数学优化入门：凸优化

本文转载自http://blog.csdn.net/column/details/13248.html，仅用作个人学习；如需转载请联系原创作者；如需删除，请见谅并联系本人。

做科研时，曾花了段时间学习凸优化，后来发现ML中其应用也非常普遍，想来今后可能还会接触，干脆做个系统的总结，方便以后查询。

博文内容主要参考Boyd（Stanford）的Convex Optimization，配套的slides，以及部分网络材料，感兴趣的朋友可以一起学习探讨。

---

1、前言

凸优化，是数学最优化的一个子领域，研究定义于凸集中的凸函数最小化的问题。虽然条件苛刻，但应用广泛，具有重要价值，主要体现在：

• 凸优化本身具有很好的性质 
  一来，凸问题的局部最优解就是全局最优解。二来，凸优化理论中的Lagrange对偶，为凸优化算法的最优性与有效性提供了保证。近些年来关于凸问题的研究非常透彻，以至于只要把某一问题抽象为凸问题，就可以近似认为这个问题已经解决了。

• 凸优化具有很强扩展性 
  对于非凸问题，通过一定的手段，要么可以等价地化归为凸问题，要么可以用凸问题去近似、逼近。例如，几何规划、整数规划，虽然本身是非凸的，但是可以借助凸优化手段去解，这就极大地扩张了凸优化的应用范围。 
  以深度学习来说，其中关键的反向传播（Back Propagation）算法，本质就是凸优化算法中的梯度下降法，即使问题极度非凸，梯度下降还是有很好的表现，当然深度学习的机制还有待研究。

• 凸优化的应用十分广泛 
  如线性回归、范数逼近、插值拟合、参数估计，以及许多的几何问题等。

• 针对其他非凸问题的研究还不充分 
  凸优化之重要，从另一个角度说，就是我们没有找到很好的非凸优化的算法，这一部分还有许多学者都在努力。

虽然说凸优化的研究已经比较成熟，但由于还没有行业公认的通行解决方法，所以Boyd也说过“we cannot claim that solving general convex optimization problem is a technology, like solving least-squares or linear programming problems……it is fair to say that interior-point methods are approaching a technology”，即目前已有的凸优化方法还不能称之为技术。但还是说那句话，基本上，如果你把一个现实问题建成凸优化问题模型，你就可以认为这个问题已经被解决了。

多说几句，对于非凸优化中，凸优化同样起到很重要的作用：

• 解决一个非凸优化问题时，可以先试图建立一个简化的多凸优化模型，解出以后作为非凸问题的一个起始点

• 很多非凸优化问题的启发式算法的基础都是基于凸优化

• 可以先建立非凸优化的松弛问题，使用凸优化算法求解，然后作为非凸优化问题的上限或下限

那么，下面将分几章花些篇幅好好讲解下凸优化的主要知识点和常用结论。

---

2、凸集

2.1 定义

A set  C  is convex, if  θx+(1−θ)y∈C , for any  x,y∈C  and  θ∈R  with  0≤θ≤1 .

简言之，凸集即过集合C内任意两点的线段均在集合C内。

2.2 常用凸集

• Rn
• The non-negative orthant:  Rn+
• Norm ball:  {x:∥x∥≤1}
• Affine subspace:  {x∈Rn:Ax=b,A∈Rn×n,b∈Rn×1}
• Polyhedra:  {x∈Rn:Ax≺=b}
• Intersections of convex sets (Note here that the union of convex sets in general is not convex)
• Postive semidefinite cone:  Sn+={X∈Sn|X≻=0}  (Note: 将前述半正定矩阵改为正定阵、负定阵、半负定阵，仍成立)

3、凸函数

3.1 定义

A function  f:Rn→R  is convex, if its domain  D(f)  is a convex set, and if  f(θx+(1−θ)y)≤θf(x)+(1−θ)f(y) for all  x,y∈D(f)  and  θ∈R,0≤θ≤1 .

凸函数的一阶微分条件：

Suppose a function  f:Rn→R  is differentiable, then  f  is convex if and only if:  D(f)  is a convex set and for all  x,y∈D(f) ,  f(y)≥f(x)+(∇xf(x))T(y−x) .

