再用KKT条件解双层规划问题（数学原理）

数学分析一则。
摘编自链接。如已有一个优化问题：
min ⁡ x , y { F ( x , y ) : G ( x ) ≤ 0 , ( x , y ) ∈ gph Ψ } \begin{align*} \min_{x,y}\{ F(x,y):G(x)\leq 0, (x,y)\in \textbf{gph}\Psi\} \end{align*} x,ymin​{F(x,y):G(x)≤0,(x,y)∈gphΨ}​
其中，$\text{gph}\Psi$是下层空间问题的解集映射。
Ψ ( x ) = A r g m i n y { f ( x , y ) : g ( x , y ) ≤ 0 } . \Psi(x)=\mathop{Argmin}\limits_y\{f(x,y):g(x,y)\leq 0\}. Ψ(x)=yArgmin​{f(x,y):g(x,y)≤0}.

$F,f,g_i:{\mathbb{R}}^n\times {\mathbb{R}}^m\to \mathbb{R},i=1,\dots ,p$，以及$G:{\mathbb{R}}^n\times {\mathbb{R}}^m\to {\mathbb{R}}^q,i=1,\dots ,p$假设为光滑，并且$f,g_i$为凸函数。

一种经常使用的方法是在满足某些规律性条件的情况下，用其$\text{Karush Kuhn-Tucker}$条件替换其下层问题。

结果：
$$\begin{array}{rl}F(x,y)& \to \underset{x,y,u}{\min },\\ G(x)& \le 0,\\ {\nabla }_{y}L(x,y,u)& =0,\\ g(x,y)& \le 0,\\ u& \ge 0,\\ u^{T}g(x,y)& =0,\end{array}$$
其中，$L(x,y,u)=f(x.y)+u^{T}g(x,y)$表示拉格朗日函数。