拉格朗日乘子法

基本思想

拉格朗日乘子法适用于求解等式约束（另外两种情况是无约束和不等式约束）条件下的最优问题。但是此方法能得到最优解只是必要条件，当目标函数是凸函数的时候，才是充分必要条件。
维基百科有对其思想的生动解释，传送门：拉格朗日乘数

运用过程

假设需要求极值的目标函数(objectivefunction)为f(x,y)，限制条件为φ(x,y)=M：
1.令g(x,y)=M-φ(x,y)，定义新函数

$$\bbox[5px,border:2px solid red]{F(x,y,λ)=f(x,y)-λg(x,y)}$$
2.对F(x,y,λ)求偏导，等式均等于0。
$$\bbox[5px,border:2px solid red] {\frac{\partial{F}}{\partial{x}}=0}$$ $$\bbox[5px,border:2px solid red]{\frac{\partial{F}}{\partial{y}}=0}$$ $$\bbox[5px,border:2px solid red]{\frac{\partial{F}}{\partial{\lambda}}=0}$$
3.求出x,y,λ的值，代入即可得到目标函数的极值

参考：
1.百度百科
2.拉格朗日乘子法和KKT条件