Существует уйма численных и аналитических методом
условной оптимизации функции

.
1)Метод множителей Лагранжа. Я надеюсь,что Вы умеете составлять функцию Лагранжа?А неравенства заменяются на равенства добавлением (в случае

) и вычетом (в случае

).Ну вот и вся проблема.А дальше как обычно.
(кстати,есть как аналитический способ решения, так и численный (итерационный)).
А как известно седловая точка и является решением вашей задачи!
2)Метод условного градиента.Это численный (итерационный метод).Ничего сложного.Но я умею решать когда область представляет собой гиперпараллелепипед

О как
3)Метод покоординатного спуска.Тоже численный метод.Использует базис и т.п.Достаточно прост в реализации
И ещё уйма методом...
Выбирайте тот,который Вам нравится и в путь дорожку
