在多元函数求极值的过程中，如果存在条件极值问题，通常将条件极值转化为无条件极值，其中L (x,y,入)＝f (x,y)+入Ψ(x,y).
F x +入Ψx ＝0
F y +入Ψy ＝0
Ψ(x,y)＝0
利用这三个方程，解出驻点，然后再判断极值即可。
点赞 (22)
回复
拉格朗日乘数法（Lagrange Multiplier Method）在数学最优问题中，是一种寻找变量受一个或多个条件所限制的多元函数的极值的方法。记得以前大学高数、数模等课程多次提到过，在求解最有问题中很有用处，最近重温了下拉格朗日乘数法的思想：
拉格朗日乘数法将一个有n个变量与k个约束条件的最优化问题转换为一个有n + k个变量的方程组的极值问题，其变量不受任何约束。这种方法引入了一种新的标量未知数，即拉格朗日乘数：约束方程的梯度（gradient）的线性组合里每个向量的系数。此方法的证明牵涉到偏微分，全微分或链法，从而找到能让设出的隐函数的微分为零的未知数的值。
