В математической оптимизации метод множителей Лагранжа представляет собой стратегию поиска локальных максимумов и минимумов функции , подчиняющейся ограничениям уравнения (т. е. при условии, что одно или несколько уравнений должны точно удовлетворяться выбранными значениями переменных) . ). [1] Он назван в честь математика Жозефа-Луи Лагранжа .
Основная идея состоит в том, чтобы преобразовать задачу с ограничениями в такую форму, в которой по-прежнему можно будет применять тест производной задачи без ограничений. Связь между градиентом функции и градиентами ограничений довольно естественно приводит к переформулировке исходной задачи, известной как функция Лагранжа . [2] В общем случае лагранжиан определяется как
для функций ; называется множителем Лагранжа.
Метод можно резюмировать следующим образом: чтобы найти максимум или минимум функции, на которую распространяется ограничение равенства , найдите стационарные точки рассматриваемой как функции и множителя Лагранжа . Это означает, что все частные производные должны быть равны нулю, включая частную производную по . [3]
Решение, соответствующее исходной оптимизации с ограничениями, всегда является седловой точкой функции Лагранжа, [4] [5] которую можно идентифицировать среди стационарных точек по определенности ограниченной матрицы Гессе . [6]
Большим преимуществом этого метода является то, что он позволяет решать оптимизацию без явной параметризации ограничений. В результате метод множителей Лагранжа широко используется для решения сложных задач оптимизации с ограничениями. Далее метод множителей Лагранжа обобщается условиями Каруша–Куна–Таккера , которые также могут учитывать ограничения-неравенства вида для заданной константы .