python拉格朗日乘子法代码

拉格朗日乘子法（Lagrange multiplier method）是一种用于求解有约束条件的优化问题的方法。其基本思想是将约束条件引入目标函数中，构造一个新的函数来进行优化。

下面是使用Python实现拉格朗日乘子法的代码：

import numpy as np
from scipy.optimize import minimize

def objective(x):
    return x[0]**2 + x[1]**2

def constraint(x):
    return x[0] + x[1] - 1

# 优化目标函数对象
obj = minimize(objective, [0, 0], constraints={'type': 'eq', 'fun': constraint})

# 输出结果
print("优化结果：", obj.x)
print("目标函数最小值：", obj.fun)

在上述代码中，`objective`函数表示需要优化的目标函数，这里以简单的二次函数作为例子。`constraint`函数表示约束条件，这里为线性约束`x[0] + x[1] - 1 = 0`。

通过`minimize`函数进行优化，其中`constraints`参数指定了约束条件的类型（`'eq'`表示等式约束）和具体的约束函数。

最后，使用`obj.x`和`obj.fun`分别获取优化的结果和目标函数的最小值。

请注意，拉格朗日乘子法适用于一般形式的约束优化问题，上述代码只是一个简单的示例。实际使用时，需要根据具体的问题进行相应的修改。