凸函数的二阶微分条件：

Suppose a function  f:Rn→R  is twice differentiable, then  f  is convex if and only if:  D(f)  is a convex set and its Hessian is postive semidefinite.

3.2 常用凸函数

• 负熵函数： xlogx
• 范数函数： ∥x∥p
• f(x)=max(x1,...,xn)
• f(x)=log(ex1+...+exn)
• f(x)=(∏ni=1xi)1/n,D(f)=Rn++
• f(X)=log(detX),D(f)=Sn++

3.3 保凸运算

• 凸函数的非负加权和
• 凸函数与仿射变换的复合： g(x)=f(Ax+b)
• 逐点最大、最小值： f(x)=max(f1(x),...,fn(x)) ， g(x)=infy∈Cf(x,y)
• 透视变换： g(x,t)=tf(x/t)

4、凸优化问题

4.1 定义

通常将一个优化问题写成以下标准形式： 

mins.t.:f(x)gi(x)≤0,i=1,...,mhj(x)=0,j=1,...,t

当 f(x) 和 gi(x) 均为凸函数， hj(x) 均为仿射函数时，上述优化问题称之为凸优化问题。

关于凸优化问题再补充几个特点：

• 一般没有解析解
• 不考虑等式约束时，计算复杂度大致正比于 max{n3,n2m,F} ，其中 F 是对所有 gi 及其一阶、二阶导的计算代价
• 虽然难以识别，但可以通过很多手段进行转化

4.2 优化问题的等价形式

注意以下等价形式不要求为凸问题，等价和相同不是一个概念。

• 变量替换
• 目标函数和约束函数的变换
• 松弛变量（不等式约束转变为等式约束加非负约束）
• 消除等式约束
• 消除线性等式约束
• 引入等式约束
• 优化部分变量
• 上境图问题形式
• 隐式与显式约束

4.3 常用凸优化问题

1）Least-squares（LS）

作为凸优化问题的一个特例，其成熟解法已经可以称之为technology。

对于Least-squares问题： min∥Ax−b∥22 ，其解析解为 x∗=(ATA)−1ATb ，对于 A∈Rk×n ，在不结构化情况下，计算复杂度为 O(n2k) 。

2）Linear programming（LP）

作为凸优化问题的一个特例，虽然没有解析解，但仍有可靠高效的算法和工具解决，也可以称之为technology。

对于Linear programming问题： 

mins.t.:cTx+daTix≤bi,i=1,...,m

当 m≥n 时，计算复杂度为 O(n2m) 。

但线性规划问题并不像前面的最小二乘问题那么好辨别，通常需要通过一些标准的小技巧将原问题转化为线性规划问题，如包含 l1 范数或者 l∞ 范数，或者分段线性函数的问题等。

3）Quadratic programming（QP）

mins.t.:12xTPx+qTx+rGx≺=hAx=bP∈Sn+

4）Quadratically constrained quadratic programming（QCQP）

mins.t.:12xTP0x+qT0x+r012xTPix+qTix+riAx=bPi∈Sn+

5）Second-order cone programming（SOCP）

mins.t.:fTx∥Aix+b∥2≤cTix+diFx=g

6）Semidefinite programming （SDP）

mins.t.:Tr(CX)Tr(AiX)=biX≻=0

---

5、Lagrange Duality

对于有约束的优化问题，通过拉格朗日法可以将其转变为等价的无约束优化问题。在这个过程中，新构造的拉格朗日函数存在好玩的对偶性质，从而衍生出了对偶问题。原问题与对偶问题之间的特殊性质，为我们研究优化问题提供了新的方向和方法。

因此，这部分的思路是：对4.1定义的优化问题，通过拉格朗日法构造拉格朗日函数，从而生成原问题Primal problem和对偶问题Dual problem，然后介绍一些引理，揭示原问题与对偶问题之间的关系。

5.1 Primal problem

首先要求4.1提出的标准优化问题中的 f(x) 、 gi(x) 和 hj(x) 均为连续可微函数，构造广义拉格朗日函数 

L(x;α,β)=f(x)+∑i=1mαigi(x)+∑j=1tβjhj(x)

