拉格朗日乘子法（有约束优化问题）

                       

拉格朗日乘子法(Lagrange Multiplier)和KKT(Karush-Kuhn-Tucker)条件是求解约束优化问题的重要方法，在有等式约束时使用拉格朗日乘子法，在有不等约束时使用KKT条件。前提是：只有当目标函数为凸函数时，使用这两种方法才保证求得的是最优解。

对于无约束最优化问题，有很多经典的求解方法，参见无约束最优化方法。

---

拉格朗日乘子法

先来看拉格朗日乘子法是什么，再讲为什么。

minf(x) (1) (1)minf(x)

是常数，表示左右两边同向。这个等式就是式(3)对参数求导的结果。

           

再分享一下我老师大神的人工智能教程吧。零基础！通俗易懂！风趣幽默！还带黄段子！希望你也加入到我们人工智能的队伍中来！https://blog.csdn.net/jiangjunshow