高等数学各种教材里面一般都有关于拉格朗日乘子的介绍，我只说一下我的学习心得，会非常方便记忆
它最巧妙的地方：
将条件极值问题转化为无条件极值问题
别小看这一步转化，在各种约束最优化问题中，各种约束引起的可行域的改变令人烦不胜烦，一旦没了
这些约束而只有自变量本身的定义域那还不是美滋滋~~想求导是吧，随便求！
所以。。。。。
拉格朗日就想到了一个高招，先假设了一个最优极值点，然后利用该点的邻域做文章
在邻域内利用约束条件将其中一个自变量y表示成关于x的函数y(x)，先不要管它的具体形式，只要知道有那么个东西就可以了
如果目标函数只有x y自变量，这样一来就将二元函数变为一元函数，然后按一元函数求极值那一套求一下，中间碰到y(x)用
一下链式法则，然后就会出现y对x的在设定极值点处的导数，利用一下隐函数求导就会得到一个式子
这个式子已经考虑了目标函数的极值，并且表示出来了，它的解就是极值点，再整合一下原来最优极值点的那个等式就可以写成拉格朗日函数驻点的形式，接下来不管碰到啥就是直接拿拉格朗日函数求导，不用考虑可行域的限制。