KKT条件

无约束优化

首先给出一些基本概念定义：

1. 凸集： 欧式空间中，集合中任意两点的连线都在集合中，我们就说这个集合是凸集；
2. 凸函数： 对于任意属于[0,1]的a和任意属于凸集的两点x, y，有$f(ax+(1-a)y)\le a\ast f(x)+(1-a)\ast f(y)$，几何上的直观理解就是两点连线上某点的函数值，大于等于两点之间某点的函数值。凸函数的任一局部极小点也是全局极小点;
3. 半正定矩阵： 特征值大于0的实对称矩阵；
4. 半正定矩阵的充要条件： 行列式（n阶顺序主子式）等于0，行列式的i阶顺序主子式大于等于0，$1\le i\le n-1$;
5. 凸函数的充要条件： 如果$f(x)$在开凸集$S$上有二阶连续偏导数，且$f(x)$的海塞矩阵（二阶偏导矩阵）在$S$上处处半正定，则$f(x)$为$S$上的凸函数。

为了避免函数陷入局部最优，在平时的建模中，尽量使用凸函数最为优化问题的目标函数。针对无约束优化问题的凸函数，可直接通过$f(x)$梯度等于0来求全局极值点。

带约束优化

现考虑如下形式的优化问题：
$\{\begin{array}{l}\min f(x)\\ \text{ s.t. }{g}_i(x)<0,i=1,2,\dots ,q\\ h_j(x)=0,j=q+1,\dots ,m\\ x\in D\end{array}$
其中$f(x)$ 是目标函数，$g(x)$为不等式约束，$h(x)$为等式约束。
若$f(x),g(x),h(x)$均为线性函数，则该优化问题为线性优化问题；
若任意一个函数为非线性函数，则成为非线性规划；
若目标函数为二次函数，约束全为线性函数，则称为二次规划；
若$f(x)$为凸函数，$g(x)$为凸函数，$h(x)$为线性函数，则该问题为凸优化。注意这里的不等式约束$g(x)\le 0$则要求$g(x)$为凸函数，若$g(x)\ge 0$则要求$g(x)$为凹函数。
凸优化的任意局部极值点也是全局极值点，局部最优也是全局最优。

等式约束

先举例说明带等式约束的问题求解方法。
目标函数$f(x)=x_1+x_2$，等式约束$h(x)=x_1^2+x_2^2-2$，求解极值点。
$f(x)$在二维平面上的等高线就是一条条斜率相同的直线，$h(x)=0$在二维平面上的等高线就是一个圆，如图所示：
可以明显的看出，在圆圈$h(x)$的限制下，直线$f(x)$的最小值为-2，在左下角直线$x_1+x_2=2$和圆的交点上。
不考虑圆$h(x)$的限制时，$f(x)$要得到极小值，需要往$f(x)$的负梯度（下降最快的方向）方向走，如下左图蓝色箭头。
如果考虑圆$h(x)$的限制，要得到极小值，需要沿着圆的切线方向走，如下右图红色粗箭头。注意这里的方向不是$h(x)$的梯度，而是正交于$h(x)$的梯度，$h(x)$梯度如下右图的红色细箭头。

在极小值点，$f(x)$和$h(x)$的等高线是相切的。


容易发现，在关键的极小值点处，$f(x)$的负梯度和h(x)的梯度在同一直线上，如下图左下方critical point的蓝色和红色箭头所示。

注意图中所示是同向的，但是这里并不一定是同向，有可能反向（因为等式约束$h(x)=0$，把$h(x)$变成$-h(x)$求解是一样的，这个时候$h(x)$的梯度就相反了）

显然，要取得极小值点，$f(x)$和$h(x)$的梯度要在同一条线上，即${\nabla }_{\mathbf{x}}f\left({\mathbf{x}}^{\ast }\right)=\mu {\nabla }_{\mathbf{x}}h\left({\mathbf{x}}^{\ast }\right)$。
综上，只要满足上面式子，并且$h(x)=0$，得到的$x$就是要求的极小值点（或极大值点，本文只讨论极小值点）。这也就引出了经典的求解带约束问题的优化方法：拉格朗日乘子法

