深刻理解拉格朗日乘子法（Lagrange Multiplier) 和KKT条件

在求取有约束条件的优化问题时，拉格朗日乘子法（Lagrange Multiplier) 和KKT条件是很是重要的两个求取方法，对于等式约束的优化问题，能够应用拉格朗日乘子法去求取最优值；若是含有不等式约束，能够应用KKT条件去求取。固然，这两个方法求得的结果只是必要条件，只有当是凸函数的状况下，才能保证是充分必要条件。KKT条件是拉格朗日乘子法的泛化。以前学习的时候，只知道直接应用两个方法，可是殊

>>阅读原文<<