条件极值
设为开集, 是可微函数, 是映射. 记
则在上的极值称为条件极值, 方程称为约束条件
如果对于任意, 矩阵的秩均为, 则称上的点满足个独立的约束条件. 此时利用隐映射定理, 知是中维隐式曲面, 且在处的法空间由张成, 其中是的第个分量(因为实际上表示了的一个等值面, 故的切平面必然和的每一个分量的梯度垂直), 特别地, 如果为的极值点, 则必为在处的法向量.
事实上, 设是上的可微函数曲线, , 则是的极值点, 从而是驻点
注意到为在处的切向量, 由的任意性得到为在处的法向量, 因此存在使得
其中称为Lagrange乘数
Lagrange乘数法
设如上述定义, 为的条件极值点. 如果, 则存在使得
在实际应用中, 上式常被解释为, 如果为极值点, 则为辅助函数
的驻点