原问题：${\min }_{\mathbf{x}\in {\mathbb{R}}^2}f(\mathbf{x})$ subject to $h(\mathbf{x})=0$
拉格朗日乘子：$\mathcal{L}(\mathbf{x},\mu )=f(\mathbf{x})+\mu h(\mathbf{x})$
(1) ${\nabla }_{\mathbf{x}}\mathcal{L}\left({\mathbf{x}}^{\ast },{\mu }^{\ast }\right)=0$
(2) ${\nabla }_{\mu }\mathcal{L}\left({\mathbf{x}}^{\ast },{\mu }^{\ast }\right)=0$

注意：优化问题是凸优化时，则通过上面两个条件得到的就是极小值点，而且是全局最小；否则，这连个条件只是极值点的必要条件，需要附加一个正定的条件才能变成充要条件，如下：
$\mathcal{L}(\mathbf{x},\mu )=f(\mathbf{x})+\mu h(\mathbf{x})$
(1) ${\nabla }_{\mathbf{x}}\mathcal{L}\left({\mathbf{x}}^{\ast },{\mu }^{\ast }\right)=0$
(2) ${\nabla }_{\mu }\mathcal{L}\left({\mathbf{x}}^{\ast },{\mu }^{\ast }\right)=0$
(3) ${\mathbf{y}}^t\left({\nabla }_{\mathbf{x}\mathbf{x}}^2\mathcal{L}\left({\mathbf{x}}^{\ast },{\mu }^{\ast }\right)\right)\mathbf{y}\ge 0\forall \mathbf{y}$ s.t. ${\nabla }_{\mathbf{x}}h{\left({\mathbf{x}}^{\ast }\right)}^t\mathbf{y}=0$

不等式约束

对于不等式约束$g(x)\le 0$，和等式约束$h(x)=0$不一样，$h(x)=0$可以在平面上画出一条等高线，而$g(x)\le 0$是一个区域，很多个等高线堆叠而成的一块区域，我们把这块区域称为可行域。不等式约束分两种情况来讨论，第一种是（不考虑可行域限制时的）极小值点落在可行域内（不包含边界），第二种是（不考虑可行域限制时的）极小值点落在可行域外（包含边界）。下面举两个例子来解释这两种情况，然后总结两种情况给出转换求解。

极值点落在可行域内（不包含边界）：
考虑目标函数$f(x)=x_1^2+x_2^2$，不等值约束$g(x)=x_1^2+x_2^2-1$，显然f(x)的极小值为原点$(0,0)$，落在可行域内。可行域以原点为圆心，半径为1。这种情况约束不起作用，考虑极小值点$x^{\ast }$，这个时候，$g(x^{\ast })<0$，$f(x^{\ast })$的梯度等于0。

极值点落在可行域外（包含边界）
考虑目标函数$f(x)=(x_1-1.1{)}^2+(x_2+1.1{)}^2$ ，不等值约束$g(x)=x_1^2+x_2^2-1$，显然$f(x)$的极小值为原点$(1.1,-1.1)$，落在可行域外。可行域以原点为圆心，半径为1。
这种情况约束起作用，要考虑求解$f(x)$在可行域内的极小值点。
对于$f(x)$而言要沿着$f(x)$的负梯度方向走，才能走到极小值点，如下图的蓝色箭头。
这个时候$g(x)$的梯度往区域外发散，如下图红色箭头。
显然，走到极小值点的时候，$g(x)$的梯度和$f(x)$的负梯度同向。因为极小值点在边界上，这个时候$g(x)$等于0。

总结
极小值点落在可行域内（不包含边界）：这个时候可行域的限制不起作用，相当于没有约束，直接f(x)的梯度等于0求解，这个时候$g(x极小值点)<0$（因为落在可行域内），即：
(1) $g\left({\mathbf{x}}^{\ast }\right)<0$
(2) ${\nabla }_{\mathbf{x}}f\left({\mathbf{x}}^{\ast }\right)=0$

