最优性的充要条件、无约束极小化问题、一般非线性规划问题
无约束极小化问题
定义:无约束极小化问题
分析:
- 上面规定了无约束极小化问题的一般形式
- 注意,
平稳点
(一阶导为零)未必是局部极值点
定理:二阶必要条件
分析:
- 如果是局部极小点,那么必有什么条件
- 在上图证明中,应用了泰勒展开和平稳点性质 ∇ f ( x ∗ ) = 0 \nabla f(x^*)=0 ∇f(x∗)=0
定理:二阶充分条件
分析:
- 如何证明是严格局部极小值
- 该定理可以用凸函数等价条件轻松证明
一般非线性规划问题
分析:
- 起作用的约束为
积极约束
(可想想象凸集中贴着边缘) - h h h与起作用的 g g g线性无关,则为
正则点
- 这很好理解,可以想象在空间中, x x x为了取得能取到的最优值,努力贴近约束边缘(起作用的 g g g)的样子
KKT一阶必要条件
上述是一个基本的KKT条件,其逆(如果KKT点,则是最小值点)不一定成立。
但是,如果满足以下条件(f凸、h线性、g凹)
,则成立。
你会发现这和拉格朗日中的约束很像。