拉格朗日对偶问题

一、直观理解拉格朗日乘数法

1. 只有一个约束条件

能发现，只有当目标函数f(x, y)的梯度方向和约束条件的梯度方向相反时，通过调整$\lambda$才可以使拉格朗日函数对x和y的偏导为0

2. 有多个约束条件

真正起贡献的梯度其实只有其中两个约束条件的梯度，最后的式子变为下式：

所有的${\lambda }_i$都是大于等于0的：

• 如果${\lambda }_i=0$，那么对应的约束条件$g_i(x)$是松弛的（约束条件$g_i(x)$没有起到作用）
• 如果${\lambda }_i>0$，那么对应的约束条件$g_i(x)$是紧致的（约束条件$g_i(x)$起了作用）

3. 目标函数的最小值在可行域内

此时，所有的约束条件都是松弛的

二、拉格朗日乘数法的不足