在数学最优 问题 中,拉格朗日乘数法(以数学家 约瑟夫·路易斯·拉格朗日 命名)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。这种方法将一个有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。