对偶问题
上一篇我们用 x 和 y 各代表一个维度,用 $z = f(x,y)$ 和 $g(x,y) = 0$ 分别代表一个二元函数和一个一元函数。这样做是为了和图形对比的时候能看得清楚,为了可视化方便。
一般情况下,我们就用 $x$ 代表一个函数的自变量。这个 $x$ 本身可以是多维的。
而且,同一个函数可能同时既有等式约束条件,又有不等式约束条件。
主问题
现在我们考虑在 $d$ 维空间上有 $m$ 个等式约束条件和 $n$ 个不等式约束条件的极小化问题。这样的问题可以写作:
$min f(x),\;其中\;x\;为\;d\;维$。
$s.t. \;\; h_i(x) = 0 , \;\;i = 1,2,…, m; \;\; g_j(x) \leqslant 0, \;\; j = 1,2, …, n$
我们把上述问题称为“原始最优化问题”,也可以叫做“原始问题”或“主问题”。
为了解决原始问题,我们引入拉格朗日乘子 $\lambda = (\lambda_1, \lambda_2, …, \lambda_m)^T $ 和 $\mu = (\mu_1, \mu_2, …, \mu_n)^T $,构造拉格朗日函数为:
$L(x,\lambda,\mu) = f(x) + \sum