极小值点落在可行域外（包含边界）：可行域的限制起作用，极小值点应该落在可行域边界上即$g(x)=0$，类似于等值约束，此时有$g(x)$的梯度和$f(x)$的负梯度同向，即：
(1) $g\left({\mathbf{x}}^{\ast }\right)=0$
(2) $-{\nabla }_{\mathbf{x}}f\left({\mathbf{x}}^{\ast }\right)=\lambda {\nabla }_{\mathbf{x}}g\left({\mathbf{x}}^{\ast }\right)$ with $\lambda >0$

总结以上两种情况，可以构造拉格朗日函数来转换求解问题。
对于不等式约束的优化，需要满足三个条件，满足这三个条件的解x*就是极小值点。
这三个条件就是著名的KKT条件，它整合了上面两种情况的条件。
优化问题：${\min }_{\mathbf{x}\in {\mathbb{R}}^2}f(\mathbf{x})$ subject to $g(\mathbf{x})\le 0$
拉格朗日乘子： $\mathcal{L}(\mathbf{x},\lambda )=f(\mathbf{x})+\lambda g(\mathbf{x})$
(1) ${\nabla }_{\mathbf{x}}\mathcal{L}\left({\mathbf{x}}^{\ast },{\lambda }^{\ast }\right)=0$
(2) ${\lambda }^{\ast }\ge 0$
(3) ${\lambda }^{\ast }g\left({\mathbf{x}}^{\ast }\right)=0$

特别注意：优化问题是凸优化的话，KKT条件就是极小值点（而且是全局极小）存在的充要条件。
不是凸优化的话，KKT条件只是极小值点的必要条件，不是充分条件，KKT点是驻点，是可能的极值点。也就是说，就算求得的满足KKT条件的点，也不一定是极小值点，只是说极小值点一定满足KKT条件。
不是凸优化的话，还需要附加多一个正定的条件才能变成充要条件，如下图所示。
优化问题：${\min }_{\mathbf{x}\in {\mathbb{R}}^2}f(\mathbf{x})$ subject to $g(\mathbf{x})\le 0$
拉格朗日乘子： $\mathcal{L}(\mathbf{x},\lambda )=f(\mathbf{x})+\lambda g(\mathbf{x})$
(1) ${\nabla }_{\mathbf{x}}\mathcal{L}\left({\mathbf{x}}^{\ast },{\lambda }^{\ast }\right)=0$
(2) ${\lambda }^{\ast }\ge 0$
(3) ${\lambda }^{\ast }g\left({\mathbf{x}}^{\ast }\right)=0$
(4) $g\left({\mathbf{x}}^{\ast }\right)\le 0$
(5) Plus positive definite constraints on ${\nabla }_{\mathrm{x}\mathrm{x}}\mathcal{L}\left({\mathrm{x}}^{\ast },{\lambda }^{\ast }\right)$.

优化约束总结
优化问题：${\min }_{\mathbf{x}\in {\mathbb{R}}^2}f(\mathbf{x})$
约束条件：$h_i(\mathbf{x})=0$ for $i=1,\dots ,l$ and $g_j(\mathbf{x})\le 0$ for $j=1,\dots ,m$
拉格朗日乘子：$\mathcal{L}(\mathbf{x},\mathbf{\mu },\mathbf{\lambda })=f(\mathbf{x})+{\mathbf{\mu }}^t\mathbf{h}(\mathbf{x})+{\mathbf{\lambda }}^t\mathbf{g}(\mathbf{x})$
(1) ${\nabla }_{\mathbf{x}}\mathcal{L}\left({\mathrm{x}}^{\ast },{\mathbf{\mu }}^{\ast },{\mathbf{\lambda }}^{\ast }\right)=0$
(2) ${\lambda }_j^{\ast }\ge 0$ for $j=1,\dots ,m$
(3) ${\lambda }_j^{\ast }{g}_j\left({\mathbf{x}}^{\ast }\right)=0$ for $j=1,\dots ,m$
(4) $g_j\left({\mathbf{x}}^{\ast }\right)\le 0$ for $j=1,\dots ,m$
(5) $\mathbf{h}\left({\mathbf{x}}^{\ast }\right)=0$
(6) Plus positive definite constraints on ${\nabla }_{\mathrm{x}\mathrm{x}}\mathcal{L}\left({\mathrm{x}}^{\ast },{\mathbf{\lambda }}^{\ast }\right)$.

