Lagrange multipliers - 拉格朗日乘子法 拉格朗日乘子法是一种寻找多元函数在一组约束下的极值方法。>通过引入拉格朗日乘子,可将有 D 个变量与 K 个约束条件的最优化问题转化为具有 D+K 个变量的无约束优化问题求解。本文主要讲解其中的数学原理,并引入KKT条件。 先考虑一个简单的等式约束的优化问题。假定 x 为2维向量,欲寻找 x 的某个取值 x∗ ,即使目标函数 f(x1,x2) 最小且同时满足 g(x1,x2)=0 的约束。针对此问题,通常的做法包含3步:首先,根据约束条件 g(x1,x2)=0 得到 x2 关于 x1 的表达式,即 x2=h(x1) ;其次,将 x2=h(x1) 带入目标函数中即 f(x1,h(x1)) ,这样得到关于 x1 单变量的优化问题;最后,将目标函数对 x1 求导数,即可得到其最优值 x∗1