Nachrechnen bestätigt das: Mit je 1.050 € pro Faktor sind K=26,25K = 26{,}25 und A=105A = 105, also Q=2⋅26,25⋅105=105Q = 2 \cdot \sqrt{26{,}25 \cdot 105} = 105. Hier ist es sogar exakt, weil diese Produktionsfunktion konstante Skalenerträge hat; im Allgemeinen ist λ nur eine lokale Näherung.

Bedingungen (I) und (II) lassen sich noch anders lesen: λ=Grenzprodukt von KPreis von K=Grenzprodukt von APreis von A\lambda = \frac{\text{Grenzprodukt von } K}{\text{Preis von } K} = \frac{\text{Grenzprodukt von } A}{\text{Preis von } A}. Im Optimum bringt der letzte Euro in jedem Faktor denselben Zusatzoutput. Gleichbedeutend: Die Grenzrate der technischen Substitution entspricht dem Faktorpreisverhältnis. Im Haushaltsmodell ist das die bekannte Bedingung, dass die Grenzrate der Substitution gleich dem Preisverhältnis ist – das Haushaltsoptimum wird mit genau derselben Methode berechnet.

Wo wird die Lagrange-Methode in Wiwi eingesetzt?

Lagrange oder Einsetzungsmethode?

Ist die Nebenbedingung linear und leicht nach einer Variable aufzulösen, kannst du sie auch direkt in die Zielfunktion einsetzen und dann normal ableiten. Im Beispiel: A=200−4KA = 200 - 4K einsetzen und Q(K)Q(K) maximieren führt ebenfalls zu K = 25. Die Lagrange-Methode lohnt sich, wenn die Nebenbedingung schwer aufzulösen ist, wenn es mehrere Variablen oder Nebenbedingungen gibt – und vor allem, wenn nach dem Schattenpreis gefragt ist, den du hier direkt als λ erhältst. (Auch die Einsetzungsmethode liefert ihn, wenn du das Budget als Parameter behandelst, die optimale Wertfunktion bestimmst und sie nach dem Parameter ableitest.)

Grenzen: Die Bedingungen erster Ordnung liefern nur Kandidaten. Ob es wirklich ein Maximum oder Minimum ist, zeigt die geränderte Hesse-Matrix bzw. die Krümmung der Funktionen; bei den üblichen Klausurfunktionen (Cobb-Douglas, lineare Budgetgerade) ist das in der Regel erfüllt. Ungleichungen wie „höchstens 2.000 €“ behandelt man streng genommen mit den Kuhn-Tucker-Bedingungen – bei streng steigender Zielfunktion und positiven Preisen wird das Budget im Optimum voll ausgeschöpft, und dann passt die Lagrange-Methode; ohne diese Voraussetzungen kann ein ungenutzter Budgetrest optimal sein.

Typische Fehler in der Klausur

  1. Die Ableitung nach λ vergessen: Ohne sie fehlt die Nebenbedingung im Gleichungssystem, und das System ist nicht lösbar. Drei Variablen brauchen drei Gleichungen.
  2. Beim Ableiten der Potenzen patzen: Die Ableitung von 2K0,52K^{0{,}5} nach K ist K−0,5K^{-0{,}5}, nicht 2K−0,52K^{-0{,}5} und nicht K0,5K^{0{,}5}. Den Faktor 2 mal 0,5 sauber verrechnen.
  3. Beim Teilen der Gleichungen das Preisverhältnis umdrehen: Gleichung (I) durch (II) ergibt links das Verhältnis der Grenzprodukte von K zu A und rechts das Preisverhältnis von K zu A. Beide Seiten müssen in derselben Reihenfolge stehen.
  4. λ als Preis oder Menge deuten: λ ist die Veränderung des optimalen Zielwerts pro Einheit Lockerung der Nebenbedingung, etwa zusätzlicher Output pro Euro Budget. Die Einheit hängt von Zielfunktion und Nebenbedingung ab.
  5. Arbeit mit L abkürzen und mit der Lagrange-Funktion verwechseln: Benenne die Lagrange-Funktion eindeutig, zum Beispiel mit einem geschwungenen L, oder nutze für Arbeit ein anderes Symbol.

