转自：https://wenku.baidu.com/view/3815adfdfad6195f302ba6c0.html
1.约束条件下多变量的优化方法
2.等式约束下的拉格朗日乘子法
2.1等式约束下极值存在的必要条件
上述两页讲了两个必要条件，无约束条件下和等式约束下存在极小的必要条件。
2.2拉格朗日法的计算方法
3-85式十分重要，它的推导过程，称为拉格朗日乘子，就是两个约束式子进行比。
其中极值点存在的必要条件是，L对x1,x2和lamda的偏导数都=0.
这个L就是拉格朗日函数。
这个第一段没太看懂。
总之是将约束条件和目标函数都在一个式子中，通过引入拉格朗日乘子，变为无约束的最优化问题。
3.一个例子
4.推广到n元函数
这里提出了一个直接寻优的函数。第一项是L对各个自变量Xi的偏导数平方和，第二项是约束条件的平方和。
5.对于不等式约束的拉格朗日乘子法
