1.等式约束
经典拉格朗日乘子法是下面的优化问题(注: x \boldsymbol{x} x是一个向量)
min x f ( x ) \min _{x} f(x) xminf(x)
s.t. g ( x ) = 0 \text {s.t.} \quad g(x)=0 s.t.g(x)=0直观上理解。最优解 x o p t i m a l \boldsymbol{x}_{optimal} xoptimal一定有这样的性质,以 x \boldsymbol{x} x是二维变量为例:(下图的约束曲线是 g ( x , y ) = c g(x,y)=c g(x,y)=c,当然也可以写成 g ( x , y ) − c = 0 g(x,y)−c=0 g(x,y)−c=0)
当等高线和曲线 g ( x , y ) = c g(x,y)=c g(x,y)=c相切,取得极值。两条曲线得切线方向是共线的,即法线方向也是共线的。得到下列式子:
{ ∇ f ( x ) = λ ∇ g ( x ) g ( x ) = 0 \left\{\begin{array}{l} \nabla f(\boldsymbol{x})=\lambda \nabla g(\boldsymbol{x}) \\ g(\boldsymbol{x})=0 \end{array}\right. {
∇f(x)=λ∇g(x)g(x)=0
即得到拉格朗日函数:
L ( x , λ ) = f ( x ) + λ g ( x ) L(\boldsymbol{x}, \lambda)=f(\boldsymbol{x})+\lambda g(\boldsymbol{x}) L(x,λ)=f(x)+λg(x)
2.不等式约束
求下列非线性规划问题的K-T点;
min f ( x ) = 2 x 1 2 + 2 x 1 x 2 + x 2 − 10 x 1 − 10 x 2 s. t { x + x 2 ≤ 5 3 x + x 2 ≤ 6 \begin{aligned} &\min f(\boldsymbol{x})=2 x_{1}^{2}+2 x_{1} x_{2}+x_{2}-10 x_{1}-10 x_{2}\\ &\text { s. t} \left\{\begin{array}{l} x+x^{2} \leq 5 \\ 3 x+ x_{2} \leq 6 \end{array}\right. \end{aligned} minf(x)=2x12+2x1x2+x2−10x1−10x2 s. t{
x+x2≤53x+x2≤6
解:将上述问题的约束条件改写为 g i ( x ) ≥ 0 g_i\left( \boldsymbol{x} \right) \ge 0 gi(x)≥0 的形式:
s . t { g 1 ( x ) = − x 1 2 − x 2 2 + 5 ≥ 0 g 2 ( x )