KKT条件第一项是说最优点必须满足所有等式及不等式限制条件,也就是说最优点必须是一个可行解,这一点自然是毋庸置疑的。第二项表明在最优点 x*, ∇f 必須是 ∇hj 和 ∇gk 的线性組合,和都叫作拉格朗日乘子。所不同的是不等式限制条件有方向性,所以每一个 kµ都必须大於或等於零,而等式限制条件没有方向性,所 以 jλ没有符号的限制,其符号要视等式限制条件的写法而定。
设想我们优化如下的目标函数:
minimize f_0(x)
s.t. f_i(x)<=0, i=1,2,...,m
h_i(x)=0, i=1,2,...,p
我们把这个目标函数称为原函数
构造该函数的对偶函数如下:
maximize
g(r,v)=inf_x {f_0(x)+sum_{i=1}^m r_i*f_i(x)+sum_{i=1}^p v_i*h_i(x)}
s.t. r_i>=0 i=1,2,...,m
假设x'是原函数的一个可行点(满足原函数的约束),r',v'是对偶函数的一个可行点
因为r'_i>=0,f_i(x')<=0,所以sum_{i=1}^m r'_i*f_i(x')<=0,同理
sum_{i=1}^p v'_i*h_i(x')=0
因此,我们有,对于任意的满足原函数约束的x和满足对偶函数约束的r,v
g(r,v)<={f_0(x)+sum_{i=1}^m r_i*f_i(x)+