1. 拉格朗日条件最值
[拉格朗日(Lagrange)中值定理]若函数f(x)满足条件：
（1）在闭区间[a,b]上连续；
（2）在开区间(a,b)内可导，则在(a,b)内至少存在一点ξ，使得
显然，罗尔定理是拉格朗日中值定理当f(a)=f(b)时的特殊情形，拉格朗日中值定理是罗尔定理的推广。
2. 拉格朗日最大值
设给定二元函数z=ƒ(x,y)和附加条件φ(x,y)=0，为寻找z=ƒ(x,y)在附加条件下的极值点，先做拉格朗日函数，其中λ为参数。求L(x,y)对x和y的一阶偏导数，令它们等于零，并与附加条件联立，即
L'x(x,y)=ƒ'x(x,y)+λφ'x(x,y)=0，
L'y(x,y)=ƒ'y(x,y)+λφ'y(x,y)=0，
φ(x,y)=0
由上述方程组解出x，y及λ，如此求得的(x,y)，就是函数z=ƒ(x,y)在附加条件φ(x,y)=0下的可能极值点。
3. 拉格朗日 条件极值
判断是极大值还是极小值点，一个初步的方法是依靠经验和对问题的认识。当不能作出有效判断时，可以求取函数的二阶导数进行判断，其实一个简单的方法是比较该极值点的函数值与相邻点的函数来作出判断。
至于存在不能化为无条件极值的问题，一般是先不管约束条件建立求解极值点的方程，然后再限制在约束条件下求出最后解答，具体的过程，建议参看变分原理等数学或力学书籍，如《计算动力学》中就有提到，不过这本书不是纯粹的数学推演。
4. 约束条件拉格朗日求最大值
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。5. 拉格朗日中值的条件
拉格朗日中值定理又称拉氏定理，是微分学中的基本定理之一，它反映了可导函数在闭区间上的整体的平均变化率与区间内某点的局部变化率的关系。
6. 拉格朗日求最值的方法
对于无约束条件的函数求极值，主要利用导数求解法
例如求解函数f(x,y)=x3-4x2+2xy-y2+1的极值。步骤如下：
（1）求出f(x,y)的一阶偏导函数f’x(x,y),f’y(x,y)。
f’x(x,y) = 3x2-8x+2y
f’y(x,y) = 2x-2y
（2）令f’x(x,y)=0,f’y(x,y)=0，解方程组。
3x2-8x+2y = 0
2x-2y = 0
得到解为(0,0),(2,2)。这两个解是f(x,y)的极值点。