其中， α 和 β 是拉格朗日乘子，且 αi≥0 ， x 称为primal变量， α 和 β 称为dual变量。 
注意， L(x;α,β) 是关于 α 和 β 的仿射函数。

从而，我们可以构造Primal problem： 

minxθP(x)=minx[maxα,β;αi≥0L(x;α,β)]

显然有： 

θP(x)=f(x)+{0,ifxisprimalfeasible+∞,ifxisnotprimalfeasible

其中，primal feasible意味着 x 满足4.1优化问题中的所有约束条件。 
注意， θP(x) 是关于 x 的凸函数。

因此，可以看出这里构建的primal problem和4.1的优化问题是等价的，即同解。这样一来，就把原始优化问题表示成了广义拉格朗日函数的极小极大问题，我们定义primal problem的最优值 p∗=minxθP(x)=θP(x∗) ，称为primal problem的值。

5.2 Dual problem

好了，下面我们来构造神奇的Dual problem：

minα,β;αi≥0θD(α,β)=maxα,β;αi≥0[minxL(x;α,β)]

对于上述广义拉格朗日函数的极大极小问题，定义dual problem的最优值 d∗=maxα,β;αi≥0θD(α,β)=θD(α∗,β∗) ，称为primal problem的值。 
注意， θD(α,β) 是关于 α 和 β 的凹函数。

5.3 Primal problem与Dual problem的关系

1）Lemma 1

If  (α,β)  are dual feasible, then  θD(α,β)≤p∗ .

2）Lemma 2（Weak Duality）

For any pair of primal and dual problems,  d∗≤p∗ .

注意，此性质always holds，无论优化问题是凸的还是非凸的，通常用来寻找困难问题的下界。

3）Lemma 3 （Strong Duality）

For any pair of primal and dual problems, which satisfy certain conditions called constraint qualifications, then  d∗=p∗ .

实际上有不少constraint qualifications可以保证强对偶，我们介绍几种常用的constraint qualification：

• f=f∗∗  where  f  is the perturbation function relating the primal and dual problems and  f=f∗∗  is the biconjugate of  f

• f  is convex and lower semi-continuous (equivalent to the first point by the Fenchel-Moreau theorem)

• the primal problem is a linear OP

• Slater’s condition for a convex optimization problem

其中，Slater’s condition更常用，we say that the problem satisfies Slater’s condition if it is strictly feasible, that is: 

∃x0∈D(f):gi(x0)<0,i=1,...,m;hj(x0)=0,j=1,...,t

即，if the primal problem is convex, and satisfies the weak Slater’s condition, then strong duality holds.

注意，有些非凸问题也可以满足强对偶。

5.4 Complementary slackness

也称作KKT complementarity，即

If strong duality holds, then  α∗igi(x∗)=0  for any  i .

直观来看，就是如果 α∗i>0 则 gi(x∗)=0 ，如果 gi(x∗)<0 则 α∗i=0 。

5.5 KKT条件

有以下逻辑：当strong duality存在，且 x∗ 为primal optiaml和 α∗,β∗ 为dual optiaml时，则KKT条件成立；当KKT条件成立时，有 x∗ 为primal optiaml和 α∗,β∗ 为dual optiaml。

下面介绍KKT条件： 

⎧⎩⎨⎪⎪⎪⎪⎪⎪⎪⎪x∗isprimalfeasibleα∗,β∗isdualfeasiblecomplementaryslackness∇xL(x∗;α∗,β∗)=0

5.6 常用案例

1） 如果 f(x),gi(x) 是凸函数， hj(x) 是仿射函数，且存在 x 使 gi(x)<0 对多有 i 成立，则存在 x∗;α∗,β∗ 使得 x∗ 是原始问题的解， α∗,β∗ 是对偶问题的解，且 p∗=d∗=L(x∗;α∗,β∗) 。

2） 如果 f(x),gi(x) 是凸函数， hj(x) 是仿射函数，且存在 x 使 gi(x)<0 对多有 i 成立，则“ x∗ 是原始问题的解， α∗,β∗ 是对偶问题的解”与“ x∗;α∗,β∗ 满足KKT条件”是充要关系。