Teste dich: Mini-Quiz

1. Welche Gleichung liefert die partielle Ableitung der Lagrange-Funktion nach λ?

  1. Die Grenzrate der Substitution
  2. Die Nebenbedingung
  3. Den Wert der Zielfunktion im Optimum
  4. Die Bedingung zweiter Ordnung
Lösung anzeigen

Richtig: B) Die Nebenbedingung. Die Ableitung nach λ ergibt c−g(x,y)=0c - g(x, y) = 0, also genau die Nebenbedingung. So wird sichergestellt, dass das Optimum sie einhält.

2. Maximiere U=x⋅yU = x \cdot y unter 2x+4y=802x + 4y = 80. Wie lautet das Optimum?

  1. x = 10, y = 15
  2. x = 20, y = 20
  3. x = 40, y = 0
  4. x = 20, y = 10
Lösung anzeigen

Richtig: D) x = 20, y = 10. Aus yx=24\dfrac{y}{x} = \dfrac{2}{4} folgt x=2yx = 2y. Eingesetzt: 4y+4y=80⇒y=104y + 4y = 80 \Rightarrow y = 10, x=20x = 20. Probe: 2⋅20+4⋅10=802 \cdot 20 + 4 \cdot 10 = 80.

3. Bei einer Outputmaximierung unter Budgetbeschränkung ergibt sich λ = 0,4. Was bedeutet das?

  1. Ein zusätzlicher Euro Budget erhöht den maximalen Output um etwa 0,4 Einheiten.
  2. 40 % des Budgets fließen in den ersten Faktor.
  3. Eine zusätzliche Outputeinheit kostet 0,40 €.
  4. Der Output steigt um 40 %, wenn sich das Budget verdoppelt.
Lösung anzeigen

Richtig: A) Ein zusätzlicher Euro Budget erhöht den maximalen Output um etwa 0,4 Einheiten.. λ ist der Schattenpreis der Budgetbeschränkung: die Änderung des optimalen Outputs pro Euro zusätzlichem Budget. Die Grenzkosten wären der Kehrwert, also 2,50 € pro Einheit.

Häufige Fragen

Wofür braucht man die Lagrange-Methode?

Um Funktionen mit mehreren Variablen zu maximieren oder zu minimieren, wenn eine Nebenbedingung eingehalten werden muss. Typische Wiwi-Anwendungen sind Nutzenmaximierung bei gegebenem Einkommen, Outputmaximierung bei festem Budget und Kostenminimierung bei vorgegebener Produktionsmenge.

Was gibt der Lagrange-Multiplikator an?

Er gibt an, um wie viel sich der optimale Wert der Zielfunktion ändert, wenn die Nebenbedingung um eine Einheit gelockert wird. Deshalb heißt er auch Schattenpreis. Bei der Nutzenmaximierung ist λ der Grenznutzen des Einkommens.

Wie löst man das Gleichungssystem bei Lagrange am schnellsten?

Stelle die ersten beiden Bedingungen jeweils nach λ um und setze sie gleich, oder teile sie durcheinander. So fällt λ heraus und du bekommst eine Beziehung zwischen den Variablen, etwa A = 4K. Diese setzt du in die Nebenbedingung ein.

Muss man die Bedingung zweiter Ordnung prüfen?

Streng genommen ja, denn die Bedingungen erster Ordnung liefern nur Kandidaten für ein Optimum. Das geht über die geränderte Hesse-Matrix. In vielen Einführungsklausuren mit Cobb-Douglas-Funktionen und linearer Budgetgerade wird darauf verzichtet; achte darauf, was in deiner Aufgabe verlangt ist.

Spielt das Vorzeichen in der Lagrange-Funktion eine Rolle?

Für die optimalen Werte der Variablen nicht. Nur das Vorzeichen von λ dreht sich, wenn du die Nebenbedingung andersherum einsetzt. Mit der Schreibweise Zielfunktion plus λ mal (c minus g) ist λ bei der Budgetbeschränkung positiv und direkt als Schattenpreis interpretierbar.

Hilft dir das?

Teil die Seite mit deiner Lerngruppe oder schick sie deiner Fachschaft.

Per WhatsApp teilen

Lernpfad Statistik und Wirtschaftsmathematik

Thema 2 von 10 · Abschnitt „Wirtschaftsmathematik“. Alle 10 Themen in Lernreihenfolge

Passt dazu