凸优化非系统学习之笔记6:优化问题中的对偶问题

在阅读文献过程中,对优化问题进行求解时,经常遇到将原始问题转化为对偶问题进行求解的手段,但是我常常搞不明白为什么可以进行对偶转化,以及转化后的对偶问题与原问题的关系,在什么情况下需要将优化问题进行对偶问题转化或者转化为对偶问题求解更好,转化后的对偶问题是否有解,原始问题和对偶问题最优解之间的gap如何计算等等。因此对优化问题的对偶问题进行总结,如下。

1 《Convex Optimization》Boyd 第五章 对偶

区分Lagrange函数,Lagrange对偶函数,Lagrange对偶问题。

注:Lagrange对偶问题是一个凸优化问题,对偶问题的凸性和原问题是否是凸优化问题无关。

2 博客

https://www.cnblogs.com/liaohuiqiang/p/7818448.html 这篇文章对拉格朗日对偶性解释的很清楚。

https://blog.csdn.net/Mr_KkTian/article/details/53750424  https://blog.csdn.net/qq_34531825/article/details/52872819 这两篇文章提针对的是线性规划对偶问题,可看可不看。

私以为最重要的还是要把书上的内容看懂。。。虽然我目前也还没看明白。。。

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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