深入理解拉格朗日乘子法（Lagrange Multiplier) 和KKT条件 (约束优化问题)

在求解最优化问题中， 拉格朗日乘子法 （Lagrange Multiplier）和 KKT （Karush Kuhn Tucker） 条件 是两种最常用的方法。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。 　　我们这里提到的最优化问题通常是指对于给定的某一函数，求其在指定作用域上的全局最小值(因为最小值与最大值可以很容易转化，即最大值问题可以转化成最小值问题)。提到KKT条件一

>>阅读原文<<