拉格朗日对偶性
在约束优化问题中，常常用拉格朗日对偶性将原始问题转为对偶问题，通过解对偶问题来得到原始问题的解；
为什么要用对偶？
（1）满足某些条件时，对偶问题等于原问题的解（强对偶）
（2）无论原始问题是否是凸的，对偶问题都是凸优化问题
显然，在某些情况下，直接对对偶问题求解可以得到原问题的解，而且对偶问题是凸优化，易于求解。所以利用对偶来求解是很有用的。

原始问题：
$\{\begin{array}{ll}\min & f(x)\\ \text{ s.t. }& g_i(x)\le 0,i=1,2,\cdots ,q\\ & h_j(x)=0,j=q+1,\cdots ,m\\ & x\in D\end{array}$
拉格朗日函数：$L(x,\alpha ,\beta )=f(x)+{\sum }_{i=1}^q{\alpha }_i{g}_i(x)+{\sum }_{j=q+1}^m{\beta }_j{h}_j(x)$
考虑函数：${\Theta }_P(x)={\max }_{\alpha ,\beta :{\alpha }_i⩾0}L(x,\alpha ,\beta )$
显然满足约束时函数等于$f(x)$，不满足约束时函数等于正无穷，容易得到${\Theta }_P(x)=\left\{\begin{array}{c}f(x),x\text{ satisfy constraints }\\ +\infty ,\text{ others }\end{array}\right\}$
极小化该函数得到的 ${\min }_x{\Theta }_P(x)={\min }_x{\max }_{\alpha ,\beta :{\alpha }_i⩾0}L(x,\alpha ,\beta )$
和原始的优化问题是等价。
同时，我们定义原始问题的最优值为 $p^{\ast }={\min }_x{\Theta }_P(x)$

对偶问题
考虑函数${\Theta }_D(\alpha ,\beta )={\min }_{x}L(x,\alpha ,\beta )$
极大化该函数得到：${\max }_{\alpha ,\beta :{\alpha }_i⩾0}{\Theta }_D(\alpha ,\beta )={\max }_{\alpha ,\beta :{\alpha }_i⩾0}{\min }_{x}L(x,\alpha ,\beta )$
我们把这个极大化问题视为对偶问题。
同时，我们定义对偶问题的最优值为 $d^{\ast }={\max }_{\alpha ,\beta :{\alpha }_i⩾0}{\Theta }_D(\alpha ,\beta )$

原始问题和对偶问题的关系
可以得知$d^{\ast }\le p^{\ast }$，因为$p$是先求最大的一块区域然后在这块区域求最小，$d$是先求最小的一块区域然后在这块区域求最大，最大里面的最小，总会比最小里面的最大要大（或等于）。
如果$d^{\ast }\le p^{\ast }$，称为弱对偶，对于所有优化问题都成立，这个时候我们可以得到原始问题的一个下界。
如果$d^{\ast }=p^{\ast }$，称为强对偶，满足某些条件才成立，这时可以用解对偶问题替代原始问题。那么满足什么样的条件可以得到强对偶呢
如果原问题是一个凸优化，并且不等式约束$g(x)$是严格可行的，即存在$x$对所有$i$有$g_i(x)<0$，那么强对偶成立。这里需要注意的是，这里的条件只是强对偶成立的一种情况，对于非凸的问题也有可能是强对偶。
强对偶成立时，将拉格朗日函数分别对原变量$x$和对偶变量$\alpha$和$\beta$分别求导，令导数等于零（还需要满足KKT条件），即可求解对偶问题的解，也就求得了原问题的解。

对偶求解和拉格朗日乘子法求解
对于拉格朗日乘子法求解，当原问题是凸优化的时候，考虑满足KKT的条件，对于拉格朗日函数求导等于0即可得到解。
对于对偶问题求解，转换为对偶函数求解，为了得到原始问题的解，要求强对偶，而在强对偶（不一定满足原问题凸优化）的情况下，考虑满足KKT的条件，对于拉格朗日函数求导等于0即可得到解。
当原问题是凸优化的时候，强对偶和KKT条件是互为充要条件的。