凸优化第五章对偶 5.6扰动及灵敏度分析

最新推荐文章于 2024-07-06 15:43:06 发布

「已注销」

最新推荐文章于 2024-07-06 15:43:06 发布

阅读量1k

点赞数

分类专栏：凸优化

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/wangchy29/article/details/86929614

版权

本文介绍了凸优化中扰动问题和灵敏度分析的概念。当约束条件发生改变时，分析了如何影响原问题和对偶问题的最优值。通过全局不等式展示了强对偶性下扰动对最优解的影响，并提供了灵敏度解释，说明约束的微小变化如何显著改变最优值。最后，探讨了局部灵敏度分析，连接最优对偶变量与约束的梯度。

摘要由CSDN通过智能技术生成

5.6扰动及灵敏度分析

扰动的问题
全局不等式
局部灵敏度分析

扰动的问题

原问题和对偶问题

$\begin{matrix} minimize \, \, f_0(x)\\subject \, \, to \, \, f_i(x)\leq 0,i=1,\cdots m\\h_i(x)=0,i=1,\cdots p \end{matrix}$ $&maximize \, \, g(\lambda,v) \\subject \, \, to \, \, \lambda \succeq 0$

扰动的问题：

$\begin{matrix} minimize \, \, f_0(x)\\subject \, \, to \, \, f_i(x)\leq u_i,i=1,\cdots m\\h_i(x)=l_i,i=1,\cdots p \end{matrix}$

u_i> 0 表示放宽约束， u_i<0 表示加紧约束。记 P^*(u,l) 为扰动后问题的最优值。

扰动后的对偶问题：

$&maximize \, \, g(\lambda,v)-u ^T\lambda-l^Tv \\subject \, \, to \, \, \lambda \succeq 0$

全局不等式

假设强对偶性成立，且对偶问题可以达到最优值，且 $\lambda^*,v^*$ 是未扰动的对偶问题的最优解，有如下结论：

最低0.47元/天解锁文章

「已注销」

关注

0
点赞
踩
6

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

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。