深入理解拉格朗日乘子法(Lagrange Multiplier) 和KKT条件
原文来自:Xianling Mao的专栏 原文地址在求取有约束条件的优化问题时,拉格朗日乘子法(Lagrange Multiplier) 和KKT条件是非常重要的两个求取方法,对于等式约束的优化问题,可以应用拉格朗日乘子法去求取最优值;如果含有不等式约束,可以应用KKT条件去求取。当然,这两个方法求得的结果只是必要条件,只有当是凸函数的情况下,才能保证是充分必要条件。KKT条件是拉格朗
转载
2013-07-31 11:09:13 ·
1060 阅读 ·
0 评论