目录
在求解最优化问题中,拉格朗日乘子法(Lagrange Multiplier)和KKT(Karush Kuhn Tucker)条件是两种最常用的方法,即:
- 拉格朗日乘子法:在有等式约束时使用拉格朗日乘子法;
- KKT条件:在有不等约束时使用KKT条件。
1. 拉格朗日乘子法用于最优化的原因
考虑一个简单的问题目标函数f,等式约束,求解极小值点。
f(x)在二维平面上画出等高线就是一条条斜率相同的直线,h(x)=0在二维平面上画出等高线就是一个圆,如下图所示。可以明显的看出&
目录
在求解最优化问题中,拉格朗日乘子法(Lagrange Multiplier)和KKT(Karush Kuhn Tucker)条件是两种最常用的方法,即:
考虑一个简单的问题目标函数f,等式约束,求解极小值点。
f(x)在二维平面上画出等高线就是一条条斜率相同的直线,h(x)=0在二维平面上画出等高线就是一个圆,如下图所示。可以明显的看出&