如何理解拉格朗日乘子法和KKT条件？

之前简单介绍了拉格朗日乘子法的基本思路：如何理解拉格朗日乘子法？ 本文会继续介绍拉格朗日乘子法的细节，以及对其进行适当的推广（也就是所谓的KKT条件）。 1 无约束下的极值 1.1 直观 根据梯度的意义（参看如何理解梯度）可知，在函数 的极值点梯度为0： 1.2 代数 要求（ 的意思是求极小值）： 只需解如下方程： 2 单等式约束下的极值 关于这一节，更详细的请参看：如何理解拉格朗日乘子法？ 2.

>>阅读原文<<