1. 用拉格朗日乘数法求
在数学最优化问题中，拉格朗日乘数法（以数学家约瑟夫·路易斯·拉格朗日命名）是一种寻找变量受一个或多个条件所限制的多元函数的极值的方法。
这种方法将一个有n 个变量与k 个约束条件的最优化问题转换为一个有n + k个变量的方程组的极值问题，其变量不受任何约束。这种方法引入了一种新的标量未知数，即拉格朗日乘数：约束方程的梯度（gradient）的线性组合里每个向量的系数。此方法的证明牵涉到偏微分，全微分或链法，从而找到能让设出的隐函数的微分为零的未知数的值。2. 拉格朗日乘数法求最大值
拉格朗日乘数法（以数学家约瑟夫·路易斯·拉格朗日命名）是一种寻找变量受一个或多个条件所限制的 多元函数的 极值的方法。
这种方法将一个有n 个变量与k 个 约束条件的最优化问题转换为一个有n + k个变量的方程组的极值问题，其变量不受任何约束。
这种方法引入了一种新的标量未知数，即拉格朗日乘数：约束方程的梯度（gradient）的线性组合里每个向量的系数。
此方法的证明牵涉到偏微分， 全微分或链法，从而找到能让设出的隐函数的微分为零的未知数的值。
3. 拉格朗日乘数法求最大值最小值
拉格朗日乘数法解法：在数学最优问题中，拉格朗日乘数法（以数学家约瑟夫·路易斯·拉格朗日命名）是一种寻找变量受一个或多个条件所限制的多元函数的极值的方法。
这种方法将一个有n个变量与k个约束条件的最优化问题转换为一个有n+k个变量的方程组的极值问题，其变量不受任何约束。这种方法引入了一种新的标量未知数，即拉格朗日乘数：约束方程的梯度（gradient）的线性组合里每个向量的系数。此方法的证明牵涉到偏微分，全微分或链法，从而找到能让设出的隐函数的微分为零的未知数的值。
4. 用拉格朗日乘数法求最值
拉格朗日乘数原理（即拉格朗日乘数法）由用来解决有约束极值的一种方法。
有约束极值：举例说明，函数 z=x^2+y^2 的极小值在x=y=0处取得，且其值为零。如果加上约束条件 x+y-1=0,那么在要求z的极小值的问题就叫做有约束极值问题。
上述问题可以通过消元来解决，例如消去x，则变成
z=(y-1)^2+y^2
则容易求解。
但如果约束条件是(x+1)^2+(y-1)^2-5=0,此时消元将会很繁，则须用拉格朗日乘数法，过程如下：
令
f=x^2+y^2+k*((y-1)^2+y^2)
令
f对x的偏导=0
f对y的偏导=0
f对k的偏导=0
解上述三个方程，即可得到可让z取到极小值的x,y值。
拉格朗日乘数原理在工程中有广泛的应用，以上只简单地举一例，更复杂的情况（多元函数，多限制条件）可参阅高等数学教材。
5. 用拉格朗日乘数法求极值
拉格朗日乘数法是多元微分学中用来求函数z=f(x,y)在满足g(x,y)=0条件下的极值问题的方法：通过设F(x,y)=f(x,y)+λg(x,y),其中λ称为拉格朗日乘数,并求F(x,y)的极值点求得条件极值的方法
6. 用拉格朗日乘数法求函数z=f(x,y)在条件
构造函数4a+b+m(a^2+b^2+c^2-3)
对函数求偏导并令其等于0
4+2ma=0
1+2mb=0
2mc=0
同时a^2+b^2+c^2=3
所以
m=根号17/2根号3
a=-4根号3/根号17
b=-根号3/根号17
4a+b=-根号51
1、是求极值的,不是求最值的
2、如果要求最值,要把极值点的函数值和不可导点的函数值还有端点函数值进行比较
3、书上说是可能的极值点,这个没错,比如f(x)=x^3,在x=0点导数确实为0,但是不是极值点,所以是可能的极值点,到底是不是要带入原函数再看
7. 用拉格朗日乘数法求内接于半径为r
拉格朗日乘数法（以数学家约瑟夫·路易斯·拉格朗日命名）是一种寻找变量受一个或多个条件所限制的 多元函数的 极值的方法。
这种方法将一个有n 个变量与k 个 约束条件的最优化问题转换为一个有n + k个变量的方程组的极值问题，其变量不受任何约束。这种方法引入了一种新的标量未知数，即拉格朗日乘数：约束方程的梯度（gradient）的线性组合里每个向量的系数。此方法的证明牵涉到偏微分， 全微分或链法，从而找到能让设出的隐函数的微分为零的未知数的值
8. 用拉格朗日乘数法求出来的点是否定是极值点
在数学最优化问题中，拉格朗日乘数法（以数学家约瑟夫·路易斯·拉格朗日命名）是一种寻找变量受一个或多个条件所限制的多元函数的极值的方法。这种方法将一个有n 个变量与k 个约束条件的最优化问题转换为一个有n + k个变量的方程组的极值问题，其变量不受任何约束。这种方法引入了一种新的标量未知数，即拉格朗日乘数：约束方程的梯度（gradient）的线性组合里每个矢量的系数。
引入新变量拉格朗日乘数，即可求解拉格朗日方程
此方法的证明牵涉到偏微分，全微分或链法，从而找到能让设出的隐函数的微分为零的未知数的值。