求解等式约束下的最优化问题
假设最优化问题如下
min f ( x ) s . t h ( x ) = 0 \begin{array}{cl}{\min } & {f(x)} \\ s.t & h(x)=\mathbf{0}\end{array} mins.tf(x)h(x)=0即只含等式约束的最优化问题,其中 x ∈ R n , f : R n → R , h : R n → R m , m ≤ n , h ∈ C 1 x\in R^n,f:R^n\rightarrow R,h:R^n\rightarrow R^m,m\le n,h\in C^1 x∈Rn,f:Rn→R,h:Rn→Rm,m≤n,h∈C1即约束函数连续可微。令 D h ( x ∗ ) Dh(x^*) Dh(x∗)为向量 h h h在 x ∗ x^* x∗处的雅克比矩阵。当且仅当 r a n k D h ( x ∗ ) = m rankDh(x^*)=m rankDh(x∗)=m时, x ∗ x^* x∗为正则点,即此点的梯度向量 ▽ h ( x ) \triangledown h(x) ▽h(x)线性无关。
引入拉格朗日定理:
x ∗ x^* x∗是 f : R n → R f:R^n\rightarrow R f:Rn→R的局部极小点(极大点),约束条件为 h ( x ) = 0 , h : R n → R m , m ≤ n