在相切的点处,目标函数的梯度与约束条件的梯度方向在一条直线上,通过调整lamda, 取到极值点。(注意,曲线是z=y-g(x)的等高线,垂直于等高线的方向就是z(x,y)的梯度)
梯度的方向总是指向更大的方向
将不等式和等式约束写进拉格朗日函数,将问题的定义域扩展为x的整个区间。v是无约束的 。
不论原问题是什么,只要换成对偶问题,它都是一个凸问题
对偶函数求最大值,可以看成凹函数(一条直线),其约束条件是lamda>=0组成的凸集,即对偶函数对应的对偶问题一定是一个凸优化问题
弱对偶关系
强对偶关系
x只能是边界以内的一个点(相对内部点)
满足slater条件的凸优化问题是强对偶的。(在小于0的半边存在一个内部点)
一个强对偶关系的问题不一定满足slater条件
强对偶关系的必要条件:KKT条件