优化问题与对偶问题

最新推荐文章于 2023-05-02 23:25:46 发布

sincerehz

最新推荐文章于 2023-05-02 23:25:46 发布

阅读量574

点赞数

分类专栏：数学

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/sincerehz/article/details/110876287

版权

数学专栏收录该内容

12 篇文章 0 订阅

订阅专栏

等式约束优化问题

现有含等式约束的优化问题

$\min \left \{ f(x):h_{i} (x) = 0, i = 1,...,m \right \}$

构造拉格朗日函数

$L(x, \lambda)=f(x)+\lambda_{i} h_{i}(x)$

令拉格朗日函数偏导数为0，即得拉格朗日条件

$\nabla f\left(x^{*}\right)+\lambda_{i} \nabla h_{i}\left(x^{*}\right)=0$

不等式约束优化问题

现有含不等式约束的优化问题

$\min \left \{ f(x):h_{i}(x)=0, i = 1,...,m; g_{j} (x) \leq 0, j = 1,...,n\right \}$

构造拉格朗日函数

$L(x, \lambda,\mu)=f(x)+\sum_{i=1}^{m}\lambda_{i} h_{i}(x)+\sum_{j=1}^{n}\mu_{j} g_{j}(x)$

满足 5个KKT 条件后即可得到含有不等式约束条件的优化问题的可行解。KKT条件如下

$\left\{\begin{matrix} \nabla f(x) + \sum_{i=1}^{m}\lambda_{i} \nabla h_{i}(x)+ \sum_{j=1}^{n}\mu_{j} \nabla g_{j}(x)=0\\ h_{i}(x)=0, i=1,...,m\\ g_{j}(x)\leq 0, j=1,...,n\\ \mu_{j}\geq 0, j=1,...,n\\ \mu_{j}g_{j}(x)=0, j=1,...,n\end{matrix}\right.$

注意：以上KKT条件是局部极小值点（可行解）的必要条件，根据这些条件求得的解不一定是局部极小值点。

对偶问题

关于对偶问题的一个知乎回答 — 以上是知乎上关于对偶问题的一个经济学解释

以上是知乎上关于对偶问题的一个函数值集合解释

[1] https://www.zhihu.com/question/58584814

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
优化问题与对偶问题

等式约束优化问题现有含等式约束的优化问题构建拉格朗日函数令拉格朗日函数偏导数为0，即得拉格朗日条件不等式约束优化问题现有含不等式约束的优化问题[1]https://www.zhihu.com/question/58584814...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。