带约束的最优化问题,拉格朗日乘数法

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 xRn,f:RnR,h:RnRm,mn,hC1即约束函数连续可微。令 D h ( x ∗ ) Dh(x^*) Dh(x)为向量 h h h 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 f : R n → R f:R^n\rightarrow R f:RnR的局部极小点(极大点),约束条件为 h ( x ) = 0 , h : R n → R m , m ≤ n

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值